1-Bit壓縮感知技術(shù)研究.pdf

1、壓縮感知（Compressive Sensing，CS）理論利用信號稀疏特性，克服了傳統(tǒng)的奈奎斯特采樣的限制，實現(xiàn)了信號的壓縮、采樣同時進行。該理論被廣泛應(yīng)用到模擬信息轉(zhuǎn)換、光學(xué)成像、軍事雷達及航空航天等領(lǐng)域。近幾年壓縮感知理論不斷發(fā)展，并逐漸形成多種分支。1-Bit壓縮感知理論作為壓縮感知理論的分支，以其簡單的結(jié)構(gòu)和突出的重構(gòu)效果受到研究人員的廣泛關(guān)注，在無線通信和感知無線電等領(lǐng)域具有廣泛的應(yīng)用前景。
　　1-Bit壓縮感知對采

2、樣值進行極限量化，并利用1-Bit重構(gòu)算法恢復(fù)信號，極大地簡化硬件結(jié)構(gòu)，降低采樣值所占存儲空間，提高信號存儲和傳輸速率。但是該方向的研究起步較晚，且大多研究僅局限于理論層面，本文針對1-Bit壓縮感知理論研究中重構(gòu)算法存在信號稀疏度依賴問題和物理實現(xiàn)技術(shù)研究不充分的問題展開研究。主要研究內(nèi)容和取得的成果如下：
　　1、研究1-Bit壓縮感知基本理論。首先，介紹了1-Bit CS理論中1-Bit量化模型、觀測矩陣約束條件和解的存在性

3、與稀疏性等基本理論。接下來詳細的介紹了1-Bit CS信號重構(gòu)算法中較為突出的BIHT（Binary Iterative Hard Thresholding）算法，并給出了該算法的一系列衍生算法的重構(gòu)模型和實施步驟，包括 AOP（Adaptive Outlier Persuit）算法及其擴展算法。仿真實驗表明在噪聲的作用下，AOP算法和AOP-f（AOP-flips）算法的重構(gòu)效果最好。
　　2、針對實際應(yīng)用中信號稀疏度水平難以獲

4、取的問題，在現(xiàn)有的BIHT算法基礎(chǔ)上進行修改，提出一種1-Bit壓縮感知盲重構(gòu)算法。首先對BIHT算法信號稀疏度依賴性問題進行研究；然后將稀疏度自適應(yīng)思想引入 BIHT算法中，提出1-Bit壓縮感知盲重構(gòu)算法；最后進行仿真實驗，實驗結(jié)果表明該算法在稀疏度未知的情況下，可以達到與BIHT算法相當(dāng)?shù)闹貥?gòu)效果。
　　3、針對1-Bit壓縮感知研究缺乏原型樣機驗證的問題，研究了一種基于1-Bit量化的多諧波信號采集系統(tǒng)。首先介紹多諧波信號

5、模型。然后給出基于1-Bit量化多諧波信號采樣系統(tǒng)框架，信號經(jīng)過混頻、濾波后進行1-Bit量化，得到采樣值的符號信息。最后，完成系統(tǒng)硬件設(shè)計，分別給出各模塊的設(shè)計方案，并進行硬件實驗。實驗結(jié)果說明基于1-Bit量化的多諧波信號采集系統(tǒng)可以成功恢復(fù)原信號，重構(gòu)效果穩(wěn)定，且在總 Bits空間一定情況下，1-Bit量化的重構(gòu)效果優(yōu)于其它量化精度的重構(gòu)效果。
　　4、針對稀疏多頻帶信號，提出一種基于1-Bit量化的多頻帶信號采集系統(tǒng)模型。