?

寬帶直擴信號的隨機解調(diào)壓縮采樣方法*

程艷合**,楊文革,韓丙寅

(解放軍裝備學(xué)院 光電裝備系,北京 101416)

摘要：為了有效解決擴頻測控通信系統(tǒng)寬帶化帶來的高速采樣壓力和高數(shù)據(jù)率問題,提出了基于壓縮感知的直擴信號隨機解調(diào)壓縮采樣方法。通過對模擬信號壓縮采樣原理進行研究,深入分析和推導(dǎo)隨機解調(diào)采樣原理及其數(shù)學(xué)模型,提出了基于壓縮感知的直擴信號采集系統(tǒng)構(gòu)架,并對壓縮比取值影響因素進行了分析；給出了隨機解調(diào)壓縮采樣系統(tǒng)硬件實現(xiàn)方案,并對其可行性進行了分析；最后對所提出的直擴信號壓縮采樣方法的性能進行了仿真分析。仿真結(jié)果表明,壓縮采樣系統(tǒng)可以實現(xiàn)直擴信號的壓縮采樣處理,并能夠高精度重構(gòu)原信號,但重構(gòu)信號的解調(diào)門限會隨壓縮比增大而相應(yīng)提高,這是采樣率降低所需付出的代價。壓縮采樣為寬帶直擴測控通信系統(tǒng)提供了一種高效的模數(shù)轉(zhuǎn)換和同步解調(diào)處理思路。

關(guān)鍵詞：擴頻測控通信；寬帶直擴信號；壓縮感知；壓縮采樣；隨機解調(diào)

1引言

在航天測控通信領(lǐng)域,為了應(yīng)對日益激烈的空間信息對抗形勢,并獲得更高測距精度,擴頻體制系統(tǒng)的擴頻帶寬進一步增大,給接收機前端A/D變換提出了很高要求,致使接收機按照Nyqiust采樣定律進行采樣變得非常困難。另一方面,即使測控系統(tǒng)能夠以Nyqiust速率進行采樣,帶寬增加意味著數(shù)據(jù)率提高,系統(tǒng)將面臨高數(shù)據(jù)率問題,給后續(xù)傳輸、記錄存儲和同步解調(diào)處理帶來沉重負擔(dān)[1]。因此,有必要研究一種能夠降低采樣速率的方法。

壓縮感知(Compressive Sensing,CS)理論作為一種新型的信息獲取理論,一經(jīng)提出就成為了數(shù)學(xué)及工程應(yīng)用領(lǐng)域研究熱點,目前已取得很多研究成果,特別是針對Nyquist采樣數(shù)據(jù)的后續(xù)數(shù)字信號處理,已進行了很多比較成功的應(yīng)用嘗試[2]。然而,CS理論的主要創(chuàng)新是可將模擬信號直接轉(zhuǎn)換到信息域,在降低采樣頻率的同時實現(xiàn)信息的有效采集,壓縮采樣就是這種創(chuàng)新優(yōu)勢的集中體現(xiàn)[3]。壓縮采樣是壓縮感知應(yīng)用領(lǐng)域由數(shù)字向模擬的擴展,與傳統(tǒng)Nyquist采樣或帶通采樣相比,壓縮采樣方法可以直接把模擬信號投影到變換域,有效降低信號采樣頻率,充分體現(xiàn)了壓縮感知理論優(yōu)勢,為緩解擴頻信號高速采樣、高速數(shù)據(jù)傳輸存儲提供了一個嶄新的思路。

近來,針對擴頻信號的壓縮感知研究越來越受關(guān)注。文獻[4]通過構(gòu)造稀疏基字典對直擴測控通信信號進行稀疏性分析,初步探討了該類型信號壓縮感知相關(guān)問題。文獻[5]針對擴頻通信信號,提出了一種基于壓縮感知的信號采集和恢復(fù)方法,并仿真驗證了其可行性,但未考慮模擬信號壓縮采樣及其實現(xiàn)問題。目前,國內(nèi)外關(guān)于模擬信號壓縮采樣研究對象主要集中在頻域稀疏的單子帶、多子帶連續(xù)波信號[6]以及脈沖雷達信號[7]等相關(guān)領(lǐng)域,針對直擴信號壓縮采樣的系統(tǒng)性研究未見報道。

壓縮感知理論框架主要包括稀疏基字典、測量矩陣、重構(gòu)算法三部分內(nèi)容[2],其中文獻[4]已經(jīng)構(gòu)造了直擴信號稀疏基字典,信號重構(gòu)算法可以采用常見的正交匹配追蹤(Orthogonal Matching Pursuit,OMP)算法[8]。本文主要針對模擬直擴信號壓縮采樣問題展開全面研究：首先給出基于CS的直擴信號采集系統(tǒng)結(jié)構(gòu),對模擬信號壓縮采樣基本原理進行研究,分析和推導(dǎo)隨機解調(diào)采樣原理及其數(shù)學(xué)模型,并研究壓縮比取值的影響因素；然后提出隨機解調(diào)采樣系統(tǒng)硬件實現(xiàn)方案,并對其可行性進行分析；最后仿真分析基于隨機解調(diào)壓縮采樣的直擴信號接收系統(tǒng)性能。

2基于壓縮采樣信號接收系統(tǒng)框架

基于CS理論框架,首先給出基于壓縮采樣的直擴信號接收系統(tǒng)結(jié)構(gòu)框架,如圖1所示。

圖1　基于壓縮采樣的直擴信號接收系統(tǒng)

本系統(tǒng)主要包括模擬信號壓縮采樣和壓縮域信號處理兩部分。其中,壓縮采樣模塊主要進行接收信號壓縮采樣處理,實現(xiàn)直擴信號模數(shù)轉(zhuǎn)換,最終獲得壓縮狀態(tài)數(shù)字信號,這也正是本文的研究重點。

3直擴信號壓縮采樣模型研究

3.1模擬信號壓縮采樣原理

從數(shù)學(xué)角度出發(fā),離散信號壓縮感知的線性測量過程y=Φx實際上就是測量矩陣Φ行向量分別與離散信號x[n]做內(nèi)積運算,如圖2(a)所示。以此類推,對于模擬信號x(t)壓縮采樣,需要將離散域壓縮感知擴展至連續(xù)域,尋求能夠在硬件平臺上實現(xiàn)的壓縮感知,在模擬域同時實現(xiàn)信號采樣和壓縮處理,如圖2(b)所示。具體而言,需要將測量矩陣Φ擴展為連續(xù)形式,可以通過連續(xù)內(nèi)積實現(xiàn)上述轉(zhuǎn)變,而且內(nèi)積處理可以由積分器來實現(xiàn)。目前,模擬域壓縮感知已經(jīng)有了初步研究,其中隨機調(diào)制壓縮采樣由于其硬件實現(xiàn)簡單、效果較佳得到了廣泛關(guān)注[9]。

(a)離散信號壓縮降維

(b)模擬信號壓縮采樣

3.2隨機解調(diào)壓縮采樣理論分析

3.2.1隨機解調(diào)采樣基本原理

隨機解調(diào)采樣主要由偽隨機碼生成器、乘法器、積分器與低速ADC四部分組成,包括隨機解調(diào)、積分和低速采樣三個處理過程,如圖3所示[9]。

圖3　隨機解調(diào)采樣結(jié)構(gòu)框圖

(1)

輸入模擬信號在隨機解調(diào)處理之后,其信息已經(jīng)遍布整個頻帶,可以對結(jié)果進行低通濾波來獲取信號信息,此處由積分器來等效代替低通濾波器,但需要保證積分時間與后續(xù)低速采樣時間間隔相同,其輸出可表示為

(2)

式中,Ts表示積分時間,τ是積分變量。

針對積分器輸出結(jié)果,直接采用傳統(tǒng)ADC進行低速的均勻采樣,最終獲得輸入信號的壓縮采樣值,這些采樣值無損地涵蓋了輸入信號的全部信息,其數(shù)學(xué)表達式為

(3)

3.2.2隨機解調(diào)采樣數(shù)學(xué)模型

在數(shù)學(xué)上,壓縮采樣系統(tǒng)可以等效為一個測量矩陣,可以把輸入信號x(t)的Nyquist采樣值x[n]映射為離散測量序列y[m],如圖4所示。測量矩陣對于壓縮采樣信號重構(gòu)或壓縮域直接信息提取等后續(xù)的相關(guān)處理而言必不可少,因此本節(jié)對隨機解調(diào)采樣所對應(yīng)的測量矩陣進行推導(dǎo)。

圖4　壓縮采樣等效原理

假設(shè)所有數(shù)據(jù)處理都是在有限長窗口N內(nèi)進行,則有輸入信號Nyquist采樣值是長度為N的一維向量,相應(yīng)的壓縮測量值為長度為M(≤N)的一維向量。圖5給出了隨機解調(diào)壓縮采樣的等效離散數(shù)學(xué)模型。

圖5　隨機調(diào)制采樣離散數(shù)學(xué)模型

則式(3)可轉(zhuǎn)變?yōu)?/p>

(4)

y=HDx。

(5)

式中,x是以Nyquist頻率離散化的輸入信號；y是壓縮采樣輸出信號；D∈RN×N是用于隨機解調(diào)的偽隨機碼Pm[·]所對應(yīng)的矩陣,具體為

(6)

H∈RM×N是積分清零器對應(yīng)的累加降采樣矩陣,具體形式如下:

(7)

綜上分析可得,隨機調(diào)制采樣系統(tǒng)對應(yīng)測量矩陣Φ=HD,大小為M×N,并且N=M×L,其中L表示Nyquist采樣率與壓縮采樣率之比,稱為壓縮比。

3.2.3等效測量矩陣RIP特性分析

在壓縮感知理論框架中,測量矩陣和稀疏基字典的乘積(即感知矩陣)要滿足受限等距(RestrictedIsometryProperty,RIP)條件,但要證明感知矩陣是否滿足等距受限特性,過程非常復(fù)雜,為此Bareaniuk提出了一個等價條件：測量矩陣和稀疏基字典不相關(guān)[2]。本節(jié)通過相關(guān)性分析來檢驗該壓縮采樣等效測量矩陣的RIP特性。首先給出測量矩陣Φ和稀疏變換基Ψ之間的相關(guān)系數(shù)定義:

(8)

圖6給出了等效測量矩陣與稀疏字典相關(guān)系數(shù)的變化規(guī)律,在實驗中直接序列擴頻(DirectSequenceSpreadSpectrum,DSSS)信號稀疏基字典采用延時-多普勒字典,基字典維數(shù)N=5600,壓縮比L變化范圍為[1,800],每種壓縮比仿真次數(shù)為100。

圖6　相關(guān)系數(shù)變化規(guī)律

3.3壓縮比取值范圍分析

壓縮測量實質(zhì)上是一個投影的過程,也就是將具有稀疏性的長度為N原始信號直接投影到一組測量基(即測量矩陣)上,得到M(M<

根據(jù)壓縮感知理論可知[2],如果要高概率滿足壓縮感知理論的先驗條件,即RIP特性,壓縮測量必須滿足關(guān)系式

(9)

M≥C×K×lg(N/K+1)。

(10)

式中,K是信號稀疏度,C是常數(shù)因子,N與M分別是壓縮前后的信號維度。結(jié)合壓縮比定義,由式(10)可以得到壓縮比取值范圍為

(11)

由式(11)可以得出如下壓縮比取值規(guī)律：

(1)壓縮比取值上界與分段處理信號長度成正比,隨信號長度增大而提高；

(2)壓縮比取值上界與常數(shù)因子成反比,隨C的增大而降低,這表明在相同情況下,要想獲得更高壓縮比,更大地降低采樣率,需要系統(tǒng)等效測量矩陣與準備采集信號稀疏基字典相關(guān)性要足夠低；

(3)壓縮比取值上界與分段處理信號的稀疏度成反比,即信號稀疏度越低,壓縮比的取值可以越高,獲取原信號所包含全部信息的所需壓縮采樣值個數(shù)也就越少。

4硬件實現(xiàn)方案與可行性分析

直擴信號隨機解調(diào)壓縮采樣系統(tǒng)的最大優(yōu)勢就是由硬件實現(xiàn)較為簡單的寬帶模擬域混頻技術(shù)替代硬件實現(xiàn)較為困難的高速AD采樣技術(shù),由模擬域混頻帶寬和偽隨機序列轉(zhuǎn)換速率共同決定系統(tǒng)輸入帶寬,解決了ADC輸入帶寬限制難題,可以有效降低寬帶直擴信號采樣系統(tǒng)硬件實現(xiàn)復(fù)雜度。

4.1硬件實現(xiàn)方案設(shè)計

圖7所示為采樣系統(tǒng)實現(xiàn)框架,主要包括模擬前端與數(shù)據(jù)采集模塊兩部分,其中前者包含混頻器、偽隨機碼生成器和積分器,后者包含低速ADC和FPGA等器件。

圖7　直擴信號壓縮采樣硬件框圖

首先,模擬信號與偽隨機碼發(fā)生器生成的高速隨機序列之間進行混頻,同時把對應(yīng)的偽隨機碼存儲在FPGA中,以備用于采樣值后續(xù)的信號重構(gòu)或壓縮域信息提取等相關(guān)處理；混頻輸出信號經(jīng)過積分器,濾除高頻分量；FPGA控制積分器積分間隔和低速AD采樣間隔,完成積分器結(jié)果的低速AD采樣,最終實現(xiàn)模擬信號的壓縮采樣處理過程,并將采樣值傳輸給后續(xù)的數(shù)據(jù)處理平臺。

4.2可行性分析

直擴信號隨機解調(diào)壓縮采樣系統(tǒng)主要由偽隨機碼生成、乘法運算、低通濾波、低速ADC四部分組成,其中與傳統(tǒng)Nyquist采樣相比,低速ADC沒有特殊要求,硬件實現(xiàn)不存在困難,但偽隨機碼生成、相乘和積分運算都工作在高速環(huán)境下,必須保證它們在高速工作時的精確度,設(shè)計要求比較苛刻。

(1)高速偽隨機序列產(chǎn)生可由最大長度線性反饋寄存器實現(xiàn)。目前,移位寄存器的軟硬件實現(xiàn)已經(jīng)發(fā)展比較成熟,生成序列符號改變速率可達到80Gb/s[10]；

(2)偽隨機序列與輸入信號的高速相乘運算可由混頻器實現(xiàn)。當運行在高速狀態(tài)時,一般常見混頻器輸出是非線性的,但無源混頻器具有良好的線性度和噪聲性能,且工作頻率可以達到5GHz[11]；

(3)由積分器來實現(xiàn)壓縮采樣中低通濾波功能,更具體地說,可采用差分輸入輸出有源RC濾波器,由于其放大增益有限存在一個特定時間常數(shù),可作為由時間常數(shù)確定截止頻率的低通濾波器。

5仿真實驗及結(jié)果分析

本節(jié)對直擴信號隨機解調(diào)壓縮采樣方法進行仿真實驗驗證。為了簡化仿真實驗復(fù)雜度,實驗參數(shù)參考當前現(xiàn)役主流系統(tǒng)指標設(shè)置。為了定量描述,首先定義壓縮采樣信號重構(gòu)相對誤差如下：

(12)

在仿真實驗中,直擴信號稀疏表示采用文獻[6]構(gòu)造的延時-多普勒基字典,信號重構(gòu)采用OMP算法[10],數(shù)據(jù)率Rb為10kb/s,偽碼周期1023,碼速率Rc為10MHz,中頻fc為70MHz,采樣率fs=56MHz,傳輸延時量化精度Δτ=Ts,多普勒頻率量化精度Δfd為1Hz,延時適用范圍[0,1/Rb],多普勒適用范圍[-1000,1000]Hz,其中誤碼率統(tǒng)計的數(shù)據(jù)位數(shù)取1×107。

5.1仿真實驗

實驗一:首先不考慮噪聲,仿真分析壓縮采樣系統(tǒng)欠采樣能力。針對不同的壓縮比多次重復(fù)實驗,統(tǒng)計每種壓縮采樣率下的重構(gòu)相對誤差和解調(diào)誤碼率情況,其中每種情況統(tǒng)計的誤碼個數(shù)不能低于100,以保證誤碼率的可靠性。在實驗中,壓縮比變化范圍取L=[1,800],結(jié)果如圖8和圖9所示。

圖8　相對誤差隨壓縮比變化圖

由圖8可知,在低壓縮比時,信號重構(gòu)相對誤差較小,基本保持在10-6以內(nèi),可以認為高精度地重構(gòu)了原信號；當壓縮比高于200時,相對誤差逐漸增大；在高壓縮比(大于400)時,相對誤差保持在較大的水平。

圖9　解調(diào)誤碼率與壓縮比關(guān)系圖

由圖9可知,在低壓縮比時,壓縮采樣值的重構(gòu)信號解調(diào)誤碼率保持為零,即隨機解調(diào)采樣能夠獲取原信號的全部信息；當壓縮比大于200后,解調(diào)誤碼率逐漸增大,這與理論分析保持一致,此時壓縮采樣點數(shù)已經(jīng)達到理論門限。

實驗二：固定壓縮比,仿真分析壓縮采樣在更貼近實際信號環(huán)境下,即含有加性高斯白噪聲,系統(tǒng)性能的變化規(guī)律。在實驗中,信噪比變化范圍取[-30dB,30dB],其他參數(shù)與實驗一相同,結(jié)果如圖10和圖11所示。

圖10　相對誤差隨信噪比變化圖

由圖10可知,在壓縮比取10情況下,當?shù)托旁氡葧r,信號重構(gòu)相對誤差較大,保持在1以上；相對誤差隨信噪比增大而快速降低；當信噪比高于-5dB時,相對誤差都可以保持在0.1以內(nèi)。

圖11　解調(diào)誤碼率與信噪比關(guān)系圖

根據(jù)圖11可以發(fā)現(xiàn),壓縮采樣值的重構(gòu)信號解調(diào)誤碼率隨著信噪比改善而降低；重構(gòu)信號的解調(diào)誤碼率門限隨壓縮比增大而提高,壓縮比取2、10和20三種情況時,信噪比要分別達到-17dB、-9dB和-6dB時,誤碼率才能達到10-5量級；與理論相干解調(diào)曲線相比,三種壓縮比的解調(diào)誤碼率門限(對應(yīng)10-5)分別近似惡化了4dB、12dB和15dB,這是采樣率分別降低了2、10和20倍所付出的代價。

5.2實驗結(jié)果分析

通過以上的仿真實驗,可以得出以下結(jié)論：

(1)隨機解調(diào)采樣模型能夠?qū)崿F(xiàn)直擴信號的壓縮采樣,且結(jié)合延時-多普勒基字典,能夠準確重構(gòu)出原信號,并實現(xiàn)正確的解調(diào)處理,證明了基于隨機解調(diào)采樣的直擴信號接收系統(tǒng)的可行性；

(2)隨機解調(diào)壓縮采樣重構(gòu)信號的解調(diào)門限隨壓縮比增大會相應(yīng)提高,這是采樣率降低所需付出的代價。

值得注意的是,為了簡化仿真實驗復(fù)雜度,仿真參數(shù)采用的是當前主流系統(tǒng)20MHz帶寬直擴信號,壓縮欠采樣意義看似不大。根據(jù)理論分析已知,對不同帶寬的輸入信號,壓縮采樣模型適用性相同。因此,當直擴信號帶寬升高到百兆赫甚至上千兆赫以后,即使壓縮采樣率只比Nyquist采樣率降低2倍,壓縮采樣系統(tǒng)的收益也會非常明顯。

6結(jié)束語

本文針對直擴信號壓縮采樣問題進行了系統(tǒng)性研究,基于對模擬信號壓縮采樣和隨機解調(diào)采樣模型的深入分析,提出了直擴信號隨機解調(diào)壓縮采樣系統(tǒng)框架,并給出了其硬件實現(xiàn)方案。仿真分析表明,本文所提方法能夠?qū)崿F(xiàn)直擴信號的壓縮采樣及其重構(gòu)解調(diào)處理,但重構(gòu)信號的解調(diào)門限會隨壓縮比增大而提高。因此,壓縮比不能太高,要綜合考慮信號稀疏性、系統(tǒng)帶寬、信道環(huán)境等相關(guān)因素,在系統(tǒng)容限以內(nèi)慎重取值。壓縮采樣為寬帶直擴測控通信系統(tǒng)提供了一種高效的模數(shù)轉(zhuǎn)換和同步解調(diào)處理思路。后續(xù)的研究工作將進一步構(gòu)建壓縮采樣硬件試驗平臺,并深入研究基于CS的直擴信號同步解調(diào)處理。

參考文獻：

[1]劉嘉興. 飛行器測控與信息傳輸技術(shù)[M]. 北京: 國防工業(yè)出版社,2011.

LIUJiaxing.SpacecraftTT&CandInformationTransmissionTechnology[M].Beijing:NationalDefenseIndustryPress,2011.(inChinese)

[2]KazunoriH,MasaakiN,ToshiyukiT.Auser′sguidetocompressedsensingforcommunicationssystems[J].IEICETransactionsonCommunications,2013,96(3):685-712.

[3]CandèsEJ,WakinMB.Anintroductiontocompressivesampling[J].IEEESignalProcessingMagazine,2008,25(2): 21-30.

[4]程艷合,楊文革，張令軍. 采用壓縮感知的直擴測控信號處理[J]. 電訊技術(shù),2015,55(2): 129-134.

CHENGYanhe,YANGWenge,ZHANGLingjun.DSTT&Csignalprocessingbasedoncompressivesensing[J].TelecommunicationEngineering,2015,55(2): 129-134.(inChinese)

[5]安建平,王帥,王鐵星,等. 基于壓縮感知的直接序列擴頻信號采集和恢復(fù)方法：中國,102710568[P]. 2012-10-03.

ANJianping,WANGShuai,WANGTexing,etal.Directsequencespreadspectrumsignalacquisitionandrecoverymethodbasedoncompressivesensing:China,102710568[P].2012-10-03.(inChinese)

[6]AngrisaniL,BonavolontaF,D′ApuzzoM.Acompressivesamplingbasedmethodforpowermeasurementofband-passsignals[C]//Proceedingsof2013InternationalConferenceonInstrumentationandMeasurementTechnology.Minneapolis:IEEE,2013:102-107.

[7]BudillonA,EvangelistaA,SchirinziG.Three-DimensionalSARfocusingfrommultipasssignalsusingcompressivesampling[J].IEEETransactionsonGeoscienceandRemoteSensing,2011,49(1): 488-499.

[8]WangJ,KwonS,ShimB.Generalizedorthogonalmatchingpursuit[J].IEEETransactionsonSignalProcessing,2012,60(12): 6202-6216.

[9]SmailiS,MassoudY.Accurateandefficientmodelingofrandomdemodulationbasedcompressivesensingsystemswithageneralfilter[C]//Proceedingsof2014InternationalSymposiumonCircuitsandSystems.Melbourne:IEEE,2014: 2519-2522.

[10]DicksonTO,LaskinE,KhalidI,etal.An80-Gb/s231-1pseudorandombinarysequencegeneratorinSiGeBiCMOStechnology[J].IEEEJournalofSolid-StateCircuits,2005,40(12): 2735-2745.

[11]HsiaoYC,MengCC,SyuJS,etal. 5-6GHz9.4mWCMOSdirect-conversionpassive-mixerreceiverwithlow-flicker-noisecorner[C]//Proceedingsofthe7thEuropeanMicrowaveIntegratedCircuitsConference.Amsterdam:IEEE,2012: 301-304.

程艷合(1987-),男,河北衡水人,博士研究生,主要研究方向為航天測控技術(shù)、擴頻信號處理、壓縮感知理論；

CHENGYanhewasborninHengshui,HebeiProvince,in1987.HeiscurrentlyworkingtowardthePh.D.degree.HisresearchconcernsaerospaceTT&Ctechnology,spreadspectrumsignalprocessingandcompressivesensing.

Email:cheng20130810@foxmail.com

楊文革(1966-),男,江西金溪人,教授、博士生導(dǎo)師,主要研究方向為飛行器測控與通信系統(tǒng)、壓縮感知理論；

YANGWengewasborninJinxi,JiangxiProvince,in1966.HeisnowaprofessorandalsothePh.D.supervisor.HisresearchinterestsincludespacecraftTT&Candcommunicationsystemandcompressivesensing.

韓丙寅(1986-),男,遼寧沈陽人,博士研究生,主要研究方向為航天測控技術(shù)、擴頻信號處理、高性能計算。

HANBingyinwasborninShenyang,LiaoningProvince,in1986.HeiscurrentlyworkingtowardthePh.D.degree.HisresearchconcernsaerospaceTT&Ctechnology,spreadspectrumsignalprocessingandhighperformancecomputing.

引用格式：程艷合,楊文革,韓丙寅.寬帶直擴信號的隨機解調(diào)壓縮采樣方法[J].電訊技術(shù),2015,55(5):472-478.[CHENG Yanhe,YANG Wenge,HAN Bingyin.Compressive Sampling of Broadband DS Signal Based on Random Demodulation[J].Telecommunication Engineering,2015,55(5):472-478.]

Compressive Sampling of Broadband DS Signal

Based on Random Demodulation

CHENG Yanhe,YANG Wenge,HAN Bingyin

(Department of Optical and Electronic Equipment,The Academy of Equipment,Beijing 101416,China)

Abstract：In view of the high-speed sampling and high data rate pressures which come from broadband of the direct sequence spread spectrum tracking,telemetry and command(DS TT&C) system,a DS signal compressive sampling method based on compressive sensing(CS) is provided. Firstly,the DS signal acquisition system architecture based on CS is proposed. Then,the random demodulation sampling principle and model are analyzed according to analog signal compressive sampling theory,and influence factors of compressive ratio are investigated. Finally,a hardware design for DS signal compressive sampler based on random demodulation is provided,and the feasibility of proposed architecture is explored. The results show that the proposed system can realize the compressive sampling of DS signal,and the original signal can be reconstructed accurately. Moreover,the demodulation threshold of reconstructed signal will increase with compressive ratio,which is the required price for deducing sampling rate. The technology provides a novel analog digital conversion and synchronous demodulation method for DS TT&C system.

Key words：DS TT&C;broadband DSSS signal；compressive sensing;compressive sampling；random demodulation

作者簡介：

中圖分類號：TN911.7

文獻標志碼：A

文章編號：1001-893X(2015)05-0472-07

通訊作者：**cheng20130810@foxmail.comCorresponding author：cheng20130810@foxmail.com

收稿日期：*2015-02-12；修回日期：2015-04-07Received date:2015-02-12；Revised date：2015-04-07

doi:10.3969/j.issn.1001-893x.2015.05.002