基于语音分析的压缩感知程序

利用目标信号的先验稀疏性,通过压缩感知(Compressive Sensing,CS)方法可以实现对目标的稀疏成像,获取其空间散射结构。该文将CS理论应用于车载前视步进频率超宽带探地雷达(Vehicl

一个简单的实现压缩感知的程序,有需要的同学可以下载下来看看。可能不是最优的,但是可以借用部分

语音分离是实现机器听觉的一个重要而基础性的任务，单通道语音分离是语音分离中最为困难的问题。讨论了基于模型的单通道语音分离方法，对说话人依赖的、说话人选择的和说话人独立的三类单通道语音分离问题展开分析，

随着3G用户终端的逐渐普及,基于CDT用户感知可以针对不同的业务特点,如语音、数据、短信、VoIP、视频业务等,进行客观分析引入不同的业务可能会带来的网络的瓶颈,有针对性地提升用户感知,建立一个基于C

基于压缩感知的协作频谱感知联合恢复，朱新星，温志刚，在传统的协作频谱感知中，每个认知节点感知所有的信道，然后把感知结果发送给融合中心进行数据融合。当信道数量很大时，每个认知

针对移动群智感知任务中区域全覆盖感知成本过高问题,提出基于压缩感知的移动群智感知任务分发(CS-TD)机制。首先提出了感知任务整体成本模型,该模型综合考虑了参与感知任务的节点个数、节点的感知次数与数据

压缩感知作为现代信号处理的最新进展，在认知无线电到等领域中的应用潜力巨大。

压缩感测可以以欠采样率重建可压缩或稀疏信号。 然而,具有大量但能量低的可压缩信号的小系数难以重构,同时也影响了大系数的精度。 因此,对于诸如正交匹配追踪(OMP)和树结构小波压缩感知(TSW-CS)之

压缩感知（CompressiveSensing，CS）是一种基于信号稀疏性的采样方法，可以有效提取信号中所包含的信息。提出了一种分组分离压缩感知语音增强新算法。算法利用语音在离散快速傅里叶变换（Fas

根据ITU的P862，PESQ的直接使用程序，下载请阅读readme