基于光电振荡器的宽带射频下转换及在高清视频传输的应用

以无压缩全高清视频的光载无线传输为背景,通过研究宽带射频光子下转换技术,从而构建全高清视频的实时传输系统,其中下转换系统主要基于光电振荡器实现.由于光电振荡器的注入锁定,光微波信号中的载波信号被提取出来,并反馈至调制器,与宽带光微波信号混频,在光域实现信号下转换.实验论证了载频为10GHz,码率大于2Gb/s的信号下转换和有线无线传输.利用天线和光纤实现了距离为0.5 m的无线分发和距离为10km的有线传输.本文还成功实现了1.5Gb/s无压缩高清视频信号的实时传输.实验结果表明,该系统具有大带宽、抗电磁干扰等优点,同时利用光电振荡器的自动相位跟踪技术,无须外加锁相等操作.整个下转换系统简单稳定,为高清视频的有线无线传输提供了论证和演示平台.     

基于光电振荡器的宽带射频下转换及在高清视频传输的应用

以无压缩全高清视频的光载无线传输为背景,通过研究宽带射频光子下转换技术,从而构建全高清视频的实时传输系统,其中下转换系统主要基于光电振荡器实现.由于光电振荡器的注入锁定,光微波信号中的载波信号被提取出来,并反馈至调制器,与宽带光微波信号混频,在光域实现信号下转换.实验论证了载频为10GHz,码率大于2Gb/s的信号下转换和有线无线传输.利用天线和光纤实现了距离为0.5m的无线分发和距离为10km的有线传输.本文还成功实现了1.5Gb/s无压缩高清视频信号的实时传输.实验结果表明,该系统具有大带宽、抗电磁干扰等优点,同时利用光电振荡器的自动相位跟踪技术,无须外加锁相等操作.整个下转换系统简单稳定,为高清视频的有线无线传输提供了论证和演示平台.     

基于块稀疏贝叶斯学习的多任务压缩感知重构算法

本文提出一种基于块稀疏贝叶斯学习的多任务压缩感知重构算法, 利用块稀疏的单测量矢量模型求解多任务重构问题. 通过对信号统的计特性和稀疏块内的结构特性进行联合数学建模, 将稀疏重构问题转贝叶斯框架下的特征参数的迭代更新问题. 本文算法不需要信号稀疏度和噪声强度的先验信息, 是一种高效的盲重构算法. 仿真实验表明, 本文算法能有效利用信号的统计特性和结构信息, 在重构精度和收敛速率方面能够很好地折衷.