导读:本文包含了模拟信息转换论文开题报告文献综述及选题提纲参考文献，主要关键词:分数阶傅里叶变换,随机解调,压缩感知,采样
模拟信息转换论文文献综述
宋维斌,张圣儒,邓忆秋,孙楠,史军[1]（2018）在《分数傅里叶变换域稀疏带限信号的模拟信息转换》一文中研究指出经典香农采样定理在信号处理和通信领域有着深远的影响,随着高速率采样与转换精度矛盾的日益突出,基于香农采样定理的传统模拟数字转换技术面临严峻的挑战,尤其是在降低采样率问题上存在着瓶颈效应的制约。近年来,在信号处理领域诞生的基于压缩感知理论的模拟信息转换技术为解决这一问题提供了一种有效的办法。然而,现有模拟信息转换的信号模型仅适合频域带限的多音和多带信号。在通信、雷达等电子信息系统广泛存在的线性调频信号就不满足这一模型。鉴于此,本文提出了基于分数傅里叶变换的模拟信息转换,不仅对现有模拟信息转换在分数傅里叶变换域进行了推广,更重要的是解决了其前述面临的问题。本文给出了相应的理论推导,并进行了仿真分析,仿真结果与理论分析一致。(本文来源于《光电工程》期刊2018年06期）
陈雷[2]（2017）在《基于MWC的模拟信息转换技术研究》一文中研究指出模拟信息转换技术同时对信号进行采样和压缩,突破了奈奎斯特采样的限制。跳频通信技术在军事通信领域得到了广泛的应用,随着通信领域的不断发展,跳频通信信号的带宽也越来越宽,对传统信号处理设备产生了巨大困难。本文将模拟信息转换技术中应用到跳频通信信号的压缩采样及重构当中。针对随机解调方案,重点介绍了方案中观测矩阵及稀疏基的构造方式,分析了目前稀疏基不能很好的表现信号稀疏特性的缺陷,提出了以K-SVD算法训练过完备字典作为新的稀疏基,仿真实验通过输出信噪比、重构成功率以及时间复杂度验证了所提方案具有良好的重构性能和稳定性。针对调制宽带转换器,重点介绍了基于MWC的压缩采样系统的设计,分析了目前重构算法需要已知稀疏度的不足,对算法进行优化,提出了多维迭代支撑集检测算法,仿真实验通过误码率、恢复成功率等指标对方案性能进行评估,结果表明所提出的基于MWC的信号处理系统和支撑集检测算法均具有较好的性能。本文搭建了基于模拟信息转换技术的信号处理平台,提出了采用字典优化学习算法构造稀疏基,并针对现有支撑集检测算法进行优化,打破了现有算法的局限性,为基于MWC的宽频信号压缩采样及重构提供了新的处理方法。(本文来源于《北京邮电大学》期刊2017-03-10）
任志远[3]（2015）在《基于伪随机调制的模拟信息转换的技术研究》一文中研究指出传统模拟信号离散处理需要满足奈奎斯特定理,即采样速率至少为最大带宽的2倍,这是无失真重构的充分条件。而随着未来带宽和超宽带技术的发展,以传统采样定理为理论依据的信号处理面临严峻的挑战。压缩感知(Compressed Sensing,CS)的提出,能够实现对稀疏信号的压缩,进而通过CS理论的重构算法进行重构。模拟信息转换(analog-to-information convertor,AIC)是基于压缩感知理论的一种采样方式,能以远低于Nyquist速率对模拟信号直接采样为离散信息,并以高概率进行精确重构。本文主要研究了 CS的重构算法优化和线性调频信号在压缩感知中的应用,主要工作如下:首先,本文对CS理论的重构算法进行研究。针对自适应匹配追踪算法(SAMP)进行优化,结合Dice系数匹配原子的方式,提出基于SAMP算法的改进型算法。改进后的算法,在信号的重构成功率和重构精确度等性能方面相比原算法有着一定的提升。其次,本文研究了利用模拟信息转换的采样方式对线性调频信号(Linear Frequency Modulated,LFM)的采样和重构的可行性,并对重构效果进行优化。根据LFM信号在分数阶傅里叶变换域下的能量聚集性,对信号进行稀疏表示。并通过参数估计的方式提取线性调频信号的关键参数生成稀疏字典,进而通过扫频滤波的思想进一步优化信号的稀疏度,从而使得信号在重构精确度、重构成功率和压缩比等性能方面都有提升。(本文来源于《北京邮电大学》期刊2015-11-30）
贺继渊,田松,王星,田元荣[4]（2015）在《模拟信息转换处理高带宽稀疏信号的噪声分析》一文中研究指出以现代雷达信号处理为背景,研究了模拟信息转换(AIC)处理高频段大带宽稀疏信号的可行性,并对AIC在实际应用中产生的噪声进行了分析。通过目前雷达信息带宽低的特点以及数模转换(ADC)的局限性,说明了AIC替代方案的优势和前景。评估了信号在各个信号处理环节由于抖动和孔径噪声对整个AIC造成的影响,并和高速ADC进行了对比。最后,在噪声的影响比较大的情况下,对AIC信号处理修正进行了分析验证。实验结果表明,在高速ADC的量化范围内,当孔径参数一定且稀疏度(S)小于0.35时,AIC比ADC具有明显的优势;而在S大于0.35时,AIC受孔径影响较为严重,但经过修正,AIC仍然表现良好。文中的结果显示AIC极大地降低了系统对ADC的限制,具有更好的应用前景。(本文来源于《2015光学精密工程论坛论文集》期刊2015-07-10）
姚婷婷[5]（2015）在《基于MWC的模拟信息转换技术研究》一文中研究指出传统的信号采样方法必须遵循奈奎斯特采样定理,即信号的采样频率必须高于待采集信号最高频率的二倍。随着通讯技术的不断发展,这就对信号的采集设备和处理设备带来了越来越大的压力。近些年来随着压缩感知(Compressive Sensing,CS)理论的提出,针对稀疏信号,能够以远低于其奈奎斯特采样频率的速率对信号进行采样以及精确重构,极大的降低了系统的采样速率以及信号处理设备的存储及传输压力。针对模拟信号,这种基于压缩感知理论的采样方法被称为模拟信息转换(Analog to Information Conversion,AIC)技术。AIC技术通过构造合适的模拟采样前端结构对模拟稀疏信号进行欠采样。近些年来所提出的AIC结构中,适用于多频带信号欠采样的调制宽带转换器(Modulated Wideband Converter,MWC)具有较广阔的应用前景。本文围绕MWC系统,主要针对以下内容展开了研究:1、研究MWC原理。由于MWC基于压缩感知理论,首先针对压缩感知的基本理论进行了介绍,其次介绍了MWC的系统构成及其工作原理,并且在频域上进行了详细的理论分析,得到了理想条件下,为保证精确恢复,系统设计过程中各参数所需满足的条件。介绍了基于压缩感知理论的信号重构算法并且给出了SOMP(Simultaneous Orthogonal Matching Pursuit)算法的详细重构过程。通过MATLAB仿真实验验证了MWC系统的性能。2、仿真分析MWC系统各因素的影响,设计MWC系统实验平台。探究了系统采样通道数、扩展因数以及模拟低通滤波器等因素对于MWC系统的影响,确定了MWC系统设计的最优参数。设计了包含硬件与软件两部分的系统实验平台。硬件部分根据信号特性选取设计了相应的模拟乘法电路、无源高阶模拟低通滤波电路和放大电路等并搭建混频滤波模块;利用FPGA产生四路周期m序列,设计了对其输出的数字序列进行调整的减法电路;同时利用PXIe总线仪器实现了信号的采集、传输、保存及处理等。最后对软件部分的各层次关系以及程序流程进行了相应介绍。软件部分基于Lab VIEW平台,实现系统波形显示、数据存储、参数设定和算法调整等功能,具有良好的人机交互界面。3、MWC系统感知矩阵校准方法研究。在实际的MWC实验系统中,由于实际物理元件与其理想仿真模型存在一定的差异,例如模拟乘法器的非线性特性、低通滤波器的非理想特性等,这些实际器件的非理想特性将会影响系统的重构效果。本课题首先对实际MWC系统可能存在的非理想特性进行了分析,然后提出了一种基于正弦信号的MWC系统的感知矩阵校准方法,通过该方法可以准确的求解实际系统的感知矩阵,从而利用所获得的感知矩阵来恢复信号的频带位置及频带宽度。4、基于MWC平台的硬件系统实验验证。基于上述搭建的系统平台及非理想特性的校准方法,进行了硬件系统实验验证,实验证明所设计的MWC系统及相应信号重构方法能够以12.8%的信号压缩比对多频带信号进行欠采样,同时保证准确找到多频带信号频谱所在位置及各频带宽度。(本文来源于《哈尔滨工业大学》期刊2015-06-01）
徐成明[6]（2015）在《频谱感知技术中压缩感知模拟信息转换的研究》一文中研究指出无线通信技术的发展为人们提供了越来越高效、便捷的生活,但通信系统对频谱资源的需求也在不断增加。认知无线电技术中的频谱感知技术,可以有效解决可分配频谱资源稀缺与频谱资源利用率不足的问题。但是,受制于传统Nyquist采样定理两倍于最高频率获取采样值的约束,使宽带频谱感知的硬件实现代价较大。压缩感知理论的发展和基于压缩感知理论下的模拟信息转换技术的提出,为直接进行宽带频谱感知,由理论应用到实际提供了途径,对突破宽频带检测时的宽带瓶颈有重要意义。本文针对压缩感知理论条件下的模拟信息转换器技术和其在频谱感知技术上的应用进行了深入研究。1.阐述了频谱感知技术和压缩感知理论的研究现状和基本知识,着重研究了模拟信号的直接压缩采样方式,并遵循压缩感知理论的研究思路,详细阐述了模拟信息压缩采样模型进行信号采集时的稀疏表示过程、测量矩阵形成过程,以及利用重构算法进行信号恢复过程,并详细分析了基于压缩采样进行宽频带频谱感知的理论支撑。2.详细研究了基于压缩感知理论进行稀疏模拟信号压缩测量的模拟信息转换机制。首先,研究了应用最广、发展较成熟的RD-AIC,并模拟了实际信号压缩采样仿真流程;之后研究了RMPI-AIC,并针对RMPI-AIC在需要大量信息采集时,并联之路过多会导致系统硬件复杂度上升的问题,着重研究了可以对采样信号分段采样的S-AIC,这种模拟信息转换器通过对实际采样测量值进行元素位置变换扩展,构造新的等效测量矩阵用于重构原始信号;并依据此机制的方法,我们提出了一种组合变换方式对测量矩阵进一步扩展,使获得用于信号重构的测量矩阵进一步增大,从而更充分利用采样信息,以提升压缩采样信号的重构能力,之后我们通过理论推导和仿真验证,证明出我们所提出的方案在实际采样并行之路数没有改变的情况下,信号恢复效果得到一定提升。3.研究了一种基于S-AIC宽带压缩频谱检测方法。通过我们所研究的S-AIC的模拟信息转换机制与功率谱检测技术相结合,实现低采样速率、低硬件花费条件下可靠的宽频带频谱感知,验证了S-AIC宽带频谱检测的可行性;并分别在不同条件下进行了与传统AIC频谱检测的仿真对比,研究了S-AIC重构性能受这些条件的影响程度;证明S-AIC形式下的功率谱检测机制不仅能够很好的进行频谱感知,而且在同样并联支路条件下检测能力优于传统AIC。(本文来源于《哈尔滨工程大学》期刊2015-01-01）
何国栋,杨凌云,谢小娟,韩凌云,王再见[7]（2015）在《基于压缩感知的模拟到信息转换研究》一文中研究指出压缩感知理论突破了Nyquist采样定理的约束,提出对稀疏信号可以以远低于Nyquist采样速率进行采样,并可以通过重构算法恢复出原信号。研究了基于压缩感知的模拟到信息转换系统,该系统由调制、低通滤波器和低速率采样3个模块组成,实现高频信号的低速率采样,并通过重构算法得到原信号。对模拟到信息转换系统的结构和原理进行了详细介绍,并应用Matlab对系统进行了大量的仿真分析,该系统能稳健地从较少的采样数据中恢复原信号。(本文来源于《无线电通信技术》期刊2015年01期）
宋平凡[8]（2014）在《基于随机解调的模拟信息转换技术研究》一文中研究指出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、低通滤波器和运放叁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。(本文来源于《哈尔滨工业大学》期刊2014-07-01）
陈胜垚,席峰,刘中[9]（2014）在《多通道混沌调制模拟-信息转换》一文中研究指出为了降低混沌调制中采样通道的采样速率,该文提出一种多通道混沌调制模拟-信息转换结构。该结构通过采样参数调制混沌系统的多个状态输出作为压缩测量,可实现在总采样速率不变的情况下降低每个采样通道的采样速率。与混沌调制相比,多通道混沌调制增加了低速采样单元的个数,但显着提高了高稀疏度信号的重构性能。基于混沌脉冲同步理论,该文给出了多通道混沌调制结构的信号可重构条件与被采样状态变量选择方法。以Lorenz系统为例,仿真验证了多通道混沌调制结构的有效性。(本文来源于《电子与信息学报》期刊2014年01期）
董子刚,李严,张元亭[10]（2013）在《一种新的模拟到信息转换系统》一文中研究指出目前,模拟到信息转换系统主要通过随机矩阵进行采样的,而用硬件实现随机矩阵是繁杂的,甚至是不可能的.受到压缩传感(Compressive Sensing,CS)和积分点火(Integrate-and-Fire,IF)电路的启发,本文提出了一种无需随机矩阵且对时域编码的积分式采样还原系统.在稀疏信号足够长的条件下,可以通过参数自由控制采样频率,理论上可以无限降低,大大减少数据量,降低系统功耗.此外它易于实现,无量化误差等优点,在雷达探测、生物传感等宽带信号领域,具有很好的应用前景.(本文来源于《电子学报》期刊2013年09期）
模拟信息转换论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
模拟信息转换技术同时对信号进行采样和压缩,突破了奈奎斯特采样的限制。跳频通信技术在军事通信领域得到了广泛的应用,随着通信领域的不断发展,跳频通信信号的带宽也越来越宽,对传统信号处理设备产生了巨大困难。本文将模拟信息转换技术中应用到跳频通信信号的压缩采样及重构当中。针对随机解调方案,重点介绍了方案中观测矩阵及稀疏基的构造方式,分析了目前稀疏基不能很好的表现信号稀疏特性的缺陷,提出了以K-SVD算法训练过完备字典作为新的稀疏基,仿真实验通过输出信噪比、重构成功率以及时间复杂度验证了所提方案具有良好的重构性能和稳定性。针对调制宽带转换器,重点介绍了基于MWC的压缩采样系统的设计,分析了目前重构算法需要已知稀疏度的不足,对算法进行优化,提出了多维迭代支撑集检测算法,仿真实验通过误码率、恢复成功率等指标对方案性能进行评估,结果表明所提出的基于MWC的信号处理系统和支撑集检测算法均具有较好的性能。本文搭建了基于模拟信息转换技术的信号处理平台,提出了采用字典优化学习算法构造稀疏基,并针对现有支撑集检测算法进行优化,打破了现有算法的局限性,为基于MWC的宽频信号压缩采样及重构提供了新的处理方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模拟信息转换论文参考文献
[1].宋维斌,张圣儒,邓忆秋,孙楠,史军.分数傅里叶变换域稀疏带限信号的模拟信息转换[J].光电工程.2018
[2].陈雷.基于MWC的模拟信息转换技术研究[D].北京邮电大学.2017
[3].任志远.基于伪随机调制的模拟信息转换的技术研究[D].北京邮电大学.2015
[4].贺继渊,田松,王星,田元荣.模拟信息转换处理高带宽稀疏信号的噪声分析[C].2015光学精密工程论坛论文集.2015
[5].姚婷婷.基于MWC的模拟信息转换技术研究[D].哈尔滨工业大学.2015
[6].徐成明.频谱感知技术中压缩感知模拟信息转换的研究[D].哈尔滨工程大学.2015
[7].何国栋,杨凌云,谢小娟,韩凌云,王再见.基于压缩感知的模拟到信息转换研究[J].无线电通信技术.2015
[8].宋平凡.基于随机解调的模拟信息转换技术研究[D].哈尔滨工业大学.2014
[9].陈胜垚,席峰,刘中.多通道混沌调制模拟-信息转换[J].电子与信息学报.2014
[10].董子刚,李严,张元亭.一种新的模拟到信息转换系统[J].电子学报.2013