CN103780264A - 一种基于fpga的压缩感知方法 - Google Patents
一种基于fpga的压缩感知方法 Download PDFInfo
- Publication number
- CN103780264A CN103780264A CN201410031914.4A CN201410031914A CN103780264A CN 103780264 A CN103780264 A CN 103780264A CN 201410031914 A CN201410031914 A CN 201410031914A CN 103780264 A CN103780264 A CN 103780264A
- Authority
- CN
- China
- Prior art keywords
- module
- fpga
- wireless module
- signal
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种基于FPGA的压缩感知方法。该方法利用FPGA将声音信号进行采样得到非自适应线性投影值,通过ZigBee无线模块进行无线传输,通过正交匹配追踪算法将投影值恢复为原始信号。本发明突破了奈奎斯特采样定理的瓶颈,只需通过FPGA传输极少个投影值就能实现对原始信号的精确重构。该方法不仅能有效保存原信号的客观质量,同时继承了优良的密码学特性,可以降低存储、处理和传输的成本,在压缩成像系统、模拟/信息转换、生物传感等领域有着广阔的应用前景。
Description
技术领域
本发明涉及一种压缩感知方法,尤其涉及一种基于FPGA的压缩感知方法。
背景技术
传统的信号获取和传输过程主要包括采样、压缩、传输和解压四个过程,其采样过程必须满足奈奎斯特采样定理,即采样频率不能低于模拟信号频谱中最高频率的2倍。在信号处理中,首先对信号进行稀疏变换, 如离散傅里叶变换或小波变换, 然后对少数绝对值较大的系数进行编码采样, 舍弃零或接近于零的小系数。通过对系数进行舍弃压缩,放弃了采样获得的大部分数据,但不影响原始信号的恢复效果。例如,在运用数百万像素的单反相机对场景进行拍摄成像时,会得到海量像素数据,但通过压缩编码后,只对部分信息进行存储和传输,最后通过解压缩算法对原始图像进行恢复重构。
过去的几十年间,处理系统获取数据的能力不断地得到增强,需要处理的数据量也不断增多,而传统的采样定理要求信号的采样率不得低于信号带宽的 2倍,这无疑给系统处理信号的能力提出了较高的要求,也给相应的硬件设备带来了极大的挑战,增加了数据存储、传输的成本,因此寻找新的数据采集处理方法成为一种必然。
压缩感知理论是一个充分利用信号稀疏性或可压缩性的全新的信号采集、编解码理论。该理论表明,当信号具有稀疏性或可压缩性时,通过少量投影值就可实现原始信号的准确或近似重构。压缩感知理论的提出主要建立在已有的盲源分离和稀疏分解理论基础上。盲源分离为压缩感知理论提供了在未知源信号的情况下通过测量编码值实现信号重构的思路,稀疏分解中的具体算法已直接被压缩感知解码重构所用。
发明内容
本发明的目的在于针对现有信号压缩技术的不足,提供一种基于FPGA的压缩感知方法。
为了实现上述的目的,本发明提供了一种基于FPGA的压缩感知方法,该方法在压缩感知系统上实现,压缩感知系统包括麦克风、供电模块、AD转换模块、FPGA模块、串口模块、第一无线模块、第二无线模块和上位机;麦克风与AD转换模块相连,AD转换模块与FPGA模块相连,第一无线模块通过串口模块与FPGA模块相连,麦克风、AD转换模块、FPGA模块、串口模块和第一无线模块均由供电模块供电;第二无线模块与上位机相连,第一无线模块和第二无线模块无线通信;该方法包括以下步骤:
(1)麦克风采集声音信号,并将声音信号传送至AD转换模块;
(2)AD转换模块将声音信号转化为数字信号,并送至FPGA模块;
(3)FPGA模块将采样后得到的数字信号进行编码测量,得到非自适应线性投影值,该步骤具体为:将数字信号 x 投影到一组测量向量 上,而得到非自适应线性投影值,式中,<>表示乘积,为的转置矩阵,m为矩阵的维数;
写成矩阵形式为:
(4)FPGA模块将非自适应线性投影值通过串口传输给第一无线模块,由第一无线模块和第二无线模块传输给上位机;
(5)上位机接收到投影值后通过正交匹配追踪算法来恢复原始信号:所述正交匹配追踪算法步骤如下;
(5.4)用最小二乘法去获得新的信号估计;
本发明的有益效果在于,本发明能够利用FPGA发送的极少量采样投影值就可实现信号的准确或近似重构,尤其是在大规模数据信号而且信标节点稀疏性很大的场景下具有比较明显的优势。
附图说明
图1是本发明的压缩感知系统的结构示意图。
具体实施方式
本发明基于FPGA的压缩感知方法是在远小于奈奎斯特采样率的条件下,用FPGA获取信号的编码测量投影样本进行无线传输,然后通过非线性重构算法来实现信号高质量重构。该方法在压缩感知系统上实现,压缩感知系统包括麦克风、供电模块、AD转换模块、FPGA模块、串口模块、第一无线模块、第二无线模块和上位机。麦克风与AD转换模块相连,AD转换模块与FPGA模块相连,第一无线模块通过串口模块与FPGA模块相连,麦克风、AD转换模块、FPGA模块、串口模块和第一无线模块均由供电模块供电。第二无线模块与上位机相连,第一无线模块和第二无线模块无线通信。该方法包括以下步骤:
1、麦克风采集声音信号,并将声音信号传送至AD转换模块。
2、AD转换模块将声音信号转化为数字信号,并送至FPGA模块。
FPGA模块控制AD转换模块对麦克风收集的声源信号进行采样,采样频率根据声源的不同而进行选择,AD转换模块拥有六个AD通道,可以同时对六个声源进行采样。
3、FPGA模块将采样后得到的数字信号进行编码测量,得到非自适应线性投影值。
写成矩阵形式为:
4、FPGA模块将非自适应线性投影值通过串口传输给第一无线模块,由第一无线模块和第二无线模块传输给上位机。
第一无线模块和第二无线模块采用ZigBee协议,第一无线模块收到串口数据后无线发送,第二无线模块接收到非自适应线性投影值后传送给上位机。
5、上位机接收到投影值后通过正交匹配追踪算法来恢复原始信号。
正交匹配追踪算法步骤如下;
5.2、找到索引,使其满足;
5.4、用最小二乘法去获得新的信号估计;
5.5、计算新的余量 ;
5.7、最后即为要恢复的信号。
本发明在于突破了奈奎斯特采样定理的瓶颈,只需通过FPGA传输极少个投影值就能准确恢复出原始信号,不仅能有效保存原信号的客观质量,同时继承了优良的密码学特性,可以降低存储、处理和传输的成本,在压缩成像系统、模拟/信息转换、生物传感等领域有着广阔的应用前景。
Claims (1)
1.一种基于FPGA的压缩感知方法,该方法在压缩感知系统上实现,压缩感知系统包括麦克风、供电模块、AD转换模块、FPGA模块、串口模块、第一无线模块、第二无线模块和上位机;麦克风与AD转换模块相连,AD转换模块与FPGA模块相连,第一无线模块通过串口模块与FPGA模块相连,麦克风、AD转换模块、FPGA模块、串口模块和第一无线模块均由供电模块供电;第二无线模块与上位机相连,第一无线模块和第二无线模块无线通信;其特征在于,该方法包括以下步骤:
(1)麦克风采集声音信号,并将声音信号传送至AD转换模块;
(2)AD转换模块将声音信号转化为数字信号,并送至FPGA模块;
(3)FPGA模块将采样后得到的数字信号进行编码测量,得到非自适应线性投影值,该步骤具体为:将数字信号 x 投影到一组测量向量 上,而得到非自适应线性投影值,式中,<>表示矩阵的乘积,为的转置矩阵,m为矩阵的维数;
写成矩阵形式为:
(4)FPGA模块将非自适应线性投影值通过串口传输给第一无线模块,由第一无线模块和第二无线模块传输给上位机;
(5)上位机接收到投影值后通过正交匹配追踪算法来恢复原始信号:所述正交匹配追踪算法步骤如下;
(5.4)用最小二乘法去获得新的信号估计;
(5.5)计算新的余量 ;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410031914.4A CN103780264A (zh) | 2014-01-24 | 2014-01-24 | 一种基于fpga的压缩感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410031914.4A CN103780264A (zh) | 2014-01-24 | 2014-01-24 | 一种基于fpga的压缩感知方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103780264A true CN103780264A (zh) | 2014-05-07 |
Family
ID=50572169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410031914.4A Pending CN103780264A (zh) | 2014-01-24 | 2014-01-24 | 一种基于fpga的压缩感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103780264A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105872485A (zh) * | 2016-06-06 | 2016-08-17 | 贵州大学 | 用于智能交通的基于fpga图像压缩传输装置及方法 |
CN105992007A (zh) * | 2015-03-03 | 2016-10-05 | 中国联合网络通信集团有限公司 | 无线视频传输方法及装置 |
CN108337002A (zh) * | 2018-02-09 | 2018-07-27 | 黄淮学院 | 一种多通道声信号重构方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101764652A (zh) * | 2010-01-18 | 2010-06-30 | 哈尔滨工业大学 | 基于正交匹配追踪的具有压缩感知过程的信号检测方法 |
US20110007795A1 (en) * | 2009-07-13 | 2011-01-13 | L3 Communications Intergrated Systems, L.P. | Compressed sensing characterization system and method |
CN103124179A (zh) * | 2013-01-14 | 2013-05-29 | 江苏大学 | 基于正交匹配追踪的电力系统数据重构解压缩方法 |
CN103280084A (zh) * | 2013-04-24 | 2013-09-04 | 中国农业大学 | 一种多参数实时监测的数据采集方法 |
-
2014
- 2014-01-24 CN CN201410031914.4A patent/CN103780264A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110007795A1 (en) * | 2009-07-13 | 2011-01-13 | L3 Communications Intergrated Systems, L.P. | Compressed sensing characterization system and method |
CN101764652A (zh) * | 2010-01-18 | 2010-06-30 | 哈尔滨工业大学 | 基于正交匹配追踪的具有压缩感知过程的信号检测方法 |
CN103124179A (zh) * | 2013-01-14 | 2013-05-29 | 江苏大学 | 基于正交匹配追踪的电力系统数据重构解压缩方法 |
CN103280084A (zh) * | 2013-04-24 | 2013-09-04 | 中国农业大学 | 一种多参数实时监测的数据采集方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105992007A (zh) * | 2015-03-03 | 2016-10-05 | 中国联合网络通信集团有限公司 | 无线视频传输方法及装置 |
CN105872485A (zh) * | 2016-06-06 | 2016-08-17 | 贵州大学 | 用于智能交通的基于fpga图像压缩传输装置及方法 |
CN108337002A (zh) * | 2018-02-09 | 2018-07-27 | 黄淮学院 | 一种多通道声信号重构方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104574450B (zh) | 一种基于压缩感知的图像重构方法 | |
CN102142139B (zh) | 基于压缩学习感知的sar高分辨图像重建方法 | |
CN103237204B (zh) | 基于高维压缩感知的视频信号采集与重构系统 | |
CN108419083B (zh) | 一种图像多级小波全子带压缩感知编码方法 | |
US9455741B2 (en) | Method for collecting signal with sampling frequency lower than Nyquist frequency | |
CN105761290A (zh) | 一种自适应的多尺度分块压缩感知采样方法 | |
CN103780264A (zh) | 一种基于fpga的压缩感知方法 | |
CN103955956B (zh) | 一种面向压缩感知的图像联合重构方法 | |
CN101901493A (zh) | 基于压缩采样的多视点图像联合重构方法和系统 | |
CN108288295A (zh) | 基于结构信息的红外小目标图像的快速重构方法及系统 | |
CN103985100A (zh) | 一种基于自适应观测组合优化的分块压缩感知方法 | |
CN104883192B (zh) | 基于混合压缩采样的非合作超宽带信号的重构方法 | |
Nahar et al. | An introduction to compressive sensing and its applications | |
Zamani et al. | On the use of compressive sensing (CS) exploiting block sparsity for neural spike recording | |
Siddamal et al. | A survey on compressive sensing | |
CN104243986B (zh) | 基于数据驱动张量子空间的压缩视频采集与重构系统 | |
CN105049870B (zh) | 一种基于稀疏度估计的分布式视频压缩感知快速重建方法 | |
CN102281443A (zh) | 基于优化的层式离散余弦变换的压缩感知图像处理方法 | |
CN109194968A (zh) | 一种融合信源信道译码的图像压缩感知方法 | |
Li et al. | Data hiding based on subsampling and compressive sensing | |
CN108596851A (zh) | 一种基于小波变化的压缩感知图像处理算法 | |
Thepade et al. | New clustering algorithm for Vector Quantization using Haar sequence | |
CN109246437B (zh) | 一种基于里德所罗门码的图像压缩感知方法 | |
CN102982563A (zh) | 一种基于光学轮廓波变换的图像压缩方法 | |
CN107707917A (zh) | 一种基于信息熵的视频自适应采样率设定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140507 |
|
WD01 | Invention patent application deemed withdrawn after publication |