项目来源

国家自然科学基金(NSFC)

项目主持人

张京超

项目受资助机构

哈尔滨工业大学

项目编号

61701138

立项年度

2017

立项时间

未公开

项目级别

国家级

研究期限

未知 / 未知

受资助金额

19.50万元

学科

信息科学-电子学与信息系统-信息获取与处理

学科代码

F-F01-F0113

基金类别

青年科学基金项目

关键词

智能信息处理 ; 稀疏表示 ; 雷达对抗 ; 模拟信息转换 ; 压缩感知 ; Intelligent information processing ; Compressive sensing ; Analog to information conversion ; Sparse representation ; Radar countermeasure

参与者

彭喜元；赵浩然；杜帅乐；卢千红；金程宇

参与机构

哈尔滨工业大学

项目标书摘要：针对当前多频带信号模拟信息转换结构存在冗余、无法对捷变动态谱快速响应及缺乏硬件实物验证的问题，本项目基于可变周期随机编码序列，提出一种面向多频带信号簇结构特征的模拟信息转换方法，给出采样结构，基于簇相关性，分析感知矩阵约束条件，研究编码序列周期与系统设计复杂度之间的关系，给出编码序列周期最优选择依据。基于簇结构统计独立性，研究基于多重信号分解的多维信号恢复方法。研制系统原型样机，基于原型样机，定量分析系统对捷变频谱快速响应性能，分析硬件实现过程中器件非线性、时间延迟等非理想因素对观测矩阵构造的影响，进而分析对系统性能的影响，从而推动基于压缩感知的模拟信息转换技术的理论研究，对其在雷达对抗、被动辐射源探测及认知无线电等领域的实用提供借鉴、支撑。

Application Abstract: This proposal presents a novel analog to information conversion for multiband signals exploiting features of clusters based on period-variable random encoding sequence,which focuses to tackle the problems of sampling redundancy,inefficiency of capturing jitter spectrum and lacking of prototype verification.The sampling framework is presented and the sparsity is reformulated.This proposal then establishes the mathematical relationship between sampling frequency and information bandwidth and investigates the mathematical relationship between period of encoding sequence and complexity of the proposed framework,based on which,concludes to the optimal value of the period.By exploiting the statistical independence,this proposal implements multi-dimensional signal recovery based on multiple signal classification.This proposal finally implements prototype hardware,based on which evaluates the performance handling the jitter spectrum and analyzes non-ideals caused by non-linearities and delays of practical devices.This proposal is supposed to present theoretical progress and practical design support in the practical fields,such as radar countermeasure,passive emitter detection and cognitive radio.

项目受资助省

黑龙江省

项目结题报告(全文)

快速频谱感知是认知电子战的关键技术之一，捷变频谱占用情况的快速获取及实时分析是认知电子战攻防的先决条件。基于压缩感知实现的模拟信息转换是面向宽频域稀疏信号欠采样的新型采样方式。本课题从恢复算法的对称加速、采样结构的优化与改进、基于FPGA的在线频谱估计算法、系统非理想因素的建模与盲校准方法等四个角度入手，研究了基于压缩感知的模拟信息转换用于快速频谱感知可能面临的问题及解决方法。在恢复算法的对称加速方面，利用实信号傅里叶频谱的对称特性、多频带信号的概率分布特性，实现信号支撑集筛选的加速。在采样结构优化与改进方面，提出了基于对角余数矩阵的观测矩阵设计方法，优化了硬件结构。在不降低系统性能的前提下，简化了硬件设计复杂度，从而降低了硬件过程中系统非理想特性对性能的影响。搭建了模拟信息转换硬件平台，并基于逐步QR分解方法在FPGA环境下实现了基于OMP方法的在线频谱估计，在观测矩阵维数为200×2000条件下，运行时间为35.19µs,估计信噪比最低28.25dB,关键资源消耗仅为1032个BRAM、806个DSP单元。本项目最后开展了系统非理想因素的建模分析，并基于幅相失配数学模型探索了实现系统盲校准的可行性。本项目研究内容为模拟信息转换技术在快速频谱感知中的应用提供了一定的方法及应用探索，对认知电子战快速频谱感知具有一定的参考及借鉴意义。基于本课题，共发表SCI(E)、EI文章7篇，申请发明专利4项，出版中文学术专著1部(副主编，排名第二),培养博士研究生1名(在读)、硕士研究生3名(2名已毕业并顺利取得硕士学位,1名在读)。项目执行期间经费投入合计19.5000万元，支出合计13.3920万元，结余6.1080万元。结余经费计划用于项目后续的研究内容支出。