检索结果-南通市图书馆

电子学报 2017年第10期45卷 2506-2510页

作者：钱慧杨超福州大学物理与信息工程学院福建福州350108

本文提出了一种基于频谱互质重排的超低速率信号采样方法.该方法将稀疏傅里叶变换从离散时间域拓展到连续时间域,首先通过互质结构傅里叶展开采样对频域稀疏信号的频谱分量进行重排和压缩,然后通过基于中国余数定理的亚线性算法对信号... 详细信息

本文提出了一种基于频谱互质重排的超低速率信号采样方法.该方法将稀疏傅里叶变换从离散时间域拓展到连续时间域,首先通过互质结构傅里叶展开采样对频域稀疏信号的频谱分量进行重排和压缩,然后通过基于中国余数定理的亚线性算法对信号进行了重构.实验结果表明,本文所提的采样方法可进一步降低频域稀疏信号的采样速率.

关键词：频域稀疏信号亚奈奎斯特率采样稀疏傅里叶变换中国余数定理亚线性算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

联合子空间信号亚奈奎斯特率采样方法研究

联合子空间信号亚奈奎斯特率采样方法研究

引用

作者：周维福州大学

学位级别：硕士

采样是模拟信号数字化的基本方式,是现代信息系统的基石。根据香农采样定理,信息系统的最低采样速率是信号带宽的两倍。然而,随着现代通信信息技术的飞速发展,信号的带宽不断增长。许多通信信息系统的带宽都已达到GHz以上。因此,如何以... 详细信息

采样是模拟信号数字化的基本方式,是现代信息系统的基石。根据香农采样定理,信息系统的最低采样速率是信号带宽的两倍。然而,随着现代通信信息技术的飞速发展,信号的带宽不断增长。许多通信信息系统的带宽都已达到GHz以上。因此,如何以更低的采样速率来实现宽带信号的采集,是学术界重点关注的研究课题之一。有限新息率(Finite Rate of Innovation,FRI)采样以信号新息率而不是信号的带宽来采集信号。所谓新息率就是在有限时间内信号的自由度。在宽带通信系统中,许多信号的新息率远低于信号带宽,因此FRI采样能够以远低于奈奎斯特率低的采样速率实现宽带信号的采集和重构。目前,FRI采样都是以输入信号的波形结构已知为前提,而实际上信号波形在传输过程中容易受噪声干扰发生畸变,因此,探索在信号波形结构未知条件下的FRI采样问题具有重要意义。近年来,研究学者提出以模型匹配(Model Fitting,MF)的方法,通过指数函数逼近信号波形,即使在波形结构改变的情况下,依然能够有效重构原始信号。本文对FRI信号进行联合子空间建模,对基于模型匹配的FRI采样问题进行了分析。由于MF的FRI算法复杂度较高,因此本文引入了最小均方(Least Mean Square,LMS)算法和自适应多层感知机(MultilayerPerceptron,MLP)模型,在MF的框架下利用自适应MLP的长短时记忆网络(long-and-short-term memories,LASTM)拟合零化滤波器的系数。实验仿真结果表明:自适应MLP的长时记忆网络在离线训练后能够完成Cadzow降噪,其短时记忆网络能够在线实现零化滤波器系数的自适应更新,算法的复杂度和计算负荷得到降低,物理可实现性得到提高。同等条件下,带有LASTM的自适应MLP重构算法的位置信息重构误差最多比MF下降了 1/6,但算法的运行时间最少比MF缩短了 4/5,算法的综合性能得到提高。

关键词：联合子空间亚奈奎斯特率采样有限新息率 LMS 长短时记忆网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

差分调制信号亚奈奎斯特率检测方法

引用

信号处理 2013年第8期29卷 977-983页

作者：钱慧李娜萍余轮福州大学物理与信息工程学院福建福州350108

压缩感知是一种亚奈奎斯特率信息采样方法。基于压缩感知的符号检测方法通常先将亚奈奎斯特率样本重构为奈奎斯特率样本,然后再依据传统符号检测的原理检测接收符号。本文针对基于重构的压缩感知符号检测方法采样率过高的问题,研究广义... 详细信息

压缩感知是一种亚奈奎斯特率信息采样方法。基于压缩感知的符号检测方法通常先将亚奈奎斯特率样本重构为奈奎斯特率样本,然后再依据传统符号检测的原理检测接收符号。本文针对基于重构的压缩感知符号检测方法采样率过高的问题,研究广义似然比检测和信息采样样本之间的关系,提出了一种不需要重构奈奎斯特率样本的压缩检测方法。该方法首先通过双通道时延结构分离接收信号的参考部分和信息符号部分,然后依据两部分信号的稀疏相关特性,对亚奈奎斯特率接收符号进行检测。实验结果表明本文提出的方法能够有效地抵抗多径衰弱和符号间干扰(Inter Symbol Interference,ISI)。

关键词：压缩感知亚奈奎斯特率采样有限新息率采样符号检测广义最大似然比

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于LSTM特征提取的有限新息率畸变信号重构

引用

电子学报 2022年第1期50卷 217-225页

作者：刘狄钱慧王中风福州大学物理与信息工程学院福建福州350108 南京大学电子科学与工程学院江苏南京210023

有限新息率(Finite Rate of Innovation,FRI)采样利用已知的信号波形结构实现信号的亚奈奎斯特率采样,在宽带信息系统应用中具有广泛的前景.但是,在实际的信息系统中,信号波形结构常常因噪声、远距离传输等非理想因素而发生畸变,从而导... 详细信息

有限新息率(Finite Rate of Innovation,FRI)采样利用已知的信号波形结构实现信号的亚奈奎斯特率采样,在宽带信息系统应用中具有广泛的前景.但是,在实际的信息系统中,信号波形结构常常因噪声、远距离传输等非理想因素而发生畸变,从而导致FRI重构失败.本文依据波形再生的原理,提出了一种基于长短时记忆(Long and Short-Term Memory,LSTM)自动编码器的FRI重构方法.该方法利用LSTM自动编码器取代FRI采样系统中的采样核函数,通过离线训练获取畸变信号的未知波形结构,从而将波形序列投影为狄拉克特征序列,实现了波形畸变信号的FRI采样及重构.结果表明,本文的方法可以借助经典的零化滤波器有效地重构由于多径效应而发生畸变的FRI波形信号.

关键词：亚奈奎斯特率采样有限新息率波形再生长短时记忆自动编码器零化滤波器

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度神经网络的有限新息率采样架构研究

基于深度神经网络的有限新息率采样架构研究

引用

作者：刘狄福州大学

学位级别：硕士

现在的数据采集系统主要以香农采样理论为基础,随着目前物联网技术的广泛应用,这样的采集方法虽然能够完整的表示信号的波形,但是存在大量的冗余,给数据的处理、存储和传输都带来了严峻的挑战。近年来,利用信号的特征以低于奈奎斯特率... 详细信息

现在的数据采集系统主要以香农采样理论为基础,随着目前物联网技术的广泛应用,这样的采集方法虽然能够完整的表示信号的波形,但是存在大量的冗余,给数据的处理、存储和传输都带来了严峻的挑战。近年来,利用信号的特征以低于奈奎斯特率的速率采集信号的方法成为了研究领域的热点问题。亚奈奎斯特率采样使得低速采样宽带信号成为可能,作为亚奈奎斯特率采样框架中的一种,2002年由研究学者提出了有限新息率(Finite Rate of Innovation,FRI)采样方法,它以信号的新息率代替信号的带宽作为采样速率对单位时间内可由有限个参数表征的信号进行采样,再通过相应的重构算法来估计原始信号的参数,所谓新息率就是再有限时间内信号的未知参数的个数。但FRI采样系统必须以输入信号的波形结构先验已知为前提条件,而在实际系统中,信号波形在传输过程中会受到脉宽展宽、多径效应等非理想因素导致波形发生畸变,因此,研究在波形结构未知条件下的FRI采样方法对FRI采样在实际系统中的应用具有重要意义。近年来,研究学者通过多个已知函数的线性组合来逼近未知波形结构的信号来解决波形结构未知的问题,使得FRI采样系统在波形结构未知的条件下依然能够有效的重构。本文对畸变FRI信号进行建模,对基于模型匹配(Model Fitting,MF)方法的FRI采样方法进行分析,并在FRI采样架构的基础上引入深度神经网络,通过长短时记忆网络(Long-and-short-term memories,LSTM)模型将未知波形结构的信号映射至已知的波形结构上,再利用多项式再生核的特性对未知波形结构的FRI信号的参数进行估计。实验仿真结果表明:现有的FRI重构方法相比,该方法可以有效地提取畸变信号的特性序列,从而降低信号波形畸变而导致的FRI重构性能下降问题。在畸变FRI信号数据集上的实验结果表明,相对于现有的FRI重构方法,本文方法降低了多径效应的影响,在存在4条路经时,依然可以获得有效的重构。本文的方法有效提高了FRI系统的稳定性。由于在LSTM网络层数大于2层以后,系统的重构性能就提升较慢。因此,3层LSTM网络是应用FRI重构的最佳网络层数。

关键词：亚奈奎斯特率采样有限新息率模型匹配 LMS 长短时记忆网络

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：