基于DSP的短波分集合成接收机
2013-09-23
一、 引言
由于短波信道是时变的色散信道,电波在电离层的传播和反射受各层电离层变化的影响很大,从而导致接收点场强电平的随机变化,这种随机变化称为电波的衰弱。衰弱时,信号电平的下降最高可达几十dB, 使得短波信号无法正常接收。为了起到互相补偿、抗衰弱以及改善接收性能的作用,短波通信通常采用分集接收技术,它包括空间分集、频率分集、时间分集、角度分集和极化分集等方式, 其中最为常见的是空间分集。分集接收效果的好坏,不仅与分集方式、分集重数等因素有关,而且与接收端所用的合成方式有关。常见的空间分集合成方式有:最小色散合成、最大功率合成、平方律合成、同相合成和最佳比例同相合成等。其中最佳比例同相合成是指在同相合成的基础上,按照各路信号信噪比和幅度的不同分别予以不同的比例系数加权,使得合成后的信噪比最大的一种最优空间分集合成方法。实现最佳比例同相合成的传统电路(如锁相环、数字电路等)由于转换速度慢等缺点难以符合实时的要求。随着数字信号处理器(DSP)运算速度的日益提高,高精度大动态范围模数转换器(A/D)的出现和广泛使用,使得采用数字运算方式来完成短波信号的分集合成接收更为简单和可靠[1][2]。
二、接收机的组成
短波分集合成接收机主要由模拟前端、A/D、分集合成、数字解调、D/A和音频处理等六部分组成,实现框图如图1所示。
图1 短波分集合成接收机组成框图
模拟前端共有四个通道分别连接来自四元天线阵的输入信号,在共用一个本振的情况下,独立的对四路信号进行混频、滤波和放大等操作。如图2所示,从天线阵接收来的RF信号首先和可调谐的一本振(42.2~70.2MHz)进行第一次混频,转换为中心频率为40.2MHz的高频信号,带宽为20KHz,调谐步进误差为1KHz。然后再和固定频率为40.175MHz的二本振进行第二次混频,经过放大滤波后得到中心频率为25KHz,带宽为12KHz的IF信号。
图2 模拟前端组成框图
从模拟前端输出的四路IF信号分别通过16位的A/D以100KHz的采样速率进行模数变换后,得到的四路数字信号送入DSP的分集合成模块。分集合成模块根据合成算法将四路信号合成为一路同相数字信号后将这路信号送入DSP的数字解调模块。解调后的信号通过D/A数模变换后送到音频处理单元。音频处理单元完成音频信号的模拟滤波和增益调节等功能之后输出音频信号。
三、 分集合成算法
分集合成单元采用的合成算法是最佳比例同相合成算法。最佳比例同相合成是指在同相合成的基础上,按照各路信号信噪比和幅度的不同分别予以不同的比例系数加权,使得合成后的信噪比最大的一种空间分集合成方法,其算法实现框图如图3所示:
图3 分集合成单元组成框图
DSP通过对输入信号的实时采集和计算,确定数字移相的度数和比例调整系数的大小。分集合成单元完成的主要功能是:
1) 计算4路信号的信噪比和幅度,以及信噪比最大的一路信号与其它三路信号的相位差;
2) 通过数字移相使得四路信号的相位一致;
3) 根据每路信号的信噪比和幅度分别予以不同的比例系数加权;
4) 加权后的四路同相信号直接相加。
1.数字移相
数字移相是利用公式
SinωnCosθ+CosωnSinθ=Sin(ωn+θ)
来实现的。首先将要移相的信号分成两路,一路先移相90o变成Cosωn,然后根据要移相的相位差θ将两路信号分别乘以Cosθ和Sinθ,再将两路信号相加便是Sin(ωn+θ)的移相信号。数字移相器的算法实现框图如图4所示:
图4 数字移相器的算法流程图
2 加权比例系数
假设四路信号的加权比例系数分别为K1,K2,K3,K4;四路信号的幅度分别为US1,US2,US3,US4;四路信号的噪声相等,UN1=UN2=UN3=UN4。则合成后的信号和噪声电压分别为:
US=K1US1+K2US2+K3US3+K4US4 (1)
UN= (2)
合成后的信噪比为:
S/N= US/UN (3)
则可以计算出[3]当
K2/K1=US2/US1, K3/K1=US3/US1, K4/K1=US4/US1 (4)
时合成后的信号信噪比最大,最大信噪比为
(S/N)max= S1/N1+S2/N2+S3/N3+S4/N4 (5)
需要说明的是当某路信号幅度很小(与最大幅度相差10倍以上)或信噪比很小(小于0.2dB)时,该路信号将不参予合成。算法运算时先找出信号幅度最大的一路信号(对应K1=1),根据(4)式确定K2、K3和K4, 然后根据(1)式直接相加合成信号。
四、数字解调算法
在这个接收机中我们只考虑了短波调幅信号的解调。当然也可以在DSP上外接一个命令输入单元,根据不同的输入命令用不同的数字信号解调算法来解调不同调制方式的短波信号[4]。由于模拟前端的本振存在步进误差,使得进入数字解调单元的信号载频不够准确,采用SSB解调方法会产生较大的差频声。一种较为有效的AM信号解调方法是包络检波法,其算法流程如图5所示。
图5 AM信号解调算法流程图
设载波信号为uccos(ωct+ψ),调制信号为m0+mΩ(t),则接收到的标准调幅信号为:
S(t)=[m0+mΩ(t)] uccos(ωct+ψ)
设:
mI(t)= [m0+mΩ(t)] uccosψ
mQ(t)= [m0+mΩ(t)] ucsinψ
则调制信号可以分解为载波的同相分量和正交分量,即mI(t) cosωct-mQ(t)sinωct。将输入信号分别与本地载波cosωct和sinωct相乘,得到的带通信号搬移到零中频(为了克服模拟前端本振的步进误差),然后再进行低通FIR抗混迭滤波和4:1抽取并使采样频率从100KHz降低到25KHz,通过低通LPF2滤波,可得到同相分量和正交分量:
I(t)=0.5mI(t)=0.5 [m0+mΩ(t)] uccosψ
Q(t)=0.5mQ(t)=0.5 [m0+mΩ(t)] ucsinψ
求出包络:
A(t)= =k[m0+mΩ(t)]
即完成了短波AM信号的解调
五、实验结果
将短波天线阵接收下来的四路信号连接到接收机的天线输入端。用2个2路频谱分析仪分别接在DSP的四个输入端,在DSP的输出端也连接一个频谱分析仪,抽测输入信号和输出信号的信噪比用来检测分集合成单元的工作情况。几组典型的实验数据如表1所示(单位:dB):
上述数据表明,只要有一路信号较好即可满足数字解调要求。样机制作完成后,用来接收实际的短波信号,通过长期的监听效果表明我们研制的短波分集合成接收机达到了实用要求。严格的性能测试和整机的进一步优化与改进仍在进行中。
下一篇:降低MEMS设计方法
- 如何使用Keil打开GD32 FPU及使用ARM DSP库 ?
- 苹芯科技全新边缘人工智能 SoC 使用Ceva传感器中枢DSP
- CS485xx数字音频DSP处理方案分析
- 六个术语(DAC、ADC、DSP、codec、运放、耳放)解析
- 人形机器人控制器之MCU、DSP、AI芯片
- 不只是高性能DSP,软件定义SoC给音频汽车工业等应用带来多通道和AI等丰富功能
- 基于DSP控制系统的离散模型参考自适应算法在燃料电池车中的实现
- 针对于DSP中关于提高实时检测效率的系统设计
- 恩智浦SAF9xxx音频DSP提升AI音频处理
- 天惠微2.4G蓝牙双模昆腾KT1200定制蓝牙DSP耳机收发模块PCBA
- 国产高精度、高速率ADC芯片,正在崛起
- 贸泽开售用于快速开发精密数据采集系统的 Analog Devices ADAQ7767-1 μModule DAQ解决方案
- 采用电容型PGA,纳芯微推出高精密多通道24/16位Δ-Σ型ADC
- ADALM2000实验:变压器
- 意法半导体推出灵活、节省空间的车载音频 D类放大器,新增针对汽车应用优化的诊断功能
- 安森美CEO亮相慕尼黑Electronica展,推出Treo平台
- 全差分放大器为精密数据采集信号链提供高压低噪声信号
- 安森美推出业界领先的模拟和混合信号平台
- 高信噪比MEMS麦克风驱动人工智能交互
- 集Hi-Fi、智能和USB多通道等特征于一体的微控制器——迎接数字音频新时代