压缩感知理论及其OMP算法FPGA实现研究.pdfVIP

76 压缩感知理论及其OMP 算法 FPGA 实现研究 压缩感知理论及其OMP 算法FPGA 实现研究 Compressed Sensing Theory and OMP Algorithm by FPGA 韩 林 王正彦 孟南南(青岛大学自动化工程学院，山东青岛 266071) 摘要 奈奎斯特定理要求采祥频率不得低于信号最高频率的 2 倍，这使得高频信号的硬件采样实现变得较为困难。压缩感知 (Compressive Sensing ,CS)理论从研究信号的稀疏性出发，指出在一定条件下可以用低于奈奎斯特定理的频率对信号 进行采样。介绍了压缩感知理论及其 OMP 重构算法，设计了 OMP 重构算法的 FPGA 实现的总体框团和各模块框图，编写 了 Verilog HDL 程序代码，并给出了在 Quartus 11 中约仿真结果，和 Matlab 仿真结果对比，压缩重构效果比较理想。 关键词:压缩感知，FPGA， OMP Abstract Nyquist theorem requires that the sampling frequency is not less than 2 times the highest frequency signal ,which makes the high-frequency signal sampling hardware implementation and rapid information processing facing enormous challenges. Compressed sensing (CS) th四ry sampling frequency ,based on the sparsity research ,under ce阳in conditions ,is much lower than the Nyquist theorem.CS theory introduction and its compression reconstruction algorithm is given,and the overall block diagram and the detailed block diagram is designed. Key附rds:compressed sensing ,FPGA,OMP 就是测量值yeR-t1 ，即: 传统的信号获取和处理过程主要包括采样、压缩、传输和解 压缩四个部分。压缩感知的核心思想就是把采样与压缩合并起 y到Þx=4可(rs=Øs (2) 8=ψψ 为 MxN 维的矩阵，通常称之为感知矩阵。 x 式(2) 中 来，同时进行这两项处理，压缩感知理论获取的信号投影测量值 未知数个数远大于方程数(MN)，满足条件的 x 有无数多个。 数据量要远低于传统采样方式所获取的数据量，从而使得受制 如果原始信号是 K 稀疏的，同时测量矩阵 φ 满足约束等距性条 于奈奎斯特采样定理的采样频率能够挣脱束缚，在较低的采样 频率下也能够实现信号的采样口]。目前，压