《一种基于多维伪随机序列的压缩感知矩阵构造方法.pdf》由会员分享,可在线阅读,更多相关《一种基于多维伪随机序列的压缩感知矩阵构造方法.pdf(9页完整版)》请在专利查询网上搜索。
1、(10)申请公布号 CN 103020018 A (43)申请公布日 2013.04.03 CN 103020018 A *CN103020018A* (21)申请号 201210579366.X (22)申请日 2012.12.27 G06F 17/16(2006.01) (71)申请人 南京师范大学 地址 210097 江苏省南京市鼓楼区宁海路 122 号 (72)发明人 唐燕 闾国年 殷奎喜 (74)专利代理机构 南京知识律师事务所 32207 代理人 李媛媛 (54) 发明名称 一种基于多维伪随机序列的压缩感知矩阵构 造方法 (57) 摘要 本发明公开了一种基于多维伪随机序列的压 缩感。
2、知矩阵构造方法, 主要应用领域是欠采样下 的稀疏信号恢复, 实现压缩感知框架下的欠采样 矩阵。与随机型压缩感知矩阵相比, 本发明特点 : 针对不同的信息长度 N 和压缩比上限 Cr要求, 获 取 m 序列优选对集合 , 采用结构化的硬件电路 产生压缩感知矩阵 A ; 压缩感知矩阵 A 仅有 “+1” 和 “-1” 组成, 列向量的互相关性小, 随着 n 值得上 升, 不断接近Welch界 ; 在相同的N和M取值下, 矩 阵 A 的稀疏度上限要比随机型矩阵大, 在噪声环 境下的恢复率最大可提高 20%。 (51)Int.Cl. 权利要求书 1 页 说明书 5 页 附图 2 页 (19)中华人民共。
3、和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 5 页 附图 2 页 1/1 页 2 1. 一种基于多维伪随机序列的压缩感知矩阵构造方法, 基于 m 序列优选对, 压缩感知 矩阵的具体构造步骤如下 : 步骤 1、 根据信息长度 N 和压缩比 Cr要求, 计算 m 序列阶数 n=log2(N/Cr+1), 如果 n 是 4 的倍数, 则取 n=n-1 ; 然后设置压缩感知矩阵行数 M=2n-1 ; 步骤 2、 由 2 个 n 次本原多项式和所产生的两个 m 序列构成一对优选 对 (u1,u2,n), 优选对查找规则 : 当 n 是偶数且 u1=1 时, 设 l=2i+1(1。
4、i n/2) , 如果 gcd(2n-1,l)=1且gcd(n,i)=2, 其中gcd表示最大公约数, 则u2=l ; 当n是奇数且u1=1时, 设 l=2i+1 或 l=22i-2i+1, 1i (n-1)/2, 如果 gcd(2n-1,l)=1 且 gcd(n,i)=1, 则 u2=l ; n 不能为 4 的倍数 ; 如果 s 与 2n-1 互素且存在优选对 (1,l,n), 则 (s,sl,n) 也是优选对 ; 步骤 3、 配置对应本原多项式和的两个最长线性反馈移位寄存器, 其输出 的连续 2n-1 项, 构成码组 g1和 g2; 生成 Gold 码组的过程如下 : 1) 每个时钟周期后。
5、, 码组 g2 左移一位后和码组 g1“模 2 加” , 得到 Gold 码组其中 t 0,1,.,N-1 ; 2) 经 过 2n-1 个时钟周期后, 码组 g1左移一位, 转到步骤 1) 作循环操作, 直到输出 N 个 Gold 码 组 ; 步骤4、 N个Gold码组构成二进制矩阵 的列向量, 将二进制矩阵 进行数值转换, 得到 压缩感知矩阵 2. 根据权利要求 1 所述的一种基于多维伪随机序列的压缩感知矩阵构造方法, 实施的 硬件构造为 : 根据本原多项式和设定两个 n 级线性反馈移存器中反馈线的连接 状态, 初始化寄存器状态, 避免出现全 “0” 状态 ; 时钟信号 Clock1 为全局。
6、时钟, 周期为 T1, 时 钟信号 Clock2 为 Clock1 的分频时钟, 周期 T2=(2n-1)T1; 线性反馈移存器和缓冲存储器的 输出分别接至两个数据选择器的输入端 S2和 S2, Clock1 和 Clock2 引入另一个数据选择器 的输入端 S2和 S1; 数据选择器的功能是 : 在地址选择信号 Select 的控制下, 从两路数据 S1 和 S2中选择一路作为输出信号 D ; 初始化数据选择器输出 D=S2, 经过 2n-1 个全局时钟周期, 一个周期的 m 序列保存至缓冲存储器中, 然后令 D=S1, 2n-1 个全局时钟后产生 Gold 序列的 一个周期码组, 作为二进。
7、制矩阵 的列向量 ; 经过NT2/M后, 产生压缩比为N/M的二进制矩阵 再经数值转换将 “0” 转换至 “-1” , 最终将产生双极性压缩感知矩阵 A。 权 利 要 求 书 CN 103020018 A 2 1/5 页 3 一种基于多维伪随机序列的压缩感知矩阵构造方法 技术领域 0001 本发明涉及一种由双极性码 “+1” 和 “-1” 组成的确定型压缩感知矩阵的构造, 可 采用结构化的全硬件实现。 背景技术 0002 作为模拟信号数字化的奠基性理论, 香农的奈奎斯特采样定理告诉我们, 为了精 确的恢复出原始的模拟信号, 对于带限信号的采样速率必须达到信道带宽的两倍以上。众 所周知, 随着宽。
8、带业务的发展, 一方面, 对信号采样率要求越来越高 ; 另一方面, 采样后的数 据一般要进行压缩后再传输, 期间大量的采样数据被抛弃 ; 两者的矛盾, 直接导致对有效数 据的采样效率下降。这就带给我们一个问题, 能不能只采集那些不被丢弃的数据?压缩感 知 (Compressed Sensing, CS) 理论提供了一个解决这个问题的新思路, 它将数据的采样和 压缩合并为一个步骤, 只获取不被抛弃的数据。 0003 压缩感知理论是 2004 年由 David L.Donoho, Emmanuel J.Candes 和 Terence Tao 等提出的, 它的表述为 : 如果一个未知的信号 x 在。
9、已知的正交基或者完备的正交基 上是 K-稀疏的, 即s=x,且s0K, 那么仅用少量测量值yM=MNsN1就可以精确地恢复出 原始信号 (MN)。压缩感知的理论主要包含两个问题 : 1) 设计一个稳定的感知矩阵, 能够使 得测量值不丢失原有的重要信息 ; 2) 设计一种重构算法, 能够有效、 快速地恢复原始信号。 后者与稀疏重构的研究一脉相承, 很多学者对此做了分析, 提出了大量的恢复算法, 如基追 踪 (Basic Pursuit, BP) 算法, 正交匹配追踪算法 (Orthogonal Matching Pursuit, OMP) 等。 0004 由于随机分布的测量矩阵具有与其他固定基都。
10、不相关的特性, 常被用于压缩感知 矩阵。 但在实际应用中, 这些随机矩阵存在存储元素容量巨大, 计算复杂度高的缺点。 可见, 压缩感知技术进一步的标准化, 首先需要设计出基于确定型构造的 CS 矩阵。 0005 众所周知, 仅由 “+1” 和 “-1” 所组成的双极性矩阵具有简单的计算量, 直观性和 计算机获取的便利性等特点。而基于二进制编码来产生双极性 CS 矩阵, 已证实可行, 如由 Reed-Muller 码和 BCH 码构成的双极性 CS 矩阵。在 CDMA 通信中, m 序列是由带线性反馈的 移存器产生的周期最长的序列。由于 m 序列的均衡性、 游程分布和自相关特性与随机序列 的基本。
11、性质极相似, 所以将其作为最常用的一类伪随机序列。基于 m 序列优选对, R.Gold 于 1967 年提出一种具有三值相关性的编码组, 称为 Gold 码。Gold 码组可以由二个优选的 m 序列 “模二加” 得到, 具备良好的不相干特性, 其硬件构造简单, 产生的序列数多, 这些特性 很适用于 CS 矩阵。 发明内容 0006 本发明的目的在于克服现有技术中存在的缺陷, 提出了一种基于伪随机序列的确 定型压缩感知矩阵的构造方法。 0007 本发明所采用的技术方案如下 : 0008 一种基于多维伪随机序列的压缩感知矩阵构造方法, 基于 m 序列优选对, 压缩感 说 明 书 CN 103020。
12、018 A 3 2/5 页 4 知矩阵的具体构造步骤如下 : 0009 步骤 1、 根据信息长度 N 和压缩比 Cr要求, 计算 m 序列阶数 n=log2(N/Cr+1), 如 果 n 是 4 的倍数, 则取 n=n-1 ; 然后设置压缩感知矩阵行数 M=2n-1 ; 0010 步骤 2、 由 2 个 n 次本原多项式和所产生的两个 m 序列构成一对优 选对 (u1,u2,n), 优选对查找规则 : 当 n 是偶数且 u1=1 时, 设 l=2i+1(1i n/2) , 如果 gcd(2n-1,l)=1且gcd(n,i)=2, 其中gcd表示最大公约数, 则u2=l ; 当n是奇数且u1=1。
13、时, 设 l=2i+1 或 l=22i-2i+1, 1i (n-1)/2, 如果 gcd(2n-1,l)=1 且 gcd(n,i)=1, 则 u2=l ; n 不能为 4 的倍数 ; 如果 s 与 2n-1 互素且存在优选对 (1,l,n), 则 (s,sl,n) 也是优选对 ; 0011 步骤 3、 配置对应本原多项式和的两个最长线性反馈移位寄存器, 其 输出的连续 2n-1 项, 构成码组 g1和 g2; 生成 Gold 码组的过程如下 : 1) 每个时钟周期后, 码 组 g2左移一位后和码组 g1“模 2 加” , 得到 Gold 码组其中 t 0,1,.,N-1 ; 2) 经过 2n-。
14、1 个时钟周期后, 码组 g1左移一位, 转到步骤 1) 作循环操作, 直到输出 N 个 Gold 码组 ; 0012 步骤4、 N个Gold码组构成二进制矩阵 的列向量, 将二进制矩阵 进行数值转换, 得到压缩感知矩阵 0013 本发明涉及的技术方案具体为 : 0014 1、 根据需要, 查找 m 序列优选。 0015 首先, 定义互相关系数 : 设周期 v 的二元序列 a=(a0,a1,a2,), b=(b0,b1,b2,), ai,bi2; 对任意非负整数 , a 和 b 的互相关系数为其中 是 从2的加法群到 +1 和 -1 组成的乘法群的同构映射 : (0)=1, (1)=-1。 0。
15、016 以 上 所 述 的 m 序 列 优 选 对 的 定 义 :设 是的 一 个 本 原 元, 分别是2上 2 个 n 次本原多项式的首根, 和为对应的周期为 2n-1 的 m 序列集合。假定对于任意有 0017 0018 则和所产生的两个 m 序列构成一对优选对, 表示为 (u1,u2,n)。 0019 对于某个给定的 n 值, 寻找周期为 2n-1 的 m 序列优选对的方法如下 : 0020 1). 若 n=2t, u1=1, 1i t, l=2i+1, 若 gcd(2n-1,l)=1, 且 gcd(n,i)=2, 则 u2=l, 其 中 gcd 表示最大公约数。 0021 2). 若 。
16、n=2t+1, u1=1, 1i t, l=2i+1 或 l=22i-2i+1, 若 gcd(2n-1,l)=1, 且 gcd(n,i)=1, 则 u2=l。 0022 3). 若 n=4t, 无优选对。 0023 4). 设 s 与 2n-1 互素, 若存在优选对 (1,l,n), 则 (s,sl,n) 也是优选对。 0024 2、 将一对优选 (u1,u2,n) 的 m 序列进行 “模二加”后输出, 得到 Gold 序列集 文中均为 “模二加” 。 说 明 书 CN 103020018 A 4 3/5 页 5 0025 以上所述的任意两个 Gold 序列具有与 m 序列优选对相同的三值 互。
17、相关性, 即 0026 3、 设 是 MN(MN) 二进制矩阵 ,E 是 MN 单位阵, 则为列归一 化的双极性矩阵。 令=ATA,矩阵互相关性参数定义为矩阵A中任意两列互相关性的最 大绝对值 :若 1/3K1.5, 则双极性矩阵 A 满足参数 K+1=K 的 RIP 限制。 此时, OMP 算法能从 M 维的信号 y 中恢复出 K- 稀疏的 N 维信号 x。 0027 4、 由 m 序 列 优 选 对, 可 以 得 到 对 应 的 Gold 序 列 集, 然 后 由 不 同 Gold 序 列 的 连 续 2n-1 项 构 成 矩 阵的 列 向 量, 则 对 应 矩 阵 A 中 任 意 两 列。
18、 的 互 相 关 性 即互相关性参数 0028 本发明涉及的压缩感知矩阵 A 具有较强的自相关性和较弱的互相关性, 同时还具 备伪随机特性。 其方法简便、 电路结构简单, 可以很容易地得到大量的CS矩阵。 源于代数编 码理论的确定型构造方法, 使得其具备真正的可实用性, 有利于压缩感知理论的实践应用。 附图说明 0029 图 1 不同压缩比下 CS 矩阵 A 的互相关性分布情况 ; 0030 图 2 不同压缩比下基于 CS 矩阵 A 的 OMP 算法性能 ; 0031 图 3 不同噪声强度下基于 CS 矩阵 A 的 OMP 算法性能 ; 0032 图 4CS 矩阵 A 的构造框图。 具体实施方。
19、式 0033 下面结合附图和实施例, 做进一步详细说明。 0034 实施例 1 0035 基于 m 序列优选对, 得到 Gold 序列集, 由其构造 CS 矩阵 A 的方法如下 : 0036 1) . 给定 N, 压缩比下限 Cr, 则 M=N/Cr; 在保证压缩比的前提下, n=log2(M+1) ; 如果 n 是 4 的倍数 ,n=n-1, M=2n-1 ; 查找周期为 2n-1 的 m 序列优选对集合 。 0037 2) . 从集合 中选择一组优选对 (u1,u2,n), 计算本原多项式和 0038 3) . 与和对应的两个最长线性反馈移位寄存器分别输出两个优选的 m 序列, 分别取出两。
20、个 m 序列中连续 2n-1 项, 构成码组 g1和码组 g2。 0039 4) .初始化i1, j=1, t=0, 定义作用在g1上得一位左移变换L : L(g1)=(g11,g12, ,g1(n-1),g10), ct=g1。 0040 5) . 如果 t N-1, 转至步骤 8) ; 0041 6) . 如果 j 2n-1, t=t+1,g2=L(g2), j=j+1, 转至步骤 6) 。 0042 7) . 如果 i 2n-1, g1=L(g1), t=t+1, ct=g1, i i+1, j=1, 转至步骤 6) 。 说 明 书 CN 103020018 A 5 4/5 页 6 00。
21、43 8) . 码组集 c0,c1, cN-1 构成二进制矩阵 的列向量, 即 0044 9). 计算 CS 矩阵 0045 运用m序列优选对查找算法, 得到优选对集合, 下表中列出了不同n取值下的部分 优选对、 互相关性参数 和 Welch 界。对于 CS 矩阵 AMN, Welch 界为 这里考虑在最大压缩比下, 即 N=22n, M=2n-1 时的 Welch 界。CS 矩阵 A 互相关性参数 随着 n 值的上升, 不断接近 Welch 界。 0046 0047 当 n=7, M=127 时, 运用本实施例的构造方法, 得到不同压缩比 N/M 下 CS 矩阵 A。图 1 显示了它们的互相。
22、关性分布情况, 矩阵 A 具有三值互相关性, 主峰值为 考察主峰值在互相关性中的百分比。 从图1可见, 随着N/M的上升, 百分比下降, 互相关性分 布更平坦。图 2 显示了在不同压缩比 N/M 下, OMP 算法的成功率。可见, 对比相同大小的矩 阵 A 和 Gaussian 型随机矩阵, 前者的 OMP 算法成功率要高。当 N/M 不断增大时, 成功率下 降趋势明显, 这与图 2 中显示的互相关性分布情况相一致, 说明分布越集中, 成功率越高。 0048 下表显示了 100% 正确恢复时所能达到的最大稀疏度 K。运用本实施例的构造方 法, 当 N=22n, M=2n-1 时, 矩阵 A 达。
23、到的最大压缩比。此时, 对比随机型 CS 矩阵, 矩阵 A 的最 大稀疏度要高。表中同时列出随机型 CS 矩阵理论上限 K M/2lnN 和确定型 CS 矩阵的理 论上限可见在无噪声情况下, CS 矩阵 A 达到了随机型 CS 矩阵的理论上限。 0049 0050 图 3 显示了在噪声环境下, OMP 算法性能。运用本实施例的构造方法, 当 N=22n, M=2n-1 时, 考察了不同信噪比下, OMP 算法的恢复性能。对比随机型 CS 矩阵和确定型 CS 矩 阵 A, 后者的性能总体要优于前者。在相同信噪比和矩阵大小下, 最大可提高 20% 的 OMP 恢 复算法的成功率。 0051 实施例。
24、 2 说 明 书 CN 103020018 A 6 5/5 页 7 0052 图4显示了基于m序列优选对的CS矩阵A的硬件构造框图。 根据本原多项式 和设定两个 n 级线性反馈移存器中反馈线的连接状态, 初始化寄存器状态, 避免出现 全 “0” 状态。时钟信号 Clock1 为全局时钟, 周期为 T1; 时钟信号 Clock2 为 Clock1 的分频 时钟, 周期 T2=(2n-1)T1。线性反馈移存器和缓冲存储器的输出分别接至两个数据选择器的 输入端 S2和 S1, Clock1 和 Clock2 引入另一个数据选择器的输入端 S2和 S1; 2 选 1 数据选 择器 (MUX) 的功能是。
25、 : 当 Select=0 时, D=S1; 当 Select=1 时, D=S2。初始化 Select=1, 经过 2n-1个全局时钟周期, 一个周期的m序列保存至缓冲存储器中。 然后令Select=0, 2n-1个全 局时钟后产生 Gold 序列的一个周期码组, 作为二进制矩阵 的列向量。经过 NT2/M 后, 产生 压缩比为 N/M 的二进制矩阵再经数值转换将 “0” 转换至 “-1” , 最终将产生双极性 CS 矩 阵 A。 说 明 书 CN 103020018 A 7 1/2 页 8 图 1 图 2 说 明 书 附 图 CN 103020018 A 8 2/2 页 9 图 3 图 4 说 明 书 附 图 CN 103020018 A 9 。