基于稀疏快速傅里叶变换的信号压缩处理.pdfVIP

国第每撞信 Network and C 基于稀疏快速傅里叶变换的信号压缩处理* 刘清华，杨桂芹，张椅妮 (兰州交通大学电子与信息工程学院，甘肃兰州 730070) 摘 要:随着数据采集能力和采样频率的不断提高，采用传统的奈奎斯特采样定理会获得海量的数据，这给信号的存储和传递 带来了极大挑战。提出基于稀疏快速傅里叶变换的信号压缩方法，利用信号在频域的稀疏性，压缩信号所需的存储空间，在保 证拥有足够小的误码率的前提下，以高概率重构原始信号。 关键词:稀疏快速傅豆叶交换;信号压缩;重构 中固分类号:TN91 1. 72 文献标识码:A DOI: 10. 19358/j. issn. 1674-7720.2016. 14.020 引用格式:刘清华，杨桂芹，张切妮.基于稀疏快速傅里叶变换的信号压缩处理[J] .微型机与应用，2016 ， 35 (14) ;61 -63 ,67. Signal compression processing based on sparse fast Fourier transform Liu Qi吨hua ， Ya吨 Gui问qin ,Zhar (School of Electronic Information Engineering , Lanzhou Jiaotong University , Lanzhou 730070 , China) Abstract; With the continuous improvement of data collection capabilities and the sampling frequency , the traditional Nyquist sampling theorem would get massive data , which gives the major challenge of signal storage and transmission. In this paper , we propose a new signal compression method based on fast Fourier transform. Using the sparsity of the signal in the frequency domain , it reduces the storage space of the signal. It reconstructs the original signal with high probability on a basis of small eπor rate. Key words; sparse fast Fourier transform; signal compression; reconstruction o 51 言 为 O( nlogn) 。 但在实际应用中，大部分的傅里叶系数很小或者等于 传统的信号离散化基本依据一一奈奎斯特采样定理 0 ，只有少部分的系数是不可忽略的，而这少部分系数正是 认为，在进行模拟/数字信号的转换过程中，当采样频率大 信号恢复中必不可少频率值。如果对信号不假思索地使 于信号中最高频率的 2 倍时，采样之后的数字信号完整地 保留了原始信号中的信息，而实际应用中一般需要 5 - 10 用 FFT 处理，那么就会花费大量的运算时间在并不关心 的零频点上。 倍才能达到理想的效果。然而，近十几年传感系统获取数