您的位置: 专家智库 > >

江苏省高校自然科学研究项目(12KJB510021)

作品数:3 被引量:13H指数:2
相关作者:赵力季云云杨震左加阔罗武骏更多>>
相关机构:东南大学南京邮电大学河海大学更多>>
发文基金:江苏省高校自然科学研究项目国家自然科学基金江苏省普通高校研究生科研创新计划项目更多>>
相关领域:电子电信自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇电子电信
  • 1篇自动化与计算...

主题

  • 2篇压缩感知
  • 2篇感知
  • 1篇倒谱
  • 1篇信源
  • 1篇语音
  • 1篇语音压缩
  • 1篇噪声
  • 1篇噪声环境
  • 1篇自适
  • 1篇自适应
  • 1篇稀疏性
  • 1篇鲁棒
  • 1篇脉冲噪声
  • 1篇回声
  • 1篇感知方法
  • 1篇高斯
  • 1篇贝叶斯
  • 1篇贝叶斯理论

机构

  • 2篇东南大学
  • 1篇河海大学
  • 1篇南京邮电大学

作者

  • 2篇赵力
  • 1篇梁瑞宇
  • 1篇陶文凤
  • 1篇奚吉
  • 1篇杨震
  • 1篇罗武骏
  • 1篇左加阔
  • 1篇邹采荣
  • 1篇李庆武
  • 1篇季云云

传媒

  • 2篇东南大学学报...
  • 1篇电子学报

年份

  • 2篇2013
  • 1篇2012
3 条 记 录,以下是 1-3
排序方式:
脉冲噪声环境下高斯稀疏信源贝叶斯压缩感知重构被引量:10
2013年
大多数现有的压缩感知重构算法对脉冲噪声不具有鲁棒性,在脉冲噪声环境下,重构性能急剧下降,使得整个重构系统崩溃.针对此问题,本文提出了一种脉冲噪声环境下的稀疏重构算法BINSR算法,其基于贝叶斯理论,可以有效地估计出信号的支撑集和脉冲噪声中脉冲的位置,并且根据压缩感知观测序列的democracy特性,利用最小均方误差MMSE估计量,有效地估计出原信号.在此基础上,本文结合鲁棒统计学,提出自适应的ABINSR算法,使其不再依赖于信号以及噪声的统计参数.实验结果表明,BINSR算法在脉冲噪声环境下可以有效地恢复出稀疏信号,很大程度上改善了脉冲噪声环境下算法的重构性能.ABINSR算法不仅对脉冲噪声具有鲁棒性,而且可以在高斯白噪声环境下实现有效的信号重构.
季云云杨震
关键词:脉冲噪声压缩感知贝叶斯理论
鲁棒的语音隐藏数据提取算法
2013年
为了改善传统基于倒谱的回声隐藏信息提取方法受噪声影响大、易受攻击等缺陷,提出了一种基于回声路径估计的语音隐藏信息提取算法.该算法首先根据秘密信息将不同时延的回声嵌入待隐藏的分段语音中,然后采用次梯度投影算法评估隐写信息的回声路径,最后通过回声参数分析进行隐写信息提取.为了增强鲁棒性,基于自适应策略提高了次梯度投影算法的收敛速度.相比于经典倒谱提取算法以及2种回声估计算法(归一化最小二乘法(NLMS)和并行次梯度投影算法(PSP)),大量仿真结果表明所提出的语音隐藏数据提取算法显著提高了对滤波攻击、噪声攻击、采样攻击和压缩攻击的鲁棒性能.该算法对拉伸攻击的改善效果虽然不明显,但也好于其他算法.
奚吉梁瑞宇赵力邹采荣李庆武
关键词:倒谱
自适应语音压缩感知方法被引量:3
2012年
针对固定正交基下语音信号稀疏化程度低、适应性差的问题,提出了一种自适应的语音稀疏化方法,并将其应用到语音压缩感知理论中.该方法首先采用线性预测系数的加权线性组合对语音信号进行线性预测,并以线性预测残差基作为信号基.然后,按照稀疏约束条件训练出稀疏表示的过完备字典,并交替应用1-范数稀疏约束的追踪和奇异值分解算法,达到字典与稀疏系数同步更新.该方法从信号特征入手,学习并提取特征或纹理信息,能较好地实现语音信号的稀疏化,提高语音压缩感知的重构性能.实验结果显示,与其他正交基方法相比,该方法的语音稀疏化程度高.语音质量的主客观评价结果显示,该方法具有良好的重构性能.
罗武骏陶文凤左加阔赵力
关键词:压缩感知稀疏性语音
共1页<1>
聚类工具0