压缩采样

摘要： 针对现有的压缩采样系统在线性调频(linear frequency modulated,LFM)回波信号压缩采样重构过程中存在的重构效果不佳的问题,提出一种基于分数阶Gabor变换的回波信号压缩采样方法。首先,利用不同目标回波信号在时延上的差异性,给出基于分数阶Gabor变换的LFM回波信号稀疏表示方法,并分析了分数阶Gabor变换的完备性条件。然后,根据分数阶Gabor变换低通滤波的实现方式,设计了LFM回波信号压缩采样系统,建立了信号重构模型。最后,通过仿真实验与应用实例分析,验证了所提压缩采样系统的有效性。实验结果表明,与现有压缩采样系统相比,所提压缩采样系统的重构误差更低、重构效果更好。

摘要： 针对现有压缩采样系统在宽带线性调频信号压缩采样过程中存的采样系统不适用、调制信息依赖等问题,提出了一种基于Gabor空间的线性调频信号压缩采样与重构方法,在未知调频率的条件下,实现了线性调频信号的压缩采样与有效重构。首先,结合压缩感知以及平移不变空间理论,设计了基于Gabor空间的压缩采样系统,分析了压缩采样系统组成部分以及工作原理。然后,利用信号在Gabor空间的稀疏性,建立了Gabor系数的压缩重构模型,并在充分考虑噪声、失配的条件下,分析了原始信号重构误差上界。最后,通过数值仿真实验,验证了所提方法的有效性,实验结果表明,基于Gabor空间的压缩采样系统具有采样频率低,采样点数少,以及工作稳定性高等优点。

摘要： 虚拟仪器技术可有效降低电子类实验室建设的测试仪器投入。针对高校实验教学需求,研制了一款双通道虚拟示波器。该示波器硬件电路采用STM32+FPGA架构,结合压缩感知的随机采样完成低功耗信号采样及恢复,获得采样率200MS/s,带宽100MB功能的信号展示功能。在有限的硬件资源基础上,开发了信号发生器、频谱仪等功能,增强了实用性。相比现有同类产品,该示波器具有功耗低、配置灵活、信号测试带宽大及扩展性强等优势,具有较大应用价值。

摘要： 压缩感知理论是现阶段一种较为新颖的信号采集方案,该方案大幅降低了对于信号采集器的要求,同时也降低了信号采集的硬件成本。研究基于稀疏模型、感知矩阵和重构算法三个部分介绍了压缩感知的主要原理,在宽带数字接收机设计中融入压缩感知理论,并基于调制带宽转换器(MWC)结构以较小的采样率实现宽带接收机的高速率信号采样。最终以仿真实验的方式来验证该方案的有效性。

摘要： 直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的宽频带特性所带来的高采样率增加了参数估计的实现难度。针对现有技术所面临的问题与挑战,融合压缩采样与深度神经网络(Deep Neural Network,DNN),提出了用于估计DSSS信号参数的方法。一方面,压缩采样能够利用信号的冗余性,以较低的采样率获取信号中的有效参数信息;另一方面,DNN在提取数据特征方面具有高效准确的特点。通过对压缩采样与参数估计网络的整体训练,实现两者的有效配合,进而实现以较低采样率对DSSS信号参数的准确估计。仿真实验证明了该参数估计方法在低信噪比下的估计能力相对于传统方法具有一定的提升。

摘要： 高光谱遥感压缩采样是压缩感知应用的一个重要领域,为进一步提升高光谱成像系统的分辨率和减少数据量提供了很好的技术支撑。该文讨论了压缩感知光谱成像技术的具体实现方案与后期数据处理方法,针对高光谱遥感的不同空间成像方式,围绕摆扫型和推扫型两种方式分析了压缩成像设计方案和具体实现模型。在分析现有高光谱图像重建方法基础上就未来研究方向展望进行了讨论,并就压缩采样数据的直接应用等方面进行了探究。

摘要： 该文深入阐述基于信息超材料的高性能微波计算成像系统架构设计、工作原理与建模分析.首先,利用信息超材料对电磁波优异的调节能力,结合压缩采样理论,重点讨论信息超材料多样杂散波束产生及高性能辐射设计方法.再进一步构建针对高辐射性能信息超材料微波计算成像系统的数值模型,并提出一种高性能色散信息超材料单元,该单元带阻频率捷变特性可覆盖整个X波段.基于该单元设计了一款高透射效率信息超材料透镜,在成像区域内辐射性能较当前超材料孔径提高3倍,辐射效率达到75％.最后基于所构建的数值模型,计算验证所提出的高透射率色散信息超材料透镜对理想散射体的图像还原能力.该文所研究的基于信息超材料的高性能微波计算成像系统,为成像雷达、安防预警、医疗检测等应用提供了坚实的理论依据和前瞻性探索.

摘要： 二维波达方向(direction of arrival,DOA)估计在雷达探测、电子对抗、医学成像等领域有着广泛的应用.针对现有算法估计精度不足、计算量巨大的问题,在基于压缩感知理论的背景下提出一种二维均匀L型阵列信号的DOA估计算法.该算法首先对阵列信号的俯仰角和方位角构建空间合成角,并对空间合成角构建过完备冗余字典;再利用正交化高斯随机矩阵构造观测矩阵;最后通过改进RM-FOCUSS算法和求解三角函数的方法还原出方位角和俯仰角.理论研究表明,该方法在高信噪比、多快拍条件下比传统算法具有更高的估计精度和分辨力,且通过压缩采样降低了运算量.仿真实验验证了上述结论.

摘要： 针对线性调频信号在传统采集过程中存在的高采样频率问题,提出了一种基于Gabor框架的线性调频信号压缩采样与重构方法.首先,利用线性调频信号在Gabor变换下所具有的时频稀疏特性,提出了基于Ga-bor框架的线性调频信号压缩采样系统.基于该采样系统,分析了压缩采样系统工作过程,建立了该系统压缩观测过程数学模型.随后,分析了压缩采样系统重构模型,将压缩采样重构问题转化为多观测向量重构问题.最后,基于多维扩展的稀疏贝叶斯学习算法,提出利用优化分类的方法来保证线性调频信号的精确重构.仿真实验结果表明,Gabor框架压缩采样系统有效降低了线性调频信号采样频率与采样点数,在重构过程中,本文提出的重构方法能够有效降低重构误差,提高重构概率.

摘要： 针对可穿戴装备实时监测心电信号中的大数据量、高功耗问题,提出了一种随机解调结构压缩采样心电信号方法.从压缩率和重构精度角度,分析了随机解调结构的采样相位、滤波器模块参数、单次采样时间及稀疏度阈值对心电信号重构的影响,完成了基于正交匹配追踪(OMP)、广义正交匹配追踪(GOMP)、稀疏度自适应匹配追踪(SAMP)、分段正交匹配追踪(StOMP)、正则化正交匹配追踪(ROMP)、压缩采样匹配追踪(CoSaMP)、子空间追踪(SP)等不同重构算法的最优结果分析,实现了心电信号的亚奈奎斯特频率采样.基于MIT-BIH数据库的仿真实验结果表明:提出的随机解调结构压缩采样方法,可以以亚奈奎斯特频率采样心电信号,通过重构算法达到奈奎斯特频率采样的效果,在可穿戴健康监护装备领域具有显著的低功耗低数据量应用优势.

摘要： 本文研究了基于压缩采样的RCS测量信号重构方法,并比较了3种稀疏采样方式下信号的重构精度以及类飞机目标信号的可压缩性,仿真结果表明压缩采样可以有效地降低RCS测量与成像中采样的数据量.

摘要： 提出基于压缩采样的协作频谱感知算法,次级用户利用压缩采样技术对接收信号进行处理,在不重构原始信号的情况下,直接对采样值进行感知结果的判别,融合中心采用"K秩"融合准则,对次级用户的判决结果进行融合处理,并推导出融合中心处感知性能的闭解表达式.仿真给出算法在不同压缩比、信噪比、虚警概率、次级用户数下的感知性能,通过分析可知,算法在压缩比大于0.4时,在低信噪比时仍保持较高的检测概率.

摘要： 波达方向估计在通信、雷达、声纳等领域有广泛的应用,一直是近年来的一个研究热点.一些学者提出了多种高分辨的波达方向估计算法,例如经典的MUSIC和ESPIRT算法.这些方法都是子空间方法,共同的局限是采样快拍有限的时候就会失效.本文提出一种基于压缩采样的单快拍的高分辨波达方向估计方法.回波在空域得到稀疏采样,从而高分辨的波达方向估计问题转化为一个欠定方程.采取三种方法来解决这个问题:对角加载、l1正则化、正交匹配方法(OMP).与MUSIC方法相比,提出的方法有四个优点:1.能够应用于单快拍采样的情况;2.不需要估计信源个数;3.信源正交也不影响算法性能;4.即使信源个数小于阵元个数方法依然有效.仿真表明基于压缩采样的方法精确地估计了波达方向,特别是当阵元个数较多时候方法性能较为理想.

摘要： 针对调制宽带转换器实现模拟信号压缩采样中存在的问题,提出了一种引入稀疏度自适应和回溯思想的重构算法.改进算法以一定步长逼近信号稀疏度,多个阈值控制重构精度,不需要信号的载频信息作为先验知识,且正确重构概率及重构精度较高.仿真结果验证了改进算法的正确性和适用性.

摘要： 地震数据具有多尺度的特性，利用其性质可以有效地进行地震数据的处理与恢复。曲波变换和压缩采样是当前应用数学和信号处理领域交叉产生的两大热点技术，通过把曲波变换和压缩采样结合，在油气勘探中有较大的应用前景。

摘要： 根据应用中时态数据使用频率特点,本文提出三史制存储技术,即将对象历史分为远、中、近三期,分介质、变粒度存储,并设置两个过渡期,提出了时代转移算法和压缩采样算法.最后定量分析了三史制时空效益.

摘要： 本发明提供了一种基于下采样优化算法和压缩感知理论的图像压缩方法。它是通过将压缩感知理论和图像的下采样以及插值技术相结合，首先将原始的高分辨率图像进行一种优化下采样，在以插值为指导的图像下采样后，所产生的低分辨率图像中的像素点包含了原始图像中与它相邻的像素点的有效信息；然后对低分辨率图像进行压缩感知采样；最后对重建后的低分辨率图像进行插值重建后得到高分辨率的图像。本发明通过在压缩感知采样时增加下采样过程和重建时增加插值过程实现高效的图像压缩感知采样和重建，图像下采样和插值过程的复杂度增加有限，因此本发明的实现复杂度不会明显增加，但对图像信号重建效果的提升十分显著。

摘要： 本发明公开一种基于线性采样网络及生成对抗残差网络的压缩感知采样重建方法及系统，该方法包括：获取训练图像，并通过分割处理将训练图像分割为多个图像块；构建线性采样网络对图像块进行测量，获得各图像块对应的测量值；在生成对抗残差网络中，先通过全连接层对各图像块的测量值进行线性映射处理，获得初始重建结果；将初始重建结果输入残差网络中，训练获得残差信息；将初始重建结果与残差信息进行信号融合，从而得到生成器的生成结果；将生成器的生成结果与原始图像块共同输入鉴别器中进行判断；计算损失函数，对线性采样网络及生成对抗残差网络进行迭代训练，从而得到最终图像重建结果。本发明可有效提高低采样率下重建效果。

摘要： 本发明涉及一种用于压缩采样模数转换器的可变压缩比采样电路，属于混合信号集成电路设计领域；本发明提出了一种可以根据系统需求及性能测试结果调整系统压缩比的压缩采样模数转换器，信号压缩比是压缩采样模数转换器的重要指标之一，取决于每一帧信号观测长度及并行随机采样的支路数量。传统电路实现中需要在设计阶段通过仿真对二者取值加以确定，一旦设计完成则无法调整修改，加之电路硬件实现存在非理想因素，存在由于本模块取值不合理造成整个系统性能降低的风险，同时也不利于适用到后端不同的恢复算法。本发明提出的可变压缩比结构包括调整采样信号帧长及并行观测支路数量两方面功能，可有效解决上述各项问题，提升压缩采样模数转换器性能，增强电路的通用性及适配性。

摘要： 本发明是一种用于压缩采样模数转换器的采样量化电路，属于混合信号集成电路设计技术领域。本发明提出了“信号观测——误差估计——信号校准——信号恢复”的进行误差校准的信号处理流程以及多路并行采样、模拟域积分，单一量化器量化的采样量化电路实现结构。该采样量化电路结构将所有模拟采样、积分的结果依次输入到同一个量化器中，有效减少了多路量化过程中的失配问题，降低了压缩采样模数转换器系统实现的复杂度，采样及量化电路的分模块设计，提高了各模块设计的独立性和通用性。

摘要： 本发明涉及一种用于压缩采样模数转换器的采样量化电路，属于混合信号集成电路设计领域。本发明提出了多路并行采样、模拟域积分，单一量化器量化的电路实现结构。此结构将所有模拟采样、积分的结果依次输入到同一个量化器中，有效减少了多路量化过程中的失配问题，降低了压缩采样模数转换器系统实现的复杂度，采样及量化电路的分模块设计，提高了各模块设计的独立性和通用性。基于此机构设计的模数转换器，应用压缩感知理论，在处理具有稀疏特性和可压缩信号时，其中量化器的工作频率可以低于奈奎斯特频率，从而降低了信息的冗余度，也降低了系统关键电路的工作频率，有利于克服高性能模数转换器在高速应用中的技术瓶颈。

摘要： 本发明提出时序贝叶斯压缩采样及信号解压缩重构方法及数据丢失恢复方法，所述方法包括信号压缩采样的测量矩阵的选取、基向量矩阵的设计、信号本身与其在相邻时间段的变化稀疏性的建模、每一时段解压缩重构信号的贝叶斯概率求解、超参数的快速优化估计、基于后验不确定量化进行重构精度的诊断、健康监测无线传感中信号丢失的恢复方法等。本发明所述方法采用层次稀疏贝叶斯学习建模和求解算法，在嵌入信号本身及其随时间变化的两个稀疏性特征，超参数快速求解，较高压缩率下信号重构的鲁棒性及信号重构不确定性量化等方面具有独特的优势，对噪声的鲁棒性也较好。

摘要： 本发明涉及一种用于压缩采样模数转换器的可变压缩比采样电路，属于混合信号集成电路设计领域；本发明提出了一种可以根据系统需求及性能测试结果调整系统压缩比的压缩采样模数转换器，信号压缩比是压缩采样模数转换器的重要指标之一，取决于每一帧信号观测长度及并行随机采样的支路数量。传统电路实现中需要在设计阶段通过仿真对二者取值加以确定，一旦设计完成则无法调整修改，加之电路硬件实现存在非理想因素，存在由于本模块取值不合理造成整个系统性能降低的风险，同时也不利于适用到后端不同的恢复算法。本发明提出的可变压缩比结构包括调整采样信号帧长及并行观测支路数量两方面功能，可有效解决上述各项问题，提升压缩采样模数转换器性能，增强电路的通用性及适配性。

摘要： 本申请涉及一种压缩采样高光谱成像的编码采样矩阵定标装置及方法。所述方法包括：获取压缩采样高光谱成像系统中多色光源通过单色仪产生的多个波长的单色光源，以及单色光源通过压缩采样高光谱成像系统的编码采样矩阵成像在低像素相机上产生的标定图像；根据预设的采样距离，对标定图像进行采样，得到每个波长对应的采样图像序列，根据采样图像序列以及编码采样矩阵的编码目标信息，恢复得到原始目标图；根据每个波长对应的原始目标图，得到编码采样矩阵对应的三维数据立方体，根据三维数据立方体，对编码采样矩阵进行标定。采用本方法能够对编码采样矩阵进行标定。

摘要： 本发明是一种用于压缩采样模数转换器的采样量化电路，属于混合信号集成电路设计技术领域。本发明提出了“信号观测——误差估计——信号校准——信号恢复”的进行误差校准的信号处理流程以及多路并行采样、模拟域积分，单一量化器量化的采样量化电路实现结构。该采样量化电路结构将所有模拟采样、积分的结果依次输入到同一个量化器中，有效减少了多路量化过程中的失配问题，降低了压缩采样模数转换器系统实现的复杂度，采样及量化电路的分模块设计，提高了各模块设计的独立性和通用性。

摘要： 本发明涉及一种用于压缩采样模数转换器的采样量化电路，属于混合信号集成电路设计领域。本发明提出了多路并行采样、模拟域积分，单一量化器量化的电路实现结构。此结构将所有模拟采样、积分的结果依次输入到同一个量化器中，有效减少了多路量化过程中的失配问题，降低了压缩采样模数转换器系统实现的复杂度，采样及量化电路的分模块设计，提高了各模块设计的独立性和通用性。基于此机构设计的模数转换器，应用压缩感知理论，在处理具有稀疏特性和可压缩信号时，其中量化器的工作频率可以低于奈奎斯特频率，从而降低了信息的冗余度，也降低了系统关键电路的工作频率，有利于克服高性能模数转换器在高速应用中的技术瓶颈。