技术领域
[0001] 本
发明属于
信号处理领域，具体涉及一种基于硅基微腔混沌的压缩感知装 置。
背景技术
[0002] 人类当前处于
电子信息时代，信息传递的方式千变万化，应用领域无所不在， 每天产生的信息量是非常巨大的。所以高效的压缩手段是缓解目前存储压
力的 有效途径。所以压缩感知问题的研究就显得尤其重要。如何实现更加快速的信 号采集并能够有效的恢复原信号，也就成为当前社会关注的焦点。基于混沌矩 阵的压缩感知方法对于高效率、高
质量、高速度的
信号处理具有重要意义。
[0003] 压缩感知是压缩和
采样稀疏信号的有效技术。它克服了奈奎斯特香农采样定 理的局限性。压缩感知已在各个领域找到了广泛的应用，例如医学成像，
地震 学，信道编码，图像加密和视频压缩。实现压缩感知的主要方法有两种，即贪 婪和凸优化
算法。通常，凸
优化算法比贪婪算法具有更高的
精度。但是，它的 速度比贪婪算法要慢。
[0004]
现有技术在系统中添加了高斯白噪声的情况下不能有很好的恢复表现。
发明内容
[0005] 本发明的发明目的是提供一种在系统中添加了高斯白噪声的情况下也能有 很好的恢复表现的压缩感知装置。
[0006] 本发明提供一种基于硅基微腔混沌的压缩感知装置，所述压缩感知装置包 括，可调谐
激光器、光纤
放大器、光纤偏振
控制器、光学隔离器、快速光电检 测器、电子
频谱分析仪、数字示波器和处理器；
[0007] 可调谐激光器和光纤放大器分别用于驱动硅基微腔；
[0008] 光纤偏振控制器用于选择OM-PhC芯片的横向电偏振；
[0009] 光学隔离器用于防止不必要的反射光；
[0010] 电子
频谱分析仪和数字示波器用于监视混沌信号的时频特性；
[0011] 处理器用于依据混沌信号获取感测矩阵。
[0012] OM-PhC表示基于硅的光机械
光子晶体。
[0013] 进一步的，
[0014] 所述处理器通过8位ADC量化混沌信号得到
电压时间序列，并以200Mbit/ s的速率对混沌信号采样，以相邻的采样点位于同一列的方式得到感知矩阵Φ。
[0015] 进一步的，
[0016] 所处处理器采用以下公式构建M×N感知矩阵Φ，
[0017]
[0018] 其中，σ是所使用的混沌信号的标准偏差。
[0019] 进一步的，
[0020] 所述处理器使用PSNR评估恢复的图像的质量，其中PSNR＝10*lg2552 lg2552/MSE,MSE为图像的平方误差，MSE定义 其中a和b分别代表图像的宽度和高度，P(i， j)是原始图像的灰度值，D(i，j)是重建图像的灰度值。
[0021] psnr是“PeakSignaltoNoiseRatio”的缩写，即峰值
信噪比，是一种评 价图像的客观标准，
[0022] 本发明的有益效果是：
[0023] 1.硅材料芯片体积小更便于集成，能进一步提高压缩感知装置的集成化程 度，小型化，提高压缩感知方法的高效性
[0024] 2.本发明有效的减小了系统装置的体积，使得压缩感知系统的
硬件设施更加 灵活，更加方便。在信息采集端可以极大地减小存储压力。从外部硬件设施上 进一步减小了整个装置的
冗余度。
[0025] 3.本发明与目前主流大规模集成
电路(COMS)工艺具有极高的兼容性，因此可 以有效降低制造成本，提高生产效率。
[0026] 4.本发明能够处理一维信号和二维信号，能满足大部分信号处理的需求。
[0027] 5.本发明在系统中添加了高斯白噪声的情况下也能有很好的恢复表现。
附图说明
[0028] 图1为本发明所提出的系统图。
[0029] 图2为传感矩阵的方程示意图。
[0030] 图3为10和20的两个稀疏信号的恢复重建结果示意图。
[0031] 图4为对添加了高斯白噪声的一维信号用压缩感知方法进行恢复重建示意图。
[0032] 图5为对二维图像的压缩与恢复示意图。
具体实施方式
[0033] 本发明通过从逻辑图上探索混沌序列，提出了一个感知矩阵，并证明了其良 好的RIP性能。与其他技术相比，混沌系统可以确定性的方式生成“随机”矩 阵，并且易于在物理硬件中实现。但是大多数提议的方案主要集中在理论研究 上并且应用的混沌多是产生在电路上，近年来随着基于硅材料的芯片上的研究 变得愈发火热研究者们也在这方面取得了许多突破。
[0034] 2008年以来，纳米
光子学技术和腔体光力学的最新突破已经证明了介观共振 器中复杂的信号振荡。在2016年，在环形回音壁模式的微腔中，实验观察到了 随机共振和混沌。在具有纳米光子微腔的硬件中通过实验实现了混沌压缩感知 矩阵。2017年报道了使用基于硅的光机械光子晶体(OM-PhC)微腔的介观光学 混乱。它提供了一种新方法来开发具有兼容性的光学高速和CMOS集成的混沌生 成系统装置。本发明探索OM-PhC微腔的混沌输出以构造压缩感知矩阵并成功 实现压缩感知过程。将混沌感测矩阵用于一维(一维)信号和二维(二维)图 像的压缩感知处理。混沌感测矩阵与高斯，托普利兹和伯努利矩阵之间进行比 较，混沌传感矩阵的表现完全不逊与这几大经典矩阵。实验证明整个系统装置 是切实可行的。
[0035] 图1为本发明所提出的系统图。首先硅光子微腔产生的光混沌输出经过光电 探测器，由
光信号转化为
电信号，再经过8位ADC采样，将
模拟信号转化为数 字信号。同时，将采集到的
数字信号传输到电脑内去构建一个压缩感知所需的 传感矩阵。
[0036] 图3是对一维信号的恢复结果的呈现，并将混沌传感矩阵的恢复结果与其他 进行比较，后面的两个图是对长(N)为100，测量数(M)为50，稀疏度(K) 分别是10和20的两个稀疏信号的恢复重建结果。
[0037] 图4本发明对添加了高斯白噪声的一维信号用压缩感知方法进行恢复重建。 证明了其在有噪声干扰的情况下也能够正常运作。高斯白噪声下的恢复性能。 使用的测量矩阵是高斯矩阵，拓普利兹矩阵，伯努利矩阵和混沌矩阵。信噪比 SNR值从-5dB到30dB。
[0038] 图5为使用混沌压缩感知重建二维图像。左列表示原始图像，中间列表示
小波变换后的图像，而右列表示重构图像
[0039] 本发明的光学混沌源的设置包含一个整体式OM-PhC微腔。可调谐激光器和 掺fiber光纤放大器(EDFA)用于驱动微腔。引入了光纤偏振控制器(FPC)以 选择OM-PhC芯片的横向电偏振。使用光学隔离器(OI)来防止不必要的反射光。 芯片的混沌输出被收集到光纤中，并由快速光电检测器进行检测。当前设置由 分立的光子组件组成。关键的SiOM-PhC微腔使用
光刻工艺制造的，以此证明 硅芯片与CMOS工艺的兼容性。使用电子频谱分析仪(AgilentN9000A)和数字 示波器(TektronixTDS7404)监视混沌信号的时频特性。最后，使用计算机 分析数据并计算压缩感知方法的流程，整个系统装置搭建完成。得到混沌信号 之后用8位ADC量化的电压时间序列U(t)，并以200Mbit/s的速率采样。 以相邻的采样点位于同一列中并依次到达下一列的方式感测矩阵Φ(M×N)，以 形成矩阵Φ。
[0040] 为了验证单片硅中的光学混沌是否可用于压缩感知中，本发明引入了一维基 追踪(BP)问题来重建一维信号。首先，本发明在时域中生成一个稀疏信号作 为原始信号x，其稀疏度为K(K<
位置和峰值大小是随机分布的。经由感测矩阵Φ的稀疏信号 x改变测量矢量y。本发明应用压缩感知方法重建具有固定长度N(N＝100)的 一维时域稀疏信号。测量向量M为50，稀疏度为1到40。对于每个稀疏度，本 发明执行了1000次恢复操作以获得最终恢复曲线。将混沌传感矩阵与高斯，托 普利兹和伯努利矩阵进行了比较。混沌感测矩阵的子采样频率为d＝50，测量 矢量的长度(M)设置为50。在附图3a中，混沌感测矩阵的恢复曲线用黄色表 示正方形实线，而绿色空心圆实线，红色五角星形实线和蓝色菱形实线分别对 应于高斯，托普利兹和伯努利矩阵。稀疏水平在1[0041] 为了验证混沌压缩感知方法的实际性能本发明有在信号中添加了高斯白噪 声。信噪比(SNR)值设置为从–5到30dB。图5示出了在具有混沌矩阵的不 同SNR值下的压缩感知重建性能的结果，而图2示出了三种典型的矩阵。当SNR 为–5时，相对误差值大于1.5。在–5
[0042] 描绘了二维图像的压缩感知结果。测试了四个经典的二维图像(摄影师，情 侣，辣椒和山丘)。左列代表具有128×128
像素(称为x)的原始测试图像。中 间一列表示小波域中的图像。最终的重建图像显示在右栏中。可以使用峰值SNR (PSNR)评估恢复的图像的质量，其中PSNR＝10*lg2552/MSE对应于图像 的平方误差。MSE定义为在此等式中，a和 b分别代表图像的宽度和高度，P
(i，j)是原始图像的灰度值，而D(i，j) 是重建图像的灰度值。经过计算，摄影师，情侣，辣椒和山丘的PSNR值分别 可以达到29.43、28.24、31.19和28.41dB，表明重建准确。来自集成的SiOM-PhC 微腔的介观混沌被用于构建高概率满足RIP的传感矩阵。使用此混沌压缩感知 测试了一维
波形和二维图像。通过与高斯，Toeplitz和Bernoulli随机矩阵进 行比较，获得了类似的压缩感知效果。即使信号包含强烈噪声，混沌传感矩阵 也表现出良好的鲁棒性。
这些结果可能为在具有完全CMOS兼容性的物理Si芯 片上以光学高速，低响应等待时间直接实现压缩感知硬件处理提供一种新方法。
