论文部分内容阅读
随着社会信息化的高度发展，通信领域的信号带宽不断增加，以Nyquist采样定理为指导的模数转换器(Analog-to-Digital Converter, ADC)由于受到工艺的限制，在对宽带信号采样时很难同时具备高速度和高精度。为了减小宽带信号的采样频率，压缩感知(Compressed Sensing，CS)理论基于信号的稀疏特性，实现了对宽带多频信号的压缩采样，有效的突破了Nyquist采样定理的瓶颈。本文主要对现有宽带多频信号的压缩采样技术提出改进方法。 本文首先从压缩感知理论中实现模型模拟信息转换器(Analog-to-Information Converter，AIC)和多通道并行随机调制积分结构（Random modulation Pre-Integration，RMPI）入手，详细研究了系统结构、压缩采样过程的数学算法和恢复矩阵的构造。在RMPI结构基础上提出预调制积分型RMPI结构，这种结构对宽带信号实现了二次压缩，首先采用预调制积分过程实现对宽带多频信号的首次压缩，有效的减小了信号带宽，压缩后的信号再通过多通道并行结构进行二次压缩，不仅降低了子通道内部伪随机序列的频率，而且减少了电路的功耗和硬件实现的难度。为了验证有效性，基于MATLAB仿真平台搭建结构模型，仿真结果表明，利用改进后的结构，频带压缩比(BandCompression Rate，BCR)近似等于11，重构信号的精度可以达到10-4，与RMPI结构相比，子通道伪随机序列的采样频率可以降低75％以上。 调制宽带转换器(Modulated Wideband Converter, MWC)是一种新近提出的压缩采样方法，采用新的信号模型和调制函数，与AIC和RMPI结构相比，其能够以较小规模的恢复矩阵实现对宽带多频信号的采集和恢复。本文针对MWC采样技术中密集型测量矩阵导致测量值间存在的相关性问题，根据系统输入信号与输出信号之间的频域关系，提出一种基于稀疏测量矩阵的MWC结构。理论分析表明，采用稀疏测量矩阵算法，可以有效减少测量值之间的相关性，简化电路实现的复杂程度。基于MATLAB平台对通道数为14的优化结构进行仿真验证，仿真结果表明，系统利用56MHz的采样频率实现了对1GHz的宽带多频信号的压缩采样，重构精度达到10-4;同时，在噪声环境下的仿真结果表明，优化后MWC结构可以抑制一定的噪声，更具备抗噪性。 最后，本文对基于稀疏测量矩阵的MWC结构提出了硬件实现方案，利用FPGA实现了伪随机序列，并且给出了其他重要模块的电路设计方案。