语音信号处理（九）——离散余弦变换

1.定义

DCT(Discrete Cosine Transform)离散余弦变换，其常见用途是对音视频进行数据压缩。离散余弦变换具有信号谱分量丰富、能量集中，且不需要对语音相位进行估算等优点，能在较低的运算复杂度下取得较好的语音增强效果。

维基百科上的解释：DCT以不同频率振荡的余弦函数之和来表示数据点的有限序列。

1.信号常将其能量的大部分集中于频率域的一个小范围内，这样一来，描述不重要的分量 只需要很少的比特数；
2.频率域分解映射了人类视觉系统的处理过程，并允许后继的量化过程满足其灵敏度的要求。

余弦函数是傅里叶变换中的实数部分。DCT与DFT（离散傅里叶变换）联系紧密。

设x(n) 是N 个有限值的一维实数信号序列， n = 0,l, …,N - 1, DCT 的完备正交归一
函数是
$$\begin{array}{rl}X(k)& =a(k)\sum _{n=0}^{N-1}x(n)\cos \left[\frac{\pi (2n+1)k}{2N}\right]\\ x(n)& =\sum _{k=0}^{N-1}a(k)X(k)\cos \left[\frac{\pi (2n+1)k}{2N}\right]\end{array}$$
式中， a(k) 的定义为
$$a(k)=\{\begin{array}{}\end{array}$$