CN104218953A - 一种信号压缩感知方法及设备 - Google Patents

Abstract

本发明实施例公开了一种信号压缩感知方法，包括：向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。相应地，本发明实施例还提供了一种信号压缩感知装置。本发明实施例可以提高对输入信号重建的准确性。

Description

一种信号压缩感知方法及设备

技术领域

本发明涉及信号处理领域，尤其涉及一种信号压缩感知方法及设备。

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。其中，CS技术主要包含采样操作和量化操作以及重建操作，即先对输入信号进行采样操作得到采样信号，再对该采样信号进行量化操作得到量化信号，最后根据量化信号重建输入信号。在实际应用中，对输入信号进行测量的测量数据量受硬件条件以及信道传输条件等因素制约，通常是受限的，其中，对输入信号进行测量的测量数据量等于量化操作中的量化比特数与采样操作中的采样点个数的乘积。

当测量数据量一定时，量化操作中的量化比特数的增加或减少都有可能影响对输入信号的重建的准确性，因为当测量数据量一定时，一味地增加（或者减少）量化比特数会导致采样点个数的相应减少（或者增加），而减少量化比特数或采样点个数均可能降低所获测量数据的可靠性和有效性，因此随意选定量化比特数或者采样点个数均会对输入信号的重建的准确性造成不利影响。且在实际应用中是通过编码端的多条支路对输入信号进行采样操作和量化操作，由于各条支路中测量数据量以及采用的量化比特数和采样点个数可能是不同的也可能是相同的，而译码端一味地假定各条支路采用的是相同的测量数据量、相同的量化比特数和相同采样点个数，且根据各条支路发送的量化信号和采样矩阵对输入信号进行重建，以得到重建信号。由于译码端重建信号时是假定各条支路采用的是相同的测量数据量、相同的量化比特数和相同采样点个数，而实际操作中各条支路的测量数据量、量化比特数和采样点个数可能是不同的，这样势必会影响对输入信号重建的准确性。

发明内容

本发明实施例提供了一种信号压缩感知方法及设备，可以提高对输入信号重建的准确性。

第一方面，本发明实施例提供的一种信号压缩感知方法，包括：

向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；

接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；

根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

在第一种可能的实现方式中，所述向编码端的各支路发送该支路的测量信息之后，所述接收所述编码端的各支路发送的第一测量数据之前，所述方法还包括：

接收所述编码端的各支路发送的所述测量参数，其中，所述测量参数包括量化比特数和采样点个数；

根据所述编码端的各支路发送的所述量化比特数和所述采样点个数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于所述支路整理该支路的第二测量数据，所述支路的第二测量数据为所述支路根据该支路的所述测量参数对所述输入信号进行测量的结果；其中，所述第一测量数据为所述支路根据所述策略参数对所述第二测量数据进行整理后的测量数据。

结合第一方面的上述任一实现方式，在第一方面的第一种可能的实现方式中，所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，包括：

通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步包括：

根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步包括：

通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，

$w_j=\frac{B_j}{{\mathrm{\Σ}}_{j=1}^J{B}_j}\frac{M_j}{{\mathrm{\Σ}}_{j=1}^J{M}_j}\frac{T_j}{{\mathrm{\Σ}}_{j=1}^J{T}_j}$

其中，B_j为所述编码端的第j条支路的量化比特数，M_j为与所述编码端的第j条支路对应的第一测量数据包含的量化值个数，T_j为与所述编码端的第j条支路对应的第一测量数据包含的测量数据量。

第二方面，本发明实施例提供的一种信号压缩感知方法，包括：

接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量；

根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数；

根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据；

将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

在第二方面的第一种可能的实现方式中，所述根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据，包括：

根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作得到第二测量数据；

接收所述译码端发送的策略参数，根据所述策略参数对所述第二测量数据进行整理得到第一测量数据，其中，所述策略参数是所述译码端根据所述译码端接收的测量参数生成的策略参数，所述译码端接收的测量参数包含所述第一测量参数。

结合第二方面的上述任一实现方式，在第二方面的第二种可能的实现方式中，所述根据所述测量数据量确定用于测量所述输入信号的第一测量参数，包括：

从与所述测量数据量对应的多个第一测量参数中选择出预先计算为最优的第一测量参数。

第三方面，本发明实施例提供的一种信号压缩感知装置，包括：第一发送单元、第一接收单元和计算单元，其中：

所述第一发送单元，用于向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；

所述第一接收单元，用于接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；

所述计算单元，用于根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

在第三方面的第一种可能的实现方式中，所述装置还包括：

第二接收单元，用于接收所述编码端的各支路发送的测量参数，其中，所述测量参数包括量化比特数和采样点个数；

第二发送单元，用于根据所述编码端的各支路发送的所述量化比特数和所述采样点个数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于所述支路整理该支路的第二测量数据，所述支路的第二测量数据为所述支路根据该支路的所述测量参数对所述输入信号进行测量的结果；其中，所述第一测量数据为所述支路根据所述策略参数对所述第二测量数据进行整理后的测量数据。

结合第三方面的上述任一实现方式，在第三方面的第二种可能的实现方式中，所述计算单元还用于通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

所述计算单元还用于根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

所述计算单元还用于通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

结合第三方面的第二种可能的实现方式，在第三方面的第三种可能的实现方式中，

$w_j=\frac{B_j}{{\mathrm{\Σ}}_{j=1}^J{B}_j}\frac{M_j}{{\mathrm{\Σ}}_{j=1}^J{M}_j}\frac{T_j}{{\mathrm{\Σ}}_{j=1}^J{T}_j}$

其中，B_j为所述编码端的第j条支路的量化比特数，M_j为与所述编码端的第j条支路对应的第一测量数据包含的量化值个数，T_j为与所述编码端的第j条支路对应的第一测量数据包含的测量数据量。

第四方面，本发明实施例提供的一种信号压缩感知装置，包括：接收单元、确定单元、操作单元和发送单元，其中：

所述接收单元，用于接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量；

所述确定单元，用于根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数；

所述操作单元，用于根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据；

所述发送单元，用于将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

在第四方面的第一种可能的实现方式中，所述操作单元还用于根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作得到第二测量数据；以及用于接收所述译码端发送的策略参数，根据所述策略参数对所述第二测量数据进行整理得到第一测量数据，其中，所述策略参数是所述译码端根据所述译码端接收的测量参数生成的策略参数，所述译码端接收的测量参数包含所述第一测量参数。

结合第四方面的上述任一实现方式，在第四方面的第二种可能的实现方式中，所述确定单元还用于从与所述测量数据量对应的多个第一测量参数中选择出预先计算为最优的第一测量参数。

上述技术方案中，向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。由于编码端的各支路根据所分配的测量数据量来确定该支路的最优的第一测量参数，并使用该第一测量参数进行测量获得测量数据，且所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，从而可以提高对输入信号重建的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种信号压缩感知方法的流程示意图；

图2是本发明实施例提供的另一种信号压缩感知方法的流程示意图；

图3是本发明实施例提供的另一种信号压缩感知方法的流程示意图；

图4是本发明实施例提供的另一种信号压缩感知方法的流程示意图；

图5是本发明实施例提供的一种可选的测量参数示意图；

图6是本发明实施例提供的另一种信号压缩感知方法的流程示意图；

图7是本发明实施例提供的一种信号压缩感知装置的结构示意图；

图8是本发明实施例提供的另一种信号压缩感知装置的结构示意图；

图9是本发明实施例提供的另一种信号压缩感知装置的结构示意图；

图10是本发明实施例提供的另一种信号压缩感知装置的结构示意图；

图11是本发明实施例提供的一种信号重建系统的结构示意图；

图12是本发明实施例提供的另一种信号压缩感知装置的结构示意图；

图13是本发明实施例提供的另一种信号压缩感知装置的结构示意图；

图14是本发明实施例提供的另一种信号压缩感知装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明实施例中，编码端的支路可以是在处理信号的设备中处理信号的模块，编码端的各支路可以是在处理信号的设备上，即该设备包含编码端的各支路，也可以是在不同的处理信号的设备上，译码端可以处理信号的设备中处理信号的另一模块，且译码端可以是与编码端的各支路在同一设备上，即该设备包含译码端和编码端的各支路，还可以是译码端与编码端的一部分支路在同一设备上，即该设备包含译码端和编码端的一部分各支路，还可以是译码端与编码端的支路在不同设备上。其中，处理信号的设备可以包含计算机、手机、平板电脑、服务器、基站、接入点设备等任何能够处理信号的设备。

图1是本发明实施例提供的一种信号压缩感知方法流程示意图，如图1所示，包括：

101、向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数。

各条支路的测量数据量表示该支路对输入信号进行测量时的总数据量的度量，该测量数据量在数值上等于该支路在进行采样和量化过程中的采样点个数与量化比特数的乘积，当这些支路接收到测量信息时，就知道用于测量输入信号的测量数据量，再根据该支路的所述测量数据量确定该支路的测量参数，再根据该测量参数对输入信号进行测量。

102、接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据。

当编码端的各支路接收到上述测量信息时，就可以根据该测量信息知道该支路的测量数据量，这样就可以根据该测量数据量确定该支路的测量参数，例如：量化比特数和采样点个数，再采用该测量参数对输入信号采样操作和量化操作，以得到第一测量数据。

103、根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

该步骤具体可以是，当接收到各支路发送的第一测量数量时，就可以根据第一测量数据包含的量化比特数信息、量化值个数以及测量数据量计算出各支路的权重值，再根据各支路的权重值得到加权混合范数，根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。其中，第一测量数据包含的测量数据量可以是通过第一测量数据包含的量化比特数和量化值个数计算出来的。

可选的，所述方法具体可以用于处理信号的设备上的译码端。

上述技术方案中，向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。由于编码端的各支路根据所分配的测量数据量来确定该支路的最优的第一测量参数，并使用该第一测量参数进行测量获得测量数据，且所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，从而可以提高对输入信号重建的准确性。

图2是本发明实施例提供的另一种信号压缩感知方法的流程示意图，如图2所示，包括：

201、向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数。

202、接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据。

可选的，第一测量数据可以包括量化信号和采样矩阵，其中，量化信号可以通过下如下公式表示：

y_j＝Q(m_j,B_j)

其中，y_j表示编码端第j条支路的量化信号，Q(·)为量化函数，该函数用于对采样信号进行量化操作，即，对采样信号列向量m_j中的每一个元素值就近选择一个最接近的量化级，并将此结果作为量化结果y_j中对应的新的元素值，B_j量化比特数，量化级数L_j是由量化比特数B_j决定的，B_j表示编码端的第j支路所确定的量化比特数，量化比特数与量化级数的数值关系为：量化级数等于2的量化比特数次方，即例如，当所确定的量化比特数为3时则量化级数为8=2³。即上述量化信号包含了量化比特数或者通过该量化信号可以计算出量化比特数，即该量化信号隐含了量化比特数。

其中，采样信号列向量m_j满足如下关系：

m_j＝A_jθ

其中，A_j为M_j×N的采样矩阵，M_j表示编码端的第j条支路所采用的采样点个数，j表示支路的索引号且j＝1,L,J，J表示编码端的支路的总数，θ为输入信号，且θ为N×1的列向量。支路对输入信号进行采样操作可以理解为对输入信号θ左乘采样矩阵A_j获得M_j×1的列向量的采样信号m_j。A_j在CS技术中起到低速采样的作用，因为M_j＜N，即将输入信号θ从原有的维度N降维映射为维度M_j的采样信号m_j，且采样信号m_j中的每一个采样值都是由A_j中的一个对应行向量与输入信号列向量θ相乘得到的。

203、通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值。

204、根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

${\left\{\right||{[y}_1}^T,L,{y_J}^T{]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T{\left|\right|}_2\≤\mathrm{\ϵ}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，ss.t.,:{·}表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

205、通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

可选的，上述w_j可以满足如下公式：

$w_j=\frac{B_j}{{\mathrm{\Σ}}_{j=1}^J{B}_j}\frac{M_j}{{\mathrm{\Σ}}_{j=1}^J{M}_j}\frac{T_j}{{\mathrm{\Σ}}_{j=1}^J{T}_j}$

其中，B_j为所述编码端的第j条支路的量化比特数，M_j为与所述编码端的第j条支路对应的第一测量数据包含的量化值个数，T_j为与所述编码端的第j条支路对应的第一测量数据包含的测量数据量。

可选的，所述方法具体可以用于处理信号的设备上的译码端。

上述技术方案中，在上面实施例的基础上增加了多种可选的实施方式，且都可以提高对输入信号重建的准确性。

图3是本发明实施例提供的另一种信号压缩感知方法的流程示意图，如图3所示，包括：

301、向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数。

302、接收所述编码端的各支路发送的所述测量参数，其中，所述测量参数包括量化比特数和采样点个数。

可选的，编码端的支路接收到上述测量数据量时，根据所述测量数据量确定测量所述输入信号的测量参数，并根据该测量参数对所述输入信号进行采样操作和量化操作得到第二测量数据；同时，将该参数发送至译码端，即实现该方法的装置，即步骤302接收所述编码端的各支路发送的测量参数。

303、根据所述编码端的各支路发送的所述量化比特数和所述采样点个数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于所述支路整理该支路的第二测量数据，所述支路的第二测量数据为所述支路根据该支路的所述测量参数对所述输入信号进行测量的结果。

当接收到所述编码端的各支路发送的测量参数，即获取每条支路的测量参数，这样就可以根据总的测量参数，即每条支路的测量参数之和，生成各条所述支路的策略参数，该策略参数具体可以是量化误差容忍门限。当然每条支路的量化误差容忍门限可以是不同的也可以是相同的，即生成各条所述支路的策略参数是单独为每条支路生成策略参数。其中，策略参数用于整理该支路的第二测量数据可以是，即将第二测量数据中不满足该策略参数的量化值删除，并将第二测量数据中的采样矩阵中与所删除的量化值相对应的行向量删除，以得到第一测量数据。

下面以第j条支路的为例进行说明，

其中，第j条支路的第二测量数据的量化值为i＝1,L,M_j，其中，表示量化信号列向量y_j中的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，第j条支路的未经量化操作前的采样值为i＝1,L,M_j其中，表示采样信号列向量m_j的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，就可以判断与差异的绝对值是否大于策略参数，即量化误差容忍门限η_j，当与差异的绝对值大于策略参数时，即时则放弃该量化值同时还要将采样矩阵A_j中与所放弃的该量化值所对应的行向量放弃，（注意：由于每一个采样值均是由A_j中的对应的第i＝1,L,M_j个行向量与输入信号相乘得到，且量化处理是对每一个采样值做幅度量化得到每一个量化值所以量化信号的量化值与采样信号的采样值以及与采样矩阵的行向量均是一一对应的），当与差异的绝对值小于或者等于策略参数时，即时则保留该量化值同时还要将采样矩阵A_j中与所保留的该量化值所对应的行向量保留。对第二测量数据的量化信号y_j进行整理后得到第一测量数据的量化信号对第二测量数据的采样矩阵A_j进行整理后得到第一测量数据的采样矩阵其中，中的量化保留值与采样保留矩阵中的采样保留行向量仍是一一对应的。注意：为说明简便且避免符号的使用过于复杂，后文仍可以使用y_j和A_j来表示经整理后得到的第一测量数据的量化保留信号和采样保留矩阵。

304、接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据为根据所述策略参数对所述第二测量数据进行整理后的测量数据。

305、根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

其中，步骤305可以包括：

通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

其中，步骤305进一步还可以包括：

根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

其中，步骤305进一步还可以包括：

通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

可选的，上述w_j可以满足如下公式：

$w_j=\frac{B_j}{{\mathrm{\Σ}}_{j=1}^J{B}_j}\frac{M_j}{{\mathrm{\Σ}}_{j=1}^J{M}_j}\frac{T_j}{{\mathrm{\Σ}}_{j=1}^J{T}_j}$

其中，B_j为所述编码端的第j条支路的量化比特数，M_j为与所述编码端的第j条支路对第一测量数据包含的量化值个数，T_j为与所述编码端的第j条支路对第一测量数据包含的测量数据量。

可选的，所述方法具体可以用于处理信号的设备上的译码端。

上述技术方案中，在上面实施例的基础上增加了多种可选的实施方式，且都可以提高对输入信号重建的准确性。

图4是本发明实施例提供的另一种信号压缩感知方法的流程示意图，如图4所示，包括：

401、接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量。

接收到上述测量信息时，就可以根据该测量信息确定该支路的测量参数，例如：量化比特数和采样点个数。

402、根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数。

第一测量参数与测量数据量是满足一定对应关系，步骤402可以包括：

从与所述测量数据量对应的多个第一测量参数中选择出预先计算为最优的第一测量参数。

例如：第一测量参数包含量化比特数和采样点个数时，测量数据量就等于量化比特数和采样点个数的乘积。

具体可以是，预先计算出与测量数据量对应的多个第一测量参数，同时计算出哪个第一测量参数是最优，例如：哪个第一测量参数重建信噪比最高，即重建信噪比最高的第一测量参数就最优。具体可以绘制图5，其中，图5绘制出多个测量数据量分别对应的多种量化比特数的性能曲线，即每个量化比特数都计算出对应的重建信噪比，这样步骤402就可以根据该图选择出最优的第一测量参数。注意：图5也可以表示成表格的形式，即每行对应不同的测量数据量，而每列分别对应不同的量化比特数，这样步骤402就可以根据查表的方式选择出最优的第一测量参数，本技术方案对具体表示方式或实现形式不作限定。

403、根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据。

该步骤具体可以是将输入信号左乘一个采样矩阵，得到采样信号，再对采样信号进行幅度量化获得量化信号，这样就可以得到包含量化信号和采样矩阵的第一测量信号。

具体可以通过如下公式生成采样信号：

m_j＝A_jθ

其中，A_j为M_j×N的采样矩阵，M_j表示编码端的第j条支路所采用的采样点个数，j表示支路的索引号且j＝1,L,J，J表示编码端的支路的总数，θ为输入信号，且θ为N×1的列向量。支路对输入信号进行采样操作可以理解为对输入信号θ左乘采样矩阵A_j获得M_j×1的列向量的采样信号m_j。A_j在CS技术中起到低速采样的作用，因为M_j＜N，即将输入信号θ从原有的维度N降维映射为维度M_j的采样信号m_j，且采样信号m_j中的每一个采样值都是由A_j中的一个对应行向量与输入信号列向量θ相乘得到的。

具体可以通过如下公式对采样信号进行幅度量化：

y_j＝Q(m_j,B_j)

其中，y_j表示编码端第j条支路的量化信号，Q(·)为量化函数，该函数用于对采样信号进行量化操作，即，对采样信号列向量m_j中的每一个元素值就近选择一个最接近的量化级，并将此结果作为量化结果y_j中对应的新的元素值，Bj量化比特数，量化级数L_j是由量化比特数B_j决定的，B_j表示编码端的第j支路所确定的量化比特数，量化比特数与量化级数的数值关系为：量化级数等于2的量化比特数次方，即例如，当所确定的量化比特数为3时则量化级数为8=2³。即上述量化信号包含了量化比特数或者通过该量化信号可以计算出量化比特数，即该量化信号隐含了量化比特数。

404、将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

当上述译码端接收到上述第一测量数据，且接收到其他第一测量数据时，即所述译码端接收的上述测量数据时，就可以进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

其中，所述加权混合范数是基于所述编码端的各支路（即实现所述方法的装置）的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

可选的，所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，包括：

通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

可选的，所述方法具体可以应用于处理信号的设备的编码端的支路上，即该支路可以实现上述方法。

上述技术方案中，接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量；根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数；根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据；将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。由于编码端的各支路根据所分配的测量数据量来确定该支路的最优的第一测量参数，并使用该第一测量参数进行测量获得测量数据，且所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，从而可以提高对输入信号重建的准确性。

图6是本发明实施例提供的另一种信号压缩感知方法的流程示意图，如图6所示，包括：

501、接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量。

502、根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数。

503、根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作得到第二测量数据。

步骤503具体可以是通过如下公式生成采样信号：

m_j＝A_jθ

其中，A_j为M_j×N的采样矩阵，M_j表示编码端的第j条支路所采用的采样点个数，j表示支路的索引号且j＝1,L,J，J表示编码端的支路的总数，θ为输入信号，且θ为N×1的列向量。支路对输入信号进行采样操作可以理解为对输入信号θ左乘采样矩阵A_j获得M_j×1的列向量的采样信号m_j。A_j在CS技术中起到低速采样的作用，因为M_j＜N，即将输入信号θ从原有的维度N降维映射为维度M_j的采样信号m_j，且采样信号m_j中的每一个采样值都是由A_j中的一个对应行向量与输入信号列向量θ相乘得到的。

步骤503再通过如下公式对采样信号进行幅度量化得到量化信号，再将该量化信号和上述采样矩阵作为第二测量数据：

y_j＝Q(m_j,B_j)

其中，y_j表示编码端第j条支路的量化信号，Q(·)为量化函数，该函数用于对采样信号进行量化操作，即，对采样信号列向量m_j中的每一个元素值就近选择一个最接近的量化级，并将此结果作为量化结果y_j中对应的新的元素值，B_j量化比特数，量化级数L_j是由量化比特数B_j决定的，B_j表示编码端的第j支路所确定的量化比特数。

504、接收所述译码端发送的策略参数，根据所述策略参数对所述第二测量数据进行整理得到第一测量数据，其中，所述策略参数是所述译码端根据所述译码端接收的测量参数生成的策略参数，所述译码端接收的测量参数包含所述第一测量参数。

具体的可以是，在步骤502之后和步骤504之前，还可以将所述第一测量参数发送至译码端，当译码端获取到包含所述第一测量参数的测量参数时，即该测量参数还可以包含其他各支路所发送的第一测量参数。译码端根据所述编码端的各支路发送的测量参数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于整理该支路的第二测量数据，所述支路的第二测量数据为根据该支路的所述测量数据量对所述输入信号进行测量的结果。

其中，上述策略参数具体可以是量化误差容忍门限，即步骤504是将第二测量数据中不满足该策略参数的量化值删除，并将第二测量数据中的采样矩阵中与所删除的量化值对应的行向量删除，以得到第一测量数据。

下面以第j条支路（即第j条支路可以实现所述方法）的为例进行说明，

其中，第j条支路的第二测量数据的量化值为i＝1,L,M_j，其中，表示量化信号列向量y_j中的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，第j条支路的未经量化操作前的采样值为i＝1,L,M_j其中，表示采样信号列向量m_j的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，就可以判断与差异的绝对值是否大于策略参数，即量化误差容忍门限η_j，当与差异的绝对值大于策略参数时，即时则放弃该量化值同时还要将采样矩阵A_j中与所放弃的该量化值所对应的行向量放弃，（注意：由于每一个采样值均是由A_j中的对应的第i＝1,L,M_j个行向量与输入信号相乘得到，且量化处理是对每一个采样值做幅度量化得到每一个量化值所以量化信号的量化值与采样信号的采样值以及与采样矩阵的行向量均是一一对应的），当与差异的绝对值小于或者等于策略参数时，即时则保留该量化值同时还要将采样矩阵A_j中与所保留的该量化值所对应的行向量保留。对第二测量数据的量化信号y_j进行整理后得到第一测量数据的量化信号对第二测量数据的采样矩阵A_j进行整理后得到第一测量数据的采样矩阵其中，中的量化保留值与采样保留矩阵中的采样保留行向量仍是一一对应的。注意：为说明简便且避免符号的使用过于复杂，后文仍可以使用y_j和A_j来表示经整理后得到的第一测量数据的量化保留信号和采样保留矩阵。

505、将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

当上述译码端接收到上述第一测量数据，且接收到其他支路的第一测量数据时，即所述译码端接收到编码端所有支路的上述测量数据时，就可以通过建立目标函数并根据所述译码端接收的测量数据，进行基于加权混合范数的联合信号重建，并计算出所述输入信号的重建信号。

其中，所述加权混合范数是基于所述编码端的各支路（即实现所述方法的装置）的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

可选的，所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，包括：

通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

可选的，所述方法具体可以应用于处理信号的设备的编码端的支路上，即该支路可以实现上述方法。

上述技术方案中，在上面实施例的基础上增加了多种可选的实施方式，且都可以提高对输入信号重建的准确性。

图7是本发明实施例提供的另一种信号压缩感知方法的流程示意图，如图7所示，包括：

601、译码端向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量。

602、编码端的支路根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数。

603、编码端的支路根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据。

604、编码端的支路将所述第一测量数据发送所述译码端。

605、译码端根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

需要说明的是，上述编码端的支路可以是表示编码端的所有支路中的一条，也可以表示编码端的所有支路。当表示编码端的所有支路中的一条时，即所述方法中仅列出编码端的所有支路中的一条的实现过程，编码端的所有支路中的其他支路的实现过程与上述支路的过程一样，此处不作重复说明。

上述技术方案中，译码端向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；译码端接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；译码端根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。由于编码端的各支路根据所分配的测量数据量来确定该支路的最优的第一测量参数，并使用该第一测量参数进行测量获得测量数据，且所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，从而可以提高对输入信号重建的准确性。

下面为本发明装置实施例，本发明装置实施例用于执行本发明方法实施例一至五实现的方法，为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例一、实施例二、实施例三、实施例四和实施例五。

图8是本发明实施例提供的另一种信号压缩感知装置的结构示意图，如图8所示，包括：第一发送单元71、第一接收单元72和计算单元73，其中：

第一发送单元71，用于向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数。

各条支路的测量数据量表示该支路对输入信号进行测量时的总数据量的度量，该测量数据量在数值上等于该支路在进行采样和量化过程中的采样点个数与量化比特数的乘积，当这些支路接收到测量信息时，就知道用于测量输入信号的测量数据量，再根据该支路的所述测量数据量确定该支路的测量参数，再根据该测量参数对输入信号进行测量。

第一接收单元72，用于接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据。

当编码端的各支路接收到上述测量信息时，就可以根据该测量信息知道该支路的测量数据量，这样就可以根据该测量数据量确定该支路的测量参数，例如：量化比特数和采样点个数，再采用该测量参数对输入信号采样操作和量化操作，以得到第一测量数据。

计算单元73，用于根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

计算单元73可以是，当接收到各支路发送的第一测量数量时，就可以根据第一测量数据包含的量化比特数信息、量化值个数以及测量数据量计算出各支路的权重值，再根据各支路的权重值得到加权混合范数，根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。其中，第一测量数据包含的测量数据量可以是通过第一测量数据包含的量化比特数和量化值个数计算出来的。

在另一个实施例中，计算单元73还可以用于通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值。

计算单元73进一步还可以用于根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

计算单元73进一步还可以用于通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

可选的，上述w_j可以满足如下公式：

$w_j=\frac{B_j}{{\mathrm{\Σ}}_{j=1}^J{B}_j}\frac{M_j}{{\mathrm{\Σ}}_{j=1}^J{M}_j}\frac{T_j}{{\mathrm{\Σ}}_{j=1}^J{T}_j}$

其中，B_j为所述编码端的第j条支路的量化比特数，M_j为与所述编码端的第j条支路对应的第一测量数据包含的量化值个数，T_j为与所述编码端的第j条支路对应的第一测量数据包含的测量数据量。

上述技术方案中，向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。由于编码端的各支路根据所分配的测量数据量来确定该支路的最优的第一测量参数，并使用该第一测量参数进行测量获得测量数据，且所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，从而可以提高对输入信号重建的准确性。

图9是本发明实施例提供的另一种信号压缩感知装置的结构示意图，如图9所示，包括：第一发送单元81、第二接收单元82、第二发送单元83、第一接收单元84和计算单元85，其中：

第一发送单元81，用于向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数。

第二接收单元82，用于接收所述编码端的各支路发送的所述测量参数，其中，所述测量参数包括量化比特数和采样点个数。

可选的，编码端的支路接收到上述测量数据量时，根据所述测量数据量确定测量所述输入信号的测量参数，并根据该测量参数对所述输入信号进行采样操作和量化操作得到第二测量数据；同时，将该参数发送至译码端，即实现该方法的装置，即第二接收单元82接收所述编码端的各支路发送的测量参数。

第二发送单元83，用于根据所述编码端的各支路发送的所述量化比特数和所述采样点个数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于所述支路整理该支路的第二测量数据，所述支路的第二测量数据为所述支路根据该支路的所述测量参数对所述输入信号进行测量的结果。

当接收到所述编码端的各支路发送的测量参数，即获取每条支路的测量参数，这样就可以根据总的测量参数，即每条支路的测量参数之和，生成各条所述支路的策略参数，该策略参数具体可以是量化误差容忍门限。当然每条支路的量化误差容忍门限可以是不同的也可以是相同的，即生成各条所述支路的策略参数是单独为每条支路生成策略参数。其中，策略参数用于整理该支路的第二测量数据可以是，即将第二测量数据中不满足该策略参数的量化值删除，并将第二测量数据中的采样矩阵中与所删除的量化值相对应的行向量删除，以得到第一测量数据。

下面以第j条支路的为例进行说明，

其中，第j条支路的第二测量数据的量化值为i＝1,L,M_j，其中，表示量化信号列向量y_j中的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，第j条支路的未经量化操作前的采样值为i＝1,L,M_j其中，表示采样信号列向量m_j的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，就可以判断与差异的绝对值是否大于策略参数，即量化误差容忍门限η_j，当与差异的绝对值大于策略参数时，即时则放弃该量化值同时还要将采样矩阵A_j中与所放弃的该量化值所对应的行向量放弃，（注意：由于每一个采样值均是由A_j中的对应的第i＝1,L,M_j个行向量与输入信号相乘得到，且量化处理是对每一个采样值做幅度量化得到每一个量化值所以量化信号的量化值与采样信号的采样值以及与采样矩阵的行向量均是一一对应的），当与差异的绝对值小于或者等于策略参数时，即时则保留该量化值同时还要将采样矩阵A_j中与所保留的该量化值所对应的行向量保留。对第二测量数据的量化信号y_j进行整理后得到第一测量数据的量化信号对第二测量数据的采样矩阵A_j进行整理后得到第一测量数据的采样矩阵其中，中的量化保留值与采样保留矩阵中的采样保留行向量仍是一一对应的。注意：为说明简便且避免符号的使用过于复杂，后文仍可以使用y_j和A_j来表示经整理后得到的第一测量数据的量化保留信号和采样保留矩阵。

第一接收单元84，用于接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据为根据所述策略参数对所述第二测量数据进行整理后的测量数据。

计算单元85，用于根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

计算单元85还可以用于通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

其中，计算单元85进一步还可以用于根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

其中，计算单元85进一步还可以用于通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

可选的，上述w_j可以满足如下公式：

$w_j=\frac{B_j}{{\mathrm{\Σ}}_{j=1}^J{B}_j}\frac{M_j}{{\mathrm{\Σ}}_{j=1}^J{M}_j}\frac{T_j}{{\mathrm{\Σ}}_{j=1}^J{T}_j}$

其中，B_j为所述编码端的第j条支路的量化比特数，M_j为与所述编码端的第j条支路对第一测量数据包含的量化值个数，T_j为与所述编码端的第j条支路对第一测量数据包含的测量数据量。

上述技术方案中，在上面实施例的基础上增加了多种可选的实施方式，且都可以提高对输入信号重建的准确性。

图10是本发明实施例提供的另一种信号压缩感知装置的结构示意图，如图10所示，包括：接收单元91、确定单元92、操作单元93和发送单元94，其中：

接收单元91，用于接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量。

接收到上述测量信息时，就可以根据该测量信息确定该支路的测量参数，例如：量化比特数和采样点个数。

确定单元92，用于根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数。

第一测量参数与测量数据量是满足一定对应关系，确定单元92还可以用于从与所述测量数据量对应的多个第一测量参数中选择出预先计算为最优的第一测量参数。

例如：第一测量参数包含量化比特数和采样点个数时，测量数据量就等于量化比特数和采样点个数的乘积。

具体可以是，预先计算出与测量数据量对应的多个第一测量参数，同时计算出哪个第一测量参数是最优，例如：哪个第一测量参数重建信噪比最高，即重建信噪比最高的第一测量参数就最优。具体可以绘制图5，其中，图5绘制出多个测量数据量分别对应的多种量化比特数的性能曲线，即每个量化比特数都计算出对应的重建信噪比，这样确定单元92就可以根据该图选择出最优的第一测量参数。注意：图5也可以表示成表格的形式，即每行对应不同的测量数据量，而每列分别对应不同的量化比特数，这样确定单元92就可以根据查表的方式选择出最优的第一测量参数，本技术方案对具体表示方式或实现形式不作限定。

操作单元93，用于根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据。

操作单元93具体可以是将输入信号左乘一个采样矩阵，得到采样信号，再对采样信号进行幅度量化获得量化信号，这样就可以得到包含量化信号和采样矩阵的第一测量信号。

具体可以通过如下公式生成采样信号：

m_j＝A_jθ

其中，A_j为M_j×N的采样矩阵，M_j表示编码端的第j条支路所采用的采样点个数，j表示支路的索引号且j＝1,L,J，J表示编码端的支路的总数，θ为输入信号，且θ为N×1的列向量。支路对输入信号进行采样操作可以理解为对输入信号θ左乘采样矩阵A_j获得M_j×1的列向量的采样信号m_j。A_j在CS技术中起到低速采样的作用，因为M_j＜N，即将输入信号θ从原有的维度N降维映射为维度M_j的采样信号m_j，且采样信号m_j中的每一个采样值都是由A_j中的一个对应行向量与输入信号列向量θ相乘得到的。

具体可以通过如下公式对采样信号进行幅度量化：

y_j＝Q(m_j,B_j)

其中，y_j表示编码端第j条支路的量化信号，Q(·)为量化函数，该函数用于对采样信号进行量化操作，即，对采样信号列向量m_j中的每一个元素值就近选择一个最接近的量化级，并将此结果作为量化结果y_j中对应的新的元素值，B_j量化比特数，量化级数L_j是由量化比特数B_j决定的，B_j表示编码端的第j支路所确定的量化比特数，量化比特数与量化级数的数值关系为：量化级数等于2的量化比特数次方，即例如，当所确定的量化比特数为3时则量化级数为8=2³。即上述量化信号包含了量化比特数或者通过该量化信号可以计算出量化比特数，即该量化信号隐含了量化比特数。

发送单元94，用于将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

当上述译码端接收到上述第一测量数据，且接收到其他第一测量数据时，即所述译码端接收的上述测量数据时，就可以进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

其中，所述加权混合范数是基于所述编码端的各支路（即实现所述信号压缩感知装置）的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

可选的，所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，包括：

通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

可选的，所述方法具体可以应用于处理信号的设备的编码端的支路上，即该支路可以实现上述方法。

上述技术方案中，上述技术方案中，接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量；根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数；根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据；将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。由于编码端的各支路根据所分配的测量数据量来确定该支路的最优的第一测量参数，并使用该第一测量参数进行测量获得测量数据，且所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，从而可以提高对输入信号重建的准确性。

图11是本发明实施例提供的另一种信号压缩感知装置的结构示意图，如图11所示，包括：接收单元101、确定单元102、操作单元103和发送单元104，其中：

接收单元101，用于接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量。

确定单元102，用于根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数。

操作单元103，用于根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作得到第二测量数据，并接收所述译码端发送的策略参数，根据所述策略参数对所述第二测量数据进行整理得到第一测量数据，其中，所述策略参数是所述译码端根据所述译码端接收的测量参数生成的策略参数，所述译码端接收的测量参数包含所述第一测量参数。

操作单元103具体可以用于通过如下公式生成采样信号：

m_j＝A_jθ

其中，A_j为M_j×N的采样矩阵，M_j表示编码端的第j条支路所采用的采样点个数，j表示支路的索引号且j＝1,L,J，J表示编码端的支路的总数，θ为输入信号，且θ为N×1的列向量。支路对输入信号进行采样操作可以理解为对输入信号θ左乘采样矩阵A_j获得M_j×1的列向量的采样信号m_j。A_j在CS技术中起到低速采样的作用，因为M_j＜N，即将输入信号θ从原有的维度N降维映射为维度M_j的采样信号m_j，且采样信号m_j中的每一个采样值都是由A_j中的一个对应行向量与输入信号列向量θ相乘得到的。

操作单元103再通过如下公式对采样信号进行幅度量化得到量化信号，再将该量化信号和上述采样矩阵作为第二测量数据：

y_j＝Q(m_j,B_j)

其中，y_j表示编码端第j条支路的量化信号，Q(·)为量化函数，该函数用于对采样信号进行量化操作，即，对采样信号列向量m_j中的每一个元素值就近选择一个最接近的量化级，并将此结果作为量化结果y_j中对应的新的元素值，B_j量化比特数，量化级数L_j是由量化比特数B_j决定的，B_j表示编码端的第j支路所确定的量化比特数。

具体的可以是，所述装置将第一测量参数发送至译码端，当译码端获取到包含所述第一测量参数的测量参数时，即该测量参数还可以包含其他各支路所发送的第一测量参数。译码端根据所述编码端的各支路发送的测量参数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于整理该支路的第二测量数据，所述支路的第二测量数据为根据该支路的所述测量数据量对所述输入信号进行测量的结果。

其中，上述策略参数具体可以是量化误差容忍门限，即操作单元103是将第二测量数据中不满足该策略参数的量化值删除，并将第二测量数据中的采样矩阵中与所删除的量化值对应的行向量删除，以得到第一测量数据。

下面以第j条支路（即所述装置可以是第j条支路）的为例进行说明，

其中，第j条支路的第二测量数据的量化值为i＝1,L,M_j，其中，表示量化信号列向量y_j中的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，第j条支路的未经量化操作前的采样值为i＝1,L,M_j其中，表示采样信号列向量m_j的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，就可以判断与差异的绝对值是否大于策略参数，即量化误差容忍门限η_j，当与差异的绝对值大于策略参数时，即时则放弃该量化值同时还要将采样矩阵A_j中与所放弃的该量化值所对应的行向量放弃，（注意：由于每一个采样值均是由A_j中的对应的第i＝1,L,M_j个行向量与输入信号相乘得到，且量化处理是对每一个采样值做幅度量化得到每一个量化值所以量化信号的量化值与采样信号的采样值以及与采样矩阵的行向量均是一一对应的），当与差异的绝对值小于或者等于策略参数时，即时则保留该量化值同时还要将采样矩阵A_j中与所保留的该量化值所对应的行向量保留。对第二测量数据的量化信号y_j进行整理后得到第一测量数据的量化信号对第二测量数据的采样矩阵A_j进行整理后得到第一测量数据的采样矩阵其中，中的量化保留值与采样保留矩阵中的采样保留行向量仍是一一对应的。注意：为说明简便且避免符号的使用过于复杂，后文仍可以使用y_j和A_j来表示经整理后得到的第一测量数据的量化保留信号和采样保留矩阵。

发送单元104，用于将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

当上述译码端接收到上述第一测量数据，且接收到其他支路的第一测量数据时，即所述译码端接收到编码端所有支路的上述测量数据时，就可以通过建立目标函数并根据所述译码端接收的测量数据，进行基于加权混合范数的联合信号重建，并计算出所述输入信号的重建信号。

其中，所述加权混合范数是基于所述编码端的各支路（即实现所述方法的装置）的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

可选的，所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，包括：

通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

上述技术方案中，在上面实施例的基础上增加了多种可选的实施方式，且都可以提高对输入信号重建的准确性。

图12是本发明实施例提供的一种信号重建系统的结构示意图，如图12所示，包括：译码端111和编码端112，其中所述编码端112包含至少一个支路1121，其中：

译码端111，用于向编码端112的各支路1121发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量；

支路1121，用于接收译码端111发送的测量信息，根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数，并根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据，再将所述第一测量数据发送所述译码端111。

译码端111还用于接收编码端112的各支路1121发送的第一测量数据；根据所述编码端112的各支路1121发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

可选的，译码端111可以是图7或图8所示的实施例中任一实施方式的信号压缩感知装置。支路1121可以是图9或图10所示的实施例中任一实施方式的信号压缩感知装置。

上述技术方案中，译码端向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；译码端接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；译码端根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。由于编码端的各支路根据所分配的测量数据量来确定该支路的最优的第一测量参数，并使用该第一测量参数进行测量获得测量数据，且所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，从而可以提高对输入信号重建的准确性

图13是本发明实施例提供的另一种信号压缩感知装置的结构示意图，如图13所示，包括：存储器121，以及与存储器121连接的处理器122，其中，存储器121存储一组程序代码，处理器122用于调用存储器121存储的程序执行如下操作：

向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；

接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；

根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

另一个实施例中，处理器122还用于执行如下操作：

向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；

接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；

通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

可选的，上述w_j可以满足如下公式：

$w_j=\frac{B_j}{{\mathrm{\Σ}}_{j=1}^J{B}_j}\frac{M_j}{{\mathrm{\Σ}}_{j=1}^J{M}_j}\frac{T_j}{{\mathrm{\Σ}}_{j=1}^J{T}_j}$

其中，B_j为所述编码端的第j条支路的量化比特数，M_j为与所述编码端的第j条支路对应的第一测量数据包含的量化值个数，T_j为与所述编码端的第j条支路对应的第一测量数据包含的测量数据量。

另一个实施例中，处理器122还可以用于执行如下操作：

向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；

接收所述编码端的各支路发送的所述测量参数，其中，所述测量参数包括量化比特数和采样点个数；

根据所述编码端的各支路发送的所述量化比特数和所述采样点个数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于所述支路整理该支路的第二测量数据，所述支路的第二测量数据为所述支路根据该支路的所述测量参数对所述输入信号进行测量的结果；

接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据为根据所述策略参数对所述第二测量数据进行整理后的测量数据；

根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

当接收到所述编码端的各支路发送的测量参数，即获取每条支路的测量参数，这样就可以根据总的测量参数，即每条支路的测量参数之和，生成各条所述支路的策略参数，该策略参数具体可以是量化误差容忍门限。当然每条支路的量化误差容忍门限可以是不同的也可以是相同的，即生成各条所述支路的策略参数是单独为每条支路生成策略参数。其中，策略参数用于整理该支路的第二测量数据可以是，即将第二测量数据中不满足该策略参数的量化值删除，并将第二测量数据中的采样矩阵中与所删除的量化值相对应的行向量删除，以得到第一测量数据。

上述技术方案中，向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。由于编码端的各支路根据所分配的测量数据量来确定该支路的最优的第一测量参数，并使用该第一测量参数进行测量获得测量数据，且所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，从而可以提高对输入信号重建的准确性。

图14是本发明实施例提供的另一种信号压缩感知装置的结构示意图，如图14所示，包括：存储器131，以及与存储器131连接的处理器132，其中，存储器131存储一组程序代码，处理器132用于调用存储器131存储的程序执行如下操作：

接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量；

根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数；

根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据；

将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

可选的，第一测量参数与测量数据量是满足一定对应关系，处理器132执行的根据所述测量数据量确定测量所述输入信号的第一测量参数的操作，可以包括：

从与所述测量数据量对应的多个第一测量参数中选择出预先计算为最优的第一测量参数。

具体可以是，预先计算出与测量数据量对应的多个第一测量参数，同时计算出哪个第一测量参数是最优，例如：哪个第一测量参数重建信噪比最高，即重建信噪比最高的第一测量参数就最优。具体可以绘制图5，其中，图5绘制出多个测量数据量分别对应的多种量化比特数的性能曲线，即每个量化比特数都计算出对应的重建信噪比，这样处理器132就可以根据该图选择出最优的第一测量参数。注意：图5也可以表示成表格的形式，即每行对应不同的测量数据量，而每列分别对应不同的量化比特数，这样处理器132就可以根据查表的方式选择出最优的第一测量参数，本技术方案对具体表示方式或实现形式不作限定。

另一个实施例中，处理器132还可以用于执行如下操作：

接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量；

根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数；

根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作得到第二测量数据；

接收所述译码端发送的策略参数，根据所述策略参数对所述第二测量数据进行整理得到第一测量数据，其中，所述策略参数是所述译码端根据所述译码端接收的测量参数生成的策略参数，所述译码端接收的测量参数包含所述第一测量参数；

将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

可选的，根据所述第一测量参数对所述输入信号进行采样操作和量化操作得到第二测量数据，具体可以是通过如下公式生成采样信号：

m_j＝A_jθ

其中，A_j为M_j×N的采样矩阵，M_j表示编码端的第j条支路所采用的采样点个数，j表示支路的索引号且j＝1,L,J，J表示编码端的支路的总数，θ为输入信号，且θ为N×1的列向量。支路对输入信号进行采样操作可以理解为对输入信号θ左乘采样矩阵A_j获得M_j×1的列向量的采样信号m_j。A_j在CS技术中起到低速采样的作用，因为M_j＜N，即将输入信号θ从原有的维度N降维映射为维度M_j的采样信号m_j，且采样信号m_j中的每一个采样值都是由A_j中的一个对应行向量与输入信号列向量θ相乘得到的。

再通过如下公式对采样信号进行幅度量化得到量化信号，再将该量化信号和上述采样矩阵作为第二测量数据：

y_j＝Q(m_j,B_j)

其中，y_j表示编码端第j条支路的量化信号，Q(·)为量化函数，该函数用于对采样信号进行量化操作，即，对采样信号列向量m_j中的每一个元素值就近选择一个最接近的量化级，并将此结果作为量化结果y_j中对应的新的元素值，B_j量化比特数，量化级数L_j是由量化比特数B_j决定的，B_j表示编码端的第j支路所确定的量化比特数。

具体的可以是，处理器132在执行根据所述测量数据量确定用于测量所述输入信号的第一测量参数之后，并在执行根据策略参数对所述第二测量数据进行整理得到第一测量数据之前，还可以将第一测量参数发送至译码端，当译码端获取到包含所述第一测量参数的测量参数时，即该测量参数还可以包含其他各支路所发送的第一测量参数。译码端根据所述编码端的各支路发送的测量参数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于整理该支路的第二测量数据，所述支路的第二测量数据为根据该支路的所述测量数据量对所述输入信号进行测量的结果。

其中，上述策略参数具体可以是量化误差容忍门限，即处理器132将第二测量数据中不满足该策略参数的量化值删除，并将第二测量数据中的采样矩阵中与所删除的量化值对应的行向量删除，以得到第一测量数据。

下面以第j条支路（即所述装置可以是第j条支路）的为例进行说明，

其中，第j条支路的第二测量数据的量化值为i＝1,L,M_j，其中，表示量化信号列向量y_j中的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，第j条支路的未经量化操作前的采样值为i＝1,L,M_j其中，表示采样信号列向量m_j的第i个元素，i表示元素在列向量中的索引号，j为支路的索引号，就可以判断与差异的绝对值是否大于策略参数，即量化误差容忍门限η_j，当与差异的绝对值大于策略参数时，即时则放弃该量化值同时还要将采样矩阵A_j中与所放弃的该量化值所对应的行向量放弃，（注意：由于每一个采样值均是由A_j中的对应的第i＝1,L,M_j个行向量与输入信号相乘得到，且量化处理是对每一个采样值做幅度量化得到每一个量化值所以量化信号的量化值与采样信号的采样值以及与采样矩阵的行向量均是一一对应的），当与差异的绝对值小于或者等于策略参数时，即时则保留该量化值同时还要将采样矩阵A_j中与所保留的该量化值所对应的行向量保留。对第二测量数据的量化信号y_j进行整理后得到第一测量数据的量化信号，对第二测量数据的采样矩阵A_j进行整理后得到第一测量数据的采样矩阵其中，中的量化保留值与采样保留矩阵中的采样保留行向量仍是一一对应的。注意：为说明简便且避免符号的使用过于复杂，后文仍可以使用y_j和A_j来表示经整理后得到的第一测量数据的量化保留信号和采样保留矩阵。

当上述译码端接收到上述第一测量数据，且接收到其他支路的第一测量数据时，即所述译码端接收到编码端所有支路的上述测量数据时，就可以通过建立目标函数并根据所述译码端接收的测量数据，进行基于加权混合范数的联合信号重建，并计算出所述输入信号的重建信号。

其中，所述加权混合范数是基于所述编码端的各支路（即实现所述方法的装置）的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

可选的，所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，包括：

通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_j\left|\right|}_{\mathrm{1,2}-w}\right\}$

$s.t.:$

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，‖‖₂表示二范数，ε为预先设置的误差约束参数，表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步可以包括：

通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

上述技术方案中，接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量；根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数；根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据；将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。由于编码端的各支路根据所分配的测量数据量来确定该支路的最优的第一测量参数，并使用该第一测量参数进行测量获得测量数据，且所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，从而可以提高对输入信号重建的准确性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存取存储器（Random Access Memory，简称RAM）等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (14)

1.一种信号压缩感知方法，其特征在于，包括：

向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；

接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；

根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

2.如权利要求1所述的方法，其特征在于，所述向编码端的各支路发送该支路的测量信息之后，所述接收所述编码端的各支路发送的第一测量数据之前，所述方法还包括：

接收所述编码端的各支路发送的所述测量参数，其中，所述测量参数包括量化比特数和采样点个数；

根据所述编码端的各支路发送的所述量化比特数和所述采样点个数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于所述支路整理该支路的第二测量数据，所述支路的第二测量数据为所述支路根据该支路的所述测量参数对所述输入信号进行测量的结果；其中，所述第一测量数据为所述支路根据所述策略参数对所述第二测量数据进行整理后的测量数据。

3.如权利要求1或2所述的方法，其特征在于，所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，包括：

通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步包括：

根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}\right\}$

s.t.:

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，[y₁ ^T,L,y_J ^T]^T为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，||||₂表示二范数，ε为预先设置的误差约束参数，s.t.,:{·}表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

所述根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，进一步包括：

通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

4.如权利要求3所述的方法，其特征在于，

$w_j=\frac{B_j}{{\mathrm{\Σ}}_{j=1}^J{B}_j}\frac{M_j}{{\mathrm{\Σ}}_{j=1}^J{M}_j}\frac{T_j}{{\mathrm{\Σ}}_{j=1}^J{T}_j}$

其中，B_j为所述编码端的第j条支路的量化比特数，M_j为与所述编码端的第j条支路对应的第一测量数据包含的量化值个数，T_j为与所述编码端的第j条支路对应的第一测量数据包含的测量数据量。

5.一种信号压缩感知方法，其特征在于，包括：

接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量；

根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数；

根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据；

将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

6.如权利要求5所述的方法，其特征在于，所述根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据，包括：

根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作得到第二测量数据；

接收所述译码端发送的策略参数，根据所述策略参数对所述第二测量数据进行整理得到第一测量数据，其中，所述策略参数是所述译码端根据所述译码端接收的测量参数生成的策略参数，所述译码端接收的测量参数包含所述第一测量参数。

7.如权利要求5或6所述的方法，其特征在于，所述根据所述测量数据量确定用于测量所述输入信号的第一测量参数，包括：

从与所述测量数据量对应的多个第一测量参数中选择出预先计算为最优的第一测量参数。

8.一种信号压缩感知装置，其特征在于，包括：第一发送单元、第一接收单元和计算单元，其中：

所述第一发送单元，用于向编码端的各支路发送该支路的测量信息，其中，该支路的测量信息用于表示该支路测量输入信号的测量数据量，以使所述编码端的各支路根据该支路的所述测量数据量确定该支路的测量参数；

所述第一接收单元，用于接收所述编码端的各支路发送的第一测量数据，其中，所述第一测量数据是发送该测量数据的支路根据该支路的所述测量参数对所述输入信号进行测量后得到的数据；

所述计算单元，用于根据所述编码端的各支路发送的第一测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号，其中，所述加权混合范数是基于所述编码端的各支路的权重值的混合范数，其中，所述编码端的各支路的权重值是根据该支路的第一测量数据包含的量化比特数、量化值个数以及测量数据量而计算出的值。

9.如权利要求8所述的装置，其特征在于，所述装置还包括：

第二接收单元，用于接收所述编码端的各支路发送的测量参数，其中，所述测量参数包括量化比特数和采样点个数；

第二发送单元，用于根据所述编码端的各支路发送的所述量化比特数和所述采样点个数生成各条所述支路的策略参数，并向所述编码端的各支路发送该支路的策略参数；其中，所述支路的策略参数用于所述支路整理该支路的第二测量数据，所述支路的第二测量数据为所述支路根据该支路的所述测量参数对所述输入信号进行测量的结果；其中，所述第一测量数据为所述支路根据所述策略参数对所述第二测量数据进行整理后的测量数据。

10.如权利要求8或9所述的装置，其特征在于，所述计算单元还用于通过如下公式建立基于加权混合范数的联合信号重建所需的目标函数：

${\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\left(\underset{j=1}{\overset{J}{\mathrm{\Σ}}}{\left(w_j{s}_{n,j}\right)}^2\right)}^{1/2}$

其中，所述J为所述编码端的支路的条数，s₁,L,s_J分别表示所述编码端的J条支路所对应的J个列向量，所述支路的对应列向量用于表示所述输入信号与该支路对应的未知待重建信号，所述列向量均为N×1的列向量，s_n,j表示s₁,L,s_J组成的J个列向量中第n行第j列的元素，w_j为所述编码端的第j条支路的权重值；

所述计算单元还用于根据所述目标函数以及所述编码端的各支路发送的第一测量数据，进行基于加权混合范数最小化和多支路整体约束下的联合信号重建：

${\hat{s}}_1,L,{\hat{s}}_J=\underset{s_1,L,s_J}{\arg \min }\left\{{\left|\right|s_1,L,s_J\left|\right|}_{\mathrm{1,2}-w}\right\}$

s.t.:

$\{{\left|\right|{[{y_1}^T,L,{y_J}^T]}^T-\mathrm{diag}(A_1,L,A_J){[{s_1}^T,L,{s_J}^T]}^T\left|\right|}_2\≤\mathrm{\ϵ}\}$

其中，s.t.:{}内包含约束条件，[y₁ ^T,L,y_J ^T]^T为所述编码端的J条支路的所有第一测量数据包含的量化信号，^T表示对向量的转置操作，A₁,L,A_J为所述编码端的J条支路的所有第一测量数据包含的采样矩阵，diag表示对多个采样矩阵的对角排列操作，|| ||₂表示二范数，ε为预先设置的误差约束参数，s.t.,:{·}表示求解在满足约束条件下令目标函数达到最小值时的所述编码端的J条支路所对应的J个未知待重建列向量s₁,L,s_J，求解后获得重建结果

所述计算单元还用于通过如下公式对所述重建结果进行列向量的平均化处理以获得所述输入信号的重建信号：

$\widehat{\mathrm{\θ}}=\mathrm{avg}\left({\left\{{\hat{s}}_j\right\}}_{j=1}^J\right)$

其中，avg表示对J个列向量进行列向量的平均化处理。

11.如权利要求10所述的装置，其特征在于，

$w_j=\frac{B_j}{{\mathrm{\Σ}}_{j=1}^J{B}_j}\frac{M_j}{{\mathrm{\Σ}}_{j=1}^J{M}_j}\frac{T_j}{{\mathrm{\Σ}}_{j=1}^J{T}_j}$

其中，B_j为所述编码端的第j条支路的量化比特数，M_j为与所述编码端的第j条支路对应的第一测量数据包含的量化值个数，T_j为与所述编码端的第j条支路对应的第一测量数据包含的测量数据量。

12.一种信号压缩感知装置，其特征在于，包括：接收单元、确定单元、操作单元和发送单元，其中：

所述接收单元，用于接收译码端发送的测量信息，其中，所述测量信息用于表示测量输入信号的测量数据量；

所述确定单元，用于根据所述测量数据量确定用于测量所述输入信号的第一测量参数，其中，所述第一测量参数包括量化比特数和采样点个数；

所述操作单元，用于根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作，以得到第一测量数据；

所述发送单元，用于将所述第一测量数据发送所述译码端，以使所述译码端根据所述译码端接收的包含所述第一测量数据的测量数据，进行基于加权混合范数的联合信号重建，并获得所述输入信号的重建信号。

13.如权利要求12所述的装置，其特征在于，所述操作单元还用于根据所述采样点个数对所述输入信号进行采样操作得到采样信号，并根据所述量化比特数对所述采样信号进行量化操作得到第二测量数据；以及用于接收所述译码端发送的策略参数，根据所述策略参数对所述第二测量数据进行整理得到第一测量数据，其中，所述策略参数是所述译码端根据所述译码端接收的测量参数生成的策略参数，所述译码端接收的测量参数包含所述第一测量参数。

14.如权利要求12或13所述的装置，其特征在于，所述确定单元还用于从与所述测量数据量对应的多个第一测量参数中选择出预先计算为最优的第一测量参数。