导　　师： 杨祖元

授予学位： 硕士

作　　者： (）;

机构地区： 广东工业大学

摘　　要： 近年以来随着科学技术的迅速发展,社会已经迈进了大数据时代,信息的交流越来越频繁,数量也越来越多。语音信号作为一种人类特有的信号,能够承载较多的信息,因此其安全性一直受到人们的关注。将语音信号数字化后如何对语音信号进行加密一直都是研究的热点问题。而压缩感知(Compressed Sensing,CS)作为近年来新出现的一种采样理论,能够利用语音信号的可压缩性,对其进行处理分析。因此基于压缩感知研究具有高效高安全性的语音加密方法具有较高的理论和实际意义,本文中主要完成的工作如下:介绍了压缩感知的基本数学模型,将压缩感知分为三个内容来介绍:介绍了信号需要稀疏表示的原因以及一些常用的稀疏表示方法;介绍了需要对信号进行观测原因以及判断观测矩阵相关性的参数,并且介绍了常见的一些观测矩阵;介绍了如何通过求解优化问题来对信号重构,介绍了常见的一些重构算法,还介绍了压缩感知目前需要继续深入研究的一些问题。提出了标准的压缩感知语音加解密模型,介绍了语音信号的产生原理和特征参数,介绍了对其进行清浊音分离的辨别方法。根据标准的加密模型,对其进行了预处理以后,分析了男女声清浊音信号分别在离散余弦基、离散傅里叶基等正交基下的稀疏性表现,验证了语音信号的可加密性。分析了把随机高斯矩阵、随机贝努利矩阵等观测矩阵作为密钥矩阵的解密效果,选择合适的观测矩阵作为密钥矩阵对语音信号加密。选择多种重构算法作为解密方法,分析了语音信号的帧长和密钥矩阵压缩比对信号解密恢复的影响,选择合适的算法进行解密。提出了一种基于压缩感知的语音混沌加密模型,根据标准的压缩感知语音加密模型中对语音信号的分析结果来选择合适的密钥矩阵和语音参数信息,利用混沌系统的初态敏感�

关 键 词： 压缩感知 语音 加密 解密

领　　域： []