[发明专利]一种基于压缩感知的语音信号重构方法

摘要

本发明公开了一种基于压缩感知的语音信号重构方法，采集原始语音信号；获得测量矩阵和测量值的最大匹配度数值，计算当前残差ri和测量矩阵中列向量的内积值，获得每一次迭代过程中此时的最大内积值，选择最佳匹配项；寻找到测量矩阵中与重构残差的最大相干项；扩充索引集Λ和增量矩阵Ω：将选定的最大相干项的列号依次添加到索引集Λ中，选定的最大相干列依次添加到增量矩阵中；获得信号的新近似值，求解最小二乘问题得到新近似值xi：得到与测量值y和当前增量矩阵Ωi最合适的重构向量xi；更新残差ri；依据迭代次数i≤K且uj≥U/μ，完成重构。本发明避免了OMP恢复算法中的数据量和存储量的增加，在保证信号重构准确性上提高信号重构速度。

主权项

一种基于压缩感知的语音信号重构方法，其特征在于，该方法包括以下步骤：步骤(1)、采集原始语音信号，获得测量矩阵测量值y和信号稀疏度K；步骤(2)、初始化索引集Λ、残差r、增量矩阵Ω和迭代次数i，并且设置合适的阈值比例μ：r0＝y，i＝1，μ＝1.2；步骤(3)、计算和测量矩阵中列向量和测量值的最大内积值j表示测量矩阵中列向量的序号；此处的测量矩阵与残差的内积作为衡量匹配程度的标准，即获得了测量矩阵和测量值的最大匹配度数值，步骤(4)、计算当前残差ri和测量矩阵中列向量的内积值获得每一次迭代过程中此时的最大内积值，选择最佳匹配项；步骤(5)、寻找到索引λi，使得其中λi表示测量矩阵中选定列向量的序号，也就是寻找到测量矩阵中与当前重构残差的最大相干列的列号；步骤(6)、扩充索引集Λ和增量矩阵Ω：Λi＝Λi‑1∪{λi}，将选定的最大相干项的列号依次添加到索引集Λ中，选定的最大相干列依次添加到增量矩阵中；步骤(7)、获得信号的新近似值，求解最小二乘问题得到新近似值xi：xi＝argminx||y‑Ωix||；最小二乘是通过最小化平方误差来衡量得出信号的最佳匹配，因此得到与测量值y和当前增量矩阵Ωi最合适的重构向量，即为上述新近似值xi；步骤(8)、更新残差ri＝y‑Ωixi，以便下一次迭代进行最大相干项的选择；步骤(9)、若迭代次数i≤K且uj≥U/μ，则返回步骤(4)，否则输出此时信号的重构值xi和索引集合Λi，完成此信号的重构。