[发明专利]信号压缩传输过程中基于相对阈值的信号稀疏度估计方法

摘要

本发明公开了信号压缩传输过程中基于相对阈值的信号稀疏度估计方法；包括两步第一步，寻找被当前信号中，幅值最大的系数；第二步，计算信号的相对阈值，利用信号的相对阈值，判断新得到的系数是否属于较大系数；如果是，则将该系数从当前信号中删除，更新当前信号，返回第一步继续寻找当前信号中幅值最大的系数，如果不是，则说明较大系数已寻找完毕，结束；根据找到的较大系数的个数，估计信号的稀疏度。本发明运算复杂度低，需要检测值的数量较少；相对阈值根据前期找到的较大系数的幅值确定，受环境噪声影响小，稳定性高。

主权项

信号压缩传输过程中基于相对阈值的信号稀疏度估计方法，其特征是，方法分两步进行：第一步，在信号压缩传输的过程，接收端接收到被压缩信号的测量值后，寻找当前信号中，幅值最大的系数：利用信号的测量值、测量矩阵和稀疏基，根据当前测量值在测量矩阵和稀疏基乘积形成的新矩阵上的各个向量上的投影，确定当前信号中幅值最大的系数，所述当前信号中幅值最大的系数即为新得到的系数；第二步，计算信号的相对阈值，利用信号的相对阈值与新得到的系数的比较，判断新得到的系数是否属于较大系数；如果是，则将该系数从当前信号中删除，更新当前信号，返回第一步继续寻找当前信号中幅值最大的系数，如果不是，则说明较大系数已寻找完毕，结束；根据找到的较大系数的个数，估计信号的稀疏度；所述第一步的步骤如下：步骤(1)：初始化，设当前信号rs0等于信号传输接收端得到的压缩后的测量值，即rs0＝y，矩阵A等于测量矩阵Ψ和稀疏基Φ的乘积，即A＝ΨΦ，寻找次数t＝1，信号稀疏度S＝0，A(t)为t次后从测量矩阵中选择出的向量集合，其初始值为空集，即θ(t)为t次后选择出的信号系数集合，其初始值为空集，即步骤(2)：根据当前信号rst‑1在矩阵A上的投影，选择使投影最大的矩阵A中的向量at，将该向量并入集合A(t)中；步骤(3)：利用步骤(2)选定的向量at，计算对应的被估计信号的系数θt，并将新得到系数θt并入系数集合θ(t)中，更新当前信号rst；所述步骤(2)的公式为：A(t)＝[A(t‑1),at]；其中，at表示在第t次寻找过程中，由矩阵A中选取的，使当前信号rst‑1在矩阵A的各个向量上投影值最大的那个向量，rst‑1表示第t‑1次寻找后的当前信号，ai表示矩阵A中的向量，||ai||表示向量ai的模值，A(t)表示第t次寻找后，由前t次寻找过程，矩阵A中选取的向量组成的集合，A(t‑1)表示第t‑1次寻找后，由前t‑1次寻找过程，矩阵A中选取的向量组成的集合；所述步骤(3)的公式为：θ(t)＝[θ(t‑1),θt]rst＝rs0‑θ(t)A(t)；其中，θt表示在第t次寻找过程中得到的，被估计信号的最大系数，rst‑1表示第t‑1次寻找过程后的当前信号值，at表示在第t次寻找过程中，由矩阵A中选取的，使当前信号rst‑1在矩阵A的各个向量上投影值最大的那个向量，||at||2表示向量at模值的平方，θ(t)表示第t次寻找后，由前t次寻找过程，得到的被估计信号的系数组成的集合，θ(t‑1)表示第t‑1次寻找后，由前t‑1次寻找过程，得到的被估计信号的系数组成的集合；所述第二步的步骤如下：步骤(4)：计算相对阈值γt，根据相对阈值γt判断新得到的被估计信号的系数θt是否属于较大的系数，如果新得到的被估计信号系数θt大于或等于相对则阈值γt，那么新得到的被估计信号的系数θt属于较大的系数；则将被估计信号的稀疏度S加1，如果小于γt阈值，则结束估计过程；步骤(5)：增加寻找次数t，返回步骤(2)，继续估计过程；所述步骤(4)的公式为：ifθt≥γt,then S＝S+1；其中，γt表示第t次寻找过程中确定的相对阈值，θi‑1表示在第i‑1次寻找过程中得到的，被估计信号的最大系数,γ0表示第0次寻找过程中确定的相对阈值，即相对阈值的初值，表示将从第1次寻找过程到第t‑1次寻找过程中得到的，被估计信号的系数的值进行累加，θt表示在第t次寻找过程中得到的，被估计信号的最大系数，S表示被估计信号的稀疏度。