基于联合稀疏表示和同时稀疏近似的并行坐标下降去噪算法

针对并行坐标下降(Parallel Coordinate Descent,PCD)在音频信号去噪过程中的运行时间成本问题,构建一种新的时域处理框架,并在此基础上提出基于联合稀疏表示和同时稀疏近似的Joint-PCD算法。新的框架是将每个分割的音频帧作为一个列向量生成信号矩阵,利用超完备字典,Joint-PCD算法每执行一次是对一个音频信号(矩阵)而不仅仅是对一个音频帧(向量)实施去噪。仿真结果表明,Joint-PCD不仅具有与PCD相同的去噪性能,而且加快了算法的收敛。

启发式联合PCD快速降噪算法

基于稀疏冗余表示,并行坐标下降(PCD)是最优秀的降噪算法之一。然而在音频信号处理中,当分割的帧数很大时,PCD的计算负担加重,造成运行时间剧增。该文基于联合稀疏表示(JSR)和同时稀疏近似(SSA),建立一种新的时域框架,并提出了一种启发式联合PCD算法(Joint-PCD)。在该框架中,每个音频帧作为一个列向量生成信号矩阵;利用超完备字典,Joint-PCD同步(同时)对信号矩阵降噪,提高了算法的运行效率,减小了运行时间。仿真结果表明:Joint-PCD算法不仅与PCD具有几乎相同的降噪性能,且把PCD算法的降噪速度提高了约5倍,极大地改进了PCD算法的收敛性能。