TWI644522B - 電子設備、可變速率傳輸方法以及信號重建方法 - Google Patents

電子設備、可變速率傳輸方法以及信號重建方法 Download PDF

Info

Publication number
TWI644522B
TWI644522B TW106144317A TW106144317A TWI644522B TW I644522 B TWI644522 B TW I644522B TW 106144317 A TW106144317 A TW 106144317A TW 106144317 A TW106144317 A TW 106144317A TW I644522 B TWI644522 B TW I644522B
Authority
TW
Taiwan
Prior art keywords
electronic device
dictionary
signal
reconstruction
sample
Prior art date
Application number
TW106144317A
Other languages
English (en)
Other versions
TW201826723A (zh
Inventor
周強
王華
許雲翔
彭寶杞
Original Assignee
聯發科技股份有限公司
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
Application filed by 聯發科技股份有限公司 filed Critical 聯發科技股份有限公司
Publication of TW201826723A publication Critical patent/TW201826723A/zh
Application granted granted Critical
Publication of TWI644522B publication Critical patent/TWI644522B/zh

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion 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
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3084—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction using adaptive string matching, e.g. the Lempel-Ziv method
    • H03M7/3088—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction using adaptive string matching, e.g. the Lempel-Ziv method employing the use of a dictionary, e.g. LZ78
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion 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
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3059—Digital compression and data reduction techniques where the original information is represented by a subset or similar information, e.g. lossy compression
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7232—Signal processing specially adapted for physiological signals or for diagnostic purposes involving compression of the physiological signal, e.g. to extend the signal recording period
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0024—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system for multiple sensor units attached to the patient, e.g. using a body or personal area network
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
    • A61B5/6802—Sensor mounted on worn items
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00—Conversion 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
    • H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/3059—Digital compression and data reduction techniques where the original information is represented by a subset or similar information, e.g. lossy compression
    • H03M7/3062—Compressive sampling or sensing
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/10—Athletes
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本發明提供了電子設備、可變速率傳輸方法以及信號重建方法，所述電子設備包括發送電路以及處理電路，處理電路被設置為經由發送電路向另一電子設備輸出與信號段對應的CS樣本的第一部分，並且進一步被設置為根據另一電子設備的回應，經由發送電路向另一電子設備選擇性地輸出與信號段對應的CS樣本的第二部分。本發明通過採用可變速率傳輸方案、多解析度/多尺度重建方案、多級重建方案以及特徵點約束等方案來靈活處理CS樣本，能夠為各種生物信號類型提供高壓縮比並能夠處理不同類型的雜訊和干擾，實現更準確的重建結果，提高重建性能。

Description

電子設備、可變速率傳輸方法以及信號重建方法
本發明涉及壓縮感知（compressive sensing，CS），特別是涉及能靈活處理CS樣本的電子設備以及方法。
可穿戴感測器設備越來越多地應用於醫療監控，其中，能量效率高、外形小、多信號傳感能力和無線通訊能力是至關重要的。典型的生物感測器（bio-sensor）系統由生物感測器節點(例如，可穿戴生物感測器設備)構成，其中生物感測器節點可以發送資訊到能夠接收並處理生物感測器輸出資料的資料聚合器(如智慧手機)。可穿戴生物感測器設備的一個限制是其功耗。這些可穿戴生物感測器設備需要操作相對持久的工作時間，避免頻繁更換電池或充電。一般來說，大部分的電量被發送(transmit, TX)電路(特別是TX電路的功率放大器(amplifier, PA))消耗。減少能耗的一個解決方案是降低資料率。壓縮感知（compressive sensing，CS）是通過啟用無混疊（alias-free）次奈奎斯特率（sub-Nyquist-rate）採樣，來利用稀疏特性實現相應的功率節省的一種信號處理技術。因此，CS對低功耗可穿戴生物感測器設備非常具有吸引力。為了在CS框架中達到良好的壓縮比（compression ratio，CR），重要的是要找到合適的基（basis）。然而，如果所需的信號雜訊比(signal-to-noise, SNR)是20分貝或以上，則通常的固定基（fixed basis），例如基於小波（wavelet-based）的CS設計，只能實現2至2.5的壓縮比(CR)。此外，通常的資料聚合器(如智慧手機) 採用的重建演算法需要一直運行直到信號完全恢復，並且由計算量約束導致的提前停止會顯著降低重建品質。此外，通常的資料聚合器(如智慧手機) 採用的重建演算法缺乏處理不同類型雜訊和干擾的能力。
因此，需要能夠為各種生物信號類型提供高壓縮比並能夠處理不同類型雜訊和干擾的靈活的生物傳感系統設計。
有鑑於此，本發明提供了電子設備、可變速率傳輸方法以及信號重建方法，以解決上述問題。
本發明提供了一種電子設備，所述電子設備包括發送電路以及處理電路，處理電路被設置為經由所述發送電路向另一電子設備輸出與一信號段對應的壓縮感知CS樣本的第一部分，並且進一步被設置為根據所述另一電子設備的回應，經由所述發送電路向所述另一電子設備選擇性地輸出與所述信號段對應的所述CS樣本的第二部分。
本發明提供了一種可變速率傳輸方法，所述方法由一電子設備執行，所述方法包括以下步驟：對與一信號段對應的信號樣本執行壓縮感知CS，以生成與所述信號段對應的CS樣本；輸出與所述信號段對應的所述CS樣本的第一部分至另一電子設備；從所述另一電子設備接收回應；以及根據所述另一電子設備的回應，向所述另一電子設備選擇性地輸出與所述信號段對應的所述CS樣本的第二部分。
本發明提供了一種電子設備，所述電子設備包括接收電路以及處理電路，處理電路被設置為經由所述接收電路從另一電子設備接收與一信號段對應的壓縮感知CS樣本的第一部分，並且進一步被設置為根據重建品質要求，選擇性地向所述另一電子設備請求與所述信號段對應的所述CS樣本的第二部分。
本發明提供了一種可變速率傳輸方法，所述方法由一電子設備執行，所述方法包括以下步驟：從另一電子設備接收與一信號段對應的壓縮感知CS樣本的第一部分；根據與所述信號段對應的所述CS樣本的所述第一部分執行信號的重建，並估計與所述信號的重建相關的重建品質；以及根據重建品質結果，選擇性地向所述另一電子設備請求與所述信號段對應的所述CS樣本的第二部分。
本發明提供了一種電子設備，所述電子設備包括儲存設備和處理電路，儲存設備設置為存儲多個字典，所述多個字典包括至少一個第一級字典和至少一個第二級字典；以及處理電路被設置為根據與一信號段對應的壓縮感知CS樣本以及從所述至少一個第一級字典選擇的第一級字典執行信號的第一級重建，並進一步被設置為根據與所述信號段對應的所述CS樣本、所述第一級字典和從所述至少一個第二級字典選擇的第二級字典選擇性地執行所述信號的第二級重建。
本發明提供了一種用於信號重建的方法，所述方法包括：存儲多個字典，所述多個字典包括至少一個第一級字典和至少一個第二級字典；以及根據與一信號段對應的壓縮感知CS樣本以及從所述至少一個第一級字典選擇的第一級字典執行信號的第一級重建，並根據與所述信號段對應的所述CS樣本、所述第一級字典和從所述至少一個第二級字典選擇的第二級字典選擇性地執行所述信號的第二級重建。
本發明提供了一種電子設備，所述電子設備包括發送電路、處理電路以及特徵點檢測電路，處理電路被設置為執行壓縮感知CS以生成與一信號段對應的CS樣本，並經由所述發送電路向另一電子設備輸出與所述信號段對應的所述CS樣本的至少一部分；特徵點檢測電路被設置為檢測與所述信號段的至少一個特徵點相關的至少一個特徵點樣本，並經由所述發送電路向所述另一電子設備輸出所述至少一個特徵點樣本。
本發明提供了一種電子設備，所述電子設備包括接收電路以及處理電路，處理電路被設置為經由所述接收電路從另一電子設備接收與一信號段對應的壓縮感知CS樣本的至少一部分和與所述信號段的至少一個特徵點相關的至少一個特徵點樣本，並根據所述CS樣本的所述至少一部分和所述至少一個特徵點樣本執行信號的重建。
本發明通過採用可變速率傳輸方案、多解析度/多尺度重建方案、多級重建方案以及特徵點約束等方案來靈活處理CS樣本，能夠為各種生物信號類型提供高壓縮比並能夠處理不同類型雜訊和干擾，實現更準確的重建結果，提高重建性能。
在結合附圖閱讀本發明的實施例的以下詳細描述之後，本發明的各種目的、特徵和優點將是顯而易見的。然而，這裡使用的附圖僅以解釋說明為目的，而不應被視為本發明的限制。
在說明書及後續的專利申請範圍中使用了某些詞彙來指稱特定的元件。本領域一般技術人員應可理解，電子設備製造商可能會用不同的名詞來稱呼同一元件。本說明書及後續的專利申請範圍並不以名稱的差異來作為區別元件的方式，而是以元件在功能上的差異來作為區別的基準。在通篇說明書及後續的專利申請範圍當中所提及的『包含』是開放式的用語，故應解釋成『包含但不限定於』。此外，『耦接』一詞在此是包含任何直接及間接的電氣連接手段。因此，若文中描述第一裝置電性連接於第二裝置，則代表該第一裝置可直接連接於該第二裝置，或通過其他裝置或連接手段間接地連接至該第二裝置。
系統設計中會存在許多權衡折衷。例如，壓縮比、字典大小（dictionary size）和重建演算法的設置均會影響品質和速度。更高的壓縮比會導致低品質和更快的處理速度，較低的壓縮比會導致更高的品質和較慢處理速度。較小的字典大小導致低品質和更快的處理速度，較大的字典大小導致更高的品質和較慢的處理速度。提前停止的重建演算法導致較低的品質和更快的處理速度，而運行至全面完成的重建演算法導致更高的品質和較慢的處理速度。為了在壓縮率和重建品質/速度之間達到平衡，本發明提出了可變速率（variable rate）傳輸方案。為了在字典大小和重建品質/速度之間達到平衡，本發明提出了多解析度/多尺度（multi-scale）的重建方案。為了在重建演算法設置和重建品質/速度之間達到平衡，本發明提出了多級（multi-stage）重建方案。此外，為了提高重建品質，本發明進一步提出了使用加權字典、執行線上字典更新和/或增加點約束（point constraint）。下面將參照附圖進一步描述這些創新的信號處理策略的細節。在一個示例的設計中，基於壓縮感知(CS)的資料處理系統可以使用提出的一種信號處理策略來實現良好的性能。在另一個示例設計中，基於CS的資料處理系統可以採用提出的不同信號處理策略的組合來實現更好的性能。
第1圖是根據本發明的實施方式例示基於CS的資料處理系統的示意圖。舉例而言，但並非是對本發明的限制，基於CS的資料處理系統1可以是無線生物感知（bio-sensing）系統。如第1圖所示，基於CS的資料處理系統1包括源電子設備(例如，可穿戴的生物感測器設備)10和目的地電子設備（如智慧手機）20。源電子設備10包括信號源（例如，生物感測器）102、類比前端（analog front end, AFE）104、類比數位轉換器（analog-to-digital converter, ADC）106、處理電路108、儲存設備110、特徵點（feature point）檢測電路112、TX電路114和RX電路116。處理電路108被配置為具有例如樣本生成塊的多個子模組117，以及具有傳輸控制塊（標識為“TX Ctrl” ）118。目的地電子設備20包括RX電路122、TX電路124、處理電路126和儲存設備128。處理電路126被配置為具有例如品質估計模組（標識為“Quality Est”）的多個子模組129、資料請求控制塊（標識為“REQ Ctrl”）130和資料重建塊（標識為“Data Rec”）131。在這個實施方式中，在源電子設備10中只有一個信號源102。另外，源電子設備10可以是被配置為具有多個信號源(例如，生物感測器)102的多感測器設備。
為了清晰和簡單起見，下面假設信號源102是用於生成待被壓縮和傳送的生物信號的生物感測器。例如，生物信號可以是心電圖（electrocardiogram，ECG）信號、血管容積圖（photoplethysmogram，PPG）信號或動脈血壓（arterial blood pressure，ABP）信號。然而，這些只是用作示例目的，並不是對本發明的限制。
由於生物信號是類比信號，它由AFE 104首先預處理，然後被送入至ADC 106。例如，AFE 104可以包括低雜訊放大器(low-noise amplifier，LNA)。在這個實施方式中，樣本生成塊117被配置為在數位域執行壓縮感知。因此，ADC 106根據ADC時鐘頻率定義的取樣速率對生物信號執行類比數位轉換，以產生信號樣本（例如，ECG信號樣本）。樣本生成塊117對信號樣本執行數位壓縮感知，以生成CS樣本。數位壓縮感知用於將N個輸入樣本壓縮為M個輸出樣本，壓縮比CR=。數字壓縮感知可以使用一個簡單的矩陣方程來表示，其中大小為N的未壓縮的輸入向量X 乘以大小為的測量矩陣，產生大小為M的測量向量Y 。通常情況下，是由獨立同分佈（identically distributed）的亂數構成的陣列，因此Y 是X 在上的隨機線性投影（projection）向量，包含用於以高概率重建原始信號X 的所有資訊。感測器節點的壓縮感知（即，隨機採樣），可以壓縮信號樣本，以減少待傳送到資料聚合器（如智慧手機）的資料，從而減少感測器節點的功耗。
在一個示例設計中，源電子設備（例如，生物感測器設備）10採用可變速率傳輸方案，以實現壓縮比和重建品質/速度之間的平衡。TX控制塊118以超級塊（mega bock）為基礎控制CS樣本傳輸，其中當從數位壓縮感知收集的CS樣本的數量達到預設大小時，該超級塊準備就緒。換句話說，ADC 106對生物信號的一定數量的信號段進行採樣，以產生由信號樣本組成的一定大小的資料組（data group），該資料組通過在樣本生成塊117處以預定CR進行數位壓縮感知而被壓縮，以產生該超級塊。基於超級塊的操作可以減少重複的喚醒和設置時間，並且由於連續傳送因而可以節省功率。
根據提出的可變速率傳輸方案，源電子設備10的TX控制塊118通過TX電路114輸出超級塊（對應於生物信號在信號時間窗內的信號段）中的部分CS樣本到目的地電子設備20，並根據目的地電子設備20的回應通過TX電路114選擇性地輸出同一超級塊（對應於生物信號在同一時間窗內的同一信號段）中CS樣本的另一部分到目的地電子設備20。換句話說，一個超級塊的TX速率取決於目的地電子設備20的回饋。由於一個超級塊的TX速率是可變的，因此生物信號的未壓縮資料與從源電子設備10實際傳送到目的地電子設備20的壓縮資料之間的有效壓縮比率是可變的。
第2圖是根據本發明的實施方式例示自適應（adaptive）調整控制一個超級塊的TX速率的方法的流程圖。例如，第2圖所示的方法可以由處理電路108執行，處理電路108包括樣本生成塊117和TX控制塊118。此外，在結果基本相同的情況下，無需嚴格按照第2圖所示的先後順序來執行步驟。如上所述的，樣本生成塊117對由類比生物信號經採樣生成的信號樣本執行壓縮感知，並獲取CS樣本，該CS樣本是根據預定CR(例如，CR = 2)從信號樣本隨機選擇。因此，在步驟202，樣本生成塊117執行壓縮感知，以生成由與生物信號的一個信號段對應的CS樣本組成的一個超級塊。儲存設備110可以配置為在其中具有一個或多個緩衝區用於緩衝CS樣本。例如，假設壓縮感知採用特定CR並且超級塊的大小由SMB 設置，由SMB *CR個信號樣本（該SMB *CR個信號樣本通過對時間窗內的生物信號的信號段進行採樣而生成）組成的資料組在樣本生成塊117處被壓縮感知(即，隨機採樣) 處理後，由SMB 個CS樣本組成的一個超級塊在儲存設備110中準備就緒。
在步驟204，TX控制塊118通過TX電路114只輸出當前超級塊中CS樣本的第一部分到目的地電子設備20。當傳送的一個超級塊中CS樣本的第一部分的大小等於時，生物信號的未壓縮資料與從源電子設備10實際傳送到目的地電子設備20的壓縮資料之間的有效壓縮比率等於。應該注意，當前超級塊中CS樣本的剩餘部分保存在儲存設備110中，此刻不傳送到目的地電子設備20。
在步驟206，TX控制塊118等待目的地電子設備20的回應。步驟208，TX控制塊118檢查經由RX電路116從目的地電子設備20是否收到請求當前超級塊的更多CS樣本的請求REQ。如果沒有收到請求REQ，則TX控制塊118檢查超時標準是否滿足(步驟212)。當滿足超時標準時，則表示TX控制塊118被允許將可變速率傳輸應用到下一個超級塊，並且從儲存設備110清除當前超級塊。如果超時標準不滿足，流程執行步驟208，繼續檢查是否收到請求更多CS樣本的請求REQ。
如果步驟208收到請求REQ，則TX控制塊118通過TX電路114輸出當前超級塊中CS樣本的第二部分至目的地電子設備20（步驟210）。在可變速率傳輸方案只支援兩種TX速率的情況下，當前超級塊中CS樣本的第二部分就是在儲存設備110中當前緩衝的當前超級塊中CS樣本的剩餘部分。因此，生物信號的未壓縮資料與從源電子設備10實際傳送到目的地電子設備20的壓縮資料之間的有效壓縮比率等於CR。此外，儲存設備110可以配置為具有第一緩衝區和第二緩衝區，其中當前超級塊中CS樣本的第一部分存儲在第一緩衝區，當前超級塊中CS樣本的第二部分存儲在第二緩衝區。
在另一種情況下，可變速率傳輸方案可以支援兩種以上的TX速率，當前超級塊中CS樣本的第二部分是在儲存設備110中當前緩衝的當前超級塊中CS樣本的剩餘部分的一部分。因此，當一個超級塊中傳送的第二部分CS樣本的大小等於時，生物信號的未壓縮資料與從源電子設備10實際傳送到目的地電子設備20的壓縮資料之間的有效壓縮比率變成。此外，儲存設備110可以配置為具有兩個以上的緩衝區，當前超級塊中CS樣本的不同部分分別存儲到不同的緩衝區。
目的地電子設備124的RX電路122接收從源電子設備10的TX電路114傳送的一個超級塊的CS樣本。資料重建塊131根據接收到的一個超級塊的CS樣本執行資料組的重建（也稱為信號的重建），以獲取重建信號樣本。如上所述的，處理電路108執行的數位壓縮感知用於將N個輸入樣本壓縮成M個輸出樣本，其中壓縮比CR=。假設輸入樣本X 在稀疏基(或字典)中是K稀疏（K-Sparse）的，因此，其中S 是大小為N的係數向量，S 中只包含k個非零係數。當稀疏基和測量矩陣是不相關的時，可以保證準確的重建。數位壓縮感知可以使用簡單的矩陣方程來表示。由於，則矩陣方程可以重新表示為。由於矩陣方程中測量向量Y 、測量矩陣和稀疏基(或字典)是已知的，則可以通過利用係數向量S的稀疏性並使用適當的重建/近似演算法，得出係數向量S。在得出係數向量S後，可以通過將稀疏基矩陣乘以係數向量S中的投影係數得出重建的信號樣本，即。
如上所述的，由ADC 106對時間窗內生物信號的信號段採樣，以產生由信號樣本組成的資料組，資料組在樣本生成塊117處通過壓縮感知被壓縮，以產生超級塊，根據提出的可變速率傳輸方案超級塊被完全傳送或部分傳送。根據提出的可變速率傳輸方案，目的地電子設備20的資料重建塊131通過接收電路122從源電子設備10接收超級塊(對應於時間窗內生物信號的信號段)中CS樣本的一部分，並且根據目的地電子設備20的品質估計塊129處執行的重建品質要求，目的地電子設備20的請求控制塊130選擇性地向源電子設備10請求同一超級塊(對應於同一時間窗內生物信號的同一信號段)中CS樣本的另一部分。
第3圖是根據本發明的實施方式例示自適應調整請求一個超級塊的CS樣本的方法的流程圖。例如，第3圖所示的方法可以由處理電路126執行，處理電路126包括品質估計塊129、請求控制塊130和資料重建塊131。此外，在結果基本相同的情況下，無需嚴格按照第3圖所示的先後順序來執行步驟。在步驟302，資料重建塊131通過接收電路122從源電子設備10接收當前超級塊中CS樣本的第一部分。在步驟304，資料重建塊131根據接收的當前超級塊中CS樣本的第一部分執行資料組的重建（也稱為信號的重建），其中當前超級塊是通過對資料組採用數位壓縮感知而生成的，其中資料組由對時間窗內的生物信號的信號段進行採樣而生成的信號樣本組成。在步驟306，品質估計塊129估計與信號（資料組）的重建相關的重建品質。在步驟308，請求控制塊130檢查估計的重建品質是否符合重建品質要求。如果估計的重建品質不符合重建品質要求，則請求控制塊130發佈用於請求上述當前超級塊中CS樣本的第二部分的請求REQ（步驟310），資料重建塊131根據之前收到的當前超級塊中CS樣本的第一部分和新收到的當前超級塊中CS樣本的第二部分，再次執行重建（步驟304）。如果估計的重建品質符合重建品質要求，則請求控制塊130不需要發佈用於請求更多CS樣本的請求REQ，並且用於重建當前資料組的資料請求控制完成。
根據可變速率傳輸方案，源電子設備10根據在目的地電子設備20執行的重建品質估計的結果，自適應調整調整TX速率。在從源電子設備10僅傳送了一個超級塊的CS樣本的第一部分的情況下，當估計的重建品質能滿足重建品質要求時，生物信號的未壓縮資料與從源電子設備10實際傳送到目的地電子設備20的壓縮資料之間的有效壓縮比率可以大於壓縮感知所採用的初始壓縮比率（例如，CR = 2），如第4圖中所示。其中第4圖根據本發明的實施方式例示了由可變速率傳輸方案改善的超級塊的有效壓縮比率的示意圖。當可變速率傳輸方案支援多個不同的TX速率時，與超級塊相關的有效的壓縮比率可以從多個不同的壓縮比率中選擇。
當CR（即，N/M）較高時，其中N遠遠大於M，方程是欠定（under-determined）的系統。因為行多於列，因而可以具有更大的自由來形成匹配的投影（matched projection）。因此，對於高CR，CS重建的準確性較差。正如上面提到的，處理電路126執行重建品質估計，以確定是否需要更多的CS樣本來實現更準確的重建結果。然而，信號雜訊比是基於原始信號和重建信號的比較，接收端在沒有原始信號的情況下不能以線上方式測量。本發明提出了通過對由資料組重建所構建的係數（即，重建/近似演算法所構建的係數向量S中的係數）執行稀疏檢查（sparseness check）來估計重建品質。例如，稀疏檢查可以包括計算係數的衰減率（decay rate）並使用計算的衰減率作為重建品質的指示。當計算的衰減率大於閾值時，確定重建品質要求被滿足。當計算的衰減率不大於閾值時，確定不滿足重建品質要求。
第5圖是根據本發明的實施方式例示係數衰減率和CS重建的信號雜訊比之間關係的示意圖。如第5圖所示，衰減率與信號雜訊比呈正相關。換句話說，更高的衰減率意味著更好的信號雜訊比，較低的衰減率意味著較差的信號雜訊比。由於衰減率可以通過線上方式計算，因而衰減率可用於重建品質估計。
第6圖是根據本發明的實施方式例示計算係數衰減率的示例的示意圖。為了清楚和簡潔起見，僅例示了前五個非零係數。係數的衰減可以類比成指數函數。因此，可以通過對係數幅度的對數進行最小二乘(least square, LS)擬合來近似衰減率。當計算的衰減率呈現出較快的衰減時，重建品質較好。
在一個示例設計中，目的地電子設備20可以採用多解析度/多尺度重建方案，以實現字典大小和重建品質/速度之間的平衡。在另一個示例設計，目的地電子設備20採用多級重建方案，以實現重建演算法控制設置和重建品質/速度之間的平衡。在另一個示例設計中，目的地電子設備20採用多解析度和多尺度重建方案，以實現字典大小和重建品質/速度之間的平衡。下面詳細描述多解析度和多級重建方案。
第7圖是根據本發明的實施方式例示多解析度和多級重建方案的示意圖。多解析度重建方案需要多解析度/多尺度字典（例如，多解析度/多尺度信號字典DS ，多解析度/多尺度殘差字典DR ，和/或多解析度/多尺度雜訊字典DN ）。多級重建方案需要不同類型的字典（例如，信號字典和殘差字典，信號字典和雜訊字典，或者信號字典、殘差字典和雜訊字典）。在這個實施方式中，每個字典可以源自離線字典學習得到。如上所述，信號樣本可在稀疏基（或字典）中壓縮，從而信號樣本可以使用字典的幾個原子（atom）的線性組合來表示的。字典可以是基於資料的數學模型或者可以是直接從資料中學習得到的。直接從離線訓練中學習字典（learning a dictionary）而不是使用預先確定的字典（如小波字典）通常會產生更加稀疏的表示和更好的重建品質。例如，ECG信號在小波域並非是真正的稀疏。因此，任何現有的小波波形都與ECG信號不足夠匹配。因此，學習用於ECG信號的字典似乎是更好的選擇。學習字典的一個優勢是，它在由字典中原子構成的空間中更加稀疏，因此需要收集較少的CS樣本。學習字典的另一個優勢是，完備的字典能夠降低雜訊，從而允許每個CS樣本的低解析度以降低碼率。
目的地電子設備20的儲存設備128用於存儲學習得到的字典，該字典是通過離線字典學習獲得的並且之後用於線上信號重建使用。離線字典學習收集生物信號樣本（如ECG信號樣本）、對收集的生物信號樣本應用預處理（如，去除直流和雜訊濾波）、使用字典學習演算法以得到具有不同解析度的信號字典（例如，具有不同字典大小的信號字典）、在儲存設備128保存學習得到的信號字典、以及學習信號字典的不同尺度（可用於字典權重）之間的映射。此外，離線字典學習使用相同的生物信號樣本以得到具有不同解析度的殘差字典（例如，具有不同字典大小的殘差字典）、學習殘差字典的不同尺度（可用於字典權重）之間的映射、並在儲存設備128保存習得的殘差字典。例如，可以基於利用信號字典執行重建後得到的重建殘差/錯誤而獲得殘差字典。
此外，離線字典學習收集干擾/雜訊信號樣本（例如，基線漂移（baseline wandering）樣本、電極移動樣本、肌肉運動樣本、和/或50/60Hz電源線干擾樣本）、對收集的干擾/雜訊信號樣本應用預處理（如，去除直流和雜訊濾波）、使用字典學習演算法以得到具有不同解析度的雜訊字典（例如，具有不同字典大小的雜訊字典）、學習雜訊字典的不同尺度（可用於字典權重）之間的映射、以及在儲存設備128存儲習得的雜訊字典。
可以根據重建品質要求從多解析度/多尺度信號字典DS 中選擇線上多級重建所需的信號字典。同樣地，可以根據重建品質要求從多解析度/多尺度殘差字典DR 中選擇線上多級重建所需的殘差字典，以及可以根據重建品質要求從多解析度/多尺度雜訊字典DN 中選擇線上多級重建所需的雜訊字典。例如，針對低重建品質要求，選擇具有較小字典大小的低解析度字典，以及針對高重建品質要求，選擇具有較大字典大小的高解析度字典。
根據提出的多級重建方案，資料重建塊131根據一個超級塊的CS樣本和第一級字典執行信號（資料組）的第一級（first-stage）重建，並根據CS樣本、第一級字典和第二級字典選擇地執行信號（資料組）的第二級重建。換句話說，當標準滿足時可以旁路掉第二級重建，從而實現具有快速重建速度的所需重建品質。
如第7圖所示，資料重建塊131根據超級塊的CS樣本和信號字典執行資料組的重建（以“REC”表示），品質估計塊129執行品質估計（以“QE”表示），用於估計與資料組的重建相關的重建品質，以確定如果重建品質要求是否滿足。例如，品質估計（以“QE”表示）可以採用上述的品質估計策略，上述品質估計策略通過例如計算係數的衰減率對係數執行稀疏檢查並使用計算的衰減率作為重建品質的指示。
當估計的重建品質不滿足重建品質要求時，資料重建塊131結合信號字典和殘差字典獲得擴展字典，並根據超級塊的CS樣本和擴展字典（該擴展字典具有級聯到信號字典的殘差字典）再次執行信號（資料組）的重建。接下來，資料重建塊131對重建的信號樣本執行場景檢測（scene detection，SC）以確定是否存在雜訊（例如，基線漂移雜訊、電極移動雜訊、肌肉運動雜訊、和/或50/60Hz電源線干擾）。當場景檢測表明存在雜訊時，資料重建塊131結合信號字典、殘差字典和雜訊字典獲得擴展的字典，並根據超級塊的CS樣本和擴展字典（擴展字典具有級聯到信號字典的殘差字典和雜訊字典）再次執行信號（資料組）的重建以獲取最終重建結果。當場景檢測表明不存在雜訊時，資料重建塊131旁路根據超級塊的CS樣本和擴展字典（該擴展字典具有級聯到信號字典的殘差字典和雜訊字典）執行的信號（資料組）重建，並獲取根據超級塊的CS樣本和擴展字典（該擴展字典具有級聯到信號字典的殘差字典）執行的信號（資料組）重建所生成的最終重建結果。
當估計的重建品質符合重建品質要求時，資料重建塊131旁路根據超級塊的CS樣本和擴展字典（該擴展字典具有級聯到信號字典的殘差字典）執行的信號（資料組）重建。接著資料重建塊131對重建的信號樣本執行場景檢測，以確定是否存在雜訊（例如，基線漂移雜訊、電極移動雜訊、肌肉運動雜訊、和/或50/60Hz電源線干擾）。當場景檢測表明存在雜訊時，資料重建塊131結合信號字典和雜訊字典獲得擴展字典，並根據超級塊的CS樣本和擴展字典（該擴展字典具有級聯到信號字典的雜訊字典）再次執行信號（資料組）的重建以獲取最終重建結果。當場景檢測表明不存在雜訊時，資料重建塊131旁路根據超級塊的CS樣本和擴展字典（該擴展字典具有級聯到信號字典的雜訊字典）執行的信號（資料組）重建，並獲取根據超級塊的CS樣本和信號字典執行的信號（資料組）重建所生成的最終重建結果。
使用雜訊字典能夠實現信號-雜訊分離。例如，通過組合信號字典和雜訊字典獲得的擴展字典可以表示為。因此，矩陣方程可以重新寫為。在利用適當的重建/近似演算法獲得係數向量和後，係數向量被丟棄，並且係數向量與信號字典相乘，以獲得去噪的（de-noised）重建信號樣本。應該注意的是，可以與損傷（impairment）（即，雜訊）相類似地處理重建殘差。例如，係數向量被丟棄，以及係數向量與信號字典相乘，以獲得殘差補償後的（residual-compensated）重建信號樣本。
在第7圖所示的實施方式，初始重建階段使用信號字典，中間重建階段使用通過組合信號字典和殘差字典創建的擴展字典，最後的重建階段使用通過組合信號字典、殘差字典和雜訊字典創建的擴展字典或者通過組合信號字典和雜訊字典創建的擴展字典。然而，這僅僅用於示例，並不意味著對本發明的限制。另外，初始重建階段使用信號字典，中間重建階段使用通過組合信號字典和雜訊字典創建的擴展字典，最後的重建階段使用通過組合信號字典、殘差字典和雜訊字典創建的擴展字典或者通過組合信號字典和殘差字典創建的擴展字典。換句話說，殘差處理和干擾或雜訊處理的順序可以改變，取決於實際的設計考慮。
如上所述，品質估計結果可用於控制下一重建階段的開啟，其中下一重建階段可用於改善重建信號樣本的準確性。在本發明的一些實施方式，品質估計結果可以用來開啟對當前使用的信號字典的線上字典更新。例如，資料重建塊131使用估計的重建品質來檢查字典是否適當。當品質估計塊129獲得的估計的重建品質不符合重建品質要求時，請求控制塊130從源電子設備10請求新的CS樣本，資料重建塊131根據新的CS樣本對信號字典執行線上字典更新。需要合理數量的新CS樣本，來整修（refit）當前的信號字典。然而，對當前的信號字典的整修仍然比學習新的信號字典要快。
第8圖是根據本發明的實施方式例示重建品質與線上字典更新使用的新CS樣本的數量之間的關係的示意圖。通過離線字典學習所獲得的公共字典（common dictionary）可以作為起點。信號雜訊比的基線是15dB。因此，當信號雜訊比≧15dB時，滿足重建品質要求。如第8圖所示，使用公共字典無法滿足重建品質要求。通過合理數量的新CS樣本更新公共字典後，使用更新後的字典能夠滿足重建品質要求。換句話說，通過對字典執行線上字典更新可以提高重建品質。
當源電子設備10採用可變速率傳輸方案時，通過向目的地電子設備20傳輸一個超級塊中的更多CS樣本，可以提高重建品質。當啟用線上字典更新時，離線習得的字典可以被線上更新，以適應新的情況，從而通過使用更新後的字典可以提高重建品質。在本發明的一些實施方式，提出的品質控制策略，包括可變速率傳輸和線上字典更新，可以均用於重建品質改善。
可以通過離線字典學習獲得多解析度/多尺度信號字典DS 、多解析度/多尺度殘差字典DR 、和多解析度/多尺度雜訊字典DN 。正如上面提到的，離線字典學習的同時也學習字典的不同尺度的映射。例如，具有較小字典大小的低解析度字典與具有較大字典大小的高解析度字典之間的恰當的映射也可以由離線字典學習來習得，並且可以記錄在儲存設備128中。在本發明的一些實施方式，資料重建塊131通過如下方式對低解析度字典和高解析度字典執行字典加權：對於低解析度字典的每個原子，計算其與高解析度字典中每個原子的相關係數，並根據相關係數的大小決定每個高解析度原子的加權的權重。所以與低解析度重建中得到的原子比較相近的高解析度原子會具有更大的權重，如第9圖所示。其中第9圖是根據本發明的實施方式例示對低解析度字典和高解析度字典進行字典加權的示意圖。因此，部分高解析度字典將被初始化為具有高權重。在基於相同的重建演算法的情況下，與沒有加權的高解析度字典相比，通過對權重的適當初始化，利用高解析度字典的重建不僅可以產生更好的品質，還造成更快的收斂速度。
壓縮感知是基於隨機投影（即，隨機採樣）的思想，其將整個塊的資訊壓縮成少量的測量值。然而，對於某些生物信號，存在一些特殊的特徵點（feature point）。例如，ECG信號具有P、Q、R、S、T點。由於隨機採樣的固有特性，隨機採樣不能保證保留這些重要的特徵點。也就是說，當生物信號的信號段具有重要特徵點時，通過隨機投影得到的相關CS樣本有可能不保留這些重要特徵點的所有資訊。為了解決這個問題，本發明提出了利用特徵點檢測尋找特徵點樣本，並發送已找到的至少部分（即，部分或全部）特徵點樣本到目的地電子設備20。隨機採樣和特徵點採樣可以組合成統一的框架，以實現更好的重建結果。CS重建可以結合考慮CS樣本和特徵點樣本，以產生更準確的近似結果，其中每個特徵點樣本都是對CS重建的點約束（point constraint）。
樣本生成塊117執行壓縮感知以生成與時間窗內的生物信號的信號段對應的CS樣本，並通過TX電路114輸出CS樣本到目的地電子設備20。當啟用了可變速率傳輸方案時，傳送的CS樣本可以是一個超級塊的CS樣本的一部分。當特徵點檢測也啟用了時，特徵點檢測電路112使用特徵點檢測演算法來檢測與信號段的至少一個特徵點相關的至少一個特徵點樣本，通過TX電路114輸出該至少一個特徵點樣本到目的地電子設備20。由於樣本生成塊117在數位域執行壓縮感知，特徵點檢測電路112也可以在數位域執行特徵點檢測，以利用數位壓縮感知的設計。因此，簡單的特徵點檢測演算法，例如單遍掃描演算法（one-pass algorithm），可以用來檢測特徵點。這可以減少硬體的複雜性。此外，在特徵點樣本被發送之前，可以對特徵點樣本應用加權，其中較大的權重將使得特徵點約束更有效。
資料重建塊131通過RX電路122從源電子設備10接收與生物信號的信號段對應的CS樣本和與生物信號的信號段的至少一個特徵點相關的至少一個特徵點樣本，並根據CS樣本和至少一個特徵點樣本執行資料組（信號）重建，其中至少一個特徵點樣本作為重建資料組時的至少一個點約束。點約束可以合併成到其中對特徵點樣本進行了加權的一般CS形式。
考慮到矩陣方程，當增加了點約束時，測量向量變為，其中p1 至pN 是特徵點樣本，是特徵點的權重因數。應該注意的是，在對測量向量添加了附加樣本（即，特徵點樣本）後，測量矩陣和字典應當正確地擴展。下面提供了擴展的測量矩陣和擴展的字典的例示，進行示例說明。
添加點約束可以使得在它們鄰域附近有更好的近似。第10圖根據本發明的實施方式例示了原始信號、沒有點約束的常規重建生成的重建信號以及具有點約束的重建生成的重建信號的示意圖。第11圖例示了第10圖所示信號的中間部分的放大圖。原始信號具有多個重要的特徵點，如左端點P1、右端點P2、全域最大值點P3、P3周圍左側局部最小值點P4、P3周圍右側局部最小值點P5、P1和P4之間局部最大值點P6以及P5和P2之間局部最大值點P7。應該注意的是，並不是所有的點在所有時間內都存在。在第10圖所示的示例，特徵點P7並不存在。與沒有點約束的常規重建生成的重建信號相比，具有點約束的重建生成的重建信號在特徵點周圍具有更好的近似。此外，對於較大CR，點約束通常更有效，並且點約束對保證兩個相鄰信號塊之間的連續性有幫助。當目的地電子設備20採用多級重建方案時，點約束可以與使用信號字典的一個重建級一起執行，或者與使用擴展字典（由信號字典和殘餘字典組成）的另一個重建級一起執行。
特徵點檢測電路112得到的特徵點檢測結果還可以提供生物信號的複雜度的資訊。例如，在特徵點檢測結果中包含的檢測到的特徵點樣本的數量可用於預測信號的複雜度。當檢測到的特徵點樣本的數量很大時，生物信號具有較高的複雜度。當檢測到的特徵點樣本的數量很小時，生物信號具有低複雜度。因此，處理電路108可以使用特徵點檢測結果來控制壓縮比。例如，當源電子設備10採樣可變速率傳輸方案時，TX控制塊118進一步參考特徵點檢測結果來設置一個超級塊的CS樣本的第一部分（即，初始發送到目的地電子設備20的CS樣本）的大小。當特徵點檢測結果表明信號複雜度較低，一個超級塊的CS樣本的第一部分的大小可以設置為較小的值（例如，）。當特徵點檢測結果表明信號具有較高的複雜度，一個超級塊的CS樣本的第一部分的大小可以設置為較小的值（例如，）。通過這種方式，可以減少或者避免來自目的地電子設備20的回饋造成的延遲。
如上所述的，特徵點檢測電路112得到的特徵點檢測結果可以提供生物信號的複雜度的資訊。因此，在特徵點檢測結果中包含的檢測到的特徵點樣本的數量還可用於預測在目的地電子設備20處的重建品質。當檢測到的特徵點樣本的數量很大時，生物信號可能具有高複雜度，目的地電子設備20處估計的重建品質可能較低。當檢測到的特徵點樣本的數量較小時，生物信號可能具有低複雜度，目的地電子設備20處估計的重建品質可能較高。因此，特徵點檢測結果可以由特徵點檢測電路112用來控制發送到目的地電子設備20的特徵點樣本的數量。換句話說，特徵點檢測電路112可以根據與生物信號的每個信號段相關聯的特徵點檢測結果，動態地改變傳送到目的地電子設備20的特徵點樣本的數量。 以上所述僅為本發明之較佳實施例，凡依本發明申請專利範圍所做之均等變化與修飾，皆應屬本發明之涵蓋範圍。
1‧‧‧資料處理系統
10‧‧‧源電子設備
20‧‧‧目的地電子設備
102‧‧‧信號源
104‧‧‧類比前端
106‧‧‧類比數位轉換器
108‧‧‧處理電路
110‧‧‧儲存設備
112‧‧‧特徵點檢測電路
114‧‧‧TX電路
116‧‧‧RX電路
117‧‧‧樣本生成塊
118‧‧‧傳輸控制塊
122‧‧‧RX電路
124‧‧‧TX電路
126‧‧‧處理電路
128‧‧‧儲存設備
129‧‧‧品質估計模組
130‧‧‧資料請求控制塊
131‧‧‧資料重建塊
202~212、302~310‧‧‧步驟
第1圖是根據本發明的實施方式例示基於CS的資料處理系統的示意圖。 第2圖是根據本發明的實施方式例示自適應調整控制一個超級塊的TX速率的方法的流程圖。 第3圖是根據本發明的實施方式例示自適應調整請求一個超級塊的CS樣本的方法的流程圖。 第4圖根據本發明的實施方式例示了可變速率傳輸方案改善的超級塊的有效壓縮比率的示意圖。 第5圖是根據本發明的實施方式例示係數衰減率和CS重建的信號雜訊比之間關係的示意圖。 第6圖是根據本發明的實施方式例示計算係數衰減率的示例的示意圖。 第7圖是根據本發明的實施方式例示多解析度和多級重建方案的示意圖。 第8圖是根據本發明的實施方式例示重建品質與線上字典更新使用的新CS樣本的數量之間的關係的示意圖。 第9圖是根據本發明的實施方式例示對低解析度字典和高解析度字典進行字典加權的示意圖。 第10圖根據本發明的實施方式例示了原始信號、沒有點約束的常規重建生成的重建信號以及具有點約束的重建生成的重建信號的示意圖。 第11圖例示了第10圖所示信號的中間部分的放大圖。

Claims (42)

  1. 一種電子設備，所述電子設備包括： 發送電路；以及 處理電路，被設置為經由所述發送電路向另一電子設備輸出與一信號段對應的壓縮感知CS樣本的第一部分，並且進一步被設置為根據所述另一電子設備的回應，經由所述發送電路向所述另一電子設備選擇性地輸出與所述信號段對應的所述CS樣本的第二部分。
  2. 如專利申請範圍1所述的電子設備，其中所述電子設備進一步包括： 接收電路； 其中，當所述處理電路通過所述接收電路從所述另一電子設備接收到請求與所述信號段對應的更多CS樣本的請求時，所述處理電路經由所述發送電路向所述另一電子設備輸出與所述信號段對應的所述CS樣本的所述第二部分；當所述處理電路沒有從所述另一電子設備接收到所述請求時，所述處理電路不向所述另一電子設備輸出與所述信號段對應的所述CS樣本的所述第二部分。
  3. 如專利申請範圍2所述的電子設備，其中所述電子設備進一步包括： 儲存設備； 其中，所述處理電路被進一步設置為將與所述信號段對應的所述CS樣本的所述第二部分轉儲到所述儲存設備；當所述處理電路沒有接收到所述請求時，與所述信號段對應的所述CS樣本的所述第二部分被保存在所述儲存設備中；當所述處理電路接收到所述請求時，與所述信號段對應的所述CS樣本的所述第二部分被從所述儲存設備中讀取出來並接著被發送至所述另一電子設備。
  4. 如專利申請範圍1所述的電子設備，其中所述電子設備進一步包括： 特徵點檢測電路，被設置為檢測與所述信號段的至少一個特徵點相關聯的至少一個特徵點樣本並生成特徵點檢測結果，並經由所述發送電路向所述另一電子設備輸出所述至少一個特徵點樣本。
  5. 如專利申請範圍4所述的電子設備，其中所述處理電路進一步被設置為參考所述特徵點檢測結果，以設置發送至所述另一電子設備的所述CS樣本的所述第一部分的大小。
  6. 如專利申請範圍4所述的電子設備，其中所述特徵點檢測電路根據所述特徵點檢測結果，動態改變發送到所述另一電子設備的所述至少一個特徵點樣本的數量。
  7. 一種可變速率傳輸方法，所述方法由一電子設備執行，所述方法包括以下步驟： 對與一信號段對應的信號樣本執行壓縮感知CS，以生成與所述信號段對應的CS樣本； 輸出與所述信號段對應的所述CS樣本的第一部分至另一電子設備； 從所述另一電子設備接收回應；以及 根據所述另一電子設備的回應，向所述另一電子設備選擇性地輸出與所述信號段對應的所述CS樣本的第二部分。
  8. 如專利申請範圍7所述的方法，其中根據所述另一電子設備的回應向所述另一電子設備選擇性地輸出與所述信號段對應的所述CS樣本的第二部分的步驟包括： 當從所述另一電子設備接收到請求與所述信號段對應的更多CS樣本的請求時，向所述另一電子設備輸出與所述信號段對應的所述CS樣本的所述第二部分； 當沒有從所述另一電子設備接收到所述請求時，不向所述另一電子設備輸出與所述信號段對應的所述CS樣本的所述第二部分。
  9. 如專利申請範圍7所述的方法，其中所述方法進一步包括： 檢測與所述信號段的至少一個特徵點相關聯的至少一個特徵點樣本並生成特徵點檢測結果，並向所述另一電子設備輸出所述至少一個特徵點樣本。
  10. 如專利申請範圍9所述的方法，其中所述方法進一步包括： 參考所述特徵點檢測結果，設置發送至所述另一電子設備的所述CS樣本的所述第一部分的大小。
  11. 如專利申請範圍9所述的方法，其中根據所述特徵點檢測結果，動態改變發送到所述另一電子設備的所述至少一個特徵點樣本的數量。
  12. 一種電子設備，所述電子設備包括： 接收電路；以及 處理電路，被設置為經由所述接收電路從另一電子設備接收與一信號段對應的壓縮感知CS樣本的第一部分，並且進一步被設置為根據重建品質要求，選擇性地向所述另一電子設備請求與所述信號段對應的所述CS樣本的第二部分。
  13. 如專利申請範圍12所述的電子設備，其中所述處理電路進一步被設置為根據與所述信號段對應的所述CS樣本的所述第一部分執行信號的重建，並且估計所述信號的重建品質，以確定所述重建品質要求是否被滿足。
  14. 如專利申請範圍13所述的電子設備，其中通過對在所述信號的重建中得到的稀疏基中的係數執行稀疏檢查，來估計所述重建品質。
  15. 如專利申請範圍14所述的電子設備，其中所述稀疏檢查包括計算所述係數的衰減率，並使用所述衰減率作為所述重建品質的指示。
  16. 如專利申請範圍13所述的電子設備，其中所述電子設備進一步包括： 發送電路； 其中當估計的重建品質不滿足所述重建品質要求時，所述處理電路經由所述發送電路向所述另一電子設備發出請求用於請求與所述信號段對應的所述CS樣本的所述第二部分；當估計的重建品質滿足所述重建品質要求時，所述處理電路不向所述另一電子設備請求與所述信號段對應的所述CS樣本的所述第二部分。
  17. 如專利申請範圍12所述的電子設備，其中所述處理電路進一步被設置為經由所述接收電路從所述另一電子設備接收與所述信號段的至少一個特徵點相關的至少一個特徵點樣本，並根據所述CS樣本的所述第一部分和所述至少一個特徵點樣本執行信號的重建。
  18. 一種可變速率傳輸方法，所述方法由一電子設備執行，所述方法包括以下步驟： 從另一電子設備接收與一信號段對應的壓縮感知CS樣本的第一部分； 根據與所述信號段對應的所述CS樣本的所述第一部分執行信號的重建，並估計所述信號的重建品質；以及 根據重建品質要求，選擇性地向所述另一電子設備請求與所述信號段對應的所述CS樣本的第二部分。
  19. 如專利申請範圍18所述的方法，其中根據重建品質要求選擇性地向所述另一電子設備請求與所述信號段對應的所述CS樣本的第二部分的步驟包括： 當估計的重建品質不滿足所述重建品質要求時，向所述另一電子設備發出請求用於請求與所述信號段對應的所述CS樣本的所述第二部分； 當估計的重建品質滿足所述重建品質要求時，不向所述另一電子設備請求與所述信號段對應的所述CS樣本的所述第二部分。
  20. 如專利申請範圍18所述的方法，其中通過對在所述信號的重建中得到的稀疏基中的係數執行稀疏檢查，來估計所述重建品質。
  21. 如專利申請範圍20所述的方法，其中所述稀疏檢查包括計算所述係數的衰減率，並使用所述衰減率作為所述重建品質的指示。
  22. 如專利申請範圍18所述的方法，其中所述方法進一步包括： 從所述另一電子設備接收與所述信號段的至少一個特徵點相關的至少一個特徵點樣本，並根據所述CS樣本的所述第一部分和所述至少一個特徵點樣本執行所述信號的重建。
  23. 一種電子設備，所述電子設備包括： 儲存設備，設置為存儲多個字典，所述多個字典包括至少一個第一級字典和至少一個第二級字典；以及 處理電路，設置為根據與一信號段對應的壓縮感知CS樣本以及從所述至少一個第一級字典選擇的第一級字典執行信號的第一級重建，並進一步被設置為根據與所述信號段對應的所述CS樣本、所述第一級字典和從所述至少一個第二級字典選擇的第二級字典選擇性地執行所述信號的第二級重建。
  24. 如專利申請範圍23所述的電子設備，其中所述第一級字典是信號字典，所述第二級字典是殘差字典。
  25. 如專利申請範圍24所述的電子設備，其中所述處理電路進一步被設置為估計與所述信號的第一級重建相關的重建品質，以確定重建品質要求是否被滿足； 當估計的重建品質不滿足所述重建品質要求時，所述處理電路執行所述信號的第二級重建；當估計的重建品質滿足所述重建品質要求時，所述處理電路旁路所述信號的第二級重建。
  26. 如專利申請範圍23所述的電子設備，其中所述第一級字典是信號字典，所述第二級字典是雜訊字典。
  27. 如專利申請範圍26所述的電子設備，其中所述處理電路進一步設置為進行場景檢測，以確定是否存在雜訊；當所述場景檢測表明存在雜訊時，所述處理電路執行所述信號的第二級重建；當所述場景檢測表明不存在雜訊時，所述處理電路旁路所述信號的第二級重建。
  28. 如專利申請範圍23所述的電子設備，其中所述至少一個第一級字典或者所述至少一個第二級字典包括具有第一解析度的第一字典和具有第二解析度的第二字典，其中所述第二解析度比所述第一解析度更精細；根據所述重建品質要求，所述第一字典和所述第二字典其中之一被選擇用於所述信號的重建。
  29. 如專利申請範圍28所述的電子設備，其中所述處理電路進一步設置為通過識別所述第一字典中的特定原子並利用所述特定原子強調所述第二字典中的相關原子，對所述第一字典和所述第二字典執行字典加權。
  30. 如專利申請範圍23所述的電子設備，其中所述處理電路進一步被設置為估計與所述信號的第一級重建相關的重建品質，以確定重建品質要求是否被滿足； 當估計的重建品質不滿足所述重建品質要求時，所述處理電路進一步被設置為從另一電子設備請求新CS樣本，並根據所述新CS樣本對所述第一級字典執行線上字典更新。
  31. 如專利申請範圍23所述的電子設備，其中所述處理電路進一步被設置為從另一電子設備接收與所述信號段的至少一個特徵點相關的至少一個特徵點樣本，並且根據所述CS樣本、所述至少一個特徵點樣本以及所述第一級字典執行所述信號的第一級重建，或者根據所述CS樣本、所述至少一個特徵點樣本、所述第一級字典和所述第二級字典選擇性地執行所述信號的第二級重建。
  32. 一種用於信號重建的方法，所述方法包括： 存儲多個字典，所述多個字典包括至少一個第一級字典和至少一個第二級字典；以及 根據與一信號段對應的壓縮感知CS樣本以及從所述至少一個第一級字典選擇的第一級字典執行信號的第一級重建，並根據與所述信號段對應的所述CS樣本、所述第一級字典和從所述至少一個第二級字典選擇的第二級字典選擇性地執行所述信號的第二級重建。
  33. 如專利申請範圍32所述的方法，其中所述第一級字典是信號字典，所述第二級字典是殘差字典。
  34. 如專利申請範圍33所述的方法，其中所述方法進一步包括： 估計與所述信號的第一級重建相關的重建品質，以確定重建品質要求是否被滿足； 當估計的重建品質不滿足所述重建品質要求時，執行所述信號的第二級重建；以及 當估計的重建品質滿足所述重建品質要求時，旁路所述信號的第二級重建。
  35. 如專利申請範圍32所述的方法，其中所述第一級字典是信號字典，所述第二級字典是雜訊字典。
  36. 如專利申請範圍35所述的方法，其中所述方法進一步包括： 執行場景檢測，以確定是否存在雜訊； 當所述場景檢測表明存在雜訊時，執行所述信號的第二級重建；以及 當所述場景檢測表明不存在雜訊時，旁路所述信號的第二級重建。
  37. 如專利申請範圍32所述的方法，其中所述至少一個第一級字典或者所述至少一個第二級字典包括具有第一解析度的第一字典和具有第二解析度的第二字典，其中所述第二解析度比所述第一解析度更精細；根據所述重建品質要求，所述第一字典和所述第二字典其中之一被選擇用於所述信號的重建。
  38. 如專利申請範圍37所述的方法，其中所述方法進一步包括：通過識別所述第一字典中的特定原子並利用所述特定原子強調所述第二字典中的相關原子，對所述第一字典和所述第二字典執行字典加權。
  39. 如專利申請範圍32所述的方法，其中所述方法進一步包括：估計與所述信號的第一級重建相關的重建品質，以確定重建品質要求是否被滿足； 當估計的重建品質不滿足所述重建品質要求時，從另一電子設備請求新CS樣本，並根據所述新CS樣本對所述第一級字典執行線上字典更新。
  40. 一種電子設備，所述電子設備包括： 發送電路； 處理電路，被設置為執行壓縮感知CS以生成與一信號段對應的CS樣本，並經由所述發送電路向另一電子設備輸出與所述信號段對應的所述CS樣本的至少一部分；以及 特徵點檢測電路，被設置為檢測與所述信號段的至少一個特徵點相關的至少一個特徵點樣本，並經由所述發送電路向所述另一電子設備輸出所述至少一個特徵點樣本。
  41. 如專利申請範圍40所述的電子設備，其中所述特徵點檢測電路根據與所述信號段相關的特徵點樣本檢測結果，動態改變發送到所述另一電子設備的特徵點樣本的數量。
  42. 一種電子設備，所述電子設備包括： 接收電路；以及 處理電路，被設置為經由所述接收電路從另一電子設備接收與一信號段對應的壓縮感知CS樣本的至少一部分和與所述信號段的至少一個特徵點相關的至少一個特徵點樣本，並根據所述CS樣本的所述至少一部分和所述至少一個特徵點樣本執行信號的重建。
TW106144317A 2016-12-22 2017-12-18 電子設備、可變速率傳輸方法以及信號重建方法 TWI644522B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662437752P 2016-12-22 2016-12-22
US62/437,752 2016-12-22
US15/830,000 US10205466B2 (en) 2016-12-22 2017-12-04 Electronic device with flexible processing of compressive sensing samples
US15/830,000 2017-12-04

Publications (2)

Publication Number Publication Date
TW201826723A TW201826723A (zh) 2018-07-16
TWI644522B true TWI644522B (zh) 2018-12-11

Family

ID=62630762

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106144317A TWI644522B (zh) 2016-12-22 2017-12-18 電子設備、可變速率傳輸方法以及信號重建方法

Country Status (3)

Country Link
US (1) US10205466B2 (zh)
CN (1) CN108233941B (zh)
TW (1) TWI644522B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11218734B2 (en) * 2019-02-12 2022-01-04 Analog Devices, Inc. Data compression implementation
TWI709148B (zh) * 2019-08-21 2020-11-01 國立臺灣大學 基於壓縮信號的身分識別系統及其方法
CN113197582B (zh) * 2021-04-27 2022-03-25 浙江大学 一种高通用性的心电数据压缩感知系统、终端和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201126912A (en) * 2009-02-18 2011-08-01 Technion Res & Amp Dev Foundation Ltd Efficient sampling and reconstruction of sparse multi-band signals
CN101795501B (zh) * 2009-10-30 2012-08-08 中国科学院上海微系统与信息技术研究所 传感器网络物理信号协同压缩感知系统及感知方法
US8396310B1 (en) * 2009-09-30 2013-03-12 Rockwell Collins, Inc. Basis learning for sparse image representation and classification and low data rate compression
US8804811B2 (en) * 2012-11-19 2014-08-12 King Fahd University Of Petroleum And Minerals Method for compressive sensing , reconstruction, and estimation of ultra-wideband channels
CN103107815B (zh) * 2013-01-09 2016-03-02 华为技术有限公司 一种信号重建方法及设备

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7450032B1 (en) * 2005-12-27 2008-11-11 At & T Intellectual Property Ii, L.P. System and method for encoding a signal using compressed sensor measurements
US7522074B2 (en) * 2007-09-17 2009-04-21 Samplify Systems, Inc. Enhanced control for compression and decompression of sampled signals
US9548758B2 (en) * 2010-01-05 2017-01-17 Alcatel-Lucent Usa Inc. Secure compressive sampling using codebook of sampling matrices
GB201005913D0 (en) * 2010-04-09 2010-05-26 Schlumberger Holdings Method for real-time data compression and transmission
US8774294B2 (en) * 2010-04-27 2014-07-08 Qualcomm Incorporated Compressed sensing channel estimation in OFDM communication systems
US8547258B2 (en) * 2011-12-12 2013-10-01 Texas Instruments Incorporated Compressive sense based reconstruction in the presence of frequency offset
CN104767587B (zh) * 2015-03-10 2018-04-27 重庆邮电大学 基于ofdm系统下联合信道编译码的压缩感知信道估计方法
CN105827250B (zh) * 2016-03-16 2019-10-01 江苏大学 一种基于自适应字典学习的电能质量数据压缩重构方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201126912A (en) * 2009-02-18 2011-08-01 Technion Res & Amp Dev Foundation Ltd Efficient sampling and reconstruction of sparse multi-band signals
US8396310B1 (en) * 2009-09-30 2013-03-12 Rockwell Collins, Inc. Basis learning for sparse image representation and classification and low data rate compression
CN101795501B (zh) * 2009-10-30 2012-08-08 中国科学院上海微系统与信息技术研究所 传感器网络物理信号协同压缩感知系统及感知方法
US8804811B2 (en) * 2012-11-19 2014-08-12 King Fahd University Of Petroleum And Minerals Method for compressive sensing , reconstruction, and estimation of ultra-wideband channels
CN103107815B (zh) * 2013-01-09 2016-03-02 华为技术有限公司 一种信号重建方法及设备

Also Published As

Publication number Publication date
TW201826723A (zh) 2018-07-16
CN108233941A (zh) 2018-06-29
US10205466B2 (en) 2019-02-12
US20180183461A1 (en) 2018-06-28
CN108233941B (zh) 2021-09-17

Similar Documents

Publication Publication Date Title
TWI644522B (zh) 電子設備、可變速率傳輸方法以及信號重建方法
US8473438B2 (en) Combined-model data compression
KR101528541B1 (ko) 신호들의 저 복잡도 압축을 위한 방법 및 장치
CN103370881B (zh) 用于信号压缩和解压缩的方法和装置
US20090185636A1 (en) Parallel and adaptive signal processing
Izadi et al. A compressed-sensing-based compressor for ECG
JP6873914B2 (ja) ウェアラブルデバイスにおけるデータ圧縮のための装置および方法
US8610611B2 (en) Analog-to-digital converter for biomedical signals
WO2013006697A2 (en) Energy-efficient time-stampless adaptive nonuniform sampling
JP2011524094A (ja) 信号のイノベーションのスパースサンプリング
SG188867A1 (en) Electrocardiogram signal processing system
Mamaghanian et al. Power-efficient joint compressed sensing of multi-lead ECG signals
Guan et al. Adaptive reference levels in a level-crossing analog-to-digital converter
CN110290389B (zh) 基于长短期参考帧挑选假设匹配块视频压缩感知重构方法
WO2024093188A1 (zh) 信号检测方法、信号处理方法、信号处理模型
Antony et al. Asynchronous adaptive threshold level crossing ADC for wearable ECG sensors
US8547258B2 (en) Compressive sense based reconstruction in the presence of frequency offset
Balouchestani et al. Robust compressive sensing algorithm for wireless surface electromyography applications
JP2014135987A (ja) 準周期的区切りパルスを含む信号を取得するセンサー端末および信号取得方法
US20200302944A1 (en) Methods and apparatus for buffering and compression of data
TWI703849B (zh) 智能相位切換方法及智能相位切換系統
Ravelomanantsoa et al. Simple deterministic measurement matrix: Application to EMG signals
Biswas et al. Data encoding for IoHT ECG application
JP2020065225A (ja) 計算機、センシングシステム、及びデータ通信方法
Yu et al. Jsm-2 based ecg compression with statistical support prediction