一种平移不变空间压缩采样的自适应重构方法技术

本发明专利技术公开了一种平移不变空间压缩采样的自适应重构方法，包括步骤：S1、构建平移不变空间压缩采样系统对输入时变信号进行多通道采样，得到各个通道的采样数据；S2、将采样数据输入到学习机中，利用学习机制对采样数据进行训练，获得输入时变信号所属的信号空间；S3、根据获得的信号空间自适应调节重构滤波器实现输入时变信号的重构。本发明专利技术与传统的平移不变空间压缩采样重构方法相比，引进了自适应调节机制，实现了时变信号的重构；不需要对平移不变空间压缩采样系统加入额外电路，避免了额外误差的引入，减少了硬件开销。

Adaptive reconstruction method for translation invariant space compression sampling

Adaptive reconstruction method, the invention discloses a shift invariant space compression sampling includes the steps of: S1, construction of shift invariant space compression sampling system when the input signal of multi channel sampling, sampling data of each channel; S2, the sample data is input to the machine learning, the training of sampling data using learning mechanism get input, time varying signal space signal belongs to S3, according to the signal reconstruction; the regulation of space adaptive reconstruction filter to realize input time-varying signals. With the invention of the traditional translation invariant space compression sampling and reconstruction methods, the introduction of adaptive adjustment mechanism, to achieve reconstruction of the time-varying signal; do not need additional compression circuit sampling system of shift invariant space, to avoid the introduction of additional errors, reduce the hardware overhead.

【技术实现步骤摘要】

本专利技术属于高速高精度采样
，具体的说，是涉及一种平移不变空间压缩采样的自适应重构方法。
技术介绍
随着通信技术的发展及应用，出现了技术体制更新颖、特征更复杂瞬变的信号。为了适应这些复杂信号的采集，提出了一种平移不变空间的采样理论。该采样方式首先利用已知的信号空间逼近输入信号，然后选择采样空间对输入信号进行采样，最后利用信号空间与采样空间的相关性将输入信号从采样空间转换到信号空间，实现重构。通过这种平移不变空间采样理论克服了传统采样定理要求采样频率高于信号最大频率两倍的缺点，完成了对非限带、超宽带、复杂瞬变等信号的采集。随着压缩理论在数学上的出现，提出了压缩采样的概念即利用p个测量值重构长度为m(p<m)矢量；并且将压缩采样理论应用与有限维信号空间中。将平移不变空间采样理论和压缩采样相结合形成了平移不变空间压缩采样方式，为瞬时多变信号提供了一种有效的采样方式。但现有的平移不变空间压缩采样方式，需要对平移不变空间压缩采样系统加入额外电路，这样就会有额外误差的引入，增加硬件开销。
技术实现思路
为解决上述问题，本专利技术的目的在于提供一种平移不变空间压缩采样的自适应重构方法，以实现瞬时多变信号采样的重构为目的。为了实现上述目的，本专利技术采用的技术方案如下：一种平移不变空间压缩采样的自适应重构方法，包括如下步骤：S1、构建平移不变空间压缩采样系统对输入时变信号进行多通道采样，得到各个通道的采样数据；S2、将采样数据输入到学习机中，利用学习机制对采样数据进行训练，获得输入时变信号所属的信号空间；S3、根据获得的信号空间自适应调节重构滤波器实现输入时变信号的重构。具体地，所述平移不变空间压缩采样系统包括多个并行的且输入端接收输入时变信号的分解滤波器，输入端与每个所述分解滤波器的输出端连接的数模转换器，数模转换器的输出端与学习机的输入端连接。进一步地，步骤S1中，输入时变信号的模型为：其中，是平移不变空间Vj的生成函数，Cj[n]为平移不变空间Vj的权系数，Z表示整数集合；所述输入时变信号x(t)∈W，其中，W是信号空间，W的生成函数为k＝r，λm∈{0，1，L，r-1本文档来自技高网...

【技术保护点】
一种平移不变空间压缩采样的自适应重构方法，其特征在于，包括如下步骤：S1、构建平移不变空间压缩采样系统对输入时变信号进行多通道采样，得到各个通道的采样数据；S2、将采样数据输入到学习机中，利用学习机制对采样数据进行训练，获得输入时变信号所属的信号空间；S3、根据获得的信号空间自适应调节重构滤波器实现输入时变信号的重构。

【技术特征摘要】
1.一种平移不变空间压缩采样的自适应重构方法，其特征在于，包括如下步骤：S1、构建平移不变空间压缩采样系统对输入时变信号进行多通道采样，得到各个通道的采样数据；S2、将采样数据输入到学习机中，利用学习机制对采样数据进行训练，获得输入时变信号所属的信号空间；S3、根据获得的信号空间自适应调节重构滤波器实现输入时变信号的重构。2.根据权利要求1所述的一种平移不变空间压缩采样的自适应重构方法，其特征在于，所述平移不变空间压缩采样系统包...

【专利技术属性】
技术研发人员：陈飞洋，
申请(专利权)人：成都博宇利华科技有限公司，
类型：发明
国别省市：四川;51