关键词：自适应共轭梯度投影；梯度投影；压缩感知；含噪语音重构
摘 要：针对含噪语音信号压缩感知(compressed sensing,CS)后采用梯度投影(gradient projection,GP)算法收敛速度慢且重构性能差的问题,提出了自适应共轭梯度投影(adaptive conjugate gradient projection,ACGP)算法对含噪语音进行压缩与重构.ACGP算法首先将CS理论中求解含噪语音信号在离散余弦变换(discrete cosine transform,DCT)域上的稀疏解的非线性凸优化问题,转化为有边界约束的二次规划(bound constrained quadratic program,BCQP)问题,然后根据原含噪语音信号的信噪比(sighal to noise ratio,SNR)自适应选择最佳重构参数,用ACGP算法对含噪语音信号的DCT域的稀疏系数进行重构,进而重构出原始语音信号.该算法将共轭性与GP算法相结合,避免了其搜索路径成“锯齿”状,使得其收敛速度更快;且该算法根据原含噪信号的信噪比自适应选择最佳重构参数,使得在重构语音的同时提高了原信号信噪比.仿真实验结果表明:ACGP算法具有更快速的收敛性和更高的信噪比,且在不同噪声强度下具有更高的鲁棒性.