受奈奎斯特采样定理的约束,传统通信设备在提高分辨率和满足实时性要求时,面临高采样率、快处理速度等问题的挑战。而根据压缩采样(Compressive Sensing,CS)理论构建的模拟信息转换器(Analogto Information Converter,AIC)只需进行远低...受奈奎斯特采样定理的约束,传统通信设备在提高分辨率和满足实时性要求时,面临高采样率、快处理速度等问题的挑战。而根据压缩采样(Compressive Sensing,CS)理论构建的模拟信息转换器(Analogto Information Converter,AIC)只需进行远低于奈奎斯特采样率采样信号,即可实现对原信号的精确重构。仿真结果表明通过AIC的信号能精确重构,且重构概率和AIC的参数设置密切相关。展开更多
文摘受奈奎斯特采样定理的约束,传统通信设备在提高分辨率和满足实时性要求时,面临高采样率、快处理速度等问题的挑战。而根据压缩采样(Compressive Sensing,CS)理论构建的模拟信息转换器(Analogto Information Converter,AIC)只需进行远低于奈奎斯特采样率采样信号,即可实现对原信号的精确重构。仿真结果表明通过AIC的信号能精确重构,且重构概率和AIC的参数设置密切相关。
