發(fā)布時(shí)間：2017-04-14 14:12

  本文關(guān)鍵詞：基于稀疏傅里葉變換的水聲快速解調(diào)算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：稀疏傅里葉變換是2012年由MIT的四位研究人員提出的一系列針對(duì)稀疏信號(hào)離散傅里葉變換的新算法。通過(guò)巧妙利用信號(hào)頻域的稀疏特性，以與信號(hào)長(zhǎng)度成亞線性關(guān)系的時(shí)間復(fù)雜度，依高概率重構(gòu)出信號(hào)完整頻譜，較傳統(tǒng)的FFT算法有10~100倍性能的提升。針對(duì)目前雷達(dá)、聲吶等信號(hào)處理領(lǐng)域，需要實(shí)時(shí)處理的數(shù)據(jù)量越來(lái)越大，該算法顯示出巨大的應(yīng)用潛力。本文首先對(duì)稀疏傅里葉變換理論進(jìn)行了系統(tǒng)的介紹、分析和仿真，然后將其應(yīng)用到一套現(xiàn)有的水聲通信系統(tǒng)中，對(duì)快速同步和快速解調(diào)兩方面的問(wèn)題展開(kāi)了研究。主要工作如下： 第一，通過(guò)對(duì)現(xiàn)有各算法的充分研究，總結(jié)并描述了SFT算法的理論框架，介紹了算法重構(gòu)所遵循的范數(shù)約束準(zhǔn)則，闡述了算法涉及的關(guān)鍵技術(shù)問(wèn)題，包括頻譜隨機(jī)重排、頻域降采樣以及平坦窗函數(shù)濾波器的設(shè)計(jì)。結(jié)合MIT算法最新理論成果，歸納總結(jié)出四種主要的重構(gòu)算法，并在MATLAB仿真平臺(tái)下進(jìn)行驗(yàn)證。 第二，基于SFT對(duì)水聲通信中的快速同步算法進(jìn)行了研究。信號(hào)同步歸根結(jié)底是接收信號(hào)與本地同步序列的互相關(guān)運(yùn)算，而快速相關(guān)主要是利用FFT來(lái)完成。鑒于相關(guān)的結(jié)果只含有單個(gè)尖銳的譜峰，具備良好的稀疏特性，本文采用SFT算法對(duì)這一過(guò)程進(jìn)行改進(jìn)，提出一種混疊降采樣混疊的優(yōu)化算法，，使整體時(shí)間復(fù)雜度由原來(lái)的O(N log2N)降低為O(N)。 第三，基于SFT對(duì)水聲通信中的MFSK信號(hào)的快速解調(diào)算法進(jìn)行了研究。在使用FFT對(duì)MFSK信號(hào)或多載波MFSK信號(hào)進(jìn)行解調(diào)時(shí)，其頻域只存在少數(shù)非零值，且只可能出現(xiàn)在有限個(gè)確定坐標(biāo)位置。在此基礎(chǔ)上，本文使用了SFT重構(gòu)算法中的混疊同余法和哈希映射法，分別設(shè)計(jì)了兩種MFSK信號(hào)快速解調(diào)算法，并通過(guò)MATLAB實(shí)驗(yàn)仿真，分析了參數(shù)選擇及信噪比對(duì)算法性能的影響。 本文的研究成果，在理論方面，對(duì)稀疏傅里葉變換理論進(jìn)行了系統(tǒng)的闡述，工程應(yīng)用方面，利用SFT對(duì)水聲通信中同步和解調(diào)過(guò)程進(jìn)行了優(yōu)化處理，有效降低運(yùn)算量，為水聲通信的實(shí)時(shí)處理提供了有力支撐。
【關(guān)鍵詞】：稀疏傅里葉變換 頻譜重排 平坦窗函數(shù) 稀疏重構(gòu) 快速同步 快速M(fèi)FSK解調(diào)
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN911.72
【目錄】：

• 摘要5-6
• Abstract6-8
• 目錄8-11
• 第1章 緒論11-15
• 1.1 研究背景和意義11-12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-13
• 1.3 本文工作及章節(jié)安排13-15
• 第2章 信號(hào)處理基礎(chǔ)及數(shù)學(xué)問(wèn)題15-29
• 2.1 引言15
• 2.2 傅里葉分析方法15-21
• 2.2.1 離散時(shí)間信號(hào)15-17
• 2.2.2 離散時(shí)間信號(hào)的傅里葉級(jí)數(shù)17-18
• 2.2.3 離散時(shí)間傅里葉變換18-19
• 2.2.4 離散傅里葉變換19-21
• 2.3 快速傅里葉變換21-22
• 2.4 數(shù)論相關(guān)命題及證明22-25
• 2.4.1 模逆元素22-23
• 2.4.2 完全剩余系23-24
• 2.4.3 中國(guó)剩余定理24-25
• 2.5 算法性能分析與主要指標(biāo)25-28
• 2.5.1 主要性能指標(biāo)25-26
• 2.5.2 時(shí)間復(fù)雜度26-28
• 2.6 本章小結(jié)28-29
• 第3章 稀疏傅里葉變換算法研究29-43
• 3.1 誤差約束準(zhǔn)則29-30
• 3.2 SFT 理論框架30-31
• 3.3 關(guān)鍵技術(shù)問(wèn)題31-38
• 3.3.1 頻譜隨機(jī)重排31-33
• 3.3.2 平坦窗函數(shù)濾波器33-37
• 3.3.3 頻域降采樣37-38
• 3.4 重構(gòu)算法38-42
• 3.4.1 哈希映射法38-39
• 3.4.2 混疊同余法39-40
• 3.4.3 相位解碼法40-41
• 3.4.4 二分查找法41-42
• 3.5 本章小結(jié)42-43
• 第4章 基于 SFT 的水聲快速同步算法43-53
• 4.1 水聲通信模型43-45
• 4.2 同步檢測(cè)方法45-49
• 4.2.1 相關(guān)運(yùn)算的定義45-46
• 4.2.2 導(dǎo)頻信號(hào)的自相關(guān)特性46-48
• 4.2.3 利用 FFT 的快速相關(guān)算法48-49
• 4.3 同步檢測(cè)優(yōu)化算法49-52
• 4.3.1 SFT 優(yōu)化的快速相關(guān)算法49-51
• 4.3.2 時(shí)間復(fù)雜度分析51
• 4.3.3 仿真驗(yàn)證51-52
• 4.4 本章小結(jié)52-53
• 第5章 基于 SFT 的水聲快速解調(diào)算法53-62
• 5.1 多載波 MFSK 調(diào)制方式53-56
• 5.1.1 2FSK 調(diào)制53-54
• 5.1.2 MFSK 調(diào)制54-55
• 5.1.3 MC-MFSK 調(diào)制55-56
• 5.2 多載波 MFSK 快速解調(diào)算法56-60
• 5.2.1 利用 SFT 解調(diào) MFSK 的快速算法57-59
• 5.2.2 快速解調(diào)算法向 MC-MFSK 的推廣59-60
• 5.3 算法性能分析60-61
• 5.4 本章小結(jié)61-62
• 第6章 總結(jié)與展望62-64
• 6.1 全文總結(jié)62-63
• 6.2 工作展望63-64
• 參考文獻(xiàn)64-69
• 攻讀學(xué)位期間發(fā)表論文與研究成果清單69-70
• 致謝70

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 譚麗娟,陳運(yùn);模逆算法的分析、改進(jìn)及測(cè)試[J];電子科技大學(xué)學(xué)報(bào);2004年04期

  本文關(guān)鍵詞：基于稀疏傅里葉變換的水聲快速解調(diào)算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：306159