通过仿真理解信道化接收机分析过程

2023-12-07 01:20

本文主要是介绍通过仿真理解信道化接收机分析过程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

概要

信道化从子信道带宽划分上可分为临界抽取和非临界抽取两种,从各子信道中心频率布局上可分为偶型排列和奇型排列,从处理流程上可分为信道化分析与信道化综合过程。本文主要通过仿真来理解偶型排列/临界抽取/信道化分析过程。

基本原理

常规的数字接收链路,通过正交数字下变频将过采样数字谱中某个频带信号变频到基带,后通过数字低通滤波并抽取降速后输出。这种方式只能处理最大不超过二分之一采样速率的一个信道。信道化的概念是将数字谱分为多个信道,多个信道并行完成正交下变频-低通滤波-抽取降速的过程,如此一来就可以在频域上将可能存在的不同信号区分开来,进行检测、处理,同时这一过程能够有效提升接收动态和噪声性能。比如接收机需要在宽开频段内同时接收多个通信、导航、识别CNI信号,上述信道化的过程就能够将时间上重合的多个功能的信号进行分离处理。

在实际设计中可采用多相离散傅里叶变换(PDFT)结构实现该过程。PDFT结构是在ADC转换器后端的宽开信道中设计一组滤波器组。基于PDFT结构,可构建基本数字信道化接收机架构如图1所示,通过将宽带信道均匀分为N个子信道覆盖,然后通过变频将每个频带上的高频信号变到基带上,最后设计统一的基带低通滤波器完成滤波并进行抽取。

图1 基本数字信道化接收机架构

上述结构抽取在DDC和低通滤波后进行,这意味着DDC与低通滤波均工作在初始采样速率,同时每个低通滤波器阶数均为原始阶数,为了简化实现该结构,可采用等效的多相滤波实现信道化,即图2所示,将抽取置于滤波和正交下变频前,一方面可以使后续并行处理速率降低到原始采样速率的N分之一;同时原始低通滤波器可分解为N个阶数只有原始滤波器N分之一的滤波器组进行并行滤波,解决了硬件实现的乘法器资源;下变频过程通过DFT可以利用现成的IP核高效实现。

图2 偶型排列的数字信道化接收机架构

程序仿真

通过仿真理解图2所示的多相滤波实现信道化方案特性,仿真采样速率为88MHz,输入复数单音信号8MHz,数据长度为8192,信噪比30dB,分为8个子信道,原始低通滤波器阶数为256阶,8相后每个通道只有32阶,每个通道的数据为1024点,并行处理速率降为8分之一为11MHz。信道化输出的8通道时域数据如图3所示。8MHz位于偶型排列的信道2,于是在信道2能看到时域输出,而其它子信道则无信号输出。

图3 8相信道化时域输出

进一步进行子信道时域数据的傅里叶变换,所展示频谱均为降速后位于-5.5MHz~5.5MHz基带谱内。同样只有信道2有信号,原始信号频率为8MHz,信道化变换到基带后频率为-2.5MHz。

图4 8相信道化频域输出

小结

从单通道数字正交下变频,到多通道数字正交下变频,再到多相结构实现的正交下变频,简要叙述了相互区别核联系,进一步通过一个仿真实例理解偶型排列/临界抽取/信道化分析过程。

这篇关于通过仿真理解信道化接收机分析过程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/464028

相关文章

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

深入理解Mysql OnlineDDL的算法

《深入理解MysqlOnlineDDL的算法》本文主要介绍了讲解MysqlOnlineDDL的算法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小... 目录一、Online DDL 是什么?二、Online DDL 的三种主要算法2.1COPY(复制法)

Redis中Hash从使用过程到原理说明

《Redis中Hash从使用过程到原理说明》RedisHash结构用于存储字段-值对,适合对象数据,支持HSET、HGET等命令,采用ziplist或hashtable编码,通过渐进式rehash优化... 目录一、开篇:Hash就像超市的货架二、Hash的基本使用1. 常用命令示例2. Java操作示例三

Redis中Set结构使用过程与原理说明

《Redis中Set结构使用过程与原理说明》本文解析了RedisSet数据结构,涵盖其基本操作(如添加、查找)、集合运算(交并差)、底层实现(intset与hashtable自动切换机制)、典型应用场... 目录开篇:从购物车到Redis Set一、Redis Set的基本操作1.1 编程常用命令1.2 集

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

k8s中实现mysql主备过程详解

《k8s中实现mysql主备过程详解》文章讲解了在K8s中使用StatefulSet部署MySQL主备架构,包含NFS安装、storageClass配置、MySQL部署及同步检查步骤,确保主备数据一致... 目录一、k8s中实现mysql主备1.1 环境信息1.2 部署nfs-provisioner1.2.

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺