针对大规模物联网应用的海量数据处理信息获取效率低、硬件成本昂贵的问题,依据压缩感知(compressed sensing,CS)理论,建立了一种模拟信息转换器(analog to information converter,AIC)数据处理系统模型。模型以MATLAB/Simulink为平台,...针对大规模物联网应用的海量数据处理信息获取效率低、硬件成本昂贵的问题,依据压缩感知(compressed sensing,CS)理论,建立了一种模拟信息转换器(analog to information converter,AIC)数据处理系统模型。模型以MATLAB/Simulink为平台,分别设计了信号的解调、过滤、采样、重构等功能模块,并对不同频率分量的信号进行处理。实验结果表明,该模型可以较低采样率、高压缩比精确重构稀疏信号,重构效率与观测数M、抽取行数K以及信号频率分量相关。展开更多
针对传统数字波束成形体制抗干扰容限受制于模拟数字转换器(Analog to Digital Converter,ADC)量化精度问题,提出一种用于压制式干扰抑制的模拟-数字混合自适应波束成形方法。通过在射频端引入模拟波束成形,实现对干扰信号的初步抑制,...针对传统数字波束成形体制抗干扰容限受制于模拟数字转换器(Analog to Digital Converter,ADC)量化精度问题,提出一种用于压制式干扰抑制的模拟-数字混合自适应波束成形方法。通过在射频端引入模拟波束成形,实现对干扰信号的初步抑制,有效避免信号采样饱和,进一步结合数字波束成形技术,实现对干扰信号的再次抑制。建立了模拟-数字混合自适应波束成形信号模型,分析了抗干扰性能影响因素。仿真结果表明所提方法能够有效减少ADC量化精度的影响,对不同强度干扰均表现出很好的干扰抑制效果,与传统数字波束成形方法相比,抗压制式干扰能力实现了突破。展开更多
文摘针对大规模物联网应用的海量数据处理信息获取效率低、硬件成本昂贵的问题,依据压缩感知(compressed sensing,CS)理论,建立了一种模拟信息转换器(analog to information converter,AIC)数据处理系统模型。模型以MATLAB/Simulink为平台,分别设计了信号的解调、过滤、采样、重构等功能模块,并对不同频率分量的信号进行处理。实验结果表明,该模型可以较低采样率、高压缩比精确重构稀疏信号,重构效率与观测数M、抽取行数K以及信号频率分量相关。
文摘针对传统数字波束成形体制抗干扰容限受制于模拟数字转换器(Analog to Digital Converter,ADC)量化精度问题,提出一种用于压制式干扰抑制的模拟-数字混合自适应波束成形方法。通过在射频端引入模拟波束成形,实现对干扰信号的初步抑制,有效避免信号采样饱和,进一步结合数字波束成形技术,实现对干扰信号的再次抑制。建立了模拟-数字混合自适应波束成形信号模型,分析了抗干扰性能影响因素。仿真结果表明所提方法能够有效减少ADC量化精度的影响,对不同强度干扰均表现出很好的干扰抑制效果,与传统数字波束成形方法相比,抗压制式干扰能力实现了突破。
