CN107276560A - 一种fri稀疏采样核函数构建方法及电路 - Google Patents
一种fri稀疏采样核函数构建方法及电路 Download PDFInfo
- Publication number
- CN107276560A CN107276560A CN201710425270.0A CN201710425270A CN107276560A CN 107276560 A CN107276560 A CN 107276560A CN 201710425270 A CN201710425270 A CN 201710425270A CN 107276560 A CN107276560 A CN 107276560A
- Authority
- CN
- China
- Prior art keywords
- mrow
- sampling
- signal
- msub
- fourier space
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0202—Two or more dimensional filters; Filters for complex signals
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0211—Frequency selective networks using specific transformation algorithms, e.g. WALSH functions, Fermat transforms, Mersenne transforms, polynomial transforms, Hilbert transforms
- H03H17/0213—Frequency domain filters using Fourier transforms
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H2017/0072—Theoretical filter design
- H03H2017/0081—Theoretical filter design of FIR filters
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Discrete Mathematics (AREA)
- Complex Calculations (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种FRI稀疏采样核函数构建方法及电路,该方法根据模拟输入信号的特征与后续参数估计算法,确定采样核需满足的条件,并设计傅里叶级数系数筛选电路的频率响应函数,确定采样核频率响应函数的性能参数,经校正后得到采样核函数。电路由傅里叶级数系数筛选模块和相位矫正模块级联实现。傅里叶级数系数筛选模块采用切比雪夫Ⅱ型低通滤波电路,相位矫正模块采用全通滤波电路。信号经过该采样核电路后能够直接按照信号新息率进行稀疏采样,得到稀疏数据后可通过参数估计算法准确恢复原信号特征参数。本发明的有限新息率稀疏采样核特别适用于脉冲流信号的FRI稀疏采样系统当中,采样率远低于常规奈奎斯特采样率,大大降低数据采集量。
Description
技术领域
本发明属于信号稀疏采样技术领域,特别涉及一种脉冲流信号FRI稀疏采样中采样核的核函数构建方法及硬件电路实现。
背景技术
有限新息率(Finite Rate of Innovation,FRI)采样理论是一种新型稀疏采样方法,由Vetterli等人于2002年提出。该采样理论以远低于奈奎斯特采样频率的速率对FRI信号进行稀疏采样,并可精确重构原信号。该方法在提出之初,从理论上解决了狄拉克流信号、微分狄拉克流、非均匀样条以及分段多项式这四类非带限信号的稀疏采样问题,只要按信号的新息率对其进行稀疏采样,再通过谱分析算法对信号幅值和时延参数进行估计,最终由这些参数重构出信号的时域波形。经过近15年的发展,FRI采样理论已经应用到超宽带通信、GPS、雷达、医学超声成像及工业超声检测等领域。目前,FRI采样还处于理论研究阶段,研究成果中稀疏数据的获取方法是先通过对信号进行常规采样,然后应用数字信号处理算法对其进行二次采样,得到FRI稀疏采样数据。FRI采样理论在各个领域的应用研究也是建立在仿真基础上的,并没有真正从硬件角度得到稀疏采样数据。因此,若要真正将FRI稀疏采样理论应用到实际当中,有必要对FRI采样理论进行物理实现。而FRI采样理论物理实现的关键问题之一是采样核的硬件实现。
FRI采样中,采样核的作用是将信号转换成幂级数加权和的形式,对于脉冲流信号,其幅值包含于权值当中,信号时延信息包含于幂级数当中,利用谱估计方法求解出幂级数,从而得到时延信息,进而得到幅值信息。根据将信号转换成幂级数加权和形式的途径不同,可以将现有的采样核分为两大类。第一类方法是通过获取信号的傅里叶级数系数,从频域利用傅里叶级数系数的特殊形式(具有幂级数加权和形式)进行参数估计,现有的sinc核、SoS(Sum of Sinc)核等,都属于这一类方法。第二类方法是从时域将信号与核函数卷积,将其构造成幂级数加权和的形式,进而进行参数估计,主要有高斯核、再生类采样核(多项式再生、指数再生)。然而现有的采样核函数更多的是倾向于数学上的便利性,对其如何通过硬件实现却没有过多描述。Eldar团队在文献(Multichannel sampling of pulsestreams at the rate of innovation.IEEE Transactions on Signal Processing,2011,59(2):1491-1504)中提出一种多通道FRI采样硬件实现方法。该方法中系统通道数与需要检测的未知参量的个数成正比,对于未知参量较多的情形,其硬件系统复杂度极大,无法满足实际的FRI采样。文献(Sub-Nyquist radar prototype:hardware andalgorithms.IEEE Transactions on Aerospace and Electronic Systems,2014,50(2):809-822.)中针对雷达信号,利用高Q值的晶体带通滤波器构造成采样核,设计了一种四通道脉冲接收机,首次从硬件上实现了雷达信号的FRI采样,同时还将其应用到超声信号的稀疏采样。尽管该脉冲接收机能够以低于常规奈奎斯特采样率的速率对雷达信号以及超声信号进行稀疏采样,但其采样率依然远高于信号实际新息率,并没有真正实现新息率采样。
根据资料检索,目前尚没有可实际应用,并且采样速率满足新息率要求的硬件FRI采样系统。要想使FRI稀疏采样方法真正用于实际,必须从根本上解决采样核的物理实现问题。本发明就是专门针对脉冲流信号,发明了一种脉冲流信号FRI稀疏采样中采样核的核函数构建方法及硬件实现。
发明内容
本发明针对脉冲流信号FRI稀疏采样核尚无物理实现的问题,提供一种物理实现方法和电路。该电路利用切比雪夫Ⅱ型低通滤波和全通滤波环节构成采样核,经采样核后稀疏采样的数据可通过数字信号处理算法获得信号傅里叶级数系数,并进而重构出原信号。该方法具有硬件结构简单,易于实现,采集数据量少等特点。
实施本发明的具体步骤如下:
一种FRI稀疏采样核函数构建方法,包括如下步骤:
步骤1,根据有限新息率脉冲流信号的特征和后续待估计参数的特点,确定从稀疏采样数据中准确估计信号参数所需的信号傅里叶级数系数个数及分布区间;所述脉冲流信号的特征是指在有限时间τ内具有有限个脉冲信号,有限时间τ可以扩展为周期为τ的信号。所述后续估计参数是指脉冲时延和幅值。
步骤2,根据步骤1中所述参数估计所需的信号傅里叶级数系数个数及分布区间,得到采样核频域响应需要满足的幅频条件;
步骤3,根据步骤2中采样核幅频条件,设计傅里叶级数系数筛选电路频率响应函数,并确定采样核频率响应函数的性能参数,所述参数主要包括:通带截止频率、阻带截至频率、通带最大衰减系数和阻带最小衰减系数;
步骤4,根据步骤3中所确定的傅里叶级数系数筛选电路频率响应函数相位非线性的特点,为了提高其响应性能的稳定性和参数估计的准确性,利用相位矫正模块对所述传递函数进行相位矫正,从而得到采样核的校正传递函数,即得到最终的采样核函数。
进一步,步骤1中所述的有限新息率脉冲流信号可拓展为周期脉冲流信号,其表达式为
其中,tl∈[0,τ),al∈C,l=1,…,L,τ为信号x(t)的周期,L为单个周期内脉冲数,h(t)为形状已知的脉冲;m表示整数,Z表示整数集。
进一步,根据步骤1中所述有限新息率脉冲流信号的周期τ和单个周期内脉冲数L,以及零化滤波器参数估计方法,确定所需傅里叶级数系数为k∈{-L,…,L}。
进一步,根据步骤1中所述重构所需的信号傅里叶级数系数,得到采样核频域响应需要满足的条件为
其中,S(f)为采样核频域响应,K={-L,…,L}。
进一步,根据所述采样核条件,得到基于傅里叶级数系数筛选电路频率响应函数采样核参数需要满足:
其中,fp为通带截止频率,fs为阻带截止频率。
进一步优化采样核参数,得到其通带截止频率fp和阻带截止频率fs取值分别为:
采样核通带最大衰减ap和阻带最小衰减as可根据信号重构精度要求和采样核的物理实现难易程度来综合确定。
本发明提出的一种FRI稀疏采样核硬件实现电路包括:傅里叶级数系数筛选模块和相位矫正模块。
傅里叶级数系数筛选模块采用切比雪夫Ⅱ型的低通滤波电路;相位矫正模块采用全通滤波电路;傅里叶级数系数筛选电路模块与相位矫正模块采用串联方式。
当模拟脉冲流信号经过该傅里叶级数系数筛选模块后,可得到参数估计所需要的傅里叶级数系数;相位矫正模块用于对所述傅里叶级数系数筛选模块的非线性相位进行补偿,使其在通频带内相位近似线性。
本发明的有益效果是:
直接采用硬件电路获取脉冲流信号FRI稀疏采样数据,不同于现有的通过对数字信号进行二次采样才能得到稀疏数据,并且采样频率与信号的新息率吻合,远低于常规的奈奎斯特频率。同时,本发明提出的采样核硬件电路具有结构简单,易于实现的特点。将其应用到脉冲流信号的采样中,能够大大降低信号采样速率及采集数据量。
附图说明
图1为本发明实施例中用于对脉冲流信号进行稀疏采样和参数估计的系统功能框图;
图2为本发明实施例中傅里叶级数系数筛选模块电路原理图;
图3为本发明实施例中相位矫正模块电路原理图;
图4为本发明实施例中7阶切比雪夫ΙΙ型低通滤波器时频域响应曲线;
(a)为单位脉冲响应曲线;(b)幅频曲线;
图5为本发明实施例中所设计采样核时频域响应曲线;
(a)为单位脉冲响应曲线;(b)为幅频曲线;
图6为现有的SoS采样核时频域响应曲线;
(a)为单位脉冲响应曲线;(b)为幅频曲线;
图7为本发明实施例中仿真信号实验结果;
(a)为本发明设计的采样核的实验结果;(b)SoS采样核的实验结果;
图8为本发明实施例中实测信号实验结果;
(a)为本发明设计的采样核的实验结果;(b)为SoS采样核的实验结果。
具体实施方式
以下结合附图和实施例对本发明的技术方案作进一步描述。
假设周期脉冲流信号
其中,tl为脉冲时延,al为脉冲幅值,τ为信号x(t)的周期,L为单个周期内脉冲数,h(t)为形状已知的脉冲;m表示整数,Z表示整数集。
根据所述模拟输入FRI信号的周期τ和单个周期内回波数L,以及零化滤波器参数估计方法,确定所需傅里叶级数系数为k∈{-L,…,L}。
根据所述参数估计所需的信号傅里叶级数系数,得到采样核频域响应需要满足的条件为
其中,S(f)为采样核频域响应,K={-L,…,L}。
根据所述采样核条件,得到所述切比雪夫Ⅱ型低通滤波采样核参数需要满足:
其中,fp为通带截止频率,fs为阻带截止频率。
为了使所设计采样核阶数尽量低,此处采样核的通带截止频率fp和阻带截止频率fs取值分别为:
根据上述切比雪夫Ⅱ型低通滤波采样核参数条件,要求采样核通带内幅值不为零,阻带内为零。实际的可物理实现的低通滤波函数很难做到阻带幅值严格为零,只能通过设定阻带衰减系数,使其足够大,从而使阻带幅值近似为零。此处通过通带最大衰减ap和阻带最小衰减as两个参数来调节采样核通带和阻带幅值,ap越小,as越大,采样核的重构效果越好,但是滤波器的阶数也会越高,电路就会越复杂。
为了提高获取傅里叶级数系数的准确度,以切比雪夫Ⅱ型低通滤波函数作为采样核,后续增加相位矫正环节,使采样核函数在通频带内相位近似线性。
本发明提出的FRI稀疏采样核硬件电路,如图1所示,包括傅里叶级数系数筛选模块和相位矫正模块;模拟输入信号经过该傅里叶级数系数筛选模块,剔除不需要的傅里叶级数系数,相位矫正模块用于对所述傅里叶级数系数筛选模块的非线性相位进行补偿,使其在通频带内相位近似线性;所述傅里叶级数系数筛选模块与所述相位矫正模块采用串联方式。
所述傅里叶级数系数筛选模块,以基本的Sallen-key结构有源低通滤波环节,通过三级运放电路级联构成方式实现,所述有源低通滤波环节为7阶,由五级高速运放ADA4857与阻容网络级联构成,如图2所示。
所述相位矫正模块,由高速运放ADA4857与阻容网络构成有源全通滤波环节实现,如图3所示。
本发明的效果通过以下仿真试验进一步说明:
仿真参数如下:
周期脉冲流信号为其中h(t)为高斯脉冲,其表达式为α为高斯脉冲带宽因子。信号周期τ=10μs,脉冲数L=3,采样点数为1001,高斯脉冲带宽因子α=(2.5MHz)2,脉冲幅值分别为(1,0.3,0.8),脉冲时延分别为(2μs,5μs,8μs)。根据脉冲数设置稀疏采样的采样点数为7。
根据脉冲流信号,确定采样核参数:
{fp,fs,ap,as}={300KHz,400KHz,3dB,40dB}
根据参数,设计7阶切比雪夫ΙΙ型低通滤波器,其单位脉冲响应以及幅频响应如图4所示。设计7阶全通滤波器,进行相位补偿,补偿后采样核单位脉冲响应以及幅频响应如图5所示。
实验中,将所设计的采样核与现有的数字式采样核SoS核参数估计结果进行对比,参数估计算法采用零化滤波器法(Annihilating Filter Method),SoS采样核单位脉冲响应与幅频响应如图6所示。分别采用上述两种采样核对脉冲流信号进行稀疏采样,并利用零化滤波器法进行参数估计,实验结果如图7所示。
从实验结果看,两种采样核都能准确恢复原信号时延和幅值信息。
以下通过超声信号实测实验进一步说明本发明提出的采样核硬件电路的效果:
实测超声脉冲流信号有效时长τ=10μs,脉冲数L=3。实验中,利用所设计的采样核电路接收实际超声脉冲流信号,对输出信号进行稀疏采样,采样点数为7。同时对实际超声脉冲流信号进行过采样,将脉冲流信号数字样本与SoS采样核进行卷积后等间隔抽取得到稀疏数据,抽取点数为7。分别利用两种采样核得到的稀疏数据进行参数估计,实验结果如图8所示。
由实验结果可知,本发明提出的采样核能够较容易地通过硬件电路实现,且其实际重构效果与SoS采样核基本一致。本发明提出的采样核避免了现有技术需要先按常规采样得到信号后通过软件方法实现信号的稀疏采样,能够从硬件角度直接获取稀疏数据,从而能够应用于实际信号的FRI稀疏采样硬件系统当中,实现信号的稀疏采样。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (10)
1.一种FRI稀疏采样核函数构建方法,其特征在于,包括如下步骤:
步骤1,根据有限新息率脉冲流信号的特征和后续待估计参数的特点,确定从稀疏采样数据中准确估计信号参数所需的信号傅里叶级数系数个数及分布区间;
步骤2,根据步骤1中所述参数估计所需的信号傅里叶级数系数个数及分布区间,得到采样核频域响应需要满足的幅频条件;
步骤3,根据步骤2中采样核的幅频条件,设计傅里叶级数系数筛选电路的频率响应函数,并确定采样核频率响应函数的性能参数,所述参数包括:通带截止频率、阻带截至频率、通带最大衰减系数和阻带最小衰减系数;
步骤4,根据步骤3中所确定的傅里叶级数系数筛选电路频率响应函数相位非线性的特点,为了提高其响应性能的稳定性和参数估计的准确性,利用相位矫正模块对所述传递函数进行相位矫正,从而得到采样核的校正传递函数,即最终的采样核函数。
2.根据权利要求1所述的一种FRI稀疏采样核函数构建方法,其特征在于,所述步骤1中所述的有限新息率脉冲流信号拓展为周期脉冲流信号,其表达式为
<mrow>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>m</mi>
<mo>&Element;</mo>
<mi>Z</mi>
</mrow>
</munder>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>l</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<msub>
<mi>a</mi>
<mi>l</mi>
</msub>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<msub>
<mi>t</mi>
<mi>l</mi>
</msub>
<mo>-</mo>
<mi>m</mi>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
</mrow>
其中,tl∈[0,τ),al∈C,l=1,…,L,τ为信号x(t)的周期,L为单个周期内脉冲数,h(t)为形状已知的脉冲;m表示整数,Z表示整数集。
3.根据权利要求1所述的一种FRI稀疏采样核函数构建方法,其特征在于,根据步骤1中所述有限新息率脉冲流信号的周期τ和单个周期内脉冲数L、以及零化滤波器参数估计方法,确定所需傅里叶级数系数为
4.根据权利要求3所述的一种FRI稀疏采样核函数构建方法,其特征在于,还包括:根据步骤1中所述重构所需的信号傅里叶级数系数,步骤2得到的采样核频域响应需要满足的幅频条件为
其中,S(f)为采样核频域响应,K={-L,…,L}。
5.根据权利要求4所述的一种FRI稀疏采样核函数构建方法,其特征在于,根据所述采样核幅频条件,得到基于傅里叶级数系数筛选电路频率响应函数采样核参数需要满足:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mi>p</mi>
</msub>
<mo>&GreaterEqual;</mo>
<mfrac>
<mi>L</mi>
<mi>&tau;</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
<mo>&le;</mo>
<mfrac>
<mrow>
<mi>L</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>&tau;</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>|</mo>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>&NotEqual;</mo>
<mn>0</mn>
<mo>,</mo>
<mi>f</mi>
<mo>&le;</mo>
<msub>
<mi>f</mi>
<mi>p</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>|</mo>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mi>f</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mi>f</mi>
<mo>&GreaterEqual;</mo>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,fp为通带截止频率,fs为阻带截止频率。
6.根据权利要求5所述的一种FRI稀疏采样核函数构建方法,其特征在于,所述通带截止频率fp和阻带截止频率fs的优选值分别为:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mi>p</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>L</mi>
</mrow>
<mi>&tau;</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>2</mn>
<mi>L</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mi>&tau;</mi>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
7.根据权利要求1所述的一种FRI稀疏采样核函数构建方法,其特征在于,所述采样核通带最大衰减ap和阻带最小衰减as根据信号重构精度要求和采样核的物理实现难易程度综合确定。
8.一种FRI稀疏采样核函数的构建电路,其特征在于,包括傅里叶级数系数筛选模块、以及与之相串联的相位矫正模块;所述傅里叶级数系数筛选模块用于在脉冲流信号经过时能够得到参数估计所需要的傅里叶级数系数;所述相位矫正模块用于对所述傅里叶级数系数筛选模块的非线性相位进行补偿,使其在通频带内相位近似线性。
9.根据权利要求8所述的一种FRI稀疏采样核函数的构建电路,其特征在于,所述傅里叶级数系数筛选模块采用切比雪夫Ⅱ型的低通滤波电路;所述相位矫正模块采用全通滤波电路。
10.根据权利要求8所述的一种FRI稀疏采样核函数的构建电路,其特征在于,所述傅里叶级数系数筛选模块:以基本的Sallen-key结构有源低通滤波环节,通过三级运放电路级联构成方式实现;所述有源低通滤波环节为7阶,由五级高速运放ADA4857与阻容网络级联构成;所述相位矫正模块:由高速运放ADA4857与阻容网络构成有源全通滤波环节实现。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710425270.0A CN107276560B (zh) | 2017-06-08 | 2017-06-08 | 一种fri稀疏采样核函数构建方法及电路 |
PCT/CN2017/088676 WO2018223416A1 (zh) | 2017-06-08 | 2017-06-16 | 一种fri稀疏采样核函数构建方法及电路 |
US16/070,949 US20210194464A1 (en) | 2017-06-08 | 2017-06-16 | Fri sparse sampling kernel function construction method and circuit |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710425270.0A CN107276560B (zh) | 2017-06-08 | 2017-06-08 | 一种fri稀疏采样核函数构建方法及电路 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107276560A true CN107276560A (zh) | 2017-10-20 |
CN107276560B CN107276560B (zh) | 2019-06-28 |
Family
ID=60067011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710425270.0A Active CN107276560B (zh) | 2017-06-08 | 2017-06-08 | 一种fri稀疏采样核函数构建方法及电路 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210194464A1 (zh) |
CN (1) | CN107276560B (zh) |
WO (1) | WO2018223416A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107707259A (zh) * | 2017-11-01 | 2018-02-16 | 兰州大学 | 一种模拟信号采样与重构的方法 |
CN107947760A (zh) * | 2017-12-18 | 2018-04-20 | 天津工业大学 | 一种陷波频率精确可调的稀疏线性相位fir多频陷波器的设计方法 |
CN109782250A (zh) * | 2019-03-13 | 2019-05-21 | 昆山煜壶信息技术有限公司 | 基于有限新息率采样的雷达目标参数提取方法 |
CN111435336A (zh) * | 2019-01-14 | 2020-07-21 | 计算系统有限公司 | 波形数据稀疏化 |
CN112395546A (zh) * | 2020-11-27 | 2021-02-23 | 北京理工大学 | 一种基于线性正则域的有限新息率信号降采样与重构方法 |
CN112468114A (zh) * | 2020-10-14 | 2021-03-09 | 浙江工业大学 | 一种基于非理想sinc核的FRI采样系统及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115112061B (zh) * | 2022-06-28 | 2023-07-25 | 苏州大学 | 一种钢轨波磨检测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140195200A1 (en) * | 2011-08-18 | 2014-07-10 | University Of Antwerp | Smart Data Sampling and Data Reconstruction |
CN104468427A (zh) * | 2014-10-25 | 2015-03-25 | 哈尔滨工业大学 | 基于fri时频域综合分析的信号高效采样及信号重构方法 |
-
2017
- 2017-06-08 CN CN201710425270.0A patent/CN107276560B/zh active Active
- 2017-06-16 WO PCT/CN2017/088676 patent/WO2018223416A1/zh active Application Filing
- 2017-06-16 US US16/070,949 patent/US20210194464A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140195200A1 (en) * | 2011-08-18 | 2014-07-10 | University Of Antwerp | Smart Data Sampling and Data Reconstruction |
CN104468427A (zh) * | 2014-10-25 | 2015-03-25 | 哈尔滨工业大学 | 基于fri时频域综合分析的信号高效采样及信号重构方法 |
Non-Patent Citations (4)
Title |
---|
NAGESH,SUDARSHAN 等: "FRI SAMPLING AND RECONSTRUCTION OF ASYMMETRIC PULSES", 《INTERNATIONAL CONFERENCE ON ACOUSTICS SPEECH AND SIGNAL PROCESSING ICASSP》 * |
SONG SHOUPENG 等: "Quadrature demodulation based circuit implementation of pulse stream for ultrasonic signal FRI sparse sampling", 《MEASUREMENT SCIENCE AND TECHNOLOGY》 * |
王亚军 等: "基于复杂脉冲序列的有限新息率采样方法", 《电子与信息学报》 * |
谭雪琴 等: "基于有限更新率的非带限信号采样与重建算法", 《数据采集与处理》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107707259A (zh) * | 2017-11-01 | 2018-02-16 | 兰州大学 | 一种模拟信号采样与重构的方法 |
CN107707259B (zh) * | 2017-11-01 | 2020-11-03 | 兰州大学 | 一种模拟信号采样与重构的方法 |
CN107947760A (zh) * | 2017-12-18 | 2018-04-20 | 天津工业大学 | 一种陷波频率精确可调的稀疏线性相位fir多频陷波器的设计方法 |
CN107947760B (zh) * | 2017-12-18 | 2021-05-04 | 天津工业大学 | 一种稀疏fir陷波器的设计方法 |
CN111435336A (zh) * | 2019-01-14 | 2020-07-21 | 计算系统有限公司 | 波形数据稀疏化 |
CN109782250A (zh) * | 2019-03-13 | 2019-05-21 | 昆山煜壶信息技术有限公司 | 基于有限新息率采样的雷达目标参数提取方法 |
CN112468114A (zh) * | 2020-10-14 | 2021-03-09 | 浙江工业大学 | 一种基于非理想sinc核的FRI采样系统及方法 |
CN112468114B (zh) * | 2020-10-14 | 2024-05-07 | 浙江工业大学 | 一种基于非理想sinc核的FRI采样系统及方法 |
CN112395546A (zh) * | 2020-11-27 | 2021-02-23 | 北京理工大学 | 一种基于线性正则域的有限新息率信号降采样与重构方法 |
CN112395546B (zh) * | 2020-11-27 | 2022-07-01 | 北京理工大学 | 一种基于线性正则域的有限新息率信号降采样与重构方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210194464A1 (en) | 2021-06-24 |
WO2018223416A1 (zh) | 2018-12-13 |
CN107276560B (zh) | 2019-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107276560A (zh) | 一种fri稀疏采样核函数构建方法及电路 | |
Lexa et al. | Reconciling compressive sampling systems for spectrally sparse continuous-time signals | |
CN107800497A (zh) | 一种适用于宽带短波通信的信道模拟方法及装置 | |
CN108984474B (zh) | 一种非理想分段多项式信号的欠采样方法 | |
CN102708265A (zh) | 一种带通滤波器直接综合设计方法 | |
CN104468427A (zh) | 基于fri时频域综合分析的信号高效采样及信号重构方法 | |
CN104124976A (zh) | 有限新息率信号结构化亚奈奎斯特率采样方法 | |
Lataire et al. | Frequency-domain weighted non-linear least-squares estimation of continuous-time, time-varying systems | |
CN110045375A (zh) | 一种一比特sar回波数据的处理方法及系统 | |
CN102571034B (zh) | 基于随机循环矩阵的模拟压缩感知采样方法及系统 | |
CN106059530A (zh) | 一种频率响应与系数量化位数弱相关的半带滤波器结构 | |
CN106452389A (zh) | 基于指数再生窗时域调制滤波器设计方法及滤波器 | |
CN104242877A (zh) | 基于模拟cr-rc电路的核脉冲信号数字高斯成形方法 | |
Ignjatović et al. | Chromatic derivatives and approximations in practice—part II: nonuniform sampling, zero-crossings reconstruction, and denoising | |
CN102565773A (zh) | 一种合成孔径雷达高速数据抽取的两级滤波实现方法 | |
CN103973254B (zh) | 一种跨阻型集成带通滤波器设计方法 | |
CN103941280B (zh) | 基于冲激响应不变法的数字核脉冲高斯成形方法 | |
CN105337588A (zh) | 一种组合积分滤波系统 | |
CN105099398B (zh) | 基于相位调制的非均匀dft调制滤波器组的构建方法 | |
CN107612553A (zh) | 一种脉冲位置任意的信号指数再生核稀疏采样方法 | |
CN103684469A (zh) | 一种基于静态周期序列调制的多通道数据采集方法 | |
CN112583379B (zh) | 可变小数延时滤波器及信道延时模拟装置 | |
CN116774273B (zh) | 一种核脉冲信号展开为冲激信号的方法及系统 | |
Mohindru et al. | A novel design technique for variable non-recursive digital filter based on FrFT | |
CN101807902B (zh) | 复系数线性相位无限脉冲响应数字滤波器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |