带通信号非均匀采样理论的研究

为拓宽带通信号非均匀采样的采样频率范围,提出了一种周期性非均匀带通采样方法,该非均匀采样的平均采样频率在数值上等于带通信号无失真均匀采样的采样频率. 分析了采样后信号频谱的混叠问题,在此基础上,给出了无失真重建时内插函数的傅里叶像函数应该满足的条件. 计算机仿真实例验证了非均匀采样时内插函数的计算和带通信号的重建过程.     

基于零阶保持器的非均匀采样信号恢复方法

在模/数转换过程中由于环境等因素会造成信号采样的非均匀性。非均匀采样信号使得数字控制系统数/模转换过程出现误差,提出了将非均匀采样信号通过零阶保持器进行恢复的信号重构算法,分析并证明了重构信号的频谱保持了原连续信号的谱特征。利用PSPICE仿真软件对非均匀采样信号及通过零阶保持器的连续输出信号进行了仿真验证,实验结果验证了本文提出方法的正确性。     

基于傅立叶分析的非均匀采样信号内插重构方法

针对实际采样过程中出现的采样非均匀性,从随机过程的角度研究非均匀采样信号的谱特性,提出频域均匀抽样傅立叶逆变换的非均匀时域采样信号重构方法。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,利用傅立叶变换得到非均匀采样信号的频谱曲线,由采样时刻随机均匀分布的特点,得到反应原信号频谱特性的非均匀采样信号频谱数学期望,再由频域抽样理论重构原信号。MATLAB仿真实验验证了这种非均匀采样信号分析与重构方法的正确性,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,得到了可靠的符合实际的机械正弦抖动幅频曲线并重构出激光陀螺正弦抖动机构的输出信号。     

欠采样技术的超宽带信号子空间重建方法

针对超宽带脉冲信号采样中需要设计超高速模数变换器的问题,提出了一种带通采样结构和子空间重建算法。超宽带脉冲信号通过一个带通滤波器后,以数倍信号新息率进行采样,然后采用子空间重建算法可以准确地恢复出超宽带脉冲信号的幅度和时移。分析和仿真结果表明,该算法所要求的采样率低于传统香农采样定理要求的奈奎斯特率;当信号受到噪声影响时,子空间重建算法的性能优于现有的零化滤波重建算法。     

非均匀采样SAR信号的不模糊重构与成像

SAR信号的非均匀采样给信号频谱带来噪声,产生频谱混叠,降低成像质量;在宽幅SAR成像系统中,为了得到高分辨率成像,方位向使用多通道接收技术,会带来非均匀采样问题。该文详细分析了非均匀采样SAR信号的频谱模糊,利用周期性时间偏移频谱重构方法重建信号频谱;依据多通道SAR信号与单通道SAR信号的不同与相关性,使用CS算法完成了多通道SAR信号的成像。仿真试验证明了理论分析的正确性。     

并行ADC采样系统非均匀误差自适应校正的研究

并行ADC采样是提高采样速率的一种有效方法,但并行通道间的失配使拼接后的信号变成非均匀采样信号,严重降低了采样系统性能。通过对并行ADC采样系统工作原理的分析,基于非均匀误差的特点,综合考虑误差的影响,建立非均匀误差综合估计的基本模型,并对三种主要误差提出综合校正方法;采用改进的变步长LMS自适应算法对三种误差进行估计与综合校正,建立并行ADC采样系统误差校正的模型;Matlab仿真实验结果表明,该方法实现了对非均匀误差的综合校正,具有可行性和可靠性。     

非均匀采样周期信号采样时间偏差估计算法研究

在非均匀采样一般理论的基础上,推导出一种估计各个通道的采样时间偏差的方法,基于这种方法,给出了一种可校正非均匀采样周期信号采样时间偏差的新型波形数字化义的结构,可并计算得到的估计值反馈给采样通道的延时校正单元,以补偿采样时间的偏差,从而提高了数据采集的质量。     

周期信号的非整周期采样理论

研究了周期信号的采们理论，从理论上提示了Ｓｈａｎｎｏｎ采亲定理在应用于周期信号时的局限性。讨论了连续周期信号被均匀采样后的离散信号的频谱混迭，基于周期信号的Ｆｏｕｒｉｅｒ级数，提出了利用整周期，多整周期和非整周期采样值重构原始连续周期信号的方法。     

基于非均匀同步采样的周期信号重构

基于适用于周期信号的一种非均匀同步采样方法,推导了利用非均匀采样值恢复原周期信号的内插重构算法. 重构的关键在于将非均匀采样信号分解为几个均匀采样信号的叠加,从而使得在非均匀采样时应用Shannon采样定理成为可能. 由于这种非均匀采样法不存在实际采样点偏离采样点理论计算值的弊端, 从而提高了内插公式的计算精度.该算法具有结构简单和计算精度高的特点, 数值实验的结果也验证了算法具有这些优点. 该算法在电网监测系统中具有实际应用意义.     

宽带信号采样的关键技术研究

提出了一种实现宽带信号实时采样的技术原理和应用设计方法;论述了混合滤波器组技术对传统并行交替采样结构进行非均匀采样的校准处理,多通道采样的时钟与触发同步机制,以及分相存储实现大容量采样数据存储等研究内容;给出了系统的可行性设计。     

小波采样的滤波算法研究

针对经典小波采样理论不能如同香农定理应用采样值对连续信号进行滤波,该文在小波采样存在条件下,提出一种基于采样值的小波滤波算法。该算法突破经典小波采样理论仅研究单个Hilbert空间信号重构的局限性,从多分辨分析逼近出发,基于采样值构建信号逼近准则函数,进而计算信号在小波空间的正交投影,实现小波滤波。仿真试验证明该算法能够有效地基于采样值,对连续信号进行小波滤波。     

最小L1范数实现周期非均匀采样与重构研究

根据周期非均匀采样需要多个采样通道的特点,利用联合子空间理论将采样与重构转换为矩阵向量运算。结合最小L1范数算法,提出了一种针对稀疏信号的周期非均匀采样与重构方法,分析了最小L1范数算法在周期非均匀采样系统中的完整重构条件。最后,以多带正弦信号为例,分别从可完整重构概率和系统整体验证两个方面证明了该方法能够实现稀疏信号的采样与重构。     

基于多测量向量模式的周期非均匀采样研究

为了实现稀疏信号的有效采样与完整重构,结合多测量向量模式,提出了一种针对稀疏信号的周期非均匀采样与重构方法。根据周期非均匀采样需要多个采样通道的特点,利用联合子空间理论将采样与重构转换为矩阵向量运算。利用多测量向量确定非零行向量的位置参数并分析了多测量向量模式在周期非均匀采样系统中的完整重构条件并通过插值器实现信号完整重构,使其能在数字系统中应用。最后,分别从可完整重构概率和系统整体验证两个方面证明了该方法能够实现稀疏信号的采样与重构。     

竞争学习的非均匀采样非线性系统的模糊辨识

在实际非线性系统中,由于资源的限制,使得输入信号快速刷新,输出信号慢速采样.利用获得的非均匀采样数据对原非线性系统辨识存在一定困难.为此,通过提升技术,把非线性系统的多个特征点局部的线性模型转化为模糊模型的后件线性模型.在此基础上,提出基于竞争学习和递推梯度下降方法的辨识算法.通过定理证明:输入信号在持续激励条件下,模糊模型的参数能够一致性收敛;针对化工p H中和过程非线性系统,采用非均匀采样数据,建立其模糊模型,通过实际数据与模糊模型输出数据误差对比,表明了实际系统在非均匀采样条件下,模糊辨识能够建立其过程模型,验证了提出方法的有效性.     

并行ADC采集系统的时间误差测量与校正

并行时间交替采样是提高采样率的一种有效方法,但并行通道间的失配将使拼接后的信号成为非均匀采样,严重降低了整个系统的性能。该文在分析并行时间交替采样信号频谱的基础上,给出了时间误差的测量方法,并采用FARROW结构的全通滤波器实现时间误差校正。仿真结果表明该方法能有效提高信号频谱质量,实现了对非均匀采样信号的时间误差校正。     

基于最小均方误差的多通道采样及重构

并行多通道采样系统中,由于各通道之间的时间延迟不同,往往会导致产生非均匀采样。现有的重构算法对信号的约束较多,如通道之间的量化步长、信噪比率、相对时间等,且运算量较大,容易使采集性能迅速下降。该文通过对信号的重构误差分析,提出了一种对信号约束较低的重构算法,该方法基于均方误差最小的原则,对信号通道之间的时间延迟进行分析,讨论了在何种条件下可以对信号进行最优重构。     

三维人脸的非均匀重采样对齐算法

为了用尽量少的网格点和面片数表示对齐后的三维人脸,基于分片的网格重采样思想,通过分析每片的曲率高低自动确定各片的网格稠密度,得到非均匀的网格结构,实现了不同三维人脸数据间点到点的一一对齐．实验结果表明:与以往的对齐算法相比,此方法不仅可以大大减少表示人脸的网格点数目,还可以较好地保持人脸的形状和外观特征;使用非均匀重采样做对齐后的三维人脸库建立的人脸模型进行人脸重建,比使用均匀重采样得到的人脸模型在重建速度上有了很大提高．     

时-空欠采样的信号频率和二维DOA估计

在空间信号时－空欠采样下，基于时延、四阶累积量和MUSIC算法提出了一种新的多空间信号频率和2－D到达方向分离估计方法。适当地选取时延和非均匀阵列阵元位置，该方法的信号频率和2－D到达方向估计无模糊。灵活地运用矢量Kronecker积估计信号数大于二阶技术。计算机模拟证实了其有效性。     

压缩感知框架下非均匀信息采集及重构

为提高现有直接信息均匀压缩采样(Analog to information conversion,AIC)的观测效率和性能,在能量准则下,提出非均匀信息采集(Non-uniform information acquisition,NUIA),充分利用信息的重要性先验,即对信号随机调制后,依据能量进行变速率的采集,能量越大的信号段采样速率越高,反之亦然。结合支撑域扩充、剪枝的思路提出变速匹配追踪(Variable rate matching pursuit,VRMP)算法,通过引入非均匀观测的先验支撑集,并在追踪过程中将其与迭代估计出的支撑集相并,提高了重构精度。理论分析和实验结果表明了NUIA-VRMP的有效性。特别地,相比于常规AIC的子空间追踪重构,NUIA-VRMP的组合能在低采样速率条件(如20%的Nyquist速率)下获得50dB的重构增益。     

LFM雷达的非均匀间歇采样重复转发干扰研究

针对线性调频(Linear Frequency Modulation,LFM)信号,通过对采样方式的分析,讨论均匀间歇采样重复转发干扰(Uniform Interrupted Sampling Periodic Repeater Jamming,UISPRJ)与非均匀间歇采样重复转发干扰(Non-uniform Interrupted Sampling Periodic Repeater Jamming,NUISPRJ)生成的干扰输出信号特征。基于此提出一种基于伪随机序列的NUISPRJ样式,通过伪随机序列生成非均匀采样脉冲串,采样后多次转发产生干扰信号。通过仿真,对比两种不同采样方式的干扰效果。仿真表明:UISPRJ可以生成多个假目标串,但假目标间隔一致,过于规律化。NUISPRJ生成的假目标数目显著增加,同时分布更具随机性,兼具压制干扰和欺骗干扰的双重效果。在实际作战时可以通过控制采样脉宽以及转发次数控制假目标群数目和覆盖区域,更加有效地实施干扰。