[發(fā)明專利]信號(hào)壓縮傳輸過程中基于相對(duì)閾值的信號(hào)稀疏度估計(jì)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410649880.5
• 申請(qǐng)日: 2014-11-14
• 公開（公告）號(hào): CN104485964B
• 公開（公告）日: 2018-01-09
• 發(fā)明（設(shè)計(jì)）人: 秦紹華;尹娟
• 申請(qǐng)（專利權(quán)）人: 山東師范大學(xué)
• 主分類號(hào): H03M7/30
• 分類號(hào): H03M7/30
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司37221
• 代理人: 張勇

技術(shù)領(lǐng)域

本發(fā)明涉及信號(hào)壓縮傳輸領(lǐng)域的，一種信號(hào)壓縮傳輸過程中基于相對(duì)閾值的信號(hào)稀疏度估計(jì)方法。

背景技術(shù)

1.1壓縮感知

在信號(hào)傳輸過程中，對(duì)被傳輸信號(hào)進(jìn)行壓縮，是提高傳輸效率的一種有效方法。

壓縮感知是對(duì)信號(hào)進(jìn)行壓縮的一項(xiàng)新興的技術(shù)。

對(duì)于信號(hào)在一個(gè)正交稀疏基下，信號(hào)可以表示為：

x＝Ψθ

如果系數(shù)θ中，非零值的個(gè)數(shù)不超過K個(gè),則我們稱信號(hào)x為稀疏度為K的稀疏信號(hào)。

通過測(cè)量矩陣我們可以得到稀疏信號(hào)x的被壓縮后的測(cè)量值

y＝Φx＝ΦΨθ

設(shè)A＝ΦΨ，如果A滿足RIP(Restricted Isometry Property)特性，則根據(jù)壓縮后的測(cè)量值y，可以完整地恢復(fù)稀疏信號(hào)x。大多數(shù)隨機(jī)矩陣都能夠滿足RIP特性，例如Bernoulli隨機(jī)矩陣和Gaussian隨機(jī)矩陣。

在壓縮感知中，常用的信號(hào)恢復(fù)方法有兩類，一類是基于凸優(yōu)化的方法，該方法恢復(fù)的精度較高，但計(jì)算復(fù)雜度較高，例如BP(Basis Pursuit)法。另一類是基于貪婪算法的，該類方法恢復(fù)精度較低，但運(yùn)算速度較快，例如MP(Matching Pursuit)法和OMP(Orthogonal Matching Pursuit)法。

在信號(hào)壓縮傳輸過程中，對(duì)于維度為N的信號(hào)通過測(cè)量矩陣的變換后，得到維度為M的測(cè)量值由于(M<N)，因此信號(hào)實(shí)際被壓縮了，發(fā)送端將壓縮后的測(cè)量值進(jìn)行發(fā)送，接收端接收到測(cè)量值后，通過恢復(fù)算法，可以完整的得到信號(hào)

1.2傳統(tǒng)信號(hào)稀疏度估計(jì)方法的不足

信號(hào)的稀疏度(Sparsity)是指在一個(gè)特定的基中，信號(hào)非零系數(shù)的個(gè)數(shù)。即

S＝||θ||₀

由于在實(shí)際應(yīng)用中，受環(huán)境噪聲和檢測(cè)精度的影響，信號(hào)的大多數(shù)系數(shù)并不是完全為零，而是等于一個(gè)較小的值，因此，實(shí)際應(yīng)用中，信號(hào)稀疏度往往等于信號(hào)系數(shù)中較大值的個(gè)數(shù)。即

其中γ為比較閾值，用來確定較大系數(shù)。

壓縮感知中，信號(hào)的稀疏度是信號(hào)的一個(gè)重要參數(shù)，信號(hào)壓縮傳輸中測(cè)量矩陣的設(shè)計(jì)，所需測(cè)量值的數(shù)量和恢復(fù)算法等，都與信號(hào)的稀疏度有關(guān)。由于被傳輸信號(hào)的稀疏度是未知的，且隨時(shí)間變化的，因此，快速、準(zhǔn)確地進(jìn)行信號(hào)稀疏度的估計(jì)是信號(hào)壓縮傳輸中的一個(gè)重要問題。

傳統(tǒng)的信號(hào)稀疏度估計(jì)方法是先恢復(fù)信號(hào)，再將信號(hào)的系數(shù)與絕對(duì)閾值比較，進(jìn)行信號(hào)的稀疏度估計(jì)[1Yue Wang,etc.:Sparsity Order Estimation and its Application in Compressive Spectrum Sensing for Cognitive Radios,IEEE Transactions on Wireless Communications,vol.11,no.6,pp.2116-2124,2012.王悅等，稀疏度估計(jì)以及其在認(rèn)知無線電中進(jìn)行壓縮頻譜檢測(cè)的應(yīng)用，IEEE無線通信匯刊，2012年第11卷第6期，2116-2124頁。]。

在傳統(tǒng)估計(jì)方法中，檢測(cè)閾值定義為

γ₁＝(u+δ)/2

其中u為被檢測(cè)信號(hào)的功率，δ為環(huán)境噪聲的功率。

這種方法主要存在以下兩個(gè)方面的不足：

(1)進(jìn)行信號(hào)稀疏度估計(jì)時(shí)，需要先將被壓縮的信號(hào)進(jìn)行完全恢復(fù)，再進(jìn)行稀疏度的估計(jì)，運(yùn)算復(fù)雜度較高。

(2)以絕對(duì)閾值作為檢驗(yàn)信號(hào)系數(shù)大小的標(biāo)準(zhǔn)，當(dāng)被檢測(cè)信號(hào)功率或環(huán)境噪聲功率變化時(shí)，閾值也會(huì)隨之改變，這將會(huì)影響檢測(cè)的效果。

中國發(fā)明專利，專利名稱：一種基于稀疏度自適應(yīng)的壓縮感知無線通信信道估計(jì)方法，授權(quán)公告號(hào)CN 102497337B，授權(quán)公告日2014.08.20，利用測(cè)量值與測(cè)量矩陣得到稀疏信號(hào)的系數(shù)，并按照二階差分將得到的信號(hào)系數(shù)進(jìn)行由大到小地排序，然后取后50％的系數(shù)的平均幅值作為參考閾值，進(jìn)行稀疏度的估計(jì)，但這種方法在系數(shù)選取和閾值的確定上存在不足之處：

(1)通過測(cè)量值與測(cè)量矩陣一次性得到所有系數(shù)，這種方法計(jì)算簡(jiǎn)單，但是計(jì)算過程中，不同系數(shù)在測(cè)量矩陣多個(gè)向量上的投影，會(huì)相互影響，相比逐個(gè)計(jì)算信號(hào)系數(shù)的方法，一次性計(jì)算得到的系數(shù)的精度較低，影響稀疏度估計(jì)的準(zhǔn)確性。