Machine Translated by Google

Jurnal Institut Teknologi Beijing, 2021, Vol. 30,Tidak. 3

Kemajuan Penelitian Teorema Sampling

Terkait dengan Pecahan
Transformasi Fourier

Jinming Ma, Ran Taoÿ

Abstrak: Pengambilan sampel adalah jembatan antara sinyal waktu kontinu dan waktu diskrit, yang penting dalam
pemrosesan sinyal digital. Transformasi Fourier pecahan (FrFT) yang berfungsi sebagai generalisasi FT dapat
mengkarakterisasi sinyal dalam beberapa domain Fourier pecahan, dan oleh karena itu dapat
memberikan perspektif baru untuk pengambilan sampel dan rekonstruksi sinyal. Dalam tulisan ini, kami meninjau
perkembangan terkini dari teorema pengambilan sampel yang terkait dengan FrFT, termasuk rekonstruksi sinyal dan
analisis spektral fraksional pengambilan sampel seragam, pengambilan sampel tidak seragam karena berbagai faktor, dan
pengambilan sampel sub-Nyquist, yang sebagian besar mengambil sinyal terbatas pita dalam domain Fourier pecahan
mempertimbangkan. Selain itu, kami menyediakan beberapa topik penelitian masa depan tentang teorema sampling sebagai
berhubungan dengan FrFT.

Kata kunci: transformasi Fourier pecahan; pengambilan sampel tidak seragam; rekonstruksi sinyal; spektral ana

lisis; pengambilan sampel yang seragam

untuk mengurangi kompleksitas komputasi dalam praktiknya,

1 Pendahuluan pengambilan sampel mungkin tidak memenuhi persyaratan

Teorema pengambilan sampel Nyquist yang terkenal menunjukkan dari tingkat Nyquist, yang karenanya menurunkan

bahwa sinyal waktu kontinu dapat ditentukan secara unik kinerja pemrosesan sinyal.

dengan sampel seragamnya jika dibatasi bandnya dalam Untuk mengatasi masalah ini, kita dapat menggunakan

domain Fourier dan laju pengambilan sampel metode pemrosesan sinyal umum untuk mengembangkan
teorema pengambilan sampel tingkat lanjut. Sebagai generalisasi dari
setidaknya adalah tingkat Nyquist [1]. Namun, sinyal non-
bandlimited di Fourier bisa melakukannya transformasi Fourier klasik (FT), transformasi Fourier pecahan
(FrFT) telah banyak digunakan
utama yang biasa ditemui dan Nyquist
diterapkan pada radar [2ÿ6], komunikasi [7, 8], optik [9, 10], dan
Tingkat ini biasanya terlalu tinggi untuk dicapai dalam praktik.
pemrosesan sinyal gambar [11, 12],
Kedua kasus tersebut memerlukan tingkat pengambilan sampel yang tinggi
dll. Hal ini karena berbeda dengan FT yang hanya bisa
memungkinkan kinerja rekonstruksi sinyal
mengkarakterisasi sinyal dalam domain frekuensi, yaitu
dan analisis spektral, yang dapat menghasilkan hasil yang besar
FrFT dapat mengkarakterisasi sinyal dalam beberapa domain
jumlah sampel dan kompleksitas komputasi yang tinggi dalam
pecahan Fourier termasuk waktu dan
pemrosesan sinyal digital. Dalam urutan
domain frekuensi, dan oleh karena itu, bisa
memberikan perspektif baru untuk pemrosesan sinyal.
Naskah diterima pada 31 Mei 2021; direvisi 27 Juni 2021;
diterima 14 Juli 2021. Associate editor yang mengoordinasikan Oleh karena itu FrFT harus diintegrasikan dalam penelitian ini
review naskah ini adalah Dr. Bingzhao Li. Pekerjaan ini
didukung sebagian oleh National Natural Foundation teorema pengambilan sampel.
China (NSFC) (Nos. 62027801 dan U1833203) dan
Pada awalnya, penelitian tentang teori pengambilan
Yayasan Ilmu Pengetahuan Alam Beijing (No. L191004).
Jinming Ma dan Ran Tao bekerja di Laboratorium Utama Beijing sampel yang terkait dengan FrFT berfokus pada rekonstruksi
untuk Sinyal dan Sistem Pecahan, Sekolah Informasi dan Elektronika,
Institut Teknologi Beijing, sinyal dan analisis spektral sehubungan dengan pengambilan
Beijing 100081, Tiongkok. sampel yang seragam [13ÿ17]. Lebih-lebih lagi,
ÿ Penulis koresponden. Email: rantao@bit.edu.cn
DOI: 10.15918/j.jbit1004-0579.2021.041 teorema pengambilan sampel tidak seragam yang terkait dengan

— 195 —
Machine Translated by Google
Jurnal Institut Teknologi Beijing, 2021, Vol. 30,Tidak. 3
FrFT telah dipelajari secara luas. Yang satu
Di sisi lain, hal ini karena pengambilan sampel yang tidak
seragam biasa terjadi di berbagai aplikasi seperti
radar [18], komunikasi [19], optik [20], sebagai tronomi
[21], dan seismologi [22], yang dapat menurunkan fidelitas
sinyal dan rasio sinyal terhadap kebisingan dari sistem
pemrosesan sinyal [23]. Pada
di sisi lain, penggunaan yang tidak seragam
pengambilan sampel dapat membantu mengurangi kebutuhan
laju pengambilan sampel dan mendapatkan karakteristik
sinyal yang diinginkan [23]. Terlebih lagi, sub-Nyquist
pengambilan sampel yang terkait dengan FrFT juga telah dilakukan
topik penelitian yang penting, yang menjadi dasar
tingkat pengambilan sampel dan kompleksitas komputasi bisa
menjadi sangat berkurang.
Dalam makalah ini, kami meninjau perkembangan
terkini dari teorema pengambilan sampel yang terkait dengan
FrFT. Sisa makalah ini disusun sebagai
berikut. Di Bagian 2, teori pengambilan sampel seragam
yang terkait dengan FrFT ditinjau. Di dalam
Bagian 3, teorema pengambilan sampel tidak seragam
yang terkait dengan FrFT diberikan. Teorema pengambilan
sampel sub Nyquist terkait dengan
FrFT ditawarkan di Bagian 4. Beberapa re
topik pencarian disediakan di Bagian 5 dan Bagian 6
menyimpulkan makalah.
2 Pengambilan Sampel Seragam
2.1 Rekonstruksi Sinyal dan Spesifikasi Pecahan
Analisis tral untuk Pengambilan Sampel Seragam
Xia pertama kali mempelajari teorema pengambilan sampel seragam
sinyal bandlimited dalam pecahan Fourier menjadi utama
pada tahun 1996 [13]. Untuk mendapatkan rumus
interpolasi sinyal sampel yang seragam itu
dibatasi pitanya dalam domain Fourier pecahan,
sinyal asli terlebih dahulu dimodulasi untuk memperoleh a
sinyal yang dibatasi pitanya dalam domain Fourier,
dan kemudian teorema pengambilan sampel Shannon
diterapkan pada sinyal termodulasi. Berikut ini,
sudah banyak karya sastra yang
memperoleh rumus interpolasi yang sama dengan cara
mewakili FrFT dengan variasi
FT [14], memperkenalkan konsep es periode kicauan dan
seri FrFT [15], atau mempelajari gen
— 196 —
rumus Parseval yang dialisasikan berdasarkan deret FrFT
[24]. Pada tahun 2003, karya [16] telah mengembangkan
rumus rekonstruksi sinyal yang diamati dengan durasi
terbatas berdasarkan deret FrFT [16].
Pada tahun 2005, formula rekonstruksi sinyal
yaitu periodik dalam domain waktu dan bandlim
ited dalam domain Fourier pecahan telah
diberikan dalam [25]. Pada tahun 2012, teorema sampling di
ruang varian shift yang terkait dengan FrFT
telah dipelajari di [26].
Jika menyangkut sinyal acak,
teorema pengambilan sampel didasarkan pada fungsi
korelasi fraksional (FrCF) dan kerapatan spek daya
fraksional (FrPSD) [27ÿ29]. Pada tahun 2010, pekerjaan
dari [30] telah mempelajari teori pengambilan sampel
seragam dari sinyal acak stasioner kicauan
terbatas pada domain Fourier pecahan dan
diperoleh rumus rekonstruksi menurut
Hasil Xia. Berdasarkan [30], karya [31] memiliki
menetapkan hubungan antara teorema pengambilan
sampel pecahan untuk sinyal acak terbatas pita dan
teorema Ergodik von Neumann, dan
karya [32] telah menganalisis kesalahan aliasing dan
pemotongan rekonstruksi sinyal. Untuk hasil yang lebih
terkait, lihat [33] dan [34].
Karya [15] telah menunjukkan bahwa pengambilan
sampel seragam dalam domain waktu mengarah ke
kicauan-periodisitas spektrum dalam fraksi
domain al Fourier berdasarkan seri FrFT. Itu
karya [17] telah memperoleh ekspresi
spektrum pecahan dari sinyal sampel yang seragam
dengan cara merepresentasikan sinyal sampel
dengan mengalikan sinyal asli dan
kereta impuls, dan kemudian menggunakan pecahan
teorema konvolusi. Hal ini menunjukkan bahwa pecahan
spektrum al dari sinyal sampel yang seragam adalah
replika periodik dari sinyal aslinya
dengan periode ÿs sin ÿ , bersama dengan fase linier
modulasi [17]. Oleh karena itu, spektrum a
sinyal bandlimited dalam pecahan Fourier do main dapat
direkonstruksi secara sempurna dengan suatu ideal
filter lolos rendah dalam domain Fourier pecahan
ketika replika tidak tumpang tindih, yang memerlukan
bahwa sinyalnya terbatas pada kamu
di frak
Machine Translated by Google

Jinming Ma dkk. / Kemajuan Penelitian Teorema Sampling Terkait Transformasi Fractional Fourier

domain Fourier nasional dan laju pengambilan sampel berada pada noise, shot noise, dan flick noise, yang akan menghasilkan
paling sedikit
2uÿ csc a
. Teorema pengambilan sampel seragam pengambilan sampel yang tidak seragam (lihat Gambar 1).

diusulkan oleh [17] dapat sangat mengurangi kompleksitas

komputasi dalam estimasi parameter
pinggiran optik dengan fase kuadrat, yang memiliki
… …
telah terbukti dalam pengukuran interferometri
ÿTs+xÿ1 x0 Ts+x1 T
dengan pengurangan waktu pemrosesan dari 179 detik
hingga 0,83 s ketika radius kelengkungan yang diukur adalah Ts adalah periode pengambilan sampel dan ÿn, n ÿ Z adalah jam ke-n

jitter/gangguan acak
0,86 m [10]. Untuk hasil yang lebih terkait untuk analisis
Gambar 1 Pengambilan sampel tidak seragam karena jitter jam/per acak
spek tral pengambilan sampel secara kanonik linier turbasi

domain, lihat [35, 36].

Mengincar sinyal deterministik yang ada
2.2 Konversi Sampling Rate dalam Pecahan
bandlimited dalam domain Fourier pecahan, itu
Domain Fourier
karya [42] telah membangun kerangka
Upsampling dan downsampling waktu diskrit
pengambilan sampel dan rekonstruksi secara fungsional
sinyal biasanya dibahas dalam sinyal multirate
ruang yang terkait dengan FrFT, berdasarkan yang mana
pemrosesan untuk konversi tingkat pengambilan sampel [37]. Di dalam
teorema pengambilan sampel tidak beraturan dengan adanya
2006, interpolasi dan penipisan sinyal waktu diskrit yang
gangguan acak telah diturunkan. Lebih-lebih lagi,
dibatasi pitanya dalam pecahan
karya [43] telah memperluas metode klasik berbasis fungsi
Domain Fourier telah dipelajari di [17, 38],
win dow [44, 45] ke domain pecahan Fourier, yang
dimana ekspresi spektrum pecahan
berdasarkan pada bias spektral pecahan yang disebabkan
sinyal waktu diskrit dengan interpolasi atau
oleh jitter jam dapat
penipisan dengan faktor bilangan bulat telah diperoleh.
dikompensasi menggunakan fungsi jendela. Itu
Dengan merancang filter dalam domain Fourier pecahan,
Kekurangan dari cara ini adalah hasil yang didapat adalah kemenangan
konversi laju pengambilan sampel dengan faktor rasional
dow adalah fungsi waktu dan frac
juga telah terwujud, yang membuka jalan bagi
frekuensi nasional. Untuk mengatasi kelemahan ini, the
cara untuk pemrosesan sinyal multirate di
karya [23] telah mengusulkan spektral pecahan
domain Fourier pecahan [17]. Untuk lebih jelasnya
metode kompensasi dengan akurasi tinggi
terkait dengan Transformasi kanonik linier
dan kompleksitas komputasi yang rendah melalui
lihat [39]. Pada tahun 2008, analisis Fourier pecahan sinyal
mengembangkan filter optimal yang meminimalkan
dengan interpolasi siklik dan
kesalahan kuadrat rata-rata antara yang asli dan yang asli
penipisan telah dipelajari di [40], berdasarkan
spektrum pecahan terkompensasi.
yang merupakan multiplexing pembagian tatanan transformasi
Sedangkan untuk sinyal acak yang dibatasi bandnya
telah dikembangkan untuk meningkatkan kinerja
dalam domain Fourier pecahan, hasil dari
multiplexing tradisional dalam domain Four ier pecahan
[46] telah mempelajari rekonstruksi sinyal di
yang hanya mentransmisikan sinyal dalam a
adanya gangguan acak berdasarkan
satu arah dalam bidang frekuensi waktu [41].
Interpolasi Lagrange dan sinc acak
interpolasi diusulkan dalam [47]. Walaupun
3 Pengambilan Sampel Tidak Seragam
Interpolasi Lagrange memberikan rekonstruksi yang sangat
3.1 Rekonstruksi Sinyal dan Analisis Spektral Fraksional baik, sehingga menghasilkan komputasi yang tinggi
untuk Pengambilan Sampel Tidak Seragam kompleksitasnya karena bentuk interpolator bergantung
ke Jitter Jam/Gangguan Acak pada waktu pengambilan sampel yang tidak seragam [23].
Dalam sistem akuisisi data berkecepatan tinggi, gangguan Selain itu, meskipun metode berbasis polulasi acak-sinc-
clock jit ter/random biasanya disebabkan oleh panas inter sederhana, metode ini kurang akurat
— 197 —
Machine Translated by Google

Jurnal Institut Teknologi Beijing, 2021, Vol. 30,Tidak. 3

acy karena sinyal yang diperoleh direkonstruksi
adalah perkiraan sinyal asli,
yang menurunkan kinerja estimasi FrPSD dan FrCF.
Apalagi FrPSD
metode estimasi telah diusulkan berdasarkan
analisis statistik acak orde kedua
karakter, dimana efek gangguan acak pada FrPSD telah
metode dalam [51, 52] ke sinyal 2-D dan menerapkannya
untuk pencitraan radar aperture sintetis. Berdasarkan
Radon nonuniform FrFT, karya [5] telah mengusulkan
metode integrasi koheren secara acak
radar interval pengulangan pulsa, yang dapat dimanfaatkan
untuk mengatasi masalah migrasi sel jangkauan dan
penyebaran spektral.

setara dengan pra-filter dalam domain Fourier pecahan [46]. Ketika datang ke ADC interleaving/multi plexing
dengan adanya kedua pengaturan waktu

Namun, metode ini [46] memerlukan pengetahuan tentang offset dan jitter jam (lihat Gambar 2, garis putus-putus ),

waktu pengambilan sampel yang tidak seragam, yang mana karya [23] telah mengusulkan pecahan

membatasi penerapannya. Untuk mengatasi masalah ini, estimasi spektral dengan akurasi tinggi melalui cara
pertama-tama memisahkan efeknya, dan kemudian
karya [48] telah mengusulkan estimasi FrPSD
mengkompensasi bias karena timing offset dan
dan FrCF yang tidak bergantung pada pengambilan sampel
jitter jam dengan memecahkan sistem pecahan persamaan
secara stan, yang menghilangkan bias FrPSD dan
linier dan mengembangkan filter optimal, masing-masing.
Perkiraan FrCF masing-masing melalui penyaringan
Dalam karya-karya tersebut di atas, waktunya
pecahan dalam ayat dan interpolasi pecahan. Untuk lebih
MTs
banyak pekerjaan terkait terkait
…
dengan transformasi kanonik linier, lihat [49]. Ts T
t0+x0,0 t0+MTs+x1,0
3.2 Rekonstruksi Sinyal dan Analisis Spektral Fraksional
MTs
untuk Periodik Nonuniform …

Pengambilan Sampel Karena Waktu Offset T

0 t1+x0,1 t1+MTs+x1,1
Pengambilan sampel tidak seragam secara berkala karena MTs
…
Msaluran
pengaturan waktu ditetapkan pada [50]. Secara umum,
paralel dapat digunakan untuk mengambil sampel sinyal dengan a 0 t2+MTs+x1,2
T
t2+x0,2
periode , masing-masing, dan kemudian semua MTs keluar MTs
…
sampel yang dimasukkan dimultipleks untuk mendapatkan sampel
T
dengan periode rata-rata [47]. Pengimbangan
Ts waktu 0 t3+x0,3 t3+MTs+x1,3

akan mengakibatkan asinkronisme multiplexing dan (A)

konverter log-ke-digital (ADC) dan karenanya

menyebabkan pengambilan sampel tidak seragam secara berkala (lihat Gambar 2,
MTs
panah padat). MTs

Untuk sinyal yang dibatasi pitanya di MTs

…
MTs
domain Fourier pecahan, karya [51, 52]
telah memperoleh ekspresi spektral pecahan dari 0 Ts T

sinyal sampel yang tidak seragam secara berkala oleh (B)

jumlah spektrum pecahan dari sub-urutan atau dengan M tm

adalah jumlah saluran pengambilan sampel, dan ÿn,m , m=

perhitungan waktu diskrit FrFT dari sinyal sampel yang , M pengambilan

0, · · ·adalah ÿ 1 n ÿ, Z sampel pertama yang instan hanya di
N
tidak seragam [23]. adanya timing offset dan jitter jam ke-/acak

gangguan, masing-masing, semuanya terkait dengan saluran ke-th M

Berdasarkan ekspresi terakhir, metode rekonstruksi
Gambar 2 Pengambilan sampel tidak seragam secara berkala karena offset waktu (sol )
spektral fraksional yang sesuai memiliki
panah id, tm + nMTs dan pengambilan sampel tidak seragam dalam
telah diusulkan dengan cara memecahkan sistem
adanya timing offset dan clock jit ter (panah putus-putus, ): (a) Sampling
persamaan [51, 52]. Selanjutnya, karya [53] tm + nMTs + ÿn,m
telah memperluas rekonstruksi spektral fraksional instan setiap saluran; (b) sampel tidak seragam

— 198 —
Machine Translated by Google
Jinming Ma dkk. / Kemajuan Penelitian Teorema Sampling Terkait Transformasi Fractional Fourier
offset diasumsikan deterministik. Sedangkan untuk lari
offset waktu dom, karya [43] telah dipelajari
ekspresi dan rekonstruksi statistik rata-rata spektrum
pecahan.
3.3 Rekonstruksi Sinyal untuk Nonuniform Lainnya
Pengambilan sampel
Ketika gangguan pada saat pengambilan sampel terjadi
1
kurang dari periode pengambilan sampel, maka tanda aslinya
4
final dapat direkonstruksi dengan interpolasi Lagrange [54,
55]. Sedangkan untuk sinyal yang dibatasi bandwidth dalam
domain Fourier pecahan, interpolasi rentang Lag yang terkait
dengan FrFT memiliki
telah dipelajari di [52]. Selain itu, karya [56,
57] telah mempelajari interpolasi Lagrange di
mereproduksi ruang kernel Hilbert yang terkait dengan
transformasi kanonik linier. Dan pekerjaan dari
[46] telah mempelajari interpolasi Lagrange
sinyal acak yang dibatasi pitanya dalam domain pecahan
Fourier. Keuntungan utama dari
Interpolasi Lagrange adalah kemampuannya
memberikan rekonstruksi yang sangat baik, sedangkan
kelemahannya adalah interpolator bergantung pada
saat yang tidak seragam, dan oleh karena itu akan menghasilkan
kompleksitas komputasi yang tinggi [23]. Perhatikan juga
bahwa skema yang tidak seragam tersebut dapat dikurangi menjadi cer
mengandung jenis skema tidak seragam yang disebutkan di atas
ketika kondisi yang gangguan
1
saat pengambilan sampel kurang dari periode pengambilan
4
sampel yang terpenuhi. Misalnya, karya [46] punya
memanfaatkan interpolasi Lagrange terkait
dengan FrFT untuk merekonstruksi sinyal dari
pengambilan sampel tidak seragam karena jitter jam.
Selain itu, pengambilan sampel yang tidak seragam disebabkan oleh
migrasi sejumlah sampel seragam yang terbatas
dapat ditemukan di [52]. Pengambilan sampel yang tidak seragam
dengan jumlah sampel yang terbatas telah dipelajari
[52, 58, 59]. Sedangkan untuk pengambilan sampel yang tidak seragam
kehilangan data, lihat [60].
4 Pengambilan Sampel Sub-Nyquist
4.1 Pengurangan Sampling Rate dengan Penggunaan Hil
bert Transform atau Derivatif
Tingkat pengambilan sampel yang diperlukan untuk
rekonstruksi sinyal dapat dikurangi dengan penggunaan yang tepat telah diusulkan untuk menghitung diskrit
— 199 —
Transformasi Hilbert atau turunan dari suatu sinyal.
Karya [61] dan [62] telah merekonstruksi
sinyal asli dengan menginterpolasi sampel
baik sinyal maupun transformasi Hilbert menjadi setengahnya
tingkat Nyquist untuk FrFT. Selain itu,
karya [62] telah mengusulkan rekonstruksi sinyal
metode dengan menginterpolasi sampel keduanya
sinyal dan turunan orde pertama pada setengahnya
Tingkat Nyquist untuk FrFT, dimana sampelnya
turunan orde pertama dapat didekati
menggunakan pembeda beda pusat. Namun,
kinerja diferensiasi perbedaan sentral atau sangat bergantung
pada rasio signal-to-noise. Untuk pekerjaan terkait
rekonstruksi sinyal non-stasioner dengan menggunakan
sampel
turunan satu orde, lihat [30]. Pada tahun 2019,
karya [63] telah memperluas teorema sampling
menggunakan turunan orde pertama ke turunan orde tinggi
dan mengusulkan metode rekonstruksi sinyal dengan
menginterpolasi sampel sinyal dan
1
turunan · · ·, ke-th
1, 2,orde n ÿ 1 di Nyquist
N
tarif untuk FrFT.
4.2 Pengambilan Sampel dan Rekonstruksi Multiband
Sinyal dalam Domain Fractional Fourier
Adapun sinyal-sinyal dengan pita-pita terputus-putus berhingga di
domain Fourier pecahan, pengambilan sampel seragam adalah
tidak efisien karena frekuensi pecahan kosong
interval tanpa energi sinyal dapat menyebabkan tingkat
pengambilan sampel tinggi yang tidak perlu. Untuk mengatasi
masalah ini, karya [64] telah mengusulkan rekonstruksi
sinyal berbasis setelan jas yang memperluas jangkauan
konverter pita lebar termodulasi ke pecahan
Domain Fourier oleh operator invarian pergeseran pecahan.
Selain itu, karya [65] telah merancang a
metode rekonstruksi sinyal dalam subruang multiresolusi
yang terkait dengan pecahan
transformasi wavelet, berdasarkan yang diperlukan
tingkat pengambilan sampel bisa lebih rendah dari yang terendah
laju pengambilan sampel yang diperlukan dengan pengambilan sampel yang seragam.
4.3 FrFT Diskrit Jarang
Berdasarkan teorema sampling yang terkait dengan
FrFT, berbagai jenis algoritma numerik
Machine Translated by Google
Jurnal Institut Teknologi Beijing, 2021, Vol. 30,Tidak. 3
FrFT. Diantaranya, algoritma pengambilan sampel Pei dapat
mencapai kompleksitas yang relatif rendah
dan presisi tinggi [66], dan oleh karena itu tersebar luas
digunakan dalam aplikasi. Namun, algoritma tipe pengambilan
sampel Pei akan memakan waktu lama
berurusan dengan kumpulan data besar, yang memerlukan
pengembangan FrFT diskrit jarang untuk mengurangi
kompleksitas komputasi [67, 68]. Itu
FrFT diskrit jarang yang diusulkan dalam [67] dapat digunakan
untuk menangani sinyal-sinyal yang jarang terwakili
masuk dalam domain Fourier pecahan dan memang demikian
lebih cocok untuk kumpulan data besar [68]. Lebih jauh lagi,
karya [68] telah mengoptimalkannya dengan cara
memanfaatkan informasi fase yang mendasarinya
[67]. FrFT diskrit jarang dapat digunakan untuk
pendekatan estimasi parameter cepat dari sinyal modulasi
frekuensi linier dan pemrosesan sinyal radar [67], dll.
5 Topik Penelitian Masa Depan
Kedepannya, topik penelitian berikut ini adalah
masih layak untuk dipelajari:
1) Pengambilan sampel Sub-Nyquist dan analisis
spektral sinyal dengan pita terputus-putus hingga di
domain Fourier pecahan.
2) Pengambilan sampel beberapa masukan beberapa keluaran
[69] dan rekonstruksi sinyal yang dibatasi pita atau tidak
dibatasi pita dalam pecahan
domain Fourier.
3) Teorema sampling berbasis FrFT dengan
sehubungan dengan skema pengambilan sampel baru seperti
pengambilan sampel dengan tingkat inovasi terbatas [70, 71],
mesin pengkodean waktu [72, 73], dan satu-bit
pengambilan sampel [74], dll.
4) Pengambilan sampel tidak seragam berbasis FrFT
teorema dengan mempertimbangkan banyak faktor
seperti timing offset, clock jitter, dan periodik
Data hilang.
6 Kesimpulan
Dalam makalah ini, kami telah meninjau perkembangan
terkini dari teorema pengambilan sampel yang terkait dengan
FrFT. Kami terlebih dahulu telah memberikan hasil tentang
— 200 —
rekonstruksi sinyal dan analisis spektral yang terkait dengan
FrFT sehubungan dengan seragam
pengambilan sampel dan pengambilan sampel yang tidak
seragam karena berbagai faktor seperti jitter jam/gangguan
acak dan offset waktu, dll. Kemudian kami meninjau karya
tentang pengambilan sampel sub-Nyquist yang terkait dengan
transformasi/turunan Hilbert
dan sinyal multiband, dll. Akhirnya, kita punya
menyediakan beberapa topik penelitian masa depan
teorema sampling yang terkait dengan FrFT.
Referensi:
[1] C. E. Shannon,“Komunikasi di hadapan
kebisingan,” Prosiding Institute of Radio Engine eers, vol. 37,
tidak. 1, hal.93-103, 1949.
[2] R. Pelich, N. Longépé, G. Mercier, G. Hajduch,
dan R. Garello, “Pemfokusan ulang kapal dan estimasi
kecepatan pada citra SAR menggunakan fraksional
Transformasi Fourier,” Transaksi IEEE aktif
Geosains dan Penginderaan Jauh, vol. 54, tidak. 3, hal.
1670-1684, 2015.
[3] S. H. Liu, T. Shan, Y. D. Zhang, R. Tao, dan Y.
Feng, “Algoritme cepat untuk IFM multikomponen
analisis sinyal memanfaatkan DPT dan SD FrFT tersegmentasi,
” dalam Prosiding IEEE Internasional
Konferensi Radar , 2015, hlm.1139–1143.
[4] S. Liu, Z. Zeng, Y. D. Zhang, T. Fan, dan R. Tao,
“Deteksi jatuh manusia otomatis dalam bentuk pecahan
Domain Fourier untuk kehidupan yang dibantu, ” dalam Prosiding
Konferensi Internasional IEEE ke-41 tentang
Akustik, Pemrosesan Ucapan dan Sinyal (ICASSP
2016), 2016, hlm.799–803.
[5] J. Tian, X.-G. Xia, W. Cui, G. Yang, dan S. L.
Wu, “Metode integrasi yang koheren melalui Radon NUFrFT
untuk radar PRI acak,” IEEE Transactions on Aerospace and
Electronic Systems, vol. 53,
TIDAK. 4, hal.2101-2109, 2017.
[6] S. Liu, H. Zhang, T. Shan, dan Y. Huang, “Deteksi radar yang
efisien terhadap target manuver yang lemah
menggunakan strategi kasar hingga halus,” IET Radar Sonar
dan Navigasi, vol. 15, tidak. 2, hal.181-193, 2021.
[7] Y. Zhao, H. Yu, G. Wei, F. Ji, dan F. Chen, “Estimasi parameter
akustik bawah air pita lebar
saluran multipath berdasarkan pecahan Fourier
transform,” Transaksi IEEE pada Pemrosesan Sinyal , vol. 64,
tidak. 20, hal.5396-5408, 2016.
[8] T. Wang, H. Huan, R. Tao, dan Y. Wang, “Sistem OFDM
berkode keamanan berdasarkan frak-
Machine Translated by Google
Jinming Ma dkk. / Kemajuan Penelitian Teorema Sampling Terkait Transformasi Fractional Fourier
transformasi Fourier nasional,” IEEE Communications
Surat, jilid. 20, tidak. 12, hal.2474-2477, 2016.
[9] D. Mendlovic dan H. M. Ozaktas, “Transformasi Fraksional
Empat dan implementasi optiknya: I,”
Jurnal Masyarakat Optik Amerika A, vol.
10, tidak. 9, hal.1875-1881, 1993.
[10] Z. Guo, M.F. Lu, J.M. Wu, X.W. Jin, dan R.
Tao, “Metode berbasis Fast FrFT untuk memperkirakan
parameter fisik dari cincin Newton,” Applied Op tics, vol. 58,
tidak. 14, hal.3926-3931, 2019.
[11] X. Kang, R. Tao, dan F. Zhang, “Beberapa parameter er
transformasi pecahan diskrit dan penerapannya,” Transaksi
IEEE pada Pemrosesan Sinyal,
penerbangan. 64, tidak. 13, hal. 3402-3417, 2016.
[12] X. Su, R. Tao, dan X. Kang, “Analisis dan perbandingan
transformasi Fourier pecahan diskrit,” Pemrosesan Sinyal ,
vol. 160, hal.284-298, 2019.
[13] X. G. Xia, “Pada sinyal terbatas dengan fraksional
Transformasi Fourier,” IEEE Signal Processing Letters , vol.
3, tidak. 3, hal.72-74, 1996.
[14] A. I. Zayed,“Tentang hubungan antara Fourier
dan transformasi Fourier pecahan,” IEEE Signal
Memproses Surat, vol. 3, tidak. 12, hal.310-311,
1996.
[15] T. Erseghe, P. Kraniauskas, dan G. Cario raro, “Transformasi
Fourier pecahan terpadu dan
teorema sampling,” Transaksi IEEE pada Sinyal
Pemrosesan, jilid. 47, tidak. 12, hal.3419-3423, 1999.
[16] C. Candan dan H. M. Ozaktas, “Pengambilan sampel dan
teorema ekspansi deret untuk pecahan Fourier
dan transformasi lainnya,” Signal Processing, vol. 83,
TIDAK. 11, hal.2455-2457, 2003.
[17] R. Tao, B. Deng, WQ Zhang, dan Y.
Wang, “Konversi pengambilan sampel dan tingkat pengambilan sampel
sinyal terbatas pita dalam domain trans bentuk Fourier
pecahan,” IEEE Transactions on Signal Pro cessing, vol. 56,
tidak. 1, hal.158-171, 2008.
[18] M. S. Davis dan A. D. Lanterman, “Aliasing pada sinyal
sampel saat ini dengan aplikasi untuk
pencitraan aperture sintetis,” Transaksi IEEE
tentang Pemrosesan Sinyal, vol. 63, tidak. 12, hal.3088-
3095, 2015.
[19] D.Zhang, Z.Xu, H.R. Karimi, Q.-G. Wang, dan
L. Yu, “ Kontrol umpan balik keluaran Hÿ terdistribusi untuk
konsensus sistem multiagen linier heterogen dengan
komunikasi data sampel aperiodik,” IEEE Transactions on
Industrial Electron ics, vol. 65, tidak. 5, hal.4145-4155, 2017.
[20] K. Guo, S. Dong, P. Nanda, dan G. Zheng, “Optimasi pola
pengambilan sampel dan desain Four-
— 201 —
iluminator ptychographic,” Optics Express, vol.
23, tidak. 5, hal.6171-6180, 2015.
[21] M. S. Khan, J. Jenkins, dan N. B. Yoma, “Menemukan dunia
baru: Tinjauan pemrosesan sinyal
metode untuk mendeteksi exoplanet dari data kecepatan
radial astronomi,” IEEE Signal Processing
Majalah, jilid. 34, tidak. 1, hal.104-115, 2017.
[22] G. Hennenfent dan F. J. Herrmann, “Penghilangan kebisingan
seismik dengan kurva sampel yang tidak seragam,”
Komputasi dalam Sains dan Teknik, vol. 8, tidak.
3, hal.16-25, 2006.
[23] J. Ma, R. Tao, Y. Li, dan X. Kang, “Fraksional
analisis spektrum untuk pengambilan sampel tidak seragam di
adanya jitter jam dan offset waktu,” IEEE
Transaksi Pemrosesan Sinyal, vol. 68, hal.
4148-4162, 2020.
[24] Y. L. D. Wei dan Q. Ran, “Pengambilan sampel pecahan
sinyal terbatas pita yang terkait dengan transformasi Four ier
fraksional,” Jurnal OptikInternasional untuk Light
dan Optik Elektron, vol. 123, tidak. 2, hal.137-139,
2012.
[25] K. K. Sharma dan S. D. Joshi, “Fraksional Fourier
transformasi sinyal periodik terbatas band dan nya
teorema pengambilan sampel,” Optics Communications, vol.
256, tidak. 4-6, hal.272-278, 2005.
[26] A. Bhandari dan A. I. Zayed, “Shift-invarian dan
ruang pengambilan sampel yang terkait dengan pecahan
Domain transformasi Fourier,” Transaksi IEEE aktif
Pemrosesan Sinyal , vol. 60, tidak. 4, hal.1627-1637,
2012.
[27] R. Tao, F. Zhang, dan Y. Wang, “Kekuatan pecahan
spektrum,” Transaksi IEEE pada Pemrosesan Sinyal , vol.
56, tidak. 9, hal.4199-4206, 2008.
[28] S. Pei dan J. Ding, “Transformasi Fraksional Fourier,
Distribusi wigner, dan desain filter untuk proses acak stasioner
dan nonstasioner,” IEEE
Transaksi Pemrosesan Sinyal, vol. 58, tidak. 8,
hal.4079-4092, 2010.
[29] R. Torres dan E. Torres, “Analisis Fractional Fourier dari
sinyal acak dan gagasan aritas stasiun ÿ dari distribusi
Wigner-Ville,” Saat ini
Biologi, jilid. 11, tidak. 8, hal.550-557, 2013.
[30] R. Tao, F. Zhang, dan Y. Wang, “Pengambilan sampel
menjalankan sinyal dom dalam domain Fourier pecahan,”
Pemrosesan Sinyal , vol. 91, tidak. 6, hal.1394-1400, 2011.
[31] R. Torres, Z. Lizarazo, dan E. Torres, “Fraksional
teorema pengambilan sampel untuk sinyal acak terbatas ÿ
dan hubungannya dengan teori ergodik von neumann
teorema,” Transaksi IEEE pada Pemrosesan Sinyal, vol. 62,
tidak. 14, hal.3695-3705, 2014.
Machine Translated by Google
Jurnal Institut Teknologi Beijing, 2021, Vol. 30,Tidak. 3
[32] H. Huo dan W. Sun, “Teorema dan kesalahan pengambilan sampel
perkiraan untuk sinyal acak dalam domain transformasi al
kanonik linier,” Signal Processing, vol. 111,
hal.31-38, 2015.
[33] S. Xu, L. Feng, Y. Chai, dan Y. He, “Analisis sinyal acak
stasioner A dalam kanonik linier
mengubah domain,” Pemrosesan Sinyal , vol. 146, hal.
126-132, 2018.
[34] F. Zhang, Y. Hu, R. Tao, dan Y. Wang, “Konstruksi ulang
sinyal dari sebagian informasi diskrit
transformasi kanonik linier,” Teknik Optik,
penerbangan. 53, tidak. 5, 2014.
[35] R. Torres, P. Pellat-Finet, dan Y. Torres, “Teorema sampel
ling untuk sinyal terbatas pita pecahan: A
bukti mandiri. Aplikasi untuk holografi digital,” IEEE Signal
Processing Letters, vol. 13,
TIDAK. 11, hal.676-679, 2006.
[36]
B. Deng, R. Tao, dan Y. Wang, “Konvolusi itu
orem untuk transformasi kanonik linier dan mereka
aplikasi,” Sains di Tiongkok Seri F: Ilmu Informasi , vol. 49,
tidak. 5, hal.592-603, 2006.
[37] A.V. Oppenheim, R.W. Schafer, dan J.R. Buck,
Pemrosesan sinyal waktu diskrit ( Edisi ke-2nd). New Jersey,
AS: Prentice-Hall, Inc., 1999.
[38] X. Y. Meng, R. Tao, dan Y. Wang, “Fraksional
Analisis domain Fourier tentang penipisan dan interpolasi,”
Science in China, vol. 50, tidak. 4, hal.521-
538, 2007.
[39] J. Zhao, R. Tao, dan Y. Wang, “Sampling rate con version
for linear canonical transform,” Signal Pro cessing, vol. 88,
tidak. 11, hal.2825-2832, 2008.
[40] X. Meng, R. Tao, dan Y. Wang, “Analisis domain Fractional
Fouri er dari pemrosesan sinyal multirate siklik,” Science
Chinatechnological Sciences, vol.
51, tidak. 6, hal.803-819, 2008.
[41] R. Tao, X. Meng, dan Y. Wang, “Ubah tatanan
multiplexing divisi,” Transaksi IEEE pada Pemrosesan
Sinyal , vol. 59, tidak. 2, hal.598-609, 2011.
[42] X. Liu, J. Shi, W. Xiang, Q. Zhang, dan N.
Zhang, “Perluasan pengambilan sampel untuk sampel yang tidak teratur
sinyal dalam domain transformasi Fourier pecahan,”
Pemrosesan Sinyal Digital , vol. 34, tidak. 1, hal.74-81,
2014.
[43] L. Xu, F. Zhang, dan R. Tao, “Spektral pecahan
analisis sinyal dan aplikasi yang diambil sampelnya secara
acak,” Transaksi IEEE pada Instrumentasi dan
Pengukuran, jilid. 66, tidak. 11, hal.2869-2881, 2017.
[44] A. Tarczynski dan N. Allay, “Analisis spektral
sinyal yang diambil sampelnya secara acak: Penindasan aliasing
dan sampler jitter,” Transaksi IEEE di Signal
— 202 —
Pemrosesan, jilid. 52, tidak. 12, hal.3324-3334, 2004.
[45] A. Tarczynski dan DD Qu, “Acak optimal
pengambilan sampel untuk estimasi spektrum dalam aplikasi
dasp,” International Journal of Applied Mathematics and
Computer Science, vol. 15, tidak. 4, hal.463-
469, 2005.
[46] L. Xu, F. Zhang, dan R. Tao, “Pengambilan sampel dan
rekonstruksi bentuk nonuni secara acak dalam pecahan
Domain Fourier,” Pemrosesan Sinyal , vol. 120, hal.
311-322, 2016.
[47] S. Maymon dan A. V. Oppenheim, “Karena interpolasi sampel
yang tidak seragam,” Transaksi IEEE
tentang Pemrosesan Sinyal, vol. 59, tidak. 10, hal.4745-
4758, 2011.
[48] J. Ma, R. Tao, Y. Li, dan X. Kang, “Fraksional
spektrum daya dan estimasi korelasi fraksional untuk
pengambilan sampel yang tidak seragam,” IEEE Signal Pro
cessing Letters, vol. 27, hal.930-934, 2020.
[49] Z. Zhang, “Jittered sampling in linear canonical do main,”
IEEE Communications Letters, vol. 24, tidak.
7, hal.1529-1533, 2020.
[50] Y. C. Jenq, “Spektrum digital tidak seragam
sinyal sampel: Fundamental dan kecepatan tinggi
digitizer bentuk gelombang,” Transaksi IEEE pada
instrumentasi dan Pengukuran, vol. 37, tidak. 2, hal.
245-251, 1988.
[51] R. Tao, B. Z. Li, dan Y. Wang, “Analisis spektral
dan rekonstruksi secara periodik tidak seragam
sinyal sampel dalam domain Fourier pecahan,”
Transaksi IEEE pada Pemrosesan Sinyal, vol. 55,
TIDAK. 7, hal.3541-3547, 2007.
[52] R. Tao, B. Z. Li, Y. Wang, dan G. K. Aggrey, “Aktif
pengambilan sampel sinyal terbatas pita yang terkait dengan
transformasi kanonik linier,” Transaksi IEEE pada Pemrosesan
Sinyal, vol. 56, tidak. 11, hal.
5454-5464, 2008.
[53] N. Liu, R. Tao, R. Wang, Y. Deng, N. Li, dan S.
Zhao, “Rekonstruksi sinyal dari sampel berulang
dalam domain Fourier pecahan dan penerapannya di
SAR multisaluran,” Pemrosesan Sinyal , vol. 131,
hal.288-299, 2017.
[54] J. L.Yen, “Pada pengambilan sampel tidak seragam dari
sinyal terbatas bandwidth,” IRE Transactions on Circuit The
ory, vol. 3, tidak. 4, hal.251-257, 1956.
[55] K. Yao dan J. Thomas, "Pada beberapa stabilitas dan sifat
terpolasi dari perluasan pengambilan sampel yang tidak
seragam," IEEE Transactions on Circuit Theory,
penerbangan. 14, tidak. 4, hal. 404-408, 1967.
[56] H. Zhao, Q. W. Ran, J. Ma, dan L. Y. Tan, “Aktif
sinyal terbatas pita yang terkait dengan transformasi al
kanonik linier,” IEEE Signal Processing Letters, vol.
Machine Translated by Google
Jinming Ma dkk. / Kemajuan Penelitian Teorema Sampling Terkait Transformasi Fractional Fourier
16, tidak. 5, hal.343-345, 2009.
[57] Q. W. Ran, H. Zhao, dan L. Y. Tan, “Contoh dari
sinyal terbatas pita dalam transformasi Fourier pecahan
domain,” Sistem Sirkuit dan Pemrosesan Sinyal,
penerbangan. 29, tidak. 3, hal. 459-467, 2010.
[58] H. Zhao, Q. W. Ran, L. Y. Tan, dan J. Ma, “Konstruksi ulang
sinyal terbatas pita dalam domain transformasi kanonik linier
dari terbatas tidak seragam
sampel dengan spasi,” IEEE Signal Processing Letters,
penerbangan. 16, tidak. 12, hal. 1047-1050, 2009.
[59] Y. Hu, F. Zhang, L. Xu, R. Tao, dan Y.
Wang, “Rekonstruksi sinyal sampel seragam dari sampel
pendek tidak seragam dalam pecahan
Domain Fourier,” Pemrosesan Sinyal IET , vol. 10,
TIDAK. 2, hal.140-149, 2016.
[60] F. Zhang, R. Tao, dan Y. Wang, “Pengambilan sampel yang berlebihan
analisis dalam domain Fourier pecahan,” Science in
Cina Seri F: Ilmu Informasi, no. 8, hal.
1446-1455, 2009.
[61]
A. I. Zayed dan A. G. GarcíA, “Pengambilan sampel baru
untuk mulae untuk transformasi Fourier pecahan,” Signal
Pemrosesan, jilid. 77, tidak. 1, hal.111-114, 1999.
[62] B. Z. Li, R. Tao, dan Y. Wang, “Pengambilan sampel baru
untuk mulae terkait dengan transformasi kanonik linier,”
Pemrosesan Sinyal , vol. 87, tidak. 5, hal.983-990, 2007.
[63] R. M. Jing, Q. Feng, dan B. Z. Li, “Tingkat lebih tinggi
pengambilan sampel turunan yang terkait dengan pecahan
Transformasi Fourier,” Sirkuit, Sistem, dan Sinyal
Pemrosesan, jilid. 38, tidak. 11, hal.1751-1774, 2019.
[64] H. Zhao, L. Qiao, dan J. Zhang, “Seorang sub-Nyquist
algoritma pengambilan sampel untuk sinyal terbatas pita
pecahan berdasarkan AIC,” IEEE Transactions on Cir cuits
and Systems II: Express Briefs, vol. 65, tidak. 3,
hal.406-410, 2017.
[65] J. Wang, Y. Ding, S. Ren, dan W. Wang, “Pengambilan
sampel dan rekonstruksi sinyal multiband di
subruang multiresolusi yang terkait dengan transformasi
wavelet pecahan,” Pemrosesan Sinyal IEEE
Surat, jilid. 26, tidak. 1, hal.174-178, 2019.
[66] S. C. Pei dan J. J. Ding, “Fraksional diskrit bentuk tertutup
dan transformasi Fourier affine,” Tindakan IEEE Trans pada
Pemrosesan Sinyal, vol. 48, tidak. 5, hal.
1338-1353, 2000.
[67] S. Liu, T. Shan, R. Tao, YD Zhang, G. Zhang,
F. Zhang, dan Y. Wang, “Pecahan diskrit jarang
Transformasi Fourier dan aplikasinya,” IEEE
Transaksi Pemrosesan Sinyal, vol. 62, tidak. 24,
hal.6582-6595, 2014.
[68] H. Zhang, T. Shan, S. Liu, dan R. Tao, “Dioptimalkan
transformasi Fourier pecahan jarang: Prinsip dan
analisis kinerja,” Pemrosesan Sinyal , vol. 174,
— 203 —
hal.107646, 2020.
[69] R. Venkataramani dan Y. Bresler, “Teori pengambilan sampel
untuk MIMO nonuniform seragam dan periodik
pengambilan sampel sinyal multiband,” Pemrosesan Sinyal
Transaksi IEEE aktif, vol. 51, tidak. 12, hal.3152-
3163, 2003.
[70] M. Vetterli, P. Marziliano, dan T. Blu, “Pengambilan Sampel
sinyal dengan tingkat inovasi yang terbatas,” IEEE
Transaksi Pemrosesan Sinyal, vol. 50, tidak. 6,
hal.1417-1428, 2002.
[71] A. Bhandari dan P. Marziliano, “Pengambilan sampel dan
konstruksi ulang sinyal renggang dalam pecahan Fourier
domain,” Surat Pemrosesan Sinyal IEEE , vol. 17,
TIDAK. 3, hal.221-224, 2010.
[72] A. A. Lazar dan L. T. Toth, “Pemulihan sempurna dan
analisis sensitivitas waktu yang dikodekan secara bandlimited
sinyal,” Transaksi IEEE pada Sirkuit dan Sistem – I: Makalah
Reguler, vol. 51, tidak. 10, hal.2060-
2073, 2004.
[73] N. T. Thao dan D. Rzepka, “Pengodean waktu
sinyal terbatas pita: Rekonstruksi dengan versi pseudo-in
dan filter FIR tanpa pengali yang bervariasi terhadap waktu,”
IEEE Transactions on Signal Processing, vol.
69, hal.341-356, 2021.
[74] J. N. Laska, Z. Wen, W. Yin, dan R. G.
Baraniuk, “Percaya, tapi verifikasi: Pemulihan sinyal yang
cepat dan akurat dari pengukuran kompresi 1-bit,” Transaksi
IEEE pada Pemrosesan Sinyal,
penerbangan. 59, tidak. 11, hal. 5289-5301, 2011.
Jinming Ma menerima gelar BS
dari Sekolah Ilmu Matematika
ences, Universitas Normal Hebei,
Shijiazhuang, Tiongkok dan Ph.D. gelar dari
Sekolah Penerangan dan
Elektronika, Institut Teknologi Beijing, Beijing,
Tiongkok pada tahun 2014 dan 2021,
masing-masing. Saat ini dia adalah Peneliti Postdoctoral
dengan Departemen Teknik Elektronika, Tsinghua
Universitas, Beijing, Cina. Minat penelitiannya meliputi
pengambilan sampel, analisis spektral, dan bentuk trans Fourier
pecahan.
Ran Tao lahir pada tahun 1964. Dia menerima
gelar BS dari Electronic Engineering Institute of
PLA, Hefei, China,
pada tahun 1985, dan MS dan Ph.D. gelar dari
Harbin Institute of Tech nology, Harbin, China,
pada tahun 1990 dan 1993,
masing-masing. Saat ini dia adalah seorang Profesor
dengan Sekolah Informasi dan Elektronika, Beijing
Institut Teknologi, Beijing, Cina. Dia telah menulis
3 buku dan lebih dari 180 artikel jurnal peer-review.
Machine Translated by Google

Jurnal Institut Teknologi Beijing, 2021, Vol. 30,Tidak. 3

Minat penelitiannya saat ini meliputi sinyal pecahan dan pemrosesan
informasi dengan aplikasi.
Tao adalah penerima National Science Foundation of China for
Distinguished Young Scholars pada tahun 2006, dan Hadiah Pertama
Kemajuan Sains dan Teknologi pada tahun 2006 dan 2007, serta Hadiah
Pertama Ilmu Pengetahuan Alam pada tahun 2013, keduanya diberikan
oleh Kementerian Pendidikan. Dia adalah Profesor Terhormat Program
Beasiswa Changjiang pada tahun 2009. Dia adalah Profesor Utama di
Program untuk Cendekiawan Changjiang dan Tim Penelitian Inovatif di
Universitas dari tahun 2010 hingga 2012. Beliau pernah menjadi Profesor
Kepala di Kelompok Penelitian Kreatif
dari Yayasan Ilmu Pengetahuan Alam Nasional Tiongkok
sejak 2014. Dia telah dianugerahi Guru Terkenal
Pendidikan Tinggi di Beijing pada tahun 2018. Saat ini beliau menjabat
sebagai Wakil Ketua International Union of Radio Science
Dewan Tiongkok.

— 204 —