CN104124976A - 有限新息率信号结构化亚奈奎斯特率采样方法 - Google Patents
有限新息率信号结构化亚奈奎斯特率采样方法 Download PDFInfo
- Publication number
- CN104124976A CN104124976A CN201410355263.4A CN201410355263A CN104124976A CN 104124976 A CN104124976 A CN 104124976A CN 201410355263 A CN201410355263 A CN 201410355263A CN 104124976 A CN104124976 A CN 104124976A
- Authority
- CN
- China
- Prior art keywords
- sampling
- signal
- rate
- interest
- new fixed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及一种有限新息率信号结构化亚奈奎斯特率采样方法,其特征在于:根据信号的波形结构和新息率,构建采样率互质滤波器组,对输入信号的参数信息进行压缩编码,然后以一倍于信号新息率的超低采样速率对滤波后的信号进行采样,并依据多维中国余数采样定理对采样样本进行解码。基于本发明的有限域代数编码方法的频域采样***可望以更低的采样率采集和处理信号。
Description
技术领域
本发明属于信号处理技术领域,特别涉及一种新息率有限的模拟宽带信号低速率亚奈奎斯特率采样方法。
背景技术
亚奈奎斯特率采样是一种采样速率低于信号两倍带宽的压缩采样方法。现有的亚奈奎斯特率采样方法包含模拟-信息转换器和调制宽带转换器两种。这些采样方法首先假设宽带信号在傅里叶变换基上具有稀疏或块稀疏特性,然后根据其稀疏性设计合理的观测矩阵,并通过低速率的模拟-数字转换模块获得信号的亚奈奎斯特率样本,最后利用非线性优化算法重构奈奎斯特率样本,完成信号的采样过程。亚奈奎斯特率采样方法可以有效降低宽带***的处理复杂度,解决宽带信道估计、频谱感知等稀疏宽带通信信号处理问题,但对非稀疏,可压缩信号的处理能力不足。信息传输是通信***的主要目的。现代通信***多采用数字信号模拟传输的模式传输信息。受到多径传输环境的影响,宽带通信***的接收信号频域可压缩性强,而稀疏度不足。对于该种信号的信息提取问题,AIC、MWC等现有的亚奈奎斯特率采样方法难以以极低的速率获得良好的性能。解决频域可压缩信号的低速率采样问题可以有效地推广亚奈奎斯特率采样方法在通信信息***中的应用。
所谓有限新息率信号是指波形结构已知,单位时间内末知叁数的个数有限的信号。当信号的带宽远大于信号新息率时,有限新息率信号具有可压缩性。MIT著名学者Martin Vetterli所领导的研究团队在2002年证明:当信号波形结构完全已知时,以两倍新息率的速率采集信号可获得信号所有的信息。该种采样方法以信号的新息率,而不是信号的带宽为基础,所获得的采样样本具有亚奈奎斯特率特性。Martin Vetterli所提出的有限新息率信号采样方法是一种单通道采用方法。这种单通道采样方法以理想脉冲信号作为主要的分析模型,对实际的脉冲成形信号重构性能不佳。在2011年,YC Eldar教授所领导的研究团队结合MWC亚奈奎斯特率采样方法的优良特性,提出了多通道解调结构的有限新息率信号采样方法,有效提高了重构***的性能。
YC Eldar教授领导的研究团体在2011年发表的有限新息率亚奈奎斯特斯特率采样论文(Multichannel sampling of pulse streams at the rate ofinnovation,IEEE Transactions on Signal Processing,59(4),2011,1491-1504)与本申请提案最为接近。考虑一个周期为τ的连续时间信号s(t):
式中表示整数域,ck和tk分别表示信号的幅度参数和时延参数,K为整数,表示信号参数的个数,为脉冲成形函数。由于在第K′个周期内,信号内包含有K个未知的幅度参数{ck:k=1,…,K}和K个时延参数{tk:k=1,…,K},因此可以定义该信号的新息率为ρ=2K/τ。根据信号的周期性,s(t)的傅里叶级数展开式为:
式中傅里叶级数展开核函数θm(t)为
而傅里叶级数展开系数为
上式中Φ(·)为脉冲成形函数的傅里叶变换。从上式可以获知,傅里叶级数展开系数Sm中包含s(t)所有的未知参数信息。
如图1所示,现有的采样***首先通过一组解调器模块,对输入信号进行解调处理,然后利用积分器和采样模块提取信号的亚奈奎斯特率样本。第p个通道上的输出为:
假设A为长度为P的向量,其第p个元素为ap,F为P×M的矩阵,其第i,p个元素为fip,S为M×1的向量,上式可以表示为向量的形式:
A=FS (6)
根据傅里叶级数展开系数表示式(4),上式可以表示为:
A=FΦB(t)C (7)
式中Φ为M×M的对角阵,第m个元素为B(t)为M×K的矩阵,第m,l个元素为C为长度为L×1的系数向量。令
I=FΦ (8)
式中I是单位阵。于是,接收向量可以表示为:
A=B(t)C (9)
构建一个P阶指数的零化滤波器B(z):
式中uk=exp(j2πtk/τ),可以使得BA=0。通过求解方程
可以获得K个时延参数{tk:k=1,…,K}及幅度参数{ck:k=1,…,K}。根据已知的波形成形函数可以重构原始信号s(t)的奈奎斯特率样本。该技术方案具有一定的缺陷:***的通道数与***需检测的未知参数的个数成正比,即P≥2K,在***参数个数较多时,***的复杂度极大,硬件上难以实现。
发明内容
为了解决上述问题,本发明的目的是提供一种有限新息率信号结构化亚奈奎斯特率采样方法。
本发明采用以下方案实现:一种有限新息率信号结构化亚奈奎斯特率采样方法,其特征在于:根据信号的波形结构和新息率,构建采样互质滤波器组,对输入信号的参数信息进行压缩编码,然后以一倍于信号新息率的超低采样速率对滤波后的信号进行采样,并依据多维中国余数采样定理对采样样本进行解码。
在本发明一实施例中,根据信号的波形结构,设计采样核滤波器,去除原模拟信号波形结构对采样核滤波器的影响,达到降低***采样速率的目的。
在本发明一实施例中,根据信号的新息率,确定采样核滤波器组的分组数量及每个分组中滤波器的参数信息,实现信号参数信息的压缩编码。
在本发明一实施例中,所述采样互质滤波器组,即互质滤波器组之间的采样速率形成互质的关系,两组采样速率之和大于信号的新息率ρ,采样速率之积大于信号新息率的两倍,即2ρ。
本发明的有益效果是:1、本申请所提出采样方法的最低采样速率为ρ+1,远低于现有的亚奈奎斯特率采样方法;2、对输入信号的频率参数进行编码,采用“边采样、边压缩”的方式采集信号所有的参数信息;3、对多通道采样***的滤波器进行分组,通过分组采样的方式设计结构化采样矩阵。
附图说明
图1是现有的多通道有限新息率采样原理示意图。
图2是本发明方案原理示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
本实施例提供一种有限新息率信号结构化亚奈奎斯特率采样方法,其根据信号的波形结构和新息率,构建采样互质滤波器组,对输入信号的参数信息进行压缩编码,然后以一倍于信号新息率的超低采样速率对滤波后的信号进行采样,并依据多维中国余数采样定理对采样样本进行解码。
请参见图2,图2中,本实施例采用多通道互质频率频域展开采样***对s(t)进行采样。采样***由P组滤波器组组成,每一组包含Lp(Lp为大于1的质数)个滤波器。其中,第p组的第m个滤波器的冲激响应函数可以表示为:
Hp,m(t)=exp(j2πmMpt/τ)φ(t)(m:=1,2,…,Lp;p:=1,2,…,P) (12)
假设φ(·)的傅里叶变换Ψ(·)与信号s(t)的脉冲成形函数的傅里叶变换Φ(·)互为逆。Lp为大于零的正整数。那么,当T0=τ时,第p组的m个子通道的卷积滤波器输出样本Sp,m为输入信号和第p组的第m个滤波器的冲激响应函数Hp,m(t)的卷积。根据式(12),可以将第p组的m个子通道的卷积滤波器输出样本Sp,m表示为:
假定采样***以Ts=Mp/τ为采样时间间隔对卷积滤波器组的输出信号Sp,m进行采样。将s(t)的傅里叶级数展开系数表示式(2)、(3)、(4)代入(13)式,式(13)可以转化为:
令tk/τ=fk/M,Lp=M/MpL=L1×…×Lp,于是上式可以表示为:
求取第p组输出信号Sp,m(m:=1,2,…,Mp)的Lp点离散傅立叶变换Yp,L(β),可以得到:
其中βp,k=fkmod Lp,是K个频率fk相对于p组整数L1,…,Lp的余数,即谐波频率fk的余数数制(Residue Number System,RNS)码字。由上面的分析可知,经过采样编码后的信号向量Yp,L(β)是一个稀疏度为K的频域稀疏信号,估计K个频率参数fk和幅度参数ck的过程就是从L1+…+Lp个离散傅立叶系数Yp,L(β)中进行稀疏重构的过程。根据多维中国余数定理,采样***可以从Yp,L(β)中重构信号的K个频率参数fk,并获得信号的幅度参数ck的估计。由于fk/M=tk/τ,而M和τ都是已知的参数。因此,采样***可以根据频率参数fk和ck,获得原始连续时间信号s(t)的所有参数信息。在脉冲成形函数已知的前提下,采样***可以有效重构s(t)的奈奎斯特率样本。
该***的***采样率是各个通道上所有采样频率之和,必然小于2L/τ。因此,基于有限域代数编码方法的频域采样***可望以更低的采样率采集和处理信号。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (4)
1.一种有限新息率信号结构化亚奈奎斯特率采样方法,其特征在于:根据信号的波形结构和新息率,构建采样互质滤波器组,对输入信号的参数信息进行压缩编码,然后以一倍于信号新息率的超低采样速率对滤波后的信号进行采样,并依据多维中国余数采样定理对采样样本进行解码。
2.根据权利要求1所述的有限新息率信号结构化亚奈奎斯特率采样方法,其特征在于:根据信号的波形结构,设计采样核滤波器,去除原模拟信号波形结构对采样核滤波器的影响,达到降低***采样速率的目的。
3.根据权利要求1所述的有限新息率信号结构化亚奈奎斯特率采样方法,其特征在于:根据信号的新息率,确定采样核滤波器组的分组数量及每个分组中滤波器的参数信息,实现信号参数信息的压缩编码。
4.根据权利要求1所述的有限新息率信号结构化亚奈奎斯特率采样方法,其特征在于:所述采样互质滤波器组,即互质滤波器组之间的采样速率形成互质的关系,两组采样速率之和大于信号的新息率 ,采样速率之积大于信号新息率的两倍,即。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410355263.4A CN104124976B (zh) | 2014-07-24 | 2014-07-24 | 有限新息率信号结构化亚奈奎斯特率采样方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410355263.4A CN104124976B (zh) | 2014-07-24 | 2014-07-24 | 有限新息率信号结构化亚奈奎斯特率采样方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104124976A true CN104124976A (zh) | 2014-10-29 |
CN104124976B CN104124976B (zh) | 2017-07-04 |
Family
ID=51770256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410355263.4A Active CN104124976B (zh) | 2014-07-24 | 2014-07-24 | 有限新息率信号结构化亚奈奎斯特率采样方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104124976B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104991119A (zh) * | 2015-07-01 | 2015-10-21 | 天津大学 | 一种消除伪峰、谱泄漏效应的互素谱分析方法及其装置 |
CN105515695A (zh) * | 2015-12-04 | 2016-04-20 | 哈尔滨工程大学 | 基于调制宽带转换器的压缩采样信号检测方法 |
CN105721868A (zh) * | 2016-01-25 | 2016-06-29 | 重庆邮电大学 | 一种基于压缩感知的图像亚奈奎斯特采样方法 |
CN105761725A (zh) * | 2016-02-03 | 2016-07-13 | 哈尔滨工业大学 | 一种基于时域稀疏性的fri信号重构方法 |
CN106452626A (zh) * | 2016-10-11 | 2017-02-22 | 北京邮电大学 | 基于多组互质采样的宽带频谱压缩感知 |
CN106817130A (zh) * | 2017-01-16 | 2017-06-09 | 哈尔滨工业大学 | 基于有限新息率的脉冲串信号欠采样***及方法 |
WO2017219473A1 (zh) * | 2016-06-22 | 2017-12-28 | 杨越 | 无人船监控区域相控阵超声波低频成像方法 |
CN109547030A (zh) * | 2018-11-29 | 2019-03-29 | 福州大学 | 一种基于脉宽调制的随机解调采样方法 |
CN111901058A (zh) * | 2020-07-31 | 2020-11-06 | 电子科技大学 | 基于亚奈奎斯特采样的多天线辅助宽带频谱感知方法 |
CN112485518A (zh) * | 2020-11-09 | 2021-03-12 | 浙江工业大学 | 一种双通道多指数衰减正弦信号欠采样方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100246729A1 (en) * | 2001-03-26 | 2010-09-30 | Qualcomm Incorporated | Sampling method, reconstruction method, and device for sampling and/or reconstructing signals |
CN102893179A (zh) * | 2010-05-14 | 2013-01-23 | 高通股份有限公司 | 导航数据的压缩感测 |
US20140114616A1 (en) * | 2012-10-23 | 2014-04-24 | Qualcomm Incorporated | System and method for parameterizing signals with finite-rates-of-innovation |
US20140195200A1 (en) * | 2011-08-18 | 2014-07-10 | University Of Antwerp | Smart Data Sampling and Data Reconstruction |
-
2014
- 2014-07-24 CN CN201410355263.4A patent/CN104124976B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100246729A1 (en) * | 2001-03-26 | 2010-09-30 | Qualcomm Incorporated | Sampling method, reconstruction method, and device for sampling and/or reconstructing signals |
CN102893179A (zh) * | 2010-05-14 | 2013-01-23 | 高通股份有限公司 | 导航数据的压缩感测 |
US20140195200A1 (en) * | 2011-08-18 | 2014-07-10 | University Of Antwerp | Smart Data Sampling and Data Reconstruction |
US20140114616A1 (en) * | 2012-10-23 | 2014-04-24 | Qualcomm Incorporated | System and method for parameterizing signals with finite-rates-of-innovation |
Non-Patent Citations (4)
Title |
---|
KFIR GEDALYAHU等: ""Multichannel Sampling of Pulse Streams at the Rate of Innovation"", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 * |
P.P VAIDYANATHAN等: ""Reflections on sampling-filters for compressive sensing and finite-innovations-rate models"", 《SIGNALS,SYSTEMS AND COMPUTERS》 * |
王文杰: ""鲁棒的闭式中国余数定理及其在欠采样频率估计中的应用"", 《信号处理》 * |
钱慧等: ""参数稀疏信号非均匀采样性能分析"", 《计算机与数字工程》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104991119A (zh) * | 2015-07-01 | 2015-10-21 | 天津大学 | 一种消除伪峰、谱泄漏效应的互素谱分析方法及其装置 |
CN105515695A (zh) * | 2015-12-04 | 2016-04-20 | 哈尔滨工程大学 | 基于调制宽带转换器的压缩采样信号检测方法 |
CN105515695B (zh) * | 2015-12-04 | 2017-12-19 | 哈尔滨工程大学 | 基于调制宽带转换器的压缩采样信号检测方法 |
CN105721868A (zh) * | 2016-01-25 | 2016-06-29 | 重庆邮电大学 | 一种基于压缩感知的图像亚奈奎斯特采样方法 |
CN105721868B (zh) * | 2016-01-25 | 2019-04-30 | 重庆邮电大学 | 一种基于压缩感知的图像亚奈奎斯特采样方法 |
CN105761725A (zh) * | 2016-02-03 | 2016-07-13 | 哈尔滨工业大学 | 一种基于时域稀疏性的fri信号重构方法 |
CN105761725B (zh) * | 2016-02-03 | 2019-07-05 | 哈尔滨工业大学 | 一种基于时域稀疏性的fri信号重构方法 |
WO2017219473A1 (zh) * | 2016-06-22 | 2017-12-28 | 杨越 | 无人船监控区域相控阵超声波低频成像方法 |
CN106452626B (zh) * | 2016-10-11 | 2018-09-28 | 北京邮电大学 | 基于多组互质采样的宽带频谱压缩感知 |
CN106452626A (zh) * | 2016-10-11 | 2017-02-22 | 北京邮电大学 | 基于多组互质采样的宽带频谱压缩感知 |
CN106817130A (zh) * | 2017-01-16 | 2017-06-09 | 哈尔滨工业大学 | 基于有限新息率的脉冲串信号欠采样***及方法 |
CN109547030A (zh) * | 2018-11-29 | 2019-03-29 | 福州大学 | 一种基于脉宽调制的随机解调采样方法 |
CN111901058A (zh) * | 2020-07-31 | 2020-11-06 | 电子科技大学 | 基于亚奈奎斯特采样的多天线辅助宽带频谱感知方法 |
CN111901058B (zh) * | 2020-07-31 | 2021-07-02 | 电子科技大学 | 基于亚奈奎斯特采样的多天线辅助宽带频谱感知方法 |
CN112485518A (zh) * | 2020-11-09 | 2021-03-12 | 浙江工业大学 | 一种双通道多指数衰减正弦信号欠采样方法 |
CN112485518B (zh) * | 2020-11-09 | 2022-07-15 | 浙江工业大学 | 一种双通道多指数衰减正弦信号欠采样方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104124976B (zh) | 2017-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104124976A (zh) | 有限新息率信号结构化亚奈奎斯特率采样方法 | |
CN105281779B (zh) | 多观测值向量稀疏度自适应压缩采样匹配追踪方法 | |
Fudge et al. | A Nyquist folding analog-to-information receiver | |
CN104539262B (zh) | 一种连续可变速率的数字成型滤波处理方法 | |
CN104468427B (zh) | 基于fri时频域综合分析的信号高效采样及信号重构方法 | |
CN103269223A (zh) | 一种模拟信号压缩采样方法 | |
CN103346798A (zh) | 一种以低于奈奎斯特频率的采样频率进行信号采集方法 | |
CN102104396B (zh) | 一种基于cs理论的脉冲超宽带通信*** | |
CN103957009B (zh) | 一种对压缩采样***低通滤波器进行补偿的方法 | |
US9455741B2 (en) | Method for collecting signal with sampling frequency lower than Nyquist frequency | |
CN107276560B (zh) | 一种fri稀疏采样核函数构建方法及电路 | |
CN105933008A (zh) | 基于聚集稀疏正则化正交匹配追踪算法的多频带信号重构方法 | |
CN103542261B (zh) | 基于压缩感知和掩膜信号法hht的管道泄漏声发射信号处理方法 | |
CN110365437B (zh) | 基于次奈奎斯特采样的快速功率谱估计方法 | |
CN103344849B (zh) | 一种获取随机解调硬件***的感知矩阵的方法 | |
CN103281087A (zh) | 基于多级压缩感知的信号采样***及方法 | |
CN102571034A (zh) | 基于随机循环矩阵的模拟压缩感知采样方法及*** | |
CN102129073A (zh) | 一种合成孔径雷达方位预处理的两级滤波的方法 | |
CN103036576A (zh) | 基于压缩传感理论的一种二值稀疏信号重构算法 | |
CN104539261B (zh) | 一种任意采样率转换的内插滤波处理方法 | |
CN104061950A (zh) | 一种提高旋转变压器数字解码***解码精度的方法 | |
CN104218954A (zh) | 一种宽带阵列天线压缩采样方法及装置 | |
CN105721868A (zh) | 一种基于压缩感知的图像亚奈奎斯特采样方法 | |
Tao et al. | Normalized regularized orthogonal matching pursuit algorithm | |
CN102684736A (zh) | 基于lps采集矩阵的直接序列扩频信号压缩感知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |