[发明专利]一种基于压缩感知的布里渊光信号采集方法

权利要求书

1.一种基于压缩感知的布里渊光信号采集方法，其特征在于，所述方法包括以下步骤：

步骤1，在布里渊分布式传感系统中，将沿光纤方向由受激布里渊散射效应形成的时域轨迹作为压缩观测对象，根据泵浦脉冲宽度与光纤长度确定原始数据量N，原始数据x＝[x₁,x₂,x₃,...,x_N]^T，为光纤各位置点的布里渊增益，接着根据原始数据量N与压缩比例确定观测量M；

步骤2，观测矩阵采用Φ＝Φ_Gaussian×Φ_Sample，其中Φ_Gaussian为M×N的高斯随机矩阵，Φ_Sample构成方式为N×N的矩阵，对角线元素随机选取M个位置设为1，矩阵其余位置元素设为0，对角线上序列为一随机序列；

步骤3，在计算机中生成Φ_Sample，找出对角线元素中“1”所在位置并计算它们之间的间隔，存入向量s中，将此向量发送到AD转换器中作为随机采样时间间隔。对原始数据x采用向量s触发AD采样，采集M个数据点得到向量g；

步骤4，将压缩采样得到的数据发送到计算机中，并通过高斯随机矩阵Φ_Gaussian与采集数据g的乘积计算出观测向量y＝[y₁,y₂,y₃,...,y_M]；

步骤5，原始数据x由稀疏矩阵Ψ和稀疏系数θ的乘积构成，即x＝Ψθ，公式转变：y＝Φx＝ΦΨθ，将Φ与Ψ的乘积为传感矩阵A，最终方程转变为：y＝Aθ；

步骤6，将已知的观测向量y与传感矩阵A通过压缩感知算法求得θ，再根据x＝Ψθ恢复原始时域轨迹x，即得到光纤各位置点的布里渊光信号。

2.如权利要求1所述的基于压缩感知的布里渊光信号采集方法，其特征在于，所述步骤2中，Φ_Sample矩阵对角线序列中“1”表示原始数据x采样点的位置。

3.如权利要求1或2所述的基于压缩感知的布里渊光信号采集方法，其特征在于，所述步骤6，压缩感知算法是LASSO、OMP或ROMP。