基于自适应脉宽的超声信号FRI采样方法及应用

脉冲超声信号求取包络后可视为具有有限新息率(FRI)的高斯脉冲串信号,对于FRI采样框架下的高斯脉冲串信号,时延和幅值的准确估计是以高斯脉冲宽度准确先验为前提的。针对此问题,研究了FRI采样框架下信号脉宽、时延和幅值的关系,并提出一种基于信号峰值先验信息的FRI采样方法,该方法可自适应调整脉冲宽度参数,无需准确先验脉宽参数,解决了传统FRI采样中脉宽准确先验的难题。通过仿真试验和在管道缺陷检测中的应用表明,即使在无法预知信号脉宽真实值的情况下,仍能准确从稀疏采样数据中估计得到信号的准确参数。

基于有限新息率(FRI)的激光测距脉冲串信号的采样与重构

为了降低对脉冲串激光测距仪器的采样硬件的要求.应用有限新息率理论(FRI),对模拟脉冲串信号以略高于其新息率的速率进行采样,并应用sinc采样核与谱分析方法对其进行重构.仿真实验表明,本方法能够以远低于脉冲串信号奈奎斯特采样频率对其进行有效采样和重构.这为保证采样精度的同时,降低激光测距脉冲串采样硬件要求提供一种新思路.

基于傅里叶系数实部的脉冲流信号欠Nyquist采样方法

有限新息率(FRI)采样理论可以远低于信号Nyquist频率的采样速率实现对脉冲流信号的欠采样。经典的FRI重构算法大多基于傅里叶系数进行运算,其中存在大量的对复数矩阵的奇异值分解,降低了算法的执行效率。针对该问题,该文提出基于傅里叶系数实部的脉冲流信号FRI采样及重构方法。首先利用离散余弦变换从脉冲流信号的低速采样值中获取其傅里叶系数实部信息,并在重构算法中使用实部的Toeplitz矩阵以提高奇异值分解(SVD)的效率;其次,为了提升经典的零化滤波器算法的鲁棒性,该文从傅里叶系数实部协方差矩阵的旋转不变特性以及零空间特性出发,提出基于离散余弦变换的协方差矩阵分解算法以及基于离散余弦变换的零空间搜索算法来估计脉冲流信号的特征参数,并针对出现的共轭根问题,提出基于交替方向乘子法的去共轭算法。仿真结果表明:在信号新息率较高的情况下,使用傅里叶系数实部信息会极大提高算法的执行效率,同时保证参数估计的准确性。

浅海内波环境下声场干涉条纹的稀疏重建

针对浅海内波引起的干涉条纹“扭曲”问题,利用耦合模理论,提出了一种声场干涉条纹的稀疏重建方法.该方法主要分为两个步骤:(1)将干涉条纹近似为几组二维正弦的和,并用向量有限新息率方法重建;(2)根据耦合模理论,未耦合模对的二维频率不随内波位置变化,而耦合模对的频率随内波位置变化.因此,二维频率可以分为两部分:未耦合模对包含了波导的信息,可用于背景环境规则干涉条纹的重建和波导不变量的估计;耦合模对包含了内波的位置信息,可用于内波的追踪.仿真结果表明,本文方法在内波环境下能够提供有效的干涉条纹重建、波导不变量估计和内波的追踪.

复杂脉冲序列的有限新息率采样方法

有限新息率(Finite Rate of Innovation,FRI)框架是针对非带限信号进行采样与重构的有效理论,然而该方法对脉冲频谱有特殊要求,对于复杂脉冲波形,方法可能失效。针对该问题,该文基于指数再生核设计了一种FRI采样与重构系统,其突出优势是能够通过合理地设置再生核参数来增加对复杂波形的适应性。另一方面,考虑到系统稳定性和采样核的实现,再生核参数还需要满足额外的约束条件,文中具体分析了这些约束因素,并给出了设置方法。最后以线性调频相位编码混合波形为例进行了仿真,结果验证了该文方法的有效性。

基于改进指数再生采样核的有限新息率采样系统

在有限新息率(Finite Rate of Innovation,FRI)采样框架中,指数再生核具有良好的时域有限支撑特性,因此被广泛用作采样核。但是这一过程会将信号中的白噪声变为有色噪声,严重影响重构性能。为此,该文利用指数再生形式能够在卷积运算中得以保留的特性,提出一种改进的指数再生采样核,其对应的系数矩阵能够保持噪声的统计特性,进而保证重构算法性能。仿真实验表明该文方法能够有效提升重构性能。

基于有限更新率的非带限信号采样与重建算法

针对Shannon采样定理中要求信号带宽有限的缺陷,提出了一种基于有限更新率的非带限信号采样和重建的方法。该方法借助奇异值分解技术,从空间变换的角度实现了对与狄拉克流有关的一类特殊有限更新率信号的采样与重建。它用采样点的离散傅里叶变换系数构成一个Hankel矩阵,通过对该矩阵进行奇异值分解求得狄拉克流的位置信息,然后再求解范德蒙方程组求取狄拉克流的权信息,重建出原信号。计算机仿真结果表明,只要以不低于信号更新率的速率对信号进行采样,利用该算法就可以准确地重建出原信号,而且具有很好的抗噪性能。

稀疏信号欠Nyquist采样与重构研究现状分析

传统的信号采样理论要求采样频率需高于Nyquist频率(信号最高频率)的两倍,给射频及超宽带领域的信号采样、存储和传输造成巨大压力。近年来针对可以进行稀疏表示的信号,欠Nyquist采样技术取得了很大的发展,大大降低了精确重构原始信号所需的采样率。综述性地归纳了目前可以进行欠Nyquist采样的信号模型,将出现的各种欠Nyquist采样总结为一个基本模型,并针对频域稀疏和时域稀疏信号分别对采样模型及原理进行了阐述,分析了采样信号的子空间探测和重建方法,讨论了稀疏信号欠Nyquist采样与重构的实现与应用现状,并对研究前景进行了展望。

一种基于有限更新率的非带限信号采样方法

针对Shannon采样定理只能处理带限信号的缺陷,推导论证了一种基于有限更新率的非带限信号采样方法。该方法处理的是更新率有限的信号,先将信号经过一个采样核滤波,然后以不低于信号更新率的采样率对其采样,就可以借助抵消滤波器和范德蒙方程从采样点中重建出原信号。计算机仿真结果表明,该方法重建原信号的精确度较高,并且具有较好的抗噪声性能,信噪比为20dB时信号估计值的均方差只有10-5的数量级,完全能满足实际工程的需求。

采样方法研究综述

Nyquist-Shannon采样定理从提出至今已经过了近70年的发展历程,为模拟世界到数字世界的转变作出了巨大贡献。在这70年的进程中,围绕如何在不丢失信号中有用信息的前提下,降低采样速率和减少采集数据量的主题、新的采样理论和采样方法也不断涌现。本文在总结和回顾现有采样技术原理和框架的基础上,结合个人见解对单通道随机采样、压缩传感采样、有限新息率采样及X-采样等稀疏采样方法的特点、适用场合、最新进展和公开问题及难点进行了评价,并对稀疏采样发展前景予以展望,并为采样技术改进和拓展等应用领域提供参考。

一种基于模拟信息转换器的工业超声信号采集方法

压缩感知理论指出以低于香农定理规定的最低频率(2倍频)对稀疏信号进行采样,同样可得到精确的信号重建结果.将压缩感知理论应用于超声波工业成像系统中,可有效减少需要的采样数据和采样频率.文章在压缩感知理论的框架之下,提出一种新型信号采样方法——基于滤波模拟信息转换器的信息采样方法.以MATLAB为仿真工具,采用该方法对工业超声成像的实测数据进行处理,取得了较为理想的效果,为压缩感知理论在超声波工业检测系统中的应用做了有益的探索.

基于Z变换和改进FRI的LFM信号参数估计方法研究

为了完成线性调频(linear frequency modulation,LFM)信号的稀疏采样,并利用稀疏数据对原始信号参数进行估计,本文提出了一种基于Z变换和改进有限新息率(finite rate of innovation,FRI)的LFM信号参数估计方法。以Z变换理论为基础,设计了一种数学模型,一旦信号能够表达成该数学模型的结构形式,就能通过Z变换和零化滤波器的方法估计信号参数。然后,利用了自相关延迟的FRI结构对LFM信号采样,该结构不仅完成了LFM信号的稀疏采样,而且稀疏采样结果能够与数学模型结构相符。在理论上通过数学论证的方式证明了所提方法能够用于获取LFM信号参数信息,并通过仿真和实测数据验证了所提方法的有效性,理论和实验结果表明该方法只需要4个采样点就能实现对LFM信号的参数估计,并且实验中的参数估计误差均在3%以内,极大的提高有限新息率采样的参数估计效率。

基于有限更新率采样的UWB信号处理技术

在对有限更新率采样技术分析基础上,基于有限更新率采样,探讨了UWB信号处理中的信道估计、接收等技术。UWB系统中采样速率可以由接收的UWB信号的更新率决定,而不是奈奎斯特速率,减少了数据处理量,降低了系统功耗和复杂性。

分段线性序列的重采样

为了避免基于有限更新率的连续域信号采样涉及复杂的运算问题,认真研究分段线性序列特点,提出一种在离散域进行信号参量提取的方法,称之为序列重采样.给出了有限长序列更新率定义,总结出一种适合简单分段线性序列的参量提取算法——试探法,将之推广到一般分段线性序列.不需要事先知道更新率的数量,也不需要在连续域进行运算,从采样后的序列中直接检测信号更新点和更新参量,从而实现信号采样.对所提出的算法进行了仿真,结果表明该算法是有效的.

差分调制信号亚奈奎斯特率检测方法

压缩感知是一种亚奈奎斯特率信息采样方法。基于压缩感知的符号检测方法通常先将亚奈奎斯特率样本重构为奈奎斯特率样本,然后再依据传统符号检测的原理检测接收符号。本文针对基于重构的压缩感知符号检测方法采样率过高的问题,研究广义似然比检测和信息采样样本之间的关系,提出了一种不需要重构奈奎斯特率样本的压缩检测方法。该方法首先通过双通道时延结构分离接收信号的参考部分和信息符号部分,然后依据两部分信号的稀疏相关特性,对亚奈奎斯特率接收符号进行检测。实验结果表明本文提出的方法能够有效地抵抗多径衰弱和符号间干扰(Inter Symbol Interference,ISI)。

基于新限速抽样的超宽带通信系统信道时延估计

提出了利用新限速抽样率理论解决信道估计问题,建立了既可用于宽带也可用于窄带信道估计的框架,此框架的抽样率低于奈奎斯特速率。通过实例展示了利用奈奎斯特速率抽样而工作在低于奈奎斯特抽样率的算法性能,减少了功耗,也降低了算法的复杂性。

SoS滤波器及其在工业超声波成像中的应用

为减少采样数据和采样频率,文中考虑将有限新息率(FRI)模型应用于工业超声波成像系统中,但现有的FRI模型并不能很好地应用于反射信号频率很高的工业超声波成像系统.为此,文中基于FRI滤波器组,提出了一种适用于工业超声信号处理的新型FRI采集方法——辛格函数之和(SoS滤波器)法,推导了该方法应具备的条件,并给出了SoS滤波器的构造方式.采用该方法对一维超声波成像原始数据进行处理,结果表明文中所提出的采集方法是有效、可行的.

基于有限新息率的正交偶极子阵列信号参数估计算法

为解决极化敏感阵列波达方向(DOA)估计中压缩感知类算法的网格失配问题,该文提出一种基于有限新息率(FRI)的正交偶极子阵列无网格信号参数估计算法。首先,利用均匀正交偶极子线阵中不同极化指向天线的两个子阵,求取其自相关矩阵之和,并通过协方差拟合准则恢复出满足Toeplitz结构的协方差矩阵。然后,利用该协方差矩阵构建FRI信号重构模型,求解以重构结果为系数的多项式的零点,就可以得到入射信号DOA参数的估计结果。最后,根据已估计出的DOA参数以及两个子阵的自相关矩阵和互相关矩阵,利用最小二乘法计算得到入射信号的极化参数估计结果。仿真实验表明,该算法与子空间类和压缩感知类算法相比,具有更高的估计精度及更好的角度分辨力。

基于有限新息率的二进制频率编码超声信号稀疏采样

为了实现编码超声信号的稀疏采样,提出了一种基于有限新息率的二进制频率编码超声信号稀疏采样方法.给出了脉冲类超声信号有限新息率稀疏采样的架构,分析了编码超声与脉冲超声信号的差异,建立了编码超声信号响应数学模型,采用高阶矩方法对编码回波信号进行了时域变换,获取了其脉冲流信号,经过采样核调制后实施等间隔稀疏采样,实现了编码超声的有限新息率稀疏采样.在此基础上,研制了硬件实现电路,并将该系统在铝合金样品试件上进行了稀疏采样测试,稀疏采样频率降至0.5 MHz(传统奈奎斯特采样频率至少为12.8 MHz),并能从稀疏采样数据中有效估计出回波信号的幅值和时延,最大估计误差分别为9.324%和0.031%.该研究为利用编码超声信号检测时降低采样速率和减少数据量提供了理论依据和实际应用参考.

参数稀疏信号非均匀采样性能分析

提出了一种参数稀疏信号的时间交替周期非均匀采样方案。相对于非均匀采样,周期非均匀采样可以在降低系统复杂度的前提下依然保持较高的转换速率。通过仿真证明,非均匀采样样本的超分辨率特性可以提高非线性最小二乘周期图谱估计的重构性能。