[发明专利]一种信号重建方法及设备

说明书

技术领域

本发明涉及信号处理领域，尤其涉及一种信号重建方法及设备。

背景技术

由于压缩感知（Compressive Sensing，CS）技术的高效信息处理方式可显著降低信息获取开销，同时还可以较高的概率正确地恢复原稀疏信号，该技术目前已吸引了学术界和工业界的密切关系，以及在实际系统中具有广泛的应用前景。在现有的CS技术中，多数研究主要是针对理想非量化的采样数据进行信号重建。然而，在实际应用中，为了将模拟域的信号转换到数字域以便于进行后续处理、传输和存储等操作，需要对所获取的采样信号进行进一步的量化处理，即用若干离散的幅值来近似表示采样数据原本连接的幅值，因此在CS技术的实际应用中，不可回避地需要分析对CS采样数据的量化操作对信号重建结果所产生的潜在影响。

在具体的CS采样实现中，仅采用单个采样支路来对输入信号进行低速采样并量化，然后根据所获得的单个量化信号进行信号重建，仅利用了单个信号的独立稀疏性完成CS信号重建，由于单个采样支路获得的采样数据具有片面性和单一性，并不能保证重建所获得的重建信号与输入信号相一致或者并不能保证重建信号与输入信号之间存在的误差小于预设系统的误差门限。因此，在CS技术的应用中，如果仅利用单个采样支路进行CS采样并进行信号重建，必会影响信号重建的准确性。

发明内容

本发明实施例提供了一种信号重建方法及设备，可以提高信号重建的准确性。

第一方面，本发明提供的一种信号重建方法，包括：

对具有稀疏性的输入信号进行压缩感知采样，获得若干个采样信号；

对每一个所述采样信号进行幅度量化，获得该采样信号对应的量化信号；

获取每一个所述量化信号对应的量化信息；

根据每一个所述量化信号对应的量化信息，获取该量化信号相对于所有的量化信号的量化信息的权重值；

根据每一个量化信号相对于所有量化信号的量化信息的权重值，建立关于所有量化信号所对应的待重建信号的加权混合范数；

基于所述加权混合范数进行联合信号重建，获得重建结果；

根据所述重建结果进行平均化处理，获得重建信号。

结合第一方面，在第一种可能的实现方式中，所述对具有稀疏性的输入信号进行压缩感知采样，获得若干个采样信号，包括：

通过若干个采样支路同时对具有稀疏性的输入信号进行压缩感知采样，获得若干个采样信号；或者

通过单条采样支路分时对具有稀疏性的输入信号进行压缩感知采样，获得若干个采样信号。

结合第一方面，在第二种可能的实现方式中，所述对具有稀疏性的输入信号进行压缩感知采样，获得若干个采样信号，包括：

获取具有稀疏性的输入信号；

以小于奈奎斯特速率的采样速率对所述输入信号进行压缩感知采样，获得若干个采样信号。

结合第一方面或者第一方面的第一种可能的实现方式，在第三种可能的实现方式中，所述获取每一个所述量化信号对应的量化信息，包括：

获取每一个所述量化信号对应的包括量化比特数的量化信息；或者

获取每一个所述量化信号对应的包括量化级数的量化信息。

结合第一方面的第三种可能的实现方式，在第四种可能的实现方式中，所述根据每一个量化信号相对于所有量化信号的量化信息的权重值，建立关于所有量化信号所对应的待重建信号的加权混合范数，包括：

根据每一个量化信号相对于所有量化信号的量化信息的权重值，通过公式（1）建立关于所有量化信号所对应的待重建信号的加权混合范数：

公式（1）

其中，w_j为所述J个量化信号中的第j个量化信号相对于所述J个量化信号的量化信息的权重值，θ_j为第j个量化信号对应的待重建信号，θ_n,j表示由J个向量所组成的矩阵[θ₁，...θ_j，...θ_J]中处于第n行第j列的元素值。

结合第一方面的第四种可能的实现方式中，在第五种可能的实现方式中，所述基于所述加权混合范数进行联合信号重建，获得重建结果，包括：

基于所述加权混合范数进行联合信号重建，通过公式（2）获得重建结果：

s.t.:

公式（2）

公式（2）用于求解在满足约束条件下，以所述加权混合范数作为目标函数到达最小值时的J个向量解，作为所述重建结果；

所述约束条件为s.t.: