调制宽带转换器MWC压缩采样仿真系统

资 源 简 介

本系统实现了一种基于调制宽带转换器（Modulated Wideband Converter, MWC）结构的子采样模拟信号处理框架。该接收机专门针对具有稀疏频谱特征的宽带连续信号设计，通过多通道并行处理架构，实现在远低于奈奎斯特采样率的条件下对原始高带宽信号的高保真捕获与重构。实现过程详细分为四个阶段：第一阶段为调制混频，输入信号进入多个并行通道，每个通道分别与一组特定周期的伪随机序列进行相乘，使原始宽带信号在频域内发生平移和叠加，将感兴趣的窄带信息映射到基带区域；第二阶段为模拟滤波与采样，通过低通滤波

详 情 说 明

调制宽带转换器(MWC)压缩采样接收机仿真系统

项目介绍

本系统是一个基于调制宽带转换器（MWC）原理的压缩采样仿真框架。其核心目标是解决高带宽信号捕获中对高采样率ADC的极端依赖问题。通过多通道并行处理架构，系统能够在采样率远低于奈奎斯特频率的情况下，准确恢复具有频率稀疏特性的宽带信号。系统涵盖了从原始信号生成、模拟前端混频滤波、低速采样、到数字端的支撑集检测与信号重构的完整流程。

功能特性

• 宽带信号模拟：支持多载波、受调制窄带分量的组合信号生成，并可自定义信噪比。
• 多通道并行混频：模拟多个物理通道，每个通道使用独立的周期性伪随机序列进行混频。
• 高效低通滤波仿真：利用频域截断技术实现理想低通滤波，模拟低速ADC采样过程。
• 多测量矢量重构解算：采用OMP-MMV（多测量矢量正交匹配追踪）算法，有效利用多个采样点的时间相关性来提高支撑集识别精度。
• 频域搬移与重构：实现了将检测到的基带信号精确搬移回原始射频频段的算法逻辑。
• 综合性能分析：内置均方误差（MSE）计算、支撑集识别准确率评估及可视化频谱/时域对比功能。

使用方法

1. 环境准备：确保安装了MATLAB R2016b或更高版本，本系统不依赖额外的专业工具箱。
2. 参数配置：在脚本起始位置的参数设置区，可调整原始采样率（fs）、混频序列长度（L）、物理通道数（m）以及信号信噪比（SNR）等。
3. 执行仿真：直接运行系统入口函数。
4. 结果查看：系统会自动弹出三幅对比图表，展示频谱吻合度、时域波形局部质量以及支撑集检测的准确性。
5. 报告解读：观察控制台输出的MSE、支撑集识别精度和压缩比等量化指标。

系统要求

• 软件环境：MATLAB (推荐 R2020a 及以上版本)
• 硬件配置：由于处理的是10GHz级别的仿真信号，建议内存不低于8GB，以确保大规模向量运算的效率。

实现逻辑与功能细节

系统流程分为以下五个核心环节：

1. 系统参数初始化

设定原始采样率为10GHz，观测时间为1微秒。MWC结构的关键参数定义为：混频序列周期L=199，物理通道数m=50。低通滤波器的截止带宽B与低速采样率fp保持一致，设为fs/L。

1. 信号生成模块

构造包含三个射频分量的输入信号，载波频率分别位于1.2GHz、2.5GHz和4.1GHz。每个分量通过Sinc函数进行包络调制，使信号在频域呈现窄带特征。最后向信号中注入指定分贝数的加斯白噪声。

1. MWC物理建模与采样模拟

生成取值为±1、大小为m×L的伪随机混频矩阵。在仿真中，通过将输入信号与周期性扩展后的混频序列相乘来实现混频。随后，系统进入频域处理阶段，通过FFT将混频信号变换到频域，根据fp定义的带宽截取中心部分，通过IFFT还原后实现降采样，从而获得多路低速观测向量。

1. 支撑集检测与信号恢复

重构算法首先构建感知矩阵，该矩阵本质上由混频序列的傅里叶系数构成。核心逻辑采用OMP-MMV算法，通过计算测量值与原子之间的能量相关性，迭代寻找信号在全谱范围内的活跃子带索引（支撑集）。获取支撑集后，利用最小二乘法（Moore-Penrose伪逆）从低速采样数据中估计各活跃子带的基带内容。

1. 频谱搬移与还原

该环节负责将识别出的各个基带分量根据其对应的物理频率位置进行频谱搬移。系统构建一个全带宽的频谱空间，将各子带频谱填入正确位置，最后通过逆傅里叶变换合成时域重构信号。

关键算法与技术细节分析

• OMP-MMV 算法：

该算法是重构过程的核心。与普通OMP不同，它处理的是矩阵形式的测量值。算法通过聚合所有时间点的残差投影能量，确保在所有观测时间内选择出一致的信号支撑集，极大地增强了在噪声环境下的鲁棒性。

• 感知矩阵 A 的构建：

感知矩阵描述了从原始信号频率切片到低速采样输出之间的映射关系。系统通过对单位阵进行傅里叶变换，模拟了周期混频序列在频域的贡献。

• 能量归一化与缩放：

在频域截断和下采样过程中，通过对运算结果乘以周期长度L的平方根或L倍进行能量补偿，确保重构信号与原始信号在幅度量级上的一致性。

• 性能评估指标：

系统通过计算重构信号与原始信号的相对均方误差（MSE）来量化保真度。支撑集准确率则通过对比理论计算出的活跃索引与算法实际检测出的索引交集来实现。