膛口冲击波信号亚奈奎斯特速率采样

为降低无线网络内数据传输量,采用一种基于压缩感知的随机解调器改进方法,以信源降采样为框架先降低前端采样数据量,再以后端重构的方式缓解网络内传输压力。该方法的核心思想是利用马尔科夫链序列替代经典的m序列与膛口冲击波信号混频。通过提高混频序列与膛口冲击波信号的相关性实现降采样数据重构质量的提升。理论分析与实验表明,该方法将混频序列与膛口冲击波信号相关性由0.0176提升至0.122,在采样率由2 MSa/s降至250 KSa/s的情况下,数据传输量降低87.5%,重构误差小于2.5%。

基于SVD与MUSIC的亚奈奎斯特采样重构算法

调制宽带转换器(modulated wideband converter,MWC)采样方法针对稀疏宽带信号实现了可精确重构的亚奈奎斯特采样,缓解了采样率高的压力。然而现有重构算法所需的最小通道数和采样率与理论下限值仍存在较大差距。针对该问题基于奇异值分解(singular value decomposition,SVD)和多信号分类(multiple signal classification,MUSIC)思想提出一种间接重构算法。该算法首先利用SVD思想通过降维变换在不改变未知矩阵支撑集的前提下将MWC采样模型转化为低维的多测量向量(multiple measurement vector,MMV)问题,然后利用MUSIC思想获取支撑集,最后通过伪逆实现重构。实验结果表明,与传统重构算法相比,该算法可以进一步降低采样率要求,在较少的通道数下实现高概率重构,在一定条件下,重构所需的最低通道数已接近理论下限值。

基于随机投影思想的MWC亚奈奎斯特采样重构算法

针对现有调制宽带转换器(Modulated Wideband Converter,MWC)亚奈奎斯特采样重构算法性能不高问题,提出了一种基于随机投影思想的重构算法.该算法首先将MWC所获得的测量值矩阵通过随机投影方法压缩成具有较少向量的新的测量值矩阵,然后利用所提出的求解器求解多测量向量问题,通过检验和重复尝试性求解过程提高MWC的重构性能.从理论和实验两个方面验证了所提出的算法的有效性.实验结果表明,与著名的ReMBo算法相比,该算法有效提高了重构成功率;当信号的频带数相同时,精确重构所需的硬件通道数更小;在相同的硬件通道数前提下,可重构的信号频带数更高.该算法与ReMBo相比运算时间并没有大幅度增加,当信号频带数较大时,不仅重构性能高,而且运算时间比ReMBo小.

用于宽带频谱感知的全盲亚奈奎斯特采样方法

亚奈奎斯特采样方法是缓解宽带频谱感知技术中采样率过高压力的有效途径。该文针对现有亚奈奎斯特采样方法所需测量矩阵维数过大且重构阶段需要确切稀疏度的问题,提出了将测量矩阵较小的调制宽带转换器(MWC)应用于宽带频谱感知的方法。在重新定义频谱稀疏信号模型的基础上,提出了一个改进的盲谱重构充分条件,消除了构建MWC系统对最大频带宽度的依赖;在重构阶段,将稀疏度自适应匹配追踪(SAMP)算法引入到多测量向量(MMV)问题的求解中。最终实现了既不需要预知最大频带宽度也不需要确切频带数量的全盲低速采样,实验结果验证了该方法的有效性。

频谱互质重排亚奈奎斯特率采样方法

本文提出了一种基于频谱互质重排的超低速率信号采样方法.该方法将稀疏傅里叶变换从离散时间域拓展到连续时间域,首先通过互质结构傅里叶展开采样对频域稀疏信号的频谱分量进行重排和压缩,然后通过基于中国余数定理的亚线性算法对信号进行了重构.实验结果表明,本文所提的采样方法可进一步降低频域稀疏信号的采样速率.

基于采样值随机压缩矩阵核空间的亚奈奎斯特采样重构算法

针对现有调制宽带转换器亚奈奎斯特采样重构算法性能不高问题,该文提出一种基于采样值核空间的支撑重构算法和随机压缩降秩方法,将两者结合得到一种高性能采样重构算法。首先利用随机压缩变换在不改变未知矩阵稀疏特性的前提下将采样方程转化为多个新的多测量向量问题,然后利用采样值矩阵核空间与采样矩阵支撑正交的关系获取联合稀疏支撑集,最后通过伪逆完成重构。从理论和实验两个方面对所提方法进行了分析和验证。数值实验表明,与传统重构算法相比,所提算法提高了重构成功率、降低了高概率重构所需的通道数,而且重构性能总体上随压缩次数增加而提高。

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)。

PAL信号的亚奈奎斯特压缩编码的混叠消除

高清晰度数字电视 (HDTV)对 PAL彩色全电视信号采用 4 fsc抽样 ,其数码率 4 2 5.6 2 74Mbit/s。在编码端对其采用 2 fsc亚奈奎斯特压缩编码 ,可将传送码率压缩一半 ;在接收端 ,由解码器将 2 fsc亚奈奎斯特压缩码插值还原为 4 fsc码。文中分析了由 4 fsc转化为 2 fsc PAL彩色全电视数字信号的亚奈奎斯特压缩编码的频谱结构 ,建立了在发送端编码器和接收端解码器的电路模型 ;研究了对应混叠区的特定形状梳状滤波器对突变图像亮度信号在半行频点频谱的抑制作用和对混叠分量的滤除作用 ;根据 PAL色度信号 CU,CV 分量的副载频 4行 1循环特点 ,得到在编码器和解码器内的梳状滤波器共同作用能克服混叠分量对色度信号的失真影响的结论。实验结果表明 ,文中方法达到了消除亮度和色度混叠的效果。

面向带通信号的随机解调模拟信息转换器设计

模拟信息转换器作为压缩感知理论的实际应用,能够在信号数字化的同时实现压缩采样,显著降低了系统功耗及数据处理负担,但在通信领域,高频带通信号的奈奎斯特率通常极高,这要求模拟信息转换器系统具备极高的采样频率,从而增加了设计复杂度。针对此挑战,提出了一种基于带通Sigma-Delta调制器的随机解调模拟信息转化器架构,以低速伪随机序列对带通信号进行解调处理,有效避免了高速伪随机信号混频模块可能引入的高功耗及电路设计误差等问题。此架构不仅将模拟信息转换器的应用范围从基带信号拓展至带通信号,还成功解决了伪随机信号转换速率受带通信号最高频率研制的技术难题。

二维Fourier带窗内插模板的设计

为了更好地恢复亚奈奎斯特图像以减少失真 ,选择好的内插模板是关键。通过对一种新的一维频率域重叠数字滤波器的理论分析 ,找到了对应的 FIR滤波器模型和线性相位的满足条件。据此给出二维 Fourier加窗内插模板的设计方案。对 7× 7无窗、单窗和双窗 3种模板的传输特性进行了比较 ,指出带窗模板在通带区域内波纹起伏明显少于无窗模板。 3种带窗模板中 ,双窗的平滑性优于单窗和无窗 ,但具有较大的过渡沿。分别用 7× 7、11× 11和 17× 17阶模板对具有不同频率分布的亚采样灰度图像进行了内插处理模拟实验 ,并对结果进行了分析和比较 ,验证了用带窗模板恢复亚奈图像可以获得较高的信噪比 。

基于调制宽带转换器的倒谱恢复算法

亚奈奎斯特采样主要应用于宽带通信和射频(RF)技术中。目前理论成熟且硬件实现的亚奈奎斯特采样技术有随机解调器和调制宽带转换器。随机解调器主要用于谱线的检测,而调制宽带转换器是用于稀疏多频带信号。调制宽带转换器(MWC)是一种用于获取频域稀疏、时域连续信号的一种亚奈奎斯特采样方法。其平均采样速率要低于奈奎斯特速率。亚奈奎斯特采样是一种全盲采样方法,即在信号采样和信号重构时都是不知道频谱信息和频谱位置。本文提出一种基于调制宽带转换器的时域对偶信号的倒谱恢复算法,能在极小误差(0.0098)范围内完美的恢复出原始信号。

模拟压缩采样技术研究

高带宽信号的应用对传统的香农-奈奎斯特采样提出了苛刻挑战,因此,基于压缩感知理论,对模拟信号的亚奈奎斯特采样技术进行研究。将压缩感知概念从离散域推广到模拟信号域,采用压缩采样算子对模拟信号输入带宽进行压缩,实现模拟压缩采样。在模拟压缩采样算子设计中,基于信号结构选择能够与信号稀疏有效结合成单一硬件结构的感知矩阵,使在压缩带宽的同时不损失任何重要信息。在压缩采样的数字处理中,应用非线性探测方法从低速率压缩采样序列中探测信号的精确子空间。

用于心电信号的能量最大化模拟信息转换系统

现有便携式心电采集系统需要低功耗高分辨率的模拟数字转换模块,虽然基于脉冲宽度调制的模拟信息转换器(AIC)可以有效降低系统的采样速率,但是该系统量化部分的转化时钟与量化精度成正比,因此存在功耗过高的问题。依据心电信号的能量不均衡特性,提出一种基于功率熵的精度可调时间-数字转换模块(TDC)设计方法。以能量最大化作为设计准则的基本思想,通过分析ECG信号的功率谱熵,确定系统观测向量所需的最小量化精度,实现AIC时间编码系统的优化设计。测试结果表明,该设计方法能够在压缩比为4,重构信噪比为38.91 dB,重构精度为0.36%的情况下,在采样心电信号的同时减少了80%的TDC内部时钟动态翻转,从而有效降低功耗。

基于主成分分析的MWC采样数据压缩方法

调制带宽转换器(modulated wideband converter,MWC)是针对稀疏多频带信号提出的一种亚奈奎斯特采样方法。实际MWC设计中需考虑硬件实现、重构精度等问题,导致采样数据中存在一定冗余。对MWC系统产生采样冗余的原因及采样数据特点进行深入分析,并提出一种基于主成分分析(principal component analysis,PCA)的MWC采样数据压缩方法。对MWC采样数据进行PCA变换,将其中的大部分能量集中在少量主成分中,进而通过保留少量主成分,并对其进行进一步量化编码的方式来实现对MWC采样数据的压缩。实验结果表明,PCA变换对MWC采样数据的能量集中效果优于小波变换和离散余弦变换,提出的压缩方法能够在保证重构精度高于90%的前提下将MWC系统的采样数据量压缩至原来的1/8以下。

基于随机解调器的射电天文信号的采样与恢复算法

谱线检测技术在射电天文观测中具有举足轻重的地位,可根据谱线诊断天体的基本物理情况,如总粒子数密度、速度、磁感应强度等。射电天文信号有多条谱线,且谱线频率都很高,从几GHz到几十GHz。随机解调器是基于压缩感知理论的均匀亚奈奎斯特采样方法,描述、分析随机解调器系统及正交匹配追踪(Orthogonal Matching Pursuit,OMP)恢复算法,并在Matlab上进行采样与恢复算法仿真分析,结果表明了此算法的可行性。

基于LSTM特征提取的有限新息率畸变信号重构

有限新息率(Finite Rate of Innovation,FRI)采样利用已知的信号波形结构实现信号的亚奈奎斯特率采样,在宽带信息系统应用中具有广泛的前景.但是,在实际的信息系统中,信号波形结构常常因噪声、远距离传输等非理想因素而发生畸变,从而导致FRI重构失败.本文依据波形再生的原理,提出了一种基于长短时记忆(Long and Short-Term Memory,LSTM)自动编码器的FRI重构方法.该方法利用LSTM自动编码器取代FRI采样系统中的采样核函数,通过离线训练获取畸变信号的未知波形结构,从而将波形序列投影为狄拉克特征序列,实现了波形畸变信号的FRI采样及重构.结果表明,本文的方法可以借助经典的零化滤波器有效地重构由于多径效应而发生畸变的FRI波形信号.

一种基于LPTV的开关电容模拟信息转换器设计

模拟信息转换器(analog-to-information converter,AIC)以低于Nyquist率的采样率成为下一代模拟数字转换器的核心技术。模拟信息转换器采用随机解调模块处理输入数据,系统存在典型的时变特性,从而导致理论模型与实际电路模型失配。针对该问题,以开关电容作为AIC的核心部件,利用线性周期时变(linear periodically time-variant,LPTV)理论将周期时变的AIC系统转换为线性时不变系统,推导其系统传输函数,从而建立了AIC理论模型的电路设计方法。实验证明,该电路设计方法使理论的系统传输函数与实际电路的系统传输函数很好的匹配,充分验证了该设计方案的有效性。重构结果表明该电路可以将采样速率降低到原有奈奎斯特率的25%,重构信号的信噪比最高可达39.7 dB。

高清世界时钟所面临的挑战(下)——系统应用透视

引言 多媒体世界发展的一个重要趋势就是向数字新领域扩展,从而利用摩尔定律的经济学与数字世界的优势.由于模拟电路并不遵守摩尔定律,模拟世界在尺寸和功率上都没有表现出像数字世界中所产生的巨大变化.因此,通信系统设计者正在借助更高的中频和更高的带宽,对数据转换器和相关的时钟器件提出更高的要求,在越来越高的频率下将信号从模拟领域转换到数字领域以便能从摩尔定律中获益.美国国家半导体通过设计具有更高带宽更高速率的数据转换器,并配合优化转换器性能的计时器件来应对上述挑战.美国国家导体的8位ADC08D1500以1.7GHz的输入带宽,在每秒1.5千兆的采样率下(采用双边沿采样模式的3 GSPS)实现了出色的性能(＞7 ENOB). ……

基于随机解调的模拟信息转换器设计

压缩感知理论表明,利用信号的稀疏特性可以对信号进行压缩采样,再从少量的观测值中高概率地恢复出原始信号。模拟信息转换器以压缩感知理论为基础,能实现亚奈奎斯特率采样。与传统的模数转换器相比,模拟信息转换器可以有效降低采样速率。提出了一种基于随机解调的模拟信息转换器架构,采用全无源电路实现压缩采样单元。创新性地提出一种全无源的混频电路结构,分两路对被测信号进行随机采样,混频结果经压缩积分网络实现再采样均分运算,从而实现采样信号压缩。压缩采样信号经过量化器得到对应的数字输出编码。实验结果表明,所设计的模拟信息转换器,其峰值信噪比可达到52 dB。