用于宽带频谱感知的全盲亚奈奎斯特采样方法

亚奈奎斯特采样方法是缓解宽带频谱感知技术中采样率过高压力的有效途径。该文针对现有亚奈奎斯特采样方法所需测量矩阵维数过大且重构阶段需要确切稀疏度的问题,提出了将测量矩阵较小的调制宽带转换器(MWC)应用于宽带频谱感知的方法。在重新定义频谱稀疏信号模型的基础上,提出了一个改进的盲谱重构充分条件,消除了构建MWC系统对最大频带宽度的依赖;在重构阶段,将稀疏度自适应匹配追踪(SAMP)算法引入到多测量向量(MMV)问题的求解中。最终实现了既不需要预知最大频带宽度也不需要确切频带数量的全盲低速采样,实验结果验证了该方法的有效性。     

基于采样值随机压缩矩阵核空间的亚奈奎斯特采样重构算法

针对现有调制宽带转换器亚奈奎斯特采样重构算法性能不高问题,该文提出一种基于采样值核空间的支撑重构算法和随机压缩降秩方法,将两者结合得到一种高性能采样重构算法。首先利用随机压缩变换在不改变未知矩阵稀疏特性的前提下将采样方程转化为多个新的多测量向量问题,然后利用采样值矩阵核空间与采样矩阵支撑正交的关系获取联合稀疏支撑集,最后通过伪逆完成重构。从理论和实验两个方面对所提方法进行了分析和验证。数值实验表明,与传统重构算法相比,所提算法提高了重构成功率、降低了高概率重构所需的通道数,而且重构性能总体上随压缩次数增加而提高。

     

欠奈奎斯特采样在数字接收机中的应用

从理论上讲，为提高侦察接收机的截获概率，接收机的瞬时带宽必须足够宽。接收机的瞬时带宽决定于接收机的ADC采样速率。因此数字接收机必须具备高速的ADC采样速率。这样对接收机的ADC采样器件性能提出了更高的要求。将采样的方法应用于数字接收机中，可以在一定条件下降低采样速率，同时增加接收机的瞬时带宽。提出了一种基于延时和FFT技术的时域欠采样方法，并在阐述简单原理的基础上找出存在的问题及提出改进方案。重点分析了利用延时和非延时2路通道的相位差与入射信号频率之间的关系，进行信号频率的无模糊估计。基于目前硬件实现水平，数字接收机中采用这种欠采样方法是经济可行的方案。     

次奈奎斯特采样在超声波成像中的应用

近年来提出的压缩感知(CS)理论指出,以低于香农定理规定的最低频率(2倍频)对稀疏信号进行采样,一样能够得到精确的信号重建结果,这种采样方法,称为次奈奎斯特采样(Sub-Nyquist Sampling)。将该采样方式应用于超声波成像之中,可以有效的减少数据点和采样频率,这意味着更小的机器尺寸以及更少的电能损耗。该文以现有的FRI)Finite Rate of Innovation)模型为基础,提出了一种新型的次奈奎斯特采样方案-多通道载波傅里叶系数混合采样方案,在每个通道,我们将原始信号与方波进行相乘,产生新的模拟信号,然后对其进行积分采样,就能得到一组原始信号傅里叶系数的线性变换,再从线性组合中得到原始信号的傅里叶系数,最后利用光谱法进行信号重建。实验表明,这种方案能够极大地减少采样频率和采样点数目,并且比以前的类似方案具有更好的抗噪能力。     

频谱互质重排亚奈奎斯特率采样方法

本文提出了一种基于频谱互质重排的超低速率信号采样方法.该方法将稀疏傅里叶变换从离散时间域拓展到连续时间域,首先通过互质结构傅里叶展开采样对频域稀疏信号的频谱分量进行重排和压缩,然后通过基于中国余数定理的亚线性算法对信号进行了重构.实验结果表明,本文所提的采样方法可进一步降低频域稀疏信号的采样速率.     

基于奈奎斯特采样的椭圆球面波脉冲信号设计

为了解决椭圆球面波脉冲信号设计时积分方程该如何离散化及采用何种方法求解实对称矩阵的特征值和特征向量问题,提出了基于奈奎斯特采样的椭圆球面波脉冲信号设计方法.该方法利用奈奎斯特采样定理确定的采样频率对积分方程进行离散化,利用Jacobi方法求解实对称矩阵的全部特征值和相应的特征向量,求得的特征向量就是椭圆球面波函数的近似数值解,椭圆球面波函数在时间轴上向右平移,即可得椭圆球面波脉冲信号.理论分析和仿真结果表明,该设计方法简单,实用性强;求得的椭圆球面波脉冲信号精度高,正交性好.     

基于随机投影思想的MWC亚奈奎斯特采样重构算法

针对现有调制宽带转换器（Modulated Wideband Converter,MWC）亚奈奎斯特采样重构算法性能不高问题,提出了一种基于随机投影思想的重构算法.该算法首先将MWC所获得的测量值矩阵通过随机投影方法压缩成具有较少向量的新的测量值矩阵,然后利用所提出的求解器求解多测量向量问题,通过检验和重复尝试性求解过程提高MWC的重构性能.从理论和实验两个方面验证了所提出的算法的有效性.实验结果表明,与著名的ReMBo算法相比,该算法有效提高了重构成功率;当信号的频带数相同时,精确重构所需的硬件通道数更小;在相同的硬件通道数前提下,可重构的信号频带数更高.该算法与ReMBo相比运算时间并没有大幅度增加,当信号频带数较大时,不仅重构性能高,而且运算时间比ReMBo小.     

亚奈奎斯特采样雷达的运动目标回波信号的快速重构

亚奈奎斯特采样雷达是利用回波信号的稀疏性,基于模信转换系统发展起来的欠采样雷达系统.本文研究亚奈奎斯特采样雷达的运动目标回波信号的快速重构问题.与单脉冲回波重构不同,运动目标在脉冲积累时间内可能产生跨距离单元现象,使得回波信号表示系数呈现稀疏时变性.本文采用概率分布模型描述稀疏位置的变化,首先将多脉冲回波信号重构转化为加权稀疏重构问题;然后根据分段滑动重构思想,提出一种基于正交投影的加权稀疏分段滑动重构方法来实现快速重构.该方法利用前一个脉冲稀疏位置估计信息,构造分段产生干扰的正交补空间,将子段压缩测量投影到构造的正交补空间,有效地抑制了相邻段引入的干扰.数值仿真验证了方法的有效性.     

基于欠奈奎斯特采样的超宽带信号总体最小二乘重建算法

该文针对超宽带无线通信中需要设计高速模数转换器的问题,提出了一种欠奈奎斯特采样方法,该方法所要求的采样率仅与信号新息率相关,低于奈奎斯特率1个数量级。基于欠采样得到的离散时间超宽带信号,从理论上推导出信号的傅里叶频谱表达式,由此给出了一种总体最小二乘参数估计算法,能够准确地估计出冲激串信号的幅度和时移;通过将估计出的冲激串信号与高斯单脉冲波形卷积,完成超宽带信号的波形重建。仿真和实验结果表明,该文算法能够准确地重建原始超宽带信号,且算法性能优于现有的零化滤波重建算法。     

占空比可调的奈奎斯特脉冲产生

奈奎斯特(Nyquist)脉冲在光通信、微波光子学、光存储和全光采样等领域中有着重要应用价值。为适应不同的应用场合对Nyquist脉冲的占空比的具体要求,提出了一种基于光谱展宽和啁啾补偿的占空比可调的Nyquist脉冲产生方案。首先,利用相位调制器(phase modulator, PM)作为时间透镜,将强度调制器(intensity modulator, IM)输出的平顶光脉冲变换到频域光谱展宽的平坦光频梳;然后,通过标准单模光纤(standard single-mode fiber, SSMF)补偿相位调制引入的近线性啁啾,得到脉宽压缩的无啁啾短脉冲;最后,通过中心波长和带宽可调的光滤波器滤波实现了Nyquist脉冲占空比的连续可调。通过数值仿真实验,在10 GHz的射频信号频率下,获得了周期为100 ps,脉宽为4.0—12.6 ps,占空比在4.0%—12.6%之间可调的Nyquist脉冲,且脉冲的滚降系数较低,在0—0.127之间,与理想Nyquist脉冲的均方根误差为0.16%—0.58%。结果表明,该方案能够实现占空比灵活可调的Nyquist脉冲的产生。     

基于压缩感知的间歇采样转发干扰方法

针对现代雷达信号带宽大、频率高,相干干扰实现困难的问题,提出了基于压缩感知的间歇采样转发干扰方法.研究了压缩感知基本原理及其对模拟信号处理的实现方法,分析了压缩感知对线性调频信号的间歇采样实现方法及其转发干扰效果.仿真结果表明,压缩感知理论对宽带雷达信号间歇采样具有较好的适用性,对宽带雷达能够实现较好的干扰效果.     

采用压缩采样匹配追踪算法的频谱感知

频谱资源的匮乏成为无线电发展的瓶颈,解决频率匮乏有两类方法:一是提高频谱利用率;二是扩大可利用的频率范围。频谱感知技术能提高频谱利用率,但在高频的应用中会面对过高的采样速率、较大的数据量,这对硬件实现提出了艰巨的挑战。本文根据无线电频谱稀疏性介绍一种基于调制宽带转换器的压缩采样匹配追踪（CoSaMP）算法。本文利用调制宽带转换器对无线电信号进行亚奈奎斯特采样,再利用CoSaMP算法对采样后的自相关矩阵求解。本文的方法不仅能应用在更高的频谱,且能提高频谱利用率。仿真结果表明:该方法能在能以一个较低的采样速率对信号进行采样,且CoSaMP算法的恢复误差要小于OMP和ROMP算法。      

基于压缩感知的医学图像采样新方法研究

压缩感知基于信号的稀疏性或可压缩性,能够以低于奈奎斯特采样率的频率进行采样,从而直接获得压缩后的采样信号。本文将压缩感知的思想应用于医学图像,对已获得的图像进行压缩采样,以降低医学图像的存储空间。基于正交匹配追踪思想,提出分块双阈值正交匹配追踪方法,根据图像不同区域信息量的不同,采取分块处理并加入采样阈值,针对不同子图像块采取不同采样率,提高了采样效率;同时,在重构时加入判断阈值,可降低重构效果对采样阈值的依赖,减小了由于图像的特殊性或人为经验不足而使得采样阈值选取不当对图像重建质量的影响。实验表明,本文方法能够以较低的采样率实现较高的重构精度。     

按奈奎斯特准则稳定的线路放大器

宽带放大器中所容许的反馈深度,受到有源元件的限制[1].在按奈奎斯特准则稳定的整个放大器中,应用非线性校正器,就能保证渐近线的稳定性,并能克服有条件的稳定性的主要缺点,即过载时放大器可能自激.由于回归关系T的对数振幅频率特性(ЛAX)曲线的下降斜率有所增加,从而导致反馈深度的增加.仅在放大器过载的情况下,才有电流流过非线性校正器.在工作信号的频带内,校正器是断开的,因而不会影响回路的线性关系.本文仅对具有非线性校正器的宽带放大器的实验模型进行叙述[3,4].所列举的具有非线性校正器的线路放大器(AYC)有可能被用于频带为0.3～6.5兆赫的小同轴电缆的传输系统中.     

联合非均匀采样和压缩感知的图像压缩算法

为了提高图像重构精度,改善纹理区域视觉效果,本文将压缩感知理论与图像压缩相结合,并提出了一种新的采样方法:在编码端对图像高频部分边缘点进行密集采样,对非边缘部分进行随机抽样,取代了传统压缩感知理论中直接使用测量矩阵获得低维观测值的过程。在解码端利用采样点位置信息构造块测量矩阵,使用光滑l0范数（Smoothed l0,SL0）重构算法实现重叠块重构,最终将其与图像低频部分下采样点插值放大结果合并实现高精度重构。实验结果表明:本文算法不仅可以提高整幅图像和纹理区域的重构精度,而且在低采样率或图像尺寸较小的情况下,算法效率也有明显提升。      

基于感知域测量值的自适应压缩采样方法

现有的自适应采样方法需要在采集端获得原始信号,这在实际的蒸发波导相关气象要素压缩感知过程中不易实现。针对这一问题,提出了一种以测量值数据特征为依据的采样率自适应设定方法。该方法以能量表征各信号块的重要性,以观测值能量近似估计原信号块能量,根据感知域中测量值的能量变化自适应地为各块设定采样数目。理论分析和实验表明,该方法的重构性能优于传统自适应方法,相同采样率下可获得更高的重构信噪比。     

基于压缩感知的伪随机等效采样信号重构

伪随机等效采样利用采样周期数与采样点数间的互质关系使各采样点均匀复现于同一周期,从而达到较高的等效采样速率。然而为了精确重构出原始信号,需大量采样数据,因此导致采样时间过长,实时性能差。针对上述问题,提出了一种基于压缩感知理论的伪随机等效采样信号重构方法,通过构造伪随机等效采样观测矩阵并选择离散傅里叶变换基建立稀疏重构模型,然后利用压缩感知中的正交匹配追踪算法求解该模型,从而重构出原始信号。仿真实验表明,所提方法在采样点个数40时,重构成功率达99.73%。     

奈奎斯特第三准则响应函数的求取方法

本文推导了满足奈奎斯特第三准则响应函数的求取方法,并做了检验以及用该方法所做的实验。     

宽带奈奎斯特FIR滤波器的设计与实现

本文根据奈奎斯特（Nyquist）FIR滤波器的设计原理,结合宽带无线接入网的技术要求,给出了一种适用于高速率通信网的宽带Nyquist FIR滤波器的设计方案,并在FPGA单片系统上予以实现,其性能指标通过计算机仿真测试,达到了设计要求。     

基于分段自适应采样压缩感知的FBG光谱压缩与重构方法

针对光纤布拉格光栅(FBG)传感系统中数据量庞大、不利于数据传输及存储的问题,提出了一种分段自适应采样压缩感知与改进的正交匹配追踪(SASCS-IOMP)算法。利用设计特定参数的Gabor滤波器提取FBG光谱信号上边带斜率最大的频率点,根据Hilbert变换粗定位FBG中心波长位置,并对FBG光谱进行自适应分割。在不同分割区域设置不同的信噪比阈值,以降低光谱信号的总压缩比。在自适应采样过程中,为缩短算法的运行时间,引入比例-积分-微分控制算法,设计一种自适应步长增长机制,最后利用IOMP算法重构光谱。仿真结果表明,在单峰和多峰情况下,SASCS-IOMP算法都能降低总观测值的数目,且FBG光谱3dB带宽内的重构误差均在0.7%以内。