1-Bit壓縮感知技術研究.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，實現了信號的壓縮、采樣同時進行。該理論被廣泛應用到模擬信息轉換、光學成像、軍事雷達及航空航天等領域。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，以其簡單的結構和突出的重構效果受到研究人員的廣泛關注，在無線通信和感知無線電等領域具有廣泛的應用前景。
　　1-Bit壓縮感知對采

2、樣值進行極限量化，并利用1-Bit重構算法恢復信號，極大地簡化硬件結構，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算法存在信號稀疏度依賴問題和物理實現技術研究不充分的問題展開研究。主要研究內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）算法的重構效果最好。
　　2、針對實際應用中信號稀疏度水平難以獲

4、取的問題，在現有的BIHT算法基礎上進行修改，提出一種1-Bit壓縮感知盲重構算法。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思想引入 BIHT算法中，提出1-Bit壓縮感知盲重構算法；最后進行仿真實驗，實驗結果表明該算法在稀疏度未知的情況下，可以達到與BIHT算法相當的重構效果。
　　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)硬件設計，分別給出各模塊的設計方案，并進行硬件實驗。實驗結果說明基于1-Bit量化的多諧波信號采集系統(tǒng)可以成功恢復原信號，重構效果穩(wěn)定，且在總 Bits空間一定情況下，1-Bit量化的重構效果優(yōu)于其它量化精度的重構效果。
　　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。