逆合成孔径成像激光雷达数据采样技术

逆合成孔径成像激光雷达能够实现对运动目标的高分辨实时成像,但激光信号的极大带宽和目标回波信号的微弱性给雷达回波数据的接收和处理带来了较大困难.针对这一问题,提出了基于光外差探测手段和压缩感知理论相结合的信号采样方法,首先通过光外差探测降低回波信号的有效带宽,再结合压缩感知理论实现对信号的稀疏化采样和重构.仿真结果证明了运用本文所提出的采样方法,在使用远低于奈奎斯特定理所规定的采样率时,仍然能够实现对目标的高质量成像.     

逆合成孔径成像激光雷达数据采样技术

逆合成孔径成像激光雷达能够实现对运动目标的高分辨实时成像,但激光信号的极大带宽和目标回波信号的微弱性给雷达回波数据的接收和处理带来了较大困难.针对这一问题,提出了基于光外差探测手段和压缩感知理论相结合的信号采样方法,首先通过光外差探测降低回波信号的有效带宽,再结合压缩感知理论实现对信号的稀疏化采样和重构.仿真结果证明了运用本文所提出的采样方法,在使用远低于奈奎斯特定理所规定的采样率时,仍然能够实现对目标的高质量成像.     

基于十倍光学拉伸的5GHz微波信号模数转换研究(英文)

利用光学时间拉伸法对微波信号进行降频处理,提高了后端电子模数转换器的有效模拟带宽和有效采样速率.设计了一套对5GHz微波信号十倍降频的光学时间拉伸模数转换系统.对色散导致的信号功率损耗特性以及调制引起的谐波失真进行了理论分析和数值仿真,结果表明:当系统带宽为5GHz时,光学时间拉伸引入的信号噪声失真比不会劣化后续电子模数转换器的有效位数,该模数转换系统的有效模带宽可达8GHz,有效采样率为200GS/s.     

基于低采样率模数转换器的延时复用频分多址无源光网络

基于正交频分复用技术的无源光网络中,光网络单元为了获得其所属小部分下行数据,需高采样率模数转换器将所有频宽的信号恢复才能分出其所需要数据.同时正交频分信号峰均比很高,传输中容易引起非线性效应.为此,本文提出一种基于低采样模数转换器的延时复用频分多址无源光网络.在光线路终端将数据序列交错排序并在时域映射为正交幅度调制信号;再通过离散傅里叶变换扩频技术,将信号转换为频域信号并映射到子载波上.通过预先发送和回传训练信号,估测包括延时采样和低采样接收在内的信道频响;再将频域信号利用估测信息在光线路终端做预处理,从而使信号传输中的失真得到有效预补偿.本文实验演示了含有多个光网络单元的系统,对于含有M个光网络单元的无源光网络,模数转换器的采样率可以降低到1/M Nyquist采样率,实验中模数转换器的采样率可以降低到1/32 Nyquist采样率;由于下行信号通过光线路终端预处理实现失真预补偿,光网络单元接收到的信号不需要均衡,不需要傅里叶变换和傅里叶逆变换,避免了与之对应的相关计算量,降低了光网络单元的计算复杂度;由于使用了扩频技术,信号波形具有更低的峰均比,从而降低了非线性对信号的影响,增加了功率预算.此外,随着光网络单元的增加,信号的误码率几乎没有增加,光网络单元个数增加到32时,向前纠错极限为10~(-3)的功率代价小于0.5 dB;系统对光网络单元采样时刻偏离具有一定容限;25 km光纤传输的功率代价大约0.5 dB.理论和实验均证明本方案能够简化光网络单元,降低无源光网络的成本;与传统的无源光网络相比具有明显优势.     

带宽为56.978 GHz光拍频信号实时测量

瞬态宽带宽光信号广泛存在于激光干涉测速、光通信等领域,具有宽带宽、非重复性的特点,但现有的直接或间接光脉冲测量技术还无法应用于此类信号的测量。利用时间-波长映射的啁啾光脉冲和四波混频效应对瞬态光信号进行超高速光采样,通过采用时间拉伸技术和色散介质,放大其时间尺度,成倍提高了后端电子记录系统的带宽及采样率。实验结果表明,该方法可以实时测量带宽为56.978GHz的光拍频信号,等效测量时间分辨率为3.7ps,证实了所提方法的有效性。     

基于液晶空间光调制器的全息显示

在传统的纯相位全息显示系统中, 一般基于快速傅里叶变换(FFT)算法来计算相位全息图, 在FFT的计算中需要遵循Nyquist采样定理, 因此, 重建图像的尺寸往往受限于空间光调制器的固定采样率. 这个限制可以通过卷积算法或者两步菲涅耳衍射算法来解决, 但是需要使用多个FFT的计算, 导致计算量增大. 鉴于此, 提出了一种基于透镜的纯相位全息图计算方法. 在全息图的计算中, 通过透镜的成像原理建立一个采样率可变的虚拟全息面, 通过调节相应的距离参数使得在全息图的计算中可以任意调节原始图像的采样率, 摆脱了传统方法中液晶空间光调制器带宽积对重建图像尺寸的限制, 并且这种算法只需使用一次FFT就能达到变采样率的衍射计算, 大幅提高了全息图的计算速度. 数值模拟及光学实验结果证明了此方法可以在全息显示光学系统中清晰地重建不同尺寸的图像. 同时该系统可以有效地消除由空间光调制器的像素化结构带来的零级衍射.     

基于量子压缩感知的宽带射频信号测量

随着雷达、电子战和5G通信等无线射频技术的快速发展,对宽带射频信号的测量和实时频谱表征变得越来越重要.传统射频信号实时测量技术受模数转换器采样率和数字信号处理能力的限制,存在测量带宽窄、数据量大、易受电磁干扰等问题.本文提出一种基于量子压缩感知的射频信号测量技术,使用集成电光晶体作为射频传感,通过被测射频信号调制光子波函数构建压缩感知机,实现对宽带射频信号的压缩测量,显著提升了频谱感知带宽.实验演示了工频和中频高压信号的长时间频谱监测,以及高频射频信号的实时频谱测量.在傅里叶极限频谱分辨率下,实现了GHz量级的实时频谱分析带宽,数据压缩率达到1.7×10^-5,可以满足5G无线通信、认知无线电等应用对宽带射频信号频谱测量的需求,为发展下一代宽带频谱感知技术提供了新的技术路径.     

基于压缩感知与扩展小波树的自适应压缩成像

为了在现有的采样条件下,通过新的压缩采样方式获得计算量小且质量更好的图像,提出了基于压缩感知与扩展小波树的自适应压缩成像方法。首先将图像投影到分区控制的DMD上,获得图像在低分辨率下的测量值,并通过压缩感知重构算法重构出低分辨图像,接着利用扩展小波树预测重要小波位置,通过DMD在小波域采样获取图像的细节信息,最后由小波逆变换恢复高分辨率图像。将该方法与最小化全变分算法（TVAL3）和近来提出的基于扩展小波树的自适应成像算法（EWT-ACS）效果进行对比,实验结果表明,以boat图像为例,在压缩感知采样率为0.75,整体采样率为10%的无噪声条件下,该方法相较于TVAL3、EWT-ACS算法信噪比提高了4.63 dB和2.87 dB,在附加噪声条件下成像效果也较好。该方法能极大地降低压缩感知重建算法的运行时间,同时减少采样次数,具有较好的抗噪性。     

基于lp范数的压缩感知图像重建算法研究

图像重建是光学成像、光声成像、声纳成像、核磁共振成像、 天体成像等物理成像领域中的关键技术之一. 近年来提出的压缩感知理论指出: 对稀疏或者可压缩信号进行少量非自适应线性投影,投影信号含有足够的信息, 从而能对信号进行高概率重建. 压缩感知已被应用于多种物理成像系统. 将罚函数法和修正Hesse阵序列二次规划方法相结合, 并采用了分块压缩感知思想, 提出一种基于l_p范数的压缩感知图像重建算法. 以cameraman, barbara和mandrill图像为例, 采用该算法进行图像重建. 首先, 在不同采样率下对图像重建. 即便采样率低至0.3时, 也能获得高达32.23dB的信噪比, 重建图像清晰可辨. 验证了该算法的正确性. 其次, 将该算法与正交匹配追踪算法进行对比, 在采样率达到0.5以上时, 能够获得高信噪比的重建图像, 成像时间也大为减少, 特别是采样率为0.7时, 成像时间减少88%. 最后, 与现有基于l_p 范数的压缩感知图像重建算法进行对比, 计算结果表明在成像质量有所提高的基础上, 成像时间大为缩短. 关键词： 图像重建 压缩感知 罚函数 修正Hesse阵序列二次规划     

基于光时分复用技术的高速成像系统北大核心CSCD

提出了一种基于光时分复用技术的高速成像系统。飞秒激光器中心波长1557nm,脉冲宽度90fs,对USAF-1951分辨率板线性扫描成像,扫描频率为38.88 MHz。在连续时间序列编码放大显微成像技术的基础上,运用光时分复用技术,复制光脉冲信号并携带检测物体相同的空间信息。原光脉冲和复制光脉冲以相同的采样率分别采样,通过相应的数据处理将两次采样数据整合在一起还原图像。实验结果表明,与传统的超快成像方法相比,成像系统利用10GHz的数字采样设备可以达到20GHz的采样率,采样点数是传统超快成像方法的两倍。该方法有效克服了成像系统采样率不足的问题,提高了成像系统的空间分辨率。与此同时,该系统算法复杂程度不高,有利于进一步促进超高速成像技术的发展。     

用软件无线电方法实现MRI回波信号接收

该文首先简要介绍了软件无线电的基本原理和基于软件无线电的射频接收系统的3种结构形式：射频全宽开低通采样结构,射频直接带通采样结构和宽带中频带通采样结构;并介绍了磁共振成像（MRI）回波信号接收的基本原理和将软件无线电方法应用于MRI回波信号接收的意义. 然后该文重点介绍了采用3种软件无线电结构实现MRI回波信号接收系统的具体设计方案,包括接收系统方框图、工作原理、设计参数的选择和分析、部分功能模块的实现方法、设计和实现中需要注意的问题. 最后以一个低场通用MRI回波接收系统为实例,分析比较了3种设计方案并给出了实际系统的测试结果.     

Linear and nonlinear vibrations and waves in optical or acoustic superlattices (photonic or phonon crystals)

A model of a dielectric or an elastic superlattice is proposed which describes quite simply the frequency spectrum of electromagnetic or acoustic waves. The frequency band spectrum of a one-dimensional lattice consists of minibands, which narrow down with increasing frequency (so that the forbidden bands in the spectrum broaden with increasing frequency). An elementary analysis of the spectrum of a one-dimensional lattice reveals the presence of many forbidden frequency bands in this case as well. It is shown that dynamic equations for superlattices can be generalized to the nonlinear case, leading to equations of the type of the nonlinear Schrödinger equation for the lattice. Soliton excitations are described and the particle-like dynamics of solitons is demonstrated. Local vibrations near point defects of different complexity in superlattices are studied and graphically illustrated. The existence of Bloch oscillations of a wave packet in a superlattice in a homogeneous external field is discussed.     

用于随机解调器压缩采样的重构判定方法

提出了一种随机解调器压缩采样重构成败的判定方法. 该方法利用两次连续重构所得稀疏信号支撑之间的相关性来判断重构是否成功,其计算复杂度低,易于实现. 仿真结果表明,该方法能准确判断随机解调器压缩采样重构成败,用于宽带频谱感知中能够显著降低信号不稀疏时对主用户的干扰概率. 关键词： 认知无线电 频谱感知 随机解调器 压缩采样     

基于L型延迟阵列调制宽带转换器的信号载频和二维到达角联合估计

针对现有的基于欠采样的频率和二维到达角的联合估计存在结构复杂问题,本文提出了一种基于调制宽带转换器技术的L型延迟阵列接收结构.利用延迟通道与未延迟通道采样值之间的相位差可直接估计载频,进而计算二维到达角,无需额外的参数配对操作,避免了配对步骤引入的误差和复杂度的提升.并结合所提L型延迟阵列结构的特点构造相关矩阵和三线性模型,提出了两种参数估计算法,一种基于旋转不变子空间算法,计算量小,适用于需要实时处理的场景;另一种基于正则分解技术,鲁棒性较好,适用于信噪比较低的应用场景.仿真实验表明该方法能较好地从欠奈奎斯特样本中估计目标的载频和二维到达角参数.     

Signal area estimation based on deep learning

In many practical application scenarios, radio communication signals are commonly represented as a spectrogram, which represents the signal strength measured at multiple discrete time instants and frequency points within a specific time interval and frequency band, respectively. In the context of spectrum occupancy measurements, the notion of Signal Area (SA) is defined as the rectangular region in the time–frequency domain where a signal is assumed to be present. Signal Area Estimation (SAE) is an important functionality in spectrum-aware wireless systems where spectrum usage monitoring is required. However, the conventional approaches to SAE have a limited estimation accuracy, in particular at low SNR. In this work, a novel technique for SAE is proposed using Deep Learning based on Artificial Neural Network (DL-ANN) for enhanced extraction of SA information from radio spectrograms. The performance of the proposed DL-ANN method is evaluated both with software simulations and hardware experiments, and the results are compared with several conventional methods from the literature, showing significant performance improvements. A key feature of the proposed method is the improvement in the SAE accuracy compared to other existing methods (in particular in the low SNR regime) and the capability to extract the location of the detected SAs automatically. Overall, the proposed technique is a promising solution for the automatic processing of radio spectrograms in spectrum-aware wireless systems.     

Distributed event-triggered consensus tracking of second-order multi-agent systems with a virtual leader

This paper investigates the consensus tracking problems of second-order multi-agent systems with a virtual leader via event-triggered control. A novel distributed event-triggered transmission scheme is proposed, which is intermittently examined at constant sampling instants. Only partial neighbor information and local measurements are required for event detection. Then the corresponding event-triggered consensus tracking protocol is presented to guarantee second-order multi-agent systems to achieve consensus tracking. Numerical simulations are given to illustrate the effectiveness of the proposed strategy.     

基于双平行马赫-曾德尔调制器的大动态范围微波光子下变频方法

为了提高微波光子下变频链路的性能,提出了基于集成双平行马赫-曾德尔调制器的微波光子下变频方法.通过理论推导和数值仿真分析了系统的增益和无杂散动态范围,实验搭建了基于双平行马赫-曾德尔调制器的下变频链路,控制直流偏置电压使双平行马赫-曾德尔调制器工作在高载波抑制的双边带调制模式,并对链路进行了性能测试.实验结果表明:该下变频链路的增益为7.43 d B,无杂散动态范围达到了110.85 d B/Hz2/3,工作频段可覆盖5—18 GHz的宽频范围.基于双平行马赫-曾德尔调制器的下变频方法可优化设计输出频谱,系统结构简单、易于实现,为微波光子下变频链路提供了有效的解决方案.     

基于Shepard插值技术的电磁环境地图构建

随着信息产业和相关无线电通信业务的不断发展,频谱管理问题将更具挑战性。合适的频谱管理方法使得发射机有效地重复利用频率,用户设备(UE)可以选择最佳的基站。电磁环境地图(REM)概念作为解决频谱稀缺性和提高频谱利用率的工具,使不同的用户有效地共享频谱资源。电磁环境地图正在成为越来越普及的干扰管理和资源分配方法。构建电磁环境地图并不需要昂贵和耗时的调查或复杂的校准过程。给出了Shepard插值技术,并在某些方面对其进行改进,从而构建精确的电磁环境地图。此外,通过均方根误差(RMSE)作为性能度量,对测量值的数量和分布的影响进行分析比较。仿真结果表明,通过迭代聚类采样和优化的Shepard插值技术,并增加测量次数,从均方根误差的性能指标角度出发,能获得最精确的电磁环境地图。     

Group sparse Lasso for cognitive network sensing robust to model uncertainties and outliers

To account for variations in the frequency, time, and space dimensions, dynamic re-use of licensed bands under the cognitive radio (CR) paradigm calls for innovative network-level sensing algorithms for multi-dimensional spectrum opportunity awareness. Toward this direction, the present paper develops a collaborative scheme whereby CRs cooperate to localize active primary user (PU) transmitters and reconstruct a power spectral density (PSD) map portraying the spatial distribution of power across the monitored area per frequency band and channel coherence interval. The sensing scheme is based on a parsimonious model that accounts for two forms of sparsity: one due to the narrow-band nature of transmit-PSDs compared to the large portion of spectrum that a CR can sense, and another one emerging when adopting a spatial grid of candidate PU locations. Capitalizing on this dual sparsity, an estimator of the model coefficients is obtained based on the group sparse least-absolute-shrinkage-and-selection operator (GS-Lasso). A novel reduced-complexity GS-Lasso solver is developed by resorting to the alternating direction method of multipliers (ADMoM). Robust versions of this GS-Lasso estimator are also introduced using a GS total least-squares (TLS) approach to cope with both uncertainty in the regression matrices, arising due to inaccurate channel estimation and grid-mismatch effects, and unexpected model outliers. In spite of the non-convexity of the GS-TLS criterion, the novel robust algorithm has guaranteed convergence to (at least) a local optimum. The analytical findings are corroborated by numerical tests.     

光纤移频分布式布里渊光纤传感技术

提出了一种利用布里渊光纤环形腔移频技术实现分布式光纤布里渊传感的方法.该方法基于布里渊光时域分析法原理,将一束单纵模运转激光器输出的激光分为两束|一束光入射布里渊光纤环形腔中产生窄线宽的受激布里渊散射光作为斯托克斯光,另一束光经过低频相位调制后作为泵浦光|斯托克斯光和泵浦光分别相向入射进入传感光纤,通过测量布里渊谱得到光纤温度或应变.利用该方法可将十几GHz的微波频率转化为兆赫信号频率进行探测处理,仅需一台激光器,因此系统结构简单、成本低,还可减小激光器频率波动对测量准确度的影响.实验验证了该方法的可行性.