| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 压缩感知原理的研究状况 | 第11-14页 |
| 1.2.2 基于压缩感知的语音信号稀疏基的研究现状 | 第14页 |
| 1.2.3 基于压缩感知的语音去噪的研究现状 | 第14-16页 |
| 1.2.4 压缩算法的数据模型研究现状 | 第16-17页 |
| 1.3 本文研究内容 | 第17页 |
| 1.4 本文组织结构 | 第17-20页 |
| 2 关键技术和基本理论 | 第20-30页 |
| 2.1 语音信号 | 第20-24页 |
| 2.1.1 语音信号的定义 | 第20-21页 |
| 2.1.2 语音信号的基本特征 | 第21-22页 |
| 2.1.3 语音编码技术 | 第22-24页 |
| 2.2 压缩感知算法的基本理论 | 第24-28页 |
| 2.2.1 压缩感知算法的数据模型 | 第24-25页 |
| 2.2.2 信号的稀疏表示 | 第25-26页 |
| 2.2.3 观测矩阵 | 第26-28页 |
| 2.2.4 重构算法 | 第28页 |
| 2.3 压缩感知算法的应用范围 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 改进的正则化牛顿法 | 第30-38页 |
| 3.1 衡量算法性能的标准 | 第30-31页 |
| 3.2 正则化算法的基本原理 | 第31-32页 |
| 3.3 正则化算法存在的问题 | 第32-33页 |
| 3.4 正则化算法的改进过程 | 第33-34页 |
| 3.5 正则化算法的实验仿真及分析 | 第34-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 语音信号的自适应的压缩感知研究 | 第38-50页 |
| 4.1 语音信号的特征 | 第38-39页 |
| 4.2 DCT压缩与压缩感知算法压缩的比较 | 第39-44页 |
| 4.2.1 语音信号的可压缩性 | 第39-41页 |
| 4.2.2 两种压缩方法的比较 | 第41-44页 |
| 4.3 自适应语音压缩算法 | 第44-47页 |
| 4.3.1 自适应语音压缩算法的原理 | 第44-45页 |
| 4.3.2 自适应语音压缩算法的过程 | 第45-46页 |
| 4.3.3 实验结果及分析 | 第46-47页 |
| 4.4 本章小结 | 第47-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 未来工作建议 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 作者简历 | 第58-59页 |
| 学位论文数据集 | 第59页 |