低轨卫星通信中的LTE下行同步FPGA设计

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:zhangqiang
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
在宽带移动网络高速发展的推动下,实现能够覆盖全球的宽带通信系统势在必行。地面LTE可以为人们提供高质量的通信服务,但是因为部署难度,一些偏远地区的用户还无法享受LTE服务,而低轨卫星通信服务具有覆盖全球各地的优势,因此低轨卫星通信和LTE的融合是目前的研究热点。但是将地面LTE技术应用到低轨卫星通信中也会面临很多困难,卫星信道的大频偏、低信噪比等特点会对信号的正确接收产生很大影响。在LTE系统中,基站发送信号的定时和频偏估计是在下行同步过程中完成的,本文主要针对低轨卫星信通信环境中的LTE下行同步方案进行研究,并对方案进行了FPGA设计和实现。论文首先阐述了低轨卫星通信、LTE通信以及下行同步算法与实现的研究现状和意义,介绍了LTE系统的一些相关技术。接下来,论文对下行同步过程中定时估计、整数倍和小数倍频偏估计、循环前缀(Cyclic Prefix,CP)类型检测和辅助同步信号(Secondary Synchronization Signal,SSS)检测的相关算法在典型的卫星信道模型下进行了仿真、对比和分析,给出了一套能够满足低轨卫星通信要求的LTE下行同步方案。其中定时估计使用性能优异且复杂度较低的AHC(Almost Half Complexity)算法,它的定时估计周期是5ms,能够跟上卫星通信时延的变化。同时,为了避免卫星信道中大频偏对定时位置的影响,采用定时和整数倍频偏联合估计的方法,增强了算法的性能,仿真结果表明,该方法对于30KHz以内的频偏都能准确估计。CP检测和小数倍频偏估计选用M点滑动自相关算法,SSS检测选用一般相干检测算法,仿真结果表明,这两种算法在低信噪比的条件下也有较好的检测性能,可以满足卫星通信的需要。然后基于给出的下行同步方案,使用Verilog语言设计与实现了卫星通信中的LTE下行同步模块。整个FPGA设计分为数据与时序控制、缓存、滑动控制、PSS检测、CP检测、频偏补偿、定时调整、正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)解调和SSS检测共9个模块。在实现过程中,利用SSS序列的性质将乘法运算转换为异或运算实现了SSS解扰的简化;把PSS检测和CP检测中相似的运算流程进行时间上的复用避免了硬件资源的浪费。接着搭建验证平台对所设计的FPGA下行同步模块功能进行了正确性验证。最后,基于Xilinx的XZCU2EGS芯片对FPGA下行同步模块进行了电路综合,结果表明,主要的硬件资源消耗在20%以内,最大工作时钟为183.15MHz,能够满足下行同步的实时性要求。
其他文献
近些年来,越来越多的自然科学领域研究者开始对学科内研究的可重复性进行反思。然而,在社会科学领域中同样存在着利用数据反映社会现象的研究分支。因此,社会科学同样需要反
图像空间分辨率是指传感器观察或测量最小物体的能力,这取决于像素的大小。作为二维信号记录,高分辨率的数字图像一直是医疗、遥感、军事等领域所需要的。但是,在实际应用中,为了保证成像设备的长期稳定运行,以及为动态场景提供合适的帧率,往往会在一定程度上牺牲分辨率。因此,分辨率的提高是十分必要的。受限于当前成像设备的技术水平和成本,人们不得不借助超分辨率重建方法来提高图像分辨率。近年来,基于残差学习的超分辨
随着科技的快速发展,越来越多的设备接入网络,网络中的数据量也呈爆发式增长,而有限的带宽资源并不能满足用户集中请求内容的需求。为了减少用户访问时延,提高用户体验,无线网络中的终端设备间引入了协同缓存技术。而设备间相互通信、内容共享的前提是已知相邻设备存在,即完成了相互间的邻居发现过程。因此,本文从设备间的邻居发现和协同缓存放置两方面入手,从而加快邻居发现的速度,增加缓存命中率,降低用户的访问时延。同
用户体验最早在HCI领域被提出,近年来受移动互联网热潮的影响而在国内大面积传播,然而这一背景下用户体验的火热大多集中在狭义对象的浅层经验,没能触及用户体验自身的学理讨论。随着上一轮移动互联网热潮衰退,原有始于外部的用户体验发展动力大幅消减,用户体验从业者有必要从系统化的知识与学理层面重新认识用户体验的本质内涵,继而探索新的阶段下用户体验的发展路径。受Saussure共时性与历时性概念的启发,本文以
儿童学习自由指的是儿童作为受教育者在教育中自觉、自主、自我指导的学习状态,包括选择自由、表达自由、交往自由和思想自由。只有拥有学习自由,才能使儿童在不断的学习中逐
推荐系统是数据挖掘等相关领域的重要研究内容,可解决信息膨胀带来的信息有效利用率骤降问题,在商品推荐等方面有着广泛的应用。基于评分矩阵的推荐系统存在数据稀疏性、不可解释性、同义词性、冷启动等缺陷;针对数据稀疏问题,研究者利用稀疏矩阵的低秩性质对矩阵进行约束,以此对数据矩阵进行补全求解,提出了基于矩阵补全技术的推荐算法。论文侧重针对数据稀疏性问题,围绕基于矩阵补全的推荐算法开展研究,主要研究工作如下:
图像去噪作为后续图像分析,诸如图像恢复,图像校准,图像提取,图像增强,图像建模等的基础步骤,去噪的效果的好坏直接影响着后续步骤的效果,所以图像去噪一直是图像领域内的一
高维特征的数据分析是当前数据挖掘和计算机视觉研究的热点,然而高维数据的维度灾难导致数据分析过程较为困难,且分析的结果往往不可靠。子空间学习方法通过将高维的人脸图像投影到其低维的子空间,最大程度保留高维数据之间的有效信息。将数据的低维子空间信息存储在表示矩阵中,用于进一步的数据分析和挖掘,可以获得较好的分类性能和计算复杂度。然而,传统子空间的学习方法无法避免数据噪声和异常值的影响,如何设计一个高性能
虚拟现实技术是计算机图形学中重要的研究领域,而针对风、云、雷电等自然界现象模拟技术的研究在虚拟场景中占据了很大的研究范围。动态三维云模拟通常包含建模与渲染两方面,
移动边缘计算是指在靠近用户端的移动网络边缘提供IT服务环境和云计算能力,从而创造出高性能、低延迟与高带宽的网络服务环境,极大提高了用户的网络体验。但是,由于移动边缘计算平台将部分网络服务功能下沉至网络边缘,在网络边缘可以进行计算卸载,从而导致计费功能难以实现。针对这一不足之处,本文研究了面向无线异构网络中策略用户的两个无线运营商针对移动边缘计算系统中业务数据本地分流的部分进行计费的问题。运营商需要