专利名称：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. IkHz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_Φ，可以选取 中的每个成分Φ。·为服从N(0，i)分布的随机数或是
η
服从等概率±4=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τ ,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Ll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Ll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. IK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。
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勻降速采样示意图； 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。
具体实施例方式
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Ll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;φ) , e{1.2.. .均，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
权利要求
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Ll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《^〃xbglO( )以对原信号进行重构，其中，r 为估计的稀疏度，η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N(0,1)的mXn维多随η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 mXη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
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。
全文摘要
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。
文档编号H04W84/18GK102253117SQ20111007943
公开日2011年11月23日 申请日期2011年3月31日 优先权日2011年3月31日
发明者余恺, 周良毅, 李元实, 王智 申请人:浙江大学