亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        等間隔采樣的信號(hào)拆分方法在壓縮感知中的應(yīng)用

        2016-08-11 11:03:52葉文雄
        大科技 2016年16期
        關(guān)鍵詞:數(shù)據(jù)量信號(hào)處理分段

        葉文雄

        (廣西中煙工業(yè)有限責(zé)任公司廣西 南寧 530001)

        等間隔采樣的信號(hào)拆分方法在壓縮感知中的應(yīng)用

        葉文雄

        (廣西中煙工業(yè)有限責(zé)任公司廣西 南寧 530001)

        基于壓縮感知重構(gòu)算法中常用的OMP算法,針對(duì)壓縮感知在處理整段大數(shù)據(jù)量信號(hào)時(shí)存在的重構(gòu)效率低,以及處理過(guò)程需為觀測(cè)矩陣開(kāi)辟巨大存儲(chǔ)空間的問(wèn)題,考慮到將信號(hào)進(jìn)行合適拆分后再運(yùn)用壓縮感知進(jìn)行處理,同時(shí)針對(duì)常規(guī)信號(hào)拆分方法,即常規(guī)分段方法存在的局限性,提出一種等間隔采樣的信號(hào)拆分方法。通過(guò)實(shí)驗(yàn)分析,以上所提問(wèn)題得以解決,基于此拆分信號(hào)方法的信號(hào)在壓縮感知處理中,重構(gòu)信號(hào)質(zhì)量及效率都得到較大的提高;同時(shí)相對(duì)于常規(guī)信號(hào)分段方法,此信號(hào)拆分方案適用于任何類型的信號(hào),適用范圍更廣。

        壓縮感知;大數(shù)據(jù)量信號(hào);信號(hào)拆分;正交匹配追蹤(OMP)

        1 引言

        傳統(tǒng)奈奎斯特采樣定理要求信號(hào)的采樣頻率必須大于信號(hào)最高頻率的兩倍,受其約束。然而為滿足實(shí)時(shí)性要求和提高分辨率及精確度,某些系統(tǒng)在信號(hào)處理過(guò)程與硬件設(shè)備要求上面臨著信號(hào)高采樣率,數(shù)據(jù)處理效率慢及存儲(chǔ)空間巨大等問(wèn)題的嚴(yán)峻挑戰(zhàn)。

        近年來(lái),D.Donoho、E.Candes及T.Tao等提出了一種全新的信號(hào)采樣理論——壓縮感知(Commpressed Sensing,CS)。理論指出,在信號(hào)滿足稀疏性的條件下,在信號(hào)獲取的同時(shí)就對(duì)數(shù)據(jù)進(jìn)行適當(dāng)壓縮,其采樣率可遠(yuǎn)低于奈奎斯特采樣率。

        由于CS的特殊性質(zhì)以及對(duì)傳統(tǒng)奈奎斯特采樣定理的,其一經(jīng)提出,在信息論,圖像處理、模式識(shí)別、無(wú)線通信、雷達(dá)成像、醫(yī)學(xué)成像等領(lǐng)域得到了廣泛的研究與應(yīng)用,同時(shí)引起廣大信號(hào)處理專家及數(shù)學(xué)家的興趣,迅速成為了信號(hào)處理領(lǐng)域的一個(gè)研究熱點(diǎn)。

        2 壓縮感知理論概述

        傳統(tǒng)的信號(hào)采集、編解碼過(guò)程如圖1所示:編碼端先對(duì)信號(hào)進(jìn)行采樣,再對(duì)所有采樣值進(jìn)行變換,并將其中重要系數(shù)的幅度和位置進(jìn)行編碼,最后將編碼值進(jìn)行存儲(chǔ)或傳輸:信號(hào)的解碼過(guò)程僅僅是編碼的逆過(guò)程,接收的信號(hào)經(jīng)解壓縮、反變換后得到恢復(fù)信號(hào)。采用這種傳統(tǒng)的編解碼方法,由于信號(hào)的采樣速率不得低于信號(hào)帶寬的2倍,使得硬件系統(tǒng)面臨著很大的采樣速率的壓力。此外在壓縮編碼過(guò)程中,大量變換計(jì)算得到的小系數(shù)被丟棄,造成了數(shù)據(jù)計(jì)算和內(nèi)存資源的浪費(fèi)。

        圖1 傳統(tǒng)信號(hào)編解碼流程圖

        壓縮感知理論指出,只要信號(hào)時(shí)可壓縮的或在某個(gè)變換基上的分解表示結(jié)果呈現(xiàn)稀疏性,那么就可以用一個(gè)與變換基不相關(guān)的測(cè)量矩陣(RIP準(zhǔn)則)將稀疏變換后的高維信號(hào)投影到一個(gè)低維空間上,最后可通過(guò)對(duì)優(yōu)化問(wèn)題的求解即可高精度重構(gòu)出原始信號(hào)。

        壓縮感知理論框架下的信號(hào)編解碼流程圖如圖2所示。對(duì)于一可壓縮稀疏信號(hào)X∈RN×1,在某個(gè)正交基ψ上得到其稀疏表示Θ=ψTX,其稀疏度用K表示,滿足關(guān)系K=N。然后設(shè)計(jì)一個(gè)與正交基不相關(guān)的M×N維觀測(cè)矩陣φ,通過(guò)觀測(cè)矩陣φ觀測(cè)得到低維的M個(gè)觀測(cè)量Y,且滿足關(guān)系M<N。最后通過(guò)求解最優(yōu)化問(wèn)題可精確重構(gòu)或近似逼近原始信號(hào)。

        圖2 壓縮感知理論框架下的信號(hào)編解碼流程圖

        3 壓縮感知在處理大數(shù)據(jù)量信號(hào)時(shí)遇到的問(wèn)題

        有一時(shí)域觀測(cè)信號(hào)如圖3所示,由圖可知該信號(hào)為稀疏信號(hào)。信號(hào)長(zhǎng)度為580,稀疏度為20。由于信號(hào)本身為一稀疏信號(hào),故稀疏變換步驟可以省略。觀測(cè)矩陣φ選取M×N維的高斯白噪聲矩陣。重構(gòu)算法選取壓縮感知在工程上常用的正交匹配追蹤(OMP)算法。從圖4可看出,經(jīng)過(guò)壓縮感知處理后,原始信號(hào)得到了精確的重構(gòu)。

        由上可了解到壓縮感知在一維信號(hào)處理中的應(yīng)用,然而當(dāng)所需處理數(shù)據(jù)量較大時(shí),壓縮感知的應(yīng)用遇到了阻礙。如圖4所示信號(hào)—高速采樣雷電信號(hào),此信號(hào)包含雷電峰值信息以及噪聲信息,經(jīng)濾波器處理,噪聲基本可忽略。由于系統(tǒng)處理過(guò)程中對(duì)精確度和分辨率要求較高,每段信號(hào)數(shù)據(jù)量很大,為5000000,稀疏度在60000左右。

        圖3 基于CS理論的OMP算法對(duì)一維信號(hào)的重構(gòu)

        圖4 雷電信號(hào),數(shù)據(jù)量500000,稀疏度60000左右

        面對(duì)類似稀疏信號(hào),應(yīng)用壓縮感知對(duì)信號(hào)進(jìn)行處理遇到了障礙,主要存在兩個(gè)問(wèn)題:

        (1)重構(gòu)效率太低,由于所使用重構(gòu)算法復(fù)雜度依賴于信號(hào)長(zhǎng)度、信號(hào)稀疏表示后的稀疏度K以及觀測(cè)矩陣φ的大小,故對(duì)此類大數(shù)據(jù)量信號(hào)運(yùn)用壓縮感知處理,重構(gòu)效率很低,無(wú)法達(dá)到某些系統(tǒng)的實(shí)時(shí)性傳輸要求;

        (2)硬件設(shè)備壓力太大,當(dāng)信號(hào)數(shù)據(jù)量過(guò)大時(shí),壓縮感知處理過(guò)程中的變換矩陣和M×N維觀測(cè)矩陣φ元素?cái)?shù)量會(huì)非常大,使得軟件處理過(guò)程中需要為它們開(kāi)辟巨大空間,則容易出現(xiàn)空間分配不足的問(wèn)題,例如實(shí)驗(yàn)證明,對(duì)圖4的信號(hào),在matlab上采用壓縮感知處理時(shí),在分配變換矩陣和測(cè)量矩陣時(shí),產(chǎn)生了溢出,壓縮感知在此將無(wú)法使用。

        4 改進(jìn)信號(hào)拆分方案的提出

        4.1 針對(duì)上文中遇到的兩個(gè)問(wèn)題,我們很容易想到一個(gè)信號(hào)拆分方案,就是將大數(shù)據(jù)量的信號(hào)進(jìn)行適當(dāng)常規(guī)分段,即從頭至尾對(duì)信號(hào)進(jìn)行合適數(shù)量的分段,再對(duì)每段信號(hào)運(yùn)用壓縮感知處理。以下是一種常用的信號(hào)等長(zhǎng)分段方法。

        假設(shè)有一長(zhǎng)度為N一維向量x,記為x(n),n∈[1,2,…,N]。現(xiàn)將其分段,取每段長(zhǎng)度為L(zhǎng),則分段數(shù)為R=[N/L]。則一維向量可拆分為R段向量,分別記為X1,X2,…,XR。且Xi=x(j),j∈[1+(i-1)×L,…,L+(i-1)×L],其中i∈[l,…,R]。則有X1={x(1),x(2),…,x(L)},依次類推,即可得到所有分段后的信號(hào),且為方便程序設(shè)計(jì)及實(shí)現(xiàn),若最后一段信號(hào)長(zhǎng)度不夠L,則補(bǔ)零即可。分段處理后,再分別對(duì)每一小段信號(hào)進(jìn)行壓縮感知處理,再將得到的R段重構(gòu)信號(hào)直接進(jìn)行連接,即可得到重構(gòu)的原始大數(shù)據(jù)量信號(hào)。

        當(dāng)然,面對(duì)某些結(jié)構(gòu)類型的稀疏信號(hào),此類方法是可行的。在壓縮感知處理圖像中用到的圖像分塊處理方法,即用到了類似于上述分段的方法,其原理一樣。其中還有一種自適應(yīng)子信號(hào)長(zhǎng)度的分段的方法,即可根據(jù)信號(hào)實(shí)際情況決定每段子信號(hào)的長(zhǎng)度,而不是等長(zhǎng)分段,此類方法適用性更強(qiáng),但由于子信號(hào)長(zhǎng)短不一,對(duì)于子信號(hào)的壓縮重構(gòu)過(guò)程也比較繁瑣,在此對(duì)這些方法的的說(shuō)明就不再贅述。

        然而上述的分段方法用來(lái)處理圖4的大數(shù)據(jù)信號(hào)顯然是行不通的。首先分析其原因。由圖4可知,從整體上看,該信號(hào)屬于稀疏信號(hào)。但此信號(hào)有其自身特點(diǎn),即非零點(diǎn)相對(duì)集中。假設(shè)分段長(zhǎng)度為1000,則可分為5000段。若簡(jiǎn)單從頭至尾進(jìn)行分段,則會(huì)出現(xiàn)某些子信號(hào)全為零值,某些子信號(hào)全為非零點(diǎn)的數(shù)據(jù)段,則得到的大部分子信號(hào)將不再滿足稀疏信號(hào)特性,故用壓縮感知進(jìn)行處理得到的結(jié)果必然是錯(cuò)誤的。同樣,自適應(yīng)信號(hào)長(zhǎng)度的分段方法顯然也是行不通的。為此,面對(duì)以上信號(hào)拆分方法存在的問(wèn)題,此處考慮到一種新的拆分大數(shù)據(jù)量信號(hào)的方法。

        4.2 以下提出一種改進(jìn)的信號(hào)拆分方案在壓縮感知中的應(yīng)用

        針對(duì)于4.1中分段方案存在的問(wèn)題,此處考慮到一種基于等間隔采樣的信號(hào)拆分方案。具體實(shí)現(xiàn)步驟如下:

        (1)同理,假設(shè)有一長(zhǎng)度為N一維向量x,記為x(n),n∈[1,2,…,N]。現(xiàn)將其分段,根據(jù)實(shí)際信號(hào)結(jié)構(gòu),取每段長(zhǎng)度為L(zhǎng),則分段數(shù)為R=[N/L]。則一維向量可拆分為R段向量,分別記為X1,X2,…,XR。則對(duì)整段信號(hào)即按采間隔為R進(jìn)行采樣,有Xi=x(j),j∈[i+(h-1)×R,h∈[1,…,L]],其中i∈[1,…,R]。即可得Xi={x(i),x(i+R),…,x(i+(L-1)×R)},最終可得到拆分后的所有小段稀疏子信號(hào)。同理,為方便程序設(shè)計(jì)及工程實(shí)現(xiàn),若最后一段信號(hào)長(zhǎng)度不夠,則補(bǔ)零即可。

        (2)對(duì)每一子信號(hào)Xi,取相同的觀測(cè)矩陣φ0,其維數(shù)為M0×N0,且在OMP算法中,取M0=L×P,P∈(0,1),即為采樣率,N0=L。對(duì)整段信號(hào)處理中的M×N維的觀測(cè)信號(hào)φ,取M=N×P,P∈(0,1),N為原始信號(hào)的長(zhǎng)度,且滿足N=N0×R。由上分析易知相對(duì)于φ,φ0所需要開(kāi)辟的存儲(chǔ)空間顯然要小的很多,故經(jīng)信號(hào)拆分處理后既大大降低了實(shí)現(xiàn)過(guò)程所消耗存儲(chǔ)空間,也在一定程度上加快了壓縮感知實(shí)現(xiàn)的效率。

        (3)根據(jù)步驟(2)中的觀測(cè)矩陣,對(duì)每一個(gè)子信號(hào)Xi進(jìn)行稀疏量化,得到對(duì)應(yīng)的觀測(cè)值Yi,再采用OMP算法從以上所得的低維觀測(cè)值中重構(gòu)出每個(gè)原始子信號(hào)Xi,最后根據(jù)信號(hào)拆分的規(guī)則依次插入Xi中各元素,即可得xr={X1(1),…,XR(1),…,X1(j),…,XR(j)},其中j∈[1,…,L],最終可得到重構(gòu)的信號(hào)xr。

        在此說(shuō)明,子信號(hào)長(zhǎng)度L及采樣間隔R的選取與實(shí)際信號(hào)的長(zhǎng)度,信號(hào)結(jié)構(gòu)和所用軟件、計(jì)算機(jī)配置相關(guān),子信號(hào)數(shù)太少或太多都可能達(dá)不到分段處理的優(yōu)化效果。

        5 實(shí)驗(yàn)對(duì)比分析

        (1)首先以圖3中的原始信號(hào)為研究對(duì)象,根據(jù)其結(jié)構(gòu)特性,為便于研究,此處對(duì)信號(hào)不進(jìn)行拆分、分為兩個(gè)子信號(hào)、四個(gè)子信號(hào)進(jìn)行對(duì)比分析,當(dāng)然分段數(shù)還可以是其它參數(shù),在此不再贅述。不進(jìn)行拆分的仿真結(jié)果在圖3已經(jīng)得到。再基于4.2中的步驟,得到子信號(hào)數(shù)為2和子信號(hào)數(shù)為4的信號(hào)處理仿真圖如圖5~8所示,其中各處理過(guò)程中采樣率均取P=0.5。即信號(hào)長(zhǎng)度N,觀測(cè)值個(gè)數(shù)M,以及對(duì)應(yīng)的觀測(cè)矩陣φ滿足關(guān)系:M/N=0.5,且相應(yīng)的φ的維數(shù)為各自對(duì)應(yīng)的M×N。

        由于OMP算法存在一定的隨機(jī)性,故對(duì)于每一個(gè)拆分方案進(jìn)行10次實(shí)驗(yàn),并分別求取相應(yīng)的平均運(yùn)行時(shí)間及平均重構(gòu)誤差。其中單個(gè)重構(gòu)誤差計(jì)算公式為:誤差=(原始信號(hào)-重構(gòu)信號(hào))/原始信號(hào)。各項(xiàng)參數(shù)對(duì)比表如表1所示。

        得出結(jié)論:在一定范圍按4.2中方法內(nèi)對(duì)信號(hào)進(jìn)行拆分后,基于壓縮感知的信號(hào)處理效率及重構(gòu)信號(hào)質(zhì)量比未分段之前要高,且在合理范圍內(nèi),處理效率及重構(gòu)信號(hào)質(zhì)量與分段數(shù)是成正比的。同時(shí),例如在硬件平臺(tái)上實(shí)現(xiàn)時(shí),可對(duì)每段信號(hào)采取并行處理,信號(hào)重構(gòu)的效率將有質(zhì)的飛躍。

        圖5 拆分為兩段子信號(hào)

        圖6 重構(gòu)信號(hào)與原始信號(hào)比較(拆分?jǐn)?shù)為2)

        圖7 拆分為四段子信號(hào)

        圖8 拆分為四段子信號(hào)

        表1 不同子信號(hào)數(shù)下信號(hào)處理時(shí)間及重構(gòu)誤差比較

        (2)再以圖4信號(hào)為研究對(duì)象,實(shí)驗(yàn)證明,若不采取信號(hào)拆分處理,在處理過(guò)程中將出現(xiàn)變換矩陣與觀測(cè)矩陣存儲(chǔ)空間分配不足的問(wèn)題,壓縮感知根本無(wú)法實(shí)現(xiàn)。其次若采用4.1的分段方法進(jìn)行分段,簡(jiǎn)單分析即可知重構(gòu)信號(hào)結(jié)果是錯(cuò)的,從實(shí)驗(yàn)結(jié)果來(lái)看,也得到證實(shí),即重構(gòu)后得不到原始信號(hào),說(shuō)明對(duì)于此類信號(hào),4.1中的分段方法是行不通的,最后采取4.2中所提出的等間隔采樣信號(hào)拆分方法,可以精確恢復(fù)原始信號(hào),重構(gòu)誤差僅為6.2364e-016。結(jié)果如圖9所示。

        圖9 重構(gòu)雷電信號(hào)與原始雷電信號(hào)比較

        綜上,運(yùn)用信號(hào)拆分方法,相對(duì)于不進(jìn)行信號(hào)拆分而言,可以大大提高了壓縮感知在信號(hào)處理過(guò)程中的效率,并在一定程度上提高重構(gòu)信號(hào)的質(zhì)量,同時(shí),對(duì)信號(hào)處理過(guò)程中所需開(kāi)辟內(nèi)存也會(huì)大大減小,節(jié)約了存儲(chǔ)空間。

        同時(shí)對(duì)于4.1中的分段方法而言,由于其使用的局限性,無(wú)法實(shí)現(xiàn)對(duì)圖4中雷電信號(hào)的重構(gòu),而文中在4.2提出新的信號(hào)拆分方法可以較精確的實(shí)現(xiàn)對(duì)雷電信號(hào)的重構(gòu),說(shuō)明文中所提出的信號(hào)拆分方法適用范圍更廣。

        6 結(jié)束語(yǔ)

        針對(duì)基于壓縮感知的大數(shù)據(jù)量信號(hào)的處理,本文提出了一種基于等間隔采樣的信號(hào)拆分方法,將信號(hào)拆分后再運(yùn)用OMP算法進(jìn)行重構(gòu)。實(shí)驗(yàn)證明,該方法加快了壓縮感知中信號(hào)處理速度,并提高了信號(hào)重構(gòu)質(zhì)量,并在一定范圍內(nèi),優(yōu)化效果和拆分子信號(hào)數(shù)量是成正比的。同時(shí)相對(duì)于簡(jiǎn)單的將信號(hào)常規(guī)分段處理來(lái)說(shuō),文中提出的方法適用范圍更廣。

        在以上研究的基礎(chǔ)上,還存在很多需要研究的內(nèi)容。例如子信號(hào)數(shù)的數(shù)量怎么確定,信號(hào)的分段數(shù)并不是越多越好,因?yàn)樽有盘?hào)也要受到稀疏性這個(gè)條件的限制。還有針對(duì)OMP算法的穩(wěn)定性也是一個(gè)值得研究的問(wèn)題等等。

        [1]李樹(shù)濤,魏丹.壓縮感知綜述.自動(dòng)化學(xué)報(bào),2009,35(11):1~7.

        [2]張春梅,尹忠科,肖明霞.基于冗余字典的信號(hào)超完備表示和稀疏分解.科學(xué)通報(bào),2006,51(6):628~633.

        P427.32

        A

        1004-7344(2016)16-0324-03

        2016-4-12

        猜你喜歡
        數(shù)據(jù)量信號(hào)處理分段
        一類連續(xù)和不連續(xù)分段線性系統(tǒng)的周期解研究
        基于大數(shù)據(jù)量的初至層析成像算法優(yōu)化
        計(jì)算Lyapunov指數(shù)的模糊C均值聚類小數(shù)據(jù)量法
        高刷新率不容易顯示器需求與接口標(biāo)準(zhǔn)帶寬
        寬帶信號(hào)采集與大數(shù)據(jù)量傳輸系統(tǒng)設(shè)計(jì)與研究
        電子制作(2019年13期)2020-01-14 03:15:18
        分段計(jì)算時(shí)間
        《信號(hào)處理》征稿簡(jiǎn)則
        《信號(hào)處理》第九屆編委會(huì)
        《信號(hào)處理》征稿簡(jiǎn)則
        《信號(hào)處理》第九屆編委會(huì)
        久久久久久久久久久国产| 久久精品久99精品免费| 久久精品夜色噜噜亚洲a∨| 西西人体444www大胆无码视频| 日韩精品国产自在久久现线拍| 人妻丝袜中文字幕久久| 日本久久精品福利视频| 2020无码专区人妻系列日韩| 老太脱裤让老头玩ⅹxxxx| 国产精品久久久久久久久久影院| 亚洲天堂av黄色在线观看| 亚洲成熟丰满熟妇高潮xxxxx| 国产在线精品一区二区三区不卡| 国产一起色一起爱| 国产精品亚洲综合久久| 日本熟妇色xxxxx日本妇| 国产第19页精品| 亚洲一区二区高清在线| 国产精品国产三级野外国产| 三年片大全在线观看免费观看大全 | av在线一区二区三区不卡| 国产av天堂亚洲国产av天堂| 欧美孕妇xxxx做受欧美88| 国产精品成人av电影不卡| 日本综合视频一区二区| 国产超碰女人任你爽| 欧美成人免费高清视频| 久久色悠悠亚洲综合网| 亚洲天堂一区av在线| 久久久噜噜噜www成人网| 精品无码成人片一区二区| 久久伊人精品中文字幕有| 国产精品亚洲lv粉色| 91视频香蕉| 国产av熟女一区二区三区蜜臀 | 白白色发布视频在线播放| 国产熟妇疯狂4p交在线播放| 国产裸体歌舞一区二区| 免费福利视频二区三区| 久久天堂一区二区三区av| 久久综合九色综合网站|