[发明专利]一种基于单比特量化的压缩感知信号盲重构方法

摘要

一种基于单比特量化的压缩感知信号盲重构方法，它用于压缩感知信号的重构技术领域。本发明解决了目前的单比特压缩感知必须经过大量计算，才能从仅保留符号位的测量信号中重构出源信号的问题。本发明对输入信号的符号测量值y进行量化，然后利用这些符号数据进行最优支撑集估计，并在最优支撑集上进行一致重建，以便获得更新输入信号的估计值，将前后两次迭代的信号幅度估计值的差值和精度阈值进行对比，来确定迭代是否终止；为防止迭代陷入死循环，设定迭代到最大迭代次数时也停止迭代；根据末次迭代结果确定稀疏度和信号幅度的估计值，实现信号盲重构，本发明方法相比现有方法将计算量减小40％以上。本发明可以应用于压缩感知信号的重构领域用。

主权项

1.一种基于单比特量化的压缩感知信号盲重构方法，其特征在于，该方法包括以下步骤：步骤一：对于长度为N的输入信号x，在初始时刻，初始化信号幅度的估计值为x0；步骤二：利用初始化信号幅度的估计值x0来获得迭代次数l＝1时，对应的输入信号幅度的估计值的负元素值；步骤三：利用步骤二的幅度估计值的负元素值，计算迭代次数为l＝1所对应的最优支撑集；步骤四：计算迭代次数为l＝1所对应的最优支撑集下的信号一致重建结果，利用得到的信号一致重建结果计算更新后的信号幅度的估计值；步骤五：将迭代次数l＝1对应的更新后信号幅度的估计值作为x1，计算迭代次数为l＝2时的输入信号幅度的估计值的负元素值；步骤六：利用步骤五计算的幅度估计值的负元素值，计算迭代次数为l＝2所对应的最优支撑集，并计算迭代次数为l＝2所对应的最优支撑集下的信号一致重建结果，利用得到的信号一致重建结果计算更新后的信号幅度的估计值；步骤七：令l＝l+1，重复步骤五至步骤六的操作，直至前后两次迭代得到的信号幅度的估计值的差值小于等于精度阈值c，或l达到设置的最大迭代次数Q时，则停止迭代，继续执行步骤八；步骤八：输入信号的稀疏度为末次迭代对应的归一化参数b值，即稀疏度K＝b，利用得到的稀疏度和末次迭代获得的信号幅度的估计值对输入信号进行重构。