目前,物联网技术飞速发展。它通过众多的终端设备不断进行信息的收集并将数据传输到数据处理中心。大量的数据采集导致以香农采样定理为基础的信息系统给模拟数字转换器(Analog to Digital Converter,ADC)的处理能力带来巨大的挑战。近...
详细信息
目前,物联网技术飞速发展。它通过众多的终端设备不断进行信息的收集并将数据传输到数据处理中心。大量的数据采集导致以香农采样定理为基础的信息系统给模拟数字转换器(Analog to Digital Converter,ADC)的处理能力带来巨大的挑战。近年来,针对连续时间稀疏信号,在采样的同时完成冗余数据压缩的模拟信息转换器(Analog to Information,AIC)成为ADC的替代方案。AIC是以压缩感知(Compressed Sensing,CS)理论为基础,以亚奈奎斯特采样率将模拟信号转换成数字信号的方法。AIC的实现原理是利用模数混合电路实现CS理论中的观测矩阵。但是,CS理论中的观测矩阵是代数模型,而AIC涉及到模数混合电路。因此,在将观测矩阵映射到实际电路的过程中存在模型不匹配的问题。针对这种问题,目前有许多研究学者通过在重构算法方面进行校正设计等方法来进行优化。但是这些优化方法没有从根本上解决AIC理论模型与硬件电路的匹配问题,所以其优化效果有限。因此还是要构建更准确的模型才能减小理论模型到模拟电路过程中的模型不匹配问题。针对AIC实现过程中的模型不匹配问题,本文利用现代控制理论,从双速率系统的角度对AIC系统进行建模分析,并将其应用到随机解调和调制宽带转换器这两种应用较为广泛的AIC架构。这种新的AIC设计方法相较于现有的设计方法有效的减小了模型不匹配问题。本文的工作主要包括以下几个方面。首先,本文分别基于这两种架构对模型的匹配问题进行分析。其次,利用AIC系统输入频率和输出频率不同的特点构建了双速率采样模型。然后,提出以开关电容电路为基本单位的采样电路。最后,利用基于双速率模型的状态空间模型特征映射的方法对电路参数进行设计。本文采用180nm的CMOS工艺对所提出方法设计的电路进行了验证。实验结果表明本文所提出的设计方法相比于现有的AIC设计工作,其重构信噪比高出17.3d B,并且对稀疏度以及输入噪声也都有一定的鲁棒性。此外,本文还对真实世界的信号进行了测试,结果显示该方法能够成功实现对心电信号的压缩和采样,其平均重构信噪比达到32.32d B。对于多通道的AIC,在通道数较少的情况下本设计方法的均方根误差减小了0.68。
暂无评论