一种改善调制宽带变换器的有意混叠方法(Matlab代码实现)

简介: 一种改善调制宽带变换器的有意混叠方法(Matlab代码实现)

💥 💥 💞 💞 欢迎来到本博客 ❤️ ❤️ 💥 💥

🏆 博主优势: 🌞 🌞 🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳ 座右铭:行百里者,半于九十。

📋 📋 📋 本文目录如下: 🎁 🎁 🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现


💥1 概述

AMWC,混叠调制宽带转换器,根据给定的硬件资源,在亚奈奎斯特采样性能方面改进调制宽带转换器(MWC)。MWC是一种亚奈奎斯特采样系统,它使用伪随机信号(PRS)压缩模拟宽带射频信号的频谱。一旦宽带频谱得到良好压缩,传统的模数转换器(ADC)就可以以远低于输入宽带信号奈奎斯特速率的亚奈奎斯特采样速率对其进行采样。压缩传感理论保证了输入信息不丢失,并通过MWC实现了完美的模拟输入重建。以前,MWC的频谱压缩比完全取决于PRS发生器的性能。提高频谱压缩比非常重要,因为它会按比例降低ADC的采样速率,从而不丢失输入信息。然而,提高PRS发生器的性能非常昂贵,并且可能会阻碍MWC在极宽带信号中的实际使用。为了提高给定硬件资源的频谱压缩比率,AMWC 利用 ADC 上故意引起的混叠。 提高频谱压缩比的原理在给定的代表性图中进行了描述。传统的MWC(cMWC)和AMWC都将一个输入信号与几个PRS混合,并通过低通滤波器滤波混合,以将宽带输入频谱压缩为窄频谱。混合物的光谱如(c)所示。在(a)中,cMWC和AMWC之间的主要区别在于ADC在采集混合物样品期间是否引起频谱混叠。在(b)中,AMWC故意诱导的混叠导致窄光谱的额外压缩。结果,在(d)中,AMWC提高了频谱压缩比。


📚2 运行结果


0bf8884bb15a4662f0c00e8999b1e048.png


部分代码:

%% Parameter setup
% Simulation parameters
ResInt=2; % Resolution factor (integer) for dence discrete time-grid; recommened greater than 2
% System parameters
N=127; % Length of pseudo-random patterns
SeqType=1; % Pseudo-random patterns are (0: Samples of Bernoulli random vector) or (1: Irregular cyclic shifts of the maximum length sequence).
% Signal parameters
fmax=10e9; % Maximum frequency of x(t)
B=5e6; % Maximum bandwidth of narrow bands in x(t)
W=15; % Length of compressed samples
%% Simulation script
NTrials=300; % Number of Monte Carlo trials
SymmetricSupports=false; % if the spectral supports of x(t) are symmetric, OMP can find two symmetric supports per iteration.
KB=10; % Number of narrow bands in x(t). It must be an even number due to real signal x(t).
SNR_vars=[10^4]; % in dB
M_vars=[3]; %Number of channels
p_vars=1:4; % Aliasing parameter
Data1=cell(length(p_vars),length(M_vars)); % Memory for saving the supports recovery results
pindex=0;
for p=p_vars
if p==1, NonIdealFilter=false; else NonIdealFilter=true;end; % 0: ideal LPF, 1: random LPF
p
pindex=pindex+1;
mindex=0;
for M=M_vars
mindex=mindex+1;
M
q_vars=(p+1):(13*p+1); % Sampling rate=f_p*q/p;
q_vars=q_vars(mod(q_vars,2)==1);
q_vars=q_vars(gcd(q_vars,p)==1);
data1_vector=zeros(1, length(q_vars));
data2_vector=data1_vector;


🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]Jehyuk Jang, Sanghun Im, Heung-No Lee (2018) Intentional Aliasing Method to Improve Modulated Wideband Converter.


🌈4 Matlab代码实现


相关文章
|
1月前
|
算法 5G 数据安全/隐私保护
MIMO系统中差分空间调制解调matlab误码率仿真
本项目展示了一种基于Matlab 2022a的差分空间调制(Differential Space Modulation, DMS)算法。DMS是一种应用于MIMO通信系统的信号传输技术,通过空间域的不同天线传输符号序列,并利用差分编码进行解调。项目包括算法运行效果图预览、核心代码及详细中文注释、理论概述等内容。在发送端,每次仅激活一个天线发送符号;在接收端,通过差分解调估计符号和天线选择。DMS在快速衰落信道中表现出色,尤其适用于高速移动和卫星通信系统。
|
3月前
|
Windows
基于MATLAB实现的OFDM仿真调制解调,BPSK、QPSK、4QAM、16QAM、32QAM,加性高斯白噪声信道、TDL瑞利衰落信道
本文通过MATLAB仿真实现了OFDM系统中BPSK、QPSK、4QAM、16QAM和32QAM调制解调过程,并在加性高斯白噪声信道及TDL瑞利衰落信道下计算了不同信噪比条件下的误比特率。
180 4
基于MATLAB实现的OFDM仿真调制解调,BPSK、QPSK、4QAM、16QAM、32QAM,加性高斯白噪声信道、TDL瑞利衰落信道
|
2月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于NSCT非采样轮廓波变换和CNN网络人脸识别matlab仿真
本项目展示了一种结合非采样轮廓波变换(NSCT)与卷积神经网络(CNN)的人脸识别系统。通过NSCT提取多尺度、多方向特征,并利用CNN的强大分类能力实现高效识别。项目包括ORL人脸库的训练结果对比,提供Matlab 2022a版本下的完整代码及详细中文注释,另有操作步骤视频指导。
|
3月前
|
存储 算法 Serverless
【matlab】matlab基于DTW和HMM方法数字语音识别系统(源码+音频文件+GUI界面)【独一无二】
【matlab】matlab基于DTW和HMM方法数字语音识别系统(源码+音频文件+GUI界面)【独一无二】
|
3月前
|
算法 数据安全/隐私保护
基于星座图整形方法的QAM调制解调系统MATLAB误码率仿真,对比16,32,64,256四种QAM调制方式
本MATLAB 2022a仿真展示了不同QAM阶数下的星座图及误码率性能,通过星座图整形技术优化了系统性能。该技术利用非均匀分布的星座点提高功率效率,并通过合理布局增强抗干扰能力。随着QAM阶数增加,数据传输速率提升,但对信道质量要求也更高。核心程序实现了从比特生成到QAM映射、功率归一化、加噪及解调的全过程,并评估了系统误码率。
66 0
|
3月前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于CNN卷积神经网络的MPSK调制识别matlab仿真
本项目展示一种基于CNN的MPSK调制识别算法,可在Matlab 2022a上运行。该算法能自动区分BPSK、QPSK及8PSK信号,利用卷积层捕捉相位特征并通过全连接层分类。训练过程涉及调整网络权重以最小化预测误差,最终实现对未知信号的有效识别。附带完整代码与说明视频。
|
3月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
202 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
3月前
|
存储 算法 搜索推荐
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
本文提供了2022年华为杯数学建模竞赛B题的详细方案和MATLAB代码实现,包括方形件组批优化问题和排样优化问题,以及相关数学模型的建立和求解方法。
129 3
【2022年华为杯数学建模】B题 方形件组批优化问题 方案及MATLAB代码实现
|
3月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
92 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
|
6月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度

热门文章

最新文章

下一篇
无影云桌面