正交压缩采样理论与实践

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61171166
  • 项目类别:
    面上项目
  • 资助金额:
    65.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0112.雷达原理与技术
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

目前发展的模拟信号压缩采样主要以低通类稀疏信号为研究对象,主要研究信号的压缩测量和信号重构。本申请开展带限中频信号的正交(I/Q)支路信号的压缩采样研究,将正交采样与压缩采样理论相结合,建立带限中频信号正交压缩采样理论,研究稀疏基带信号测量模型和相应的信号重构方法及原理实现系统。本申请研究内容主要包括正交压缩采样测量原理、I/Q支路信号重构方法、I/Q支路信号实时重构办法和实现技术等。预先研究表明,本申请思想是可行的,可采用远低于中频采样速率实现带限中频信号的压缩采样,并实现I/Q支路信号的重构。预计研究成果包括正交压缩采样理论架构、I/Q支路信号实时重构方法、正交压缩采样原理实验系统,培养博士生3名等。本项目研究还将开展有关基于正交压缩采样在雷达中的应用研究。

结项摘要

本项目以脉冲多普勒(PD)雷达为应用背景,研究了正交压缩采样(QuadCS)理论与压缩域的PD处理。QuadCS与其它压缩采样理论不同,以带通型信号为采样对象,直接输出带通信号的同相和正交支路信号的压缩采样。项目建立了QuadCS理论体系及基于QuadCS数据的PD处理。项目取得的主要成果如下:.1. QuadCS理论与系统实现。QuadCS架构于正交采样和压缩采样,由低速采样模块和正交解调模块组成。低速采样通过随机扩频和带通滤波实现带通信号的随机投影,正交解调通过数字正交解调获得低速正交压缩测量。信号重构利用稀疏重构方法恢复出带通信号的基带复包络或同相和正交支路信号。项目采用分立元件构建了一个实验系统,验证了QuadCS的正确性和可用性。.2. QuadCS的可重构条件分析。项目首先根据QuadCS原理,推导出等效测量矩阵的频域描述形式;然后,利用波形匹配字典的列正交性和测度集中不等式技术,严格证明了频域测量矩阵的RIP特性;最后,推导出了QuadCS采样速率与回波信号稀疏度和时间带宽积之间的关系。.3. 信号快速重构方法。项目在对QuadCS特性分析的基础上,将测量矩阵近似成特殊结构的带状矩阵,采用分段滑动重构思想实现实时重构。项目提出的重构方法可极大地节省存储空间和计算时间,实现近似最优的重构性能。.4. 字典失配QuadCS。项目提出了字典失配情况下目标回波重构算法——参数扰动带排除贪婪重构算法(PBGR)和无网格化信号重构算法(GLSR)。PBGR算法在贪婪重构方法中采用参数扰动技术实现目标与最邻近离散网格之间的时延偏差估计。GLSR则将回波时延估计转变为一个具有时变波束形成矩阵的波束空间波达方向(DOA)估计问题,从而利用子空间方法实现无网格化的回波时延估计。.5. 压缩域处理方法。项目将PD雷达QuadCS数据描述成慢采样和虚拟快采样的矩阵形式;采用谱分析的方法实现多普勒估计,同时进行目标检测;对检测的目标,通过稀疏重构方法估计目标的距离。理论分析了目标检测性能。.6. 压缩域抗转发式干扰技术。项目将PD波形分集雷达的QuadCS数据首先进行白化处理,用以抑制转发式干扰;然后在相干处理间隔内,根据正交匹配追踪算法原理,对欠采样数据依次进行匹配滤波和离散傅里叶变换处理,采用迭代方式估计目标参数。理论分析了白化处理对干扰的抑制性能。

项目成果

期刊论文数量(14)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(0)
Quadrature Compressive Sampling for Radar Signals
雷达信号的正交压缩采样
  • DOI:
    10.1109/tsp.2014.2315168
  • 发表时间:
    2014-01
  • 期刊:
    IEEE Transactions on Signal Processing
  • 影响因子:
    5.4
  • 作者:
    Xi, Feng;Chen, Shengyao;Liu, Zhong
  • 通讯作者:
    Liu, Zhong
Chaotic Analog-to-Information Conversion with Chaotic State Modulation
混沌状态调制的混沌模拟信息转换
  • DOI:
    --
  • 发表时间:
    2013-01
  • 期刊:
    IET Signal Processing
  • 影响因子:
    1.7
  • 作者:
    Shengyao Chen;Feng Xi;Zhong Liu
  • 通讯作者:
    Zhong Liu
正交压缩采样雷达偏离网格目标时延估计技术
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    电子学报
  • 影响因子:
    --
  • 作者:
    陈胜垚;席峰;刘中
  • 通讯作者:
    刘中
混沌模拟信息转换——基于多射法的稀疏信号重构
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    席峰;陈胜垚;刘中
  • 通讯作者:
    刘中
Chaotic analogue-to-information conversion with chaotic state modulation
混沌状态调制的混沌模拟到信息转换
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    IET Signal Processing
  • 影响因子:
    1.7
  • 作者:
    Chen, Sheng Yao;Xi, Feng;Liu, Zhong
  • 通讯作者:
    Liu, Zhong

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

抗转发式干扰的正交压缩采样脉冲波形分集雷达
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中国科学:信息科学
  • 影响因子:
    --
  • 作者:
    刘超;陈胜垚;席峰;刘中
  • 通讯作者:
    刘中
基于正交压缩采样系统的脉冲雷达回波信号实时重构方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    电子与信息学报
  • 影响因子:
    --
  • 作者:
    张素玲;席峰;陈胜垚;刘中
  • 通讯作者:
    刘中
基于Colpitts振荡器模型生成的多涡卷超混沌吸引子
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    物理学报
  • 影响因子:
    --
  • 作者:
    包伯成;刘中;许建平;朱雷
  • 通讯作者:
    朱雷
基于物体信息的图像显著性区域检测
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    科学技术与工程
  • 影响因子:
    --
  • 作者:
    刘中;陈伟海;吴星明
  • 通讯作者:
    吴星明
基于Screened Ratio原理的冲击噪
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    电子与信息学报,2006年5月,28卷5期,pp.875-878
  • 影响因子:
    --
  • 作者:
    何劲;刘中
  • 通讯作者:
    刘中

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

刘中的其他基金

基于模型的深度雷达信号处理
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    56 万元
  • 项目类别:
    面上项目
宽带雷达目标估计:正交压缩采样与波形设计
  • 批准号:
    61671245
  • 批准年份:
    2016
  • 资助金额:
    58.0 万元
  • 项目类别:
    面上项目
基于混沌动力学系统的压缩采样
  • 批准号:
    60971090
  • 批准年份:
    2009
  • 资助金额:
    33.0 万元
  • 项目类别:
    面上项目
基于小世界网络的传感器网络研究
  • 批准号:
    60472059
  • 批准年份:
    2004
  • 资助金额:
    21.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码