一种压缩感知的编解码方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种压缩感知的编解码方法，通过获取输入的构造矩阵，并利用预先存储的稀疏字典与构造矩阵得到测量矩阵；测量矩阵满足y＝Φθ；其中，构造矩阵为

【技术实现步骤摘要】
一种压缩感知的编解码方法、装置、设备及存储介质
本专利技术涉及信号处理领域，特别涉及一种压缩感知的编解码方法、装置、设备及计算机可读存储介质。
技术介绍
近年来，随着人们对信号获取的需求越来越大，压缩感知(CS，Compressedsensing)采样理论随之发展快速，并成功地应用于信号压缩、图像处理、模式识别、生物感知等多个领域。压缩感知是指如果信号在某个变换域是稀疏的或可压缩的，则可以远低于奈奎斯特采样速率的采样率对信号进行采样，并从少量的观测投影中重构出未知信号。一般的压缩感知的采样率要大于未知信号中非零元的个数的两倍，才能够恢复未知信号。利用这种压缩感知编的解码方法，通过在解码端整合非零元位置信息以得出非零元的信息，然后利用非零元的信息重构出原信号。但是，在一些已知部分非零元位置信息的情况下，现有技术仍需要用计算整个未知信号的采样率恢复未知信号，因此没有有效地利用已知的部分非零元位置信息，造成资源的浪费。因此，如何高效地利用非零元位置信息以恢复出未知信号是本领域技术人员目前需要解决的技术问题。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种压缩感知的编解码方法，能够提高恢复未知信号的效率；本专利技术的另一目的是提供一种压缩感知的编解码装置、设备及计算机可读存储介质，均具有上述有益效果。为解决上述技术问题，本专利技术提供一种压缩感知的编解码方法，包括：获取输入的构造矩阵，并利用预先存储的稀疏字典与所述构造矩阵得到测量矩阵；所述测量矩阵满足其中，所述构造矩阵为所述测量矩阵为ΦΨ-1；Ψ-1为Ψ的逆矩阵，Ψ为稀疏字典；θ为稀疏字典Ψ中的系数；y为未知信号x的测量值；Φ1为k1×k1的单位矩阵，Φ2为(n-k1)×(n-k1)的随机矩阵；k1为集合L0的势，n为未知信号x的长度；L0为θ的已知的部分非零元位置集合；O为零矩阵；按照预先设置的拆分方法将θ拆分成其中，为位置包含在L0内的元素组成的子向量；(d)为L0的补集，θ(d)为位置包含在(d)内的元素组成的子向量；根据θ在单位矩阵Φ1上的线性投影获得并利用解码算法计算出其中，为θ(d)的估计值；利用和计算出其中，为x的估计值。优选地，所述利用解码算法计算出具体为：获取θ(d)对应的测量值y(d)，并利用subjectto得出优选地，所述利用和计算出具体为：根据x＝Ψθ得出并利用Ψ1和计算出根据并利用和计算出其中，Ψ1为稀疏字典Ψ中对应的部分；Ψ2为稀疏字典Ψ中θ(d)对应的部分。优选地，进一步包括：对计算出的多个求平均值，用平均值更新并进入所述根据并利用和计算出的步骤。优选地，进一步包括：对计算出的多个求平均值，用平均值更新优选地，所述解码算法具体为贝叶斯压缩感知算法。优选地，所述稀疏字典具体为小波字典。为解决上述技术问题，本专利技术还提供一种压缩感知的编解码装置，包括：获取模块，用于获取输入的构造矩阵，并利用预先存储的稀疏字典与所述构造矩阵得到测量矩阵；所述测量矩阵满足y＝Φθ；其中，所述构造矩阵为所述测量矩阵为ΦΨ-1；Ψ-1为Ψ的逆矩阵，Ψ为稀疏字典；θ为稀疏字典Ψ中的系数；y为未知信号x的测量值；Φ1为k1×k1的单位矩阵，Φ2为(n-k1)×(n-k1)的随机矩阵；k1为集合L0的势，n为未知信号x的长度；L0为θ的已知的部分非零元位置集合；O为零矩阵；拆分模块，用于按照预先设置的拆分方法将θ拆分成其中，为位置包含在L0内的元素组成的子向量；(d)为L0的补集，θ(d)为位置包含在(d)内的元素组成的子向量；第一计算模块，用于根据θ在单位矩阵Φ1上的线性投影获得并利用解码算法计算出其中，为θ(d)的估计值；第二计算模块，用于利用和计算出其中，为x的估计值。为解决上述技术问题，本专利技术还提供一种压缩感知的编解码设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述任一种压缩感知的编解码方法的步骤。为解决上述技术问题，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一种压缩感知的编解码方法的步骤。本专利技术提供的压缩感知的编解码方法，包括获取输入的构造矩阵，并利用预先存储的稀疏字典与构造矩阵得到测量矩阵；测量矩阵满足y＝Φθ；其中，构造矩阵为测量矩阵为ΦΨ-1；Ψ-1为Ψ的逆矩阵，Ψ为稀疏字典；θ为稀疏字典Ψ中的系数；y为未知信号x的测量值；Φ1为k1×k1的单位矩阵，Φ2为(n-k1)×(n-k1)的随机矩阵；k1为集合L0的势，n为未知信号x的长度；L0为θ的已知的部分非零元位置集合；O为零矩阵；根据预先设置的拆分方法将θ拆分成根据θ在单位矩阵Φ1上的线性投影获得并利用解码算法计算出其中，是位置包含在L0内的元素组成的子向量，(d)为集合L0的补集，θ(d)为包含在(d)内的元素组成的子向量；为θ(d)的估计值；利用和计算出其中，为x的估计值。可见，通过获取输入的构造矩阵并利用预先存储的稀疏字典得出测量矩阵ΦΨ-1，使得测量矩阵满足y＝Φθ，根据预先设置的拆分方法将θ拆分成使得测量值y表示为然后根据θ在单位矩阵Φ1上的线性投影获得并利用解码算法计算出再利用和计算出通过利用已知非零元的位置的集合L0在单位矩阵Φ1上的线性投影直接获得因此只需要对θ(d)部分的信息进行采样计算，从而有效利用已知非零元的位置信息，减少了采样量，提高恢复未知信号的效率。为解决上述技术问题，本专利技术还提供了一种压缩感知的编解码装置、设备及计算机可读存储介质，均具有上述有益效果。附图说明为了更清楚地说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。图1为本专利技术实施例提供的一种压缩感知的编解码方法的流程图；图2为本专利技术实施例提供的一种压缩感知的编解码装置的结构图；图3为本专利技术实施例提供的一种压缩感知的编解码设备的结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例的核心是提供一种压缩感知的编解码方法，能够提高恢复未知信号的效率；本专利技术的另一核心是提供一种压缩感知的编解码方法装置、设备及计算机可读存储介质，均具有上述有益效果。为了使本领域技术人员更好地理解本专利技术方案，下面结合附图和具体实施方式对本专利技术作进一步的详细说明。请参考图1，图1为本专利技术实施例提供的一种压缩感知的编解码方法的流程图。压缩感知的编解码方法具体包括：S10：获取输入的构造矩阵，并利用预先存储的稀疏字典与构造矩阵得到测量矩阵；测量矩阵满足y＝Φθ；其中，构造矩阵为测量矩阵为ΦΨ-1；Ψ-1为Ψ的逆矩阵，Ψ为稀疏字典；θ为稀疏字典Ψ中的系数；y为未知信号x的测量值；Φ1为k1×k1的单位矩阵，Φ2为(n-k1)×(n-k1)的随机矩阵；k1为集合L0的势，n为未知信号x的长度；L0为θ的已知的部分非零本文档来自技高网...

【技术保护点】
1.一种压缩感知的编解码方法，其特征在于，包括：获取输入的构造矩阵，并利用预先存储的稀疏字典与所述构造矩阵得到测量矩阵；所述测量矩阵满足y＝Φθ；其中，所述构造矩阵为

【技术特征摘要】
1.一种压缩感知的编解码方法，其特征在于，包括：获取输入的构造矩阵，并利用预先存储的稀疏字典与所述构造矩阵得到测量矩阵；所述测量矩阵满足y＝Φθ；其中，所述构造矩阵为所述测量矩阵为ΦΨ-1；Ψ-1为Ψ的逆矩阵，Ψ为稀疏字典；θ为稀疏字典Ψ中的系数；y为未知信号x的测量值；Φ1为k1×k1的单位矩阵，Φ2为(n-k1)×(n-k1)的随机矩阵；k1为集合L0的势，n为未知信号x的长度；L0为θ的已知的部分非零元位置集合；O为零矩阵；按照预先设置的拆分方法将θ拆分成其中，为位置包含在L0内的元素组成的子向量；(d)为L0的补集，θ(d)为位置包含在(d)内的元素组成的子向量；根据θ在单位矩阵Φ1上的线性投影获得并利用解码算法计算出其中，为θ(d)的估计值；利用和计算出其中，为x的估计值。2.根据权利要求1所述的编解码方法，其特征在于，所述利用解码算法计算出具体为：获取θ(d)对应的测量值y(d)，并利用subjectto得出3.根据权利要求2所述的编解码方法，其特征在于，所述利用和计算出具体为：根据x＝Ψθ得出并利用Ψ1和计算出根据并利用和计算出其中，Ψ1为稀疏字典Ψ中对应的部分；Ψ2为稀疏字典Ψ中θ(d)对应的部分。4.根据权利要求3所述的编解码方法，其特征在于，进一步包括：对计算出的多个求平均值，用平均值更新并进入所述根据并利用和计算出的步骤。5.根据权利要求4所述的编解码方法，其特征在于，进一步包括：对计算出的多个求平均值，用平均值更新6....

【专利技术属性】
技术研发人员：张军，杜佳梦，邹晓瑜，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44