基于最优观测的语音信号压缩感知

压缩感知是一种结合采样和压缩的新技术,是近年来研究的热点.文中研究基于压缩感知(Compressed Sensing,CS)理论的语音信号处理新技术.验证了语音信号在离散余弦变换域(Discrete Cosing Transform,DCT)的近似稀疏性.根据文献[1]提出的最优观测理论,文中针对语音信号进行了研究,提...     

多普勒信号压缩编码研究

该文在分析了多普勒信号的特性以及与语音信号的区别后 ,采用自适应离散余弦变换算法对多普勒信号进行了压缩编码 ,在中等编码速率下得到了较好的压缩编码效果。文中提出了相关 -自适应离散余弦变换 (C -ADCT)压缩编码方法 ,改进算法提高了自适应离散余弦变换算法的抗噪性能     

MIMO-OFDM系统的CQI反馈压缩改进算法

针对多用户MIMO-OFDM系统的信道质量指示(CQI)反馈特征值序列空间维相关性小、不利于反馈压缩的问题,分析了它的分布特性,利用其期望提出了一种适应CQI反馈压缩特性的改进算法.仿真结果表明,在多用户V-BLAST+OFDM的系统下,改进的算法提高了反馈信息的压缩率和系统的吞吐量性能,在几乎不影响吞吐量性能的前提下有效地降低了反馈开销.     

自适应OFDM系统中基于分布式压缩感知的CQI反馈方案

提出了正交频分复用(OFDM)系统中基于分布式压缩感知的信道质量信息(CQI)反馈压缩机制。利用CQI的时间相关性、频率相关性以及空间相关性,提出了两种联合稀疏模型,并分别通过压缩感知算法和分布式压缩感知算法对反馈的数据进行压缩、重建。仿真结果表明,与压缩感知相比,分布式压缩感知算法在不增加终端复杂度的同时,能够显著地降低测量值的数目,从而达到降低系统反馈速率、提高吞吐量的目的。     

数字图象压缩编码原理

本文通过对编码压缩的分析,给出了数字图像压缩编码原理。首先,基于离散余弦变换给出了变换压缩编码;并给出了一种变长的哈夫曼编码。最后给出了4种可选的编码方法。     

基于压缩感知过程的语音增强

压缩感知(compressive sensing,CS)是一种基于信号稀疏性的采样方法,可以有效提取信号中所包含的信息。该文提出了一种基于CS过程的语音增强新算法。算法利用语音在离散余弦变换(discrete cosine transform,DCT)域下的稀疏性,采用Hadamard矩阵对带噪语音进行压缩测量,通过改进的正交匹配跟踪(orthogonal matching pursuit,OMP)算法恢复语音信号,实现语音增强。与经典谱减法和子空间算法进行实验对比分析,结果表明:该算法在降噪性能上优于经典谱减法和子空间算法。     

无线传感器网络中基于压缩感知的静止图像压缩方案研究

受功耗、成本和无线传输环境的限制,无线传感器网络中采集图像的节点并不适合采用传统静止图像压缩标准JPEG、JPEG2000.为了适应无线传感器网络的“轻编码、重解码”的特点,提出了一种基于压缩感知(Compressive Sensing,CS)的静止图像压缩方案.该方案在编码端进行分块测量,分块测量次数根据图像的边缘信息自适应地分配;在解码端则利用分块观测数据进行整帧重建.仿真实验表明,与已有的基于CS的图像压缩方案相比,该方案可有效地降低CS测量成本,并可在重建时消除图像的边缘模糊与块效应现象.     

语音压缩感知及其重构算法

在研究语音信号在小波域的稀疏性的基础上,提出双正交小波变换的方法,与一维小波变换方法相比稀疏度提高10%～25%.此外,提出基于自适应次梯度投影算法(ASPM)进行压缩感知(CS)语音信号重构的方案.ASPM算法首先根据压缩感知重构模型建立包含稀疏重构信号并具有随机属性的凸集,然后运用次梯度投影的思想将该凸集的投影转化...     

一种抗JPEG压缩的大容量信息隐藏算法

为了提高信息隐藏应用中隐藏算法的隐藏容量和抗压缩能力,该文提出了一种在离散余弦变换(DCT)高频系数中嵌入信息的隐藏算法.分析了联合图像专家组(JPEG)的压缩不变性.嵌入的信息强度根据子块的平滑情况自适应地确定.实验结果表明,该算法能在满足不可感知的前提下提高隐藏容量,对不超过预设品质因子的有损压缩有强鲁棒性.实验结果还表明该算法有一定的抗噪声干扰的能力.     

基于子带能量分布的图像自适应压缩采样方法

针对人眼对图像低频成分敏感而对高频细节相对不敏感的特点,在分析图像子带能量分布特性的基础上,提出了一种基于子带能量分布的图像自适应加权压缩采样方法．该方法通过提取图像分块离散余弦变换各系数子带的能量,进而用于对测量过程进行加权修正,最终实现了对不同子带系数有区别的压缩投影．比较同类研究结果表明：提出的加权压缩采样方法在...