一种适用于亚采样锁相环的高鲁棒性辅助锁定电路

当前的研究表明,基于亚采样相位检测器(Sub-Sampling Phase Detectors,SSPD)的锁相环(Phase-Locked Loop,PLL)相较传统锁相环架构可以实现显著降低的带内相位噪声。然而,在片上系统(Systems on Chip,SOCs)应用中,PLL容易受到衬底或电源耦合的干扰,这很可能会导致PLL失去锁定,且可能无法恢复。针对此问题,提出一种将辅助锁频环(Frequency-Locked Loop,FLL)和数字锁定检测器(Digital Lock Detector,DLD)相结合的适用于亚采样锁相环(Sub-Sampling Phase-Locked Loop,SSPLL)的高鲁棒性辅助锁定电路。仿真结果表明:与传统SSPLL相比,所提出的电路极大提升了PLL对衬底或电源干扰的鲁棒性,同时保持了其低相位噪声的优点,这对于SSPLL在大规模生产和应用中的可靠性具有重要意义。

具有快速再锁定特性的亚采样锁相环设计

相较于传统的电荷泵锁相环,亚采样锁相环以其优良的带内噪声抑制作用,近年来得到了关注和研究.但传统的亚采样锁相环由于其辅助锁频环路中三态鉴频鉴相器较长的固定死区,一旦受到干扰失锁后,需要较长的再锁定时间.针对这一问题,本文在传统的亚采样锁相环设计基础上,设计了一种低噪声、短死区的整数分频亚采样锁相环电路架构,其包含了核心亚采样环路、辅助锁频环路.在辅助锁频环路把输出信号频率锁定至预设频率附近后,环路切换至亚采样环路.亚采样环路通过亚采样鉴相器实现低频参考时钟对高频输出时钟的采样,并将参考时钟和输出时钟之间的相位差转化为输出电压差;该输出电压差控制亚采样电荷泵对环路滤波器充放电,调节输出时钟频率和相位.双环路之间的切换通过辅助锁频环路中的短死区鉴相器实现,这使锁相环既避免了长死区导致的长再锁定时间,也避免了分频器额外的带内噪声放大作用,在兼顾亚采样锁相环良好的带内噪声抑制性能的基础上,有效提高了电路的鲁棒性.本文基于180 nm 1P6M CMOS工艺,完成了800 MHz输出频率的整数分频亚采样锁相环的电路设计、版图绘制和后仿真验证.核心电路版图面积为0.114mm2,功耗为10.8 mW.仿真结果表明,所设计的亚采样锁相环相较于传统结构将再锁定时间降至1.18μs,同时带内相位噪声为-117dBc/Hz@200kHz,参考杂散为57.8 dBc-.

基于非亚采样Contourlet和SWT的多光谱图像和全色图像的融合算法

该文研究了多尺度几何分析工具非亚采样Contourlet变换(NSCT),提出一种新的全色图像和多光谱图像融合的方法。该方法首先对全色图像和进行过IHS变换的多光谱图像的亮度分量进行NSCT变换,对于二者的低频近似系数再进行平稳小波变换(SWT)并融合,进一步提高融合图像的空间信息量,对于高频细节系数,采用基于局部平均梯度的方法进行融合,经过逆NSCT得到融合图像。实验结果表明,该文提出的方法在保留多光谱图像的光谱信息的同时,增强了融合图像的空间细节表现能力,提高了信息量,并且优于传统的基于IHS变换、小波变换、双树复小波变换及Contourlet变换的融合方法,该方法是有效可行的。

非亚采样Contourlet遥感图像融合

非亚采样Contourlet变换是在非亚采样塔型滤波器及非亚采样方向滤波器组的基础上建立起来的,它是一种移不变多方向多尺度图像表示方法。介绍了该变换的结构特点与系数分布特性,并研究了基于非亚采样Contourlet变换的图像融合算法。该算法利用非亚采样Contourlet的平移不变性以及NSCT系数特点,有效准确地提取图像边缘与细节区域,并分别在高、低频域针对不同区域采用不同的融合方法,有效挖掘了待融合图像中的有效信息。这种具有多分辨率分析和多方向滤波特点的处理方法,提高了融合后遥感图像中的信息量和清晰度,对不同分辨率不同方向上的信息进行挖掘及融合,解决了传统小波融合算法中方向数目受限的不足。通过仿真实验与传统融合方法进行比较,验证了该方法的有效性和优越性。

基于非亚采样Contourlet变换的PET/CT图像融合

提出了一种新的基于非亚采样Contourlet变换的PET/CT图像融合方法。通过非亚采样金字塔(NSP)和非亚采样方向滤波器组(NSDFB)实现对图像的多尺度多方向分解。在融合处理中,对分解图像所得的高频及低频系数,根据不同分解面的特性,采用不同的加权规则进行融合。该方法既保留了Contourlet变换方法的多分辨率特性,又具有平移不变性。实验结果表明,相对于传统的拉普拉斯金字塔变换法、小波变换法和Contourlet变换法等,取得了更佳的融合效果。

基于非亚采样轮廓波的舰船尾迹检测(英文)

介绍了海洋表面合成孔径雷达(SAR)图像的舰船尾迹检测算法。该算法首先对图像进行对数变换,将乘性噪声转化为加性噪声,然后对图像进行非亚采样contourlet变换,根据变换后的像素均值对变换系数进行调整,以便去除噪声和提取尾迹轮廓。接着对经非亚采样contoulet调整后的图像进行局部Radon变换,即在对像素积分过程中沿着线性特征被分割后的若干短线段进行积分,而非对整幅图像进行积分。最后通过采用形态学膨胀和腐蚀的方法将临近的分离短线段连接起来便于后续的处理。采用该算法对实际SAR图像进行舰船尾迹检测,结果表明:该算法在背景噪声很强时仍能检测出略微有弯曲的尾迹信号。

基于亚采样点级别的TDOA时延估计

针对无源时延定位技术中时延的估算受系统采样率影响较大的问题,提出一种基于亚采样点的时延估计算法,在采样点最小单位的基础上,利用2个基准监测站信号点的几何特征计算时延。在Matlab仿真程序中,模拟1个信号辐射源和2个基准监测站,以2个监测站信号及其瞬时相位作为算法输入部分,对比二者时延估计的精度,证明算法的有效性。试验结果表明,基于亚采样点的时延估计算法计算精度与信号点数及采样周期有关,且在相同采样率下,该算法估计的时延精度高于采样点级别的时延估计方法。

保持应用特征信息的视频序列分层与时域亚采样

针对信道带宽和存储空间严格受限条件下的视频传输和存储,提出了保持应用特征信息的视频序列分层与时域亚采样模型。把视频序列分解为背景层与运动目标层,对背景层单独压缩,对运动目标层按照相应准则实施保持应用特征信息的时域亚采样后再进行压缩,使得编码比特流量大幅度降低,从而为在极低比特率条件下的视频传输和存储创造了条件。

基于运动变化信息熵的视频序列时域亚采样技术

视频序列的时域亚采样对于低比特率信道上的视频传输和存储空间受限条件下的视频存储具有十分重要的意义。目前普遍采用的时域等间隔亚采样方法有时会造成视频序列中重要的运动变化信息的丢失。针对这一情况,本文提出了基于运动变化信息熵的视频序列时域亚采样技术,通过帧间运动场分析,利用运动场总体能量和运动补偿后的残差能量综合描述视频序列的运动变化信息,并根据信息熵最大化准则确定各个时域亚采样时刻点。大量的对比实验证明该方法明显优于时域等间隔亚采样方法,它较完整地反映了序列图像的运动变化过程,更有利于对视频内容的理解。

具有运动估计的亚采样方块编码

提出了一种新的活动图像编码算法。这种新的编码算法称为运动估计的亚采样方块编码。模拟结果表明：这种新算法压缩比为２５～３０，信嗓比为２９ｄＢ。对每帧１２８×１２８个象素的数字化图像在ＰＣ／４８６—３３计算机上经过实时处理，图像质量良好。文中给出了编码算法和计算机模拟结果。

应用于时钟发生器的低杂散亚采样锁相环

设计了一种应用于高精度时钟发生器的低杂散亚采样锁相环(SSPLL)电路。得益于亚采样锁相环锁定时核心环路中没有分频器的存在,带内噪声得到明显的抑制;同时由于采用了大环路带宽,从而也抑制了环形振荡器所主导的带外噪声;使用虚拟采样器消除了二进制频移键控(BFSK)效应,降低了参考杂散;利用单位增益缓冲器和隔离缓冲器进一步降低了参考杂散;改进的可调窄死区发生器有助于锁定时间加快。本文亚采样锁相环基于110 nm CMOS工艺设计,仿真结果表明:电路整体功耗为7.3 mW,锁定时间小于4μs,锁定后输出电压纹波仅为0.42 mV,在75 MHz的频偏处参考杂散为-72.15 dBc。

一种低噪声亚采样锁相环的设计

介绍了一种2.4 GHz的低噪声亚采样锁相环。环路锁定是利用亚采样鉴相器对压控振荡器的输出进行采样。不同于传统电荷泵锁相环,由于在锁定状态下没有分频器的作用,由鉴相器和电荷泵所产生的带内噪声不会被放大N2倍,从而会使锁相环的带内噪声极大程度地减小。在输出电压摆幅相同的情况下,压控振荡器采用NMOS-PMOS互补结构降低了锁相环的功耗。锁相环的设计在TSMC 180 nm CMOS工艺下完成,在1.8 V的供电电压下,锁相环功耗为7.2 m W。在偏移载波频率200k Hz处,环路的带内噪声为-124 d Bc/Hz。

亚采样彩色CCD图象的重建

在彩色图象传输、采集、存贮过程中 ,一般都采用对色度通道进行压缩的技术来减少图象占用的系统资源 ,在重建中 ,采用大面积着色的方法来重建图象 .但这种方法会在图象的细节部分引入较大的误差 ,为了在实际应用中得到最佳的重建彩色图象 ,就需要研究在色度通道亚采样的情况下 ,如何利用不完备的数据有效地重建图象 .针对CCD彩色图象的空间量化特点 ,提出了一种利用自然图象的约束条件和人眼视觉生理学特点重建CCD彩色图象的方法 .该方法利用高分辨率的通道数据来获得图象的细节信息 ,并且利用图象各通道间的细节相似性 (同变性 )来获得低分辨率通道的图象细节 .通过实验证明 ,该方法有效地提高了图象的清晰度 ,消除了CCD图象重建中常见的伪彩和图象模糊等现象 ,可以用于数码相机或多光谱遥感图象处理等方面 .

基于小波变换的亚采样FPGA实现

亚采样——内插是图像信号处理中的重要方法。在图像压缩领域,它既可作为一种独立的压缩编码方法,又可与其它编码方式配合,组成混合的编码方案,实现更高的压缩比。结合小波变换编码的基本思想,可以实现小波变换亚采样。根据Daubechies等人提出的整形小波变换方法,用FPGA设计并实现了整型(5,3)小波变换。硬件实现结果与软件实现结果一致。

一种新型亚采样锁相环研究

这是一种550 MHz的新型亚采样锁相环(SSPLL)结构,对其特点进行分析,使用Verilog-A作为辅助,进行行为级模拟电路设计。该锁相环的设计在TSMC 180 nm CMOS工艺下完成,使用Cadence Spectre仿真器对该模型进行了仿真。提出的锁相环具有带内噪声小,面积小等优点。此外,使用Verilog-A大大节约了仿真时间成本。

欠定条件下基于主成分的亚采样信号重构

传统的信息采集还原方式的资源消耗高,对信息数据的利用效率和处理效率较低,难以适应瞬息万变的战场信息感知环境,而且复杂的电磁对抗环境会造成测量通道维度的动态变化,进一步加剧了信息采集还原的难度。在大规模多输入多输出无线通信系统场景下,利用信息数据在变换域空间中的稀疏特性,提出了一种基于压缩感知理论的亚采样重构方案。该方案利用主成分基变换的方式实现信息数据的稀疏化,采用子空间追踪的方式实现信号的亚采样还原,对测量通道维度的动态变化具有较强的鲁棒性。同时,采用分块思想避免了高阶矩阵参与处理过程中的迭代运算,使得算法具有更好的求解精度和效率,实现了欠定条件下信息数据的高效重构。

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。

亚像素采样对LED显示质量的提升

清晰显示高分辨率画面是LED显示屏图像质量提升领域中亟待解决的关键问题之一.针对LED显示屏分辨率低、成本高、像素排布灵活的特点,研究了亚像素采样技术在LED显示屏中的应用.从信号处理的角度,在RGB颜色空间中对LED显示屏建立了全像素采样和亚像素采样数学模型,在亮度与色度相分离的空间中对两种采样方式进行了频谱分析,证明了应用亚像素采样技术可以将显示系统的亮度混叠转移到了人眼较不敏感的颜色通道上,有效扩展了LED显示系统在各方向上的Nyquist频率限制.物理屏体上的仿真实验表明亚像素采样对LED显示屏的图像显示质量具有改善作用.