CN114553232A - 基于多测量的模拟信息转换计算方法及系统 - Google Patents
基于多测量的模拟信息转换计算方法及系统 Download PDFInfo
- Publication number
- CN114553232A CN114553232A CN202210092006.0A CN202210092006A CN114553232A CN 114553232 A CN114553232 A CN 114553232A CN 202210092006 A CN202210092006 A CN 202210092006A CN 114553232 A CN114553232 A CN 114553232A
- Authority
- CN
- China
- Prior art keywords
- signal
- channel
- frequency
- low
- channels
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/12—Analogue/digital converters
- H03M1/1205—Multiplexed conversion systems
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/12—Analogue/digital converters
- H03M1/124—Sampling or signal conditioning arrangements specially adapted for A/D converters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了基于多测量的模拟信息转换计算方法及系统。所述计算方法包括先在每个通道内依次对原始信号进行混频、低通滤波、均匀采样及信号重构;然后对各通道内的重构信号支撑集的后验概率赋权重,再对它们统一融合,从而获得了单一的包含所有通道频谱信息的融合信号。所述计算方法实现了对空域管制区内信号的多通道处理,不但防止了环境障碍物的干扰,且获得了包含所有原始信号完整频谱信息的融合信号。所述转换系统基于所述计算方法进行搭建;先设置了若干通道,所述每个通道依次包括混频器、低通滤波器、均匀采样器及信号重构器;再通过一信号融合器将各通道相并联。所述转换系统具有可实现性强、信号转换结果准确性高的优点。
Description
技术领域
本发明涉及模拟信息转换技术领域,具体涉及基于多测量的模拟信息转换计算方法及系统。
背景技术
压缩感知又被称为压缩采样或稀疏采样,其工作原理为:通过随机采样获取离散样本,并通过非线性重建算法对输入信号进行重建。由于其以较少的采样值即可还原输入信号,并获取到其中的有用信息。因此在电子工程的信息处理过程中具有重要的应用。
模拟信息转换是压缩感知在模拟信号处理中的一种重要拓展。其依次通过混频、低通滤波、均匀采样、信号重构将原始的模拟信号转换为低速率的信息矢量,最终以低速度数字信号形式实现输出。具体的,对空域管制区内终端的信号处理是模拟信息转换在现实场景中的一种重要应用。
但由于现有技术中,仅通过单通道的模型信息计算方法及对应的转换系统对空域管制区内终端的模拟信号进行处理,因此在具体应用时仍存在以下缺点:一方面,受自然地形或人造大型建筑物等障碍物影响,单通道的模型信息转换器无法准确侦测到进入管制区的任意通讯设备并对其做出响应;另一方面,当终端管制区内的通讯设备类型及数目较多时,单通道模拟信息转换器的单一性无法对此时的多频带信号进行准确处理。
发明内容
本发明目的在于提供一种基于多测量的模拟信息转换计算方法,所述计算方法实现了对空域管制区通讯设备的信号多通道处理,不但防止了环境障碍物的干扰,且获得了包含所有通讯设备原始信号完整频谱信息的融合信号。
本发明还提供了基于多测量的模拟信息转换系统,所述转换系统基于所述计算方法进行搭建,具有系统可实现性强、信号转换结果准确性高的优点。
为达成上述目的,本发明提出如下技术方案:
基于多测量的模拟信息转换计算方法,包括:
在每个通道内对原始信号x(t)进行混频,在第i个通道内将原始信号x(t)与该通道内的随机信号pi(t)相乘以得到混频信号,所述混频信号在时域的表达为y1i(t)=x(t)·pi(t),其中i=1,……,l,l为通道个数;其在频域的对应表达为其中k表示所述原始信号x(t)的稀疏度,为随机信号pi(t)的基向量系数,Tpi是pi(t)的周期,是原始信号x(t)傅里叶逆变换的基向量;为原始信号x(t)在频域的表达,是随机信号pi(t)的频率;
在每个通道内对所述混频信号进行低通滤波以得到滤波信号,在第i个通道内所述滤波信号在时域的表达为y2i(t)=y1i(t)*h(t),h(t)为低通滤波脉冲信号;所述滤波信号在频域的对应表达为其中是使被包含在内的最小整数,是低通滤波时的最小截止频率,是低通滤波时的最大截止频率;fNYQ是采样频率,且所述
对l个通道内的重构信号进行融合,首先给每个通道内的重构信号分配权重Pi得到且然后得到任一估计支撑集Λ的后验概率为其还表达了在y3i条件下估计支撑集Λ与实际支撑集的逼近程度;其中此处采用高斯随机信号模型,σx、σe分别为估计支撑集Λ下原始信号的标准差、测量噪声的标准差;此时得到融合信号为且
进一步的,在每个通道内对所述压缩测量信号进行重构时,综合考虑l个通道,得到l个通道并行时的压缩采样模型,所述压缩采样模型在频域的表达为Y(f)=ΘAICX(f),其中X(f)=[X(f-N0fp),...,X(f),...,X(f+N0fp)];其在时域的表达为y(n)=ΘAICx(t);进而得到l个重构信号
基于多测量的模拟信息转换系统,通过所述的基于多测量的模拟信息转换计算方法进行设置,包括若干通道,及与各通道相配合的信号融合器;所述每个通道包括依次相连的混频器、低通滤波器、均匀采样器及信号重构器,所述信号融合器则与每个通道的信号重构器的输出端同时相连。
进一步的,所述每个通道内混频器、低通滤波器、采样器或信号重构器的对应参数的设置相同。
进一步的,所述混频器包括互相配合的乘法器及随机序列发生器,所述随机序列发生器用于形成随机信号,所述乘法器用于对原始信号及随机信号进行混频。
进一步的,所述通道为20个。
有益效果:
由以上技术方案可知,本发明的技术方案提供了基于多测量的模拟信息计算方法。所述计算方法的整体思路为先在每个通道内分别对所述原始信号依次进行混频、低通滤波、压缩采样及信号重构,每步骤完成后将依次获得混频信号(用于扩展原始信号的频带宽度)、滤波信号(用于保留低频部分)、压缩测量信号(对模拟类的滤波信号进行采样以获得对应的数字类信号)、重构信号(利用算法手段对数字类的压缩测量信号进行处理以获取每个通道内的有用信息)。然后对各通道获取的重构信号再进行融合以获得单一的融合信号。此时,所述融合信号内将包含有任一通道对原始信号进行获取时所有的有效信息。
由此可见,本发明为了防止障碍物对信号接收的响应,采用多通道,即多个测量点同时进行检测。此时,部分测量点受障碍物影响难以进行准确采集的缺陷将被其他测量点弥补。与现有的单通道单测量的模拟信息转换相比,有效改善了障碍物对测量过程的干扰,提高信息获取的准确性及完整性。
且在进行信号融合时,引入了多估计融合,即先按重构信号估计支撑集的后验概率对任一通道内重构信号赋予对应权重,再将其融合成一包含所有通道频率信息的单一的融合信号。并在计算估计支撑集后验概率时采用了MMSE(最小化均方误差)方法,以使估计支撑集更加准确,即更接近真实支撑集;以提高所述融合信号的准确性。从而解决了多通道并行时的多重构信号问题。且单通道先分别采集重构,再统一融合的方法还有利于降低多频带信号所需的采样速率,减小采样压力。
本发明的技术方案还提供了基于多测量的模拟信息转换系统。所述转换系统基于所述计算方法进行搭建。其先设置了若干通道,所述每个通道与单通道测量计算时的架构相同,即均依次包括混频器、低通滤波器、均匀采样器及信号重构器;再通过一信号融合器将各通道相并联即可。因此所述转换系统具有可实现性强、信号转换结果准确性高的优点。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1为本发明所述的基于多测量的模拟信息转换系统的结构示意图;
图2为本发明所述的基于多测量的模拟信息计算方法中低通滤波时的脉冲模式图;
图3为对本发明所述的基于多测量的模拟信号计算方法及系统进行仿真验证时原始信号的时域波形图;
图4为对本发明进行仿真验证时原始信号的频域波形图;
图5为对本发明进行仿真验证时随机信号的时域波形图;
图6为对本发明进行仿真验证时随机信号的频域波形图;
图7为对本发明进行仿真验证时混频信号的时域波形图;
图8为对本发明进行仿真验证时混频信号的频域波形图;
图9为对本发明进行仿真验证时滤波信号的时域波形图;
图10为对本发明进行仿真验证时滤波信号的频域波形图;
图11为对本发明进行仿真验证时重构信号的频域波形图;
图12为对本发明进行仿真验证时重构信号的时域波形图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,除非上下文清楚地指明其它情况,否则单数形式的“一个”“一”或者“该”等类似词语也不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的特征、整体、步骤、操作、元素和/或组件,并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。“上”“下”“左”“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
本发明提供了基于多测量的模拟信息计算方法,所述计算方法通过若干通道同时对原始信号依次进行混频、低通滤波、均匀采样及信号重构,得到若干重构信号,然后对各通道内的重构信号再进行融合,得到一融合信号。该多通道设置对原始信号实现了多测量,因此有利于防止障碍物对空域管制区通讯设备信号产生遮挡时,进一步影响对各信号信息的获取;且在整个计算过程中未对原始信号进行区分,因此最终获得的融合信号包含所有原始信号完整频谱信息;以便于通过单一信号同时获取各不同频率信号的信息。
本发明还提供了基于多测量的模拟信息转换系统,所述转换系统基于所述计算方法进行搭建,其先设置了若干通道,再通过一信号融合器将各通道相并联。且所述每个通道与单通道测量计算时的架构相同,即均依次包括混频器、低通滤波器、均匀采样器及信号重构器。因此所述转换系统具有可实现性强、信号转换结果准确性高的优点。
下面结合具体的实施例,对本发明公开的基于多测量的模拟信息计算方法作进一步具体介绍。
所述计算方法包括如下步骤:
S102、在每个通道内对原始信号x(t)进行混频,在第i个通道内将原始信号x(t)与该通道内的随机信号pi(t)相乘以得到混频信号;
所述混频信号在时域的表达为y1i(t)=x(t)·pi(t),其中i=1,……,l,l为通道个数;
所述混频信号在频域的对应表达为其中k表示所述原始信号x(t)的稀疏度,为pi(t)的基向量系数,Tpi是随机信号pi(t)的周期,是原始信号x(t)傅里叶逆变换的基向量;为原始信号x(t)在频域表达,是随机信号pi(t)频率。
由所述混频信号的频域表达可得:混频信号为k个X(f)信号经过相应的频谱搬移后的叠加。且混频过程中的频谱搬移效果是相互的,即经过混频后两个信号都带上了另一信号的标记。
本实施例中,所述随机信号pi(t)具有如下条件:首先,具备较好的自相关性;其次,其频谱可以覆盖较宽的频域(包括低频部分)。基于此,设置所述随机信号具体可以是m序列、Gold序列、R-S序列。本实施例中,具体采用了m序列。其生成原理为:首先把一组寄存器中某个随机的寄存器中的值取出后做异或运算,然后在运算完成后将运算结果存入第一个寄存器中,并将其它寄存器中的值按顺序往前移位,此时最后一个寄存器的输出结果即为所述m序列。n级m序列生成器可以产生的周期为2n-1的序列。
S104、在每个通道内对所述混频信号进行低通滤波以得到滤波信号,在第i个通道内所述滤波信号在时域的表达为y2i(t)=y1i(t)*h(t),h(t)为低通滤波脉冲信号;所述滤波信号在频域的对应表达为其中是使被包含在内的最小整数,是低通滤波时的最小截止频率,是低通滤波时的最大截止频率;fNYQ是采样频率,且所述
S106、在每个通道内对所述滤波信号进行均匀采样以得到压缩测量信号,在第i个通道内所述压缩测量信号的时域表达为其中n=1,……,N,N为采样总次数,Δt为采样间隔,ΘAIC为感知矩阵,其在频域的表达为
由压缩测量信号在时域内的表达可得,在均匀采样后,只有αk保留了原始信号的幅值与频谱信息。
通过步骤S102-S106即完成了对既定频谱范围内某段原始信号的压缩测量,且从压缩测量信号可以看出,多通道并行的模拟信息计算方法的本质是以为步进位移长度对原始信号的频谱进行移位,然后将处于较低的频谱范围内的位移信号截断成宽度为的频谱片段。
本步骤中,为了便于后期计算分析,综合考虑l个通道,得到l个通道并行时的压缩采样模型,所述压缩采样模型在频域的表达为Y(f)=ΘAICX(f),其中其在时域的表达为y(n)=ΘAICx(t);进而得到l个重构信号
S110、对l个通道内的重构信号进行融合,其基于MMSE(minimum-mean-squared-error,最小化均方误差)估计进行。
然后在已知压缩测量信号y3i前提下,寻找使原始信号的均方误差最小的解;即相当于寻找具有最大后验概率的估计支撑集Λ。此时所述得到任一估计支撑集Λ的后验概率为其表达了在y3i条件下估计支撑集Λ与实际支撑集的逼近程度;其中此处采用高斯随机信号模型,σx、σe分别为估计支撑集Λ下原始信号及测量噪声的标准差;若P(Λ|y3i)越大,则估计支撑集越接近真实支撑集。
上述步骤S102-S110即完成了对多通道并行的模拟原始信号的融合,得到了一具有所有原始信号的有用信息的融合信号。
下面结合附图所示的实施例,对本发明公开的基于多测量的模拟信息转换系统作进一步具体介绍。
如图1所示,对于基于多测量的模拟信息转换系统,其通过所述基于多测量的模拟信息转换计算方法进行设置。具体包括若干通道,及与各通道相配合的信号融合器。所述每个通道包括依次相连的混频器、低通滤波器、均匀采样器及信号重构器,所述信号融合器则与每个通道的信号重构器的输出端同时相连。其中,所述混频器用于对原始信号进行混频;所述低通滤波器用于对混频后得到的混频信号进行低通滤波以保留低频部分;所述均匀采样器用于对滤波后得到的滤波信号按固定间隔进行采样;所述信号重构器用于对采样后得到的压缩测量信号进行重构,以获取原始信号中某一段携带的有用信息。
为了简化系统并避免引入不必要的变量,规定所述每个通道内的混频器、低通滤波器、采样器及信号重构器的对应参数的设置相同。
所述混频器具体包括了互相配合的乘法器及随机序列发生器。所述随机序列发生器用于形成随机信号,所述乘法器用于对原始信号及随机信号进行混频。本实施例中,所述随机序列发生器可形成m序列、Gold序列,R-S序列。在具体实施时,采用m序列。
本实施例中,所述通道的优选个数为20个。
为确保上述实施例中所述的基于多测量的模拟信息转换计算方法,及基于多测量的模拟信息转换转换系统的可靠性。通过仿真过程对其进行验证。
共设置了20个通道,具体的仿真过程具有如下:
本仿真中设置N=6,B=50KHz,T=2×10-6s;并通过MATLAB按10MHz的频率采样处理。最终得到需要的原始信号x(t)的时域波形图、频域波形图如图3、图4所示。
然后,采用MATLAB中的randsrc(N,1)函数生成一N行1列,值为±1的伪随机序列作为随机信号使用,设定该伪随机序列的周期为N=200。此时得到的随机信号的时域波形图、频域波形图如图5、图6所示。
此时在每个通道内的原始信号经过混频后形成混频信号,所述混频信号的时域波形图、频域波形图如图7、图8所示。
其次,在MATLAB中调用filter函数实现低通滤波,通过设定相应的参数以选择低通滤波的传递函数;滤波后形成的滤波信号的时域波形图、频域波形图如图9、图10所示。
再者,使用downsample()函数完成信号的采样。其中,设置采样速率为2kSa/s,其为原信号中最高频率分量的奈奎斯特频率的1/4倍;采样时间为0.1s。
采样完成后即获得压缩测量信号,并按所述计算方法进行信号重构;得到的重构信号的时域波形图、频域波形图如图11、图12所示。
表1 单通道信号重构误差
可以看出,在任意第i个通道内信号均被重构成功,且融合信号的与原信号的误差接近所有单通道重构信号的平均误差。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (9)
1.基于多测量的模拟信息转换计算方法,其特征在于,包括:
在每个通道内对原始信号x(t)进行混频,在第i个通道内将原始信号x(t)与该通道内的随机信号pi(t)相乘以得到混频信号,所述混频信号在时域的表达为y1i(t)=x(t)·pi(t),其中i=1,……,l,l为通道个数;其在频域的对应表达为其中k表示所述原始信号x(t)的稀疏度,为随机信号pi(t)的基向量系数,是pi(t)的周期,是原始信号x(t)傅里叶逆变换的基向量;为原始信号x(t)在频域的表达,是随机信号pi(t)的频率;
在每个通道内对所述混频信号进行低通滤波以得到滤波信号,在第i个通道内所述滤波信号在时域的表达为y2i(t)=y1i(t)*h(t),h(t)为低通滤波脉冲信号;所述滤波信号在频域的对应表达为其中是使被包含在内的最小整数,是低通滤波时的最小截止频率,是低通滤波时的最大截止频率;fNYQ是采样频率,且所述
6.基于多测量的模拟信息转换系统,其特征在于,通过权利要求1-5任一项所述的基于多测量的模拟信息转换计算方法进行设置,包括若干通道,及与各通道同时配合的信号融合器;所述每个通道包括依次相连的混频器、低通滤波器、均匀采样器及信号重构器,所述信号融合器则与每个通道的信号重构器的输出端同时相连。
7.根据权利要求6所述的基于多测量的模拟信息转换系统,其特征在于,所述每个通道内混频器、低通滤波器、采样器或信号重构器的对应参数的设置相同。
8.根据权利要求6所述的基于多测量的模拟信息转换系统,其特征在于,所述混频器包括互相配合的乘法器及随机序列发生器,所述随机序列发生器用于形成随机信号,所述乘法器用于对原始信号及随机信号进行混频。
9.根据权利要求6所述的基于多测量的模拟信息转换系统,其特征在于,所述通道为20个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210092006.0A CN114553232A (zh) | 2022-01-26 | 2022-01-26 | 基于多测量的模拟信息转换计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210092006.0A CN114553232A (zh) | 2022-01-26 | 2022-01-26 | 基于多测量的模拟信息转换计算方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114553232A true CN114553232A (zh) | 2022-05-27 |
Family
ID=81674419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210092006.0A Pending CN114553232A (zh) | 2022-01-26 | 2022-01-26 | 基于多测量的模拟信息转换计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114553232A (zh) |
-
2022
- 2022-01-26 CN CN202210092006.0A patent/CN114553232A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107064628B (zh) | 高精度频率测量系统及方法 | |
US9244130B2 (en) | Method, system and computer-readable media for measuring impedance of an energy storage device | |
KR101565608B1 (ko) | 분산 스펙트럼 감지 | |
CN109889231B (zh) | 基于随机解调和有限新息率的脉冲串信号欠采样方法 | |
DE102012007874A1 (de) | Chirp-Kommunikation | |
CN114019449B (zh) | 信号源的波达方向估计方法、装置、电子设备及存储介质 | |
CN109884891B (zh) | 一种高精度智能仿核信号发生系统及其工作方法 | |
TW201427347A (zh) | 稀疏寬頻訊號低複雜度次奈奎斯特取樣裝置 | |
US6177894B1 (en) | Evaluation system and method for AD converter | |
JPH0750136B2 (ja) | 周波数測定方法 | |
CN104780008A (zh) | 一种基于自适应压缩感知的宽带频谱感知方法 | |
Iadarola | Characterization of analog-to-information converters [imsawards] | |
DE102006005595B4 (de) | Vorrichtung und Verfahren zur Messung von Störemissionen in Echtzeit | |
CN104991119B (zh) | 一种消除伪峰、谱泄漏效应的互素谱分析方法及其装置 | |
CN114553232A (zh) | 基于多测量的模拟信息转换计算方法及系统 | |
CN104734715A (zh) | 一种提高a/d转换器分辨率的方法 | |
Cennamo et al. | Dynamic testing and diagnostics of digitizing signal analyzers | |
CN109412718B (zh) | 宽带频谱信号检测方法 | |
CN107728101B (zh) | 微波着陆模拟器角精度标校方法 | |
CN108989255B (zh) | 基于随机解调原理的多通道压缩采样方法 | |
CN112671486A (zh) | 一种基于神经网络的联合频谱感知方法及系统 | |
EP2198314A2 (en) | Pulse analyzer | |
CN113238244B (zh) | 一种fmcw激光测距差拍信号频率估计方法及系统 | |
Huang et al. | Multi-Channel FRI Sampling System Based on Non-Ideal Filters | |
CN110943954A (zh) | 基于贪婪算法的调制宽带转换器混频序列优化方法 |
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 |