专利名称：一种信号重建方法及设备的制作方法
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。在具体的量化操作中，量化器通常会引入两类失真，即有界失真和无界失真，其中，有界失真主要是由量化级的粗细粒度引进的失真；无界失真是由待量化采样数据的信号幅值超出了量化器的正常量化范围而引进的，也称量化中出现了数据的量化饱和失真现象，在实际应用中出现这一现象是由于受到实际量化器的预设电压电平有效工作范围及灵敏度等客观因素的限制，导致采样数据中超出量化器量化范围的信号幅值经量化后发生严重失真。因此，在CS技术的应用应用中，如果直接利用包含量化饱和失真的量化后的采样数据进行信号重建，势必降低信号重建的准确性。
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:对待重建信号进行压缩感知CS采样，并对采样后的数据进行量化，得到J个采样数据向量，其中，所述J为大于I的整数；区分每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据；基于预先设置的组合约束条件，使用所述每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据生成目标信号，并将所述目标信号作为对所述待
重建信号重建的信号。在第一种可能的实现方式中，所述对待重建信号进行CS采样，并对采样后的数据进行量化，得到J个采样数据向量包括:通过J条采样量化支路同时对待重建信号进行CS采样，并对采样后的数据进行量化，得到J个采样数据向量；或者通过单条件采样量化支路分时对待重建信号进行CS采样，并对采样后的数据进行量化，得到J个采样数据向量；或者
对待重建信号进行CS采样，并对采样后的数据进行量化，将量化后的采样数据分成J组，得到J个采样数据向量。结合第一方面或第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述预先设置的组合约束条件包括:对所述J个采样数据向量所对应的J个未知信号所具有的潜在联合稀疏性的约束条件；分别对每个所述采样数据向量中未发生量化饱和失真的数据的量化误差的约束条件，以及分别指示每个所述采样数据向量中发生量化饱和失真的数据的约束条件；对所述待重建信号所对应的未知信号与所述J个未知信号的关系的约束条件。结合第一方面或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，所述基于所述J个采样数据向量的联合稀疏性和预先设置的组合约束条件，使用所述每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据生成目标信号包括:基于所述J个采样数据向量的联合稀疏性和预先设置的组合约束条件，使用所述每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据，通过如下公式生成目标信号:
权利要求
1.一种信号重建方法，其特征在于，包括: 对待重建信号进行压缩感知CS采样，并对采样后的数据进行量化，得到J个采样数据向量，其中，所述J为大于I的整数； 区分每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据； 基于所述J个采样数据向量的联合稀疏性和预先设置的组合约束条件，使用所述每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据生成目标信号，并将所述目标信号作为对所述待重建信号重建的信号。
2.如权利要求1所述的方法，其特征在于，所述对待重建信号进行CS采样，并对采样后的数据进行量化，得到J个采样数据向量包括: 通过J条采样量化支路同时对待重建信号进行CS采样，并对采样后的数据进行量化，得到J个采样数据向量；或者 通过单条件采样量化支路分时对待重建信号进行CS采样，并对采样后的数据进行量化，得到J个采样数据向量；或者 对待重建信号进行CS采样，并对采样后的数据进行量化，将量化后的采样数据分成J组，得到J个采样数据向量。
3.如权利要求1或2所述的方法，其特征在于，所述预先设置的组合约束条件包括: 对所述J个采样数据向量所对应的J个未知信号所具有的潜在联合稀疏性的约束条`件；` 分别对每个所述采样数据向量中未发生量化饱和失真的数据的量化误差的约束条件，以及分别指示每个所述采样数据向量中发生量化饱和失真的数据的约束条件； 对所述待重建信号所对应的未知信号与所述J个未知信号的关系的约束条件。
4.如权利要求1或2所述的方法，其特征在于，所述基于所述J个采样数据向量的联合稀疏性和预先设置的组合约束条件，使用所述每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据生成目标信号包括: 基于所述J个采样数据向量的联合稀疏性和预先设置的组合约束条件，使用所述每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据，通过如下公式生成目标信号:
5.如权利要求4所述的方法，其特征在于，所述生成目标信号之前，所述方法还包括: 基于所述待重建信号，建立NX I的参考向量N为所述待重建信号的维度数。
6.一种信号重建设备，其特征在于，包括:采样量化单元、区分单元和重建单元，其中: 所述采样量化单元，用于对待重建信号进行压缩感知CS采样，并对采样后的数据进行量化，得到J个采样数据向量，其中，所述J为大于I的整数； 所述区分单元，用于区分每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据； 所述重建单元，用于基于所述J个采样数据向量的联合稀疏性和预先设置的组合约束条件，使用所述每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据生成目标信号，并将所述目标信号作为对所述待重建信号重建的信号。
7.如权利要求6所述的设备，其特征在于，所述采样量化单元还用于通过J条采样量化支路同时对待重建信号进行CS采样，并对采样后的数据进行量化，得到J个采样数据向量；或者 所述采样量化单元还用于通过单条件采样量化支路分时对待重建信号进行CS采样，并对采样后的数据进行量化，得到J个采样数据向量；或者 所述采样量化单元还用于对待重建信号进行CS采样，并对采样后的数据进行量化，将量化后的采样数据分成J组，得到J个采样数据向量。
8.如权利要求6或7所述的设备，其特征在于，所述预先设置的组合约束条件包括: 对所述J个采样数据向量所对应的J个未知信号所具有的潜在联合稀疏性的约束条件； 分别对每个所述采样数据向量中未发生量化饱和失真的数据的量化误差的约束条件，以及分别指示每个所述采样数据向量中发生量化饱和失真的数据的约束条件； 对所述待重建信号所对应的未知信号与所述J个未知信号的关系的约束条件。
9.如权利要求6或7所述的设备，其特征在于，所述重建单元还用于基于所述J个采样数据向量的联合稀疏性和预先设置的组合约束条件，使用所述每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据通过如下公式生成目标信号:Θ = argθmin丨|θ丨丨1
10.如权利要求9所述的设备，其特征在于，所述设备还包括: 建立单元，用于基于所述待重建信号，建立NX I的参考向量0 , N为所述待重建信号的维度数。
全文摘要
本发明实施例公开了一种信号重建方法，包括对待重建信号进行压缩感知CS采样，并对采样后的数据进行量化，得到J个采样数据向量，其中，所述J为大于1的整数；区分每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据；基于预先设置的组合约束条件，使用所述每个所述采样数据向量中未发生量化饱和失真的数据和发生量化饱和失真的数据生成目标信号，并将所述目标信号作为对所述待重建信号重建的信号。相应地，本发明实施例还公开了一种信号重建设备。本发明实施例可以提高信号重建的准确性。
文档编号H03M7/30GK103107815SQ20131000719
公开日2013年5月15日 申请日期2013年1月9日 优先权日2013年1月9日
发明者王悦 申请人:华为技术有限公司