[發(fā)明專利]基于輪廓預(yù)提取的直接信息采樣系統(tǒng)及其方法

有效

• 申請?zhí)枺?/td>: 201310259197.6
• 申請日: 2013-06-17
• 公開（公告）號: CN103401560A
• 公開（公告）日: 2013-11-20
• 發(fā)明（設(shè)計）人: 芮國勝;田文飚;張海波
• 申請（專利權(quán)）人: 中國人民解放軍海軍航空工程學(xué)院
• 主分類號: H03M7/30
• 分類號: H03M7/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明屬于壓縮感知和直接信息采樣領(lǐng)域，具體涉及一種基于輪廓預(yù)提取的直接信息采樣系統(tǒng)及其方法。

背景技術(shù)

模擬信號直接信息壓縮采樣(Analog?to?Information?Conversion，AIC，以下簡稱直接信息采樣)理論提出的靈感源自于壓縮感知(Compressive?Sensing，CS)理論框架，AIC著眼于模擬可壓縮信號，通過對其進行低速觀測、采樣后得到數(shù)字化的壓縮觀測值，實現(xiàn)數(shù)字化與壓縮同步進行，在接收端采用求解優(yōu)化問題的方式重構(gòu)出原始信號。

AIC充分利用了信號在某個變換域上的稀疏性，也正是由于存在這種稀疏特性才使得信號是可壓縮的。然而，信號的稀疏系數(shù)在信號重構(gòu)中的地位卻存在著差異，即所蘊含的原信號能量有所不同，例如：若對信號進行小波分解，則其尺度系數(shù)蘊含更多的能量。傳統(tǒng)AIC未考慮信號分解的不同系數(shù)在重構(gòu)過程中的不同重要性，且對于輸入信號的有效與否缺乏判斷。

發(fā)明內(nèi)容

為克服現(xiàn)有技術(shù)的缺陷，本發(fā)明針對現(xiàn)有AIC框架未考慮信號的輪廓在重構(gòu)中占據(jù)特殊地位且對輸入信號的有效性缺乏判斷的問題，在壓縮感知理論框架下，提供一種基于輪廓預(yù)提取的直接信息采樣系統(tǒng)及其方法，將輸入信號的大輪廓用低速采樣器件先行提取出來，再對輸入信號的精細細節(jié)進行壓縮采樣。重構(gòu)時，以自適應(yīng)分段正交匹配追蹤(Adaptive?Piecewise?Orthogonal?Matching?Pursuit，APOMP)算法解決實時流信號的精確重構(gòu)問題。在同等條件下，通過引入少量輪廓信息的本發(fā)明成果比傳統(tǒng)AIC重構(gòu)性能更好。

為了達到上述目的，本發(fā)明所采用的技術(shù)方案是：

基于輪廓預(yù)提取的直接信息采樣系統(tǒng)，包括采集模塊10和重構(gòu)模塊20以及傳輸存儲模塊30。其中采集模塊10內(nèi)包括輪廓提取低通濾波器(LPF)11，該濾波器與低速模數(shù)轉(zhuǎn)換器(ADC)12和減法器17相連，減法器17和AIC18相連，低速ADC12和A1C18均連接至編碼器13；重構(gòu)模塊20內(nèi)包括解碼器24，該解碼器輸出至內(nèi)插濾波器23和APOMP重構(gòu)單元25，內(nèi)插濾波器23和APOMP重構(gòu)單元均連接至加法器22，加法器連接至數(shù)模轉(zhuǎn)換器(DAC)21；采集模塊10和重構(gòu)模塊20通過傳輸存儲模塊30連接。

所述AIC18中包括乘法器16，該乘法器和積分器15連接，積分器15與低速ADC14連接。

所述編碼器13和解碼器24相適配。

所述的基于輪廓預(yù)提取的直接信息采樣方法為原始信號首先輸入采集模塊10中的輪廓提取LPF11，得到信號的輪廓，然后經(jīng)由低速ADC12數(shù)字化為輪廓信息序列，序列中的元素即信號的輪廓點。同時，原始信號輸入減法器17與輪廓相減得到信號細節(jié)，這些細節(jié)則通過AIC18(即采集模塊10中由乘法器16、積分器15和低速ADC14組成的部分)，得到細節(jié)觀測值序列，再將兩個序列編碼，即完成信號采集過程。編碼后的比特流經(jīng)過傳輸存儲模塊30到達重構(gòu)模塊20，通過解碼器24解出輪廓信息序列和細節(jié)觀測值序列，細節(jié)觀測值序列直接送入APOMP重構(gòu)單元重構(gòu)出細節(jié)信息，在加法器22疊加輪廓信息后并經(jīng)過DAC21即得到恢復(fù)的信號。由于在采集端，輪廓信息序列是被低速采集的，故需經(jīng)過內(nèi)插濾波器23與細節(jié)信息速率匹配。

所述APOMP重構(gòu)包括以下步驟：

步驟100自適應(yīng)分段(外迭代)包含：步驟101信號有效性判斷；步驟102初始化；

步驟200細節(jié)信息恢復(fù)(內(nèi)迭代)包含：步驟201相關(guān)投影；步驟202細節(jié)估計；步驟203更新殘差；步驟204更新段。

本發(fā)明與現(xiàn)有技術(shù)相比具有如下優(yōu)點：

(1)現(xiàn)有信息采集技術(shù)大都基于Shannon采樣框架，以Nyquist速率對信號進行采樣、數(shù)字化，然后為獲取其中的信息進行大量的丟棄壓縮，這是采樣資源的浪費，況且有些情況下并不允許這樣先高速采集再丟棄壓縮。本發(fā)明的基于輪廓預(yù)提取的直接信息采樣系統(tǒng)及其方法，預(yù)先提取信號輪廓的同時壓縮信號細節(jié)。這樣能夠重點保護在信號重構(gòu)中占主要地位的輪廓信息，而且能在模數(shù)轉(zhuǎn)換的同時實現(xiàn)信號細節(jié)部分的壓縮。

(2)本發(fā)明所述系統(tǒng)及方法自適應(yīng)地判斷信號有效性，并調(diào)節(jié)段能量，利用貪婪迭代算法分組重構(gòu)每一段信號細節(jié)，最后將恢復(fù)出來的信號細節(jié)信息同預(yù)采集的信號輪廓疊加得到最終重構(gòu)出的信號，解決了輪廓顯著實時流信號的精確重構(gòu)問題。

(3)本發(fā)明所述系統(tǒng)及方法通過引入少部分輪廓信息，最終對重構(gòu)性能起到很好的增強作用。

附圖說明