[发明专利]一种基于ASMP阈值最优和低通滤波的海水温度场重构算法

说明书

本发明为一种基于ASMP阈值最优和低通滤波的海水温度场重构算法，在观测区域内进行随机采样，得到采样值后，将温度数据转化为一维列信号的形式，并对温度场进行重构，过程如下：首先进行ASMP算法的初始化并运行ASMP算法，确定细化阈值搜索步骤中的起始阈值，在细化阈值搜索步骤中，运行ASMP算法确定最优输入阈值，将得到的最优阈值作为ASMP算法的输入量，再次运行ASMP算法得到稀疏估计，对稀疏估计进行低通滤波处理，并将一维温度信号还原为二维分布的形式，即可得到温度场的二维分布。本发明改进了ASMP重构算法，通过搜索最优输入阈值，使温度场信号稀疏度的估计更精确；根据温度场信号的特性，对稀疏估计进行低通滤波处理，进一步提高了海洋温度场的重构精度。

技术领域

本发明属于压缩感知重构技术领域，具体涉及一种基于ASMP阈值最优和低通滤波的海水温度场重构算法。

背景技术

海洋温度数据的获取一般采用实测方式，但是海洋所处的环境非常特殊，使得实测成本较高，同时，海水温度波动大，周期性和非周期性并存，实测所能得到的采样数据不具有连续性且数量有限。因此，一般情况下，海洋观测只能获得少量离散的海水温度数据，为了实现海水温度场的连续表达，必须对观测数据进行海水温度场的重构。以往的海洋温度场重构一般选择插值算法，这种方法计算量大且复杂，精确度不高且耗时耗力，通常需要大量的观测值才能够精确地重构。而压缩感知作为一种新兴的理论，其优势在于能够利用较少的采样点，较为精确地重构出原始信号，在节省资源的同时，也提高了重构精度。传统的信息采样是基于香农采样定理，它指出信号的采样率不低于最高频率的两倍，信号才能被精确的重构。该理论支配着几乎所有信号的获取、处理、存储和传输。一方面，在许多实际应用中，如超宽带通信，核磁共振，空间探测，高速AD转换器等，信息在存储和处理时，为达到采样率而需要大量的采样数据，从而导致采样硬件成本昂贵，获取效率低下甚至在某些情况难以实现。另一方面，在数据的存储和传输方面，传统的做法是先按照Nyquist方式获取数据，然后将获得的数据进行压缩，最后将压缩后的数据进行存储或传输。近年来，D.Donoho、E.Candes及华裔科学家T.Tao等人提出了一种新的信息获取理论－压缩感知。该理论指出：对于可压缩的信号，可以通过低于或远低于奈奎斯特标准的方式对其进行数据采样并精确重构该信号。与香农定理不同的是，压缩感知并不是直接测量信号本身，它使用非自适应线性投影来获得信号的整体构造从而直接得到重要的信息，忽略那些在有损压缩中会被丢弃的信息。

B.Chen，P.Pandey，and D.Pompili提出一种分布式采样方式，利用压缩感知技术对海洋温度场进行重构，从而实现对区域温度场的初步了解，Hummel R，Poduri S，Hover F设计了随机采样方案，应用压缩感知重构技术快速重构海洋温度场。以上研究都没有考虑到海洋温度场的特性，对压缩感知理论的应用较为基础，重构精度不高。目前尚无针对海洋温度场的数据特性来改进压缩感知的重构算法的研究。本发明提出了一种基于ASMP阈值最优和低通滤波的海水温度场重构算法，通过搜索最优阈值，使稀疏度的估计更为准确，提高了温度场的重构精度，同时，考虑到温度场能量主要集中在低频域。

发明内容

本发明是这样实现的：

一种基于ASMP阈值最优和低通滤波的海水温度场重构算法，包括如下步骤：

(1)对获取的温度数据进行稀疏变换；

(2)进行ASMP算法的初始化，并运行ASMP算法：确定阈值搜索范围为t_min～t_max，将阈值t作为ASMP算法的输入参数，利用ASMP算法对目标信号重构；

(3)确定细化阈值搜索步骤中的起始阈值。