基于频谱估计的频域稀疏压缩采样信号重构

压缩采样理论突破了采样定理对稀疏信号采样频率的限制,在保证信号重构精度的条件下能够显著降低采样频率,能够在采样过程中对数据进行压缩。在频域稀疏信号的压缩采样中,由于所处理数据长度的有限性,存在频谱泄漏现象,即稀疏表示基失配,从而导致信号重构性能降低。为克服这种表示基失配引起的重构误差,提出一种基于频谱估计的频域稀疏压缩采样信号重构算法。该算法采用root-MUSIC算法对被测信号的表示基进行自适应地构造:用root-MUSIC算法对频率进行估计,用自适应的基向量构造稀疏表示基矩阵。通过实验对该重构算法的可行性进行验证。与传统信号重构算法相比,该重构算法具有更高的信号重构精度。     

一种基于压缩采样的多用户联合宽带频谱感知方法

在理想的认知无线电系统中,认知用户能够同时感知很宽的频带,而受限于前端器件的物理性能,实时全频带检测很难实现.针对这一问题,文章提出一种基于压缩采样的宽带频谱感知方法.首先设计了一种集中式多认知用户分组并行压缩采样架构,使每个认知用户只需要一个低速率AD转换器即可实现宽带频谱感知中的模拟信号高速采样.另外,根据压缩采样理论,该方法充分利用了主用户信号在频域上的稀疏性,基站只需要远少于奈奎斯特采样点数的观测值即可对主用户信号的频域信息进行恢复,并通过恢复出的信息对频谱占用状态进行判定.仿真结果表明,该压缩检测算法相比于传统能量检测具有较高的系统检测概率和较短的检测时间,且只需要10%的存储单元.     

一种压缩感知域心律失常心拍识别方法

为实现压缩域心电信号的直接识别,提出了一种基于级联深度稀疏学习的压缩域心律失常心拍识别方法。对心电信号进行压缩传感采样;通过级联深度稀疏滤波模型对压缩域心电信号进行特征学习;并将学习后的特征以及对应心拍的前、后向RR间期作为支持向量机的输入进行心拍分类。实验结果表明:该方法在压缩比为2倍时,能够对四类心电信号实现准确率为95.53%,误判风险为0.8%的压缩域下的高准确率直接识别。     

频域稀疏信号可压缩采样方法

针对宽带频域稀疏信号采样时数据量大、不利于存储和传输问题,结合压缩感知和时间交替采样技术提出一种可压缩的采样方法．基于压缩感知原理提出了由多个并行同步压缩器组成的数据压缩电路,在时间交替采样的基础上,利用压缩电路将多路采样数据流在随机序列所张成的空间中进行投影,实现对数据流的不失真压缩．数值实验结果表明,所提出的采样方法,可以对宽带频域稀疏信号进行低速率采样,从压缩的低速采样值中能够以高概率不失真地恢复出原信号,有效缓解了存储和传输的压力．     

无线音频传感网络中的压缩采样

在无线音频传感网络中,降低带宽一直是研究人员关心的问题。新近出现的压缩采样技术,以远低于奈奎斯特频率的速度采样,精确地恢复出原始信号。压缩采样,针对稀疏信号,根据测量矩阵进行随机采样,应用最优化算法进行信号重构,恢复出原始信号。以随机抽取的局部DCT矩阵作为测量矩阵,采用CoSaMP作为恢复算法,实现了音频传感网络中的压缩采样。实验结果表明,在采样速率降低4倍的条件下,音频信号能够清晰恢复,信号处理速度完全满足实时性要求。     

压缩传感非稀疏宽带频谱导频检测方法

为了突破频谱稀疏性对压缩传感技术的限制,提出了一种基于压缩传感的频谱检测方法,在保证对主用户的干扰不超过指定门限的前提下,通过对目标频段的主用户信号和导频信号在频域进行线性运算,保留频谱空洞处的导频分量,把对非稀疏的主用户信号的恢复转化为对稀疏导频信号的恢复.该方法解决了认知无线电宽带频谱检测中,压缩传感技术在主用户信号非稀疏时的失效问题.仿真结果表明,导频检测方法可以对非稀疏频谱的频谱空洞位置进行准确检测.     

一种基于频域插值的非同频采样信号的补偿方法

在异地多天线信号合成中,非同频采样会给合成性能带来损失,因此需要对信号间的采样频率偏差进行估计并补偿。提出了一种基于频域变换的信号采样频率偏差补偿方法,该方法根据采样频率偏差估计值对信号进行不同点数的DFT,通过在频域对齐信号的采样点来实现采样频率偏差的补偿,从而达到提高合成信号信噪比的目的。利用两路QPSK信号进行了仿真验证,给出了利用快速傅里叶变换来减小计算量的方案。结果表明,该算法能够较好地对采样频率偏差进行补偿,且能够通过选择不同的FFT算法来节省计算量,为采样频率偏差的补偿提供了新的解决思路。     

基于压缩传感的图像过完备字典设计

压缩传感(CompressedSensing,CS)能够通过对信号的观测得到待采集的信号,由于观测频率远低于奈奎斯特采样频率,这个方法特别适合于高数据量的图像采集和处理.压缩传感理论中过完备字典的设计对图像信号的稀疏程度和重建效果有重要影响.主要研究图像信号过完备字典的自适应设计方法,将K-SVD算法与MP,BP和FOCUSS等稀疏编码算法结合使用,加快算法收敛速度.测试图像的实验结果显示,采用本方法训练的过完备字典在丢失像素的补偿方面得到了很好的实验效果.与基于离散余弦变化(DCT)的过完备字典设计方法相比,训练的字典可以更好的去除图像噪声,保留图像细节信息.     

基于压缩传感的混沌二相码雷达成像

压缩传感系统利用信号稀疏表示的先验知识,能从少量的观测值中重构原始信号。由于混沌相位编码信号是一种伪随机码,其越来越多地应用在雷达领域。本文将压缩传感理论应用到混沌二相码雷达系统中,将成像问题转化为字典选择问题来处理,对接收的回波进行线性投影来降低采样频率,通过最小化光滑0范数重构成像。实验结果表明,本文方法在有效降低采样频率的基础上,获得了较高质量的成像效果,并且对噪声具有一定的自适应性。     

基于压缩传感的高精度同步相量测量方法

为了消除或减小采用GPS定时的同步相量测量中非精确同步采样所造成的测量误差,提出一种基于压缩传感理论修正离散傅里叶变换估计结果的高精度同步相量测量算法。该算法利用离散傅里叶变换对测量信号进行稀疏化,并采用狄利克雷矩阵为观测矩阵,通过压缩传感重构算法重构测量信号。仿真结果表明:与传统离散傅里叶变换方法相比,该算法在不需要延长测量时间的条件下能够有效消除或减小频谱泄露等误差,并在很大程度上提高了信号的相量测量精度。     

改进的双速率同步采样法及其傅里叶变换

针对现有的双速率同步采样序列离散傅里叶变换(DFT)的算法是一个经验公式和计算量大的缺陷,提出了一种改进的双速率同步采样法.改进的采样法采用传统的采样间隔补偿方法以平抑对周期信号采样所产生的周期误差,将所有的采样点按时间顺序划分成点数相同的前后两组,对两段中对应点的采样间隔分别给以相同的补偿,将双速率采样问题归结成均匀采样问题,并利用均匀采样的基本理论,导出改进的双速率采样序列DFT的算法.分析结果表明,与传统补偿方法相比,改进的采样法不仅能有效地抑制采样的周期误差,而且DFT算法的乘法计算量减少了一半.适用于周期信号的电参数测量与频谱分析.     

计及DoS攻击和通信时滞的电力系统负荷频率控制

针对开放通信网络中的时滞和DoS攻击,本文建立了基于采样特性的电力系统离散负荷频率控制方案。首先计及电力系统的负荷波动情况,在多区域电力系统负荷频率控制系统(LFC)的状态空间模型的基础上,将通信网络中DoS攻击的危害量化为导致输出采样信号连续丢失数,并分别考虑通信网络中通信时滞和输出信号采样特性,建立包含输出状态反馈控制器的电力系统LFC模型。其次基于此模型,利用含有控制命令更新周期、DoS攻击导致的最大采样信号连续丢失数、通信时滞和 稳定指标的双边闭环Lyapunov泛函和LMI技术,提出LFC系统满足一定 指标的稳定准则,并给出离散状态输出反馈LFC控制器的设计及求解方法。最后以单区域和双区域LFC系统为例,进行仿真验证,与已有结果相比,本文方法在保持系统 渐近稳定前提下,能够容忍更大的通信时滞,结果的保守性更低。并得出本文所设计的控制器保证 稳定性能的基础上,对一定能量限制的DoS攻击具有弹性的防御性能。同时求得系统允许最大采样信号连续丢失数,给出此时DoS攻击情况及控制命令更新周期的情况,可以看出DoS攻击必定导致控制命令更新周期增大,而本文所设计的控制器可以在DoS攻击导致的最大采样信号连续丢失数的情况下,仍然保证系统的 渐近稳定。因此本文方案的有效性和优越性得到了验证。     

稀疏正则化方法的超声信号反卷积

提出了一种在稀疏分解框架下的超声信号反卷积模型,改善了超声成像的质量。该模型包含两个正则项,分别约束信号的光滑性和字典表示的稀疏性,并应用高阶统计量和MA模型估计系统的点扩散函数。模型直接求解很困难,采用分裂Bregman方法交替迭代求解;并对反卷积的信号进行动态滤波、包络检波、二次抽样、动态压缩、灰阶映射等处理,得到超声灰度图像。实验结果表明,该反卷积方法成像比直接成像的分辨率高,图像的对比度得到增强,斑点噪声明显减少。     

以欠采样速率实现盲谱感知及二维DOA估计

提出了两种以欠采样率实现盲谱感知与二维波达方向(DOA)估计的算法。这两种算法利用了MWC的周期信号所对应的傅里叶级数系数矩阵来确定未知信号频谱所在的子频带位置,然后利用二维阵列的信号模型估计得到包含二维DOA的空间相位。通过空间相位信息与子频带位置信息能重构出子带谱信息,以此能得到频率的高精度估计,最后通过空间相位分别估计得到信号的方位角与俯仰角。仿真验证了所提欠采样接收机与相应算法的有效性,以及在低信噪比环境下依然有较好的鲁棒性。     

基于CPLD技术的瞬态信号采集系统

冲击信号是一种瞬态信号,对其进行采集和分析需要提供完善的信号触发控制、采样频率自动设置及采样点数自动控制等功能。本文在分析了实现冲击信号采集特点及原理的基础上,研究并设计了基于CPLD（复杂可编程器件）的硬件功能模块。文中在生成系统时钟上采用了基于有限状态机的方法,完全在CPLD芯片中实现分频,取代了常见的使用8254可编程芯片的做法。此外,在模块中设计了采样频率设置、采样点数自动计点等功能,同时还可以用硬件实现多通道信号自动触发的功能,可以实现超前触发、滞后触发、电平触发、沿触发、触发电平自动设置等功能。所有的触发逻辑都使用verilog硬件描述语言在CPLD芯片中实现。通过和A/D电路配合工作,硬件模块可以实现采样的自动化。     

基于ARM与Linux的姿态角测量系统的研制

选取旋转矢量算法作为姿态角测量系统的姿态矩阵更新算法.针对三子样算法采样周期长的特点,提出了重复使用采样数据的方案以保证系统的实时性.选取陶瓷静电陀螺仪CG-L53为角速率传感器,设计了以AT89S51为MCU的信号采集板,搭建了以ARM芯片为CPU的计算机平台,完成了系统各模块的软件设计.仿真测试结果表明,系统能较稳定地输出姿态角信息.     

可变样本容量和抽样区间的和R控制图

最近的理论研究证实了具有可变抽样区间(VSI)的过程控制图和可变样本容量(VSS)控制图比常规控制图(FSSI)能较大地提高控制图的效率。文章假定过程处于统计控制状态的时间t服从负指数分布:f(t)=λe-λt(t≥0),利用Costa的马氏链方法[1],设计具有可变样本容量和抽样区间(VSSI)的中位值(x)和极差(R)图。所设计的控制图较之常规控制图能更快地发现过程的变化,从而大大地降低不合格品数。     

Novel method for frequency hopping signals blind identification in the compressed domain

A novel method to blindly identify frequency hopping signals is presented in the compressed domain. The samples obtained by compressive sampling effectively maintain the structure of and the information on the original signal, so the task of identification of the original signal could be done by directly processing the sampling values. The method is based on the difference in numerical characteristic between sampling values. According to the different characteristics of the expectation of sampling values under different hypotheses, identification is accomplished by using the deviation of the actual sampling values from the expectations under the corresponding hypothesis as the criterion. Without reconstructing the frequency hopping signal itself,hopping frequencies can be estimated through a small number of measurements by the compressive sampling algorithm. Simulation results have proved that the proposed method is adequate to the environments in which the signal-to-noise ratio is higher than -2dB. Meanwhile, compared with other traditional methods, the proposed algorithm greatly reduces the amount of data, the computational complexity, and the identification time.     

基于空间变异理论的电子地图构建方法

为提高位置指纹法在离线采样阶段建立电子地图(radio-map)的工作效率,提出了一种基于空间变异理论的radio-map构建的方法.将信号强度采样分解为趋势项和随机项描述其空间连续性和变异性.通过信号传播衰减模型建立趋势项和收发距离间的函数关系,利用普通克里金算法对非采样位置信号强度随机项进行最优线性无偏估计.最终实现根据少量采样计算定位区域任意位置信号强度的点估计.实验结果表明,该方法对信号强度的估计精度好于距离反比加权算法,在降低构建radio-map工作量的同时保证了定位精度.