非均匀采样信号的滑动滤波方法

针对实际采样过程中出现的采样非均匀性,提出了基于连续傅里叶变换的非均匀采样信号频谱分析方法和非均匀采样信号的滑动滤波方法。将非均匀采样信号描述为不均匀采样时刻冲激函数代数和的形式,利用连续傅里叶变换得到非均匀采样信号的频谱特性,根据不同采样间隔,得到非均匀采样信号的滑动滤波方法。通过MATLAB仿真软件验证了这种非均匀采样信号分析与处理方法的正确性,将这一研究成果应用到机械抖动激光陀螺输出信号处理中,与常规的平均滤波方法相比,激光陀螺的零偏误差减少了10.1%。     

基于FFT的非均匀重采样值的重构实现技术

文章叙述数字语音信号的基于FFT的非均匀重采样值重构的技术实现问题,并对实际的WAV格式的数字语音文件的重采样值用VC++6.0编写的程序实现了基于FFT的重构;以实验数据结果分析讨论了重构信号的质量、重采样后的数据量与分段长度的关系等问题;实现方法、实现程序及结论不仅对WAV格式的数字语音文件有效,而且也适用于其它格式的数字语音文件和非语音信号的非均匀采样值重构的实现。     

多通道并列数据采集系统非均匀采样校正

在超高速多通道并列数据采集系统中,由于各路间的时延不等而造成采样实际上是非均匀采样,由此引起的误差成了此时系统的主要误差。目前文献中对该时处误差进行校正只有一种方法,即在模拟域上对采样时钏的延迟进行校正。文中提出一种新方法,将采样数据流通过一个给定群延迟的全通数字滤波器来校正数据,而并非时钟的时序。与传统方法相比,该方法具有数字化的优越性。     

数字语音信号的非均匀采样的实现

该文主要叙述数字语音信号的基于FFT的非均匀采样的技术实现问题,涉及WAV文件格式、分段、对其进行非均匀降速重采样频率的选择原则及生成和语音信号重构,并对实际的WAV格式的数字语音文件用VC++6.0编写的程序实现了基于FFT的重采样;分析方法、实现程序不仅对WAV格式的数字语音文件有效,而且也适用于其它格式的数字语音文件和非语音信号的非均匀采样的实现。     

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。     

非均匀采样信号的频谱分析及信号处理系统

非均匀采样由于具有不受采样频率限制、频率分辨率高以及抗混叠等优点,应用十分广泛。推导出非均匀采样信号的离散傅里叶变换方法,分析了采样时钟抖动对非均匀离散傅里叶变换的影响,并给出仿真结果。研制了基于数字信号处理器和可编程逻辑器件的非均匀采样系统,以此为硬件平台,实现了非均匀采样信号的频谱分析。理论和实验结果表明,非均匀采样系统和频谱分析方法是有效实用的。     

基于PCGM的周期非均匀采样信号重构

本文利用Teoeplitz矩阵和正弦变换基预条件矩阵的性质,结合预条件共轭梯度法(PCGM),对非均匀采样信号提出了一种新的重构方法,该方法针对文献[1]所构造的模型,在不增加运算量的前提下,扩展了原算法的适用空间,提高了信号重构的效率。     

周期非均匀采样带通信号的采样参数

从采样信号中完全重建原信号的条件为基础,推导了周期非均匀采样的最低采样阶数Ⅳ。与其单通道采样率fs需要满足的关系,给周期非均匀采样的有效应用提供了理论指导。并进一步分析了最小总采样率fM。结论证实了周期非均匀采样能保证任意带通信号以2倍带宽的采样率进行采样。     

一种基于非均匀采样的图象重建方法

利用分块Toeplitz矩阵和分块循环矩阵的性质,对非均匀采样图象提出了一种重建方法。该方法可以直接利用离散傅立叶变换,不需要迭代,并且可以实时进行。仿真结果表明该算法是有效的。     

非均匀采样数据系统的新型模型描述方法

提升技术是处理非均匀采样数据（Non-uniformly sampled-data,NUSD）系统的标准工具.然而,提升状态空间模型存在因果约束问题,相应的提升传递函数模型结构复杂,且参数数目过多.因此,它们不便于非均匀采样数据系统的辨识与控制.通过引入时变后移算子,本文提出了一种输入输出表达的新型模型描述方法.该模型能够克服提升系统模型的缺点,使得传统单率系统的辨识和控制方法能够推广到非均匀采样数据系统中.仿真结果表明了新模型的优越性和有效性.     

基于正弦函数的高速采样插值方法

在虚拟仪器的技术基础上,提出了一种新的高精度反映被测信号的方法.这种方法利用高速数据采样技术对被测的正弦信号进行数据采集,然后利用采样数据对正弦函数的幅值和相位进行最小二乘法函数插值.由于最小二乘插值法不要求完全经过采样点数据,又具有连续性,所以能很好的滤除被测信号的突变点.仿真实验表明,在信噪比低于或略高于2%的条件下,当采样频率和被测信号频率比值为3倍时,就能高精度反映被测信号,并且精度高于直接利用三次样条插值的方法,又具有更高的光滑性.该算法简单、快速、具有一定的工程应用前景.     

基于小波变换的电生理信号压缩采样与重构

压缩感知是一个新兴领域,该理论可对信号以低于奈奎斯特采样率的速率进行成比例压缩采样,用来降低数据存储。本文基于压缩感知和小波变换,设计并实现了神经动作电位信号的压缩与重构。首先在小波域构造了64位神经动作电位信号的稀疏矩阵,然后设计了64位神经动作电位信号的2：1压缩矩阵与OMP（OrthogonalMatchingPursuit）重构算法,并通过编程仿真实现,可以完成信噪比较高的压缩信号的高精度恢复。仿真结果表明,重构信号与原信号的关键值相对误差小于15％。     

面向视频重建的变速率稀疏采样方法

传统的视频重建方法采用均匀速率进行采样,其重建质量难以提高。针对该问题,提出一种新的变速率稀疏采样方法。使用自适应阈值方法检测帧差图像的边缘,将视频像素块分类为主动块和被动块,对主动块使用高速率采样,而对被动块使用低速率采样,结合平滑滤波和凸集投影的迭代步骤,对视频进行分块优化的重建。该方法与传统的均匀速率采样法的不同之处在于利用了视频的运动纹理特征,对运动的像素块使用高速率采样,以此提高视频的重建质量。仿真结果表明,与传统的均匀速率采样法相比,提出的变速率采样法可减少重建图像的块状效应,峰值信噪比更高。     

基于图谱域移位的带限图信号重构算法

针对带限图信号的重构问题, 本文提出了基于图谱域移位的带限图信号重构模型, 该模型将图带限分量的恒等不变特性建模为最小二乘问题. 基于所提出的重构模型, 本文设计了基于谱移位的重构算法和基于残差谱移位的重构算法. 相比于其他重构算法, 两种新算法提升了迭代效率和重构精度. 此外, 本文算法还适用于分段带限图信号的重构问题, 并且具有良好的迭代效率和重构精度.通过实验仿真表明, 相比于目前其他的带限图信号重构算法, 新算法的迭代效率提升约70%和重构精度提升约60%.     

Free Path Sampling in High Resolution Inhomogeneous Participating Media

This paper presents efficient algorithms for free path sampling in heterogeneous participating media defined either by high‐resolution voxel arrays or generated procedurally. The method is based on the concept of mixing ‘virtual’ material or particles to the medium, augmenting the extinction coefficient to a function for which the free path can be sampled in a straightforward way. The virtual material is selected such that it modifies the volume density but does not alter the radiance. We define the total extinction coefficient of the real and virtual particles by a low‐resolution grid of super‐voxels that are much larger than the real voxels defining the medium. The computational complexity of the proposed method depends just on the resolution of the super‐voxel grid and does not grow with the resolution above the scale of super‐voxels. The method is particularly efficient to render large, low‐density, heterogeneous volumes, which should otherwise be defined by enormously high resolution voxel grids and where the average free path length would cross many voxels.     

基于高速采样的实时DDC架构技术

近年来,随着混合域示波器技术的发展,示波器既要实现传统示波器的功能,又要实现频域、调制域功能,这样在数字域信号处理中需要实现实时数字下变频（DDC）功能,实时DDC技术是实现示波器向频域和调制域功能扩展的基础,可以实现示波器的增值应用,大大扩大示波器的应用领域。本文根据高速信号采样的特点,给出了实时DDC技术架构,该架构由数字正交混频、FIR1-FIR3滤波器、HB1-HB10滤波器组成,对于20GSa/s采样数据流而言,最高支持1.25GSa/s I/Q数据流输出,最低305 kSa/s I/Q数据流输出,可满足绝大多数应用场景。对数字正交混频、FIR1滤波器、FIR2滤波器、FIR3滤波器、HB滤波器进行详细设计分析,给出了实现架构,对于FIR和HB滤波器,还给出了最佳滤波器阶数及其幅频响应曲线。对于数字正交混频、FIR1-FIR3滤波器,由于其数字速率超过了FPGA正常工作时钟范围,通过多路并行处理的手段实现信号处理。最后使用矢量信号分析软件对DDC的13种I/Q速率下的EVM性能进行了评估,分别评估了载波频率1.5GHz和3GHz的EVM性能,通过评估,EVM值大部分集中在0.5%以下,可满足使用需求。