Broadband采集就是宽带信号采集啊。
宽带信号采集是以奈奎斯特理论为基础的。
你可以搜索《关于多通道宽带信号采集处理系统设计与实现》了解一下。
硕士论文多通道宽带信号采集处理系统设计与实现
还可以查看王世伟的《宽带信号采集与处理系统分析》。
随着无线通信技术的迅猛发展,电磁频谱环境日益复杂,在电磁频谱监测、无线电频谱感知、通信侦察等非合作接收应用中,不仅待处理的频带不断拓展,而且由于信号类型不断丰富,接收信号的动态范围也不断增大。因此,接收机必须具备大带宽、大动态的信号接收处理能力,而受到现有模拟数字转换(ADC)器件采样能力和动态范围水平的限制,以奈奎斯特理论为基础的宽带信号采集与处理机制面临着严峻的技术挑战。
压缩感知技术针对稀疏信号或可压缩信号,以远低于奈奎斯特采样率的频率对信号进行压缩采样测量,降低了接收端对模拟数字转换器的要求,同时减轻了大数据量给后端存储和处理带来的压力,为解决宽带信号采集与处理中的难题带来了新的思路。
宽带信号采集基本原理为:将输入信号转变为宽带稀疏信号,让信号进入系统内部进行处理。通道中,信号首先需要与一个模拟信号相乘,之后经过模拟滤波器进行滤波处理,然后合理制定时间间隔频率,让系统根据指令开展采样工作,从而得到采样序列。
压缩感知技术算是当前比较先进的技术。
压缩感知（Compressed sensing），也被称为压缩采样（Compressive sampling）或稀疏采样（Sparse sampling），是一种寻找欠定线性系统的稀疏解的技术。
压缩感知，又称压缩采样，压缩传感。它作为一个新的采样理论，它通过开发信号的稀疏特性，在远小于Nyquist采样率的条件下，用随机采样获取信号的离散样本，然后通过非线性重建算法完美的重建信号。
稀疏信号的有用信息的获取可以通过一个非自适应的采样方法将信号压缩成较小的样本数据来完成。
理论证明压缩感知的采样方法只是一个简单的将信号与一组确定的波形进行相关的操作。这些波形要求是与信号所在的稀疏空间不相关的。
压缩感知压缩感知方法抛弃了当前信号采样中的冗余信息。
它直接从连续时间信号变换得到压缩样本，然后在数字信号处理中采用优化方法处理压缩样本。
这里恢复信号所需的优化算法常常是一个已知信号稀疏的欠定线性逆问题
压缩感知理论一经提出，就引起学术界和工业的界的广泛关注。他在信息论、图像处理、地球科学、光学/微波成像、模式识别、无线通信、大气、地质等领域受到高度关注，并被美国科技评论评为2007年度十大科技进展。
压缩感知理论的核心思想主要包括两点。第一个是信号的稀疏结构。传统的Shannon信号表示方法只开发利用了最少的被采样信号的先验信息，即信号的带宽。但是，现实生活中很多广受关注的信号本身具有一些结构特点。相对于带宽信息的自由度，这些结构特点是由信号的更小的一部分自由度所决定。换句话说，在很少的信息损失情况下，这种信号可以用很少的数字编码表示。
另外一点是不相关特性。稀疏信号的有用信息的获取可以通过一个非自适应的采样方法将信号压缩成较小的样本数据来完成。
压缩感知在地震勘探中的应用已经有不少文献，可以参阅了解一下。
压缩感知及其在地震勘探中的应用
王华忠等
(同济大学海洋与地球科学学院波现象与反演成像研究组,上海200092)
