CN105359419B - 发送装置、接收装置、及收发系统 - Google Patents

发送装置、接收装置、及收发系统 Download PDF

Info

Publication number
CN105359419B
CN105359419B CN201480037085.9A CN201480037085A CN105359419B CN 105359419 B CN105359419 B CN 105359419B CN 201480037085 A CN201480037085 A CN 201480037085A CN 105359419 B CN105359419 B CN 105359419B
Authority
CN
China
Prior art keywords
digital signal
compression
matrix
specific frequency
frequency components
Prior art date
Application number
CN201480037085.9A
Other languages
English (en)
Other versions
CN105359419A (zh
Inventor
河上春树
浅见徹
川原圭博
木代雅巳
工藤高裕
Original Assignee
国立大学法人东京大学
富士电机株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to JP2014001251 priority Critical
Priority to JP2014-001251 priority
Application filed by 国立大学法人东京大学, 富士电机株式会社 filed Critical 国立大学法人东京大学
Priority to PCT/JP2014/084427 priority patent/WO2015105010A1/ja
Publication of CN105359419A publication Critical patent/CN105359419A/zh
Application granted granted Critical
Publication of CN105359419B publication Critical patent/CN105359419B/zh

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L27/00Modulated-carrier systems
    • H04L27/18Phase-modulated carrier systems, i.e. using phase-shift keying includes continuous phase systems
    • H04L27/22Demodulator circuits; Receiver circuits
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/145Square transforms, e.g. Hadamard, Walsh, Haar, Hough, Slant transforms
    • HELECTRICITY
    • H03BASIC ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3059Digital compression and data reduction techniques where the original information is represented by a subset or similar information, e.g. lossy compression
    • H03M7/3062Compressive sampling or sensing
    • HELECTRICITY
    • H03BASIC ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3068Precoding preceding compression, e.g. Burrows-Wheeler transformation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B1/00Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/02Transmitters
    • H04B1/04Circuits
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04JMULTIPLEX COMMUNICATION
    • H04J11/00Orthogonal multiplex systems, e.g. using WALSH codes
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00Arrangements for detecting or preventing errors in the information received
    • H04L1/12Arrangements for detecting or preventing errors in the information received by using return channel
    • H04L1/16Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
    • H04L1/18Automatic repetition systems, e.g. van Duuren system ; ARQ protocols
    • H04L1/1867Arrangements specific to the transmitter end
    • H04L1/1887Scheduling and prioritising arrangements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/32Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device
    • H04N1/32101Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
    • H04N1/32144Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
    • H04N1/32149Methods relating to embedding, encoding, decoding, detection or retrieval operations
    • H04N1/32154Transform domain methods
    • H04N1/32176Transform domain methods using Walsh, Hadamard or Walsh-Hadamard transforms
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04JMULTIPLEX COMMUNICATION
    • H04J13/00Code division multiplex systems
    • H04J13/0007Code type
    • H04J13/004Orthogonal
    • H04J13/0048Walsh

Abstract

本发明的目的在于提供一种即使在原始的输入数字信号的稀疏性较低的情况下也能够进行高精度复原的发送装置、接收装置、以及收发系统。为此,包括压缩部(111),该压缩部(111)使用沃尔什函数对输入数字信号x进行变换,且提取出特定频率分量并进行压缩,生成并输出压缩后的压缩数字信号d。压缩部(11)具有将输入数字信号x与对应于所述特定频率分量的沃尔什函数的观测矩阵相乘的提取观测矩阵乘法运算部(12),生成并输出由提取观测矩阵乘法运算部(12)变换后的数字信号作为压缩数字信号d。

Description

发送装置、接收装置、及收发系统

技术领域

本发明涉及即使在原始的输入数字信号的稀疏性(Sparisity)较低的情况下也能够进行高精度复原的发送装置、接收装置、以及收发系统。

背景技术

在要求具有低功耗的无线传感器节点中,削减占较多功耗的无线发送功率是必不可少的。作为其中一种手段,可通过对发送数据进行数据压缩,减少数据量来削减无线发送功率。

在一般的数据压缩中,大多使用ZIP、LZH等压缩技术。在采用这些压缩技术的数据压缩中,需要大量的运算,不适于在要求具有低功耗的无线传感器节点上实施。这是因为,例如,若将这种数据压缩应用于无线传感器节点,则相比于无线发送功率的削减量,由压缩运算所消耗的功率上升,由此反而导致整体的功耗增加。

另一方面,对于能够以低功耗进行数据压缩的技术,存在有压缩感知(Compressive sensoring)。关于压缩感知,在例如非专利文献1中有详细记载。该压缩感知的概要是利用被认为自然界的大多数信号所具有的信号的稀疏性,根据极少数被压缩的数据高精度地复原原始信号的技术。压缩感知中的压缩运算仅通过矩阵乘法来进行,因此运算较为容易,尤其在非专利文献1中,通过使用随机观测矩阵作为用于运算的矩阵,从而仅通过加减法运算就能实现压缩运算,该随机观测矩阵是通过在矩阵元素中将±1随机排列而得到的。

具体而言,若将原始数据的个数设为N,压缩运算后得到的压缩后数据的个数设为M,则当然N>M。若用N维的向量即输入数字信号x表示原始数据,M维的向量即压缩数字信号d表示压缩后的数据,则压缩感知中的压缩运算如下式(1)所示,可通过将M行N列的观测矩阵Φ与输入数字信号x相乘来求得压缩数字信号d。

d=Φx…(1)

这里,原始的输入数字信号x需要具有稀疏性。当输入数字信号x具有稀疏性时,使用适当的N行N列的基底变换矩阵Ψ,可将输入数字信号x表示为下式(2)。

x=Ψs…(2)

这里,s是N维的向量,当输入数字信号x具有稀疏性时,s的向量分量的大部分变为0。

输入数字信号x在具有上述稀疏性时,若使用元素随机的矩阵作为观测矩阵Φ,则基于观测矩阵Φ、基底变换矩阵Ψ、以及压缩数字信号d,使用L1范数最小化法等,能够高精度地复原原始的输入数字信号x。

另外,在非专利文献1中,通过将±1随机排列而得到的矩阵用于观测矩阵Φ,从而仅通过加减法运算来实现压缩运算。并且,由于式(1)是矩阵乘法运算,因此,数据压缩时的运算量变为M×N。

此外,在专利文献1中,公开了通过使用FFT,将数据压缩时的运算量从M×N削减至N+N×(log2)N的技术。

现有技术文献

专利文献

专利文献1:日本专利特开2013-90097号公报

非专利文献

非专利文献1:“使用循环矩阵的传感器节点上的压缩感知的安装及功耗的评价”(循環行列を用いたセンサノード上への圧縮センシングの実装と消費電力の評価),佐佐木达哉著,IPSJ SIG技术报告2012(Technical Report 2012)

发明内容

发明所要解决的技术问题

然而,对于利用非专利文献1所记载的现有的观测矩阵进行的针对经过数据压缩后的压缩数字信号d的复原,在原始的输入数字信号x具有较高的稀疏性的情况下能够高精度地进行复原,而在原始的输入数字信号x的稀疏性较低的情况下,则无法高精度地进行复原。

本发明是鉴于上述问题而完成的,其目的在于提供一种即使在原始的输入数字信号的稀疏性较低的情况下也能够进行高精度复原的发送装置、接收装置、以及收发系统。

解决技术问题所采用的技术方案

为了解决上述问题,达成目的,本发明所涉及的发送装置的特征在于,包括压缩部,该压缩部使用沃尔什函数对输入数字信号进行变换,提取出特定频率分量并进行压缩,生成并输出压缩后的压缩数字信号。

本发明所涉及的发送装置的特征在于,在上述发明中,所述压缩部使用对应于所述特定频率分量的沃尔什函数的观测矩阵来对所述输入数字信号进行变换,生成并输出该变换得到的数字信号作为所述压缩数字信号。

本发明所涉及的发送装置的特征在于,在上述发明中,对应于所述特定频率分量的沃尔什函数的观测矩阵是抽选出沃尔什函数的对应于特定频率分量的行而得到的矩阵。

本发明所涉及的发送装置的特征在于,在上述发明中,所述压缩部对输入数字信号进行高速沃尔什·哈达玛变换,从该变换得到的数字信号中抽选并输出对应于所述特定频率分量的部分。

本发明所涉及的接收装置的特征在于,包括复原部,该复原部将通过使用沃尔什函数进行变换、提取特定频率分量来进行压缩后得到的压缩数字信号,使用对应于所述特定频率分量的沃尔什函数的观测矩阵进行复原而得到发送侧的输入数字信号。

本发明所涉及的接收装置的特征在于,在上述发明中,所述复原部使用对应于所述特定频率分量的沃尔什函数的观测矩阵以及对应于离散傅里叶逆变换的基底变换矩阵,来对所述输入数字信号进行复原。

本发明所涉及的收发系统的特征在于,包括:发送装置,该发送装置具有使用沃尔什函数对输入数字信号进行变换,提取出特定频率分量进行压缩,生成并输出压缩后的压缩数字信号的压缩部、及以无线方式输出和发送所述压缩数字信号的发送部;以及接收装置,该接收装置具有接收由所述发送部以无线方式输出和发送的所述压缩数字信号的接收部、及将所述接收部接收到的所述压缩数字信号,使用对应于所述特定频率分量的沃尔什函数的观测矩阵进行复原而得到所述输入数字信号的复原部。

本发明所涉及的收发系统的特征在于,在上述发明中,所述压缩部使用对应于所述特定频率分量的沃尔什函数的观测矩阵来对所述输入数字信号进行变换,生成并输出该变换得到的数字信号作为所述压缩数字信号。

本发明所涉及的收发系统的特征在于,在上述发明中,对应于所述特定频率分量的沃尔什函数的观测矩阵是抽选出沃尔什函数的对应于特定频率分量的行而得到的矩阵。

本发明所涉及的收发系统的特征在于,在上述发明中,所述压缩部对输入数字信号进行高速沃尔什·哈达玛变换,从该变换得到的数字信号中抽选并输出对应于所述特定频率分量的部分。

本发明所涉及的收发系统的特征在于,在上述发明中,所述压缩部将抽选对应于所述特定频率分量的部分时以不按频率顺序进行排序的方式抽选出的数字信号生成并输出作为所述压缩数字信号,所述复原部具有将所输入的所述压缩数字信号按所述沃尔什函数的频率顺序进行排序的排序部,将由所述排序部排序后的所述压缩数字信号,使用对应于所述特定频率分量的沃尔什函数的观测矩阵进行复原而得到所述输入数字信号。

本发明所涉及的收发系统的特征在于,在上述发明中,所述复原部使用对应于所述特定频率分量的沃尔什函数的观测矩阵以及对应于离散傅里叶逆变换的基底变换矩阵,来对所述输入数字信号进行复原。

本发明所涉及的收发系统的特征在于,包括:发送装置,该发送装置具有:使用沃尔什函数对输入数字信号进行变换,提取出特定频率分量进行压缩,生成并输出压缩后的第1压缩数字信号的第1压缩部;利用使用了随机矩阵的观测矩阵对输入数字信号进行变换,生成并输出压缩后的第2压缩数字信号的第2压缩部;基于切换指示信号来切换所述第1压缩部和所述第2压缩部的处理的发送侧切换部;及以无线方式输出和发送由所述发送侧切换部切换输出后的所述第1压缩数字信号或所述第2压缩数字信号的发送部;以及接收装置,该接收装置具有:接收由所述发送部以无线方式输出和发送的所述第1压缩数字信号或所述第2压缩数字信号的接收部;在所述切换指示信号指示所述第1压缩部的处理时,将所述第1压缩数字信号使用对应于所述特定频率分量的沃尔什函数的观测矩阵进行复原而得到所述输入数字信号的第1复原部;在所述切换指示信号指示所述第2压缩部的处理时,将所述第2压缩数字信号使用利用了所述随机矩阵的观测矩阵进行复原而得到所述输入数字信号的第2复原部;基于切换指示信号来切换所述第1复原部和所述第2复原部的处理的接收侧切换部;及向所述发送侧切换部和所述接收侧切换部发送出所述切换指示信号的切换指示部。

本发明所涉及的收发系统的特征在于,在上述发明中,所述第1压缩部使用对应于所述特定频率分量的沃尔什函数的观测矩阵来对所述输入数字信号进行变换,生成并输出该变换得到的数字信号作为所述压缩数字信号。

本发明所涉及的收发系统的特征在于,在上述发明中,所述第1压缩部对输入数字信号进行高速沃尔什·哈达玛变换,从该变换得到的数字信号中抽选并输出对应于所述特定频率分量的部分。

本发明所涉及的收发系统的特征在于,所述第1复原部使用对应于所述特定频率分量的沃尔什函数的观测矩阵以及对应于离散傅里叶逆变换的基底变换矩阵,来对所述输入数字信号进行复原。

发明效果

根据本发明,压缩部使用沃尔什函数对输入数字信号进行变换,且提取特定频率分量进行压缩,从而生成并输出压缩后的压缩数字信号,因此,即使在原始的输入数字信号的稀疏性较低的情况下,也能够关于特定频率分量进行高精度的复原。

附图说明

图1是表示本发明的实施方式1的收发系统的整体结构的框图。

图2是表示实施方式1的发送装置所进行的发送处理步骤的概要的流程图。

图3是表示实施方式1的接收装置所进行的接收处理步骤的概要的流程图。

图4是示意性地示出本发明的实施方式1中具体的信号处理的概要的时序图。

图5是用向量来表示输入数字信号的图。

图6是表示实施方式1中压缩部和复原部进行的压缩或复原中所使用的提取观测矩阵的图。

图7是用向量来表示压缩数字信号的图。

图8是用矩阵来表示实施方式1中复原部的复原处理中所使用的基底变换矩阵的图。

图9是表示2n次哈达玛矩阵H(2n)与2n+1次哈达玛矩阵H(2n+1)的关系的图。

图10是表示基于图9所示的关系,生成以具体数值来表示的到23次为止的哈达玛矩阵的图。

图11是表示23次的哈达玛矩阵与该哈达玛矩阵所对应的沃尔什函数的关系的图。

图12是示意性地示出根据沃尔什函数所对应的观测矩阵,生成提取出特定频率分量的提取观测矩阵的方法的图。

图13是在应用了将随机矩阵作为观测矩阵的现有压缩感知的情况下,压缩前和复原后的某高速道路高架桥的振动的功率频谱图。

图14表示利用实施方式1的沃尔什函数所对应的提取观测矩阵来对与图13相同的高速道路高架桥的振动的输入数字信号进行了压缩和复原的情况下的功率频谱图。上部的图(图14(a))是压缩前的原始输入数字信号的功率频谱,中间的图(图14(b))是后述的通过沃尔什逆变换进行复原后的情况下的功率频谱,下部的图(图14(c))是使用对应于后述的离散傅里叶逆变换的基底变换矩阵Ψ来进行复原后的情况下的功率频谱。

图15是表示对应于离散傅里叶逆变换的基底变换矩阵的图。

图16是表示本发明的实施方式2的收发系统的压缩部的结构的框图。

图17是表示本发明的实施方式2的收发系统的复原部的结构的框图。

图18是表示高速沃尔什·哈达玛变换算法的信号流的图。

图19是表示高速沃尔什·哈达玛变换的具体例的图。

图20是示意性地说明特定频率分量提取部进行的提取处理的说明图。

图21是表示指定想要提取的特定频率的提取数据的一个示例的图。

图22是表示排序部进行保持的排序数据的一个示例的图。

图23是实施方式2中发送装置进行的发送处理步骤的流程图。

图24是实施方式2中接收装置进行的接收处理步骤的流程图。

图25是表示本发明的实施方式3的收发系统的概要结构的框图。

图26是表示实施方式3中压缩部的详细结构的框图。

图27是表示实施方式3中复原部的详细结构的框图。

图28是实施方式3中发送装置进行的发送处理步骤的流程图。

图29是实施方式3中接收装置进行的接收处理步骤的流程图。

图30是表示实施方式3的变形例中压缩部的详细结构的框图。

图31是表示实施方式3的变形例中复原部的详细结构的框图。

具体实施方式

下面,参照附图对用于实施本发明的方式进行说明。

(实施方式1)

图1是表示本发明的实施方式1的收发系统的整体结构的框图。该收发系统中,例如,未图示的加速度传感器测量构造物的振动的加速度分量,利用未图示的模拟·数字转换器将该加速度分量转换成数字信号,并将转换得到的输入数字信号x分别输入到对应的多个发送装置1。各发送装置1利用压缩部11对输入数字信号x进行压缩,生成压缩后的压缩数字信号d,发送部13将该压缩数字信号d发送至一个接收装置2侧。在接收装置2中,接收部21接收从各发送装置1发送来的压缩数字信号d,复原部22对该压缩数字信号d进行复原,并作为复原数字信号x’输出。另外,接收装置2接收从各发送装置1发送来的多个压缩数字信号d并对其进行复原,但这里,仅对从一个发送装置1发送来的压缩数字信号d的接收和复原进行说明。

图2是表示发送装置1所进行的发送处理步骤的概要的流程图。图3是表示接收装置2所进行的接收处理步骤的概要的流程图。如图2所示,首先输入数字信号x输入到发送装置1。按每一个压缩感知帧对该输入数字信号进行分割,一个压缩感知帧是一个输入数字信号x。于是,输入数字信号x由N个数据列构成。压缩部11使用沃尔什(Walsh)函数对该输入数字信号x进行变换,且提取出特定频率分量并进行压缩,由此生成并输出压缩后的压缩数字信号d(步骤S101)。该特定频率分量的提取是指选择性地抽选特定频率分量。该特定频率分量是指包含例如构造物的固有频率监控等过程中得到的固有频率在内的特定频率区域的信号分量。本实施方式1中,压缩部11使用对应于特定频率分量的沃尔什函数的观测矩阵Φa(以下,称为提取观测矩阵Φa)来对输入数字信号x进行变换,生成并输出该变换得到的数字信号作为压缩数字信号d。压缩数字信号d被压缩成M(M<N)个数据列。然后,发送部13对所生成的压缩数字信号d进行无线发送(步骤S102)。这里,由于存在M<N的关系,因此,相比于无线发送N个数据的情况,发送装置1对较少的M个数据进行无线发送,因此能够削减无线发送的功耗。

另一方面,如图3所示,在接收装置2中,接收部21接收从发送装置1发送来的压缩数字信号d(步骤S201)。然后,复原部22使用提取观测矩阵Φa和对应于离散傅里叶逆变换的基底变换矩阵Ψ,利用例如L1范数最小化法,对接收到的压缩数字信号d执行复原处理,生成并输出复原数字信号x’(步骤S202)。

复原数字信号x’被复原成与原始输入数字信号x相同的N个数据,但存在后述那样的复原误差。在使用了现有的压缩感知的情况下,该复原误差取决于输入数字信号x的稀疏性,若稀疏性较高则复原误差变小,若稀疏性较低则复原误差变大。

另外,一般情况下,若使用上述的压缩感知,则相对于ZIP或LZH这样的现有的压缩技术,虽然产生了复原误差,但与ZIP或LZH等现有的压缩技术相比,压缩处理可仅通过矩阵乘法运算来执行,因此压缩运算的功耗非常小。另一方面,在压缩感知中,复原处理变得复杂,从而复原这一侧的功耗通常会增加。这里,在一般的无线感知系统等收发系统的情况下,由于构成为进行压缩处理的无线传感器节点即发送装置1一侧需要抑制电池驱动等中的功耗,而进行复原处理的接收装置2一侧能够提供足够的电力,因此,可认为抑制发送装置1的功耗的压缩感知技术适用于无线感知系统。

图4是示意性地示出本发明的实施方式1中具体的信号处理的概要的时序图。如图4所示,输入数字信号x被分割成例如N=256个压缩感知帧。然后,利用压缩部11对各压缩感知帧的每一个进行各输入数字信号x的压缩处理,从而变换成M=80的压缩数字信号d。然后,由接收装置2一侧的复原部22来实施复原处理,生成与压缩前相同数量即N个复原数字信号x’。这里,如上所述,由于M<N,因此,发送装置1一侧的无线发送功率得以削减。

图5是用向量来表示输入数字信号x。这里,表示为元素数量为N个的列向量。图6示出压缩部11和复原部22进行的压缩或复原中所使用的提取观测矩阵Φa。图6中,提取观测矩阵Φa表示为M行N列的矩阵。图7是用向量来表示压缩数字信号d。这里,压缩数字信号d表示为元素数量为M个的列向量,成为M<N的关系。本实施方式1的压缩感知中的数据压缩通过式(3)所表示的矩阵运算来实施。因此,与ZIP或LZH这样的现有的压缩技术相比,能够以简单的运算来执行,运算数变为M×N次。

d=Φax…(3)

图8示出复原部22的复原处理中所使用的基底变换矩阵Ψ的矩阵表示。这里,基底变换矩阵Ψ由N行N列的矩阵来表示,如后述那样,复原部22使用对应于离散傅里叶逆变换的基底变换矩阵Ψ。

这里,如图1所示,压缩部11具有提取观测矩阵乘法运算部12。提取观测矩阵乘法运算部12如式(3)所示那样,将提取观测矩阵Φa与N个数据列即输入数字信号x相乘(矩阵乘法运算),从而生成M个数据列即压缩数字信号d。因此,提取观测矩阵乘法运算部12的运算量为M×N。

然而,现有的压缩感知中的观测矩阵Φ如非专利文献1所记载的那样,使用各元素为随机的随机矩阵,而在本实施方式1中,使用对应于特定频率分量的沃尔什函数的提取观测矩阵Φa来对输入数字信号x进行变换和压缩。

接着,参照图9~图12,说明根据沃尔什函数生成提取观测矩阵Φa的步骤。首先,沃尔什函数是将闭区间[0,1]等分成2n个,且各区间的值为+1或-1的方波状的函数。沃尔什函数是具有近似于三角函数的性质的完备标准正交函数系,能够与傅里叶级数展开同样地,对具有周期的任意波形进行沃尔什级数展开。这里,沃尔什函数通过对哈达玛(Hadamard)矩阵进行排序而得到。哈达玛矩阵是指由±1这两个值构成的较大的2n×2n的方阵,在给出2n次哈达玛矩阵H(2n)时,2n+1次的哈达玛矩阵H(2n+1)表示为图9所示那样。图10是表示基于图9所示的关系,生成以具体数值来表示的到23次为止的哈达玛矩阵的图。本实施方式1中,由于N=256,因此,虽然未进行图示,但根据28=256,从而应用28次的哈达玛矩阵。

这里,通过按照其交叉数的顺序对哈达玛矩阵H(2n)的各行的系列进行排序来获得沃尔什函数。交叉数是指各行的系列中值从+1变为-1,或者从-1变为+1的次数。沃尔什函数中,按照交叉数的升序存在有大致与傅里叶级数的sin波和cos波相对应的行,对应的频率上升。这里,最开始的行对应于直流。图11中,示出23次的哈达玛矩阵与该哈达玛矩阵所对应的沃尔什函数(波形wal(k,t/T):k为交叉数)。另外,在本实施方式1中,使用未图示的28次沃尔什函数。

图12是示意性地示出根据沃尔什函数所对应的观测矩阵Φ,生成提取特定频率分量的提取观测矩阵Φa的方法的图。特性频率分量在例如构造物的健康监控的情况下,设定于构造物的固定频率附近。本实施方式1中,由于构造物的固有频率在4Hz附近,因此,将特定频率分量设定为2~5Hz。

根据沃尔什函数提取特定频率分量的方法即为选择性地抽选对应于特定频率分量的行。例如,若将本实施方式1中模拟/数字转换的采样频率fs设为20Hz,则在沃尔什函数中,第一行对应于0Hz,最后一行即第N行对应于(N/2)/(N/fs)=fs/2Hz。因此,本实施方式1中,对应于20/2=10Hz。于是,由于每隔两行各行所包含的周期增加一个,因此,第2i及2i+1行对应于i/(N/fs)Hz。本实施方式1中,由于N=256,因此为i/12.8Hz。由此,关于对应于2Hz的行,通过对i/12.8=2进行求解,得到i=25.6、2i=51.2,由于第50行和第51行表示同一频率,因此对应于2Hz的是从第50行开始。关于对应于5Hz的行,通过对i/12.8=5进行求解,得到i=64、2i+1=129,从而对应于5Hz的行到第129行为止。因此,对应于2~5Hz的行成为50~129行这80行,从对应于沃尔什函数的观测矩阵Φ提取出该80行,从而求得提取观测矩阵Φa。

图12中,将观测矩阵Φ的开始行设为沃尔什函数的第k行,用M来表示观测矩阵Φ的行数。因此,本实施方式1的提取观测矩阵Φa中,k=50、M=80。由于经压缩部11压缩后的数据数M=80个,因此,压缩率为80/256=31(%),从而将原始的输入数字信号x压缩到1/3以下。

图13是在应用了将随机矩阵作为观测矩阵的现有压缩感知的情况下,压缩前和复原后的某高速道路高架桥的振动(加速度)的功率频谱图。即,图13的横轴为频率,纵轴为PSD(Power Spectral Density:功率谱密度)。这里,模拟/数字转换的采样频率为20Hz,图中的上部(图13(a))表示压缩前的原始数据的功率频谱,下部(图13(b))表示复原后的功率频谱。本例是原始的输入数字信号x的稀疏性较低的情况下的示例,在例如高架桥的固有频率为4Hz的两边,相对较大的波峰各有一个。从复原后的功率频谱来看,可知需要进行复原的某固有频率4Hz的波峰变小,而两边的波峰则被增强。由此,在现有的压缩感知中,当输入数字信号x的稀疏性较低时,复原误差变大。

与此相对,图14表示利用实施方式1的沃尔什函数所对应的提取观测矩阵Φa来对相同的高速道路高架桥的振动(加速度)的输入数字信号x进行了压缩和复原的情况下的功率频谱。这里,模拟/数字转换的采样频率为20Hz,上部的图(图14(a))是压缩前的原始的输入数字信号x的功率频谱,中间的图(图14(b))是后述的通过沃尔什逆变换进行复原后的情况下的功率频谱,下部的图(图14(c))是使用对应于后述的离散傅里叶逆变换的基底变换矩阵Ψ来进行复原后的情况下的功率频谱。若将图14(a)与图14(c)进行比较,则在原始的输入数字信号x中,较大的波峰有三个,虽然还是稀疏性较低的情况,但与图13不同的是,在压缩前的原始的输入数字信号x所表示的数据中,最大的固有频率4Hz的波峰以复原后还是最大的波峰的状态被复原,由此可知,在使用提取观测矩阵Φa进行压缩后,复原精度变高。

即,与应用非专利文献1所记载的将随机矩阵作为观测矩阵的现有的压缩感知来进行了压缩和复原的情况相比,本实施方式1所记载的基于利用了沃尔什函数的提取观测矩阵Φa的压缩和复原也能够应用于稀疏性较低的情况,并能够提高复原精度。尤其是,与限于在稀疏性较高的情况下使用的现有的压缩感知技术相比,可知本实施方式1所能够应用的范围更广。即,对于需要高精度地复原构造物的健康监控这样的固有频率附近的特定频率范围的用途,优选应用本实施方式1。

此外,在本实施方式1中,对应于沃尔什函数的提取观测矩阵Φa由±1的元素生成,因此,式(3)的矩阵乘法的运算仅通过执行加减运算就能够实现。因此,由于无需进行在使用专利文献1中所用的高速傅里叶变换(FFT)的情况下的积和运算,因此能够大幅削减发送装置1一侧的运算功耗。

在本实施方式1中,利用对应于沃尔什函数的提取观测矩阵Φa来进行压缩,因此,在复原时,考虑采用使用提取观测矩阵Φa的沃尔什逆变换。然而,根据发明人的研究,如图14(b)所示,可知若使用沃尔什逆变换进行复原,则在特定频率区域的边界即2Hz、5Hz处会发生复原波形的反复。具体而言,在图14(b)中,可知以5Hz为边界,在5~6Hz反复生成了位于4~5Hz的三个较大的波峰。并且,若观察纵轴,则可知各波峰的功率谱密度要比图14(a)小。具体而言,关于最大的4Hz的波峰的功率谱密度,图14(a)中是约为3.8的值,而在图14(b)中,变小到1.4左右。该原因被认为是由于波形发生反复,从而也被复原到其他频率的部分,因此导致了能量的分散。因此,纵轴的功率谱密度的再现性较差。

与此相对,在使用对应于离散傅里叶逆变换的基底变换矩阵Ψ进行复原的情况下,如图14(c)所示,不会发生反复,纵轴的功率谱密度也为3.9左右,基本复原到原始的数据。因此,使用对应于离散傅里叶逆变换的基底变换矩阵Ψ来实施复原处理能够以更高的精度进行复原。

图15示出该基底变换矩阵Ψ。这里,基底变换矩阵Ψ可按下述方式求得。首先,使用式(2)的向量x和向量s,能够按下述式(4)所示那样表示离散傅里叶逆变换。

[数学式1]

这里xi和sn分别是向量x的第i个元素、以及向量s的第n个元素。因此,对应于离散傅里叶逆变换的基底变换矩阵Ψ如图15所示。

(实施方式2)

接着,对本发明的实施方式2进行说明。在上述实施方式1中,压缩部11通过将输入数字信号x与提取观察矩阵Φa相乘来进行压缩,但本实施方式2的压缩部11首先进行高速沃尔什·哈达玛变换,从该变换得到的数字信号中抽选出对应于特定频率部分的部分,并将由此抽选出的部分作为压缩数字信号d进行无线发送。

图16是表示本发明的实施方式2的收发系统的压缩部11的结构的框图。该压缩部11具有高速沃尔什·哈达玛(Fast Walsh·Hadamard)变换运算部31和特定频率分量提取部32。

高速沃尔什·哈达玛变换运算部31对输入数字信号x进行高速沃尔什·哈达玛变换。高速沃尔什·哈达玛变换是以较少的运算数执行沃尔什函数的运算处理的处理。该高速沃尔什·哈达玛变换进行与高速傅里叶变换(FFT)相同的蝶形运算。因此,本实施方式2中,然后特定频率分量提取部32从高速沃尔什·哈达玛变换后的变换数字信号中抽选出与特定频率分量相对应的部分,从而能够以较少的运算数获得与实施方式1中所说明的利用沃尔什函数所对应的提取观测矩阵Φa来进行压缩的情况完全相同的结果。

图17是表示本发明的实施方式2的收发系统的复原部22的结构的框图。压缩部11的特定频率分量提取部32中不对所提取的特定频率分量的频率顺序进行排序,而直接进行输出。因此,在实施方式2的复原部22中,在具有与实施方式1的复原部22相同的功能的复原运算部42的前级设置排序部41。排序部41按沃尔什函数的频率顺序对所输入的压缩数字信号d进行排序,并将排序后的压缩数字信号d输出到复原运算部42。

图18示出高速沃尔什·哈达玛变换算法的信号流。图18中,作为一个示例,示出23次的情况下的高速沃尔什·哈达玛变换算法,输入数字信号x的数据数N=8。图中,最左边的列表示该输入数字信号x(X1,X2,X3,X4,X5,X6,X7,X8)。首先,作为第一阶段,将最左边一列的数据一分为二,分成两个组(X1,X2,X3,X4)、(X5,X6,X7,X8)。接着,对各组的起始数据X1、X5、第二个数据X2、X6、第三个数据X3、X7、第四个数据X4、X8相互进行加减法运算,从而生成第二列的数据。接着,将第二列的数据进一步一分为二,从而四等分成两个两个的数据。接着,按第一组的起始数据与第二组的起始数据这样的顺序相互进行加减法运算,生成第三列的数据。最后,将第三列的数据进一步一分为二,从而得到一个一个独立的8个数据,然后按照起始数据与第二个数据、第三个数据与第四个数据这样的顺序相互进行加减法运算,从而生成成为输出数据的第四列的数据。即,对输入数字信号x(X1~X8)进行高速沃尔什·哈达玛变换的蝶形运算,从而输出变换数字信号t(T1~T8)。

该情况下的高速沃尔什·哈达玛变换的运算数在各阶段中分别为N=8,阶段数为(Log2)8=3。因此,在本实施方式2中,与实施方式1相比,能够削减运算数。具体而言,在实施方式1中,由于运算式(3)的矩阵乘法,因此运算数为N×M,本实施方式2中,运算数为N×(Log2)N。另外,在本实施方式1中,说明了N=256、M=80的示例,该情况下的运算数为256×80=20,480次,与此相对,实施方式2中,运算数变为256×(Log2)256=256×8=2,048,由此可知能够将运算数削减为1/10。

图19示出高速沃尔什·哈达玛变换的具体例。图18所示的输入数字信号x的数据数N=8,各元素依次为1,0,1,0,0,1,1,0。图19中,具体示出了进行3个阶段的加减法运算的经过,由此可知获得4,2,0,-2,0,2,0,2作为最终的输出。

如图18和图19所示,高速沃尔什·哈达玛变换后的变换数字信号t的输出个数保持不变,即N=8,与输入数字信号x的个数相同。因此,特定频率分量提取部32通过从高速沃尔什·哈达玛变换的运算结果中仅提取出对应于特定的频率区域的部分,来实现数据压缩。

图20是示意性地说明特定频率分量提取部32进行的提取处理的说明图。图20中示出23次的情况作为一个示例。图中右侧(图20(b))的矩阵表示与高速沃尔什·哈达玛变换等价的哈达玛矩阵。另一方面,图中左侧(图20(a))的矩阵表示相对应的沃尔什函数。图20(a)和图20(b)之间的箭头表示各行的对应关系。

这里,由图20(a)的方框包围的第2~5行是对应于想要提取的特定频率区域的行。可知对应于该各行的图20(b)的矩阵的行是第3、4、5、7行。图21示出指定该想要提取的特定频率的提取数据的一个示例。图21所示的提取数据中,第3、4、5、7的元素设为“1”,示出想要提取的元素的顺序,其他元素设为“0”,表示不提取的元素的顺序。特定频率分量提取部32通过预先保持图20所示的提取数据,来仅提取出包含有例如固定频率的特定频率区域。通过利用该特定频率分量提取部32进行特定频率分量的提取,压缩部11能够对输入数字信号x进行压缩,然后作为压缩数字信号d进行输出。

另外,由于构造物的固有频率能够预先通过测定来确定,并且即使因构造物的损伤等发生变化,其变化量也有限,因此,能够预先保持想要提取的特定频率区域作为提取数据,且特定频率区域可以是较小的区域,由此能够大幅对数据进行压缩。

另一方面,复原部22的排序部41进行排序处理,按沃尔什函数的顺序对基于图21的提取数据提取出的压缩数字信号d进行排序。如图20所示,图20(b)的矩阵表示实施了高速沃尔什·哈达玛变换的状态的哈达玛变换矩阵,其中用虚线的○包围的行是符合提取出的特定频率区域的行,中央的箭头表示各行对应于符合表示左侧的沃尔什函数的矩阵的特定频率且由虚线的方框包围的区域中的第几个。由此可知,右侧的矩阵中由虚线的○包围的部分内的最上部对应于左侧矩阵的由虚线的方框包围的部分内的第三个,右侧的第二个对应于左侧的第四个,右侧的第三个对应于左侧的第一个,右侧的第四个对应于左侧的第二个。

因此,排序部41保持图22所示那样的排序数据,基于该排序数据,按沃尔什函数的频率顺序对压缩数字信号d进行排序。图22所示的排序数据为“3,4,1,2”,该值表示所输入的压缩数字信号d的第一个对应于原来的沃尔什函数的第三个、第二个对应于第四个、第三个对应于第一个、第四个对应于第二个。通过使用该排序数据,能够执行将实施了高速沃尔什·哈达玛变换后的状态下的数据按原来的沃尔什函数的顺序进行排序的排序处理。

复原运算部42进行与实施方式1的复原部22相同的处理。即,复原运算部42能够针对排序后的数据,与实施方式1同样地,利用提取观测矩阵Φa或基底变换矩阵Ψ,根据L1范数最小化法等,对数据进行复原,从而输出复原数字信号x’。另外,若与实施方式1相同地使用对应于离散傅里叶逆变换的基底变换矩阵Ψ来进行复原处理,则能够以更高的精度进行复原。

这里,参照图23和图24所示的流程图,对实施方式2中发送装置1的发送处理步骤和接收装置2的接收处理步骤进行说明。首先,对发送装置1的发送处理步骤进行说明。如图23所示,压缩部11的高速沃尔什·哈达玛变换运算部31对输入数字信号x进行高速沃尔什·哈达玛变换(步骤S301)。然后,特定频率分量提取部32从经过高速沃尔什·哈达玛变换后的变换数字信号t中提取出特定频率分量,生成压缩数字信号d(步骤S302)。接着,发送部13对该压缩数字信号d进行无线发送(步骤S303),并结束本处理。

另一方面,接收装置2如图24所示,接收部21接收压缩数字信号d(步骤S401)。然后,排序部41按沃尔什函数的频率顺序对该压缩数字信号d进行排序(步骤S402)。然后,复原运算部42使用对应于特定频率分量的沃尔什函数的观测矩阵即提取观测矩阵Φa以及对应于离散傅里叶逆变换的基底变换矩阵Ψ生成复原数字信号x’(步骤S403),并结束本处理。

另外,将排序部41设置于复原部22一侧是为了尽可能减少发送装置1一侧所安装的压缩部11的处理,力图实现发送装置1一侧的低功耗。这里,复原部22即使设置了排序部41,在无线感知系统等接收装置2一侧,通常也能够接受到足够的电力供给。当然,也可以在发送装置1一侧的压缩部11设置排序部41。

在本实施方式2中,由于要进行高速沃尔什·哈达玛变换,因此,能够减少压缩部11的运算所需的存储器容量。实施方式1中,需要在存储器上保持M行N列的提取观测矩阵Φa,其所需的存储量约为M×N。而实施方式2中,无需在存储器上保持提取观测矩阵Φa,大致所需的存储量为存储数字信号x的N个存储器、以及用于提取特定频率分量的数据的N个的存储器,总计需要2×N存储器。一般情况下,由于M>>2,因此,与实施方式1相比,能够大幅缩减所需的存储量,能够进一步以低功耗来设计无线传感器节点等发送装置1一侧。

另外,实施方式2中,若执行高速沃尔什·哈达玛变换算法,则能够以逐次运算后的数据来替换输入数据,因此无需另外准备存储运算后数据的存储器,如上所述,能够利用约2×N个存储器来进行运算。

(实施方式3)

接着,对本发明的实施方式3进行说明。本实施方式3中,能够切换在稀疏性较低的情况下也能够进行高精度复原的实施方式1所示的压缩处理和复原处理、以及在稀疏性较高的情况下能够进行高精度复原的现有的压缩处理和复原处理。

图25是表示本发明的实施方式3的收发系统的概要结构的框图。这里,与实施方式1所示的收发系统的不同之处在于,对应于压缩部11的压缩部110具有第1压缩部111、第2压缩部112、发送侧切换部113。发送侧切换部113将针对输入数字信号x的压缩处理切换成第1压缩部111进行的压缩处理和第2压缩部112进行的压缩处理,由此来进行处理。对应于复原部22的复原部120具有第1复原部121、第2复原部122、接收侧切换部123。接收侧切换部123将针对所输入的压缩数字信号d的复原处理切换成第1复原部121进行的复原处理和第2复原部122进行的复原处理,由此来进行处理。

另外,第1压缩部111相当于实施方式1的压缩部11。第1复原部121相当于实施方式1的复原部22。另一方面,第2压缩部112使用随机矩阵作为观测矩阵Φ(以下,称为随机观测矩阵Φ)来对输入数字信号x进行压缩处理。第2复原部122使用随机观测矩阵Φ进行复原处理。

对应于接收装置2的接收装置102具有切换指示部124。切换指示部124经由设置于接收装置120的发送部125和设置于发送装置101的接收部115,向发送侧切换部113发送出切换指示信号,并且向接收侧切换部123发送出切换指示信号。该切换指示信号在表示由第1压缩部111进行压缩处理的切换指示的情况下,相对应地进行由第1复原部121进行复原处理的切换指示。并且,切换指示信号在表示由第2压缩部112进行压缩处理的切换指示的情况下,相对应地进行由第2复原部122进行复原处理的切换指示。

图26是表示压缩部110的详细结构的框图。图26所示的压缩部110在并排配置的第1压缩部111和第2压缩部112的前级和后级分别设置有开关SW11、SW12。开关SW11、SW12构成发送侧切换部113。开关SW11、SW12基于经由接收部115输入的切换指示信号,同步地进行与第1压缩部111和第2压缩部112的连接切换。

另一方面,图27是表示复原部120的详细结构的框图。图27所示的复原部120在并排配置的第1复原部121和第2复原部122的前级和后级分别设置有开关SW21、SW22。开关SW21、SW22构成接收侧切换部123。开关SW21、SW22基于从切换指示部124输入的切换指示信号,同步地进行与第1复原部121和第2复原部122的连接切换。

另外,切换指示部124能够作为操作输入部进行动作,基于复原数字信号x’的复原状态,进行由第1压缩部111和第1复原部121进行的压缩复原处理、以及由第2压缩部112和第2复原部122进行的压缩复原处理的切换指示。

这里,参照图28和图29所示的流程图,对实施方式3中发送装置1的发送处理步骤和接收装置2的接收处理步骤进行说明。首先,对发送装置1的发送处理步骤进行说明。如图28所示,发送装置1判断是否输入了指示进行第1压缩处理的切换指示信号(步骤S501)。在切换指示信号指示进行第1压缩处理的情况下(步骤S501,是),开关SW11、SW12连接至第1压缩部111,由第1压缩部111进行压缩处理(步骤S502)。另一方面,在切换指示信号没有指示进行第1压缩处理的情况下(步骤S501,否),开关SW11、SW12连接至第2压缩部112,由第2压缩部112进行压缩处理(步骤S503)。然后,发送部13以无线方式对从压缩部110输出的压缩数字信号d进行发送(步骤S504),并结束本处理。另外,上述处理是反复进行处理的。

另一方面,如图29所示,接收装置2判断是否输入了指示进行第1压缩处理的切换指示信号(步骤S601)。在切换指示信号指示进行第1压缩处理的情况下(步骤S601,是),开关SW21、SW22连接至第1复原部121,由第1复原部121进行复原处理(步骤S602)。另一方面,在切换指示信号没有指示进行第1压缩处理的情况下(步骤S601,否),开关SW21、SW22连接至第2复原部122,由第2复原部122进行复原处理(步骤S603)。另外,上述处理是反复进行处理的。

这里,在实施方式1中,进行使用对应于沃尔什函数的提取观察矩阵Φa的压缩复原处理,即使是稀疏性较低的输入数字信号x,也能够通过限定为特定频率分量来高精度地进行复原。然而,实施方式1中,具有进行复原的频率区域是有限的这样的特征。另一方面,在使用了现有的随机观测矩阵Φ的压缩复原处理中,能够进行全频率区域的复原,但具有若稀疏性不高则复原误差变大这样的特征。

本实施方式3中,在对复原数字信号x’的性状进行调查,从而能够判断输入数字信号x的稀疏性较低的情况下,切换为由使用了对应于沃尔什函数的提取观测矩阵Φa的第1压缩部111和第1复原部121来进行的压缩复原处理。在能够判断为输入数字信号x的稀疏性较高的情况下,切换为由使用了随机观测矩阵Φ的第2压缩部112和第2复原部122来进行的压缩复原处理。其结果是,即使在输入数字信号x的稀疏性较低的情况下,也能够高精度地复原固有频率附近的振动,在输入数字信号x的稀疏性较高的情况下,能够复原较广频率范围的信号。即,能够实现可对应于多种输入数字信号x来进行高精度复原这样通用性较高的压缩复原处理。

这里,在加速度传感器构成的构造物应用于的健康监控的情况下,在发生地震等事件时,有可能会激励起各种模式的固有振动。该情况下,能够采用下述的使用方法,即:切换为使用随机观测矩阵Φ的压缩复原处理,来在较广的频率范围对构造物的摇动方式进行调查,而在通常情况下,进行使用对应于沃尔什函数的提取观测矩阵Φa的压缩复原处理,来对固有频率附近的频率范围进行详细的监控。

此外,也可以采用下述的使用方法,即,在通常情况下,进行使用了对应于沃尔什函数的提取观测矩阵Φa的压缩复原处理,来对固有频率附近的频率区域进行详细监控,当发现固有频率发生较大变化时,切换为使用随机观测矩阵Φ的压缩复原处理,以在较广的频率范围对构造物的摇动方式进行调查。即,通过应用本实施方式3,能够扩大信号处理系统、信号处理方法的适用范围。

(实施方式3的变形例)

本实施方式3的变形例如图30和图31所示,将实施方式3的第1压缩部111替换为实施方式2的压缩部11,将实施方式3的第1复原部121替换为实施方式2的复原部22。因此,第1压缩部111具有对应于高速沃尔什·哈达玛变化运算部31的高速沃尔什·哈达玛变化运算部111a、以及对应于特定频率分量提取部32的特定频率分量提取部111b。同样地,第1复原部121具有对应于排序部41的排序部121a、以及对应于复原运算部42的复原运算部121b。利用该实施方式3的变形例,获得与实施方式3相同的作用效果。

标号说明

1、101 发送装置

2、102 接收装置

11、110 压缩部

12 提取观测矩阵乘法运算部

13、125 发送部

21、115 接收部

22、120 复原部

31、111a 高速沃尔什·哈达玛变化运算部

32、111b 特定频率分量提取部

41、121a 排序部

42、121b 复原运算部

111 第1压缩部

112 第2压缩部

113 发送侧切换部

121 第1复原部

122 第2复原部

123 接收侧切换部

124 切换指示部

fs 采样频率

SW11、SW12、SW21、SW22 开关

x 输入数字信号

t 转换数字信号

d 压缩数字信号

x’ 复原数字信号

Φa 提取观测矩阵

Φ 观测矩阵

Ψ 基底变换矩阵

Claims (9)

1.一种接收装置,其特征在于,
包括:接收部,该接收部接收通过使用沃尔什函数进行变换、提取特定频率分量来进行压缩后得到的压缩数字信号;以及复原部,该复原部将所述压缩数字信号,使用对应于所述特定频率分量的沃尔什函数的观测矩阵以及与用于生成所述压缩数字信号的观测矩阵不同的对应于离散傅里叶逆变换的基底变换矩阵进行复原而得到发送侧的输入数字信号。
2.一种收发系统,其特征在于,包括:
发送装置以及接收装置,
该发送装置具有:
使用沃尔什函数对输入数字信号进行变换,提取出特定频率分量进行压缩,生成并输出压缩后的压缩数字信号的压缩部;以及
以无线方式输出和发送所述压缩数字信号的发送部,
该接收装置具有:
接收由所述发送部以无线方式输出和发送的所述压缩数字信号的接收部;以及
将所述接收部接收到的所述压缩数字信号,使用对应于所述特定频率分量的沃尔什函数的观测矩阵以及与用于生成所述压缩数字信号的观测矩阵不同的对应于离散傅里叶逆变换的基底变换矩阵进行复原而得到所述输入数字信号的复原部。
3.如权利要求2所述的收发系统,其特征在于,
所述压缩部使用对应于所述特定频率分量的沃尔什函数的观测矩阵来对所述输入数字信号进行变换,生成并输出该变换得到的数字信号作为所述压缩数字信号。
4.如权利要求3所述的收发系统,其特征在于,
对应于所述特定频率分量的沃尔什函数的观测矩阵是抽选出沃尔什函数的对应于特定频率分量的行而得到的矩阵。
5.如权利要求2所述的收发系统,其特征在于,
所述压缩部对输入数字信号进行高速沃尔什·哈达玛变换,从该变换得到的数字信号中抽选并输出对应于所述特定频率分量的部分。
6.如权利要求5所述的收发系统,其特征在于,
所述压缩部将抽选对应于所述特定频率分量的部分时以不按频率顺序进行排序的方式抽选出的数字信号生成并输出作为所述压缩数字信号,
所述复原部具有将所输入的所述压缩数字信号按所述沃尔什函数的频率顺序进行排序的排序部,将由所述排序部排序后的所述压缩数字信号,使用对应于所述特定频率分量的沃尔什函数的观测矩阵以及与用于生成所述压缩数字信号的观测矩阵不同的对应于离散傅里叶逆变换的基底变换矩阵进行复原而得到所述输入数字信号。
7.一种收发系统,其特征在于,包括:
发送装置,该发送装置具有:使用沃尔什函数对输入数字信号进行变换,提取出特定频率分量进行压缩,生成并输出压缩后的第1压缩数字信号的第1压缩部;
利用使用了随机矩阵的观测矩阵对输入数字信号进行变换,生成并输出压缩后的第2压缩数字信号的第2压缩部;
基于切换指示信号来切换所述第1压缩部和所述第2压缩部的处理的发送侧切换部;及
以无线方式输出和发送由所述发送侧切换部切换输出后的所述第1压缩数字信号或所述第2压缩数字信号的发送部;以及
接收装置,该接收装置具有:接收由所述发送部以无线方式输出和发送的所述第1压缩数字信号或所述第2压缩数字信号的接收部;
在所述切换指示信号指示所述第1压缩部的处理时,将所述第1压缩数字信号使用对应于所述特定频率分量的沃尔什函数的观测矩阵以及与用于生成所述第1压缩数字信号的观测矩阵不同的对应于离散傅里叶逆变换的基底变换矩阵进行复原而得到所述输入数字信号的第1复原部;
在所述切换指示信号指示所述第2压缩部的处理时,将所述第2压缩数字信号使用利用了所述随机矩阵的观测矩阵进行复原而得到所述输入数字信号的第2复原部;
基于所述切换指示信号来切换所述第1复原部和所述第2复原部的处理的接收侧切换部;及
向所述发送侧切换部和所述接收侧切换部发送出所述切换指示信号的切换指示部。
8.如权利要求7所述的收发系统,其特征在于,
所述第1压缩部使用对应于所述特定频率分量的沃尔什函数的观测矩阵来对所述输入数字信号进行变换,生成并输出该变换得到的数字信号作为所述第1压缩数字信号。
9.如权利要求7所述的收发系统,其特征在于,
所述第1压缩部对输入数字信号进行高速沃尔什·哈达玛变换,从该变换得到的数字信号中抽选并输出对应于所述特定频率分量的部分。
CN201480037085.9A 2014-01-07 2014-12-25 发送装置、接收装置、及收发系统 CN105359419B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2014001251 2014-01-07
JP2014-001251 2014-01-07
PCT/JP2014/084427 WO2015105010A1 (ja) 2014-01-07 2014-12-25 送信装置、受信装置、および送受信システム

Publications (2)

Publication Number Publication Date
CN105359419A CN105359419A (zh) 2016-02-24
CN105359419B true CN105359419B (zh) 2019-12-03

Family

ID=53523846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480037085.9A CN105359419B (zh) 2014-01-07 2014-12-25 发送装置、接收装置、及收发系统

Country Status (5)

Country Link
US (1) US9860097B2 (zh)
EP (1) EP3093997B1 (zh)
JP (1) JP6109964B2 (zh)
CN (1) CN105359419B (zh)
WO (1) WO2015105010A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014101307A1 (de) * 2014-02-03 2015-08-06 Osram Opto Semiconductors Gmbh Kodierverfahren zur Datenkompression von Leistungsspektren eines optoelektronischen Bauteils und Dekodierverfahren
JP6522454B2 (ja) * 2015-07-28 2019-05-29 ローム株式会社 センサ情報無線送信装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6229799B2 (zh) * 1980-06-03 1987-06-29 Matsushita Electric Ind Co Ltd
JP4520032B2 (ja) * 2000-08-17 2010-08-04 パナソニック株式会社 ヘッダ圧縮装置およびヘッダ圧縮方法
KR100781313B1 (ko) * 2005-06-16 2007-12-03 엘지전자 주식회사 Ofdm 신호 송수신 방법 및 이를 이용한 이동통신단말기
TW201022959A (en) 2008-10-30 2010-06-16 Ibm Method, device, computer program and computer program product for determining a representation of a signal
US8693597B2 (en) * 2008-12-12 2014-04-08 Blackberry Limited Sensor-based wireless communication systems using compressive sampling
CN102812643A (zh) * 2010-01-11 2012-12-05 捷讯研究有限公司 使用具有稀疏数据的压缩感测的基于传感器的无线通信系统
JP5419825B2 (ja) * 2010-02-22 2014-02-19 日本電信電話株式会社 信号処理システム及び信号処理方法
US9015007B2 (en) * 2010-12-13 2015-04-21 Southwest Research Institute Sensor array processor with multichannel reconstruction from random array sampling
US8648742B2 (en) * 2011-02-25 2014-02-11 California Institute Of Technology Systems and methods for acquiring and decoding signals using compressed sensing
CN102854504B (zh) * 2011-06-30 2014-08-13 中国科学院电子学研究所 基于回波模拟算子的稀疏合成孔径雷达成像方法
US8547260B2 (en) * 2011-09-16 2013-10-01 Texas Instruments Incorporated Compressive sense based reconstruction algorithm for non-uniform sampling based data converter
JP5681609B2 (ja) 2011-10-17 2015-03-11 日本電信電話株式会社 信号処理システム及び信号処理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WALSH FUNCTIONS;Stanford University Online Repository;《http://sepwww.stanford.edu/public/docs/sep70/carlos1/paper html/node5.html》;19971218;全文 *

Also Published As

Publication number Publication date
US9860097B2 (en) 2018-01-02
EP3093997A4 (en) 2017-08-23
CN105359419A (zh) 2016-02-24
JP6109964B2 (ja) 2017-04-05
JPWO2015105010A1 (ja) 2017-03-23
WO2015105010A1 (ja) 2015-07-16
US20160112227A1 (en) 2016-04-21
EP3093997A1 (en) 2016-11-16
EP3093997B1 (en) 2019-11-13

Similar Documents

Publication Publication Date Title
Caruso et al. Analysis of self-organized criticality in the Olami-Feder-Christensen model and in real earthquakes
Hidalgo et al. Fracture model with variable range of interaction
Chen et al. Cell-level finite element studies of viscous cells in planar aggregates
Weng et al. Output-only modal identification of a cable-stayed bridge using wireless monitoring systems
Chiba et al. Consistent ocean wave energy harvesting using electroactive polymer (dielectric elastomer) artificial muscle generators
Henderson Design, simulation, and testing of a novel hydraulic power take-off system for the Pelamis wave energy converter
Wittig et al. Simulation of multicorrelated random processes using the FFT algorithm
Chao et al. Development of a four-dimensional variational analysis system using the adjoint method at GLA. Part 1: Dynamics
US9176244B2 (en) Data set inversion using source-receiver compression
Wahba Surface fitting with scattered noisy data on Euclidean D-space and on the sphere
US7977852B2 (en) Method and apparatus for harvesting energy from mechanical vibrations
Henann et al. Modeling of dielectric elastomers: Design of actuators and energy harvesting devices
Dhingra et al. An ADMM algorithm for optimal sensor and actuator selection
Barban et al. Solar-Like Oscillations of Procyon A: Stellar Models and Time Series Simulations versus Observations 1
Gonçalves et al. Nonlinear vibrations of a radially stretched circular hyperelastic membrane
Gladwell Inverse problems in scattering: An introduction
Nader et al. A finite-element study of the efficiency of arrays of oscillating water column wave energy converters
Satofuka et al. Parallelization of lattice Boltzmann method for incompressible flow computations
Coulombel et al. The strong relaxation limit of the multidimensional isothermal Euler equations
Huang et al. Structural damage detection of controlled building structures using frequency response functions
Mukherjee et al. Piezoelectric sensor and actuator spatial design for shape control of piezolaminated plates
Viet et al. Energy harvesting from ocean waves by a floating energy harvester
Kim et al. Nondestructive damage evaluation of plates using the multi-resolution analysis of two-dimensional Haar wavelet
Xie et al. Free vibration analysis of functionally graded conical shells and annular plates using the Haar wavelet method
CN103616635B (zh) 一种高压断路器机械特性故障诊断装置及方法

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
SE01 Entry into force of request for substantive examination
C10 Entry into substantive examination
GR01 Patent grant
GR01 Patent grant