基于调制宽带转换器的倒谱恢复算法

亚奈奎斯特采样主要应用于宽带通信和射频(RF)技术中。目前理论成熟且硬件实现的亚奈奎斯特采样技术有随机解调器和调制宽带转换器。随机解调器主要用于谱线的检测,而调制宽带转换器是用于稀疏多频带信号。调制宽带转换器(MWC)是一种用于获取频域稀疏、时域连续信号的一种亚奈奎斯特采样方法。其平均采样速率要低于奈奎斯特速率。亚奈奎斯特采样是一种全盲采样方法,即在信号采样和信号重构时都是不知道频谱信息和频谱位置。本文提出一种基于调制宽带转换器的时域对偶信号的倒谱恢复算法,能在极小误差(0.0098)范围内完美的恢复出原始信号。     

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。     

时间交替模数转换器采样时间失配校正方法的研究

时间交替模数转换器（TIADC）是近几年来实现高速数据采集的重要方法,由于能最大限度提高实时采样速率并便于硬件实现,已经普遍用于商业应用中．本文对时M交替模数转换器的采样时间失配误差产生原因及影响进行分析,并对一种双通道的基于相位误差估计的梯度的采样时M失配误差的校正方法进行研究和说明,可以看到该自适应算法是鲁棒的,在不同的奈奎斯特区域中都能收敛于最优值．     

随机采样原理在远程超宽带雷达信号采样中的应用

为实现超高速宽频带信号采样 ,研究了随机采样在宽频带雷达、数字存储示波器、频谱分析仪等现代仪器设计领域的应用方法。首次明确给出了等价采样与随机采样的定义 ,提出了随机采样原理应用于远程超宽带雷达信号采样系统的新思想 ,探索远程超宽带雷达的大时宽带宽积信号的一种新处理方法 ,在信息传送数据量允许的情况下 ,较传统的脉冲数据压缩方法简单且可靠。提出的原理实际应用于高速数字存储示波器系统设计中 ,以 2× 10 8s- 1 的 A - D转换器HI12 76达成了 2× 10 1 0 s- 1 的等价采样速率。     

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.     

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。     

多频带信号的带通采样方法与实现

研究多频带信号的直接射频采样技术,根据镜像频率和采样频率的对应关系,推导出一种多频带信号的采样频率搜索算法,并结合软件实现中的计算截尾误差问题给出一种编程可实现的算法流程.仿真结果表明,该算法能够有效地找到最小合理采样频率,适合工程实现.     

基于压缩采样信号特征值的信号检测方法

以压缩采样为理论基础,通过调制宽带转换器进行信号采样,利用采样数据协方差矩阵特征值的特性进行信号检测.在多带信号检测研究里,依据传统的信号检测方法需要极高的采样速率和大量的采样点数,对采样系统和存储容量构成了很大的挑战.针对这一问题,提出了一种基于压缩采样信号特征值的信号检测方法.依据最小二乘法的求解原理,应用调制宽带转换器(MWC)结构进行数据采样,求得采样数据协方差矩阵并计算得到其归一化的特征值;根据高斯白噪声协方差矩阵特征值的直线分布特性,利用特征值偏离拟合直线的程度构造信号检测的判定准则.仿真结果表明了在低信噪比情况下依据少量数据进行信号检测的有效性,而且仿真也表明了随着MWC采样路数的增加,检测性能也随之增加.     

软件无线电中的多频段信号带通采样

针对软件无线电(SDR)技术中的多频段信号带通均匀采样技术,提出了一种能够高效、准确地求解最小采样频率的方法。该方法从理论上可能的最小采样频率出发,根据采样后频谱不发生混叠的3种约束条件来确定可变的频率步长,搜索可用的最小频率。在求解过程中同时考虑到采样后频谱之间的保护带宽。具体的工程算例表明采用该方法能够快速准确地计算出最小采样频率。与其他方法相比,该方法计算复杂度较低,能够避免频谱倒置的情况,并且可以兼顾频谱间的保护间隔。     

非整周期采样下电功率测量的误差分析

利用基于相关原理的智能仪器测量周期信号的各种电参数时,由于硬件条件的限制,非整周期采样所致误差无法被完全消除。为了减小该误差,提出一种定量修正方法,以实现电功率的精密测量。该方法以含谐波的电气信号功率测量为例,从时域平均功率定义出发,采用正弦函数的一阶T ay lor展开,推导出因非整周期采样造成的测量误差的解析表达式和相应的修正公式。实验结果表明:恰当地选择采样频率和采样周期数以减小信号周期偏差,且控制初始采样时刻,使电压和电流初始采样值的乘积接近于所测电功率的大小,这些均可在很大程度上降低测量误差。     

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.     

基于稀疏采样的调频率估计与多目标ISAR成像

针对目前多目标成像中关于信号调频斜率估计的算法存在着采样频率过大,以及短时条件下精度不高的问题,结合压缩感知理论,提出了一种基于稀疏采样的回波信号调频率估计与多目标ISAR成像方法。首先,根据目标回波信号的特点构造超完备稀疏基,将信号投影到该稀疏基上,利用高斯随机矩阵对分解后的信号进行欠采样,采用FOCUSS稀疏重构算法,精确提取出信号的调频斜率;然后,利用估计出的调频斜率对多目标回波信号中各个目标的回波分量进行分离和补偿;最后,基于稀疏采样对各个单目标分别进行成像。仿真实验验证了该方法的可行性和有效性。     

线性正则变换域的窄带信号表示及其抽样理论

窄带信号广泛应用在雷达、声呐、通信、定位、生物医学工程等领域,传统的抽样理论已经研究了傅里叶变换域窄带信号的抽样和重构实现.线性正则变换(LCT)是傅里叶变换、分数阶傅里叶变换(FrFT)的推广形式,相应的抽样理论还不十分完善,因此有必要在LCT域重新研究窄带信号的抽样定理.从LCT的定义和性质入手,首先给出了信号基于LCT的Hilbert变换以及LCT域窄带信号的时域表示形式;然后在此基础上导出了LCT域窄带信号的抽样定理和重构实现公式,这些结论是传统窄带信号抽样理论在线性正则变换域的推广.最后,仿真实验进一步验证了结论的正确性.     

CORDIC算法在软件无线电中的应用

数字下变频技术是软件无线电的关键技术之一，其主要功能是把信号搬移到更低的频率上，将宽带高速数据流信号转变成窄带低速数据流信号，以便实时信号处理．研究了一种产生正弦和余弦而无需大量查询表的方法——CORDIC算法（坐标旋转数字计算）．此算法的优点在于它不但替代了巨大的查询表，而且4个乘法器也不需要了，这是由于CORDIC算法可以用于实现复数的复相位旋转．这种方法能有效提高信号处理效率，减小硬件设计的代价，并通过仿真证明该方法的高效性．     

基于MSP430单片机的信号采集存储系统

为实现对水下矢量声场信息的观测记录,以方便后续的矢量声场特性研究,以MSP430微功耗单片机为核心搭建信号采集存储系统平台.AD7655多通道高速模数转换器,经由MSP430单片机控制,完成对前端模拟信号的采样.经量化后的数据由MSP430单片机按固定时序,由IDE接口写入CF卡的大容量闪烁存储器中.为方便与PC机的兼容,CF存储卡中的数据是按照簇结构,以标准FAT32的DAT文件格式写入的.数据可方便地由PC机访问,该信号采集储存系统已实际应用于某水声设备中.     

准同步采样及其在常用电工参数数字化测量中的应用

介绍了一种新的采样算法，即准同步采样，其采样周期不要求与信号周期严格同步．并将准同步采样算法应用于电工参数数字化测量中，具有良好的效果，与同步采样具有相当的准确度．计算的精确度和AD的位数有关，AD位数越高，计算也就越精确，通常，若AD的位数为16位，在工程中测量的精度可达万分之二．先介绍了准同步算法的理论依据，然后介绍了准同步系数的推导，最后介绍了如何在DSP中实现准同步算法．     

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.