国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種信號壓縮方法和重構(gòu)方法及相關(guān)裝置和系統(tǒng)的制作方法

      文檔序號:7541696閱讀:218來源:國知局
      一種信號壓縮方法和重構(gòu)方法及相關(guān)裝置和系統(tǒng)的制作方法
      【專利摘要】本發(fā)明實(shí)施例公開了一種信號壓縮方法和重構(gòu)方法及相關(guān)裝置和系統(tǒng),用于減少量化誤差對信號重構(gòu)的影響,提高信號重構(gòu)的準(zhǔn)確性。在其一種方法中:首先使用采樣矩陣對輸入信號進(jìn)行低速采樣,得到采樣信號,然后使用量化函數(shù)對采樣信號的M個(gè)采樣值進(jìn)行幅度量化,得到量化信號,接下來判斷量化信號中的M個(gè)量化值是否超過了量化誤差容忍度,從M個(gè)量化值中獲取沒有超過量化誤差容忍度的第m個(gè)量化值,根據(jù)所有的第m個(gè)量化值、采樣信號和采樣矩陣生成采樣保留矩陣,最后將由所有的第m個(gè)量化值組成的量化保留信號和采樣保留矩陣發(fā)送給信號重構(gòu)裝置。
      【專利說明】一種信號壓縮方法和重構(gòu)方法及相關(guān)裝置和系統(tǒng)

      【技術(shù)領(lǐng)域】
      [0001] 本發(fā)明涉及通信【技術(shù)領(lǐng)域】,尤其涉及一種信號壓縮方法和重構(gòu)方法及相關(guān)裝置和 系統(tǒng)。

      【背景技術(shù)】
      [0002] 針對具有稀疏特性的信號,Emmanuel Candes等學(xué)者于2004年提出了壓縮感知 (CS,Compressed Sensing)理論。CS技術(shù)基于信號的潛在稀疏性,它在保證信號不受損失的 情況下,用遠(yuǎn)低于Nyquist采樣定理要求的速率對信號進(jìn)行降采樣,即對信號向量進(jìn)行降 維線性投影,經(jīng)過低速采樣后獲得的數(shù)據(jù)是一個(gè)降維的采樣輸出向量(該采樣數(shù)據(jù)向量的 維度小于原信號向量的維度),而信號所具有的潛在稀疏性使得這個(gè)欠定問題(即等式或方 程的個(gè)數(shù)小于未知量的個(gè)數(shù),其中,等式或方程的個(gè)數(shù)等于低速采樣輸出的采樣數(shù)據(jù)向量 的維度,未知量的個(gè)數(shù)等于原始信號的維度)可以通過凸優(yōu)化或貪婪搜索等方法進(jìn)行求解, 即通過較少的低維采樣數(shù)據(jù)來重建原始的高維信號。由于CS技術(shù)的高效信息處理方式可 顯著降低信息獲取開銷,同時(shí)可以以較高的概率正確地恢復(fù)原稀疏信號,目前已吸引了學(xué) 術(shù)界和工業(yè)界的密切關(guān)注,在實(shí)際系統(tǒng)中具有廣泛的應(yīng)用前景,例如:圖像處理、信道估計(jì)、 無線傳感器網(wǎng)絡(luò)、認(rèn)知無線電頻譜檢測、目標(biāo)定位等等。
      [0003] 現(xiàn)有的采用CS技術(shù)對信號重構(gòu)的方法中,多數(shù)研究主要是針對理想的非量化的 采樣數(shù)據(jù)進(jìn)行信號重建,假設(shè)CS低速采樣后獲得的降維采樣數(shù)據(jù)并沒有經(jīng)過量化操作,即 所獲采樣數(shù)據(jù)的幅值沒有進(jìn)行離散化處理,仍然保持幅度上的連續(xù)性,然后在CS信號重構(gòu) 方法中依據(jù)這些幅值連續(xù)的采樣數(shù)據(jù)進(jìn)行CS信號重建。然而,這個(gè)假設(shè)過于理想,在實(shí)際 應(yīng)用中,因?yàn)橥ǔ6夹枰獙⒛M域的信號轉(zhuǎn)換到數(shù)字域后才能便于進(jìn)行后續(xù)處理、傳輸、存 儲等操作,故必然需要對所獲得的采樣數(shù)據(jù)信號進(jìn)行量化處理,即用若干離散的幅值來近 似表示采樣數(shù)據(jù)的原有幅值。在具體的量化操作中,考慮到編碼端發(fā)送到譯碼端的數(shù)據(jù)量 隨著量化級的增加而成倍增加,造成傳輸開銷增大,故量化器的量化比特?cái)?shù)通常是有限的, 所以量化級也是有限的,因此在CS技術(shù)的實(shí)際應(yīng)用中,不可回避地需要對CS采樣數(shù)據(jù)進(jìn)行 量化操作。
      [0004] 綜上,現(xiàn)有技術(shù)中采用CS技術(shù)對信號重構(gòu)的方法中忽視量化對CS技術(shù)的影響,直 接將量化后的采樣數(shù)據(jù)用于信號重建,但是當(dāng)量化比特?cái)?shù)較小導(dǎo)致的量化級較少時(shí)CS編 碼端引入的量化誤差會嚴(yán)重影響CS譯碼端信號重建結(jié)果的準(zhǔn)確性。因此當(dāng)量化比特?cái)?shù)較 少時(shí),如何提號重構(gòu)的準(zhǔn)確性還有待探討。


      【發(fā)明內(nèi)容】

      [0005] 本發(fā)明實(shí)施例提供了一種信號壓縮方法和重構(gòu)方法及相關(guān)裝置和系統(tǒng),用于減少 量化誤差對信號重構(gòu)的影響,提高信號重構(gòu)的準(zhǔn)確性。
      [0006] 為解決上述技術(shù)問題,本發(fā)明實(shí)施例提供以下技術(shù)方案:
      [0007] 第一方面,本發(fā)明實(shí)施例提供一種信號壓縮方法,包括:
      [0008] 使用采樣矩陣對輸入信號進(jìn)行低速采樣,得到采樣信號,其中,所述采樣矩陣包括 Μ個(gè)由N列采樣矩陣值組成的行向量,所述輸入信號為由N個(gè)輸入信號值組成的列向量,所 述采樣信號為由Μ個(gè)采樣值組成的列向量,所述Μ、Ν為非零的自然數(shù),且Μ < Ν ;
      [0009] 使用量化函數(shù)對所述采樣信號的Μ個(gè)采樣值進(jìn)行幅度量化,得到量化信號,所述 量化信號為由Μ個(gè)量化值組成的列向量;
      [0010] 分別判斷Μ個(gè)量化值是否超過預(yù)置的量化誤差容忍度;
      [0011] 從所述Μ個(gè)量化值中獲取沒有超過量化誤差容忍度的第m個(gè)量化值,根據(jù)所有的 所述第m個(gè)量化值、所述采樣信號和所述采樣矩陣生成采樣保留矩陣,其中,所述第m個(gè)量 化值為所述Μ個(gè)量化值中沒有超過量化誤差容忍度的一個(gè)量化值,且在所述Μ個(gè)量化值中 至少存在一個(gè)所述第m個(gè)量化值,所述第m個(gè)量化值與所述采樣信號中的第m個(gè)采樣值相 對應(yīng),所述第m個(gè)采樣值通過所述采樣矩陣的第m個(gè)由N列采樣矩陣值組成的行向量乘以 所述輸入信號得到,所述采樣保留矩陣包括所有的所述采樣矩陣的第m個(gè)由N列采樣矩陣 值組成的行向量;
      [0012] 將量化保留信號和所述采樣保留矩陣發(fā)送給信號重構(gòu)裝置,所述量化保留信號包 括所有的所述第m個(gè)量化值。
      [0013] 第二方面,本發(fā)明實(shí)施例還提供一種信號重構(gòu)方法,包括:
      [0014] 接收信號壓縮裝置發(fā)送的量化保留信號和采樣保留矩陣,其中,所述量化保留信 號包括所有的第m個(gè)量化值,所述第m個(gè)量化值為Μ個(gè)量化值中沒有超過量化誤差容忍度 的一個(gè)量化值,所述Μ個(gè)量化值為所述信號壓縮裝置使用采樣矩陣對輸入信號進(jìn)行低速采 樣獲得采樣信號后,使用量化函數(shù)對采樣信號進(jìn)行幅度量化的結(jié)果,所述Μ為所述采樣矩 陣的行向量的個(gè)數(shù);
      [0015] 根據(jù)接收到的量化保留信號和采樣保留矩陣進(jìn)行信號重建,得到信號重建結(jié)果;
      [0016] 輸出所述信號重建結(jié)果。
      [0017] 第三方面,本發(fā)明實(shí)施例提供一種信號壓縮裝置,包括:
      [0018] 采樣模塊,用于使用采樣矩陣對輸入信號進(jìn)行低速采樣,得到采樣信號,其中,所 述采樣矩陣包括Μ個(gè)由Ν列采樣矩陣值組成的行向量,所述輸入信號為由Ν個(gè)輸入信號值 組成的列向量,所述采樣信號為由Μ個(gè)采樣值組成的列向量,所述Μ、Ν為非零的自然數(shù),且 Μ < Ν ;
      [0019] 量化模塊,用于使用量化函數(shù)對所述采樣信號的Μ個(gè)采樣值進(jìn)行幅度量化,得到 量化信號,所述量化信號為由Μ個(gè)量化值組成的列向量;
      [0020] 判斷模塊,用于分別判斷Μ個(gè)量化值是否超過預(yù)置的量化誤差容忍度;
      [0021] 獲取模塊,用于從所述Μ個(gè)量化值中獲取沒有超過量化誤差容忍度的第m個(gè)量化 值,根據(jù)所有的所述第m個(gè)量化值、所述采樣信號和所述采樣矩陣生成采樣保留矩陣,其 中,所述第m個(gè)量化值為所述Μ個(gè)量化值中沒有超過量化誤差容忍度的一個(gè)量化值,且在所 述Μ個(gè)量化值中至少存在一個(gè)所述第m個(gè)量化值,所述第m個(gè)量化值與所述采樣信號中的 第m個(gè)采樣值相對應(yīng),所述第m個(gè)采樣值通過所述采樣矩陣的第m個(gè)由N列采樣矩陣值組 成的行向量乘以所述輸入信號得到,所述采樣保留矩陣包括所有的所述采樣矩陣的第m個(gè) 由N列采樣矩陣值組成的行向量;
      [0022] 發(fā)送模塊,用于將量化保留信號和所述采樣保留矩陣發(fā)送給信號重構(gòu)裝置,所述 量化保留信號包括所有的所述第m個(gè)量化值。
      [0023] 第四方面,本發(fā)明實(shí)施例提供一種信號重構(gòu)裝置,包括:
      [0024] 接收模塊,用于接收信號壓縮裝置發(fā)送的量化保留信號和采樣保留矩陣,其中,所 述量化保留信號包括所有的第m個(gè)量化值,所述第m個(gè)量化值為Μ個(gè)量化值中沒有超過量 化誤差容忍度的一個(gè)量化值,所述Μ個(gè)量化值為所述信號壓縮裝置使用采樣矩陣對輸入信 號進(jìn)行低速采樣獲得采樣信號后,使用量化函數(shù)對采樣信號進(jìn)行幅度量化的結(jié)果,所述Μ 為所述采樣矩陣的行向量的個(gè)數(shù);
      [0025] 重建模塊,用于根據(jù)接收到的量化保留信號和采樣保留矩陣進(jìn)行信號重建,得到 信號重建結(jié)果;
      [0026] 輸出模塊,用于輸出所述信號重建結(jié)果。
      [0027] 第五方面,本發(fā)明實(shí)施例提供一種信號處理系統(tǒng),包括:前述第三方面所述的信號 壓縮裝置和前述第四方面所述的信號重構(gòu)裝置,其中,信號壓縮裝置和信號重構(gòu)裝置以可 通信方式連接。
      [0028] 從以上技術(shù)方案可以看出,本發(fā)明實(shí)施例具有以下優(yōu)點(diǎn):
      [0029] 由上可見,本發(fā)明實(shí)施例中,首先使用采樣矩陣對輸入信號進(jìn)行低速采樣,得到采 樣信號,然后使用量化函數(shù)對采樣信號的Μ個(gè)采樣值進(jìn)行幅度量化,得到量化信號,接下來 判斷量化信號中的Μ個(gè)量化值是否超過了量化誤差容忍度,從Μ個(gè)量化值中選取沒有超過 量化誤差容忍度的第m個(gè)量化值,根據(jù)所有的第m個(gè)量化值、采樣信號和采樣矩陣生成采樣 保留矩陣,最后將由所有的第m個(gè)量化值組成的量化保留信號和采樣保留矩陣發(fā)送給信號 重構(gòu)裝置。由于發(fā)送給信號重構(gòu)裝置的是沒有超過量化誤差容忍度的量化值,而量化質(zhì)量 較差的量化值并沒有發(fā)送給信號重構(gòu)裝置,故發(fā)送給信號重構(gòu)裝置的都是量化質(zhì)量較高的 量化值,并且根據(jù)沒有超過量化誤差容忍度的量化值對原采樣矩陣進(jìn)行了篩選,生成采樣 保留矩陣,當(dāng)信號重構(gòu)裝置接收到?jīng)]有超過量化誤差容忍度的量化值和采樣保留矩陣之后 進(jìn)行信號重建,能夠減少量化誤差對信號重建結(jié)果的影響,提高信號重構(gòu)的準(zhǔn)確性。另外, 由于發(fā)送給信號重構(gòu)裝置的是沒有超過量化誤差容忍度的量化值,而量化質(zhì)量較差的量化 值并沒有發(fā)送給信號重構(gòu)裝置,故節(jié)省了信號壓縮裝置存儲、傳輸量化值的開銷。

      【專利附圖】

      【附圖說明】
      [0030] 為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案,下面將對實(shí)施例描述中所需要使 用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例,對于 本領(lǐng)域的技術(shù)人員來講,還可以根據(jù)這些附圖獲得其他的附圖。
      [0031] 圖1為本發(fā)明實(shí)施例提供的一種信號壓縮方法的流程方框示意圖;
      [0032] 圖2為本發(fā)明實(shí)施例提供的一種信號重構(gòu)方法的流程方框示意圖;
      [0033] 圖3為本發(fā)明實(shí)施例提供的CS編碼端和CS譯碼端之間的交互過程示意圖;
      [0034] 圖4-a為本發(fā)明實(shí)施例提供的原始輸入信號的數(shù)據(jù)點(diǎn)分布示意圖;
      [0035] 圖4_b為按照現(xiàn)有技術(shù)的實(shí)現(xiàn)方式重建信號得到的數(shù)據(jù)點(diǎn)分布示意圖;
      [0036] 圖4-c為按照本發(fā)明實(shí)施例的實(shí)現(xiàn)方式重建信號得到的數(shù)據(jù)點(diǎn)分布示意圖;
      [0037] 圖5為本發(fā)明實(shí)施例提供的在多次蒙特卡羅仿真中不同量化比特?cái)?shù)場景下本發(fā) 明實(shí)施例相比于現(xiàn)有技術(shù)方案在信號重建性能上的提升情況示意圖;
      [0038] 圖6為本發(fā)明實(shí)施例提供的一種信號壓縮裝置的組成結(jié)構(gòu)示意圖;
      [0039] 圖7為本發(fā)明實(shí)施例提供的一種信號重構(gòu)裝置的組成結(jié)構(gòu)示意圖;
      [0040] 圖8為本發(fā)明實(shí)施例提供的一種信號處理系統(tǒng)的組成結(jié)構(gòu)示意圖;
      [0041] 圖9為本發(fā)明實(shí)施例提供的另一種信號壓縮裝置的組成結(jié)構(gòu)示意圖;
      [0042] 圖10為本發(fā)明實(shí)施例提供的另一種信號重構(gòu)裝置的組成結(jié)構(gòu)示意圖。

      【具體實(shí)施方式】
      [0043] 本發(fā)明實(shí)施例提供了一種信號壓縮方法和重構(gòu)方法及相關(guān)裝置和系統(tǒng),用于減少 量化誤差對信號重構(gòu)的影響,提高信號重構(gòu)的準(zhǔn)確性。
      [0044] 為使得本發(fā)明的發(fā)明目的、特征、優(yōu)點(diǎn)能夠更加的明顯和易懂,下面將結(jié)合本發(fā)明 實(shí)施例中的附圖,對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,下面所描述 的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例,而非全部實(shí)施例?;诒景l(fā)明中的實(shí)施例,本領(lǐng)域的 技術(shù)人員所獲得的所有其他實(shí)施例,都屬于本發(fā)明保護(hù)的范圍。
      [0045] 以下分別進(jìn)行詳細(xì)說明。
      [0046] 本發(fā)明實(shí)施例提供了一種信號處理系統(tǒng),在該系統(tǒng)中包括信號壓縮裝置和信號 重構(gòu)裝置,信號壓縮裝置將輸入信號壓縮之后,通過信號壓縮裝置和信號重構(gòu)裝置之間的 傳輸通道將信號壓縮結(jié)果發(fā)送給信號重構(gòu)裝置,信號重構(gòu)裝置根據(jù)信號壓縮結(jié)果進(jìn)行信號 重建。具體的,本發(fā)明實(shí)施例提供的信號處理系統(tǒng)可以應(yīng)用于壓縮感知(CS,Compressed Sensing)技術(shù)中,其中信號壓縮裝置就可以作為CS編碼端,信號重構(gòu)裝置就可以作為CS譯 碼端,其具體實(shí)現(xiàn)方式請參閱如下提供的實(shí)施例以及應(yīng)用場景中的詳細(xì)說明。
      [0047] 本發(fā)明信號壓縮方法的一個(gè)實(shí)施例可以包括如下方法:使用采樣矩陣對輸入信號 進(jìn)行低速采樣,得到采樣信號,其中,所述采樣矩陣包括Μ個(gè)由N列采樣矩陣值組成的行向 量,所述輸入信號為由Ν個(gè)輸入信號值組成的列向量,所述采樣信號為由Μ個(gè)采樣值組成的 列向量,所述Μ、Ν為非零的自然數(shù),且Μ < Ν ;使用量化函數(shù)對所述采樣信號的Μ個(gè)采樣值 進(jìn)行幅度量化,得到量化信號,所述量化信號為由Μ個(gè)量化值組成的列向量;分別判斷Μ個(gè) 量化值是否超過預(yù)置的量化誤差容忍度;從所述Μ個(gè)量化值中獲取沒有超過量化誤差容忍 度的第m個(gè)量化值,根據(jù)所有的所述第m個(gè)量化值、所述采樣信號和所述采樣矩陣生成采樣 保留矩陣,其中,所述第m個(gè)量化值為所述Μ個(gè)量化值中沒有超過量化誤差容忍度的一個(gè)量 化值,且在所述Μ個(gè)量化值中至少存在一個(gè)所述第m個(gè)量化值,所述第m個(gè)量化值與所述 采樣信號中的第m個(gè)采樣值相對應(yīng),所述第m個(gè)采樣值通過所述采樣矩陣中的第m個(gè)由N 列采樣矩陣值組成的行向量乘以所述輸入信號得到,所述采樣保留矩陣包括所有的第m個(gè) 由N列采樣矩陣值組成的行向量;將量化保留信號和所述采樣保留矩陣發(fā)送給信號重構(gòu)裝 置,所述量化保留信號包括所有的所述第m個(gè)量化值。
      [0048] 請參閱圖1所示,本發(fā)明一個(gè)實(shí)施例提供的一種信號壓縮方法,可以如下步驟包 括:
      [0049] 101、使用采樣矩陣對輸入信號進(jìn)行低速采樣,得到采樣信號。
      [0050] 其中,上述采樣矩陣包括Μ個(gè)由N列采樣矩陣值組成的行向量,上述輸入信號為由 Ν個(gè)輸入信號值組成的列向量,上述采樣信號為由Μ個(gè)采樣值組成的列向量,Μ、Ν為非零的 自然數(shù),且Μ<Ν。
      [0051] 在本發(fā)明的一些實(shí)施例中,輸入信號可以表不為NX 1的列向量,其中列向量中的 每一個(gè)元素稱之為輸入信號值,采樣矩陣可以表示為MXN的矩陣,M、N為非零的自然數(shù),其 中采樣矩陣中的每一個(gè)元素稱之為采樣矩陣值,由于對輸入信號進(jìn)行的是低速采樣,也稱 為降采樣,故Μ < N。使用采樣矩陣對輸入信號進(jìn)行低速采樣其實(shí)就是將采樣矩陣的所有Μ 個(gè)行向量與輸入信號這個(gè)列向量相乘,每一個(gè)行向量與輸入信號的相乘結(jié)果對應(yīng)一個(gè)米樣 值,所有Μ個(gè)相乘結(jié)果構(gòu)成采樣信號,采樣信號可以表示為MX 1的列向量,其中列向量中的 每一個(gè)元素即為采樣值或稱采樣點(diǎn)。
      [0052] 102、使用量化函數(shù)對上述采樣信號的Μ個(gè)采樣值進(jìn)行幅度量化,得到量化信號。
      [0053] 其中,上述量化信號為由Μ個(gè)量化值組成的列向量。
      [0054] 在本發(fā)明的一些實(shí)施例中,對于用MX 1的列向量表示的采樣信號進(jìn)行幅度量化, 則可以得到量化信號,該量化信號可以表示為MX 1的列向量,其中列向量中的每一個(gè)元素 稱之為量化值。
      [0055] 另外,在上述量化函數(shù)中使用的量化級可以為2的t次方,其中,t為量化比特?cái)?shù)。 例如,量化比特?cái)?shù)為2則量化級數(shù)為4 = 22,量化值用2個(gè)比特來表示,共可以表示4種幅 度狀態(tài)。
      [0056] 需要說明的是,幅度量化操作是將原有幅值進(jìn)行近似取值的操作(將原幅值向最 接近的量化級進(jìn)行映射),這種近似取值操作是不可逆的,即經(jīng)量化后的幅值無法恢復(fù)成原 有的幅值(量化前的幅值),所以在信號重構(gòu)裝置中,利用經(jīng)過量化(近似取值)的量化數(shù)據(jù) 進(jìn)行信號重建會發(fā)生重建錯誤,且量化比特?cái)?shù)越少,則量化級越少,近似取值操作造成的潛 在量化誤差越大,所以信號重建準(zhǔn)確性越差。另外,量化器的規(guī)模是與其量化比特?cái)?shù)的增加 成指數(shù)增長的,當(dāng)量化比特?cái)?shù)增加時(shí),量化器的復(fù)雜度會快速增大。當(dāng)采樣信號獲得后,隨 著量化器的量化比特?cái)?shù)的增加,經(jīng)量化后的量化數(shù)據(jù)量將呈指數(shù)增加,所以從信號壓縮裝 置發(fā)送到信號重構(gòu)裝置的數(shù)據(jù)量將隨之增大,造成傳輸開銷增大。
      [0057] 103、分別判斷Μ個(gè)量化值是否超過預(yù)置的量化誤差容忍度。
      [0058] 其中,上述量化誤差容忍度可用于判斷對上述采樣信號進(jìn)行幅度量化的量化質(zhì) 量。
      [0059] 在本發(fā)明的一些實(shí)施例中,量化質(zhì)量可以衡量對采樣值進(jìn)行幅度量化的好壞,如 果量化后的量化值的幅度和量化前的采樣值的幅度非常接近就可以認(rèn)為量化質(zhì)量較好,如 果量化后的量化值的幅度和量化前的采樣值的幅度相差較大就可以認(rèn)為量化質(zhì)量較差。其 中,預(yù)置的量化誤差容忍度用于判斷上述幅度量化的量化質(zhì)量,在實(shí)際應(yīng)用中,若量化值A(chǔ) 超過量化誤差容忍度則認(rèn)為其量化質(zhì)量較差,若量化值B沒有超過量化誤差容忍度則認(rèn)為 其量化質(zhì)量較好。預(yù)置的量化誤差容忍度具體可以有一種或多種的判斷標(biāo)準(zhǔn)和判斷方式, 具體可以結(jié)合實(shí)際的應(yīng)用場景來設(shè)定,只要可以通過量化誤差容忍度對Μ個(gè)量化值進(jìn)行篩 選,從中選擇出沒有超過量化誤差容忍度的量化值即可。例如,量化誤差容忍度可以為若一 個(gè)量化值與其對應(yīng)的量化前的采樣值的差值超過一個(gè)閾值,則該量化值超過量化誤差容忍 度;量化誤差容忍度也可以為兩個(gè)相鄰的量化前的采樣值都距離最近的兩個(gè)量化級較遠(yuǎn), 兩個(gè)采樣值中較大的采樣值小于較高的第一量化級,較小的采樣值大于較低的第二量化 級,所以這兩個(gè)采樣值都遠(yuǎn)離量化級,則經(jīng)過幅度量化后獲得的兩個(gè)量化值都超過量化誤 差容忍度。以上多種實(shí)現(xiàn)方式只是舉例說明,并不一定適用于某一具體的應(yīng)用場景,具體可 以結(jié)合實(shí)際的應(yīng)用場景來設(shè)定量化誤差容忍度,此處不做限定。
      [0060] 另外,在本發(fā)明的一些實(shí)施例中,可以根據(jù)上述量化誤差容忍度生成量化誤差容 忍門限;分別判斷Μ個(gè)量化差值是否大于量化誤差容忍門限,對于大于量化誤差容忍門限 的量化差值對應(yīng)的第一量化值則超過了量化誤差容忍度,對于小于或等于量化誤差容忍門 限的量化差值對應(yīng)的第二量化值則沒有超過量化誤差容忍度,其中,上述量化差值為第一 采樣值與上述第一量化值之間的差值的絕對值,或第二采樣值與上述第二量化值之間的差 值的絕對值,上述第一量化值為對上述第一采樣值進(jìn)行幅度量化得到的量化值,上述第一 量化值與上述第一采樣值對應(yīng),上述第二量化值為對上述第二采樣值進(jìn)行幅度量化得到的 量化值,上述第二量化值與上述第二采樣值對應(yīng),也就是說將量化信號包括的Μ個(gè)量化值 根據(jù)量化差值是否大于量化誤差容忍門限劃分兩類的量化值,一類是第一量化值,另一類 是第二量化值,第一量化值為大于量化誤差容忍門限的量化差值相對應(yīng),第二量化值為小 于或等于量化誤差容忍門限的量化差值相對應(yīng)。例如,量化誤差容忍度為幅度量化前后的 兩個(gè)幅度值的差異不能超過一個(gè)預(yù)設(shè)門限值,若超過了預(yù)設(shè)門限了則認(rèn)為超過了量化誤差 容忍度,若沒有超過預(yù)設(shè)門限則認(rèn)為沒有超過量化誤差容忍度,根據(jù)該量化誤差容忍度首 先生成一個(gè)量化誤差容忍門限(即預(yù)設(shè)門限值η ),分別計(jì)算出Μ個(gè)量化值與量化前的采樣 值之間差值,為量化差值,共有Μ個(gè),例如,Μ個(gè)采樣值分別為4、A2、…、Α Μ,Μ個(gè)量化值分別 為ΒρΒ2、…、ΒΜ,則量化值&是對采樣值&進(jìn)行幅度量化之后得到的量化值,同樣,量化值 B M是對采樣值A(chǔ)M進(jìn)行幅度量化之后得到的量化值,則量化值&和采樣值&之間的量化差 值(^= | Bi-Ai |,同樣,量化值BM和采樣值A(chǔ)M之間的量化差值CM= | BM - AM |,然后 分別判斷這Μ個(gè)量化差值(分別為(^、(:2、…、CM)是否大于量化誤差容忍門限η,若只有一 個(gè)量化差值為Q (i為小于Μ的自然數(shù),(;是(:1、(:2、…、CM中的第i個(gè)值)大于量化誤差容 忍門限,則認(rèn)為量化值&超過了量化誤差容忍度,若量化值&、B 2、…、Bi - ρ Bi + i…、BM都 沒有超過量化誤差容忍度,故根據(jù)量化值是否超過預(yù)置的量化誤差容忍度,將量化信號中 的Μ個(gè)量化值劃分為兩種類型的值,則超過量化誤差容忍度的量化值&,不會被傳送給信號 重構(gòu)裝置,以免量化誤差過大影響信號重建的準(zhǔn)確性,而沒有超過量化誤差容忍度的量化 值氏、B 2、…、Bi _ p Bi + i…、BM會被傳送給信號重構(gòu)裝置,信號重構(gòu)裝置按照接收到的量化 值進(jìn)行信號重建,可以提高信號重建的準(zhǔn)確性。
      [0061] 104、從上述Μ個(gè)量化值中獲取沒有超過量化誤差容忍度的第m個(gè)量化值,根據(jù)所 有的上述第m個(gè)量化值、上述采樣信號和上述采樣矩陣生成采樣保留矩陣。
      [0062] 其中,上述第m個(gè)量化值為上述Μ個(gè)量化值中沒有超過量化誤差容忍度的一個(gè)量 化值,且在上述Μ個(gè)量化值中至少存在一個(gè)上述第m個(gè)量化值,也就是說,本發(fā)明實(shí)施例中, 將Μ個(gè)量化值中沒有超過量化誤差容忍度的量化值都定義為第m個(gè)量化值,當(dāng)Μ個(gè)量化值 中沒有超過量化誤差容忍度的量化值有多個(gè)時(shí),"m"表示多個(gè)的量化值,例如Μ個(gè)量化值中 沒有超過量化誤差容忍度的量化值為第2個(gè)量化值、第4個(gè)量化值、第7個(gè)量化值,則"m" 的取值就可以是2、4、7,故第m個(gè)量化值就可以表示第2個(gè)量化值、第4個(gè)量化值、第7個(gè)量 化值。
      [0063] 上述第m個(gè)量化值與上述采樣信號中的第m個(gè)采樣值相對應(yīng),上述第m個(gè)采樣值 通過采樣矩陣的第m個(gè)由N列采樣矩陣值組成的行向量乘以上述輸入信號得到,則上述采 樣保留矩陣為包括第m個(gè)由N列采樣矩陣值組成的行向量。上述對采樣保留矩陣的說明其 實(shí)指的就是生成采樣保留矩陣的過程,即首先根據(jù)第m個(gè)量化值從采樣信號中查找到相應(yīng) 的第m個(gè)采樣值,然后根據(jù)該第m個(gè)采樣值從采樣矩陣中查找到用于和上述輸入信號相乘 得到該第m個(gè)采樣值的行向量,定義為第m個(gè)由N列采樣矩陣值組成的行向量,由于在Μ個(gè) 量化值中至少存在一個(gè)第m個(gè)量化值,也就是說Μ個(gè)量化值中包括有多個(gè)第m個(gè)量化值,由 于每一個(gè)第m個(gè)量化值都對應(yīng)一個(gè)第m個(gè)采樣值,而每一個(gè)第m個(gè)采樣值也對應(yīng)一個(gè)第m 個(gè)由N列采樣矩陣值組成的行向量,故第m個(gè)由N列采樣矩陣值組成的行向量同樣也有多 個(gè),將這些所有的第m個(gè)由N列采樣矩陣值組成的行向量組合在一起,就得到本發(fā)明提出的 采樣保留矩陣了。
      [0064] 在本發(fā)明的一些實(shí)施例中,上述的第m個(gè)量化值具體指的是Μ個(gè)量化值中ID為m 的一個(gè)量化值,需要說明的是,在本發(fā)明實(shí)施例中將Μ個(gè)量化值中沒有超過量化誤差容忍 度的量化值統(tǒng)稱為第m個(gè)量化值,故m的取值并不是唯一的,而可能是一個(gè)值也可能是多個(gè) 值,這取決于Μ個(gè)量化值中有多少個(gè)量化值沒有超過量化誤差容忍度。仍以前述的例子為 例說明,量化值&、Β 2、…、Bi _ pBi + i…、ΒΜ都沒有超過量化誤差容忍度,故從Μ中獲取到的 第m個(gè)量化值就可以指量化值&、Β 2、…、Bi - i、Bi + i…、ΒΜ中的一個(gè)量化值了,則在Μ個(gè)量 化值中包括有(Μ - 1)個(gè)這樣的第m個(gè)量化值。得到第m個(gè)量化值之后,就可以根據(jù)所有 的(M - 1)個(gè)上述第m個(gè)量化值、上述采樣信號和上述采樣矩陣生成采樣保留矩陣。例如, 量化值IV B2、…、Bi - ^ Bi + i…、Bm分別對應(yīng)的米樣值為A" A2、…、Ai - ^ Ai + i…、Am。
      [0065] 假設(shè)米樣矩陣為

      【權(quán)利要求】
      1. 一種信號壓縮方法,其特征在于,包括: 使用采樣矩陣對輸入信號進(jìn)行低速采樣,得到采樣信號,其中,所述采樣矩陣包括Μ個(gè) 由Ν列采樣矩陣值組成的行向量,所述輸入信號為由Ν個(gè)輸入信號值組成的列向量,所述采 樣信號為由Μ個(gè)采樣值組成的列向量,所述Μ、Ν為非零的自然數(shù),且Μ < Ν ; 使用量化函數(shù)對所述采樣信號的Μ個(gè)采樣值進(jìn)行幅度量化,得到量化信號,所述量化 信號為由Μ個(gè)量化值組成的列向量; 分別判斷Μ個(gè)量化值是否超過預(yù)置的量化誤差容忍度; 從所述Μ個(gè)量化值中獲取沒有超過量化誤差容忍度的第m個(gè)量化值,根據(jù)所有的所述 第m個(gè)量化值、所述采樣信號和所述采樣矩陣生成采樣保留矩陣,其中,所述第m個(gè)量化值 為所述Μ個(gè)量化值中沒有超過量化誤差容忍度的一個(gè)量化值,且在所述Μ個(gè)量化值中至少 存在一個(gè)所述第m個(gè)量化值,所述第m個(gè)量化值與所述采樣信號中的第m個(gè)采樣值相對應(yīng), 所述第m個(gè)采樣值通過所述采樣矩陣的第m個(gè)由N列采樣矩陣值組成的行向量乘以所述輸 入信號得到,所述采樣保留矩陣包括所有的所述采樣矩陣的第m個(gè)由N列采樣矩陣值組成 的行向量; 將量化保留信號和所述采樣保留矩陣發(fā)送給信號重構(gòu)裝置,所述量化保留信號包括所 有的所述第m個(gè)量化值。
      2. 根據(jù)權(quán)利要求1所述的方法,其特征在于,所述分別判斷Μ個(gè)量化值是否預(yù)置的超過 量化誤差容忍度,包括: 根據(jù)所述量化誤差容忍度生成量化誤差容忍門限; 分別判斷Μ個(gè)量化差值是否大于量化誤差容忍門限,對于大于量化誤差容忍門限的量 化差值對應(yīng)的第一量化值則超過了量化誤差容忍度,對于小于或等于量化誤差容忍門限的 量化差值對應(yīng)的第二量化值則沒有超過量化誤差容忍度,其中,所述量化差值為第一采樣 值與所述第一量化值之間的差值的絕對值,或第二采樣值與所述第二量化值之間的差值的 絕對值,所述第一量化值為對所述第一采樣值進(jìn)行幅度量化得到的量化值,所述第一量化 值與所述第一采樣值對應(yīng),所述第二量化值為對所述第二采樣值進(jìn)行幅度量化得到的量化 值,所述第二量化值與所述第二采樣值對應(yīng)。
      3. 根據(jù)權(quán)利要求1或2所述的方法,其特征在于,所述根據(jù)所有的所述第m個(gè)量化值、 所述采樣信號和所述采樣矩陣生成采樣保留矩陣包括: 根據(jù)所述第m個(gè)量化值獲取所述采樣信號中用于獲得所述第m個(gè)量化值的第m個(gè)采樣 值; 根據(jù)所述第m個(gè)采樣值獲取所述采樣矩陣中在通過低速采樣計(jì)算出所述第m個(gè)采樣值 時(shí)所使用的第m個(gè)由N列采樣矩陣值組成的行向量; 將所有的所述第m個(gè)由N列采樣矩陣值組成的行向量組合在一起,得到所述采樣保留 矩陣,或,將所述采樣矩陣中除所有的所述第m個(gè)由N列采樣矩陣值組成的行向量以外的其 他由N列采樣矩陣值組成的行向量剔除,再將所述采樣矩陣中剩余的由N列采樣矩陣值組 成的行向量組合在一起,得到所述采樣保留矩陣。
      4. 根據(jù)權(quán)利要求1或2所述的方法,其特征在于,所述根據(jù)所有的所述第m個(gè)量化值、 所述采樣信號和所述采樣矩陣生成采樣保留矩陣包括: 根據(jù)所有的所述第m個(gè)量化值獲取第η個(gè)量化值,所述第η個(gè)量化值為所述Μ個(gè)量化 值中除所有的所述第m個(gè)量化值以外的一個(gè)量化值,所述第η個(gè)量化值為所述Μ個(gè)量化值 中超過量化誤差容忍度的一個(gè)量化值; 根據(jù)所述第η個(gè)量化值獲取所述采樣信號中用于獲得所述第η個(gè)量化值的第η個(gè)采樣 值; 根據(jù)所述第η個(gè)采樣值獲取所述采樣矩陣中在通過低速采樣計(jì)算出所述第η個(gè)采樣值 時(shí)所使用的第η個(gè)由Ν列采樣矩陣值組成的行向量; 將所述采樣矩陣中除所有的所述第η個(gè)由Ν列采樣矩陣值組成的行向量以外的其他由 Ν列采樣矩陣值組成的行向量組合在一起,得到所述采樣保留矩陣,或,將所述采樣矩陣中 的所有的所述第η個(gè)由Ν列采樣矩陣值組成的行向量剔除,再將所述采樣矩陣中剩余的由 Ν列采樣矩陣值組成的行向量組合在一起,得到所述采樣保留矩陣。
      5. 根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的方法,其特征在于,所述量化函數(shù)中使用的量化 級為2的t次方,所述t為量化比特?cái)?shù)。
      6. -種信號重構(gòu)方法,其特征在于,包括: 接收信號壓縮裝置發(fā)送的量化保留信號和采樣保留矩陣,其中,所述量化保留信號包 括所有的第m個(gè)量化值,所述第m個(gè)量化值為Μ個(gè)量化值中沒有超過量化誤差容忍度的一 個(gè)量化值,所述Μ個(gè)量化值為所述信號壓縮裝置使用采樣矩陣對輸入信號進(jìn)行低速采樣獲 得采樣信號后,使用量化函數(shù)對采樣信號進(jìn)行幅度量化的結(jié)果,所述Μ為所述采樣矩陣的 行向量的個(gè)數(shù); 根據(jù)接收到的量化保留信號和采樣保留矩陣進(jìn)行信號重建,得到信號重建結(jié)果; 輸出所述信號重建結(jié)果。
      7. 根據(jù)權(quán)利要求6所述的方法,其特征在于,所述的根據(jù)接收到的量化保留信號和采 樣保留矩陣進(jìn)行信號重建,得到信號重建結(jié)果,包括: 根據(jù)所述量化保留信號和所述采樣保留矩陣設(shè)定約束條件; 計(jì)算在所述約束條件下使目標(biāo)函數(shù)達(dá)到最小值時(shí)的列向量,所述列向量為信號重建結(jié) 果。
      8. 根據(jù)權(quán)利要求7所述的方法,其特征在于,所述根據(jù)所述量化保留信號和所述采樣 保留矩陣設(shè)定約束條件具體通過如下方式獲?。?br> ,其中,所述s.t.表示約束條件,所述
      為所述量化保留信號,所 述
      為所述采樣保留矩陣,所述Θ為待重建的列向量,所述ε為預(yù)置的誤差約束參數(shù); 所沭計(jì)筧在所沭約束條件下使目標(biāo)函數(shù)達(dá)到最小值時(shí)的列向量具體通過如下方式獲 取
      ,
      其中,所述
      用于求解在滿足所述約束條件下令目標(biāo)函數(shù)達(dá)到最小值的 列向量
      9. 一種信號壓縮裝置,其特征在于,包括: 采樣模塊,用于使用采樣矩陣對輸入信號進(jìn)行低速采樣,得到采樣信號,其中,所述采 樣矩陣包括Μ個(gè)由N列采樣矩陣值組成的行向量,所述輸入信號為由N個(gè)輸入信號值組 成的列向量,所述采樣信號為由Μ個(gè)采樣值組成的列向量,所述Μ、Ν為非零的自然數(shù),且Μ < Ν ; 量化模塊,用于使用量化函數(shù)對所述采樣信號的Μ個(gè)采樣值進(jìn)行幅度量化,得到量化 信號,所述量化信號為由Μ個(gè)量化值組成的列向量; 判斷模塊,用于分別判斷Μ個(gè)量化值是否超過預(yù)置的量化誤差容忍度; 獲取模塊,用于從所述Μ個(gè)量化值中獲取沒有超過量化誤差容忍度的第m個(gè)量化值,根 據(jù)所有的所述第m個(gè)量化值、所述采樣信號和所述采樣矩陣生成采樣保留矩陣,其中,所述 第m個(gè)量化值為所述Μ個(gè)量化值中沒有超過量化誤差容忍度的一個(gè)量化值,且在所述Μ個(gè) 量化值中至少存在一個(gè)所述第m個(gè)量化值,所述第m個(gè)量化值與所述采樣信號中的第m個(gè) 采樣值相對應(yīng),所述第m個(gè)采樣值通過所述采樣矩陣的第m個(gè)由N列采樣矩陣值組成的行 向量乘以所述輸入信號得到,所述采樣保留矩陣包括所有的所述采樣矩陣的第m個(gè)由N列 采樣矩陣值組成的行向量; 發(fā)送模塊,用于將量化保留信號和所述采樣保留矩陣發(fā)送給信號重構(gòu)裝置,所述量化 保留信號包括所有的所述第m個(gè)量化值。
      10. 根據(jù)權(quán)利要求9所述的裝置,其特征在于,所述判斷模塊,具體包括: 生成子模塊,用于根據(jù)所述量化誤差容忍度生成量化誤差容忍門限; 判斷子模塊,用于分別判斷Μ個(gè)量化差值是否大于量化誤差容忍門限,對于大于量化 誤差容忍門限的量化差值對應(yīng)的第一量化值則超過了量化誤差容忍度,對于小于或等于量 化誤差容忍門限的量化差值對應(yīng)的第二量化值則沒有超過量化誤差容忍度,其中,所述量 化差值為第一采樣值與所述第一量化值之間的差值的絕對值,或第二采樣值與所述第二量 化值之間的差值的絕對值,所述第一量化值為對所述第一采樣值進(jìn)行幅度量化得到的量化 值,所述第一量化值與所述第一采樣值對應(yīng),所述第二量化值為對所述第二采樣值進(jìn)行幅 度量化得到的量化值,所述第二量化值與所述第二采樣值對應(yīng)。
      11. 根據(jù)權(quán)利要求9或10所述的裝置,其特征在于,所述獲取模塊,具體包括: 第一獲取子模塊,用于根據(jù)所述第m個(gè)量化值獲取所述采樣信號中用于獲得所述第m 個(gè)量化值的第m個(gè)采樣值; 第二獲取子模塊,用于根據(jù)所述第m個(gè)采樣值獲取所述采樣矩陣中在通過低速采樣計(jì) 算出所述第m個(gè)采樣值時(shí)所使用的第m個(gè)由N列采樣矩陣值組成的行向量; 第三獲取子模塊,用于將所有的所述第m個(gè)由N列采樣矩陣值組成的行向量組合在一 起,得到所述采樣保留矩陣,或,將所述采樣矩陣中除所有的所述第m個(gè)由N列采樣矩陣值 組成的行向量以外的其他由N列采樣矩陣值組成的行向量剔除,再將所述采樣矩陣中剩余 的由N列采樣矩陣值組成的行向量組合在一起,得到所述采樣保留矩陣。
      12. 根據(jù)權(quán)利要求9或10所述的裝置,其特征在于,所述獲取模塊,具體包括: 第四獲取子模塊,用于根據(jù)所有的所述第m個(gè)量化值獲取第η個(gè)量化值,所述第η個(gè)量 化值為所述Μ個(gè)量化值中除所有的所述第m個(gè)量化值以外的一個(gè)量化值,所述第η個(gè)量化 值為所述Μ個(gè)量化值中超過量化誤差容忍度的一個(gè)量化值; 第五獲取子模塊,用于根據(jù)所述第η個(gè)量化值獲取所述采樣信號中用于獲得所述第η 個(gè)量化值的第η個(gè)采樣值; 第六獲取子模塊,用于根據(jù)所述第η個(gè)采樣值獲取所述采樣矩陣中在通過低速采樣計(jì) 算出所述第η個(gè)采樣值時(shí)所使用的第η個(gè)由Ν列采樣矩陣值組成的行向量; 第七獲取子模塊,用于將所述采樣矩陣中除所有的所述第η個(gè)由Ν列采樣矩陣值組 成的行向量以外的其他由Ν列采樣矩陣值組成的行向量組合在一起,得到所述采樣保留矩 陣,或,將所述采樣矩陣中的所有的所述第η個(gè)由Ν列采樣矩陣值組成的行向量剔除,再將 所述采樣矩陣中剩余的由Ν列采樣矩陣值組成的行向量組合在一起,得到所述采樣保留矩 陣。
      13. 根據(jù)權(quán)利要求9至12中任一項(xiàng)所述的裝置,其特征在于,所述量化模塊使用的所述 量化函數(shù)中量化級為2的t次方,所述t為量化比特?cái)?shù)。
      14. 一種信號重構(gòu)裝置,其特征在于,包括: 接收模塊,用于接收信號壓縮裝置發(fā)送的量化保留信號和采樣保留矩陣,其中,所述量 化保留信號包括所有的第m個(gè)量化值,所述第m個(gè)量化值為Μ個(gè)量化值中沒有超過量化誤 差容忍度的一個(gè)量化值,所述Μ個(gè)量化值為所述信號壓縮裝置使用采樣矩陣對輸入信號進(jìn) 行低速采樣獲得采樣信號后,使用量化函數(shù)對采樣信號進(jìn)行幅度量化的結(jié)果,所述Μ為所 述采樣矩陣的行向量的個(gè)數(shù); 重建模塊,用于根據(jù)接收到的量化保留信號和采樣保留矩陣進(jìn)行信號重建,得到信號 重建結(jié)果; 輸出模塊,用于輸出所述信號重建結(jié)果。
      15. 根據(jù)權(quán)利要求14所述的裝置,其特征在于,所述重建模塊,具體包括: 獲取子模塊,用于根據(jù)所述量化保留信號和所述采樣保留矩陣設(shè)定約束條件; 計(jì)算子模塊,用于計(jì)算在所述約束條件下使目標(biāo)函數(shù)達(dá)到最小值時(shí)的列向量,所述列 向量為信號重建結(jié)果。
      16. 根據(jù)權(quán)利要求15所述的裝置,其特征在于,所述獲取子模塊,具體用于通過如下方 式獲取約束條件:
      其中,所述s.t.表示約束條件,所述$為所述量化保留信號,所述為所述采樣保留矩
      陣,所述Θ為待重建的列向量,所述ε為預(yù)置的誤差約束參數(shù); 所述計(jì)算子模塊,具體用于通過如下方式獲取列向量:

      其中,所述
      用于求解在滿足所述約束條件下令目標(biāo)函數(shù)達(dá)到最小值的 列向量
      17. -種信號處理系統(tǒng),其特征在于,包括:如權(quán)利要求9至13中任一項(xiàng)權(quán)利要求所述 的信號壓縮裝置和如權(quán)利要求14至16中任一項(xiàng)權(quán)利要求所述的信號重構(gòu)裝置,其中,所述 信號壓縮裝置和所述信號重構(gòu)裝置以可通信方式連接。
      【文檔編號】H03M7/30GK104104390SQ201310123532
      【公開日】2014年10月15日 申請日期:2013年4月10日 優(yōu)先權(quán)日:2013年4月10日
      【發(fā)明者】王悅 申請人:華為技術(shù)有限公司
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1