[发明专利]一种基于旋转矩阵的并行交替采样系统误差估计方法有效

专利信息
申请号: 201410042693.0 申请日: 2014-01-28
公开(公告)号: CN103780261B 公开(公告)日: 2017-03-15
发明(设计)人: 马仑;王元庆;杨鹏;马锐捷 申请(专利权)人: 长安大学
主分类号: H03M1/54 分类号: H03M1/54
代理公司: 西安创知专利事务所61213 代理人: 景丽娜
地址: 710064 *** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于旋转矩阵的并行交替采样系统误差估计方法,包括以下步骤一、初始参数输设定;二、训练样本构建先取一个时间段t内M个A/D转换芯片的采样序列,再作快速傅里叶变换至频域后,相应获得M个训练样本,M个训练样本组成一个训练样本集三、误差估计采用数据处理器且利用所构建的训练样本集进行误差估计,过程如下误差估计用双频率点选取、协方差矩阵估计、特征分解、大特征值及其对应的特征向量提取和时基误差估计。本发明方法步骤简单、设计合理且实现方便、使用效果好,能有效解决现有并行交替采样系统误差估计方法存在的估计过程复杂、需要多次迭代且不易收敛、计算量较大、容易陷入局部极小点等缺陷和不足。
搜索关键词: 一种 基于 旋转 矩阵 并行 交替 采样 系统误差 估计 方法
【主权项】:
一种基于旋转矩阵的并行交替采样系统误差估计方法,其特征在于该方法包括以下步骤:步骤一、初始参数输设定:通过参数输入单元(5),输入需进行误差估计的并行交替采样系统中所采用A/D转换芯片(1)的数量M、M个所述A/D转换芯片(1)的采样频率fs和所采样宽带信号s(t)的带宽bps;所述参数输入单元(5)与数据处理器(6)相接;步骤二、训练样本构建:先取一个时间段t内M个所述A/D转换芯片(1)的采样序列,每个所述A/D转换芯片(1)的采样序列中均包括n个采样信号,其中n=t×fs;再将M个所述A/D转换芯片(1)的采样序列作快速傅里叶变换至频域后,相应获得M个训练样本;M个训练样本分别为所述并行交替采样系统的M个采样通道的训练样本,且M个训练样本组成一个训练样本集;步骤三、误差估计:采用数据处理器(6)且利用步骤二中所构建的训练样本集,对所述并行交替采样系统进行误差估计,过程如下:步骤301、误差估计用双频率点选取:从[‑fs/2,fs/2]中随机选取两个数值f1和f2作为误差估计用的一对频率点,其中f1>f2且Δf=f1‑f2;步骤302、协方差矩阵估计:从所述训练样本集中找出频率值为f1的样本数据组成训练样本A,并从所述训练样本集中找出频率值为f2的样本数据组成训练样本B;之后,分别计算得出训练样本A和训练样本B的协方差矩阵Ra和Rb;步骤303、特征分解:对协方差矩阵Ra和Rb分别进行特征分解,得到Ra=Ua∑a(Ua)H和Rb=Ub∑b(Ub)H;其中,且其为由M个特征向量构成的矩阵;且其表示以M个特征值为对角线元素的对角矩阵,并且M个特征值由大到小进行排列;且其为由M个特征向量构成的矩阵;且其表示以M个特征值为对角线元素的对角矩阵,并且M个特征值由大到小进行排列;H表示矩阵共轭转置运算;步骤304、大特征值及其对应的特征向量提取:从步骤303中M个特征值中,提取出前2I+1个大特征值及其对应的2I+1个特征向量再利用公式对2I+1个特征向量分别进行变形,获得2I+1个向量其中j为正整数且j=1,…,2I+1;同时,从步骤303中M个特征值中,提取出前2I+1个大特征值及其对应的2I+1个特征向量其中,步骤305、时基误差估计:根据公式得出所述并行交替采样系统的时延误差矢量式中∠表示取相位角,τ=[0,1/Mfs,…(M‑1)/Mfs]T;其中为步骤304中提取出的2I+1个特征向量的求和;为步骤304中2I+1个向量的求和;为M个采样通道的时基误差;i为正整数且i=1,…,2I+1。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201410042693.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code