[发明专利]基于分组采样的模拟信息转换方法

说明书

技术领域

本发明涉及一种压缩采样中基于分组采样的模拟信息转换的方法，属于信号采样的技术领域。

背景技术

首先，介绍压缩采样理论（compressed sampling,CS）和现有的模拟信息转换器结构。

根据香农采样定理，当模拟限带信号的采样率不低于奈奎斯特采样率时，可以根据离散时间采样值恢复该模拟信号。压缩采样理论指出，当模拟信号稀疏或者在某个基上稀疏时，通过采集少量的信号投影值就可以实现信号的准确或近似重构。目前，压缩采样理论已经有了比较广泛的应用，例如在图像获取、传感网络、信道估计以及认知无线电等方面。

在CS提出初期，相关文献提到的采样过程通常包括两步：第一步，按照奈奎斯特采样速率对模拟信号进行采样；第二步，用测量矩阵和时域采样信号相乘，得到压缩采样值。显然，这种采样方法与CS理论中避免高采样率这一准则是相悖的。AIC结构则能够避免高采样这一步骤，直接得到压缩后的采样值。

假设f(t)为模拟信号，在t∈[0,T]内可以表示为N个基本函数的线性组合，即：

f(t)=Σn=1Nxnψn(t)=XTΨ(t)]]>

其中，X＝(x₁，...，x_N)^T是系数向量，Ψ(t)＝(Ψ₁(t),...，ψ_N(t))^T。如果X只有S个非零元素且S＜＜N，则f(t)为S-稀疏信号，稀疏基为

根据压缩采样理论，稀疏信号可以用低维度的压缩采样值来可靠表征，AIC结构就是从模拟信号直接获得压缩采样值的一种方法，其结构如图1所示。它包含K个并行的混合积分器分支（BMI），每个BMI分支用来获得对应于波形φ_k(t)(k＝1，...，K)的测量值，第k个测量值可以表示为：

yk=∫0Tf(t)φk(t)d(t)]]>