資源描述：
《隨機采樣模型及其信號處理算法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、電子科技大學UNIVERSITYOFELECTRONICSCIENCEANDTECHNOLOGYOFCHINA專業(yè)學位碩士學位論文MASTERTHESISFORPROFESSIONALDEGREE論文題目隨機采樣模型及其信號處理算法研究專業(yè)學位類別工程碩士學號201522070150作者姓名劉晶晶指導教師趙貽玖副教授分類號密級注1UDC學位論文隨機采樣模型及其信號處理算法研究（題名和副題名）劉晶晶（作者姓名）指導教師趙貽玖副教授電子科技大學成都（姓名、職稱、單位名稱）申請學位級別碩士專業(yè)學位類別工程碩士工程領域名稱儀器儀表工程提交論文日期2018.4.4論文答辯日期2018.5.1
2、5學位授予單位和日期電子科技大學2018年6月答辯委員會主席黃建國評閱人潘卉青張治國注1：注明《國際十進分類法UDC》的類號。StudyonrandomsamplingmodelanditssignalprocessingalgorithmAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaDiscipline:MasterofEngineeringAuthor:LiuJingjingSupervisor:AssociateProfessorZhaoYijiuSchool:Schoolof
3、AutomationEngineering摘要摘要隨著電子信息技術的發(fā)展以及人們對數據需求的快速增長，基于Shannon-Nyquist采樣定理的信號采集技術給信號處理能力與硬件帶來了極大的挑戰(zhàn)。為了突破傳統采樣定理對信號采集的限制，隨機等效采樣技術被提出。本課題在對隨機采樣模型深入分析的基礎上，研究采樣時間不確定性的影響，對采樣模型進行優(yōu)化設計。結合壓縮感知理論，對采樣信號的時域和頻域處理算法進行了深入的研究，主要研究工作如下：1、基于順序等效時間采樣的稀疏信號重構算法研究。首先，在優(yōu)化的隨機采樣模型基礎上，在時域上對順序等效時間采樣和壓縮感知理論（CompressedSensi
4、ng,CS）的適用信號的特征進行分析。然后，利用壓縮傳感理論改進了隨機采樣信號與周期非均勻采樣信號的重構方法，并結合香農插值公式構造了適用于順序等效時間采樣與周期非均勻采樣的感知矩陣。最后，設計出了基于CS的順序等效采樣的信號重構算法。該算法是在頻域上對隨機采樣信號進行重構，從而獲得了更加精確的重構信號，并有效地減少了隨機采樣次數，提高了采樣效率。2、基于隨機等效采樣的功率譜估計算法研究。在實際信號處理中，常常采用大量的采樣次數對原始信號隨機采樣，從而恢復信號的整個波形，這種重構方法是低效并且是不必要的。在基于隨機等效采樣模型的基礎上，本課題分析了隨機采樣信號頻譜與待重構原始信號頻
5、譜之間的關系，采用壓縮采樣方法求解時域上建立的自相關矩陣，分別采用最小二乘法和CS方法估計原始信號功率譜，最后通過實驗仿真驗證了兩種算法的可行性。3、基于隨機觸發(fā)的欠采樣模型研究。本研究在欠采樣系統中提出了基于隨機觸發(fā)的調制寬帶轉換器（RandomTriggering-BasedModulatedWidebandCompressiveSampling,RT-MWCS）模型，解決了調制寬帶轉換器（ModulatedWidebandConverter,MWC）采樣技術重構性能較低等問題。該采樣模型不同于針對線譜信號的隨機等效采樣模型，它對稀疏多頻信號與線譜信號都具有適用性。本研究在基于
6、隨機觸發(fā)的欠采樣（sub-Nyquistsampling）模型上分別恢復上述兩種信號，該采樣模型恢復信號的有效性在實驗中進行了仿真驗證。關鍵詞：隨機等效采樣，壓縮感知，稀疏重構，功率譜估計，欠采樣IABSTRACTABSTRACTWiththedevelopmentofelectronicinformationtechnologyandtherapidgrowthofdataneeds,thesignalacquisitiontechnologybasedontheShannon-Nyquistsamplingtheorembringsagreatchallengetosignal
7、processingcapabilityandhardware.Theintroductionofrandomequivalentsamplingbreakstherestrictionoftraditionalsamplingtheorems.Onthebasisofin-depthanalysisofrandomsamplingmodel,thispaperstudiestheuncertaintyofsamplingtimeandoptimizesthedesi
