非均匀采样信号的频谱分析及信号处理系统

合集下载

基于零阶保持器的非均匀采样信号恢复方法

基于零阶保持器的非均匀采样信号恢复方法
第 2 卷第 5 6 期
齐 齐 哈 尔 大 学 学 报
J u n l f qh ieri o r a iar o Qi Unv st y
V 1 6No5 o. . . 2
S p ,0 0 e . 1 2
2 1年 9 00 月
基 于 零 阶 保 持 器 的 非 均 匀 采 样 信 号 恢 复 方 法
和 稳定性 。 国内外学者从 工 程技 术 的角 度对 非 均匀采 样 、 构 的实 现技 术及 应用 问题 进 行 了深入 的研究 , CJn 重 Y.. q e
最早用分析的方法研究了非均匀理想抽取正弦信号的频谱问题”。 ‘ 此外文献 【 也 曾提 出一种适用于周期信 2 ] 号 的 电参 数测量 及谐 波分 析 的非 均匀 同步采 样法 。并且 文献 [~ ] 就该 问题 提 出 了相 关 的信号 重构算法 , 3 7也 如 基于 FR I 滤波器 的 非均匀 采 样信 号 的恢 复 、利 用 实数过 零 点重构 带 限信 号等 。本 文在 上述理 论研究 的基
随着科 学技术 的发展 ,D A 转换 已成为 现代 电子 系统 中一 项重 要环 节 ,它将 离散 的数 字量转 换为 连续 /
模拟 量 ,在实现计 算 机对 于 电气 系统 的控 制 中起着 极其 重要 的作 用 。而在 信号 采样 过 程 中 ,由于系统本 身
电子器件以及外界环境 因素的影响 ,会造成采样信号的非均匀性 ,这在很大程度上影响了控制系统的精度
高 玉凯 ,李 楠
( 庆 师 范 学 院 物 理 与 电气 信 息 工程 学 院 ,黑 龙 江 大 庆 13 1 大 6 7 2)
摘要 : 在模/ 换过程中 由于环境等 因素会 造成信号 采样 的非均匀性 。非均匀采样信号使得数字控制 系统数/ 数转 模转 换过程 出现误差 ,提 出了将非均匀 采样信号通过零 阶保持 器进行恢 复的信号重构算法 ,分析并证 明了重构信号的

基于非均匀周期采样的傅里叶望远镜时域信号采集方法

基于非均匀周期采样的傅里叶望远镜时域信号采集方法

基于非均匀周期采样的傅里叶望远镜时域信号采集方法非均匀周期采样是一种在傅里叶望远镜信号采集中常用的方法。

传统的均匀周期采样要求信号在傅里叶变换域中无频率分量从而避免混叠,然而实际情况下,往往存在有限带宽、频率大于采样率,或者信号频率在采样前无法预知的情况。

基于非均匀周期采样的傅里叶望远镜信号采集方法弥补了传统方法的不足,可以有效地获得高质量的信号。

非均匀周期采样的优点在于它可以随意选择采样点,对于信号频率变化较大或不确定的情况,可以根据信号特性选择具有代表性的采样点,从而提高采样的效率和准确度。

相比于传统的均匀周期采样,非均匀周期采样方法可以更好地捕捉到信号的细节和变化趋势。

基于非均匀周期采样的傅里叶望远镜信号采集方法可以分为两个步骤:非均匀周期采样和信号重构。

首先,根据信号的特性和采样要求,设计采样时刻。

非均匀周期采样要求采样时刻能够平均覆盖信号的频率范围,并能够捕捉到信号的细节。

一种常用的非均匀周期采样方法是基于亚纤结构和环维特采样算法,它可以通过自适应选择采样时刻,实现高效地信号采样。

接下来是信号的重构。

采样得到的非均匀周期采样点可以被看作是时间域的离散样本,可以通过离散傅里叶变换(DFT)或者插值算法进行信号重构。

离散傅里叶变换是一种常用的信号重构方法,它将非均匀周期采样点变换到傅里叶变换域中,得到信号的频谱信息。

插值算法则是一种基于采样点之间的插值关系进行信号重构的方法,通过对采样点之间的信号进行插值,得到原始信号的近似估计。

非均匀周期采样的傅里叶望远镜信号采集方法具有广泛的应用领域。

例如,在天文观测中,天体信号的频率往往在采样前无法预知,非均匀周期采样可以根据天体信号的特性选择采样时刻,提高信号采样的效率和准确度。

在无线通信中,信道的频率响应在不同的时间和位置可能存在很大变化,非均匀周期采样可以根据信道的变化情况选择采样时刻,实现对信道的准确采样。

此外,非均匀周期采样方法还可以应用于声音信号处理、图像处理等领域。

电网信号测量中非同步采样误差的分析与处理

电网信号测量中非同步采样误差的分析与处理

( " )# "! !. +,(. !! #"() % $. % . #* %)#
.#!
[’ ( " ), ! ] " ( ") ( " ), ! ! ’ ( " )# ! #" !! ! ! !"#
(0)
[#] 从频域角度分析 在频谱分析中,如果采样值不能均匀的分布在
整数,则 54( &%)恰好是序列频谱 54( &)的一个 0% " 123 谱值,并有 58(&% ) # ;%% ,被测信号的 & "" 个参数 0% , 1 % ,%% 可以由 54( &% )准确的计算得 到。这就是传统频谱分析方法的理论依据。但是, 由于采样过程实际上很难做到严格同步,&% 一般 [&] 不为整数,因而就会产生严重的泄漏误差 。
[1] ")")" 准同步采样算法 准同步采样方法的最大特点是去掉了同步采样
!"#
从硬件的角度来考虑 硬件方法着重于预防,采取措施保证采样频率
同步于实时变化的信号频率。非同步误差产生的根 本原因就是因为采样的失步,所以尽量减少绝对失 步度应当是我们首选的措施。绝对非同步度为 !+ ( , & ’) % +- ( 测量信号周期 + ,因此要减少失步度首先需要准确 + ,然后优化每周采样点数 , & ’ 和
(’)
()) (*)
"
9
,9
( 1 , ’) 5( ’ ) 6 :’
(!!) (!") (!&)
( * ) ; ( """1* : * 5( 1 ) # " 9 (9/

非均匀采样的频谱研究_李杰

非均匀采样的频谱研究_李杰

非均匀采样的频谱研究李杰,赵红东,苏周(河北工业大学天津300401)摘要:非均匀采样的一个很大的优点就是它具有抗频率混叠的性能[],首先从均匀采样讨论由采样而引起的频谱混叠现象,在均匀采样和非均匀采样的频谱图对比中讨论两种采样方式引起的不同的频谱混叠现象,从对比中分析非均匀采样方式的优势。

从最简单的非均匀采样方法逐步深入到完全随机的非均匀采样方法,研究由于采样方法的改变对数字信号频谱的影响。

最后可以看到非均匀采样的方法可以将混叠信号的频谱降低到完全不影响对真实信号的检测。

关键词:非均匀采样;频谱混叠;傅里叶变换;Matlab 中图分类号:TN911.72文献标识码:A文章编号:1674-6236(2013)04-0033-03Frequency spectrum of non -uniform samplingLI Jie ,ZHAO Hong -dong ,SU Zhou(Hebei University of Technology ,Tianjin 300401,China )Abstract:Non -uniform sampling has a great strength is that it has good performance of restraining frequency aliasing.Firstly frequency aliasing phenomenon by sampling discussed in uniform sampling ,Through compared what some of the similarities and differences are between the frequency spectrograms of uniform sampling and Non -uniform sampling discussed frequency aliasing caused by this two sampling methods ,From the contrast analysis ,non -uniform sampling has a great advantage.From the most simple non -uniform sampling method gradually into the completely random non -uniform sampling method ,how the change of the sampling method influence digital signal spectrum are researched.Non -uniform sampling method could reduce aliasing signal spectrum to does not affect the real signal detection.Key words:non -uniformly sampled ;spectrum estimation ;fourier transform ;Matlab收稿日期:2012-10-16稿件编号:201210103作者简介:李杰(1987—),男,湖北荆门人,硕士。

非均匀采样信号的频谱分析方法

非均匀采样信号的频谱分析方法

第 02 期
1 ×A ×N 2 式中 A 为时域正弦信号峰值; N 为采样点数。 |2πAδ(ω-ω0)|=
(9 )
取非均匀采样的 1024 点的正弦序列 x (tn)=500· sin(2×π×125×tn), 非均匀采样时间间隔 τn={1.007,0.996,
1024
…}, 单位: ms,这样采样时间可表示为 tn=∑τn。这一组
Spectrum Estimation from Non-uniformly Sampled Signals
GAO Yu-kai, ZHANG Wei (Department of Physics and Electrical Information Engineering, Daqing Normal University, Daqing 163712,Heilongjiang,China ) Abstract: This paper describes a new approach that can process non-uniformly sampled signals efficiently, in the sense the digital spectrum from non-uniformly sampled signal can be derived precisely. This algorithm ’ s validity is also demonstrated by the expected values of spectrum. A simulation of the pulse function is carried out by MATLAB software,which decribes the intensity of the finite energy signals. The paper introduces the quantitative relationship between the sine signal and its impulse intensity in frequency of the approach proposed in identifying the signal ’ s parameters. This developed technique can be applied in analyzing the sine signal of a mechanically dithered ring laser gyroscope. The experimental results indicate the dither amplitude and frequency can be estimated more accurately and closer to the truth parameter. Key words: non-uniformly sampled, spectrum estimation, fourier transform, sine signals 引 言 目前的数字信号处理几乎都是基于等时间间隔 采样被测信号来描述信号特征, 但在许多实际的数据 采集系统中如激光陀螺捷联掼导系统和多路 A/D 转 0 换电路中, 由于扰动或时钟脉冲的不稳定性, 使得采 样时间间隔是非均匀的。在进行谱分析时, 由于引入 了时间归一化过程, 采样序列的自变量以整数形式给 出, 没有任何关于非均匀采样时间间隔的信息, 这必 然导致频谱分析与真实频谱之间存在差异, 产生原理 误差。 Y C Jeng 最早用分析的方法研究了非均匀理想 抽取正弦信号的频谱问题 [1], 其基本思路是将非均匀 并 的采样序列用 M 个均匀的采样序列组合来表示, - 8 建立非均匀采样序列的离散频谱和原来信号模拟频 谱之间的关系, 在此基础上文献[2]深入研究了非均匀 采样信号的数字谱, 并给出了更加一般的非均匀采样 周期信号的数字谱表达式。文献[3][4] 从均匀概率密 度的角度出发, 推出了频谱均值的概念, 并应用到非 带限信号的谱分析中, 然而这些方法并没有探讨一般 性的非均匀性采样信号的直接频谱计算方法。 虽然这 些卓有成效的研究成果大大促进了非均匀采样信号 分析理论的发展。 但其在理论的适用条件上则各有限 制: 或要求分布函数已知 、 或只适用于多个周期采样 的叠加情况。 对一般性的非均匀采样信号的频谱计算 问题还有待研究。 本文深入研究了非均匀采样信号的数字谱, 并得

基于非均匀采样数据的 SD-OCT 成像算法研究

基于非均匀采样数据的 SD-OCT 成像算法研究

基于非均匀采样数据的 SD-OCT 成像算法研究刘玉喜;修晓玉;周国辉【摘要】在频域光学相干层析成像(SD-OCT)中,数据通常通过波数域的非均匀采样得到。

在进行快速傅里叶变换得到图像之前需要进行一个数据重采样过程。

数据重采样会造成额外的计算负担,而且会带来一定的数据误差。

采用一种逆成像算法得到 SD-OCT 图像,将 SD-OCT 系统建模为一系列线性方程组,通过求解一个逆问题以实现 SD-OCT 系统的成像。

利用全变差(TV)作为限制条件以保留图像的边缘信息,然后由 SD-OCT 测量数据直接估计样本的二维互相关。

仿真结果表明,和传统方法相比,该算法所得到的噪声残余量更低。

同时还验证了利用 TV 限制条件以抑制 SD-OCT 中对衰落的敏感性的可能性。

%In spectral-domain optical coherence tomography (SD-OCT),the data are usually collected by nonuniform sampling in wave number domain.There has the need of data re-sampling process before the conventional fast Fourier transform being applied to reconstruct an image.Data re-sampling will cause extra computation burden and often introduces certain errors to data.Instead,we develop an inverse imaging approach to reconstruct an SD-OCT image,model the SD-OCT as a series of linear equations,and implement SD-OCT system imaging by finding the solution of the inverse problem.We make use of total variation (TV)as a constraint to preserve image’s edge information,and estimate the two-dimensional cross-correlation of a sample directly from SD-OCT measurements.Simulation results indicate that compared with conventional method,our technique gives a smaller noise residual.The potential of using the TV constraint to suppress thesensitivity falloff in SD-OCT is also demonstrated with experiment data in the paper.【期刊名称】《计算机应用与软件》【年(卷),期】2014(000)004【总页数】4页(P235-238)【关键词】SD-OCT;非均匀采样;全变差;重采样【作者】刘玉喜;修晓玉;周国辉【作者单位】哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨 150025;哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨 150025;哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨 150025【正文语种】中文【中图分类】TP311SD-OCT系统中,在波数域测量值通常经过非均匀采样得到。

参数稀疏信号非均匀采样性能分析

参数稀疏信号非均匀采样性能分析

Ke o d s m p i g t e r ,s a s a l g,fn t n o a i n r t ,p r d cn n n f r s mp i g,Di c te m yW r s a l h o y p r e s mp i n n i ie in v t a e e i i o u io m a l o o n r ssra a
知识 , 以 以低 于信 号两 倍带 宽 的采 样 率采 集 和重 可

收稿 日期 :0 1年 1月 1 21 7日, 回 日期 :0 1 2月 2 修 21 年 3日 基金项 目: 建省 自然 科学基金项 目“ 福 网络编码技术及其在无线传感器 网络 中的应用研究” 编号 :0 90 2 6 资助。 ( 20 J 18 ) 作者简介 : 慧 , , 士 , 钱 女 博 研究方 向: 超宽 带通 信、 压缩感知理论 及应用 。余轮 , , 士生 导师 。 男 博 研究 方向 : 多媒体通
整 数 的非均 匀 采样 以其 极低 的采样 率 和 良好 的抗
噪能 力 受 到人 们 广泛 的关 注 。2 1 O O年 , 对参 数 稀
疏 信 号 的非 均 匀采 样 问题 进 行 了研 究 [ 。。非 均 。 。
匀 采 样来 源 于 P p ui 广 义 采 样 展 开 理 论 , 通 ao l s 多


提 出了一种参数稀疏信号 的时 间交替周期非均匀采样方案 。相对于非均匀采样 , 周期非均匀采样可 以在降低
系统复杂度 的前提下依然保持较高 的转换速率 。通过仿真证明 , 均匀采样样本 的超 分辨 率特性 可以提高非线性最小二乘 非 周期图谱估计的重构性能 。 关键词 采样定理 ; 稀疏采样 ;有限新息率 ; 周期非 均匀采样 ;狄拉克流

非均匀采样傅里叶变换 matlab

非均匀采样傅里叶变换 matlab

非均匀采样傅里叶变换 matlab非均匀采样傅里叶变换是一项强大的数学工具,在信号处理和图像处理中广泛使用。

在这篇文章中,我们将介绍非均匀采样傅里叶变换(NFFT),以及如何在MATLAB中使用它来处理非均匀采样数据。

一、什么是非均匀采样傅里叶变换?在传统的离散傅里叶变换(DFT)中,数据点被等间距地采样,以保证傅里叶频率域表示的准确性。

然而,在一些应用中,如医学成像、天文学、地球物理学和声学等领域,信号通常是由不均匀采样得到的。

非均匀采样傅里叶变换是一种将不均匀采样信号的频谱计算出来的方法。

相对于传统的DFT方法,NFFT方法在保证计算准确性的情况下,能够大大减少计算量。

它在非均匀采样数据下计算快速傅里叶变换(FFT)的近似解。

二、NFFT的重要性NFFT方法对于信号工程和科学领域来说非常重要。

在许多实际问题中,我们需要计算非均匀信号的频谱分布。

例如,图像处理中的解卷积以及遥感图像处理中的扫描。

由于非均匀采样当中的数据点间距并不相等,传统的DFT 方法不能提供准确的频率响应。

NFFT方法将不均匀采样信号转变为数据块,以减少FFT操作的速度和计算时间。

它通过计算在指定的间隔中接近非均匀采样点的FFT,并使用插值技术重建完整频率域信号。

NFFT方法提供了一种有效的方法来解决非均匀采样的问题,同时保持准确性和速度。

三、如何使用MATLAB实现NFFT?MATLAB是一个功能强大的工具,可以轻松实现NFFT。

MATLAB有一个称为nfft的包,可以快速计算非均匀采样数据的傅里叶变换。

使用MATLAB实现NFFT需要的步骤如下:第1步:导入数据我们需要首先导入NFFT所需的数据,可以将其存储在一个数组中,或者使用MATLAB中的数据生成函数。

第2步:设置参数设置NFFT所需的参数。

这些参数取决于我们正在处理的信号和所需的输出结果。

一些常见的参数包括窗口函数、采样率、FFT点数和插值因子等。

第3步:使用nfft包将数据和参数用于nfft包,使用nfft包将非均匀采样信号转换为数据块。

非均匀采样的理论基础

非均匀采样的理论基础

非均匀采样的理论基础非均匀采样有很多种,一般来说只要采样间隔不是恒定的,就可以认为是非均匀采样,但是对于大多数非均匀采样其并不具有特别的性能。

本案例研究的非均匀采样特指两种情况:随机采样和伪随机采样。

随机采样中每个采样点的选择是完全随机的,是理想化的非均匀采样;伪随机采样中每个采样点的选择是经过挑选的伪随机数。

非均匀采样的一个很大的优点就是它具有抗频率混叠的性能,从而可以突破奈奎斯特频率的限制,实现以比较低的采样频率检测到很高频率的信号。

采样时刻的选择无疑是非常重要的,它决定了采样后得到的信号的性质。

时钟抖动的均匀采样在工程实践中是普遍存在的,并且是不可避免的,例如AD时钟频率存在一定偏差。

有抖动的均匀采样时刻{t k},其数学表达式为:其中,T表示均匀采样的采样周期,{T k}为服从同分布的一组随机变量,其均值是0。

设Tk的概率密度函数为p(T k),则采样时刻tk的概率密度函数为p(t-(t k-t o))。

时钟抖动的均匀采样明显存在很大的缺点。

如果Tk在区间[kT-0.5t,kT+0.5T]上不是均匀分布,则显然,在kT点附近采样点数很多,其他地方采样点很少。

如果Tk在区间[kT-0.5t,kT+0.5T]上满足均匀分布,则会发生某些相邻采样点间距很小的情况。

对第一种情况,它和均匀采样区别很小,无法利用非均匀采样的优点;对第二种情况,在实际实现中会非常困难,以致无法实现,因为采样间距过小对AD的要求很高。

显然,这两种情况都不是本案例所希望的。

在加性非均匀采样中,当前采样时刻是根据前一个采样时刻来选择的,其数学表达式为:其中,{T k}为服从同分布的一组随机变量,其值恒为正。

设Tk的概率密度函数为P T(T k)其均值为u,由于t k=t0+T1+T2+…+T k,故P k(t)=p k-1(t)*P T(T)。

根据中心极限定理,对于一组相互独立随机变量,当随机变量的个数大到一定程度的时候,它们的总和服从正态分布,因此当K→∞时,P k(t)将趋向于正态分布。

非等间隔采样信号傅里叶频谱分析方法

非等间隔采样信号傅里叶频谱分析方法
关键词 :非等 间隔采样 ;快速傅 里叶 变换 ;信号处理 ;频谱分析 ;多普 勒激光雷达 ;道路 目标感知 中 图分 类 号 :TN911.6 文 献标 志码 :A
Fourier spectrum analysis for non-uniform sampled sigAO Xuesong。 fSchool ofInformation Science and Engineering,Wuhan Universit ̄ ofScience and Technology,Wuhan髓 430081,China)
目前 ,车载激光雷达 都只测量 目标距 离而不测 量 目标 速 度 。文献[4—5]提 出使 用连 续波 的方式 实现激 光 雷达 同步 测 量 目标距 离和速度 ,但 是工作 于连续波 模式 下的激光器 发 射 峰值 功率不可能太高 ,特别是 在使用半 导体激 光器 的情 况 下 ,峰值发射功率 只有几毫瓦 。由于道路 目标 的多样性 ,在发 射峰值功率很低 的情况下 ,探测 低反射 率 的 目标 时极有 可能 达 到 激 光 雷 达 的 理 论 探 测 极 限 。 因 此 ,实 用 的 车 载 激 光 雷 达
DOI:10.11772/j.issn.1001—9081.2016.02.04 92
非等 间隔 采样 信 号傅 里 叶频 谱 分 析方 法
方 建 超 ,毛 雪松 ’
(武汉科技大学 信息科学与工程学院,武汉 430081) (¥通信作者 电子邮箱 XSflaO@wust.edu.Cf1)
摘 要 :针 对伪随机 (PN)码调制的 多普勒激光 雷达 中固有 的对外差信 号不能等 间隔采样的 问题 ,提 出一种新 的 非均 匀采样信号 的离散傅 里叶 变换 (DFT)方法。首先 ,给 出距 离速度 同步测量 多普勒激光雷达 系统模 型 ,指 出对外 差 信号不 能等 间隔采样 的原 因;然后 ,通过理论推导 ,提 出一种新的非均 匀采样信 号的频谱 分析方 法;最后 ,通过仿真验 证该方 法可 用于分析 非等 间隔采样信号 的频 谱。结果表 明 ,在道路运 动 目标 产生 的多普勒频 率范 围 内,接 收信号信 噪 比(SNR)为 O dB的情况下 ,该 方法仍可有效分析 出不等间隔采样 多普勒信 号的频 率。

SAR非均匀采样信号频谱重构

SAR非均匀采样信号频谱重构

信号/数据处理SAR非均匀采样信号频谱重构3孟 喆,刘光炎,林幼权(南京电子技术研究所, 南京210013)【摘要】 在常规星载S AR系统中,测绘带宽和分辨率之间存在矛盾,采用方位向多相位中心多波束模式可以很好地解决这个问题。

但在方位向多相位中心多波束S AR系统中,要想实现宽幅成像,其方位向上回波的采样时刻大多是不均匀的。

文中主要分析和研究如何重构非均匀采样信号的频谱。

非均匀采样信号频谱重构的仿真结果证明了该重构算法的正确性。

【关键词】 频谱分析;重构算法;方位向多相位中心多波束中图分类号:T N959.74、TN957.52 文献标识码:ARecon str ucti on of D i g ita l Spectr um of Nonun i form ly Sam pled S i gna ls w ith SARMENG Zhe,L I U Guang2yan,L I N You2quan(Nanjing Re sear ch I nstitute of Electr onic s Technol ogy, Nanjing210013,China)【Ab str a ct】 The conflicti on bet ween s wath width and re s oluti on can be sol ved byD is p laced Phase Cent e rsm ulti bea m in Azi2 muth in the routine s p aceborne S AR,but the nonunifor m ly sampled echo sig nals in azi m uth are us uall y obta i ned if we want t o i m2 age a wide s wath.I n this pape r the reconstruction of digit a l s pectru m fro m nonunifor m ly sa mp led signa l is discussed and si mula2 ti ons are us ed t o illustrate the reconstructi on me thod and its correc tness.【Key word s】s pectra l analysis;recon structi on a l gorith m s;dis p laced phase centers multibeam in azi mu t h0 引 言空间分辨率和测绘带宽是S AR系统的主要技术指标,对于常规S AR,方位分辨率与测绘带宽相矛盾,要扩展测绘带宽,需要以牺牲方位分辨率为代价。

周期非均匀采样信号的重建中的优化子频带划分

周期非均匀采样信号的重建中的优化子频带划分

生频率混叠。这表明在采样信号的重建频带 内将会 有多于 1 的谱分量 。因为不是所 有 的与重建 频带相交 的谱分 量都会覆 盖
整个重建频带 ,所 以有必要将 重建频带分成若 干个 子频带 进行分析 ,构造 内插 函数 ,这 样有利 于减小重 建所必需 的最小 采 样率 。本文提出一种优化 的子频带划分方法 ,通过该方法在重建 频带上定 义子频 带 ,能 在保证 重建 所需 的采样率 最低 的情 况下使 子频带的个数最少 ,这对于简化 内插 滤波器的结构 有重要的意义
关键词 :采样重建 ;周期非均匀采样 ;子频带划分
Op i l b a d P rt n f rR c n tu t n o n l t d Sin l t ma Su b n a ti o e o s rc i fBa di e g as i o o mi
fOm r Per dc l i ial Non ni m o y u f or Sampls e 学院光 电技术及 系统教 育部重点实验室 ,重庆 ,4 03 000 2 重庆 大学研 究生创 新实验 室,重庆 ,4 0 3 ) . 0 0 0

要 :对于周期非均匀采样 ,由于每个均 匀采样 流的采样率通常都是小于 N qi 率 的,因此 ,采样信 号频谱 中会 发 yu t s
seictn : uha l r hp s sm l g res( hn es . e ae r oe no t a prt no sbad cnt co pc ao s sc s t ae , a pi dr canl) T pr o ss pi l a io bn snr os tn i f i i fes no h p pp a m ti f u i e u r i

天波超视距雷达非均匀采样信号频谱重构

天波超视距雷达非均匀采样信号频谱重构

第46卷 第4期2024年4月系统工程与电子技术SystemsEngineeringandElectronicsVol.46 No.4April2024文章编号:1001 506X(2024)04 1236 11 网址:www.sys ele.com收稿日期:20221206;修回日期:20230426;网络优先出版日期:20230725。

网络优先出版地址:http:∥kns.cnki.net/kcms/detail/11.2422.TN.20230725.1807.002.html 通讯作者.引用格式:陈子睿,陈阿磊,刘维建,等.天波超视距雷达非均匀采样信号频谱重构[J].系统工程与电子技术,2024,46(4):1236 1246.犚犲犳犲狉犲狀犮犲犳狅狉犿犪狋:CHENZR,CHENAL,LIUWJ,etal.Spectrumreconstructionofnonuniformlysampledsignalsforover the horizonradar[J].SystemsEngineeringandElectronics,2024,46(4):1236 1246.天波超视距雷达非均匀采样信号频谱重构陈子睿,陈阿磊 ,刘维建,杨 军,陈文峰,马晓岩(空军预警学院,湖北武汉430019) 摘 要:受瞬态干扰影响和空海同时探测的需求,在长相参积累时间条件下,天波超视距雷达(over the hori zonradar,OTHR)回波信号的有效采样点往往缺损且非均匀,严重影响目标检测性能。

针对此问题,提出了一种基于压缩感知的OTHR频谱重构方法。

首先,建立了OTHR频域信号的稀疏模型;然后,提出了快速自适应复近似消息传递(fastadaptivecomplexapproximatemessagepassing,FACAMP)频谱重构算法并给出了算法实现步骤;最后,利用FACAMP算法实现了OTHR频谱重构并分析了重构性能。

离散分数阶傅里叶变换采样和重建学术汇报1

离散分数阶傅里叶变换采样和重建学术汇报1
n N N
y n K * m, n K p m, n y k p
n N
N
t 2 2 sin
n N m N
exp( 2j cot k 2 n2 t 2 )exp( j csc m n k t u ) y (n);

exp( j t 2 ) s(t )
N 2
采样
2
n n n exp( j t ) s(t ) exp( j )sin c 2x t )s( 2x 2x 2x n N
9
Ozaktas的采样型DFrFT
原信号的最优阶次 p=0.90, 信号下采样后 最优阶次变成 p=0.82
地震信号的离散分数域采样
地震信号的分数域谱 2 1.5 1 0.5
50
100
150
200
250
分数域下采样的分数域谱
1.5 1 0.5
20
40
60
80
100
120
原信号的最优阶次p=0.90, 分数域下采样后最优阶次变成p=0.79
2
csc j cot /2u 2 2 j cot /2 u 2 X s u e X u e * u csc n Ts 2 n
csc j cot /2u 2 2 sin j cot /2 u 2 X s u e X u e * u n Ts 2 n
1 0 2 1 1 2cos S 0 1 2cos 2 M M M 1 0 0 L 0 L 0 O M L 2cos( N 1) L 1

脉内步进频信号非均匀间歇转发干扰特性研究

脉内步进频信号非均匀间歇转发干扰特性研究

脉内步进频信号非均匀间歇转发干扰特性研究作者:冯佳美徐飞来源:《现代信息科技》2024年第02期DOI:10.19850/ki.2096-4706.2024.02.013收稿日期:2023-10-29摘要:隨着数字射频存储技术的快速发展,间歇采样转发干扰凭借其突出的欺骗和压制效果,在实际的干扰场景中有广泛的运用,对雷达的识别和探测造成了严重的威胁。

区别于常规的均匀间歇干扰,采样信号非均匀的样式进一步拓展了干扰的灵活性和欺骗性,对雷达有更明显的干扰压制效果。

通过研究雷达发射脉内步进频信号和非均匀间歇采样转发干扰类型的产生机理,对其脉压后的时频特性进行分析,最后通过仿真实验对脉内捷变步进频受到非均匀间歇采样干扰的效果进行验证。

关键词:线性步进频;非均匀间歇采样转发干扰;时频域分析;匹配滤波中图分类号:TN974 文献标识码:A 文章编号:2096-4706(2024)02-0054-06Research on Non-uniform Intermittent Forwarding Interference Characteristics of Intra-pulse Step Frequency SignalFENG Jiamei, XU Fei(Xi'an Electronic Engineering Research Institute, Xi'an 710100, China)Abstract: With the rapid development of DRFM technology, and its outstanding deception and suppression effect, intermittent sampling and forwarding interference has been widely used in actual interference scenarios, which poses a serious threat to radar identification and detection. The non-uniform pattern of the sampling signal further expands the flexibility and deception of interference, and has a more obvious interference suppression effect on radar which is different from the conventional uniform intermittent interference. Through studying the generation mechanism of the in-pulse step frequency signal and non-uniform intermittent sampling and forwarding interference types in the radar transmission, this paper analyzes the time-frequency characteristics after pulse pressure. Finally, the degree of in-pulse agile step frequency interfered by non-uniform intermittent sampling is verified by simulation experiments.Keywords: linear step frequency; non-uniform intermittent sampling and forwarding interference; time-frequency domain analysis; matching filtering0 引言当前电磁环境复杂多变,干扰和抗干扰技术一直在交替改进,关于二者的相关研究也不断深入,为了尽可能降低干扰带来的影响,更好地实现雷达的识别和探测功能,需要在波形设计和信号处理两方面进行抗干扰的处理,前者的改进思想主要是降低目标回波和干扰回波的相关性,手段包括发射脉间捷变、脉内捷变、脉间脉内捷变,步进频、锯齿波等复杂信号来增强自身的复杂性、灵活性,脉内捷变将雷达信号单个脉冲划分为多个子脉冲,子脉冲载频随机变化,不再是固定的线性频率,而脉间捷变是通过发射正交信号,各个子载波之间进行掩护,进而降低干扰对雷达探测和识别的影响;后者的核心就是通过利用目标回波和干扰的能量方面的区分度进行重构和抑制,一方面是估计干扰的参数重构干扰信号,接收到的回波减去干扰来实现抑制,需要估计的参数包括采样周期、采样占空比、带宽、脉冲宽度等参数,另一方面是先减去干扰和被干扰影响的目标部分,再重构目标信号,剔除被干扰的目标信号会造成较大的脉压损失增益,利用重构来弥补这部分损失,进而实现对干扰的抑制。

基于傅立叶分析的非均匀采样信号内插重构方法

基于傅立叶分析的非均匀采样信号内插重构方法
论的发展 ,但其在理论 的适用性上则各有限制 ( 或要求分布函数已知、或只适用于多个周期采样 的叠加情 况 ), 对一般性的非均匀采样信号的重构问题还有待研究。
本文从随机过程的角度研究非均匀采样信号的数字谱 ,给出频域滤波傅立叶逆变换的非均匀采样信号 重构方法 ,利用M T A 仿真软件验证该方法的正确性 , ALB 并将非均匀采样信号的谱分析方法和重构方法应 用于激光陀螺输出信号的谱分析和信号重构中 , 得到真实反应激光陀螺正弦抖动幅频特 眭的输出信号。
( =x0Z (一 f ( 5t ) ) () 3
对式 ( ) 3 求傅立叶变换 ,可 以得到非均匀采样信号的频谱与原信号频谱之间的关系
∞ ^ 一1 , Ⅳ 一l
() x c 』∑ 一 )jd= c 爿 1 一 c = () o o te t x() ∑e — oc
() 4
谱特性 的非均匀采样 信号频谱数学 期望 , 由频域抽样理论重 构原信号 。M T A 仿 真实验验证 了这种非均匀采 再 ALB
样信号分析与重构方法的正确性 , 将这一研究成果应用到机械抖动激光陀螺输出信号处理中,得到了可靠的符合
实际的机械正弦抖动 幅频 曲线并重构 出激 光陀螺正弦抖动机构的输 出信号 。
作者 简介 :高玉 凯 ( 90一 ,男 ,山东东 平人 ,副 教授 ,博 士 ,主要从 事信 号处 理方 面的教 学与研 究 ,gou a i d 。 17 ) ayki t u @h . e
齐 齐 哈 尔 大 学 学 报
( ) j =
二 J L
( ) 芝 , = ∑ X(c— 】 j (一2 ) [( ) jo
高玉凯 ,王传英
( 大庆师 范学 院 物理与 电气信息工程学 院 ,黑龙江 大 庆 13 1 6 7 2)

非等间距非均匀二维傅里叶变换 matlab

非等间距非均匀二维傅里叶变换 matlab

非等间距非均匀二维傅里叶变换(Non-uniform Discrete Fourier Transform,NUDFT)是一种在信号处理领域广泛应用的数学工具,尤其是在处理非均匀采样的二维信号时具有重要的意义。

在 MATLAB 中,我们可以利用一些内置函数和工具箱来进行非等间距非均匀二维傅里叶变换的计算和分析。

本文将从以下几个方面对非等间距非均匀二维傅里叶变换在 MATLAB 中的应用进行介绍和讨论:1. 什么是非等间距非均匀二维傅里叶变换?2. MATLAB 中如何进行非等间距非均匀二维傅里叶变换?3. 非等间距非均匀二维傅里叶变换的应用实例分析。

1. 什么是非等间距非均匀二维傅里叶变换?非等间距非均匀二维傅里叶变换是对非均匀采样的二维信号进行频域分析的数学工具。

在实际应用中,采样信号的采样点往往是不均匀分布的,例如在图像处理、医学影像、雷达信号等领域都会出现非均匀采样的情况。

而传统的傅里叶变换方法要求采样点是等间距分布的,因此无法直接应用于非均匀采样的信号。

非等间距非均匀二维傅里叶变换的核心思想是通过插值方法将非均匀采样信号插值为均匀采样的信号,然后再对插值后的信号进行二维傅里叶变换。

这样可以实现非均匀采样信号的频域分析,从而为后续的信号处理和分析提供了基础。

2. MATLAB 中如何进行非等间距非均匀二维傅里叶变换?在 MATLAB 中,我们可以借助一些内置函数和工具箱来进行非等间距非均匀二维傅里叶变换的计算和分析。

其中,最常用的工具包括Signal Processing Toolbox 和 Image Processing Toolbox。

具体而言,我们可以通过以下步骤来进行非等间距非均匀二维傅里叶变换的计算:a. 对非均匀采样信号进行插值。

MATLAB 中提供了丰富的插值函数,例如 interp2() 可以对二维信号进行插值操作。

b. 对插值后的信号进行二维傅里叶变换。

可以使用内置函数 fft2() 或者 fftn() 对插值后的信号进行二维傅里叶变换的计算。

第10章 非均匀采样理论及其实现

第10章 非均匀采样理论及其实现

10.2 案例要求和应用对象
案例要求如下。 (1)研究非均匀采样信号的频谱分析,要求使用 DSP 实现非均匀采样信号的傅立叶变 换,分析非均匀采样信号的频谱,检测出信号频率。 (2)通过计算机 USB 接口将信号检测结果传输到计算机,显示并存储信号检测结果。 根据案例要求,使用 DSPC6211B、可编程逻辑器件(CPLD)和 USB 2.0 接口为基础的硬件 平台, 以此硬件平台为基础, 实现了非均匀采样的离散傅里叶变换算法, 并给出了实际测量结果。
NT 0
∫ x(t ) ⋅ exp( − j2πft )dt
均匀采样信号的离散傅立叶变换就是将上式的积分换成求和累加的形式,均匀采样情况 下采样时间间隔相等,也就是每个采样时间段的宽度相等,均匀采样信号的离散傅立叶的数 学表达式如下。 X C ( f ) = ∑ x (n) ⋅ exp( − j2πf ⋅ n)
《DSP 嵌入式系统开发典型案例》
《DSP 嵌入式系统开发典型案例》-第 10 章、非均匀采样理论及其实现
在加性非均匀采样中, 当前采样时刻是根据前一个采样时刻来选择的, 其数学表达式为: t k +1 = t k + τ k 其中,{τ k } 为服从同分布的一组随机变量,其值恒为正。 设 τ k 的概率密度函数为 pτ (τ k ) , 其均值为 u,由于 t k = t0 + τ 1 + τ 2 + ... + τ k ,故 pk (t ) = pk −1 (t ) * pτ (t ) 。根据中心极限定理,对于 一组相互独立随机变量, 当随机变量的个数大到一定程度的时候, 它们的总和服从正态分布, 因此当 k → ∞ 时, pk (t ) 将趋向于正态分布。当 t 增加时,加性非均匀采样点的概率分布 p(t ) 将趋向于平坦,其数值大小为 1 / µ ,如图 10.3 所示。

非均匀采样数据系统的新型模型描述方法

非均匀采样数据系统的新型模型描述方法

非均匀采样数据系统的新型模型描述方法介绍非均匀采样数据系统是指在数据采集过程中,采样间隔不均匀的一类系统。

与传统的固定采样间隔相比,非均匀采样系统能够更好地适应变化频率和动态变化的信号,从而提高信号的采样精度和还原能力。

本文将介绍一种新型的模型描述方法,以提供全面、详细和深入的理解非均匀采样数据系统的特点、原理和优势。

一、非均匀采样数据系统的特点非均匀采样数据系统具有以下几个特点:1.采样间隔不均匀:与传统的固定采样频率不同,非均匀采样数据系统采样间隔不是固定的,而是根据信号特性和采样要求进行调整。

2.动态适应性:非均匀采样数据系统能够根据信号频率和变化情况实时调整采样率,从而更好地适应信号的变化。

3.提高采样精度:采用非均匀采样能够更好地捕捉信号的细节和变化,从而提高采样精度和还原能力。

4.节省存储空间:由于非均匀采样系统对信号进行了压缩,可以节省存储空间,并降低数据传输的成本。

二、非均匀采样数据系统的原理非均匀采样数据系统的原理主要基于信号处理和信息论的相关理论。

1. 信号处理理论信号处理理论是研究信号的采样、处理和重构方法的学科。

在非均匀采样数据系统中,采用了一些信号处理方法,如多波长采样、自适应采样等,用于根据信号的特性和采样要求调整采样间隔。

2. 信息论信息论是研究信号的编码和传输方法的学科。

在非均匀采样数据系统中,根据信息论的相关理论,通过对信号进行压缩和降采样,可以减少数据量并保持重要信息,从而实现对信号的高效采样和还原。

三、非均匀采样数据系统的优势非均匀采样数据系统相较于传统的均匀采样系统具有许多优势:1.提高采样精度:非均匀采样能够更好地捕捉信号的变化,并提高采样精度。

2.动态适应性:非均匀采样系统能够根据信号频率和变化情况实时调整采样率,从而更好地适应信号的变化。

3.节省存储空间:非均匀采样系统对信号进行了压缩和降采样,可以节省存储空间,并降低数据传输的成本。

4.减少系统复杂度:由于非均匀采样系统能够根据信号特性进行动态调整,可以减少系统的复杂度和运算量。

matlab 非均匀傅里叶变换

matlab 非均匀傅里叶变换

matlab 非均匀傅里叶变换Matlab非均匀傅里叶变换是一种在时域和频域之间进行转换的数学工具,它可以处理任意时间采样的数据,并得到其对应的频谱信息。

在信号处理、图像处理、通信系统等领域中应用非常广泛。

一、非均匀傅里叶变换的基本概念1.1 时域和频域时域是指信号随时间的变化情况,可以用一维数值序列表示,例如声音信号、心电图等;频域是指信号在不同频率下的成分,可以用频谱图表示,例如音乐信号的频谱图。

1.2 傅里叶级数和傅里叶变换在时域中,信号可以用一系列正弦和余弦函数的和来表示,这就是傅里叶级数。

而在频域中,信号可以用一系列复指数函数的和来表示,这就是傅里叶变换。

1.3 非均匀采样信号的性质在实际应用中,信号的采样频率往往是不均匀的,这种采样方式叫做非均匀采样。

非均匀采样的信号具有时域非周期性和频域不连续性的特点。

二、非均匀傅里叶变换的基本思想非均匀傅里叶变换是一种优化的傅里叶变换方法,它利用了非均匀采样信号的特性,避免了傅里叶变换中频域不连续的问题。

非均匀傅里叶变换的基本思想是:先将非均匀采样信号插值成均匀采样信号,然后再对其进行傅里叶变换。

三、非均匀傅里叶变换的具体实现3.1 非均匀采样信号的插值对于一个不均匀采样的信号,可以用插值的方式将其转化为均匀采样信号。

通常采用的插值方法有线性插值法、三次样条插值法等。

插值后的信号可以看做是在原始信号上插入了新的数据点,这些数据点之间是等距的。

3.2 均匀采样信号的傅里叶变换对于均匀采样信号,可以直接应用快速傅里叶变换(FFT)算法进行频谱计算。

FFT算法是一种高效快速的数值算法,可以在O(N log N)的时间复杂度内完成傅里叶变换的计算。

3.3 非均匀傅里叶变换的计算将插值后的信号作为均匀采样信号,应用FFT算法进行傅里叶变换计算。

由于插值后的信号是在原始信号上插入新的数据点,因此可以将插值后的信号看做是原始信号加上一些高频噪声的组合,这些噪声可以通过窗函数滤除掉。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
从图 2 还可以看出, 非均匀采样出现一定幅值的频 谱噪声, 这是非均匀采样的一个缺点。其主要原因是采 样时间随机设置, 每个采样时刻的采样频率都不一样, 混 叠 信 号 根 据 不 同 的 采 样 频 率 分 布 到 不 同 的 频 率 点 。也
就是在每个采样时刻, 仍然存在均匀采样的频谱混叠现 象。但是每个采样时刻都非常短, 使得当前时刻的混叠 频 谱 的 能 量 较 小 , 反 映 到 频 谱 上 的 幅 度 较 小 。总 的 来 看 , 由于采样频率随机分布, 使得混叠信号随机分布, 最终 表现出整个频谱出现小幅度噪声。实际上, 相当于将图 1 中的混叠频谱均匀分布到整个频率段, 大大减小了混 叠频谱的幅度, 远远低于真实信号频谱的幅度, 从而检 测出真实信号。
为 DSP 和 CPLD 的 工 作 时 钟 。 DSP 对 时 钟 信 号 倍 频 后 输
出 一 个 快 速 的 时 钟 信 号 到 CPLD, CPLD 以 该 时 钟 为 最 小
时 间 片 , 进 行 延 时 和 分 频 , 得 到 非 均 匀 的 时 间 片 。这 些 时
间 片 之 间 间 隔 发 送 到 DSP 芯 片 中 , 供 非 均 匀 采 样 算 法 随
Xc(! )X*c(! )}/N
(13 )

3 实时非均匀采样处理系统
非 均 匀 采 样 系 统 由 DSP ( TI 公 司 的 TMS320C6211 ) 、
AD、CPLD、USB 接 口 、FLASH 等 组 成 [4]。硬 件 系 统 框 图 如
图 3 所示。
图 3 中 , 时 钟 芯 片 提 供 均 匀 时 钟 到 DSP 和 CPLD, 作
采 样 周 期 , !S 为 采 样 频 率 ( 角 频 率 ) 。 假 设 非 均 匀 采 样 的
各个采样点是随机的, 且相互独立, 其概率密度分布函
数 为 p(t), 采 样 点 数 为 N, 则
#" $" N


f(tk)e - j!t k =
E %f(tk)e - j!t k &
k=1
k=1
+∞
" F(ej!)= f[n ]e - j!n
(4)
n=- ∞
根据采样定理, 时域上的采样, 将使信号频谱在频
域上发生搬移, 若采样频率大于奈奎斯特频率, 则不会
发生频谱重叠。从而
+∞
" F"(ej!)=
1 T
F( j(!-
k=- ∞
k!S))
(5)
其 中 , F"(ej!) 为 采 样 后 得 到 的 离 散 序 列 的 频 谱 , T 为
通信技术
非均匀采样信号的频谱分析及信号处理系统
汪 安 民 1,2, 陈 良 福 2 (1.清 华 大 学 电 子 工 程 系 , 北 京 100083; 2.清 华 同 方 电 子 信 息 技 术 研 究 所 , 北 京 100083)
摘 要 : 非 均 匀 采 样 由 于 具 有 不 受 采 样 频 率 限 制 、频 率 分 辨 率 高 以 及 抗 混 叠 等 优 点 , 应 用 十 分 广 泛。推导出非均匀采样信号的离散傅里叶变换方法, 分析了采样时钟抖动对非均匀离散傅里叶变换 的影响, 并给出仿真结果。研制了基于数字信号处理器和可编程逻辑器件的非均匀采样系统, 以此为 硬件平台, 实现了非均匀采样信号的频谱分析。理论和实验结果表明, 非均匀采样系统和频谱分析方 法是有效实用的。
var{XD(! )}=E{[XD(!)]2}- [E{XD(!)}2]
(9)
假 设 所 设 置 的 采 样 时 刻 {tk}为 相 互 独 立 、同 分 布 的 随
机 变 量 , 并 且 其 概 率 密 度 函 数 为 p(t), 故

" E {[XD(! )]2 }= E {[
f(tk)e

j!t k
t0+!1+!2+L+!n, 故 pn(t)=pn- 1(t)×p!(t)。根 据 中 心 极 限 定 理 ,
对于一组相互独立的随机变量, 当随机变量的个数大到
一定程度时, 它们的和服从正态分布, 因此当 k→∞ 时,
pn(t)趋 于 正 态 分 布 。当 t 增 加 时 , 加 性 非 均 匀 采 样 点 的 概 率分布将趋于平坦, 其数值大小为 1/"。
y(t)=sin(2!f0 t)+sin(2!f1t)+sin(2!f2t)
(3)
式 中 , f0 =200Hz, f1 =700Hz, f2 =1 100Hz。 在 均 匀 采 样 下 , 采 样 频 率 为 1 024Hz, 采 样 点 数 为 1 024 , 并 对 采 样 后 的信号由傅里叶变换得到信号频谱, 如图 1 所示。在非 均 匀 采 样 下 , 按 照 式 ( 2 ) 定 义 的 时 刻 采 样 1 024 点 , 并 使 用非均匀采样信号的傅里叶变换得到信号频谱, 如图 2 所 示 。式 ( 2 ) 的 平 均 采 样 时 间 间 隔 为 1.5ms ( 对 应 采 样 频 率 为 667Hz) , 最 大 采 样 时 间 间 隔 为 1ms ( 对 应 采 样 频 率 为 1 000Hz) 。 以 最 大 采 样 频 率 计 算 , f1 和 f2 都 超 过 了 香 农采样定理的限制。
出非均匀采样信号的傅里叶变换方法, 并使用该方法分
析 非 均 匀 采 样 信 号 的 频 谱 。本 文 还 研 制 出 基 于 数 字 信 号
处 理 器 ( DSP ) 和 可 编 程 逻 辑 器 件 ( CPLD) 的 非 均 匀 采 样
和信号处理系统。在该硬件系统上, 实现了非均匀采样

信号的频谱分析。
原始信号频谱。
由于采样时刻的随机性, 虽然计算得到的信号频谱
的期望是信号的真实频谱, 但还必须考察频谱计算的精
度 。 非 均 匀 离 散 傅 里 叶 变 换 的 方 差 推 导 如 下 [3]:
令 XD(! )代 表 由 非 均 匀 离 散 傅 里 叶 变 换 计 算 得 到 的
频 谱 , XC(! )代 表 信 号 的 实 际 频 谱 , 则
动 CPLD。 CPLD 收 到 DSP 命 令 后 , 输 出 非 均 匀 时 钟 信 号 器 件 , 目 前 还 没 有 非 均 匀 AD 器 件 可 以 使 用 , 为 此 , 本 文
到 AD, AD 根 据 该 时 钟 信 号 采 样 , 每 采 样 一 个 数 据 , 提 供 采 用 CPLD 控 制 AD 的 时 钟 实 现 了 非 均 匀 采 样 。 在 非 均
样 频 率 的 一 半 , 否 则 无 法 准 确 地 恢 复 出 信 号 [1]。 均 匀 采
样信号的频谱分析可以采用经典的傅里叶变换方法实
现 。对 于 非 均 匀 采 样 , 因 其 采 样 时 刻 的 不 确 定 性 , 无 法 直
接使用傅里叶变换实现。
本文提出一种伪随机的加性非均匀采样方法, 推导
dtk
《电子技术应用》2006 年第 11 期
Td
! = N f(t)e- j!tk dt= N F(j!)
Td 0
Td
(7)
其 中 Td/N 为 平 均 采 样 时 间 。将 式 (7)代 入 式 (6), 并 结
合 式(5), 可 知
E[F(ej!)]=N/Td×F(j! )
(8)
即非均匀离散傅里叶变换公式计算结果的期望是



k=1

" =
E {f(tk)e - j!t k ·f(tk)e - j!t k }
k=1
NN
"" +
E {f(tk)e - j!t k ·f(tl)e - j!tl }
k=1 l=k
(10 )
" ! N E {f(tk)e - j!tk ·f(tk)e - j!tk }=N· T [f(t )e - j!t ]2·p (t )dt (11 )
由 于 !n 随 机 分 布 , 使 得 采 样 时 刻 不 再 是 简 单 的 线 性 关 系 。设 置 t0=1ms , !n 为 均 匀 分 布 在 ( 0ms , 1ms ) 之 间 的 随 机 数 。 式 (1)变 为 下 式 :
tn=n+!n n=1,2,3, … , N
( 2)
假定三正弦合成信号如下:
1 非均匀采样
在加性非均匀采样中, 当前采样时刻是根据前一个
采样时刻来选择的, 其数学表达式为:
tn+1= tn+ !n
(1)
其 中 , !n 为 服 从 同 分 布 的 一 组 随 机 变 量 , 其 值 恒 为
正 。设 !n 的 概 率 密 度 函 数 为 p!(!n), 其 均 值 为 " , 由 于 tn=
关键词: 非均匀采样 信号处理 频谱分析
非 均 匀 采 样 是 相 对 于 均 匀 采 样 的 一 种 采 样 方 法 。现
实中, 由于受到电子器件的限制, 均匀采样是相对的, 而
非 均 匀 采 样 是 绝 对 的 。香 农 采 样 定 理 描 述 了 均 匀 采 样 问
题, 确定了均匀采样下被采样信号最高频率必须低于采
通信技术
1 中无法分辨哪个是真实信号,哪个是混叠信号的频谱。
( 实 际 情 况 下 , 图 1 中 f 0、f 1 和 f 2 分 别 是 真 实 信 号 f0、f1 和 f2 的 混 叠 信 号 ) 。
为了消除频谱混叠现象, 采用非均匀采样, 采样不 再 有 周 期 性 , 而 是 呈 随 机 性 。从 图 2 中 可 以 看 出 , 信 号 频 谱没有混叠现象, 即使此时信号中存在超过采样频率的 信号成分, 非均匀仍然可以准确地检测出信号。
相关文档
最新文档