Preview

Вопросы радиоэлектроники

Расширенный поиск

Обзор архитектур аналого информационных преобразователей

https://doi.org/10.21778/2218-5453-2019-8-6-12

Полный текст:

Аннотация

Реализация систем с высокой пропускной способностью при традиционном подходе к дискретизации аналогового сигнала по теореме Котельникова сталкивается с проблемами высокого энергопотребления и необходимости хранения и передачи больших объемов данных. Альтернативный подход к выборке и обработке информации основан на достижениях теории сжатой дискретизации. В статье приведен краткий обзор основных положений указанной теории и рассмотрены примеры ее использования на практике для реализации систем считывания информации – аналого-информационных преобразователей. Цель этих устройств – уменьшить давление на обычные аналого-цифровые преобразователи, снизить частоту дискретизации и объем выходных данных. Рассмотрены основные архитектуры аналого-информационных преобразователей: случайной дискретизации, случайного фильтра, случайный демодулятор, модулированный широкополосный преобразователь, сжимающий мультиплексор, предынтегратор случайной модуляции и разреженный предынтегратор случайной модуляции.

Об авторах

М. Н. Полунин
АО «Научно-производственный центр «ЭЛВИС»
Россия

Полунин Михаил Николаевич, аспирант, инженер 

124498, Москва, Зеленоград, проезд № 4922, д. 4, стр. 2, тел.: 8 (495) 926‑79‑57



А. В. Быкова
АО «Научно-производственный центр «ЭЛВИС»
Россия

Быкова Анастасия Владимировна, аспирант, инженер

124498, Москва, Зеленоград, проезд № 4922, д. 4, стр. 2, тел.: 8 (495) 926‑79‑57



Список литературы

1. Candes E. J., Wakin M. B. People hearing without listening: an introduction to compressive sampling // IEEE Signal Processing Magazine. 2008. No. 25 (2). P. 21–30.

2. Candes E. J., Romberg J. Sparsity and incoherence in compressive sampling // Inverse Problems. 2007. No. 23 (3). P. 969– 985.

3. Candes E. J., Romberg J., Tao T. Stable signal recovery from incomplete and inaccurate measurements // Comm. Pure Appl. Math. 2006. No. 59 (8). P. 1207–1223.

4. Ragheb T., Laska J. N., Nejati H., et al. A prototype hardware for random demodulation based compressive analog to digital conversion // 51st Midwest Symposium on Circuits and Systems. 2008. P. 37–40.

5. Mishali M., Eldar Y., Dounaevsky O., Shoshan E. Xampling: analog to digital at sub Nyquist rates // IET Circuits, Devices & Syst. 2011. No. 5 (1). P. 8–20.

6. Mishali M., Eldar Y. From theory to practice: sub nyquist sampling of sparse wideband analog signals // IEEE J. Sel. Topics Signal Process. 2010. No. 4 (2). P. 375–391.

7. Yoo J., Becker S., Monge M., et al. Design and implementation of a fully integrated compressed sensing signal acquisition system // IEEE Int. Conf. Acoust., Speech, Signal Process. 2012. P. 5325–5328.

8. Mangia M., Rovatti R., Setti G. Combining spread spectrum compressive sensing with rakeness for low frequency modulation in RMPI architecture // IEEE International Conference on Acoustic, Speech and Signal Processing (ICASSP). 2014. P. 4146– 4151.

9. Puy G., Vandergheynst P., Gribonval R., Wiaux Y. Universal and efficient compressed sensing by spread spectrum and application to realistic Fourier imaging techniques // EURASIP J. Adv. Signal Process. 2012. No. 2012 (6). P. 1–13.

10. Wakin M., Becker S., Nakamura E., et al. A nonuniform sampler for wideband spectrally sparse environments // IEEE J. Emerging Sel. Topics Circuits System. 2012. No. 2 (3). P. 516–529.

11. Trakimas M., D’Angelo R., Aeron S., et al. A compressed sensing analog to information converter with edge triggered SAR ADC core // IEEE Trans. Circuits Syst. I, Reg. Papers. 2013. No. 60 (5). P. 1135–1148.

12. Allier E., Sicard G., Fesquet L., Renaudin M. Asynchronous level crossing analog to digital converters // Measurement. 2005. No. 37 (4). P. 296–309.

13. Slavinsky P., Laska J. N., Davenport M. A., Baraniuk R. G. The compressive multiplexer for multi channel compressive sensing // Proc. of the IEEE Inter. Conf. on Acoustics. 2011. P. 3980–3983.

14. Tropp J. A. Random filters for compressive sampling // 40th Annual Conference on Information Sciences and Systems. 2006. P. 216–217.

15. Romberg J. Compressive sensing by random convolution // Siam J. imaging science. 2009. No. 2 (4). P. 1098–1128.

16. Rani M., Dhok S. B., Deshmukh R. B. Systematic review of compressive sensing: concepts, implementations and applications // IEEE Access. 2018. No. 6. P. 4875–4894.


Для цитирования:


Полунин М.Н., Быкова А.В. Обзор архитектур аналого информационных преобразователей. Вопросы радиоэлектроники. 2019;(8):6-12. https://doi.org/10.21778/2218-5453-2019-8-6-12

For citation:


Polunin M.N., Bykova A.V. Review of analog-to-information converters. Issues of radio electronics. 2019;(8):6-12. (In Russ.) https://doi.org/10.21778/2218-5453-2019-8-6-12

Просмотров: 45


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2218-5453 (Print)