本文選題：稀疏 + 多頻帶信號��； 參考：《哈爾濱工業(yè)大學(xué)》2014年博士論文

【摘要】：射頻技術(shù)的發(fā)展使得將窄帶信號調(diào)制到較高的載頻上進行傳輸成為可能。這類調(diào)制信號通常包含相對較少個數(shù)的窄頻帶，不同的窄頻帶隨機分布于較寬的頻率范圍內(nèi)，稱為多頻帶信號。由于此類信號的寬頻帶特性，基于奈奎斯特采樣定理設(shè)計的采樣系統(tǒng)面臨著高采樣率采樣芯片選擇、大數(shù)據(jù)量存儲與傳輸?shù)忍魬?zhàn)，而此類信號通常具有稀疏特性，，近年來，稀疏采樣領(lǐng)域出現(xiàn)的壓縮采樣方法為實現(xiàn)此類信號的欠奈奎斯特采樣提供了新的思路，目前，針對稀疏多頻帶信號的壓縮采樣方法最典型的是調(diào)制寬帶轉(zhuǎn)換器（Modulated Wideband Converter，MWC）。本文以MWC為研究基礎(chǔ)，分析了MWC系統(tǒng)目前在采樣結(jié)構(gòu)、信號恢復(fù)算法及信號模型方面存在的問題，并對這些問題展開深入研究。具體來講，所做的工作主要包含以下幾個部分： 針對MWC系統(tǒng)等效觀測矩陣自由度高這一問題，提出了一種基于Toeplitz矩陣進行觀測矩陣構(gòu)造的方法，即基于壓縮循環(huán)矩陣的模擬信息轉(zhuǎn)換（Compressive Circulant Matrix based Analog to Information Conversion，CCM-AIC）。CCM-AIC通過對一個隨機序列的循環(huán)移位來構(gòu)造觀測矩陣，此種方式構(gòu)造的觀測矩陣的自由度僅決定于初始隨機序列，因而對應(yīng)的觀測矩陣自由度遠小于MWC系統(tǒng)中的等效觀測矩陣。本文通過理論分析，證明了這種自由度的降低并不影響信號重構(gòu)的性能，同時，在高斯白噪聲存在的條件下，CCM-AIC相比較于MWC具有更好的抗噪聲性能。 針對壓縮采樣系統(tǒng)設(shè)計的關(guān)鍵問題——信號重構(gòu)展開了研究，壓縮采樣信號恢復(fù)的本質(zhì)問題是l0范數(shù)的最小化問題，針對l0范數(shù)的非連續(xù)特性，目前大多數(shù)方法是將其轉(zhuǎn)換為凸的l1范數(shù)最小化問題，從而利用凸優(yōu)化方法實現(xiàn)問題的求解，或利用非全局最優(yōu)的貪婪算法。本文借鑒最近提出的平滑l0范數(shù)概念，其利用一種光滑函數(shù)來估計稀疏向量的l0范數(shù)，將l0范數(shù)最小化問題轉(zhuǎn)換為光滑函數(shù)的極值問題，從而通過梯度方法求得全局最優(yōu)解。本文將此概念擴展到多觀測向量（Multiple Measurement Vectors，MMV）場合，提出了一種改編算法，實現(xiàn)在MWC框架下的具有有限個數(shù)非零行的稀疏矩陣的恢復(fù)。本文分析了該方法的不同參數(shù)對MWC信號恢復(fù)性能的影響，給出了實現(xiàn)最優(yōu)信號恢復(fù)性能的參數(shù)條件。 針對如何進一步降低MWC系統(tǒng)總采樣率問題進行研究，將MWC系統(tǒng)的信號模型進行擴展，提出了一種面向信息帶寬的MWC結(jié)構(gòu)（Information Bandwidth based MWC，IBbMWC）。MWC系統(tǒng)暗含了各個頻帶寬度大致相等這一假設(shè)，其系統(tǒng)總采樣率與頻帶的最大寬度之間存在線性關(guān)系。本文引入頻帶寬度信息，通過理論分析建立了系統(tǒng)總采樣率與頻帶寬度之和之間的線性關(guān)系，在頻帶寬度具有較大差異性的環(huán)境下，可以明顯降低系統(tǒng)的總采樣率。同時，本文還分析了MWC及IBbAMWC系統(tǒng)適用多重信號分解算法進行信號恢復(fù)的充分條件，分析了單位采樣通道數(shù)增加量與采樣率降低量之間的關(guān)系，給出了最優(yōu)的IBbAMWC系統(tǒng)參數(shù)。MWC系統(tǒng)可以視為IBbMWC系統(tǒng)的特例。IBbMWC系統(tǒng)的提出進一步降低了稀疏多頻帶信號的采樣率要求，從而降低對模擬數(shù)字轉(zhuǎn)換（Analog to Digital Conversion，ADC）器件及存儲資源的要求，進而增強了系統(tǒng)的實用性。
[Abstract]:In recent years , the sampling system based on Nyquist sampling theorem is faced with challenges such as high sampling rate sampling chip selection , large data storage and transmission and so on . Based on MWC , this paper analyzes the existing problems of MWC system in sampling structure , signal recovery algorithm and signal model , and makes a thorough research on these problems .

Aiming at the problem of high degree of freedom of equivalent observation matrix of MWC system , a method of observing matrix structure based on Tomaitz matrix is presented , that is , analog information conversion based on compression cycle matrix based on Analog to Information Conversion ( CCM - aic ) . The degree of freedom of the observation matrix constructed in this way is determined only in the initial random sequence , so the degree of freedom of the corresponding observation matrix is much smaller than the equivalent observation matrix in the MWC system .

In this paper , we use a smoothing function to estimate the l0 norm of the sparse vector by using a smooth function to estimate the l0 norm of the sparse vector .

Aiming at how to further reduce the total sampling rate problem of MWC system , the signal model of MWC system is extended , and an information bandwidth based MWC ( IBbMWC ) is proposed . In this paper , the relationship between the total sampling rate of the system and the maximum width of the frequency band is established . The relationship between the total sampling rate of the system and the frequency band width is established by the theoretical analysis . The optimal IBbAMWC system parameters are also analyzed . The proposed MWC system can be regarded as a special example of the IBbMWC system . The proposed MWC system can reduce the sampling rate requirement of the sparse multi - band signal , and reduce the requirement of Analog to Digital Conversion ( ADC ) devices and storage resources , and further enhance the practicability of the system .
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TN911.7

【參考文獻】

相關(guān)期刊論文 前8條

1 石光明;劉丹華;高大化;劉哲;林杰;王良君;;壓縮感知理論及其研究進展[J];電子學(xué)報;2009年05期

2 楊成;馮巍;馮輝;楊濤;胡波;;一種壓縮采樣中的稀疏度自適應(yīng)子空間追蹤算法[J];電子學(xué)報;2010年08期

3 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學(xué)報;2011年07期

4 王軍華;黃知濤;周一宇;王豐華;;基于近似l_0范數(shù)的穩(wěn)健稀疏重構(gòu)算法[J];電子學(xué)報;2012年06期

5 劉亞新;趙瑞珍;胡紹海;姜春暉;;用于壓縮感知信號重建的正則化自適應(yīng)匹配追蹤算法[J];電子與信息學(xué)報;2010年11期

6 邱偉;趙宏鐘;陳建軍;付強;;基于平滑l_0范數(shù)的高分辨雷達一維成像研究[J];電子與信息學(xué)報;2011年12期

7 李志丹;和紅杰;尹忠科;陳帆;仁青諾布;;基于塊結(jié)構(gòu)稀疏度的自適應(yīng)圖像修復(fù)算法[J];電子學(xué)報;2013年03期

8 田文飚;付爭;芮國勝;;基于分治試探的盲自適應(yīng)匹配追蹤重構(gòu)算法[J];通信學(xué)報;2013年04期

本文編號：1982801