發(fā)布時間：2018-02-24 20:28

  本文關鍵詞： 調制帶寬轉換器 主成分分析 亞奈奎斯特采樣 壓縮感知　出處：《計算機應用研究》2017年03期 　論文類型：期刊論文

【摘要】：調制帶寬轉換器(modulated wideband converter,MWC)是針對稀疏多頻帶信號提出的一種亞奈奎斯特采樣方法。實際MWC設計中需考慮硬件實現(xiàn)、重構精度等問題,導致采樣數(shù)據(jù)中存在一定冗余。對MWC系統(tǒng)產生采樣冗余的原因及采樣數(shù)據(jù)特點進行深入分析,并提出一種基于主成分分析(principal component analysis,PCA)的MWC采樣數(shù)據(jù)壓縮方法。對MWC采樣數(shù)據(jù)進行PCA變換,將其中的大部分能量集中在少量主成分中,進而通過保留少量主成分,并對其進行進一步量化編碼的方式來實現(xiàn)對MWC采樣數(shù)據(jù)的壓縮。實驗結果表明,PCA變換對MWC采樣數(shù)據(jù)的能量集中效果優(yōu)于小波變換和離散余弦變換,提出的壓縮方法能夠在保證重構精度高于90%的前提下將MWC系統(tǒng)的采樣數(shù)據(jù)量壓縮至原來的1/8以下。
[Abstract]:Modulated wideband convertor (MWC) is a method of Nyquist sampling for sparse multiband signals. In the design of MWC, some problems such as hardware implementation and reconstruction accuracy should be considered. The reason of sampling redundancy in MWC system and the characteristics of sampling data are analyzed deeply. A MWC sampling data compression method based on principal component analysis (PCA) is proposed. By PCA transformation of MWC sampling data, most of the energy is concentrated in a small number of principal components, and then a small number of principal components are retained. The experimental results show that the energy concentration of MWC sampling data is better than that of wavelet transform and discrete cosine transform. The proposed compression method can compress the sample data of the MWC system to less than 1/8 under the premise that the reconstruction accuracy is higher than 90%.
【作者單位】： 重慶郵電大學通信與信息工程學院;
【基金】：國家自然科學基金資助項目(61271261,61501075) 重慶市教委科學技術研究項目(KJ1400419) 重慶郵電大學青年科學基金資助項目(A2015-59)
【分類號】：TN911.7

【相似文獻】

相關期刊論文 前10條

1 吳文全,察豪;小樣本采樣數(shù)據(jù)的預處理[J];海軍工程大學學報;2004年03期

2 田樹軍;;采用換算表法提高采樣數(shù)據(jù)的處理速度[J];機械工業(yè)自動化;1992年01期

3 楊林保,楊濤;陳氏混沌系統(tǒng)的采樣數(shù)據(jù)反饋控制[J];物理學報;2000年06期

4 宋又廉;基于三次樣條插值的采樣數(shù)據(jù)光滑曲線形成法[J];數(shù)據(jù)采集與處理;1999年02期

5 楊明暉,呂立華,宋執(zhí)環(huán);基于小波重構高頻采樣數(shù)據(jù)方法的研究[J];計算機工程與應用;2002年05期

6 趙渝青;;一種基于采樣數(shù)據(jù)反饋的混沌系統(tǒng)控制[J];計算機仿真;2006年03期

7 黃瑋,張化光,王智良;基于采樣數(shù)據(jù)二維連續(xù)線性系統(tǒng)的混沌反控制[J];吉林大學學報(信息科學版);2004年04期

8 王海清,宋執(zhí)環(huán),李平;重構高頻采樣數(shù)據(jù)的小波多尺度逼近方法[J];信息與控制;2000年04期

9 關鍵;半導體變流技術在等周期采樣數(shù)據(jù)模型中的應用[J];河北煤炭建筑工程學院學報;1995年01期

10 唐陽;A/D轉換器采樣數(shù)據(jù)的處理[J];北京郵電大學學報;1999年03期

相關會議論文 前3條

1 姚麗娟;李慶忠;;傳感器采樣數(shù)據(jù)流查詢技術[A];全國第十五屆計算機科學與技術應用學術會議論文集[C];2003年

2 姚莉麗;張紀峰;;隨機LCT系統(tǒng)基于采樣數(shù)據(jù)的LQ最優(yōu)控制[A];第二十屆中國控制會議論文集（上）[C];2001年

3 聶軍健;;一種新型自然風控制方式[A];《IT時代周刊》論文專版（第300期）[C];2014年

相關博士學位論文 前1條

1 戴浩暉;非線性自治采樣數(shù)據(jù)控制系統(tǒng)的穩(wěn)定性分析——基于近似線性模型設計數(shù)字控制器的方法[D];華東師范大學;2004年

相關碩士學位論文 前7條

1 王常璽;基于全采樣數(shù)據(jù)的缺陷三維重建方法研究[D];哈爾濱工業(yè)大學;2015年

2 趙健飛;采樣數(shù)據(jù)長時記錄系統(tǒng)設計[D];電子科技大學;2014年

3 白銀來;實物表面采樣數(shù)據(jù)邊界特征識別方法研究[D];山東理工大學;2014年

4 朱書博;外測試驗中的高采樣數(shù)據(jù)處理方法研究[D];國防科學技術大學;2009年

5 蔣博;數(shù)字化牽引變電所采樣數(shù)據(jù)同步算法研究[D];西南交通大學;2012年

6 陳曉明;基于梯度的雙率采樣數(shù)據(jù)系統(tǒng)辨識[D];江南大學;2008年

7 李微;基于時空采樣數(shù)據(jù)的近岸污染源的定位研究[D];武漢科技大學;2015年

，

本文編號：1531603