阅读说明：本技术 基于压缩感知与信道编码的水下信息采集与传输方法 (Underwater information acquisition and transmission method based on compressed sensing and channel coding ) 是由 冯立辉 卢继华 王欢 于 2019-09-12 设计创作，主要内容包括：本发明涉及基于压缩感知与信道编码的水下信息采集与传输方法,属于稀疏变换、压缩感知以及信道传输技术领域。使用高斯随机矩阵对水下信息进行采集即进行观测,随机观测矩阵具有随机分布,再采用标量量化器进行量化,并输出量化后的码字；量化后的码字进行信道编码和调制后经水下信道发送给接收端；在接收端进行解调和解码后,使用压缩感知重构信息,输出重构结构,再对重构结果进行稀疏逆变换得到恢复的高斯随机矩阵采集的水下信息。所述方法在采样时就完成了压缩,减缓系统硬件压力,降低成本；使用信道冗余编码,大大减少了水下无线信息传递过程中的误码率；采用AMP为主的重构方式,能实现稀疏度未知情况下对稀疏表示输出的系数进行重构。(The invention relates to an underwater information acquisition and transmission method based on compressed sensing and channel coding, and belongs to the technical field of sparse transformation, compressed sensing and channel transmission. Acquiring underwater information by using a Gaussian random matrix, namely observing, wherein the random observation matrix has random distribution, quantizing by using a scalar quantizer, and outputting a quantized code word; the quantized code words are subjected to channel coding and modulation and then sent to a receiving end through an underwater channel; and after demodulation and decoding are carried out at a receiving end, the compressed sensing reconstruction information is used for outputting a reconstruction structure, and then sparse inverse transformation is carried out on a reconstruction result to obtain the recovered underwater information acquired by the Gaussian random matrix. The method completes compression during sampling, reduces the pressure of system hardware and reduces the cost; by using channel redundancy coding, the error rate in the underwater wireless information transmission process is greatly reduced; and by adopting a reconstruction mode mainly based on AMP, the reconstruction of the coefficient of sparse representation output under the condition of unknown sparsity can be realized.)

基于压缩感知与信道编码的水下信息采集与传输方法

技术领域

本发明涉及基于压缩感知与信道编码的水下信息采集与传输方法，属于稀疏变换、压缩感知以及信道传输技术领域。

背景技术

随着多媒体技术的发展、图像和视频信号的分辨率不断得到提高，高清图片及高清视频逐渐成为信息传输的主流。水下环境比较复杂，在水下拍摄和传输信息会受到不同程度的干扰。最近几年发展起来的压缩感知(CompressiveSensing,CS)理论，提供了信号去干扰及重构的一种方式，当信号稀疏或可压缩时，可以以较低的采样率通过一个测量矩阵随机观测信号。根据得到的少量观测值，通过优化算法精确重构信号，信号的重构质量仅取决于观测数量的多少，而与具体使用了哪些观测值无关。

自然图像通常不是稀疏的，但在适当选定的变换基下能够进行稀疏表示。在压缩感知算法中，常采用小波基和多尺度几何分析的方法来获得图像的稀疏表示。稀疏表示将信号的能量集中于少量的原子，这些原子包含了图像的主要结构特征。寻找图像的最优稀疏表示基是高质量重构图像的一个基础。字典中的原子与图像信号之间的残差值越小，结构特征越匹配，就越容易形成更为简洁的稀疏表示。

离散小波变换(DWT)和离散余弦(DCT)是对图像进行稀疏表示的一种有效工具。可将水下的信息二维小波变换将图像分解为多个子系数，不同子系数描述了原始图像中的不同信息成分。

对于稀疏信号，不用依赖于信号本身的分布特性，根据普适观测值达到低复杂度的目的，每个观测值近似均等地蕴含了信号的部分“信息”，任何观测值丢失和受干扰，也不影响其它观测参与重构过程，能适应比较恶劣的信道环境。

发明内容

本发明的目的是针对水下环境中传输图片或信息传输过程中接收到的信息不准确或者容易丢失的技术缺陷，提出了基于压缩感知与信道编码的水下信息采集与传输方法。

本发明所采用的技术方案如下：

使用高斯随机矩阵对水下信息进行采集即进行观测，随机观测矩阵具有随机分布，再采用标量量化器进行量化，并输出量化后的码字；量化后的码字进行信道编码和调制后经水下信道发送给接收端；在接收端进行解调和解码后，使用压缩感知重构信息，输出重构结构，再对重构结果进行稀疏逆变换得到恢复的高斯随机矩阵采集的水下信息。

所述基于压缩感知与信道编码的水下信息采集与传输方法，包括如下步骤：

步骤1、对水下信息进行压缩采样并输出观测结果矩阵，具体为：

步骤1.1原始输入信号记为I；对I进行稀疏表达，为

其中，为稀疏小波稀疏基,x为稀疏系数；

其中，I的维度为m×n，即m行n列；m及n均大于等于8；

稀疏表达采用的稀疏基为离散余弦变换基、傅立叶变换基以及离散小波变换基中的一种：

步骤1.2对步骤1.1中稀疏表达后的信号通过信号观测模型进行观测，输出观测结果矩阵Y；

其中，信号观测模型为：Y＝AX；

其中，Y为观测结果矩阵，且Y∈R^m×n，X即为输入信号I，m及n即步骤1中I的维度值；

矩阵A为高斯随机矩阵，且A∈R^N×m，其中N为小于m的维度值；

步骤2、对步骤1.2输出的观测结果矩阵Y进行标量量化，量化成比特流B；

其中，矩阵Y中的每一个值采用K比特信息进行量化；

其中，K的取值范围为大于等于4小于24的整数；

步骤3、对步骤2输出的比特流B进行信道编码，输出编码后符号C；

其中，信道编码为脊髓码、polar、LDPC、Turbo、卷积码以及RS码中的一种或此几种信道编码的级联码；

步骤4、对编码后符号C进行调制，输出调制后符号Q；

其中，调制方式包括但不限于QAM、OFDM、TCM以及各种数字调制方式；各种数字调制方式包括但不限于MASK、MSFK以及MPSK调制，M为2的N次幂；N大于等于1；

步骤5、调制后符号Q经无线信道传输；

其中，无线信道为高斯白噪声信道、Rayleigh信道以及Rician信道中的一种；

步骤6、接收步骤5传输的调制后符号Q并解调，输出解调后符号Q1；

步骤7、对步骤6输出的解调后符号Q1进行信道解码，输出信道解码比特流B1；

步骤8、对步骤7输出的信道解码比特流B1进行反量化操作，输出反量化矩阵；

步骤9、对步骤8输出的反量化矩阵进行压缩感知重构，输出重构后结果Y1；

其中，压缩感知重构包括但不限于AMP、OMP以及BP；

步骤10、对步骤9输出的重构后结果进行稀疏反表示，得到恢复的矩阵I1。

有益效果

所述基于压缩感知与信道编码的水下信息采集与传输方法，与现有信息传输方法相比，具有如下有益效果：

1.所述方法针对水下复杂信息的采集，直接在采样时就完成了压缩，而不是像传统图像压缩，进行全采样后，再经稀疏表示丢弃变换系数获得压缩图像；本发明所述方法，针对水下图片为主的信息进行亚采样再基于稀疏基变换，消除噪声与干扰，从而恢复原信息；即在成像的信息采集过程中，将水下信息的压缩和采集融合为一个过程，直接通过少量传感器得到图像信息的测量值，根据所得测量值重构出原始信息，这样可以减少传感器的数量，减缓成像系统的硬件压力，降低成本；

2.使用信道冗余编码，大大减少了水下无线信息传递过程中的误码率；

3.采用AMP为主的重构方式，能实现稀疏度未知情况下对稀疏表示输出的系数进行重构。

附图说明

图1是本发明基于压缩感知与信道编码的水下信息采集与传输方法的组成框图；

图2是本发明基于压缩感知与信道编码的水下信息采集与传输方法实施例1的流程图；

图3是本发明基于压缩感知与信道编码的水下信息采集与传输方法实施例2的仿真图。

具体实施方式

下面结合附图和实施例对本发明基于压缩感知与信道编码的水下信息采集与传输方法做进一步说明和详细描述。

实施例1

如图1所示，是本发明基于压缩感知与信道编码的水下信息采集与传输方法的流程示意图。

从图1中可以看出，对水下信息首先进行稀疏表达，稀疏表达后的信息进行观测实现数据的压缩；然后对观测结果进行量化形成码字；对码字进行编码并加入冗余保护，经信道传输后到接收端，解调和解码后把经过标量量化以及压缩感知重构的系数进行稀疏反表示，得到恢复出的原始信号。

图2是本发明基于压缩感知与信道编码的水下信息采集与传输方法实施例1的流程，如下：

步骤a、对水下信息I进行压缩采样；

其中，对于水下1×M的一维信息，在采集的时候，直接采集有效的N个测量值，而非满足Nyquist采样定理的M个采样值(N＜＜M)，然后以线性投影方式得到信息压缩后的表示并存储为矩阵Y，实现了有益效果1；

对于水下m×n的二维信息，例如拍摄图像和视频，可使用随机高斯矩阵对信息进行N次观测，以降维的方式完成采样和压缩过程，具体如下：

步骤a.1原始输入信号记为I；将矩阵I使用小波稀疏基进行稀疏表达,为

其中，

为小波稀疏基，x为稀疏系数；

具体实施时，I是某可稀疏表示的图片或者信号；I的维度为256×256，即m＝256，n＝256；

具体实施时，

为可以是离散余弦变换基、快速傅立叶变换基；

步骤a.2对步骤a.1中稀疏表达后的信号通过信号观测模型进行观测，输出观测结果矩阵Y；

其中，信号观测模型为：Y＝AX；

其中，X即为原始输入信号I；Y为观测结果矩阵；m及n即步骤a.1中I的维度值；

矩阵A为高斯随机矩阵，且A∈R^N×m，其中N为小于m的维度值；A的每一行相当于一次测量，N行相当于N个测量值；

步骤b、对步骤a.2输出的观测结果矩阵Y进行标量量化，量化成比特流B；

其中，矩阵Y中的每一个值采用8比特信息进行量化；

步骤c、对步骤b输出的量化后比特流B进行Polar信道编码，输出Polar编码后符号C；

其中，Polar信道编码，包括如下子步骤：

步骤c.1基于公式(1)依据巴氏参数进行信道极化：

其中，Z为巴氏参数，W()为信道的转移概率；y为输出符号，Y为输出符号的集合；

步骤c.2对于编码长度为N，信息长度为K的极化码，可基于公式(2)计算生成矩阵；

其中，B_N为N维比特翻转操作运算G_N为生成矩阵，F为矩阵

具体到本实施例，取K/N为0.5；

为Kroneker基；

步骤c.3通过c.2的生成矩阵，对要传输的量化后比特流基于公式(3)进行polar编码，并输出Polar编码后符号C：

其中，

为传输的信息比特，

为polar编码后的码字；

步骤d、对Polar编码后符号C进行调制，输出调制后符号Q；

其中，调制方式采用BPSK；

步骤e、调制后符号Q经无线信道传输；

其中，具体到本实施例，采用Rayleigh信道加高斯白噪声；

步骤f、对步骤e传输的符号进行解调，输出解调后符号Q1；

步骤g、对步骤f输出的解调后符号Q1进行信道解码，输出信道解码比特流B1；

步骤h、对步骤g输出的信道解码比特流B1进行反量化操作，输出反量化矩阵y；

步骤i、对步骤h输出的反量化矩阵y进行AMP压缩感知重构，输出重构后结果Y1；

信号观测模型为步骤1.2中的Y＝AX；X为原始输入信号，即为I；Y为观测结果矩阵；矩阵A为高斯随机矩阵；

具体实施时，采用AMP实现稀疏度未知的情况下的信息重构，以最大迭代次数t_max为迭代停止控制条件，包括如下子步骤：

步骤i.1、初始化残差r和待还原的向量x；

其中，将残差r置为y，y为步骤i中的反量化矩阵，将待还原的向量x置为0，即r⁰＝y，和x⁰＝0_m×1；

步骤i.2、利用公式(4)得到x在第t次迭代的的含噪观测向量估计q^t；

q^t-1＝A^Tr^t-1+x^t-1； (4)

其中，r^t-1为第t-1次迭代估计的残差，x^t-1为待还原向量在第t-1次迭代的的值；

步骤i.3、由公式(5)计算滤除噪声用的滤波算子η_t(·)；

其中，λ_t为阈值参数，噪声方差δ_t可通过公式(6)求残差r^t-1的2范数的均值；

步骤i.4、由迭代公式(7)、(8)通过t_max次迭代得到x^t，即为重构后结果，记为Y1；

x^t＝η_t(q^t-1；λ_tδ_t) (7)

r^t＝y-Ax^t+r^t-1b^t (8)

其中，收敛系数b^t利用公式(9)求x^t-1的0范数的均值；

步骤j、对步骤j输出的重构结果Y1进行稀疏反表示，得到恢复的I1；

图3对使用polar码在水下进行信息传输和使用压缩感知结合polar编码进行传输的误码率对比图。

可见当使用本发明所述的压缩感知结合polar编码的传输方式，可以降低误码率，实现了有益效果2。

实施例2

本实施例阐述了采用本发明所述的基于压缩感知与信道编码的水下信息采集与传输方法进行仿真的结果。

仿真用的原始数据是在水下的图像信息。首先，图像通过离散余弦变换基(DCT)以及离散小波变换基(DWT)进行稀疏表达，通过高斯随机矩阵进行观测，然后用均匀量化方式进行量化，再把量化后的数据分别进行polar编码和卷积码编码，调制后通过信道，再分别把解调和解码后的数据使用近似消息传递AMP进行重构，恢复出图像。本申请采用的图像是256x256的海胆图、海参图，压缩率为0.5，信道模型为瑞利信道，信噪比为10dB。

得到的仿真对比的表1如下：

表1使用polar编码的图像(表中PSNR值，单位dB)

表2使用卷积编码的图像(表中PSNR值，单位dB)

由表1可知，压缩感知在只采集较少的信息结合信道编码技术可较好的恢复原始的图像信息。本发明的较佳实施例而已，本发明不应该局限于该实施例和附图所公开的内容。凡是不脱离本发明所公开的精神下完成的等效或修改，都落入本发明保护的范围。