| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题来源及研究背景 | 第9-10页 |
| 1.2 压缩感知技术的研究动态 | 第10-11页 |
| 1.3 压缩感知技术在语音领域的应用 | 第11-12页 |
| 1.4 课题来源及意义 | 第12-13页 |
| 1.5 本文主要工作 | 第13-14页 |
| 1.6 本文的内容及结构安排 | 第14-15页 |
| 第二章 压缩感知理论及其在语音中的应用 | 第15-37页 |
| 2.1 引言 | 第15页 |
| 2.2 压缩感知基本理论 | 第15-21页 |
| 2.2.1 稀疏表示 | 第15-17页 |
| 2.2.2 观测矩阵 | 第17-18页 |
| 2.2.3 重构算法 | 第18-21页 |
| 2.3 语音信号的压缩感知 | 第21-32页 |
| 2.3.1 语音信号的稀疏表示 | 第21-29页 |
| 2.3.2 语音信号的观测矩阵 | 第29-30页 |
| 2.3.3 语音信号的重构算法 | 第30-32页 |
| 2.4 含噪语音的压缩感知 | 第32-36页 |
| 2.4.1 噪声对稀疏性的影响 | 第33-34页 |
| 2.4.2 含噪情况下的观测矩阵 | 第34-35页 |
| 2.4.3 含噪语音的重构算法研究 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 变步长的稀疏自适应匹配追踪算法 | 第37-51页 |
| 3.1 引言 | 第37页 |
| 3.2 贪婪算法介绍 | 第37-43页 |
| 3.2.1 OMP算法 | 第38页 |
| 3.2.2 StOMP算法 | 第38-39页 |
| 3.2.3 ROMP算法 | 第39-40页 |
| 3.2.4 CoSaMP算法 | 第40-41页 |
| 3.2.5 SP算法 | 第41-42页 |
| 3.2.6 SAMP算法 | 第42-43页 |
| 3.3 变步长的稀疏自适应匹配追踪算法 | 第43-46页 |
| 3.3.1 改进的VSSAMP算法 | 第43-45页 |
| 3.3.2 理论性能分析 | 第45-46页 |
| 3.4 仿真实验及结果分析 | 第46-50页 |
| 3.4.1 绝对稀疏信号的重构性能比较 | 第46-47页 |
| 3.4.2 语音信号在不同压缩比下的性能比较 | 第47-48页 |
| 3.4.3 语音信号在变最小步长下的性能比较 | 第48-49页 |
| 3.4.4 语音信号在噪声环境下的性能比较 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于压缩感知的自适应谱减法语音增强算法 | 第51-62页 |
| 4.1 引言 | 第51页 |
| 4.2 系统模型 | 第51-52页 |
| 4.3 基于压缩感知的自适应谱减法语音增强 | 第52-58页 |
| 4.3.1 行阶梯观测矩阵 | 第52-55页 |
| 4.3.2 谱减法 | 第55-56页 |
| 4.3.3 自适应正交匹配追踪算法 | 第56-57页 |
| 4.3.4 低通滤波器 | 第57-58页 |
| 4.4 实验仿真 | 第58-61页 |
| 4.4.1 本文算法与行阶梯观测的压缩感知、传统谱减法的比较 | 第58-59页 |
| 4.4.2 自适应调节lambda值的作用 | 第59-60页 |
| 4.4.3 经过低通滤波器后信号的性能 | 第60页 |
| 4.4.4 本文算法与基于子空间法、基于维纳滤波的消噪方法对比 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 文章总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第68-69页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第69-70页 |
| 致谢 | 第70页 |