一种信号重建方法及装置制造方法及图纸

本发明专利技术实施例公开了一种信号重建方法及设备，用于进行分布式的压缩感知信号重建，可提高系统鲁棒性，并可降低每个设备的功耗，延长各个设备的运行寿命。本发明专利技术实施例方法包括：第一译码装置接收编码装置发送的测量信号；所述第一译码装置根据采样矩阵和所述测量信号构建第一梯度，所述采样矩阵为与所述编码装置生成所述测量信号所使用的采样矩阵相同的矩阵；所述第一译码装置根据所述第一梯度进行首次信号重建，得到第一重建信号；所述第一译码装置获取第二译码装置广播的第二重建信号；所述第一译码装置根据所述第二重建信号对所述第一重建信号进行迭代更新，得到第一迭代更新信号。

【技术实现步骤摘要】

本专利技术涉及信号处理领域，尤其涉及一种信号重建方法及装置。
技术介绍
在传统的信号处理理论中，依据香农采样定理：用于采集信号的采样速率应至少 等于两倍信号带宽才可W无失真地恢复原信号，并将该采样速率称为Nyquist采样速率。 但是，随着当今对数据量的需求W及待处理数据量的飞速增长，承载数据的信号带宽将越 来越宽，由此导致所需的Nyquist采样速率也越来越高，而现有硬件设备的模数转换和信 号处理能力尚无法满足对宽带信号高速采样需求的飞速增长。而且，从另一个方面考虑，即 便未来硬件实现水平得W大幅提高，高能耗的海量数据采集也不是必不可少的。W现有的 图像信号处理为例，为降低存储和传输开销，通常将采样后获得的数据进行压缩，W很少的 数据表示图像中的重要信息，即仅保留重要数据而丢弃其余的非重要数据，经存储或传输 后再通过译码处理重建原有图像。然而，该种先高速采样再压缩丢弃的方法实际上造成了 采样资源的极大浪费。 为将采样和压缩合二为一同时进行，即直接W低于Nyquist速率的采样速率来 采集数据并仍然可W准确地恢复原信号，由EmmanuelCandes,化vidDonoho,化stin Romberg,TerenceTao等学者提出了压缩感知技术（CS,CompressiveSensing),该技术提 出了一套全新的高效信号处理理论和方法。CS技术的提出是基于信号具有稀疏性该一应 用前提，由于信号中存在大量兀余使信号具有稀疏性该一前提在实际应用中通常都是满足 的，使得信号通常可在某一变换空间的一组正交基上对应一个稀疏的系数向量，该系数向 量中仅有少量的非零元素，故称该信号具有稀疏性。CS技术基于信号的该一潜在稀疏性，在 信号的编码装置通过一个低速（小于Nyquist采样速率）采样过程对信号进行降采样，即 对输入信号进行降维线性投影（从向量/矩阵的形式上表述即为对输入信号列向量左乘一 个采样矩阵），经过低速采样后获得的采样信号，该采样信号是一个降维的采样输出列向量 (即低速采样后所得到的采样信号列向量的维度等于采样矩阵的行数且小于原输入信号列 向量的维度）；译码装置将根据编码装置获得的降维的采样信号重建原输入信号，且信号 所具有的潜在稀疏性使得该个欠定重建问题（欠定是指用于求解未知量的等式或方程的 个数小于未知量的个数，其中，等式或方程的个数等于低速采样后输出的采样数据向量的 维度，也等于采样矩阵的行数，而未知量的个数等于原始信号的维度）可W通过凸优化或 贪婪搜索等算法进行求解，即通过较少的低维采样数据来重建原始的高维信号。由于CS技 术的高效信息处理方式可显著降低信息获取开销，同时还能W较高的概率正确地恢复原稀 疏信号，目前已吸引了学术界和工业界的密切关注，在实际系统中具有广泛的应用前景，例 女口；图像处理、信道估计、无线传感器网络、认知无线电频谱检测、目标定位，等等。 在现有的CS技术中，大多数研究主要是针对理想非量化的采样数据进行信号重 建，假设CS低速采样后获得的降维采样信号并不经过量化操作，即；所获采样信号的幅值 不进行离散化处理，仍然保持幅度上的连续性，然后在CS信号重建中依据该些幅值未经量 化的连续的采样信号数据进行cs信号重建。然而，在实际应用中，该个假设过于理想，因为 要将模拟域的输入信号转换到数字域W便于进行后续处理、传输、存储等操作，必然需要对 所获得的采样信号的幅值进行量化处理。作为一种极端的量化处理方式，单比特量化，即符 号量化，可降低译码装置信息获取的复杂度还可降低系统传输数据量，使CS技术更具实用 化，因而近年来单比特压缩感知得到了学术界的关注。编码装置在对输入信号进行低速采样后，对采样信号进行符号量化，获得包含单 比特符号信息的测量信号： y=sign(〇 日）=sign(X) 其中，0为输入信号，表7]^为一个NX1的列向量，N表7]^信号维度，作为应用CS技 术的前提，该输入信号应具有稀疏性，即0中仅有K个非零元素其他元素均为零，且K远远 小于N，若0不是直接稀疏的，则需要借助NXN的稀疏表示矩阵W来表征其潜在稀疏性， 即0 =Ws，s为NX1的稀疏的系数向量，其仅有K个非零元素其他元素均为零，即信号 0在某一变换空间的一组正交基（稀疏表示矩阵W的所有列向量即构成该变换空间的一 组正交基）上对应的系数向量是稀疏的，本文为描述简便，令W为单位矩阵，即对应直接稀 疏的例子，显然本方案同样适用潜在稀疏性的例子，仅需要做若干符号替换即可；〇为采 样矩阵，表示为一个MXN的矩阵，在CS技术中采样矩阵的行数小于列数M<N，W起到低速 采样（降采样）的作用，即通过将采样矩阵。与输入信号0相乘，将输入信号0从原有 N维降维映射到M维，得到降维采样信号x= 〇 0 ;sign〇为符号函数，W对采样信号进行 符号量化，采样信号中的正值量化为1而负值量化为-1，经符号量化处理后的测量信号y中 每个测量值为1或-1，即每个测量值可用一个比特来表示（用1表示1，用0表示-1)，故称 为单比特CS技术。 编码装置将包含该些单比特符号信息的测量信号发送给译码装置，译码装置在接 收到降维（测量信号y为MX1的列向量）的测量信号后，将对原输入信号（NX1的列向 量）进行信号重建，该单比特CS信号重建问题可表示为如下最优化问题：【主权项】1. 一种信号重建方法，其特征在于，包括： 第一译码装置接收编码装置发送的测量信号； 所述第一译码装置根据采样矩阵和所述测量信号构建第一梯度，所述采样矩阵为与所 述编码装置生成所述测量信号所使用的采样矩阵相同的矩阵； 所述第一译码装置根据所述第一梯度进行首次信号重建，得到第一重建信号； 所述第一译码装置获取第二译码装置广播的第二重建信号； 所述第一译码装置根据所述第二重建信号对所述第一重建信号进行迭代更新，得到第 一迭代更新信号。2. 根据权利要求1所述的方法，其特征在于，若所述第一译码装置执行信号重建所基 于的编码装置有多个，则所述第一译码装置根据采样矩阵和所述测量信号构建第一梯度， 包括： 所述第一译码装置分别根据各个编码装置对应的采样矩阵和测量信号构建各个编码 装置对应的第一梯度； 所述第一译码装置根据所述第一梯度进行首次信号重建，具体包括： 对各个编码装置对应的第一梯度进行合并，得到合并后的第一梯度； 根据所述合并后的第一梯度，使用梯度下降法和门限函数进行首次信号重建。3. 根据权利要求2所述的方法，其特征在于，所述对各个编码装置对应的第一梯度进 行合并，得到合并后的第一梯度，具体为： 使用公式3进行第一梯度的合并； 所述公式3为，其中，表示第j个CS译码装置的各编码装 置的第一梯度集合，merge ()为合并函数； 所述根据所述合并后的第一梯度，使用梯度下降法和门限函数进行首次信号重建，具 体为： 使用公式4进行信号重建； 所述公式4 ^，其中，01]为合并后的第一梯度；为初始 化的起始重建信号；τ为沿梯度方向下降的步长；thresholdK()为参数为K的门限函数,该 函数保留向量中元素值最大的K个而使其他N-K个元素为零；在进行首次信号重建中，得到 所述第一重建信号，迭代索引号为1，表示首次信号本文档来自技高网...

【技术保护点】
一种信号重建方法，其特征在于，包括：第一译码装置接收编码装置发送的测量信号；所述第一译码装置根据采样矩阵和所述测量信号构建第一梯度，所述采样矩阵为与所述编码装置生成所述测量信号所使用的采样矩阵相同的矩阵；所述第一译码装置根据所述第一梯度进行首次信号重建，得到第一重建信号；所述第一译码装置获取第二译码装置广播的第二重建信号；所述第一译码装置根据所述第二重建信号对所述第一重建信号进行迭代更新，得到第一迭代更新信号。

【技术特征摘要】

【专利技术属性】
技术研发人员：王悦，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44