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。

基于量化噪声谱分析的ADC无杂散动态范围

针对模拟数字变换器(ADC)无杂散动态范围(Spurious free dynamic range,SFDR)性能评估受测量方法和测试参数限制,导致测量偏差较大的问题,分别从量化和采样两个角度出发,在对ADC的量化噪声谱分析的基础上,通过数学推导给出了理想的ADC在不同量化比特条件下的无杂散动态范围的理论上界。同时分析阐明了SFDR性能和输入信噪比之间的关系;并进一步分析了在不同采样频率条件下,ADC输出信号离散谱的特点及其对无杂散动态范围性能的影响,并结合傅里叶分析测试法验证了推导结果的正确性。

混沌模拟信息转换——基于多射法的稀疏信号重构

混沌压缩采样是应用混沌系统实现非线性测量的压缩采样理论。该文研究模拟信号的混沌压缩采样-混沌模拟信息转换。该转换通过稀疏信号激励混沌系统,低速采样系统输出实现;信号重构则以混沌系统参数估计理论为基础,通过稀疏正则化的非线性最小二乘问题进行求解。该文将多射法(MS)与迭代再加权非线性最小二乘算法(IRNLS)结合,给出混沌模拟信息转换的MS-IRNLS信号重构算法。文中以Lorenz系统为例,仿真验证了MS-IRNLS算法的重构性能,结果表明方法的有效性。

一种分段分块式压缩采样模型的设计

在分析现有基于压缩感知的模拟信息转换器架构的基础上,对并行多支路模拟信息转换器模型进行了改进,提出了一种基于分块对角化思想的分段分块式模拟信息转换模型.该模型将等效测量矩阵转化为结构化的分块对角阵,利用各分块的相对独立性可实现存储复用,节省了硬件资源,同时减少了各支路的积分时间,能够适用于单位时间内存在大规模压缩采样值的场合.实验结果表明了此方法的有效性,与现有的分段式并行压缩采样转换器相比,其复杂度小,且具有良好的可复用性和实用性.

基于压缩感知的模拟到信息转换研究

压缩感知理论突破了Nyquist采样定理的约束,提出对稀疏信号可以以远低于Nyquist采样速率进行采样,并可以通过重构算法恢复出原信号。研究了基于压缩感知的模拟到信息转换系统,该系统由调制、低通滤波器和低速率采样3个模块组成,实现高频信号的低速率采样,并通过重构算法得到原信号。对模拟到信息转换系统的结构和原理进行了详细介绍,并应用Matlab对系统进行了大量的仿真分析,该系统能稳健地从较少的采样数据中恢复原信号。

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。

一种嵌入式多业务农情信息无线获取节点开发

精细农业应用领域中的农情信息获取设备种类繁多,输入输出接口多样,但是功能相对单一,可扩展性有待提高。为此,设计一种基于Android操作系统的多业务农情信息获取节点,以展讯SC7731G为主控芯片,结合ADC接口、麦克风、图像传感器以及Wi Fi和3G无线通信模块等,实现基于文本、音频、图像/视频等多业务农情信息的一体化快速采集和无线传输。为了验证节点的农情信息采集功能和无线传输性能,在室内外环境中进行了基于土壤湿度、音频、图像及视频的数据采集试验,通过3G移动网络传输音频数据,平均速率达到21 kbyte/s;通过Wi Fi局域网传输图像和视频数据,平均速率可达到2.63 Mbyte/s。试验结果表明,节点能够通过ADC接口外接文本数据传感器,具备良好的音频、图像及视频采集功能,能够满足精细农业对多业务农情信息的快速获取和无线传输需要。

基于稀疏采样的电能质量信号采集方法

由于电能质量信号当中含有丰富的高频分量,如果使用基于传统的香农/奈奎斯特采样定理的频率进行采样,会对采样系统以及后续的数据存储和传输带来巨大的挑战。针对以上问题,提出一种基于稀疏采样的电能质量信号采集方法。通过模拟信息转换器将模拟电能信号转化为离散信号,采用基于压缩感知原理的稀疏采样方式对电能质量信号进行重构,从而高效准确地获取电能质量信号,发现可能的故障信号,保证电力系统稳定运行,提高居民和工业用电质量。实验结果表明,采用该算法对电能质量信号进行重构,所得信号与实际信号之间误差较小,可以高效准确地采集电能质量信号。

基于调制宽带转换器的机械振动信号检测

针对目前机械振动信号频带越来越宽,以香农采样定理对其进行采样将会带来海量数据的传输、存储及处理等一系列问题,提出一种基于调制宽带转换器(modulated wideband converter,MWC)的机械振动信号采样方法,可以实现对高频振动信号的低速采样.首先在频域中按照机械振动信号能量的集中程度将其频谱划分为若干数量的频谱片段,然后根据机械振动信号的最高频率、划分谱带数和谱带最大带宽等先验知识设计合理的MWC采样系统参数,最后利用MWC采样系统实现对机械振动信号的低速采样并从欠采样数据中恢复出原始信号.仿真实验表明:在不损失振动信息的前提下,该方法可以有效降低后端采样设备的采样速率,并且可以从少量采样数据中实现高概率信号重构.

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。

测量中模数转换分辨率的信息熵计算

针对测量仪器数据采集与处理过程中模数转换器件所需分辨率的不确定性,提出了通过信源的信息熵平均法则计算模数转换器件分辨率的方法:利用大数定律,论证了在测量信息论中信息熵的平均法则,进而推导出在测量系统的数据采集部分设计中模数转换器件所需信噪比与模数转换位数之间的关系——器件的位数越高,对应的分辨率越高,获取测量信息就越多,而这些均与相应的信息熵有对应的计算关系.应用实例验证了该方法的合理性.

一种新的模拟到信息转换系统

目前,模拟到信息转换系统主要通过随机矩阵进行采样的,而用硬件实现随机矩阵是繁杂的,甚至是不可能的.受到压缩传感(Compressive Sensing,CS)和积分点火(Integrate-and-Fire,IF)电路的启发,本文提出了一种无需随机矩阵且对时域编码的积分式采样还原系统.在稀疏信号足够长的条件下,可以通过参数自由控制采样频率,理论上可以无限降低,大大减少数据量,降低系统功耗.此外它易于实现,无量化误差等优点,在雷达探测、生物传感等宽带信号领域,具有很好的应用前景.

基于FPGA的多路数据采集与处理系统设计

针对血液分析仪需在8 s内完成4路血细胞和1路状态信号数据采集、处理的要求,设计一套基于现场可编程门阵列的多路数据采集与处理系统.系统实现5路数模转换的并行数据采集、数据处理,并通过串行外设接口通讯接口将处理的数据上传至ARM主机.临床试用结果表明,系统数据采集和处理的方法完全满足血液分析仪对测试速度的要求,仪器性能指标达到了国家注册检验的要求.

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。

数字电视信源编解码技术及应用

通过对数字电视的编码和编码器结构的概述,介绍了MPEG-2视频编码系统的技术原理和关键技术,阐述了数字电视信源编解码技术、信号复用系统及调制解调的关键技术和它们在实际工作中的应用。

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。

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。

最小相关性和最大-最小相关性MWC重构算法

针对调制宽带转换器(Modulated Wideband Converter,MWC)现有重构算法高概率恢复所需的通道数高的问题,提出了MinCor(Minimum Correlation)算法和Max-MinCor(Maximum-Minimum Correlation)算法。MinCor算法利用噪声子空间与感知矩阵的最小相关性求支撑集。Max-MinCor算法联合利用信号子空间与感知矩阵的最大相关性和噪声子空间与感知矩阵的最小相关性求支撑集。实验结果表明,MinCor和Max-MinCor算法在理论条件下,重构所需的通道数均已接近理论极限值。MinCor算法可实现低通道数下的快速重构,但在信噪比小于10 d B时,该算法的恢复性能下降; Max-MinCor算法在MinCor算法的基础上提高了抗噪性,但其重构速率低于MinCor算法。以上两种算法均可用于节约硬件成本、减少系统体积。

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。

宽带跳频信号的后验压缩采样技术研究

在对宽频段的非合作跳频信号进行无源定位场合,超高速数模转换(ADC)采样和各种定频信号的分离已经成为瓶颈。根据压缩采样理论,对于在某些表达基上为稀疏的宽频段信号,可以用远低于Nyquist门限的采样率来进行模拟信息转换(AIC),但是对于有多个定频信号存在的情况,信号重建需要的信息样点数陡然增加,这给分布式传感器系统中的AIC部分的实现带来极大的复杂度。基于子空间投影技术,提出了一种能抑制目标频带内定频干扰信号的跳频信号模拟压缩采样方法,仿真结果表明该方法是可行的。