帧同步技术一直是通信领域的研究热点,其性能直接关系到整个系统的通信质量。传统的信号处理过程中,帧同步需要遵循Nyquist准则,而过大的采样数据量,极大地增加了系统对采样器件的要求,继而增加了系统的硬件成本和能量消耗。针对稀疏或者可压缩信号,压缩采样(Compressed Sampling,CS)技术以远低于Nyquist采样率对信号进行采样而不损失信息。本文对压缩采样理论在帧同步中的应用展开进一步的研究。相对于压缩采样技术,单比特压缩采样(Single-bit Compressed Sensing)仅保留观测值符号信息,可减少系统的能量损耗,降低模拟数字转换器(Analog-to-Digital Converter,ADC)的设计难度。为此,本文将单比特压缩采样技术引入到帧同步中进行研究。本文首先将接收机接收到的信号映射到帧定时变换域,并在帧定时变换域对接收信号进行单比特的压缩采样;随后,根据二进制迭代硬阈值算法,利用采样到的比特流重构出用于帧定时同步的定时度量;最后,根据相关法帧定时同步准则,搜索重构到的定时度量,找到帧定时同步的索引位置。分析与仿真结果表明,在比特开销相同的情况下,本文方法相对于基于压缩采样的帧定时同步方法,能够改善帧定时同步的正确同步概率;在正确同步概率相同的情况下,本文方法所需要的比特数更少。同时,在量化过程中,本文方法仅需电平比较器,降低了ADC的设计复杂度。考虑到传统叠加序列帧定时同步方法传输过程中冗余的采样数据,本文将压缩采样理论引入到叠加序列帧定时同步方法中进行研究。本文首先将训练序列与调制后的稀疏信号进行加权叠加,然后对接收机接收到的信号进行压缩采样,随后利用重构算法对采样后的比特流做重构处理,获得重构信号。根据重构信号的最大峰值索引,找到帧的起始位置,完成帧定时同步;最后利用重构的信号减去叠加的训练序列,经解调恢复原始稀疏数据。本文方法可以降低系统的采样速率,降低ADC的精度要求,从而可极大地降低系统的硬件成本和能量消耗。分析与仿真结果表明,在较高信噪比下,相对于传统的基于叠加序列帧定时同步方法,本文方法能够达到与传统叠加序列帧定时同步方法效果相当的正确同步概率。同时,在不同参数情况下,本文方法具有鲁棒性。目前,压缩采样理论已被电子工程、计算机科学、无线通信、统计学、应用数学等各个领域广泛应用,并取得了大量的研究成果,如,语音识别,智能家居,车联网,自动工厂,物联网,雷达探测,医疗成像,图形采集和处理,信道估计,人脸识别。