1.一种语音信号的压缩感知重构方法，其特征在于，所述方法包括如下步骤：步骤1：获得观测信号并得到观测信号的稀疏表示，给定一段.wav格式的语音，采样之后得到时域语音信号x，选取高斯观测矩阵，求得观测向量y，选取离散余弦稀疏基对原语音信号进行稀疏表示；

步骤2：采用SL0算法重构原信号，通过实验选择平滑函数，利用梯度投影和最速下降法求解最小 范数，所述的平滑函数为：

步骤3：对整段语音的重构效果作出评价，包括从重构时间和重构质量这两个方面分析上述步骤2中三种方法的优劣，其中，重构质量评估主要从主观、客观这两个方面展开；

步骤3-1.在MATLAB中，使用tic、toc函数对重构的时间进行计算；

步骤3-2.在客观方面，将压缩比分别设置为0.1，0.2，0.3，0.4，0.5，0.6，0.7，0.8和

0.9，求出不同压缩比下的平均帧信噪比，在主观方面，对在不同压缩比情况下重构的语音信号，进行平均意见得分评估，平均帧信噪比公式为：

2.根据权利要求1所述的一种语音信号的压缩感知重构方法，其特征在于，所述步骤1包括：步骤1-1：对一段时域语音信号进行数字化采样，对采样后的数字信号进行加窗、分帧，帧长取30ms；

步骤1-2：构造一个大小为M×N的矩阵Ψ，其中M是得到观测信号的维数，N是原信号的维数，当Ψ中的每一个元素独立的服从均值为0，方差为1/M的高斯分布 时，观测信号表示为y＝Ψx；

步骤1-3：根据压缩感知理论，必须对原语音信号x进行稀疏表示，采用离散余弦变换基对时域信号进行稀疏表示，用Φ表示离散余弦基矩阵，则x＝Φα，其中α是向量x在基Φ下的坐标。

3.根据权利要求1所述的一种语音信号的压缩感知重构方法，其特征在于，所述步骤2包括：步骤2-1：传统的高斯平滑函数表示为 考虑到语音信号自身的特点，结合实验，该步骤作出作出重大改进，在平滑函数的形式和参数上给出了改进，改进后的平滑函数表示为步骤2-2：分别利用传统的OMP算法、基于高斯平滑函数以及基于本发明提出的改进的平滑函数的SL0算法分别重构语音信号，本发明提出的改进的SL0算法，包括如下步骤：A.设置初始值，重构信号α＝ΞTy，余量初始值r0＝0，平滑函数初始参数σ＝1；

B.求-Fσ的搜索方向d；

C.使用修正的牛顿算法更新重构信号α＝α+μd；

D.使用梯度投影算法得到α＝α-ΦT(ΦΦT)-1(Φα-y)，计算余量r＝y-Φα；

E.得到最优近似值

F.对求得的α进行离散余弦反变换，得到重构语音信号的时域表示。

4.根据权利要求2所述的一种语音信号的压缩感知重构方法，其特征在于：步骤1-1包括对语音信号的分帧、加窗。

5.根据权利要求2所述的一种语音信号的压缩感知重构方法，其特征在于：步骤1-2包括选取高斯观测矩阵作为本发明的观测矩阵。

6.根据权利要求1所述的一种语音信号的压缩感知重构方法，其特征在于：步骤1-3包括选取离散余弦变换基对时域信号进行稀疏表示。

7.根据权利要求1所述的一种语音信号的压缩感知重构方法，其特征在于：步骤3包括从重构时间、重构质量两个方面评价重构算法的优劣，重构质量使用平均帧信噪比和平均帧意见分两个指标。