调制宽带转换器与多陪集采样在稀疏多频带信号采样中的应用

目前研究的亚奈奎斯特采样方法有调制宽带转换器和多陪集采样,二者都是用于获取时间连续、频谱稀疏信号的采样方法,多陪集采样是非均匀的亚奈奎斯特采样,调制宽带转换器是均匀的奈奎斯特采样.从采样方法、频谱支撑区恢复、信号重构和复杂度等方面,对调制宽带转换器与多陪集采样在稀疏多频带信号采样中的应用进行分析.仿真实验结果表明,在相同的平均采样速率下,调制宽带转换器的均方误差大于多陪集采样,但多陪集采样对各通道时延的精确要求给其硬件实现带了很大困难,而调制宽带转换器易于在实际应用中允许的误差范围内硬件实现.     

基于随机解调器的射电天文信号的采样与恢复算法

谱线检测技术在射电天文观测中具有举足轻重的地位,可根据谱线诊断天体的基本物理情况,如总粒子数密度、速度、磁感应强度等。射电天文信号有多条谱线,且谱线频率都很高,从几GHz到几十GHz。随机解调器是基于压缩感知理论的均匀亚奈奎斯特采样方法,描述、分析随机解调器系统及正交匹配追踪(Orthogonal Matching Pursuit,OMP)恢复算法,并在Matlab上进行采样与恢复算法仿真分析,结果表明了此算法的可行性。     

基于多陪集采样的射电天文信号功率谱密度估计

提出一种利用亚奈奎斯特采样数据估计信号功率谱密度的方法.首先选取适当的多陪集采样(Multi-coset Sampling,MCS)模式对待观测信号采样,然后计算MCS系统各通道输出之间的互相关,最后采用最小二乘法或非负最小二乘法直接估计信号功率谱密度.仿真结果表明算法能在正确估计射电天文信号功率谱密度前提下有效降低采样率,并且对信号稀疏性没有要求.     

基于压缩传感的随机滤波器设计

宽带模拟信号将模数转换器的性能推动到极限。但是在许多应用中，我们感兴趣的有效频率相对于带限信号只是很小的一部分，虽然有效频率的位置不是先验的，但奈奎斯特采样的效率已经变得低下。本文介绍了一种由强大有效的现成组件构建的新型数据采集系统，称为随机解调器。     

基于迭代支持检测的分布式压缩频谱感知算法

在宽带认知无线电网络中,为了解决频谱感知所面临的诸如高采样速率、信道衰落以及认知无线电用户硬件资源受限等技术挑战,提出一种基于迭代支持检测的分布式压缩频谱感知算法.通过一跳通信的方式,认知无线电用户能够将各自的检测信息扩散到整个网络,并得到全局一致的支持集;同时,认知无线电用户进行本地稀疏信号重构时,利用一致的支持集信息能够保证不同用户的估计结果具有联合稀疏特性,从而得到更为准确的频谱检测结果.仿真结果表明,文中的分布式频谱感知算法能够以低于奈奎斯特准则的采样速率有效地实现频谱检测,并且在不需要融合中心的前提下获得近似最佳的检测性能.     

压缩感知在宽带雷达信号处理中的应用

高分辨雷达成像系统在当今的军事和民用方面都有着广泛的需求,高分辨率成像需要发射宽带的雷达信号,然而根据奈奎斯特采样定理,信号带宽的增加又使得雷达系统面临高采样率、高传输率、大数据量存储以及信号实时快速处理等问题.压缩感知(CS)理论通过构造非相关测量矩阵,以远低于奈奎斯特采样率的速率获得一组测量值,通过重构算法对信号进行精确的重构.压缩感知理论应用的前提是信号的稀疏性,关键是测量矩阵和稀疏度之间的关系,重要支撑是重构算法.本文对压缩感知原理进行了简要介绍并针对雷达常用的线性调频信号提出一种稀疏基构造方案.同时,利用matlab构造了线性调频信号模型并对压缩感知处理线性调频信号的采样重建过程及应用于二维成像的过程进行了仿真.本文也研究了不同重建算法并进行了各个算法间的效果比较.仿真结果表明,在宽带雷达回波信号的处理过程中,压缩感知能通过降低采样率有效缓解回波数据的存储和传输的压力,这一点在宽带雷达目标检测中应用前景广阔.     

压缩感知重构SAMP的改进算法

压缩感知提供了一种用于采集在正交基上稀疏信号的新范式,突破了奈奎斯特采样定理对采样率的限制,提高了采样端的效率.国内外学者已经探索出大量过完备词典,能够有效对信号稀疏化采集并且尽量不丢失原信号中所含信息.压缩采样中的主要算法挑战是从观测样本中重构原信号.提出一种称为稀疏度自适应匹配追踪算法(sparsity adaptive matching pursuit,SAMP)的迭代恢复算法的改进方法.相较于原算法的方案,该方法回避了对原信号稀疏度的过估计,采用了在过估计时回溯稀疏度,并调整步长的方法,解决了原方案中恢复速度和恢复精度的矛盾.通过仿真实验比较了在不同稀疏度和采样率的情况下两种算法的精确重构成功率,结果证明了改进算法明显优于原算法.     

基于压缩传感的模拟-信息系统

根据奈奎斯特采样定理,采样频率至少为原始带限信号最高频率的两倍时,信号才能被完好地恢复,这将产生极大的数据量,给信号的获取及传输造成很大压力。压缩传感理论可以有效地解决这些问题,通过对某个基上稀疏的信号在接收端进行有限次随机测量,可获得比奈奎斯特采样小得多的传输数据量,并能够在接收端实现高概率精确重建。模拟-信息系统给出该理论的前端的一个物理实现的过程。     

基于随机滤波的雷达信号采样和目标重建方法

受奈奎斯特采样定理的约束,传统雷达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、大存储容量等问题的挑战。压缩传感理论指出,稀疏信号可通过其一组线性测量值重建得到原信号,在获得测量值时,采样率可低于奈奎斯特采样频率。值得注意的是,当测量矩阵的元素具有随机性时,测量矩阵和稀疏化矩阵在较大概率上满足压缩传感理论的测量要求,具很强的适应性。然而,随机测量矩阵在雷达系统中很难实现。本文提出一种基于随机滤波的雷达信号采样和目标重建的方法,该方法计算效率高,只需在传统雷达系统中稍加改动即可实现。计算机仿真验证了该方法的可行性。     

基于逐符号检测的部分响应系统分析

利用部分响应信号(双二进制脉冲)可控地引入符号间干扰(ISI),设计可近似物理实现的发送滤波器和接收滤波器收发信号,牺牲功率利用率来换取较高的频谱利用率,使得符号传输速率达到奈奎斯特速率.在调制信号前采用数据预编码,对接收信号进行相应译码,以消除信道中噪声引起的差错传播.     

Compressive Wideband Spectrum Sensing Based on Random Matrix Theory

Spectrum sensing in a wideband regime for cognitive radio network(CRN) faces considerably technical challenge due to the constraints on analog-to-digital converters(ADCs).To solve this problem,an eigenvalue-based compressive wideband spectrum sensing(ECWSS) scheme using random matrix theory(RMT) was proposed in this paper.The ECWSS directly utilized the compressive measurements based on compressive sampling(CS) theory to perform wideband spectrum sensing without requiring signal recovery,which could greatly reduce computational complexity and data acquisition burden.In the ECWSS,to alleviate the communication overhead of secondary user(SU),the sensors around SU carried out compressive sampling at the sub-Nyquist rate instead of SU.Furthermore,the exact probability density function of extreme eigenvalues was used to set the threshold.Theoretical analyses and simulation results show that compared with the existing eigenvalue-based sensing schemes,the ECWSS has much lower computational complexity and cost with no significant detection performance degradation.     

基于频域子空间的UWB信道时延估计算法研究

在介绍了UWB信道估计模型后,讨论了一种基于子空间的UWB信道时延估计快速算法.通过仿真可以看出,该算法在低于Nyquist采样率的情况下可获得较高分辨率的信道时延估计,从而可降低系统的复杂度,减小系统的功耗.该算法在精确定位、测距、定时和同步等方面可得到很好的应用.     

高锁定范围半盲型过采样时钟数据恢复电路设计

采用标准0.18 μm CMOS工艺,设计了一种高锁定范围的半盲型过采样时钟数据恢复电路.该时钟数据恢复电路（Clock and Data Recovery,CDR）主要由鉴频器（Frequency detector,FD）、多路平行过采样电路、10位数模转换器（Digital To Analog Converter,DAC）、低通滤波器（Low Pass Filter,LPF）、多相位压控振荡器（Voltage Controlled Oscillator,VCO）等构成.该CDR电路采用模数混合设计方法,并提出了基于双环结构实现对采样时钟先粗调后微调的方法,并且在细调过程中提出了加权调相的方法缩短采样时间.仿真结果表明,该CDR电路能恢复1.25～4.00 Gbps之间的伪随机数据电路,锁定时间为2.1 μs,VCO输出的抖动为47.12 ps.     

宽带多速率解调器的设计与实现

对符号定时恢复环路、载波恢复环路算法进行了分析和仿真,提出了宽带多速率解调器的总体结构和同步的硬件实现方案. 根据QPSK信号的特点,对载波同步算法进行了简化. 对实现的解调器样机进行了性能测试和分析. 测试结果表明,该解调器可以工作在2～45MS/s符号速率下,当符号速率小于10MS/s时,中频环路的误码性能指标与理论值之差小于1dB;当符号速率大于10MS/s时,中频环路的误码性能指标与理论值之差小于1.6dB.     

28GHz射频解调器设计与实现

针对Ka频段的宽带信号解调给出了基于射频直接解调的高速解调器设计方案。通过六端口直接变频,以及FPGA的并行载波恢复、时钟同步、信道均衡实现Ka频段高速信号解调。测试结果表明,该方案在28 GHz实现了2 400 Mb/s高速信号解调,解调损失小于2 dB。     

导航接收机数字化射频前端的设计与验证

针对传统导航接收机射频前端在实现多频点信号接收时复杂度高、灵活性差的问题,提出了一种基于直接射频采样的数字化射频前端设计方法．该方法针对整个导航频段信号主要集中在低频和高频2个频段的特点,将这2个频段视为2个整体的带通信号,通过多带通信号采样率选择算法选定射频直采的采样率;由于采样率较高,设计了一种滤波抽取网络来降低数据速率,它利用了射频直采专用A／D可输出半采样率数据的特性,最终实现了各频点导航信号的下变频和分离．该设计方法只需修改软件就可实现多频信号接收,使得系统灵活性大大增加．实验证明该方法是有效的．     

基于SIFT,PCA-SIFT和SURF特征检测方法的研究

文章对SIFT,PCA-SIFT和SURF三种鲁棒性较强的特征检测方法作对比.文中运用KNN（K-Nearest Neighbor）和RANSAC的方法对这三种方法进行分析.其中KNN用于寻求匹配对,RANSAC用于从匹配对中剔除错误匹配.特征检测性能的鲁棒性主要是对图像旋转、图像模糊、光照变化、尺度变化下的图像进行测试.在各种图像变换中SIFT都体现出了稳定性,但计算速度相对比较慢.SURF不仅与SIFT的性能相一致,而且还拥有较快的计算速度.PCA-SIFT在图像旋转和光照变化中有较好的性能.     

中频宽带信号采集存储回放系统设计

目前中频宽带信号在通讯及雷达领域中的应用十分广泛，为了将无法实时处理的信号后续再处理以及将采集到的信号在其他地点重现，本文设计了一种中频宽带信号采集存储回放系统。基于FPGA( field-programmable gate array) +ADC (analog-to-digital converter)/DAC(digital-to-analog converter)的系统结构，将中频宽带信号采集后通过PCIE (peripheral component interconnect express)传输到上位机进行存储，再通过PCIE下发到DAC进行回放，从而完成信号的采集存储回放，具有很高的普适性与便携性。实现了在1G采样率下，对400M带宽的中频信号进行采集存储回放，充分满足了高速宽带信号采集设备中采集存储回放系统的要求。     

基于动态组稀疏重构的频谱感知算法

针对认知无线电网络中宽带频谱感知问题,提出了一种基于主用户信号频谱结构的频谱感知算法,简称为DGS-SS算法.该算法首先利用压缩感知理论对信号进行欠采样,然后利用主用户信号频谱的组稀疏结构修正重构过程中的频谱和残差支撑集,从而能够加快重构主用户信号频谱的收敛速度,而且也能够提高主用户信号频谱的重构精度,最后利用重构信号频谱给出频谱空穴的有效检测.仿真结果表明,所提算法不仅能在低压缩比下精确重建信号频谱,而且对噪声变化具有更强的鲁棒性,从而有效地提高了频谱感知性能.