基于matlab的语音信号压缩,基于线性预测分析的语音信号压缩感知

该博客探讨了使用MATLAB进行语音信号压缩的方法,特别是基于线性预测分析和压缩感知的语音信号处理。博主在毕设中发现,通过线性预测分析得到的残差信号在使用压缩感知的正交匹配追踪(OMP)算法重构后,误差较大。博客中展示了代码和实验结果,并求助于社区寻求解决方案。
摘要由CSDN通过智能技术生成

我的毕设选题是这个,老师的大概意思就是语音信号通过线性预测分析后合成的信号与原信号之间有个残差值,这个残差值具有稀疏性,可以用压缩感知OMP算法重构。现在我的程序如下  为什么CS重构后误差那么大呢??

这个是我找的CS_OMP程序:

%  1-D信号压缩传感的实现(正交匹配追踪法Orthogonal Matching Pursuit)

%  测量数M>=K*log(N/K),K是稀疏度,N信号长度,可以近乎完全重构

clc;clear;close all;

%%  1. 时域测试信号生成

K=7;      %  稀疏度(做FFT可以看出来),指的是x本身有k个非零元素

N=256;    %  信号长度

M=64;     %  测量数(M>=K*log(N/K),至少40,但有出错的概率)

%f1=50;    %  信号频率1

%f2=100;   %  信号频率2

%f3=200;   %  信号频率3

%f4=400;   %  信号频率4

%fs=800;   %  采样频率

%ts=1/fs;  %  采样间隔

%Ts=1:N;   %  采样序列

%x=0.3*cos(2*pi*f1*Ts*ts)+0.6*cos(2*pi*f2*Ts*ts)+0.1*cos(2*pi*f3*Ts*ts)+0.9*cos(2*pi*f4*Ts*ts);  %  完整信号

%%  输入语音信号测试小程序(事实证明重构出来的语音信号不好,说明这个语音信号不具有稀疏性)

load ('e.mat') ;  %e就是我经过L

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值