论文部分内容阅读
作为模拟信号与数字信号系统的桥梁,数据采集模块性能的优劣成为了制约数字信号处理系统发展的关键因素。在许多实际应用场合,传统的Nyquist采样方案已经无法满足要求。通过将系统对数据采样的压力转移到后续的数字信号处理中,压缩感知理论证明了以远低于满足Nyquist采样定理的采样速率对信号信息进行直接采样的可能性,即在某种意义上突破了Nyquist采样定理的限制。压缩感知理论的发展对数字信号处理领域具有重要的意义。本文详细介绍了传统数据压缩编码的基本数学模型,以及传统数据压缩方法的优缺点。详细阐述了压缩感知理论框架以及压缩感知实现数据压缩的数学模型。分析了压缩感知应用中所要解决的三个关键问题,包括如何对信号进行稀疏表示,满足有限等距(Restricted Isometry Property,RIP)准则的观测矩阵的设计,信号重构算法的选择。阐述了基于传统Nyquist采样定理的采样系统的数据采样方案。包括并行交替式采样方案和信道化采样方案的原理以及应用的局限性。详细的介绍了基于压缩感知理论的模拟信息转换器(Analog-to-Information Converter,AIC)系统方案的实现原理以及该系统中等价形式的压缩感知观测矩阵的理论推导。设计了基于压缩感知理论的射频信号采样系统实际方案,主要为包括低噪声放大器、均衡网络、混频器和低通滤波器的模拟前端以及包括AD采样和时钟网络的数字模块的设计。完成了对正交匹配追踪算法的仿真,根据所处理的信号的特点完成了对算法的改进,在不降低信号重构精度的条件之下显著的降低了算法的计算量,便于算法的FPGA实现。完成了该算法FPGA实现总体框图的设计,详细的介绍了包括解最大相关模块、重构字典模块、投影模块、QR分解模块和线性方程解模块在内的各个模块的设计原理以及数据仿真。完成了总体时序控制模块的设计,在该模块的控制之下,完成了改进正交匹配追踪算法的FPGA实现,并对实验结果进行了分析。