[发明专利]一种时空脉冲阵列信号进行量化的方法

说明书

本发明提供了一种时空脉冲阵列信号量化的方法，通过信号采样器从局部空间位置采集时域信号，生成时域上的脉冲序列；多个信号采样器阵列按空间位置相互关系排列成脉冲阵列信号；将脉冲阵列信号按一组规定的间隔在时域和空域进行离散化，用最接近的数值来表示该信号的采样值，作为对所述时空脉冲阵列信号的量化。该方法包括：均匀量化，将脉冲阵列信号按照等间隔进行量化；非均匀量化，依据先验信息和量化参数确定不同区间量化间隔，将脉冲阵列信号进行非均匀量化。本发明为同时兼顾时域信息和空域信息的有效的脉冲阵列信号量化方法，满足时域和空域尺度分析的综合需求。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种时空脉冲阵列信号进行量化的方法。

背景技术

近年来，时空脉冲阵列信号数据在计算神经科学(Computing Neuroscience)、计算机视觉(Computer Vision)、社交媒体(Social Media)、地球大气科学(Earth andClimate Science)、交通运输(Transportation)等领域无处不在，并以海量数据的形式涌现。

时空脉冲阵列信号是以时空点过程模型描述的稀疏时空点阵，具有抽象性，离散性和层次性。时空点过程的抽象性是不同时间尺度和空间尺度上抽象的点事件集合，例如，神经脉冲(Neural Spike)、点云(Point Cloud)、社交媒体用户点(Users of SocialMedia)、地震事件点(Earthquakes events)和交通事件点(Traffic events)等；脉冲阵列信号的离散性是在时域和空域分布不连续的稀疏点阵；时域层次性是脉冲序列的时刻与信号频率强度可挖掘时域事件信息，空域层次性是空间位置的相关性与信号频率强度可分析事件层次关系。脉冲阵列信号仍大量使用“直接接入”的数据处理的应用模式，难以满足脉冲阵列信号在时域和空域尺度分析的综合需求。如何对日益增长的脉冲阵列信号数据进行时空尺度量化处理，是分析脉冲阵列信号数据的时空特性和挖掘点过程层次模式任务的前提。

脉冲阵列信号的量化是按一组规定的间隔将其在时域和空域进行离散化，用最接近的数值来表示该信号的采样值，以输出不同尺度时空脉冲信号。脉冲阵列信号的均匀量化，将脉冲阵列按照以等间隔进行均匀量化。均匀量化器较易实现，适用于线性量化表示的时空点过程。然而，脉冲阵列在信号保真、编码、传输、存储和分析等应用中，需要依据脉冲信号的时空数据特性来进行非均匀量化，以满足时域和空域尺度分析的综合需求。

因此，开发一种同时兼顾时域信息和空域的有效的脉冲阵列信号量化方法是一个亟待解决的问题。

发明内容

本发明的目的是通过以下技术方案实现的。

一种时空脉冲阵列信号量化的方法，包括：

通过信号采样器从局部空间位置采集时域信号，生成时域上的脉冲序列；

多个信号采样器阵列采集的脉冲信号按空间位置相互关系排列成脉冲阵列信号；

将脉冲阵列信号按一组规定的间隔在时域和空域进行离散化，用最接近的数值来表示该信号的采样值，作为对时空脉冲阵列信号的量化。

优选地，时空脉冲阵列信号的量化包括：

均匀量化，将时空脉冲阵列信号按照等间隔进行量化；

非均匀量化，依据先验信息和量化参数确定不同区间量化间隔，将时空脉冲阵列信号进行非均匀量化。

优选地，时空脉冲阵列信号包括：

时域上的脉冲序列信号，采样器的各局部空间位置按照时间进行累积，对信号累积强度值进行变换输出脉冲信号，同一空间位置上产生的所有脉冲信号根据时间顺序构成脉冲序列；

空域上的脉冲阵列信号，所有空间位置的脉冲序列一起构成脉冲阵列。