Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensing

Autores
Furer, Mauro
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión publicada
Colaborador/a o director/a de tesis
Ferreyra, Ricardo
Descripción
Fil: Furer, Mauro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Tesis de Maestría en Ciencias de la Ingeniería. Mención Telecomunicaciones; Argentina.
El compressed Sensing (CS) es un nuevo paradigma que aparece como una alternativa al esquema clásico de muestreo de señales basado en el teorema de Shannon-Nyquist. Compressed sensing asegura que ciertas señales bajo ciertas condiciones pueden ser recuperadas con menor cantidad de muestras que las establecidas por el teorema de Shannon-Nyquist. En el marco del Compressed sensing, en este trabajo se estudian las señales de voz, las cuales pueden ser descriptas como señales no estacionarias, por lo que se pueden modelar como la salida de un filtro digital variante en el tiempo. Particularmente se analizan mediante predicción lineal, con lo que se genera un modelo de codificación predictiva lineal. Finalmente la señal de voz representada de esa manera es la utilizada para aplicar el paradigma de compressed sensing. Se comparan distintas relaciones de compresión, y se mide la calidad de la regeneración de la señal de voz.
Fil: Furer, Mauro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Tesis de Maestría en Ciencias de la Ingeniería. Mención Telecomunicaciones; Argentina.
Materia
Codificación predictiva lineal
Teorema de Shannon-Nyquist
TECHNOLOGY
Telecomunicaciones
Conectividad
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/559078
Acceder
id RDUUNC_14b051246cc72367a84b5b14314ebdab
oai_identifier_str oai:rdu.unc.edu.ar:11086/559078
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensingFurer, MauroCodificación predictiva linealTeorema de Shannon-NyquistTECHNOLOGYTelecomunicacionesConectividadFil: Furer, Mauro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Tesis de Maestría en Ciencias de la Ingeniería. Mención Telecomunicaciones; Argentina.El compressed Sensing (CS) es un nuevo paradigma que aparece como una alternativa al esquema clásico de muestreo de señales basado en el teorema de Shannon-Nyquist. Compressed sensing asegura que ciertas señales bajo ciertas condiciones pueden ser recuperadas con menor cantidad de muestras que las establecidas por el teorema de Shannon-Nyquist. En el marco del Compressed sensing, en este trabajo se estudian las señales de voz, las cuales pueden ser descriptas como señales no estacionarias, por lo que se pueden modelar como la salida de un filtro digital variante en el tiempo. Particularmente se analizan mediante predicción lineal, con lo que se genera un modelo de codificación predictiva lineal. Finalmente la señal de voz representada de esa manera es la utilizada para aplicar el paradigma de compressed sensing. Se comparan distintas relaciones de compresión, y se mide la calidad de la regeneración de la señal de voz.Fil: Furer, Mauro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Tesis de Maestría en Ciencias de la Ingeniería. Mención Telecomunicaciones; Argentina.Ferreyra, Ricardo2024info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfapplication/pdfhttp://hdl.handle.net/11086/559078spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2026-10-01T10:19:10Zoai:rdu.unc.edu.ar:11086/559078Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722026-10-01 10:19:12.451Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensing
title Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensing
spellingShingle Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensing
Furer, Mauro
Codificación predictiva lineal
Teorema de Shannon-Nyquist
TECHNOLOGY
Telecomunicaciones
Conectividad
title_short Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensing
title_full Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensing
title_fullStr Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensing
title_full_unstemmed Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensing
title_sort Recuperación de señales de voz a partir de muestras incompletas y en presencia de ruido utilizando la teoría de compressed sensing
dc.creator.none.fl_str_mv Furer, Mauro
author Furer, Mauro
author_facet Furer, Mauro
author_role author
dc.contributor.none.fl_str_mv Ferreyra, Ricardo
dc.subject.none.fl_str_mv Codificación predictiva lineal
Teorema de Shannon-Nyquist
TECHNOLOGY
Telecomunicaciones
Conectividad
topic Codificación predictiva lineal
Teorema de Shannon-Nyquist
TECHNOLOGY
Telecomunicaciones
Conectividad
dc.description.none.fl_txt_mv Fil: Furer, Mauro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Tesis de Maestría en Ciencias de la Ingeniería. Mención Telecomunicaciones; Argentina.
El compressed Sensing (CS) es un nuevo paradigma que aparece como una alternativa al esquema clásico de muestreo de señales basado en el teorema de Shannon-Nyquist. Compressed sensing asegura que ciertas señales bajo ciertas condiciones pueden ser recuperadas con menor cantidad de muestras que las establecidas por el teorema de Shannon-Nyquist. En el marco del Compressed sensing, en este trabajo se estudian las señales de voz, las cuales pueden ser descriptas como señales no estacionarias, por lo que se pueden modelar como la salida de un filtro digital variante en el tiempo. Particularmente se analizan mediante predicción lineal, con lo que se genera un modelo de codificación predictiva lineal. Finalmente la señal de voz representada de esa manera es la utilizada para aplicar el paradigma de compressed sensing. Se comparan distintas relaciones de compresión, y se mide la calidad de la regeneración de la señal de voz.
Fil: Furer, Mauro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Tesis de Maestría en Ciencias de la Ingeniería. Mención Telecomunicaciones; Argentina.
description Fil: Furer, Mauro. Universidad Nacional de Córdoba. Facultad de Ciencias Exactas, Físicas y Naturales. Tesis de Maestría en Ciencias de la Ingeniería. Mención Telecomunicaciones; Argentina.
publishDate 2024
dc.date.none.fl_str_mv 2024
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_bdcc
info:ar-repo/semantics/tesisDeMaestria
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/559078
url http://hdl.handle.net/11086/559078
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1877859010300870656
score 12.854657

Publicaciones similares