郭荣艳 刘晓青 周口师范学院 466001

压缩感知理论及应用研究

郭荣艳 刘晓青 周口师范学院 466001

使用压缩感知方式得到的信号,信号采样速率比较低,也不存在数据存储压力。压缩感知理论在众多领域都有很广阔的应用前景,在频谱测量中使用压缩感知理论,会在一定程度上提高频谱的测量精确度,同时能使采样器的结构得到简化,在实际的应用中会更简单容易。

压缩感知理论;信号频谱测量方法;相关研究

在传统的信号频谱测量工作中,使用的是模拟数字转换器,利用这种转换器能将一段连续的时间信号转换成为分散的信号,以便将其输送到数字信号处理系统中进行处理以及研究。这种方式虽然也能完成信号频谱的测量工作,但是需要很高的采样速率,也需要很大的数据存储空间,对于高频信号来说,还比较难以进行测量。因此通常使用多种测量方式综合的方法来进行频谱的测量。

图一 小波变换系数

1 压缩感知理论的目前研究情况

1.1压缩感知理论

在众多的数字信号处理系统之中,最基本的使用部件是模拟数字转换器,使用频率很高。模拟数字转换器能将模拟信号转换成分散开的数字信号,然后再进行传输和储存研究等等。

这种转换器利用的理论依据是香农-奈奎斯采样定律,假设模拟信号f/(t)的频谱为F(jw)定义,hT(t)=sin(πt/T)/(πt/T).(1)那幺{hT(t- nT)}nez 是空间 ut 一组正交基,其中Ut中元素的傅里叶变换频率范围为[-πt/T, πt/ T]。对于任意的f UT,存在f{nT) = {m,hT{tnT)).(2) .在范数意义下该公式收敛。只需要在nr时间点对原始信号进行釆样,那幺就可以根据公式(1)重构原始信号。如果采样率低于1/r时,则会有部分信号不能精确重构。因此,公式(2)中给出的是最优的釆样速率,称之为香农一奈奎斯特釆样速率。

从图像音频和视频各种研究中我们能够看出,香农一奈奎斯特釆样速率在实际中并不是工作效率最高的,如图一所示。

1.2压缩感知应用

CS理论已经在众多领域中获得了比较成功的实践应用,以下将对其应用加以介绍。

1.2.1磁共振成像

CS应用的典型利用领域就是磁共振成像。传统的磁共振成像方式会耗费很多时间,为了更好的解决耗时长的问题,就要使用采样数量方式加以解决。这时如果使用香农一奈奎斯特釆样的框架,会出现图像重叠的现象,影响成像效果。而使用CS理论进行采样,会有效的使采样数量降低,并使成像的时间减少。

1.2.2采集图像

具有特殊应用功能的图像采集传感器造价很高,占据的空间也很大。用CS理论设计传感器,会在一定程度上有效的减少单元数量,有效的降低使用成本。

1.2.3采集地层数据

通常情况下,采集地层数据会造成很大的成本损耗,同时会耗费很多时间,使用的方法多是对地球上很多层面的反射信号进行测量,从而对地层数据进行计算。工作原理是在地层表面引起爆炸,引起的爆炸波会在地球各个层面上出现反射,然后对这些反射回波进行采集,反复很多次,注意选择不同位置的爆炸点。在数据采集之后,对地层的结构进行绘制。使用这种办法,爆炸次数很多,会耗费很多时间,而压缩感知理论会有效的解决这一问题,明显减少爆炸次数,加快工作速度。

1.2.4测量频谱

传统测量频谱的过程中,通常先对香农一奈奎斯特釆样定律采集时域信号,然后对采集到的数据进行转换,由此得到信号频谱。使用CS理论测量信号频谱,能有效的对信号的稀疏程度加以配合,也能较少采样的数量,降低使用成本。

2 基于压缩感知的频谱检测算法

2.1能量检测算法

一般意义上的能量检测方法是指多窗口谱估计联合奇异值分接算法,这种算法是非相关特性,会结合多窗谱方法以及奇异值分解方法,这种算法准确程度比较高。使用工作原理是对一段时间内信号能量进行检测,然后和预设的数值进行比较,从而得到检测的结果。

2.2能量检测方法使用的数学模型

能量检测器是利用带通滤波器、平方律检测器、积分器以及判决器这些成分组成。信号首先进入带通滤波器中,对噪声进行过滤,然后将其限制在处理噪声的区域中,这样信号会拥有很平坦的噪声密度。

2.3能量检测方法的检测性能

现在对无线电用户的主要检测工作是对概率以及虚警概率的检测,这些数据的值主要由信号数量、用户个数等因素决定。

噪声在客观事实中都是通常存在的,当噪声的幅度超过预设的门限时,则可能被认作授权用户存在的可能,这种情况的出现就是虚警,出现的概率就是虚警概率。

此外还有一种经常出现的错误是漏检,也就是说授权用户正常应该被检测出来,但是没有被检测出来,发生的概率是漏检概率。

门限设置的不合理会使检测性能出现恶化,门限过大,则会使漏检概率增大,过小会使虚警概率变大。因此只有设置最恰当的门限值,才能获得最合理的检测概率,尽量避免出现虚警和漏检现象。

2.4相关重要技术

压缩感知实现的重要技术主要是三个问题:

第一个是,稀疏矩阵的选择;第二是随机观测的观测向量的选择;第三是重建算法的选择,在这三个问题中,信号的稀疏表示是应用整项技术的使用前提,而第二个问题是整个过程中最关键重要的步骤,最后的信号重建部分也是不容小觑的,要取得最终结果,这项是必不可少的。因此要在频谱检测工作中应用压缩感知方式,这三个问题是亟待解决的。

3 结束语

在无线电技术中,频谱感知是一些技术的基础,现代社会通信有关技术发展十分迅猛,人们逐渐将重点放在提高采样速率上。使用压缩感知方式能用少量的检测值,使用最短的时间获得要得到的信息,对奈奎斯特采样定律进行创新和突破的一项新型的科学技术。压缩感知技术的使用,在很大程度善使频谱感知工作在采样、存储、传输等等众多环节的问题得到解决。在众多领域都有很广阔的应用前景,在频谱测量中使用压缩感知理论,会在一定程度上提高频谱的测量精确度,能使测量工作更加顺利。

[1] 顾彬,杨震,胡海峰. 基于压缩感知信道能量观测的协作频谱感知算法[J]. 电子与信息学报. 2012(01)

[2] 曾凡仔,刘洁,李仁发,曾庆光. 基于一致优化的分布式宽带合作频谱感知算法[J]. 通信学报. 2011(09)

河南省科技厅科技攻关项目(142102210599;132102210577)