论文部分内容阅读
传统的频谱估计首先要对信号进行奈奎斯特采样,未考虑信号的稀疏先验知识,造成了资源和时间大量的浪费。随机解调系统是一种基于压缩感知理论的模拟信息转换结构,能够以低于奈奎斯特频率的采样率对频域稀疏的多频点信号进行压缩采样,在采样的同时压缩信号,保证信号信息的完整性。这样就极大地减少了采样资源和存储资源的浪费,同时,在频谱感知领域,很多时候对精度和实时性的要求很高,需要采用硬件的方法进行频谱感知的实现。因此,本文围绕基于FPGA的随机解调实时频谱估计方法展开研究,主要内容如下:1、研究随机解调的原理。对压缩感知、随机解调和信号重构算法的原理进行深入研究,用数学的方法解释随机解调,分析信号模型、混频、低通滤波、均匀采样和信号重构对于随机解调系统实现的作用。通过仿真实验验证了基于随机解调的频谱估计的可行性,为后续基于硬件平台实现随机解调频谱估计提供参考。2、基于FPGA的OMP算法实现。基于仿真实现的OMP算法实时性不够,因此基于FPGA设计了OMP算法的实时实现。在充分研究随机解调和OMP算法的基础上,结合近些年提出的逐步QR分解的方法,实现了基于FPGA的针对随机解调复数域的OMP算法。3、搭建基于硬件的随机解调频谱估计系统。结合硬件平台作为随机解调压缩采样前端,基于FPGA的OMP算法作为信号处理后端,实现了基于硬件的随机解调频谱估计。随机解调压缩采样前端包括上位机、Analog Discovery2、信号调理电路和电源。上位机设置信号参数,Analog Discovery2生成模拟信号和m序列,调理电路进行压缩采样,最后将观测值送到FPGA中进行处理。4、利用随机解调频谱估计系统进行硬件实验。利用硬件的随机解调系统产生信号和伪随机序列,进行压缩采样产生实际数据,设计典型实验对基于随机解调的OMP模块进行验证和研究,基于FPGA的OMP算法实现速度为35.192μs,恢复频谱的最低信噪比为28.25d B。另外还通过硬件实验验证了恢复信噪比与信号频点数、频点间隔以及定点数格式的关系。