【技術實現步驟摘要】
本申請涉及聲波數據處理，具體涉及基于fpga的深海水聲數據壓縮方法與裝置。
技術介紹
1、深海水聲數據是指在深海環境中通過聲納裝置等設備收集到的聲波信號數據。由于深海探測產生的數據量巨大，而深海環境的通信帶寬有限，數據的存儲和傳輸成本較高，這就要求對探測得到的深海水聲數據進行壓縮處理以便將其傳輸給對應的船只或是平臺。
2、目前在對深海水聲進行壓縮常用的方法為基于字典編碼的無損壓縮方法。但由于深海水聲中存在各種各樣的深海噪聲分布在不同的頻率上，直接對其進行去噪后直接壓縮的方法進行壓縮時，復雜的噪聲分布會掩蓋部分數據特征，在去噪的過程中會導致這部分特征數據的丟失，影響深海水聲數據的壓縮質量。
技術實現思路
1、為了解決上述技術問題，本申請的目的在于提供基于fpga的深海水聲數據壓縮方法與裝置，所采用的技術方案具體如下：
2、第一方面，本申請實施例提供了基于fpga的深海水聲數據壓縮方法，該方法包括以下步驟：
3、s1，獲取深海水聲數據；
4、s2，對深海水聲數據模態分解得到imf波，根據每個imf波的能量分布進行分段處理，得到各段聲音數據；對于任意兩段聲音數據，根據兩段聲音數據的振幅數值及變化的相似情況，得到兩段聲音數據的聲音相似性度量；
5、s3，對所有不同imf波上相同時間段的聲音數據之間的聲音相似性度量進行閾值分析，得到各段聲音數據的聲音殘留相似度；結合各段聲音數據與其同一imf波上的其他所有聲音數據的聲音相似性度量和聲
6、s4，根據各imf波上所有聲音數據的占比以及噪聲特征值，得到各imf波的信息濃度；根據各imf波的信息濃度選取各imf波在小波變換過程中的小波基函數組；根據各imf波的小波基函數組對各imf波進行小波變化得到小波系數，對所有imf波的小波系數進行量化后編碼，得到深海水聲數據的壓縮結果。
7、進一步，所述對深海水聲數據模態分解得到imf波，根據每個imf波的能量分布進行分段處理，得到各段聲音數據，包括：
8、對深海水聲數據進行模態分解，得到預設數量個imf波；對每段imf波進行分幀處理，得到各幀信號；依次對每一幀信號使用能量閾值法進行判定，篩選得到各段聲音數據。
9、進一步，所述依次對每一幀信號使用能量閾值法進行判定，篩選得到各段聲音數據，包括：
10、計算每一幀信號的能量；獲取所有幀信號的能量的眾數，將所述眾數的四分之一，作為能量閾值；將能量高于能量閾值的各幀信號，記為各段聲音數據。
11、進一步，所述對于任意兩段聲音數據，根據兩段聲音數據的振幅數值及變化的相似情況，得到兩段聲音數據的聲音相似性度量，包括：
12、，
13、式中，表示聲音數據與聲音數據的聲音相似性度量；表示聲音數據中第時刻的振幅值；表示聲音數據中第時刻的振幅值；表示聲音數據與聲音數據的dtw距離；為以自然常數為底的指數函數；為每段聲音數據中采集的時刻數量。
14、進一步，所述各段聲音數據的聲音殘留相似度的獲取方法，包括：
15、對于任一imf波，將imf波上的任意一段聲音數據記為目標數據，將其他imf波上與目標數據的時間段相同的聲音數據，作為目標數據的同位數據；獲取目標數據與其所有同位數據之間的聲音相似性度量中大于或等于預設相似閾值的數量，記為相似數量；將所述相似數量與所有imf波數量的比值，作為目標數據的聲音殘留相似度。
16、進一步，所述各段聲音數據的噪聲特征值的獲取方法，包括：
17、獲取任意一段聲音數據與其同一imf波上的其他所有聲音數據的聲音相似性度量的平均值；將所述平均值與所述任意一段聲音數據的聲音殘留相似度的乘積，作為所述任意一段聲音數據的噪聲特征值。
18、進一步，所述各imf波的信息濃度的獲取方法，包括：將第個imf波的信息濃度記為，；式中，表示每段聲音數據的時間段長度；表示聲音數據的噪聲特征值；表示第個imf波中含有的聲音數據的總量；表示第個imf波的時間總長度。
19、進一步，所述根據各imf波的信息濃度選取各imf波在小波變換過程中的小波基函數組，包括：
20、獲取各imf波的信息濃度的歸一化值；對所述歸一化值的預設倍數進行向上取整，得到各imf波的信息量等級；
21、隨機選取若干組小波基函數組；其中小波基函數組的數量與信息量等級的數量一致，每組小波基函數組有兩個正交的小波基；
22、將所有小波基函數組按照小波基的尺度從小到大依次排序，將各小波基函數組的序號記為各小波基函數組的尺度等級；
23、將所有小波基函數組的尺度等級中，與各imf波的信息量等級數值相同的小波基函數組，作為各imf波在小波變換過程中的小波基函數組。
24、進一步，所述根據各imf波的小波基函數組對各imf波進行小波變化得到小波系數，對所有imf波的小波系數進行量化后編碼，得到深海水聲數據的壓縮結果，具體包括：
25、對各imf波使用其在小波變換過程中的小波基函數組進行分解變換，得到小波系數；對小波系數進行均勻量化；對均勻量化后的小波系數采用熵編碼法進行編碼，得到各imf波的編碼數據；將所有imf波的編碼數據組成深海水聲數據的編碼表。
26、第二方面，本申請實施例還提供了基于fpga的深海水聲數據壓縮裝置，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現上述任意一項所述基于fpga的深海水聲數據壓縮方法的步驟。
27、本申請至少具有如下有益效果：
28、本申請通過分析現有技術在對深海水聲數據進行去噪后壓縮時，造成一些非噪聲的關鍵信息丟失的問題，通過利用的高速并行處理能力和靈活的可編程特性，實現對深海水聲信號的高效壓縮；首先將原始水聲數據進行分解，獲得不同頻率的本征模態函數，有利于更加高效準確的尋找出水聲數據中可能存在的噪聲數據；進一步分析各imf波中不同聲音數據段之間的相似情況與噪聲含量的關系，得到噪聲特征值，更為準確的評價了分析各imf波可能含有噪聲的多少；進一步結合各imf波上的聲音數據占比和噪聲特征值得到信息濃度，評價了每個imf波信息含量，以便于據此為每一個imf波選擇不同的小波基對imf波進行小波變換，可以在不刪減噪聲數據的基礎上對噪聲數據進行更精準的壓縮，有效保留其他關鍵信息與數據特征。最后結合量化技術對眾多小波系數與imf波系數進行量化編碼，完成對深海水聲數據的壓縮，可以有效提高深海作業中深海水聲數據的壓縮質量。
本文檔來自技高網...【技術保護點】
1.基于FPGA的深海水聲數據壓縮方法，其特征在于，該方法包括以下步驟：
2.如權利要求1所述的基于FPGA的深海水聲數據壓縮方法，其特征在于，所述對深海水聲數據模態分解得到IMF波，根據每個IMF波的能量分布進行分段處理，得到各段聲音數據，包括：
3.如權利要求2所述的基于FPGA的深海水聲數據壓縮方法，其特征在于，所述依次對每一幀信號使用能量閾值法進行判定，篩選得到各段聲音數據，包括：
4.如權利要求1所述的基于FPGA的深海水聲數據壓縮方法，其特征在于，所述對于任意兩段聲音數據，根據兩段聲音數據的振幅數值及變化的相似情況，得到兩段聲音數據的聲音相似性度量，包括：
5.如權利要求1所述的基于FPGA的深海水聲數據壓縮方法，其特征在于，所述各段聲音數據的聲音殘留相似度的獲取方法，包括：
6.如權利要求1所述的基于FPGA的深海水聲數據壓縮方法，其特征在于，所述各段聲音數據的噪聲特征值的獲取方法，包括：
7.如權利要求1所述的基于FPGA的深海水聲數據壓縮方法，其特征在于，所述各IMF波的信息濃度的獲取方法，
8.如權利要求1所述的基于FPGA的深海水聲數據壓縮方法，其特征在于，所述根據各IMF波的信息濃度選取各IMF波在小波變換過程中的小波基函數組，包括：
9.如權利要求1所述的基于FPGA的深海水聲數據壓縮方法，其特征在于，所述根據各IMF波的小波基函數組對各IMF波進行小波變化得到小波系數，對所有IMF波的小波系數進行量化后編碼，得到深海水聲數據的壓縮結果，具體包括：
10.基于FPGA的深海水聲數據壓縮裝置，包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-9任意一項所述基于FPGA的深海水聲數據壓縮方法的步驟。
...【技術特征摘要】
1.基于fpga的深海水聲數據壓縮方法，其特征在于，該方法包括以下步驟：
2.如權利要求1所述的基于fpga的深海水聲數據壓縮方法，其特征在于，所述對深海水聲數據模態分解得到imf波，根據每個imf波的能量分布進行分段處理，得到各段聲音數據，包括：
3.如權利要求2所述的基于fpga的深海水聲數據壓縮方法，其特征在于，所述依次對每一幀信號使用能量閾值法進行判定，篩選得到各段聲音數據，包括：
4.如權利要求1所述的基于fpga的深海水聲數據壓縮方法，其特征在于，所述對于任意兩段聲音數據，根據兩段聲音數據的振幅數值及變化的相似情況，得到兩段聲音數據的聲音相似性度量，包括：
5.如權利要求1所述的基于fpga的深海水聲數據壓縮方法，其特征在于，所述各段聲音數據的聲音殘留相似度的獲取方法，包括：
6.如權利要求1所述的基于fpga的深海水聲數據壓縮方法，其特征在于，所述各段聲音數據的噪聲特征值的獲取方法，包括：
7.如權利要求1...
【專利技術屬性】
技術研發人員：徐開，王斌，黎潔，趙開琦，周富霖，付佳寶儀，
申請(專利權)人：上海交通大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。