[论文解读] Demodulating Subsampled Direct Sequence Spread Spectrum Signals using Compressive Signal Processing
本文提出使用压缩信号处理技术对采样率低于奈奎斯特率的直接序列扩频（DSSS）信号进行解调，实现了50%的采样率降低——通过IEEE 802.15.4 2.4 GHz OQPSK信号验证——无需复杂硬件滤波器，从而降低功耗和ADC成本，尽管由于噪声折叠导致性能下降约4–5 dB。
This poster is from EUSIPCO 2012 in Bucharest. We show that to lower the sampling rate in a spread spectrum communication system using Direct Sequence Spread Spectrum (DSSS), compressive signal processing (CSP) may be applied to demodulate the received signal. This may lead to a decrease in the power consumption or the manufacturing price of wireless receivers using spread spectrum technology. We propose a novel, simplified measurement scheme for spread spectrum systems, that is simpler and cheaper to implement than other current state-of-the-art aquisition methods. Our theoretical work is exemplified with a numerical experiment using the IEEE 802.15.4 standard’s 2.4 GHz band specification.
研究动机与目标
- 通过压缩信号处理技术，将DSSS接收机的采样率降低至奈奎斯特率以下。
- 通过避免压缩感知中通常所需的复杂滤波器结构，简化硬件实现。
- 在实际标准（IEEE 802.15.4）中验证可行性，并通过实际硬件对比评估性能权衡。
- 评估噪声折叠对采样率低于奈奎斯特率的DSSS系统性能的影响。
- 探索在扩频序列更长或存在多用户场景下，进一步降低采样率的潜力。
提出的方法
- 通过利用扩频码选择中的固有稀疏性，将压缩信号处理应用于DSSS信号。
- 采用重复匹配滤波器结构替代随机测量矩阵，简化硬件实现。
- 使用IEEE 802.15.4中的码片序列，建立QPSK调制DSSS信号的基带表示模型。
- 实现基于压缩感知的接收机，直接从采样率降低的测量值中进行推理（解调）。
- 在压缩框架中采用最小二乘估计进行信号恢复，并与经典奈奎斯特率接收机的性能进行比较。
- 在2 MHz带宽下进行数值实验，模拟不同Eb/N0水平下的1016比特数据包，信道为加性白高斯噪声（AWGN）。
实验结果
研究问题
- RQ1压缩信号处理能否有效应用于DSSS信号，以实现低于奈奎斯特率的采样？
- RQ2基于压缩感知的DSSS接收机在误码率（BER）方面与经典奈奎斯特率接收机相比如何？
- RQ3噪声折叠对采样率低于奈奎斯特率的DSSS接收机性能有何影响？
- RQ4通过利用DSSS信号的现有结构，能否降低压缩感知在DSSS系统中的硬件复杂度？
- RQ5在何种条件下，压缩信号处理在能效或成本方面可能优于经典接收机？
主要发现
- 通过压缩信号处理技术，DSSS系统中可实现50%的采样率降低（κ = 0.5），已在IEEE 802.15.4信号中得到验证。
- 由于噪声折叠，压缩感知接收机的误码率（BER）性能比经典接收机低约4–5 dB。
- 通过复用匹配滤波器，该方法避免了复杂的滤波器结构，实现了更简单、更节能的硬件实现。
- 在使用压缩信号处理时，AD7819 ADC（采样率为200 kS/s）可替代更高成本的AD7813（采样率为400 kS/s），使成本从2.98美元降至2.29美元。
- 通过压缩系统中采用更高分辨率的量化，可缓解噪声折叠带来的性能差距，使该方案在低功耗应用中更具优势。
- 在扩频序列更长或存在多用户场景下，可实现更大的采样率降低，同时保持或改善误码率性能。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。