基于目标信息分布模式的随机采样系统技术方案

基于信息分布模式的随机采样系统。自适应地建立相似分布的随机采样点进行原始信号采集的系统。本系统由计算机、信号传感器、信号采集模块和FIFO模块组成。当用Y分布模式采样与奈奎斯特模式采样时相同数据量的情况下，就能为我们提供比奈奎斯特采样所获得的更高的信号分辨率，便于从近场微波探测场景中分离出不同分布模式的原始信号；在仍然保持奈奎斯特较高采样频率所获得的同样信号分辨率的情况下，Y分布模式采样的数据量能够大大减少。

Random sampling system based on target information distribution mode

Random sampling system based on information distribution pattern. A system for collecting original signals is established adaptively by establishing random sampling points of similar distribution. The system is composed of computer, signal sensor, signal acquisition module and FIFO module. When sampling the same amount of data with the Nyquist pattern sampling in the Y distribution mode, we can provide us with the higher signal resolution obtained by Binet quante sampling, which facilitates the separation of the original signals from the different distribution patterns from the near field microwave detection scene, and still maintains the higher sampling frequency of Nyquist. With the same signal resolution, the amount of data sampled by Y distribution mode can be greatly reduced.

【技术实现步骤摘要】
基于目标信息分布模式的随机采样系统
本专利技术属于信号检测与信息获取
，特别涉及一种基于信息分布模式而建立的伪随机采样技术。
技术介绍
采样是将一个原始信号(即时间或空间上的连续函数)转换成一个数值序列(即时间或空间上的离散函数)的方法。在相应时间采集原始信号数据的采集点我们称为采样点，样本的采样过程称为样本采样，每一个采样的信号数值称为一个采样样本；两个采样点之间的时间空隙称为采样间隔；信号采样的时间间隔很小，一般在毫秒和微秒的量级；采样点的时间函数为x(t)，在采样点采集的信号数据为信号电平，用电压表示，通过模/数转换，将模拟信号电压值变成为数字信号电压值——称为采样数值或样本数值。用采样器对连续信号或离散信号采样，能够确定采样频率；采样定理指出，如果信号是带限的，并且采样频率f高于信号带宽频率F的两倍，f＞2F，那么，原来的连续信号可以从采样样本中完全重建出来；当采样频率f低于原始信号中频率F的两倍时f≤2F，采样后的频率分量会导致混叠现象，混叠问题的严重程度与这些混叠频率分量的相对强度有关。f-2F的数值越小，则混叠现象越严重。实验1：当前声卡常用的采样频率f＝44.1KHz，每秒采集声音样本44.1千次，能够充分还原原始信号的频率是F＝22.05KHz以下的声音频率，采样频率f越高，获得的声音文件质量越好，占用存储空间也就越大。一首CD音质的歌曲会占去45M左右的存储空间。实验2：当前对一段频率进行采样时，如果频率点靠得较近时，例如：233.5Hz和233.6Hz的两个音频信号混频在一起，采用奈奎斯特分布采样方法将这两个频率区分开来，采样频率就必须针对区分出0.1Hz的差别来计算，要让233.6Hz中的0.1Hz差别能够区分开来就必须实现两个频率至少1Hz的差别，而且要使1Hz差别区分开，必须当前的音频信号采样频率必须大于≥233.6Hz×10×2＝4672Hz；当我们用＜4672Hz的采样频率进行采样时，结果就会产生混叠现象，两个频率就无法区分开。举例3：如果678.5Hz和678.6Hz的两个音频信号混频在一起，采用奈奎斯特分布采样方法将这两个频率区分开来，采样频率就必须≥678.6Hz×10×2＝13570Hz；当我们用＜13570Hz的采样频率进行采样时，结果也产生了混叠现象，就无法区分出这两个频率。为了压缩音频信号的存储空间，近年来，出现了替代奈奎斯特分布采样定理的“压缩采样”理论。用随机采样来获取信号的离散样本，然后通过非线性重建算法重建信号，实现用不完全的数据集来重建连续频率信号。以下两种措施可避免混叠的发生：1)提高采样频率，使之达到最高信号频率的两倍以上；2)引入低通滤波器或提高低通滤波器的统计参数；该低通滤波器通常称为抗混叠滤波器。这两种措施依然是建立在均匀采样的基础之上的。最新发展的“压缩采样信号”理论，即CS理论依靠两个准则：稀疏性和不连贯性。稀疏性：CS方法发现许多自然信号是十分稀疏并可压缩的，当用适当的基础特征函数Ψ表述时，他们就能有简明的表达。不连贯性：延续了时间和频率的二元性，并表明目标在基础特征函数Ψ有一个稀少的特征并一定会在他们已得的范围内扩展。这种压缩采样为加速断层成像，模数转换和数字摄影等一系列应用提供了的新方向。但是，在“压缩采样”理论的实践中发现，“压缩采样”中的奈奎斯特分布采样仍然会遵循采样定理的规律出现“混叠”现象。
技术实现思路
本专利技术建立了一种基于目标信息分布模式，自适应地建立相似分布的随机采样点进行原始信号采集的系统。为什么“压缩采样信号”理论出现后，至今没有实现这一方法的系统出现？这是因为该CS理论依靠两个准则：原始信号的稀疏性和不连贯性。长期以来，人们在不断寻找符合该理论的表达方式或函数，但是到目前为止，没有找到更好的表达模式。本专利技术是将均匀采样点的时间函数x(t)，用正态分布、瑞利分布、泊松分布或二次分布等等不同分布来替代；并且通过调整每一个不均匀分布的统计参数μ和σ的变化，得到了用最少的采样点获得与奈奎斯特分布采样频率f＝2F时相同采样效果的分布，收到了意想不到的结果。统计参数μ代表分布的中心线位置，μ的变化代表中心线在时间轴上移动和σ代表分布的变化率，σ越小，分布变化越平坦，σ越大，分布变化越陡峭。本专利技术实质是通过不断变换各种分布模式以使该模式能够符合原始信号的实际分布模式要求；通过调整统计参数σ使分布的变化规律与原始信号分布的规律重合；通过调整统计参数μ使分布的中心线位置与原始信号分布规律中的中心点位置重合。应用工具：遗传算法(见附图1-1遗传算法计算变化流程示意图)。a)设置进化代数计数器t＝0，设置最大进化代数T。b)计算初始群体P(t)中各个个体的适应度。c)将选择算子作用于初始群体P(t)。通过对初始群体P(t)中个体的适应度进行评估，找出较高适应度的个体，作为结果输出；d)将交叉算子作用于初始群体P(t)。遗传算法中起核心作用的就是交叉算子，通过两个父代个体的部分结构加以替换重组而生成新个体的操作，以获得新的更加优化的个体，通过适应度评估，得到较高适应度的个体，作为结果输出；如果通过选择和交叉算子仍然没有达到适应度的期望值，或没有达到最大进化代数T，则继续：e)将变异算子作用于初始群体P(t)。通过对群体中的个体串的某些基因座上的基因值作变动，以改变个体的适应度，从而能得到较高适应度的个体。通过对初始群体P(t)经过选择、交叉和变异运算之后得到下一代群体P(t1)；令群体P(t1)为新一代初始群体P(t)；重新对新一代初始群体P(t)中个体适应度作集体评估，以获得选择、交叉、变异运算的发展特性，即判断如何进化的发展趋势；通过对适应度优化的P(tx)群体进行多次进化，以得到适应度最高的个体作为结果输出。符合终止条件时则转到f)；如果不符合终止条件，则令tx＝t；P(tx)＝P(t)，即P(tx)作为新一代的初始群体P(t)。当对新一代的初始群体P(t)进行再一次遗传计算时，该新一代初始群体P(t)作为本次计算的初始群体，重新设置最大进化代数T。转到b)——e)步骤执行，直到P(tx)群体内的个体符合终止条件时则转到f)。f)终止条件判断：若达到t＝T或明确找到了适应度最高的个体，则以进化过程中所得到的具有最大适应度个体作为最优解输出，终止计算。实现本专利技术的模块有：信号采集模块；定时器；ADC模块；信号传感器；通信模块；缓存模块；FIFO模块；随机数据生成模块；计算机；Y分布模块；信号分析模块。(A)FIFO模块包含通信模块和缓存模块，具有通信功能和存贮功能，能够让数据按照先进先出的方式进入和发出，能够存贮1000种数据组；(B)随机数据生成模块，因为计算机只能生成伪随机数，为表述简便以下仍然称为随机数。随机数据生成模块包含奈奎斯特分布模块和Y分布模块；Y分布模块通过变化统计数据均值(μ)和/或方差(σ)，生成符合多种分布模式的随机数据组；(C)Y分布模块-该模块中包含有均匀分布模块、正态分布模块、瑞利分布模块、泊松分布模块、二项分布模块等；能够发布均匀分布、正态分布、瑞利分布、泊松分布、二项分布中各种分布模式的数据组，为书写方便统一称为Y分布数据组；(D)信号分析模块是一种遗传算法模块；根据FIFO模块输送本文档来自技高网...

【技术保护点】
1.基于目标信息分布模式的随机采样系统，包含有计算机(10)、信号传感器(5)、信号采集模块(1)、FIFO模块(8)，其特征在于在计算机(10)中有Y分布模块(12)、随机数据生成模块(9)和信号分析模块(13)。

【技术特征摘要】
1.基于目标信息分布模式的随机采样系统，包含有计算机(10)、信号传感器(5)、信号采集模块(1)、FIFO模块(8)，其特征在于在计算机(10)中有Y分布模块(12)、随机数据生成模块(9)和信号分析模块(13)。2.根据权利要求1所述的基于目标信息分布模式的随机采样系统，其特征在于Y分布模块(12)-包含有均匀分布(14)模块、正态分布(15)模块、瑞利分布(16)模块、泊松分布模块、二项分布模块；生成符合该分布模式的随机数据组。3.根据权利要求1所述的基于目标信息分布模式的随机采样系统，其特征在于随机数据生成模块(9)对奈奎斯特模块和Y分布模块(12)推送每一种分布模式，生成符合该分布模式的随机数据组。4.根据权利要求1所述的基于目标信息分布模式的随机采样...

【专利技术属性】
技术研发人员：姚萌，苏勇飞，叶征宇，
申请(专利权)人：中科观世北京科技有限公司，
类型：发明
国别省市：北京,11