基于压缩感知的新型声信号采集方法

介绍了一种基于压缩感知的声音信号采集方法,特别适合于无线传感器网络的声学监控应用,能够大大降低采样过程中对硬件采样速率和能量的需求,同时减轻了无线通信的负担,从而实现无线传感器的低成本化和实用化。利用声学信号在频域中的稀疏性质,在压缩感知相关理论的指导下设计了一种新型的随机压缩采样方法,实现了信号有用信息的高效获取;同时,利用加权L1-magic算法对信号进行重构,完成完整的信号采集过程。仿真及实验表明,该方法能够实现在1/10以下标准采样频率下的声信号采集。

WSNs中的分簇式压缩感知

提出了基于无线传感器网络的分簇式压缩感知算法。首先研究了随机压缩采样技术在硬件资源受限的无线传感器网络节点中的技术解决方案。在此基础上提出了在簇头中生成随机采样序列并分发给簇成员,然后在簇成员中进行低速随机采样,最后在簇头中进行信号重构的分簇式压缩感知算法。声音信号的压缩感知实验表明,压缩感知技术能够在硬件资源受限的节点中实现,且提出的分簇式压缩感知算法在没有信息丢失的压缩采样下大大降低了通信能耗。

WSN中的分布式压缩感知

为了解决传统的压缩感知算法在无线传感器网络中实现的难题,首先研究了用定时器控制ADC进行随机压缩采样的压缩感知技术,实验表明,该方法有效可行。在此基础上提出了基于无线传感器网络的分布式压缩感知算法。该算法通过对随机压缩采样序列的拆分实现分布式压缩采样,最后利用合并后的采样值和CoSaMP算法完成对信号的重构。仿真和实验表明,该方法能够在星型网络拓扑中实现以1/10的标准采样频率下实现信号的重构。

基于压缩感知的无线阵列及协同信号处理

传感器阵列信号处理是目标监测重要手段之一,传感器节点向后端数据融合中心发送原始信号不可避免地导致传输延时大、能耗高等问题.为实现低功耗、高精度、灵活部署的目标监测,提出了基于压缩采样的无线阵列.借助新兴的压缩感知理论,解决低功耗低速率无线通信难以满足阵列原始信号的实时传输的问题,并保证阵列测向性能;同时根据相邻节点信号的相关性,设计了基于模型先验知识的信号协同重构算法,以较低的运算负荷完成信号的重构.仿真表明基于压缩感知的无线阵列能实现有效的目标测向,同时在数据量严重受限时性能明显优于传统方法.最后,通过简易实验验证了该方法在低成本平台上的可行性.

基于压缩感知的碰撞声信号采集与处理研究

随着当前交通道路设施的发展与机动车辆的增多,交通事故频发,事故发生后及时报警施救是保障生命安全的关键,然而现阶段交通事故报警主要采用人为自行报警、车辆防碰撞系统报警和交通部门监控施救等,实时性差,开发成本高。针对此问题,介绍一种基于压缩感知技术的车祸碰撞声信号报警系统。该系统主要采用压缩感知技术对车祸碰撞声信号进行多路压缩采样,以低于奈奎斯特值的采样频率采集声信号,根据声信号的稀疏特性重构,再利用其频谱特性、能量比等特征进行分类识别,产生报警信号。实验表明,该方法实时性强、准确性高,低速率采样特性大大降低采样过程中对硬件速度和能量的要求,在智能交通领域具有一定实用价值。