基于FPGA的信号采样和量化设计

针对信号采样和采样值的量化在FPGA设计中的重要性,不仅从理论上分析了信号采样频率和采样值量化电平数对通信系统的影响,而且以升余弦信号为例,通过MATLAB仿真技术,分别对不同采样速率、不同量化电平数的升余弦信号频谱波形进行了仿真,形象直观地验证了理论分析结果,并结合FPGA资源开销情况,给出了工程上合理的设计参数。     

一维小波变换在时域光学相干层析成像中的应用

时域光学相干层析(OCT)系统通常采用短时傅里叶变换(STFT)完成干涉信号的解调和图像重构。短时傅里叶变换算法简单,但是在干涉信号解调时难以获得好的去噪效果,通常还需在二维(2D)图像域对重构图像进行去噪。该方法数据运算量大,集成度不高。将一维(1D)小波变换(WT)应用于时域光学相干层析成像技术,同时实现干涉信号解调、去噪和图像重构。算法将时域光学相干层析的干涉信号分解到各个不同的频率空间,保留包含调制频率的频率空间的小波系数,对保留的小波系数进行滤波去噪后进行逆变换即可实现对干涉信号的解调和去噪,对解调信号等间距采样实现图像重构。该方法数据运算量小,集成度高,结合先进的小波去噪技术可以大大提高重构图像的分辨率,具有良好的应用前景。     

基于量化压缩感知的IR-UWB接收信号重构研究

压缩感知理论为IR-UWB信号的低速采样接收提供了新的思路,但现有的低速率压缩采样架构大都理想化了量化过程。该文充分考虑量化噪声的实际影响,拟设计出抗噪性强的IR-UWB接收信号重构方法。基于对压缩采样值中噪声分布特性的分析,修正了信号重构模型,并通过仿真对比了DS (Dantzig-Selector)法求解和传统重构算法求解的性能差异。在此基础上,提出了一种在DS和SP (Subspace Pursuit)算法中自适应选择的信号重构方法(联合DS-SP)。仿真结果表明,联合DS-SP以折中于DS和SP之间的复杂度在不同噪声情形下获得了最优的重构性能,且相对经典重构算法有较大的性能提升,为压缩感知框架下的IR-UWB接收机数字后端提供了一种新的信号重构策略。     

基于小波多分辨率分析的一维信号阈值去噪

介绍了基于阈值选取的小波去噪原理及去噪步骤。分别用傅立叶分析法和小波分析法对一加入白噪声的信号进行消噪处理,仿真结果表明,用小波进行信号的消噪可以很好的保存有用信号中的尖峰和突变部分,小波分析技术在本质上比傅立叶分析技术具有更大的优越性。对某系统的某次采样信号,分别选用强制消噪、默认阈值消噪和给定软阈值消噪三种阈值进行小波去噪,并对仿真结果进行分析比较。     

小波去噪及其在虚拟仪器中的应用

利用小波对信号去噪，是小波理论应用于实际的一个重要方面。在用由虚拟仪器组成的系统进行测试时，经常要对信号进行去噪、分析等后处理。文中介绍了用于一维检测信号去噪的几种常用方法，并在虚拟仪器开发软件LabVIEW中实现了去噪算法，最后对这几种算法的去噪效果进行了比较。     

基于小波阈值法的激光雷达回波信号去噪研究

为了对激光雷达探测回波信号去噪进行研究，基于小波阈值法分析了激光雷达发射和探测回波信号，创建了基于MATLAB仿真平台的模型, 研究了阈值法中选择各参量的策略，结合激光雷达信号和噪声特性，选取了去噪处理中的最佳参量，并进行了4种阈值策略的仿真实验，实现了对探测回波信号中目标信号的有效提取和去噪。结果表明，对于低信噪比信号，同一基函数分解层越高去噪效果越好，在分解层数j为4~5时去噪效果最好; 对于高信噪比信号，同一基函数分解层越低去噪效果越好，在j=3时去噪效果最好，并且信号db9基函数去噪效果好于db2基函数去噪效果。此研究获得了较为理想的去噪结果。     

一种14位105 MSPS高速高精度模数转换器设计

采用4位量化增益数模单元实现了流水线的第一级子级和最后一级采用4位FLASH ADC组成的系统架构,设计了 一款基于流水线型的14位105ＭＨｚ,采样速率的高速高精度模数转换器。多位量化较好地抑制了后级电路的噪声和失真衰减,采用采样电容翻转式结构实现了采样保持电路,在较高采样速率下,尽量降低功耗。电路采用SMIC 0.18μｍ 混合信号工艺进行设计验证,测试结果表明,在输入信号频率为70ＭＨｚ,采样速率为105ＭＨｚ时,无杂散动态范围为84.2ｄＢ,信噪比为 73.2ｄＢ,有效位数约为11.8ｂｉｔ。     

基于MATLAB小波去噪方法及应用研究

在实际的计算机控制系统中,采样信号不可避免的受到各种噪声和干扰的污染,使得由采样信号辨识得到的系统模型存在偏差妨碍了系统控制精度的提高。Donoho和Johnstone提出的小波去噪算法对去除高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的探讨及仿真实验研究,得到一些实际应用经验,并利用傅立叶变换/反变换和小波阈值去噪方法对电厂机组调速级压力运行数据进行了去噪对比实验,结果表明小波去噪方法能取得较好的去噪效果,为后续系统模型辨识打下良好的基础。     

离散信号空间上的最小能量框架在升余弦脉冲信号上的去噪算法

利用离散信号空间上的最小能量(小波)框架对升余弦脉冲信号展开去噪算法的研究。对于所给的2组不同最小能量框架,升余弦脉冲信号和加性高斯白噪声的抽样离散信号在这2组框架的各个子数列下的分解系数将出现明显不同的统计特征。据此给出了2个具体的阈值去噪算法,两者都充分利用了最小能量框架在信号去噪应用上的优点,在保持发送原始信号成分的同时去除了部分噪声成分,获得了较好的处理效果。仿真结果表明,当调制方式为BPSK且升余弦脉冲信号受加性高斯白噪声影响时,如果利用2个算法对接收波形进行去噪预处理,则接收信号的信噪比大幅度提升,在误码率上可以分别获得3.1dB和2.7dB左右的性能增益。     

基于压缩感知的脉冲超宽带信号检测

传统的信号检测算法基于奈奎斯特采样定理来实现,这对于带宽极宽的超宽带(ultra-wideband,UWB)信号而言由于要求采样速率过高而很难用硬件去实现。为此,本文研究了基于压缩感知(compressive sensing,CS)的脉冲超宽带(impulse radio UWB, IR-UWB)信号检测问题,利用IR鄄UWB 信号在时域上的稀疏特性,设计了一种基于压缩感知的IR鄄UWB 信号检测框架,在此基础上提出了一种自适应加权正交匹配追踪检测算法。仿真结果表明,新算法不仅能够通过远少于奈奎斯特定理所要求的采样速率检测出IR-UWB 信号,而且与基于匹配追踪的压缩感知检测算法相比,新算法在低信噪比的情况下对IR-UWB 信号的检测效果更佳。     

运动目标环境下的调频步进信号目标抽取算法

为了减少采样损失，调频步进信号的采样率通常高于chirp子脉冲的带宽。在这种过采样冗余情况下，需要对IFFT合成高分辨结果进行目标抽取去冗余方能得到高分辨一维距离像。然而当目标运动时，只标抽取的结果会产生目标丢失或伪峰等现象。该文提出了一种基于幅度最强像偏移量的动目标抽取算法，该方法利用幅度最强像的偏移量修正各采样点的目标抽取范围，从而解决了速度估计误差引起的速度-距离耦合对目标抽取算法的影响。计算机实验结果验证了理论分析的正确性。     

chirp信号在分数阶Fourier变换域欠采样研究

针对chirp信号在分数阶Fourier域上被低于二倍信号频率采样(欠采样)后,仍能恢复原始信号的问题,依据分数阶Fourier域上带限信号的采样定理,分析了分数阶Fourier域上欠采样时应满足的条件,并对其进行了仿真验证。结果表明:对chirp信号进行欠采样后能够得到采样信号的能量聚焦。取不同的调频率,欠采样的采样信号仍能较好地估计出调频率,并能恢复原始信号。     

模拟信号在SOA中的交叉相位调制特性研究

为了研究模拟光信号在半导体光放大器中的交叉相位调制特性,以正弦波和三角波两种模拟光信号为例,采用数值计算的方法,详细分析了交叉相位调制过程中模拟信号的增益、非线性相移差和啁啾。结果表明,当信号光和控制光之间采用帧同步方式时,信号光脉冲各点的增益及增益差出现波动,非线性相移差将围绕理想值π出现不同程度的偏离;采用比特同步方式可使信号光脉冲各点非线性相移差均衡,此时所需的控制光脉冲和信号光脉冲波形类似。     

基于窗函数的Chirp-UWB信号研究

与目前普遍研究的超宽带通信系统中所使用的高斯脉冲波形不同,线性Chirp信号具有良好的自相关性和高处理增益,能够更好地抵抗窄带干扰和多普勒频移。由于目前研究的线性Chirp信号普遍采用的方波包络,经过匹配滤波之后输出的sinc波形中,部分能量泄露到旁瓣中去,从而影响判决的精确度。选取了四种窗函数,经过窗函数处理之后的线性调频信号能有效地降低旁瓣的幅度,从而提高信号传输的能量利用率。通过仿真发现这种经过加窗处理之后的线性Chirp信号和方波包络的线性Chirp信号相比,在高斯噪声信道下具有更好的抗噪声性能。     

Efficient Detection of Chirp Signals Based on the Fourth-Order Origin Moment of Fractional Spectrum

A novel detection algorithm for chirp signals based on the fourth-order origin moment of fractional spectrum (OMFrS) is presented. The fourth-order OMFrS of a chirp signal in discrete form is first deduced. By using the rough search result and the symmetric property of the fourth-order OMFrS of the chirp signal, the difference between the theoretical optimal transform angle and the detected result is calculated, and a more accurate estimation is obtained. Compared to the existing one-step search and two-step search methods, the proposed algorithm achieves better accuracy with high detection speed. Simulation results were given to prove the advantages of this new approach.     

线性正则变换域的带限信号采样理论研究

线性正则变换是傅里叶变换、分数阶傅里叶变换的更广义形式,是一种潜在而重要的信号变换工具,但是与之相应的采样理论目前还不十分完备,所以有必要在线性正则变换域重新研究采样定理.本文从线性正则变换的定义和性质出发,首先得到时域均匀采样信号的线性正则变换;然后在此基础上导出了线性正则变换域带限信号的采样定理和重构公式;最后以chirp信号为例仿真说明了采样定理的应用.文中得出的结论是对经典采样理论的推广,将进一步丰富线性正则变换的理论体系.     

基于干扰信号带外分量卷积反演的邻道干扰抑制

邻道干扰(ACI)抑制中需要获取干扰信号非线性特征进行信号重建与抵消,因此接收机需使用高速率宽带模数转换器(ADC)采集干扰信号,这将大幅增加接收机成本。针对上述问题,该文提出一种采用干扰信号带外分量卷积反演的邻道干扰抑制方法,利用接收的干扰信号带外非线性分量,计算并消除相邻帧之间的影响,由窄带部分卷积信号帧构造出线性卷积信号帧,然后用正则化最小二乘方法恢复原始非线性宽带干扰信号,从而降低ADC采样率。仿真验证结果表明当采样率仅为传统方案1/3,所提方法带来的残余干扰不高于底噪6 dB。     

A fast refinement for adaptive Gaussian chirplet decomposition

The chirp function is one of the most fundamental functions in nature. Many natural events, for example, most signals encountered in seismology and the signals in radar systems, can be modeled as the superposition of short-lived chirp functions. Hence, the chirp-based signal representation, such as the Gaussian chirplet decomposition, has been an active research area in the field of signal processing. A main challenge of the Gaussian chirplet decomposition is that Gaussian chirplets do not form an orthogonal basis. A promising solution is to employ adaptive type signal decomposition schemes, such as the matching pursuit. The general underlying theory of the matching pursuit method has been well accepted, but the numerical implementation, in terms of computational speed and accuracy, of the adaptive Gaussian chirplet decomposition remains an open research topic. We present a fast refinement algorithm to search for optimal Gaussian chirplets. With a coarse dictionary, the resulting adaptive Gaussian chirplet decomposition is not only fast but is also more accurate than other known adaptive schemes. The effectiveness of the algorithm introduced is demonstrated by numerical simulations     

Influence of Initial Chirp on Propagation of Super-Gaussian Pulse inside Fiber

Under the condition of combined effects of group-velocity dispersion and self phase modulation, the step Fourier method is used to simulate the propagation of initial chirped super Gaussian pulses inside fiber. The initial chirp influences the shapes of super Gaussian pulses in propagation process, and positive and negative chirps have different effects. For the existing of initial chirp, the splits of pulses and the spreading speed move ahead and increase. When the amplitude of super Gaussian pulses increases by 1.4 times, in the range of | C |<1.5, pulses can keep good shapes along their propagation distance. Even if | C | increases to 3.5, their shapes are also good. Most energy of pulse is still at the middle parts. These results show that, for the initial chirped super Gaussian pulses, the influence of initial chirp will be decreased by increasing the intensity of pulses. This will be of benefit to optical communication.     

Measuring the Speed of Moving Objects from Television Signals

Very simple techniques for estimating the speed of a moving object from a television signal are described. They assume that frame storage is available. One technique requires little more than two threshold circuits and two counters. The accuracy of one technique is better than ± 10 percent, quite sufficient to enable the measure to be used as a control signal for the efficient coding of television type signals.