论文部分内容阅读
多频带信号在射频(Radio-frequency,RF)、认知无线电(Cognitive Radio,CR)等通信技术中有着广泛的应用。2010年提出的调制宽带转换器(Modulated Wideband Converter,MWC)可以实现对于无预知位置的多频带信号的欠奈奎斯特采样。2015年,面向多频带信号簇结构特征的正交模拟信息转换器(Quadrature Analog-to-Information Converter,QAIC)被提出,通过对多频带信号簇结构特征的预滤波,实现混频序列切换频率的降低,从而降低了混频序列的实现复杂度。本课题基于QAIC,探索了多频带信号的频谱估计方法。首先,针对I/Q幅相不平衡导致的频谱估计失败问题,本课题基于正弦序列法提出了一种I/Q不平衡和MWC的联合估计方法,通过输入正弦序列实现对于整个QAIC系统非理想性的联合估计校准。其次,针对MWC、QAIC中周期混频序列实现复杂度高问题,本课题提出了一种基于对角余数矩阵的模拟信息转换系统(Digonal Remainder Matrix based Analog-to-Information Converter,DRM-AIC)。DRM-AIC在每个通道的混频序列中在一个周期内只有一个非零元素,不同通道的混频序列都是由一个基序列的延迟产生。通过余数函数、均匀采样间隔得到序列间的非均匀延迟。理论分析及仿真实验结果表明,DRM-AIC在降低序列构造复杂度的同时,不影响系统性能,且具有更好的幅度误差鲁棒性。进而,针对盲谱估计中,经典的多频带信号重构算法要求提前预知原始信号的载波频率数,这一条件难以满足的问题。本文提出了一种适用于多频带信号的谱投影梯度(Spectral Projected Gradient,SPG)L1,1算法,利用矩阵的l1,1范数来度量矩阵的稀疏性。稀疏度可通过迭代评估数值的微分来确定。该算法能在不需要载波频率的前提下实现盲重构,复杂度增加较小。仿真结果表明,该算法具有良好的重构性能,优于传统的正交匹配追踪算法(SOMP)。最后,鉴于循环谱理论具有良好的分辨率及抗干扰能力,能够在低信噪比条件下对信号进行处理,实现对信号的检测、识别、分析、参数估计及信号提取。本课题通过QAIC系统的压缩观测值直接重构出原始信号的循环谱,并分析了在不重构原始信号的前提下,得到信号的载波频率和频带宽度的方法。通过理论验证和仿真实验,我们将本课题所提的对角余数矩阵应用于循环谱的重构中,比传统的随机±1序列有更好的重构性能。