• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 10
    • 下载费用:30 金币  

    重庆时时彩每期胆码: 一种基于压缩感知的新型声学信号采集方法.pdf

    关 键 词:
    一种 基于 压缩 感知 新型 声学 信号 采集 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201110079434.1

    申请日:

    2011.03.31

    公开号:

    CN102253117A

    公开日:

    2011.11.23

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||著录事项变更IPC(主分类):G01N 29/02变更事项:发明人变更前:王智 李元实 余恺 周良毅变更后:王智 余恺 印明 李元实|||实质审查的生效IPC(主分类):G01N 29/02申请日:20110331|||公开
    IPC分类号: G01N29/02; H04W84/18(2009.01)I 主分类号: G01N29/02
    申请人: 浙江大学
    发明人: 王智; 李元实; 余恺; 周良毅
    地址: 310027 浙江省杭州市西湖区浙大路38号
    优先权:
    专利代理机构: 杭州求是专利事务所有限公司 33200 代理人: 周烽
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201110079434.1

    授权公告号:

    102253117B|||||||||

    法律状态公告日:

    2014.05.21|||2014.01.15|||2012.01.04|||2011.11.23

    法律状态类型:

    授权|||著录事项变更|||实质审查的生效|||公开

    摘要

    本发明公开一种基于压缩感知的新型声学信号采集方法,该方法能够在较低的平均采样频率下高概率的实现声学信号的重构,突破了经典的乃奎斯特采样定理对采样频率的限制,降低了对传感器采样性能的要求;该方法的贡献在于在压缩感知理论基础上,针对实际声学信号采集元件的特点,通过设计一套新型的随机测量的机制,大大降低硬件的实现难度,使得基于压缩感知的声学信号采集元件真正具有应用价值。该方法尤其适用于基于无线传感器网络的声学监控系统中,能够大幅度的降低对传感器采样性能和无线数据传输的要求。

    权利要求书

    1.一种基于压缩感知的新型声学信号采集方法,其特征在于,包括以下步骤:(1)根据待采集的声音信号特征,估计出信号在相关稀疏空间下的稀疏度;(2)根据相应的稀疏度确定随机稀疏采样的平均频率(即单位时间内的随机投影次数);(3)根据随机采样次数,构建相应的观测矩阵;(4)根据观测矩阵对声学信号进行稀疏采样,并直接将本地数据传输到信号重构端;(5)根据传感器稀疏采样的数据,在信号重构端通过求解L1凸优化问题,实现信号的初步重构;(6)根据初步重构结果,再利用加权算法对信号进行进一步的精确重构,得到完整的声学原始信号。2.根据权利要求1所述基于压缩感知的新型声学信号采集方法,其特征在于,所述步骤(2)具体为,采样次数m满足不等式条件????????????????????????????????????????????????以对原信号进行重构,其中,r为估计的稀疏度,n为原信号采样个数,C取2;采样次数m除以采样时间即为平均频率。3.根据权利要求1所述基于压缩感知的新型声学信号采集方法,其特征在于,所述步骤(3)中,观测矩阵的构建机制具体为:首先生成满足高斯随机分布的m×n维多随机观测矩阵,其次随机的选取观测矩阵中的k列,将其余的列置零,这样就构成了m×n维的具有k个非零列的随机观测矩阵。4.根据权利要求1所述基于压缩感知的新型声学信号采集方法,其特征在于,所述步骤(4)中:采样间隔为满足的高斯分布,r取0.25,在时刻时进行采样,,,其中满足的高斯分布;的期望值代表一个不同稀疏度情况下的平均稀疏采样间隔;使得,从而保证A/D的正常工作。5.根据权利要求1所述基于压缩感知的新型声学信号采集方法,其特征在于,所述步骤(6)具体为:采用加权算法对数值较大的分量赋予较小的权重,对数值较小的分量赋予较大的权重,然后通过优化算法,将大权重的信号分量最小化,从而实现更为理想的信号重构效果;通常情况下,在分量平均值5%以下的分量可认为是数值较小,在设置权值时以单位1为标准,大于1的权值为较大权值,小于1的权值为较小权值。

    说明书

    一种基于压缩感知的新型声学信号采集方法

    技术领域

    本发明涉及一种基于压缩感知理论的新型声学信号采集方法,尤其涉及时域上随机测量的新型声学信号采样及重构方法,尤其适用于基于无线传感器网络的声学监控系统中。

    背景技术

    声学信号作为自然界中最基本的特征信号之一,其采集技术广泛的用于环境监控、目标检测、机器人导航等方面。传统的声学信号采集方法在香农采样定理的基础上实现,在该理论的框架在,传感器的采样速率必须在待采集信号最高频率两倍以上。针对声学信号的频率特性,目前主流的声学信号采集元件一般采用44.1kHz的采样频率,具体硬件实现上已很成熟。但在无线传感器网络声学监控系统中,由于无线通讯能力的限制以及传感器节点能量的限制,上述传统的声学信号采集方法并不适用。近几年来新型的压缩感知理论的发展为解决该问题提供了很好的思路。由于声学信号在一定的变换域中具有稀疏特性,基于压缩感知理论的采样方式同样可以在声学信号中应用,以降低传感器采样速率,并利用相关算法实现原始信号的重构。

    基于压缩感知理论的信号采集方法中利用基本的压缩感知理论的基本思想,通过合理设计观测矩阵,使得原始信号投影为低维的观测向量,并通过在计算能力强大的信号重构端求解稀疏最优化问题,将低维的观测向量高概率的重构高维原始信号。在该理论框架下,传统的模拟/数字采样模式转变为新型的模拟/信息采样模式,信号采样速率的要求不再受信号带宽的限制,而是由信号本身的性质决定。

    现有的信号压缩采样的基本方法的主要步骤如下:

    1.设计观测矩阵????????????????????????????????????????????????,可以选取中的每个成分为服从分布的随机数或是服从等概率的伯努利随机变量。

    2.根据设计的观测矩阵,如附图1所示,对于输入的时域信号,将其通过若干路采样通道,每路通道中都有独立的基于乃奎斯特采样频率的随机数发生器,相当于在原始信号的基础上乘以了特定分布的随机数。

    3.将上步中采集的信号在时域上进行积分,相当于完成一个线性随机投影过程。并将积分后信号进行A/D转换获得观测向量,并将该观测向量传输到信号重构端。

    4.信号重构端通过采用L1范数的优化算法对原信号进行重构。

    现有的信号压缩采样方法通过对信号进行m次随机线性投影来进行采样的方式虽然能够大幅度降低采样的要求,但在该采样方法下,我们同样需要在那奎斯特频率下产生相应的随机数据,从而在硬件上实现对原来信号的一个随机投影。这样就不可避免的带来了两个问题:第一,随机模拟数据流的产生和随机投影过程需要消耗很多的能量。第二,为了保证信号重构的质量,必须保证良好的随机采样过程和数据中继站之间的实时同步。对于无线传感器网络中的声学信号采集同样具有很大的限制。

    发明内容

    本发明的目的在于针对现有技术的不足,提供一种基于压缩感知理论的新型声学信号采集方法。

    为了实现上述的目的,本发明采取如下技术方案:一种基于压缩感知理论的新型声学信号采集方法,包括以下步骤:

    (1)根据待采集的声音信号特征,估计出信号在相关稀疏空间下的稀疏度。

    (2)根据相应的稀疏度确定随机稀疏采样的平均频率(即单位时间内的随机投影次数)

    (3)根据随机采样次数,构建相应的观测矩阵。

    (4)根据观测矩阵对声学信号进行稀疏采样,并直接将本地数据传输到信号重构端。

    (5)根据传感器稀疏采样的数据,在信号重构端通过求解L1凸优化问题,实现信号的初步重构。

    (6)根据初步重构结果,再利用加权算法对信号进行进一步的精确重构,得到完整的声学原始信号。

    本发明的有益效果是,很好的克服了原来的对基于奈奎斯特采样频率的随机投影环节对硬件的要求,并且不需要原有压缩采样方法中的多路随机投影硬件,只需要让A/D工作在低速采样状态得到m组测量值,即可在计算中心端完成信号重构。通过大量仿真及实验,本方法能将A/D的采样频率降低到原有采样频率的10%甚至更低,针对一般的声学信号来说,我们以4K以下的采样速率即可达到目前普遍的44.1K采样频率的效果。这样大大减小了传感器的工作负担,同时也减轻了无线传感器网络系统中无线数据的传输压力。

    附图说明

    图1是现有压缩感知理论下信号采样的硬件实现示意图

    图2是本发明中基于压缩感知的新型声学信号采样硬件实现的示意图;

    图3是本发明中不同数目的采样点选取下信号重构的成功率仿真对比图;

    图4是本发明中设计的满足高斯分布的均匀降速采样示意图;

    图5是本发明中对低频声学信号采集效果的仿真图;

    图6是本发明中对中频声学信号采集效果的仿真图;

    图7是本发明中对高频声学信号采集效果的仿真图;

    图8是本发明中对混合频率声学信号采集效果的仿真图。

    具体实施方式

    本发明专利在压缩感知理论基础上通过一种随机稀疏采样的方法实现低采样频率下的声学信号采集。新型的声学信号采集的原理是:通过如附图2所示的具体硬件实现方式,实现声学信号的随机稀疏采样,并通过加权L1范数优化算法完成信号重构。

    压缩采样理论中,定义原始信号为,,如果该信号在某个变换基下是稀疏的,那么可以用该基下的若干向量稀疏表示原信号:,其中右式显示了信号的k-稀疏特性。根据压缩感知已有结论可知,可以在稀疏域上对信号进行低速采样并实现信号重构,在声学信号中即利用离散的傅立叶或者DCT变换域。但这种方式下必须首先通过基于奈奎斯特采样频率的采样量化后才能够进行离散的傅立叶或者DCT变换从而得到频域上的值,无法体现出压缩感知的优越性,反而会浪费计算资源和能量。但是,通过仿真及实验发现,通过对原信号在非稀疏域上的随机投影同样可以精确地重构该信号,即以下公式说明:

    ,,

    。

    本发明基于压缩感知理论的新型声学信号采集方法,尤其适用于无线传感器网络声学监测系统中,包括以下步骤:

    1、根据待采集的声音信号特征,估计出信号在相关稀疏空间下的稀疏度

    由于声学信号在时域上一般不具有稀疏特性,而经过傅里叶变换或DCT(discrete?cosine?transform)变换后,绝大多数声学信号在频域上表现出较明显的稀疏性。根据待采集的声学信号特征,估计该信号在稀疏域上的稀疏度r(即非零元素)。该值的估计只需要大致接近即可,不需要完全精确??赏ü源杉纳粜藕诺奶氐憬蟹治?,给出稀疏度估计,在没有任何先验知识下可估计稀疏度r=25。

    2、根据相应的稀疏度确定随机稀疏采样的平均频率

    压缩感知的理论证明只要采样次数m满足不等式条件,其中r为估计的稀疏度,n为原信号采样个数,C取2时,就能够高概率的对原信号进行重构,经验表明实际上m的取值还可以更小,如2r、4r,也能以一定概率重构原信号。附图3中是我们对m取值的不同选取下信号重构的成功率仿真对比。同时考虑到n的取值过大会造成信号重构端的计算量急剧增大,因此实际采样时n的取值在5000以下,即相当于44.1KHz频率采样频率下0.1s左右。

    3、根据随机采样次数,构建相应的观测矩阵

    本方法提出了一种新型的针对声学信号的观测矩阵的设计机制:首先生成满足高斯随机分布的m×n维多随机观测矩阵,其次随机的选取观测矩阵中的k列,将其余的列置零,这样就构成了m×n维的具有k个非零列的随机观测矩阵。这样一来很好的克服了原来的基于奈奎斯特采样的随机投影环节对硬件的要求,更进一步的是可以舍弃原有的多路同时随机投影硬件。

    4、根据观测矩阵对声学信号进行稀疏采样,并传输到信号重构端

    根据观测矩阵的设计,让A/D工作在低速采样状态,将每个采得的数据乘以一个满足相应分布的高斯随机数,从而得到m组测量值。但以上随机稀疏采样也存在一个实际的问题,随机采样的间隔和A/D的采样保持时间是否匹配,在存在相邻的两个非零观测矩阵的列的情况下,采样时间间隔小于A/D的采样保持时间,这样对A/D的要求并没有实质性的降低。为此可以选取满足均匀分布的随机采样,即采样间隔为满足的高斯分布,(经验表明r取0.25较为合适)在时刻时进行采样,,,其中满足的高斯分布。的期望值代表一个不同稀疏度情况下的平均稀疏采样间隔。使得从而保证A/D的正常工作。这样一来起到了一个满足高斯分布的均匀降速采样,如附图4所示。

    5、在信号重构端通过求解L1凸优化问题,实现信号的初步重构

    在压缩感知中,信号的重构在本质上是解欠定方程的问题。一般情况下由于方程欠定,满足方程的解有无数个,精确得到原信号是几乎不可能的,但是当信号具有稀疏性时,根据泛函分析和凸优化理论我们可以知道对信号L0范数的最优化求解等价于对信号的重构过程。而求解L0范数是一个NP-hard问题,可以放宽约束条件通过对L1范数的优化来逼近L0范数的解??梢灾っ髟谛藕啪哂邢∈栊缘那榭鱿?,目标函数在L0和L1的约束空间的最优点几乎相同,所以在工程应用中使用L1-MAGIC算法能够很快的完成对信号的重构。

    6、根据初步重构结果,再利用加权算法对信号进行进一步的精确重构,得到完整的声学原始信号

    L1范数优化虽然对信号重构具有较理想的效果,但是在目标函数中每个信号分量的地位是相同的,而实际上我们更关注信号中数值较大的分量的重构。针对该实际应用需求,采用加权算法对数值较大的分量赋予较小的权重,对数值较小的分量赋予较大的权重,然后通过优化算法,将大权重的信号分量最小化,从而实现更为理想的信号重构效果,得到完整的声学原始信号。如附图5-8所示为本方法下实现的声学信号采集效果,分别对低频、中频、高频以及混合频率下的多种声学信号压缩采集进行了仿真实验,分别给出了仿真的原始声学信号、重构信号以及误差分析,误差在数量级(为保证信号清晰可辨,信号波形均仅截取部分)??梢钥闯霰痉椒ǘ圆煌德侍匦缘纳藕啪芎芎玫耐瓿裳顾醪杉?。

    通常情况下,在分量平均值5%以下的分量可认为是数值较小,在设置权值时以单位1为标准,大于1的权值为较大权值,小于1的权值为较小权值。

    本发明考虑到实际声学信号压缩采样的硬件具体实现情况,采用了一种新型的基于压缩感知的随机采样方法,并利用加权L1范数最优化算法在计算中心端实现对信号的重构,有效的在低频率采样中实现完整声学信号的采集,尤其适用于无线传感器网络声学信号监控系统中。本发明的有益之处还在于减小了采样数据从而有利于减小底层传感器的工作能耗,同时降低了对无线通信的要求,能够将采样数据完整上传给融合中心,从而使得融合中心对整个网络的监控数据有更全面的获取。

    关于本文
    本文标题:一种基于压缩感知的新型声学信号采集方法.pdf
    链接地址://www.4mum.com.cn/p-5878359.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 快速时时开奖记录 竞彩2串1稳赚改良计划如何计算中奖 sm边缘控制的方法 幸运飞艇冠军三码计划 骰宝单双玩法 秒速时时计划网 吉林时时稳赢计划 专业pk10计划软件下载 pk10规律走势分析预测 双色球走势图带坐标 彩赢大师计划软件下载 永利网上投注站可靠吗 百盈快3计算公式绝准法 普通老虎机诀窍 博彩神算王 黑龙江时时官网