电路测试响应信号的GP-KSVD稀疏重构算法

电路系统测试响应信号具有周期性强、分布较稀疏的特点,针对电路系统测试响应信号的压缩重构问题进行了研究,提出了基于梯度方向追踪的K奇异值分解(GPKSVD)稀疏重构算法。结合单一响应信号以及混合信号其自身特点进行字典训练,利用更新后字典对含噪信号进行梯度追踪稀疏表征,通过对含噪信号的重构,实现了去噪的目的,算法计算复杂度低,储存量小,具有较好的重构效果。仿真中将GP-KSVD表征与使用随机字典、离散余弦字典(DCT)的表征进行比较,从信噪比(SNR)以及相对均方误差(RMSE)2项指标中得出使用KSVD字典具有更好的重构去噪效果;此外将GP-KSVD稀疏重构算法与正交匹配追踪正交匹配追踪(OMP)-KSVD、预处理共轭梯度追踪(PCGP)算法进行比较,得出GP-KSVD的计算时间最短、重构精度更高的结论,并且进行了实测验证。算法可用来对测试响应信号进行预处理,为电路系统设备性能的评估分析提供了理论依据。

用于快速测试电路信号响应的袖珍型白噪声发生器

问:能否同时产生所有频率的频谱?答:电路中的噪声通常都是有害的,任何好电路都应该输出尽可能低的噪声。尽管如此,在某些情况下,一个特性明确且没有其他信号的噪声源就是所需的输出。电路特性测量就是这种情况。许多电路的输出特性可通过扫描一定频率范围内的输入信号并观测设计的响应来测量。输入扫描可以由离散输入频率或扫频正弦波组成。干净的极低频率正弦波(低于10 Hz)难以产生。处理器、DAC和一些复杂的精密滤波可以产生相对干净的正弦波,但对于每个频率阶跃,系统必须稳定下来,使得包含许多频率的顺序全扫描很缓慢。

ASIC数据采集与处理的实现

介绍了数据采集的原理和ASIC的基本功能、实现以及JTAG的边界扫描测试技术。

自己动手制作测试仪器（原理篇）

笔者在测试电子滤波网络、放大器、电声器材等的频率响应特性时，受测试条件的限制，往往只能采用点频法描绘特性曲线，在调整电路元器件和参数后，还得从头重新描点，既繁琐费时又不直观，而且可能因取点数不够或安排不合理而漏掉某些细节。多年来就想组装台多功能的函数扫频信号发生器，平时也注意收集这方面的资料、专用的集成电路及有关的元器件，今朝终于付诸实践，