專(zhuān)利名稱：一種基于壓縮感知的新型聲學(xué)信號(hào)采集方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種基于壓縮感知理論的新型聲學(xué)信號(hào)采集方法，尤其涉及時(shí)域上隨機(jī)測(cè)量的新型聲學(xué)信號(hào)采樣及重構(gòu)方法，尤其適用于基于無(wú)線傳感器網(wǎng)絡(luò)的聲學(xué)監(jiān)控系統(tǒng)中。
背景技術(shù)：
聲學(xué)信號(hào)作為自然界中最基本的特征信號(hào)之一，其采集技術(shù)廣泛的用于環(huán)境監(jiān)控、目標(biāo)檢測(cè)、機(jī)器人導(dǎo)航等方面。傳統(tǒng)的聲學(xué)信號(hào)采集方法在香農(nóng)采樣定理的基礎(chǔ)上實(shí)現(xiàn)，在該理論的框架在，傳感器的采樣速率必須在待采集信號(hào)最高頻率兩倍以上。針對(duì)聲學(xué)信號(hào)的頻率特性，目前主流的聲學(xué)信號(hào)采集元件一般采用44. IkHz的采樣頻率，具體硬件實(shí)現(xiàn)上已很成熟。但在無(wú)線傳感器網(wǎng)絡(luò)聲學(xué)監(jiān)控系統(tǒng)中，由于無(wú)線通訊能力的限制以及傳感器節(jié)點(diǎn)能量的限制，上述傳統(tǒng)的聲學(xué)信號(hào)采集方法并不適用。近幾年來(lái)新型的壓縮感知理論的發(fā)展為解決該問(wèn)題提供了很好的思路。由于聲學(xué)信號(hào)在一定的變換域中具有稀疏特性，基于壓縮感知理論的采樣方式同樣可以在聲學(xué)信號(hào)中應(yīng)用，以降低傳感器采樣速率，并利用相關(guān)算法實(shí)現(xiàn)原始信號(hào)的重構(gòu)。基于壓縮感知理論的信號(hào)采集方法中利用基本的壓縮感知理論的基本思想，通過(guò)合理設(shè)計(jì)觀測(cè)矩陣，使得原始信號(hào)投影為低維的觀測(cè)向量，并通過(guò)在計(jì)算能力強(qiáng)大的信號(hào)重構(gòu)端求解稀疏最優(yōu)化問(wèn)題，將低維的觀測(cè)向量高概率的重構(gòu)高維原始信號(hào)。在該理論框架下，傳統(tǒng)的模擬/數(shù)字采樣模式轉(zhuǎn)變?yōu)樾滦偷哪M/信息采樣模式，信號(hào)采樣速率的要求不再受信號(hào)帶寬的限制，而是由信號(hào)本身的性質(zhì)決定?，F(xiàn)有的信號(hào)壓縮采樣的基本方法的主要步驟如下
1.設(shè)計(jì)觀測(cè)矩陣_Φ，可以選取 中的每個(gè)成分Φ?！榉腘(0，i)分布的隨機(jī)數(shù)或是
η
服從等概率±4=的伯努利隨機(jī)變量。2.根據(jù)設(shè)計(jì)的觀測(cè)矩陣，如附圖1所示，對(duì)于輸入的時(shí)域信號(hào)τ ,將其通過(guò)若干路采樣通道，每路通道中都有獨(dú)立的基于乃奎斯特采樣頻率的隨機(jī)數(shù)發(fā)生器，相當(dāng)于在原始信號(hào)的基礎(chǔ)上乘以了特定分布的隨機(jī)數(shù)。3.將上步中采集的信號(hào)在時(shí)域上進(jìn)行積分，相當(dāng)于完成一個(gè)線性隨機(jī)投影過(guò)程。 并將積分后信號(hào)進(jìn)行A/D轉(zhuǎn)換獲得觀測(cè)向量，并將該觀測(cè)向量傳輸?shù)叫盘?hào)重構(gòu)端。4.信號(hào)重構(gòu)端通過(guò)采用Ll范數(shù)的優(yōu)化算法對(duì)原信號(hào)進(jìn)行重構(gòu)?，F(xiàn)有的信號(hào)壓縮采樣方法通過(guò)對(duì)信號(hào)進(jìn)行m次隨機(jī)線性投影來(lái)進(jìn)行采樣的方式雖然能夠大幅度降低采樣的要求，但在該采樣方法下，我們同樣需要在那奎斯特頻率下產(chǎn)生相應(yīng)的隨機(jī)數(shù)據(jù)，從而在硬件上實(shí)現(xiàn)對(duì)原來(lái)信號(hào)的一個(gè)隨機(jī)投影。這樣就不可避免的帶來(lái)了兩個(gè)問(wèn)題第一，隨機(jī)模擬數(shù)據(jù)流的產(chǎn)生和隨機(jī)投影過(guò)程需要消耗很多的能量。第二， 為了保證信號(hào)重構(gòu)的質(zhì)量，必須保證良好的隨機(jī)采樣過(guò)程和數(shù)據(jù)中繼站之間的實(shí)時(shí)同步。對(duì)于無(wú)線傳感器網(wǎng)絡(luò)中的聲學(xué)信號(hào)采集同樣具有很大的限制。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)現(xiàn)有技術(shù)的不足，提供一種基于壓縮感知理論的新型聲學(xué)信號(hào)采集方法。為了實(shí)現(xiàn)上述的目的，本發(fā)明采取如下技術(shù)方案一種基于壓縮感知理論的新型聲學(xué)信號(hào)采集方法，包括以下步驟
(1)根據(jù)待采集的聲音信號(hào)特征，估計(jì)出信號(hào)在相關(guān)稀疏空間下的稀疏度。(2)根據(jù)相應(yīng)的稀疏度確定隨機(jī)稀疏采樣的平均頻率(即單位時(shí)間內(nèi)的隨機(jī)投影次數(shù))
(3)根據(jù)隨機(jī)采樣次數(shù)，構(gòu)建相應(yīng)的觀測(cè)矩陣。(4)根據(jù)觀測(cè)矩陣對(duì)聲學(xué)信號(hào)進(jìn)行稀疏采樣，并直接將本地?cái)?shù)據(jù)傳輸?shù)叫盘?hào)重構(gòu)端。(5)根據(jù)傳感器稀疏采樣的數(shù)據(jù)，在信號(hào)重構(gòu)端通過(guò)求解Ll凸優(yōu)化問(wèn)題，實(shí)現(xiàn)信號(hào)的初步重構(gòu)。(6)根據(jù)初步重構(gòu)結(jié)果，再利用加權(quán)算法對(duì)信號(hào)進(jìn)行進(jìn)一步的精確重構(gòu)，得到完整的聲學(xué)原始信號(hào)。本發(fā)明的有益效果是，很好的克服了原來(lái)的對(duì)基于奈奎斯特采樣頻率的隨機(jī)投影環(huán)節(jié)對(duì)硬件的要求，并且不需要原有壓縮采樣方法中的多路隨機(jī)投影硬件，只需要讓A/D 工作在低速采樣狀態(tài)得到m組測(cè)量值，即可在計(jì)算中心端完成信號(hào)重構(gòu)。通過(guò)大量仿真及實(shí)驗(yàn)，本方法能將A/D的采樣頻率降低到原有采樣頻率的10%甚至更低，針對(duì)一般的聲學(xué)信號(hào)來(lái)說(shuō)，我們以4K以下的采樣速率即可達(dá)到目前普遍的44. IK采樣頻率的效果。這樣大大減小了傳感器的工作負(fù)擔(dān)，同時(shí)也減輕了無(wú)線傳感器網(wǎng)絡(luò)系統(tǒng)中無(wú)線數(shù)據(jù)的傳輸壓力。


圖1是現(xiàn)有壓縮感知理論下信號(hào)采樣的硬件實(shí)現(xiàn)示意圖
圖2是本發(fā)明中基于壓縮感知的新型聲學(xué)信號(hào)采樣硬件實(shí)現(xiàn)的示意圖； 圖3是本發(fā)明中不同數(shù)目的采樣點(diǎn)選取下信號(hào)重構(gòu)的成功率仿真對(duì)比圖； 圖4是本發(fā)明中設(shè)計(jì)的滿足高斯分布的均勻降速采樣示意圖； 圖5是本發(fā)明中對(duì)低頻聲學(xué)信號(hào)采集效果的仿真圖； 圖6是本發(fā)明中對(duì)中頻聲學(xué)信號(hào)采集效果的仿真圖； 圖7是本發(fā)明中對(duì)高頻聲學(xué)信號(hào)采集效果的仿真圖； 圖8是本發(fā)明中對(duì)混合頻率聲學(xué)信號(hào)采集效果的仿真圖。
具體實(shí)施例方式
本發(fā)明專(zhuān)利在壓縮感知理論基礎(chǔ)上通過(guò)一種隨機(jī)稀疏采樣的方法實(shí)現(xiàn)低采樣頻率下的聲學(xué)信號(hào)采集。新型的聲學(xué)信號(hào)采集的原理是通過(guò)如附圖2所示的具體硬件實(shí)現(xiàn)方式， 實(shí)現(xiàn)聲學(xué)信號(hào)的隨機(jī)稀疏采樣，并通過(guò)加權(quán)Ll范數(shù)優(yōu)化算法完成信號(hào)重構(gòu)。壓縮采樣理論中，定義原始信號(hào)為;φ) , e{1.2.. .均，如果該信號(hào)在某個(gè)變換基.........%}下是稀疏的，那么可以用該基下的若干向量稀疏表示原信號(hào)
權(quán)利要求
1.一種基于壓縮感知的新型聲學(xué)信號(hào)采集方法，其特征在于，包括以下步驟(1)根據(jù)待采集的聲音信號(hào)特征，估計(jì)出信號(hào)在相關(guān)稀疏空間下的稀疏度；(2)根據(jù)相應(yīng)的稀疏度確定隨機(jī)稀疏采樣的平均頻率(即單位時(shí)間內(nèi)的隨機(jī)投影次數(shù))；(3)根據(jù)隨機(jī)采樣次數(shù)，構(gòu)建相應(yīng)的觀測(cè)矩陣；(4)根據(jù)觀測(cè)矩陣對(duì)聲學(xué)信號(hào)進(jìn)行稀疏采樣，并直接將本地?cái)?shù)據(jù)傳輸?shù)叫盘?hào)重構(gòu)端；(5)根據(jù)傳感器稀疏采樣的數(shù)據(jù)，在信號(hào)重構(gòu)端通過(guò)求解Ll凸優(yōu)化問(wèn)題，實(shí)現(xiàn)信號(hào)的初步重構(gòu)；(6)根據(jù)初步重構(gòu)結(jié)果，再利用加權(quán)算法對(duì)信號(hào)進(jìn)行進(jìn)一步的精確重構(gòu)，得到完整的聲學(xué)原始信號(hào)。
2.根據(jù)權(quán)利要求1所述基于壓縮感知的新型聲學(xué)信號(hào)采集方法，其特征在于，所述步驟(2)具體為，采樣次數(shù)m滿足不等式條件《^〃xbglO( )以對(duì)原信號(hào)進(jìn)行重構(gòu)，其中，r 為估計(jì)的稀疏度，η為原信號(hào)采樣個(gè)數(shù)，C取2 ；采樣次數(shù)m除以采樣時(shí)間即為平均頻率。
3.根據(jù)權(quán)利要求1所述基于壓縮感知的新型聲學(xué)信號(hào)采集方法，其特征在于，所述步驟(3)中，觀測(cè)矩陣的構(gòu)建機(jī)制具體為首先生成滿足高斯隨機(jī)分布N(0,1)的mXn維多隨η機(jī)觀測(cè)矩陣，其次隨機(jī)的選取觀測(cè)矩陣中的k列，將其余的列置零，這樣就構(gòu)成了 mXη維的具有k個(gè)非零列的隨機(jī)觀測(cè)矩陣。
4.根據(jù)權(quán)利要求1所述基于壓縮感知的新型聲學(xué)信號(hào)采集方法，其特征在于，所述步驟(4)中采樣間隔為滿足的高斯分布，r取0. 25，在時(shí)刻
5.根據(jù)權(quán)利要求1所述基于壓縮感知的新型聲學(xué)信號(hào)采集方法，其特征在于，所述步驟(6)具體為采用加權(quán)算法對(duì)數(shù)值較大的分量賦予較小的權(quán)重，對(duì)數(shù)值較小的分量賦予較大的權(quán)重，然后通過(guò)優(yōu)化算法，將大權(quán)重的信號(hào)分量最小化，從而實(shí)現(xiàn)更為理想的信號(hào)重構(gòu)效果；通常情況下，在分量平均值5%以下的分量可認(rèn)為是數(shù)值較小，在設(shè)置權(quán)值時(shí)以單位1為標(biāo)準(zhǔn)，大于1的權(quán)值為較大權(quán)值，小于1的權(quán)值為較小權(quán)值。
全文摘要
本發(fā)明公開(kāi)一種基于壓縮感知的新型聲學(xué)信號(hào)采集方法，該方法能夠在較低的平均采樣頻率下高概率的實(shí)現(xiàn)聲學(xué)信號(hào)的重構(gòu)，突破了經(jīng)典的乃奎斯特采樣定理對(duì)采樣頻率的限制，降低了對(duì)傳感器采樣性能的要求；該方法的貢獻(xiàn)在于在壓縮感知理論基礎(chǔ)上，針對(duì)實(shí)際聲學(xué)信號(hào)采集元件的特點(diǎn)，通過(guò)設(shè)計(jì)一套新型的隨機(jī)測(cè)量的機(jī)制，大大降低硬件的實(shí)現(xiàn)難度，使得基于壓縮感知的聲學(xué)信號(hào)采集元件真正具有應(yīng)用價(jià)值。該方法尤其適用于基于無(wú)線傳感器網(wǎng)絡(luò)的聲學(xué)監(jiān)控系統(tǒng)中，能夠大幅度的降低對(duì)傳感器采樣性能和無(wú)線數(shù)據(jù)傳輸?shù)囊蟆?br> 文檔編號(hào)H04W84/18GK102253117SQ20111007943
公開(kāi)日2011年11月23日 申請(qǐng)日期2011年3月31日 優(yōu)先權(quán)日2011年3月31日
發(fā)明者余愷, 周良毅, 李元實(shí), 王智 申請(qǐng)人:浙江大學(xué)