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(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.

基于有限新息率的THz脉冲信号采样和恢复

为了降低硬件设计的难度,采用有限新息率(FRI)理论,通过选择合适的采样核函数,对太赫兹脉冲信号以高于信号的新息率的速率进行采样,进而利用子空间算法对它的自由参量进行估计,重建出原始信号。一般信号的新息率远远低于信号的带宽,这样就大大降低了采样速率。通过延时估计误差,验证FRI采样理论对太赫兹脉冲信号采样的正确性以及子空间算法对信号重建的有效性。

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.

基于有限新息率采样的TR数字接收机

提出了一种基于有限新息率采样的频域多通道结构的TR-UWB数字接收机。传统频域接收机的通道数多、系统结构复杂,不满足UWB接收系统低功耗、低成本的要求。有限新息率采样技术不但突破信号带宽的限制,降低了UWB系统的采样率,同时对接收到的多径分量可进行压缩,简化了系统设计,使得TR接收机的数字化更易实现。仿真结果表明,频域多通道采样的TR数字接收机在误码率要求不高的情况下,降低了采样率。

基于有限新息率采样理论的超宽带信道估计

提出利用有限新息率采样理论解决超宽带信道估计问题,建立了可用于超宽带信道估计的框架,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,也降低了硬件的复杂性。

基于有限新息率的非瞬时扩散点源参数估计方法

扩散现象在农业真菌传播、大气污染等现实场景广泛存在,扩散源参数估计也因此在农业、工业等实际应用中具有重要意义。目前针对扩散源参数估计提出的方法大多针对理想的瞬时点源信号,对于非瞬时的实际扩散过程存在模型失配问题,极大地限制了算法的实际应用场景。为了解决模型不匹配的问题,同时有效估计扩散源持续时间参数,该文将扩散源信号模型拓展为脉宽可变信号,并提出相应的非瞬时点源模型的参数估计算法。该算法中,利用无线传感网络采样得到实际测量值,找到一个组合系数将实际测量值线性组合为指数函数,再根据有限新息率(FRI)采样理论对组合后的数据用零化滤波器方法求解扩散源参数。仿真结果表明,在信噪比20 dB,位置参数重构MAE能够达到0.008左右,脉宽参数能够达到0.1左右,持续时间参数能够达到0.05左右,这验证了非瞬时点源参数估计的准确性。同时我们分析了传感器个数等因素对参数恢复性能的影响。

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。

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)。

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.

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。

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。

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。

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Hilbert变换的脉冲信号FRI采样及其参数估计

为了降低信号的采样速率,减少采集数据量,针对非严格有限新息率(Finite Rate of Innovation,FRI)信号,提出了一种基于Hilbert变换的超声脉冲信号FRI采样方法。将脉冲超声检测信号通过Hilbert变换解包络,形成具有有限新息率的脉冲信号,利用低速采样系统实现了脉冲超声检测信号的低速采样。通过零化滤波器方法从低速采样信号中解算出了脉冲超声检测信号的峰值时刻点,实现了对检测信号的参数估计。通过加入加性高斯白噪声验证了该采样方法对噪声的适应能力。试验结果表明,该低速采样方法可减少信号的采集数据量,并准确估计出峰值到达时刻点。

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。

基于频域时延-多普勒二维聚焦的欠采样雷达信号参数估方法

针对欠采样脉冲多普勒雷达信号参数估计中已有方法抗噪性差、顺序参数估计方法中后续参数估计受前面参数估计精度影响严重等问题,该文提出一种基于有限新息率(Finite Rate of Innovation,FRI)采样的频域时延-多普勒2维聚焦(FD2TF)算法。在该算法中,利用FRI采样结构能够以低于奈奎斯特采样频率的速率获得信号的一系列傅里叶系数,通过频域2维聚焦过程能够同时估计时延和多普勒参数,避免了参数顺序估计中误差累积的问题,理论分析证明了该算法能够大幅提升采样信号的信噪比,提高算法抗噪性和鲁棒性。在2维聚焦算法的基础上该文还提出了基于逆傅里叶变换的2维聚焦简化算法,在提高参数估计网格密度的同时,大大减低了2维聚焦算法的计算量。仿真和对比实验结果证明了该方法的有效性和良好的抗噪性。

编码超声稀疏采样仿真研究

编码超声可以在不增加发射能量的前提下提高平均发射声功率,进而有效提高微小目标体的检出率,增加检测深度,提高目标体成像分辨率。而稀疏采样技术可以有效减少采集数据量,提高检测算法实时性。将二者的优点结合,在高频、超宽带以及多传感器超声阵列实时检测与成像领域有重要研究价值。为此,提出了一种编码超声有限新息率稀疏采样方法,该方法在建立编码超声信号稀疏采样构架的基础上,通过脉冲压缩技术实现编码超声信号的时域压缩,并通过仿真实验对3位二进制编码超声信号进行了稀疏采样与参数重构。仿真结果表明,该方法可实现编码超声信号的稀疏采样,在减少数据量的同时准确重构出原信号。