[发明专利]一种高速核信号的压缩采样及重建方法

说明书

本发明公开了一种高速核信号的压缩采样及重建方法，主要解决现有技术中存在的香农数字采样方法对核信号测量时间测量精度的限制及高采样率导致的功耗、成本和大数据量的问题。该方法包括(S1)采用遗传算法和匹配追踪算法对高速核信号进行稀疏分解；(S2)基于压缩感知框架，通过多通道随机解调器对高速核信号进行压缩采样；(S3)通过最小二乘算法重建高速核信号。通过上述方案，本发明达到了对高速核信号进行重建的目的，具有很高的实用价值和推广价值。

技术领域

本发明属于信号处理技术领域，具体地讲，是涉及一种高速核信号的压缩采样及重建方法。

背景技术

2004年由David L Donoho,E.Candès,Terence Tao等人提出了压缩感知理论(Compressive Sensing,CS)。该理论指出：对稀疏性信号(可用少数特征向量的线性组合来表示的信号)，通过远低于香农采样标准的方式进行采样数据，仍能精确地恢复出原始信号。该理论一经提出就在无线通信、雷达和医疗成像等领域受到了高度关注，也为核数据处理和获取提供了新方法。

核信号离散分布在时间轴上，在时域上具有天然稀疏性，满足压缩感知理论的应用先决条件，因此国内外科研人员很快将其应用到核信号处理中。

受到香农采样定理(Nyquist采样率)的限制，高速核信号测量在进一步提升测量精度上出现了技术瓶颈，压缩感知理论的出现为中高速核信号的获取带来了新的思路。但压缩采样技术对高速核信号获取目前依然存在如下问题：

(1)现有研究中使用仅适合对称性信号的过完备原子库，对非对称性的核信号进行稀疏分解，并不能得到准确的稀疏表示；

(2)高速核信号对采样率的要求远高于一般核信号采集，现有核信号的压缩采样方法并不完全适用，导致精度无法提升，需要进行改进和升级；

综上，对于现有技术无法对高速核信号进行快速高效处理，需要寻找一种适用于高速核信号处理的新方法。

发明内容

本发明的目的在于提供一种高速核信号的压缩采样及重建方法，主要解决现有技术中存在的香农数字采样方法对核信号测量时间测量精度的限制及高采样率导致的功耗、成本和大数据量的问题。

为了实现上述目的，本发明采用的技术方案如下：

一种高速核信号的压缩采样及重建方法，包括如下步骤：

(S1)采用遗传算法和匹配追踪算法对高速核信号进行稀疏分解；

(S2)基于压缩感知框架，通过多通道随机解调器对高速核信号进行压缩采样；

(S3)通过最小二乘算法重建高速核信号。

进一步地，所述步骤(S1)中进行稀疏分解的具体步骤为：

(S11)随机产生大小为N的初始种群，将原子的参数组作为遗传算法的染色体，并对染色体进行二进制编码；

(S12)将信号与原子的内积的绝对值作为遗传算法的适应度函数，计算个体适应度；

(S13)根据匹配追踪算法特性设置遗传算法的子代产生机制，将当前群体中最适应个体直接进入下一代，保证算法全局寻优能力，对非最适应个体通过选择、交叉、变异操作后重复步骤(S12)；

(S14)更新信号残差，通过指定进化代数得到最适应个体并进行解码得到参数组对应的原子，即为本次迭代中最佳匹配原子；

(S15)如果小于残差阈值则迭代结束，得到信号的最优稀疏表示，大于残差阈值则进入步骤(S11)进行下一次迭代。

进一步地，所述步骤(S2)中进行压缩采样的具体步骤为：