一种声信号随机稀疏压缩采样方法及装置制造方法及图纸

本发明专利技术公开了一种声信号随机稀疏压缩采样方法及装置，该方法包括：采集模拟量声信号，对模拟量声信号进行稀疏表示和稀疏分解，得到信号稀疏向量、稀疏度及A/D转换稀疏系数；根据稀疏采样、基主分量和随机高斯矩阵构建出测量矩阵，将信号稀疏向量在测量矩阵上进行自适应投影；并利用等距性条件检验测量矩阵的有效性；根据稀疏度确定稀疏采样的平均采样频率和采样率，完成稀疏压缩采样。本发明专利技术将声信号的稀疏性与随机压缩采样进行结合，实现远低于经典奈奎斯特采样频率的压缩采样。

【技术实现步骤摘要】
一种声信号随机稀疏压缩采样方法及装置
本专利技术属于稀疏声信号处理的
，尤其是涉及一种声信号随机稀疏压缩采样方法及装置。
技术介绍
传统信号采集与处理过程包括采样、压缩、传输、解压缩四个部分，其采样过程必须遵循Shannon-Nyquist采样定理，这种信息获取方式对模数转换器(ADC)要求高、采样数据量大、信息冗余性强、占用传输带宽以及存储空间大，是严重制约数据高效利用和高速传输的主要原因。目前，国内外对信号的处理方法有非均匀采样法、时间交替并行采样法、随机采样法和压缩采样法等。非均匀、时间交替并行和随机采样法虽然在现有ADC技术条件下能提高采集系统捕捉信号的能力，但是由于采样过程仍受Shannon-Nyquist采样定理和ADC有限带宽的限制，因而即使在被测信号稀疏先验条件下，仍不能降低数量采集量和存储空间。压缩采样法作为一种全新的信息获取方法是建立在压缩感知理论基础上，该方法利用被测信号的稀疏先验知识，以远低于信号Nyquist频率的采样率获取稀疏信号的非自适应线性投影，通过最优化稀疏重建算法仍能准确重构原始信号。在对信号采样的同时对数据进行压缩，将传统的信号获取和处理过程中的数据采集和压缩合二为一。大幅度降低了数据采集量，提高了数据传输速度。然而，压缩采样过程包括两个关键因素，一是信号的稀疏表示；二是随机投影测量矩阵的构建。目前，针对信号稀疏表示主要基于基函数，如傅里叶、正弦和小波基，这种以基函数为分解基础的稀疏表示方法一旦基函数确定其稀疏表示就确定了，不能得到最优稀疏表示，使得信息冗余度大，稀疏度小，采集数据量压缩有限；针对随机投影测量矩阵的构建均已等距性条件为依据，采样随机傅里叶矩阵等，而这种等距性条件仅能作为检验条件，而不能作为构造依据。鉴于上述，研究切实可行的声信号随机稀疏压缩采样技术，对减轻数据量和无线传感成本，促进我国声信息测量和无线传输高速发展具有现实意义。随机压缩采样是一种高效的信息获取和处理方法，在信息论、图像处理、医学成像、模式识别等领域得到了广泛研究与应用。若将声信号的稀疏性与随机压缩采样结合，定能带来声信号测量技术与成本的革新与优化。综上所述，针对现有技术中如何将声信号的稀疏性与随机压缩采样进行结合实现远低于经典奈奎斯特采样频率的压缩采样的问题，尚缺乏有效的解决方案。
技术实现思路
针对现有技术中存在的不足，本专利技术提供了一种声信号随机稀疏压缩采样方法及装置，将具有稀疏性的声信号在基矩阵上稀疏表示，确定声信号稀疏度形成稀疏分量，再以与基矩阵所有列向量不相关的符合高斯随机分布的随机矩阵作为测量矩阵，利用测量矩阵对声信号稀疏分量随机投影降维，进而实现远低于经典奈奎斯特采样频率的压缩采样。本专利技术的第一目的是提供一种声信号随机稀疏压缩采样方法。为了实现上述目的，本专利技术采用如下一种技术方案：一种声信号随机稀疏压缩采样方法，该方法包括：采集模拟量声信号，对模拟量声信号进行稀疏表示和稀疏分解，得到信号稀疏向量、稀疏度及A/D转换稀疏系数；根据稀疏采样、基主分量和随机高斯矩阵构建出测量矩阵，将信号稀疏向量在测量矩阵上进行自适应投影；并利用等距性条件检验测量矩阵的有效性；根据稀疏度确定稀疏采样的平均采样频率和采样率，完成稀疏压缩采样。作为进一步的优选方案，在本方法中，所述稀疏表示方法是预设主分量，并基于主分量基函数的过完备字典法建立完备字典进行稀疏表示。作为进一步的优选方案，在本方法中，所述稀疏分解过程采用自适应匹配基追踪算法。作为进一步的优选方案，在本方法中，根据稀疏采样、基主分量和随机高斯矩阵构建出测量矩阵的具体方法为以与基矩阵所有列向量不相关的符合高斯随机分布的随机矩阵作为测量矩阵。作为进一步的优选方案，在本方法中，将信号稀疏向量在测量矩阵上进行自适应投影的具体方法为：采用1/2观测矩阵进行稀疏分量随机投影，在整个观测矩阵上形成2个随机投影过程，同时合并投影形成随机稀疏投影分量。本专利技术的第二目的是提供一种声信号随机稀疏压缩采样装置。为了实现上述目的，本专利技术采用如下一种技术方案：一种声信号随机稀疏压缩采样装置，包括：依次连接的数据处理模块和A/D转换器；所述数据处理模块包括依次连接的模拟量声信号采集模块、稀疏模块和随机压缩模块；所述模拟量声信号采集模块采集模拟量声信号并输入所述稀疏模块进行稀疏表示和稀疏分解，所述稀疏模块将分解后的声信号输入所述随机压缩模块进行随机采样和稀疏压缩，所述随机压缩模块将处理后的信号输入所述A/D转换器；所述A/D转换器为双路A/D转换器，被配置为两路A/D转换，分别实现稀疏信号在观测矩阵上的随机投影，以及完成一定约束条件的数据实时稀疏压缩采样，两路A/D转换完成后合并。作为进一步的优选方案，该装置还包括辅助结构，所述辅助结构包括箱体、支撑层和电源，所述数据处理模块和A/D转换器设置于所述支撑层上，所述箱体上两侧分别设置输入端口和输出端口，所述输入端口与所述模拟量声信号采集模块的输入端连接，所述输出端口与所述A/D转换器的输出端连接。作为进一步的优选方案，所述箱体底部设置隔震层，所述电源置于所述隔震层上，所述支撑层将电源与所述数据处理模块和A/D转换器分离。作为进一步的优选方案，所述稀疏模块声信号主分量过完备字典生成芯片和自适应匹配基追踪稀疏分解算法芯片，分别用于行稀疏表示和稀疏分解，得到号稀疏向量、稀疏度及A/D转换稀疏系数。作为进一步的优选方案，所述随机压缩模块内置随机压缩算法芯片，由稀疏度确定稀疏采样的平均采样频率和采样率。本专利技术的有益效果：1、本专利技术所述的一种声信号随机稀疏压缩采样方法及装置，以声信号的稀疏性为基础，采用主分量字典对信号进行稀疏分解，能获取最有效的信号稀疏表示和稀疏度，减小数据冗余性和存储空间，实现有用信息的高效利用。2、本专利技术所述的一种声信号随机稀疏压缩采样方法及装置，以稀疏采样、基主分量和随机高斯分布为基础，构建了测量矩阵，能有效实现数据降维和自适应线性投影，降低了数据采集硬件转换难度和制造成本。3、本专利技术所述的一种声信号随机稀疏压缩采样方法及装置，将具有稀疏性的声信号在基矩阵上稀疏表示，确定信号稀疏度形成稀疏分量，再以与基矩阵所有列向量不相关的符合高斯随机分布的随机矩阵作为测量矩阵，利用测量矩阵对信号稀疏分量随机投影降维，有效实现低于传统采样频率的采用率采样，便于实现有效信息的高效提取和快速压缩。4、本专利技术所述的一种声信号随机稀疏压缩采样方法及装置，利用信号的稀疏性和降维，充分发挥了信号有用信息作用，降低了采样过程对硬件采样速率和能量的需求，减轻了无线通信负担和无线传感器制作成本，同时采用双隔离层布置，可有效降低外界及电源干扰。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。图1是本专利技术的声信号随机稀疏压缩采样方法流程图；图2是本专利技术实施例1的整体流程图；图3是本专利技术实施例1的装置结构示意图；其中，1-箱体，2-输出端口，3-数据存储器，4-双路A/D转换器，5-随机压缩模块，6-稀疏模块，7-随机压缩模块，8-输入端口，9-隔震层，10-电源，11-支撑层。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本文档来自技高网...

【技术保护点】
1.一种声信号随机稀疏压缩采样方法，其特征在于，该方法包括：采集模拟量声信号，对模拟量声信号进行稀疏表示和稀疏分解，得到信号稀疏向量、稀疏度及A/D转换稀疏系数；根据稀疏采样、基主分量和随机高斯矩阵构建出测量矩阵，将信号稀疏向量在测量矩阵上进行自适应投影；并利用等距性条件检验测量矩阵的有效性；根据稀疏度确定稀疏采样的平均采样频率和采样率，完成稀疏压缩采样。

【技术特征摘要】
1.一种声信号随机稀疏压缩采样方法，其特征在于，该方法包括：采集模拟量声信号，对模拟量声信号进行稀疏表示和稀疏分解，得到信号稀疏向量、稀疏度及A/D转换稀疏系数；根据稀疏采样、基主分量和随机高斯矩阵构建出测量矩阵，将信号稀疏向量在测量矩阵上进行自适应投影；并利用等距性条件检验测量矩阵的有效性；根据稀疏度确定稀疏采样的平均采样频率和采样率，完成稀疏压缩采样。2.如权利要求1所述的方法，其特征在于，在本方法中，所述稀疏表示方法是预设主分量，并基于主分量基函数的过完备字典法建立完备字典进行稀疏表示。3.如权利要求1所述的方法，其特征在于，在本方法中，所述稀疏分解过程采用自适应匹配基追踪算法。4.如权利要求1所述的方法，其特征在于，在本方法中，根据稀疏采样、基主分量和随机高斯矩阵构建出测量矩阵的具体方法为以与基矩阵所有列向量不相关的符合高斯随机分布的随机矩阵作为测量矩阵。5.如权利要求1所述的方法，其特征在于，在本方法中，将信号稀疏向量在测量矩阵上进行自适应投影的具体方法为：采用1/2观测矩阵进行稀疏分量随机投影，在整个观测矩阵上形成2个随机投影过程，同时合并投影形成随机稀疏投影分量。6.一种声信号随机稀疏压缩采样装置，基于权利要求1-5任一项所述的方法，包括：依次连接的数据处理模块和A/D转换器；所述数据处理模块包括依次连接的模拟量声信号采...

【专利技术属性】
技术研发人员：刘志红，刘尊民，仪垂杰，赵玉贵，宿元亮，李贺，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：山东,37