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。

基于观测矩阵实现量化预测的模拟信息转换器设计

相比于模拟数字转换器,基于亚奈奎斯特采样的模拟信息转换器,能以更低的采样速率对信号进行采样。对于心电信号等具有突发脉冲的信号,采样速率的降低势必达到更高的量化分辨率,继而造成量化功耗过高。根据信号的自相关性,提出了一种基于观测矩阵实现量化预测的模拟信息转换器。通过观测矩阵中的伪随机序列相关性和信号的自相关性,设置了不同的量化预测模式,在保证模拟信息转换器分辨率的情况下,有效减少了量化的转换位数。实验结果表明,该设计能够在压缩比为2、分辨率为10位的情况下,将心电信号的平均转换位数缩减为7.28位,从而有效降低了量化功耗。

模拟-信息转换器研究进展

随着未来宽带、超宽带通信技术的发展,现有以传统奈奎斯特采样定理为基础的信号的采集、传输、存储和处理系统将面临严峻的挑战,模拟-信息转换器(analog-to-information convertor,AIC)将可能是这些挑战的有效解决途径。AIC是近年来国内外研究的热点,其以压缩感知原理为理论基础,突破传统的奈奎斯特采样定理的约束,以远低于奈奎斯特速率对信号进行采样,并确保能准确重构出原始信号,是稀疏信号的有效获取方法。以稀疏信号采集为主线,综述了近年来AIC设计与实现的研究进展,分析了不同方案在稀疏信号获取方面的优势与不足,描述了国内外的相关研究进展,并对未来AIC可能的发展方向进行了展望。

基于模拟信息转换器的物联网海量数据处理研究

针对大规模物联网应用的海量数据处理信息获取效率低、硬件成本昂贵的问题,依据压缩感知(compressed sensing,CS)理论,建立了一种模拟信息转换器(analog to information converter,AIC)数据处理系统模型。模型以MATLAB/Simulink为平台,分别设计了信号的解调、过滤、采样、重构等功能模块,并对不同频率分量的信号进行处理。实验结果表明,该模型可以较低采样率、高压缩比精确重构稀疏信号,重构效率与观测数M、抽取行数K以及信号频率分量相关。

多通道模拟信息转换器压缩采样实验平台开发

针对目前压缩采样技术中ADC有效位数低、信噪比损失大、低信噪比重构性能差等难题,提出了连续波模拟混频压缩采样、多通道压缩采样相干积累等方法,设计开发了信噪比损失小、分辨精度高的亚奈奎斯特高效采样实验平台。该实验平台的开发对推动高分辨、高灵敏度空间探测、传输技术的发展具有重要价值。

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.

基于压缩感知的模拟信息转换器仿真

由于奈奎斯特采样定理的限制,在对高频率信号、大数据量、宽带跳频信号的采集时,传统的数据采集技术面临着巨大的挑战。近年国际上提出的压缩感知理论(Compressed Sensing)能有效缓解传统数据采集的压力,而以压缩感知理论为基础的模拟信息转换器能直接对连续模拟信号以远低于奈奎斯特采样频率进行采样,最后通过相关的重构算法对原信号进行精确重构。文中对压缩感知理论及模拟信息转换器理论进行了介绍,并通过Matlab对模拟信息转换器进行了仿真验证。

一种基于模拟信息转换器的工业超声成像方法

有限新息率(FRI)模型是传统的采样理论与压缩感知相结合的信号采集新方案。FRI理论指出,具有FRI性质的信号,可由各个短脉冲信号的延迟时间和幅度进行完备的表示,而超声波的反射信号可以看成由一系列不同延迟时间和幅度的高斯脉冲信号的叠加,因此可以采用FRI模型有效减少采样数据和采样频率。在压缩感知理论的框架之下,以FRI理论为模型,并且结合相控阵超声波成像特点以及模拟信息转换器两种结构的特点,提出了一种适用于超声波成像的新型信号采样方法——基于滤波的模拟信息转换器的信息采样方法,并以Field II为仿真工具,对工业超声成像的实测数据采用该方法进行处理,取得了较好的效果,为FRI理论在超声波工业检测系统中的应用做了有益的理论探索和实测数据仿真。

对光电信息转换器的精度检测与应用

在大型仪器、机械设备机电一体化设计中,为了实现微机对机械运动(转动与平动)的自动监测与控制,如何将机械运动的参数准确无误地送入微机是至关重要的,光电信息转换器(编码器)正是解决这一问题的关键部件。

压缩采样中模拟信息转换器的性能仿真

受奈奎斯特采样定理的约束,传统通信设备在提高分辨率和满足实时性要求时,面临高采样率、快处理速度等问题的挑战。而根据压缩采样(Compressive Sensing,CS)理论构建的模拟信息转换器(Analogto Information Converter,AIC)只需进行远低于奈奎斯特采样率采样信号,即可实现对原信号的精确重构。仿真结果表明通过AIC的信号能精确重构,且重构概率和AIC的参数设置密切相关。

多相随机子采样FFT模拟信息转换器

模拟信息转换器是实现稀疏信号压缩感知的一种装置,常用的主要结构是随机解调下采样,但是通常存在采样恢复精度低以及压缩率不高的问题。为提高压缩率及采样恢复精度,本文提出了一种多相随机子采样FFT模拟信息转换器实现方法,该模拟信息转换器由多相分频移相器、伪随机数发生器、多路并行低速ADC以及累加器组成。该方法利用信号在频域循环卷积后下采样等效于信号随机子采样FFT的特点,实现对信号的压缩采样,能有效提高信号压缩率及采样恢复精度,且结构简单、易于实现。仿真实验验证了此方法的有效性。

基于压缩感知的模拟信息转换器设计

现有的土木工程结构健康监测系统普遍采用传统随机解调方式进行信息采样,随着采样信号的频带越来越宽,数据量不断增大,固有监测系统存在的扩展性差、传输能力低和成本高等问题日益明显。针对以上不足,结合压缩感知理论,设计了一种基于均匀采样的改进模拟信息转换系统,并根据模拟信息转换理论设计了相应的系统结构和软硬件实现方法,将其用于实际模拟信号的监测。实验结果表明:设计的系统以较少的观测值完成了对模拟输入信号的采集、压缩与重构,极大地降低了传感器网络能耗及硬件成本。

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。

基于MATLAB的分段型模拟信息转换器仿真研究

多输入多输出(Multiple-Input Multiple-Output,MIM0)雷达在对空中机动目标识别和多目标跟踪中,其大孔径合成所产生的海量数据使系统内的传统模-数转换器(Analog-to-Digital Converter,ADC)在信号处理中倍受挑战。为代替传统ADC以解决传统采样理论在信号处理中的压力,本文以模拟信息转换器(Analog-to-Information Converter,AIC)为研究对象,根据压缩感知理论(Compressed Sensing,CS),构建了一种分段型AIC结构,通过MATLAB/Simulink对其进行系统建模和仿真研究。该系统由伪随机序列模块、乘法器、积分模块和ADC模块组成,仿真所得稀疏信号利用正交匹配追踪(Orthogonal Matching Pursuit,0MP)完成对原始信号的重构。实验结果表明,该系统可以对原始信号低速率采样和高概率重构,体现了该分段型AIC系统的可行性。

模型特征映射的开关电容模拟信息转换器设计

模拟信息转换器(AIC)是模拟数字转换器的替代品,在频域稀疏信号处理中得到了广泛的应用。AIC通过将压缩感知理论从理想的数学计算模型直接映射到物理电路来实现稀疏傅里叶级数系数的测量,同时它引发了模型不匹配的固有问题。提出了一种基于系统状态空间模型系数矩阵的特征值映射的AIC设计方法,为如何从AIC计算模型出发设计电路参数提供了具体的方法。将此方法应用于无源开关电容采样电路,仿真结果表明:重构后的信噪比可达58.8 dB。

基于脉冲脉宽调制的高精度模拟信息转换器设计

针对目前模拟信息转换器(Analog to Information Convertor,AIC)采用模拟电路实现,存在着由于电路的非线性特性而导致实际电路与理想系统难以准确匹配的问题,真实系统的有限等距性质(Restricted Isometry Property,RIP)参数一般仅为理论值的50%。针对该问题,提出了一种主要采用数字模块的脉冲宽度调制模拟信息转换器。该系统采用经典的随机解调架构,通过波形比较器,将输入信号的幅度变化转换为时间脉冲宽度,实现信号的随机混频,之后通过可置数计数器实现压缩采样。实验结果表明,该系统以信号奈奎斯特率1/3的速率采样并且准确地重构信号,均方误差仅为3.572×10-5。

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。

基于联合子空间模型的模拟信息转换器研究进展

依据Shannon采样定理的模拟-数字转换器越来越难以满足对高频、宽频信号的采样需求,为实现低速率采样同时缓解数据传输、存储及处理的压力,基于亚Nyquist采样的模拟信息转换器(analog-to-information convertor,AIC)成为研究热点.首先概述压缩感知理论、单向量空间和联合子空间(union of subspaces,UoS)采样理论,着重总结和对比几种符合UoS模型信号的AIC采样架构及恢复算法,进一步提出一种多天线采样系统架构及基于子空间分解的增强型重构方法,最后展望了AIC未来的研究方向.

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。

翻译是对表示同一内容的不同信息进行相互转换的过程

翻译是对表示同一内容的不同信息进行相互转换的过程阿不都热苏里众所周知，人们的一切活动都是由大脑思维来支配的。而大脑思维则是一种看不见，听不到，摸不着的抽象过程。同一个人对不同的问题有不同的看法，不同的人对同一个事物持以不同的观点。只要他不以某种方式予...