基于随机解调的模拟信息转换技术研究

摘要

传统的信号处理模式是先进行奈奎斯特采样，再通过压缩去除大量冗余数据。这种是先采样后压缩的模式无疑浪费了大量的资源。模拟信息转换是解决这个弊端的一种思路，它旨在利用一些新的信息理论将模拟信号直接转变为有用的信息，从而减少采样过程中的冗余数据，降低采样率。压缩感知是实现模拟信息转换的一种重要理论依据，它在理论上表明利用信号的稀疏性可以实现信号的同时压缩和采样，达到将模拟信号直接转变为压缩过的有用信息的目的，即模拟信息转换。但是压缩感知的物理实现方法目前还很少，随机解调是其中一种重要方法和技术。本文对此开展研究，采用随机解调方式使压缩感知理论实用化，从而实现模拟信息转换。本文的主要研究内容和结果如下：
　　1、研究随机解调的原理。对压缩感知理论和随机解调原理进行阐述，用数学语言描述随机解调过程的各个阶段，说明随机解调是压缩感知从离散域到连续域的一种扩展。通过MATLAB仿真验证随机解调技术的可行性，并探究了采样速率、采样相位、滤波器参数、m序列周期等若干因素的影响作用，为后续随机解调物理系统的设计提供参考。
　　2、设计随机解调实验平台。以随机解调技术的理论研究及仿真结果为指导，设计随机解调物理系统作为实验平台。该系统包括硬件和软件两个部分。硬件部分设计了信号调理板卡，整合了多种PXIe仪器设备，利用先进的PXIe测试总线进行设备互连，完成信号的产生、混频、滤波、放大和采样任务，以及数据存储和传输任务。采用LabVIEW语言开发软件，实现对各个硬件模块的参数配置和灵活控制，完成信号显示分析、算法执行、报表生成等任务。
　　3、构造随机解调系统感知矩阵。感知矩阵是信号重构阶段的重要参数，它包含了系统的重要特性，它的准确程度与信号重构效果紧密相关。本文研究了感知矩阵的理论计算法，即根据系统各部分的理论模型、参数、表达式计算系统的感知矩阵的方法。然后提出了两种效果更好的方法：步进频率激励法，基于m序列和FFT的快速构造法。步进正弦激励法是将被测信号用一系列频率步进的正弦和余弦信号代替，利用一系列对应的系统输出信号的采样值构造感知矩阵。基于m序列和FFT的快速构造法首先采用m序列作为激励信号获得随机解调系统中模拟乘法器、低通滤波器和运放三部分电路整体的脉冲响应；然后用获得的脉冲响应、m序列计算观测矩阵；最后对观测矩阵的共轭转置矩阵进行FFT，之后将FFT结果再次共轭转置得到感知矩阵。快速构造法相比前两种方法能够获得准确度和计算效率的同时提高，是本文实验中所采用的方法。
　　4、利用随机解调系统进行硬件实验。大量实验表明可以利用本文设计随机解调系统可以实现对50kHz以内的多谐波信号的压缩采样，采样率仅为4kS/s，远小于信号的奈奎斯特采样率，即压缩比可达4％，信噪比可达15dB以上。另外通过硬件实验还探究了重构信号的信噪比与采样相位偏差程度、信号稀疏度的关系。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1课题背景、目的和意义

1.2基于压缩感知的AIC技术研究现状

1.3本文的研究内容与结构

第2章 随机解调原理研究

2.1压缩感知原理

2.2随机解调原理

2.3仿真实验

2.4影响因素分析

2.5本章小结

第3章 随机解调系统设计

3.1需求分析

3.2硬件设计

3.3软件设计

3.4本章小结

第4章 系统感知矩阵的构造方法

4.1理论计算法

4.2步进正弦激励法

4.3基于m序列和FFT的快速构造法

4.4本章小结

第5章 硬件实验和分析

5.1评价指标

5.2硬件实验

5.3本章小结

结论

参考文献

附录

攻读学位期间发表的论文、专利

声明

致谢