基于System Generator的TDMA系统基带处理设计与实现

来源 :战略支援部队信息工程大学 | 被引量 : 0次 | 上传用户:bailiyue
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
卫星通信具有覆盖范围广、不受地理条件限制、不易遭到破坏、可承载业务种类多等优点,在应急通信中具有广泛的应用;而不同应用场景往往需要不同的传输速率以承载差异化的服务,通信设备如果能够支持多速率传输和多调制方式的在线切换,将会使系统更具有通用性;TDMA被广泛应用于卫星通信中,其具有单载频复用、无互调干扰、吞吐量高等优点,非常适合处理突发业务。因此本文拟设计一套支持多调制方式和多速率传输的TDMA系统,并对该系统进行FPGA实现。而传统FPGA开发流程复杂、调试困难、开发门槛较高,如何使FPGA开发更加高效便捷是开发工具迭代升级的方向。本文以该系统的设计和基于System Generator的FPGA快速开发实际应用需求为背景,展开物理层协议的设计和基于模块化设计思想的研究。主要工作如下:1.多模式TDMA系统物理层关键技术研究。以工程实践为导向,探讨研究了系统中使用到的关键技术,包括适用于短时突发信号的频偏估计和定时同步的常用算法、多速率信号处理常用模块的原理和结构、用于符号和相位同步跟踪的锁相环的基本原理等,为该系统的物理层协议设计奠定理论基础。2.多模式TDMA系统物理层协议设计与软件仿真。明确设计目标并制定了详细的技术指标和性能指标,给出了关键模块的设计思路和系统的整体方案。基于模块化的设计思想,对信道编译码、调制解调、上下变频以及同步处理等主要模块进行设计,在此基础上对帧同步捕获、频偏估计、定时同步等模块进行软件仿真,确定关键参数、测试模块性能。最后对系统的整体流程进行仿真。经仿真验证,系统能够在15d B条件下帧同步捕获概率超过99%,频偏估计精度达到符号速率的万分之一。3.基于System Generator的图形化快速开发。根据TDMA系统各个模块的功能分析,确定其硬件结构和工作流程,使用System Generator和Verilog相结合的方式完成发送和接收全过程各个模块的开发,包括信道编译码、调制解调、成型滤波匹配滤波、上下变频等模块,给出各模块实现的流程图和原理图,为系统的快速开发提供了解决途径。4.最后对系统进行测试验证和结果分析。将算法部署到FPGA上,设计典型应用场景进行功能测试和性能测试。功能性测试包括内部数据回环测试和外部数据收发测试,均能够实现收发双方正常通信;性能测试包括不同信噪比条件下的误码率测试和频偏估计测试,均能够满足系统设计的性能指标。
其他文献
与GNSS卫星相比,低轨卫星对地运动速度更快,可提供更强的落地信号,若将其用于导航,可以有效提升中高轨导航星座的性能,已成为下一代导航星座的发展方向。但是,现有的全球导航星座和低轨星座大多为单一构型,存在导航性能全球分布不均匀的固有问题。为此,已有学者提出混合构型星座的解决思路,但相关设计方法尚不成熟,分析与优化的效率也有待提高。本文针对区域/全球导航服务的LEO混合构型星座,开展星座设计与优化方
当前,工业物联网伴随着全球新一轮科技革命和产业变革应运而生,涉及工业与互联网等信息通信技术的各个环节和主体。为了满足工业物联网对高速率、高密度、低延时通信的需求,可见光通信提供了一种新型的解决方案。然而,工业物联网场景中设备的移动以及高密度小区产生的小区间干扰,对可见光通信的高速鲁棒传输提出巨大挑战。为此,本文面向可见光移动通信对鲁棒接收的需求,研究阵列可见光通信移动接收的几个关键技术,主要的研究
近年来,随着互联网、物联网和智能移动终端技术的飞速发展,泛在网络的广度与深度也随之增加,与之而来的就是泛在信息的爆发式增长。作为泛在信息的一种重要表现形式,泛在统计图表能将繁冗的统计数据以直观形象的形式展现出来,在地理信息表达和传输等领域应用广泛,其中包含了大量具有重要价值的信息,实现泛在统计图表中信息的智能解译可以为各种地图产品的具体应用提供数据支撑。泛在统计图表的数据格式为栅格型图像,因此可以
随着互联网和智能设备时代的到来,现有的频谱资源日益紧张,严重限制着终端用户的数字化体验,人们对高密度与高速率通信系统的需求日益强烈。通信频谱向更高频段延伸已然成为移动通信发展的必然趋势。众所周知,毫米波频段具有相当可观的频谱资源,能够很好的摆脱当前通信系统所面临的困境。然而毫米波通信同样存在诸多问题,如传输损耗高、绕射和衍射能力弱等,严重影响通信质量及信号覆盖范围。采用波束赋形技术的多波束天线系统
辐射源个体识别技术(Specific Emitter Identification,SEI)通过提取信号中蕴含的可以表现辐射源硬件特性的细微畸变来实现对某一特定发射设备的识别。其识别过程不需要对内涵信息进行解译和理解,在无线安全、自组织网、军事目标识别等领域得到了应用。在实际应用中,存在进行跨接收机SEI的需求,即利用多个接收机的接收数据实现对发射设备的识别,例如对广域运动辐射源的识别和多平台协同
波达方向(Direction-of-Arrial,DOA)估计技术是5G与物联网相融合的关键技术之一,超分辨子空间类DOA估计算法实现了较优估计性能,但由于均匀阵列存在孔径较小、阵元间互耦误差较大、阵列分辨力较低等不足,其性能仍有待提高。互质阵列作为一种新型的稀疏阵列,具有等阵元数时阵列孔径大、等孔径时阵元开销数少、阵元互耦误差小、高分辨力等优势,能够获得更优异的阵列信号处理增益,因此结合互质阵列
近些年,语音识别技术随着深度学习的发展再度兴起并进入新的发展阶段。在近场声学环境下,自动语音识别取得了超人的识别准确率。然而,在实际应用中,拾取语音通常包含噪声、混响、回声、人声等干扰因素,使得识别性能严重下降。与近场声学环境相对应,远场声学环境是指声源与接收器之间距离为1m到10m的声学环境,囊括了智能音响、可穿戴设备和助听器等大部分语音识别系统的实际应用场景。远场语音识别技术可以提升在复杂声学
Stencil是一类在科学计算和工程应用中常见的计算模式,其计算和访存开销随规模增大呈线性增长,适合在高性能计算机上并行执行。我国自主研发设计的“神威·太湖之光”由国产SW26010众核处理器搭载而成,是世界上首台性能超过100 Pflop/s的超级计算机。为充分发挥国产超级计算机在科学应用性能加速中的作用,针对Stencil计算的性能优化研究十分重要。然而,Stencil计算在国产异构众核处理器
当前,信号处理领域实时性要求越来越高,采用CPU+GPU架构的高性能处理平台逐渐在信号处理领域受到重视。为了有效发挥平台内部CPU和GPU计算资源的效率,需要任务调度算法与平台的硬件特点相匹配。然而对于CPU+GPU异构信号处理平台,传统调度算法由于CPU+GPU架构的特殊性,无法发挥优势,甚至造成负面影响。课题由此研究改进了适合于CPU+GPU异构信号处理平台的任务调度决策与方法,实现了对平台多
水声通信信号的盲检测与调制识别是非合作接收条件下水声通信信号信息恢复的重要环节,对海洋资源的开发利用以及提升水下侦察预警能力等具有重要意义。传统的基于特征统计量的水声通信信号盲检测与调制识别方法在水声多途信道和复杂分布噪声环境下往往不够稳健,而深度学习方法能够自动提取深层特征并分类,有效降低了对人工领域知识的依赖。但是,该类方法往往要求大量来自待测目标信道条件下的数据对网络进行训练,在非合作接收条