CN101867422A - 信道模型中重要概率分布的硬件实现方法 - Google Patents

Abstract

本发明属于通讯技术领域，具体涉及信道模型中几种重要的概率分布的硬件实现方法。具体包括均匀分布随机数、高斯白噪声、对数正态分布、瑞利分布这四种的具体硬件实现。均匀分布随机数由一个加法器和两个寄存器实现；对6路均匀分布累加实现高斯白噪声分布；对高斯分布取e的指数得到对数正态分布；利用余弦查表、乘法器、加法器、平方根，即可得到瑞利分布。由于这几个模块是单独的，所以可以分别被独立的运用，增加其使用的灵活性，同时也降低其芯片的面积，并为其它信道模型仪器的具体硬件实现奠定了良好的基础。

Description

信道模型中重要概率分布的硬件实现方法

技术领域

本发明属于通讯技术领域，具体涉及信道模型中重要概率分布的硬件实现方法，可直接用于信道模拟仪器的设计和使用中，也可用于其它一些概率分布的硬件运用中。

背景技术

当今，通讯迅猛发展，各种新的系统和设备层出不穷，而所有这些发展的一个关键问题就是要清楚实际信道对于传输数据的影响，只有清楚地了解信道对于传输数据的影响，才有可能做出成功的接收端及系统的其它部分。因此我们需要一种能够最大程度接近真实信道条件的移动通信信道模拟仪器，以帮助系统规划和收发信机的研制。

本发明主要是对信道模型中几个重要的概率分布进行硬件实现。有均匀分布随机数的产生、高斯白噪声的实现、对数正态分布的实现、瑞利分布的实现。可直接运用于信道模拟仪器的开发。

发明内容

本发明的目的在于提出可直接运用于信道模拟仪器开发的信道模型中重要概率分布的硬件实现方法。

本发明提出的信道模型中重要概率分布的硬件实现方法，包括均匀分布随机数的产生、高斯白噪声的实现、对数正态分布的实现、瑞利分布的实现四种。具体如下：

1.：均匀分布随机数的产生

x_i+1＝(x_i-1+x_i)modM                (1)

主要利用(1)式产生均匀分布随机数，上式中的X_i均为正整数，其中X₀、X₁为其初始值，上式表示为X_i+1等于X_i-1与X_i相加被M相除得到的余数。通过(1)式我们可以得出X_i+1这一整数随机数序列。

其硬件结构图如图1所示，由一个加法器和两个寄存器实现。其优点在于硬件实现十分简单，

2.高斯白噪声的实现

产生方法是将上面产生的均匀分布用6路累加的方法实现，即用加法器对6路均匀分布随机数相加，然后使用乘法器来实现噪声幅度σ的控制，再使用加法器来控制噪声μ的均值。

其硬件结构图如图2所示。

3.对数正态分布的实现

对高斯分布取e的指数可以得到对数正态分布，上面得到的高斯分布作为查找表的地址，输出地内容即为对数正态分布。

对数正态分布的硬件结构图如图3所示。

4.瑞利分布的实现

瑞利分布的硬件实现如下：

$X_c\left(t\right)=2{\mathrm{\Σ}}_{n=1}^{N_0}\cos {\mathrm{\β}}_n\cos w_{n}t+\sqrt{2}\cos \mathrm{\α}\cos w_{m}t---\left(2\right)$

$X_s\left(t\right)=2{\mathrm{\Σ}}_{n=1}^{N_0}\sin {\mathrm{\β}}_n\cos w_{n}t+\sqrt{2}\sin \mathrm{\α}\cos w_{m}t---\left(3\right)$

$\left|T\left(t\right)\right|=|X_c\left(t\right)+j{X}_s\left(t\right)|=\sqrt{X_c{\left(t\right)}^2+X_s{\left(t\right)}^2}---\left(4\right)$

其中，

w_n＝w_mcos(2πn/N)，w_m＝2πf_m，

取N＝34，N₀＝8，f_m为最大多普勒频移，取1Mhz。

(4)式的|T(t)|即为所要的瑞利分布。实现(4)式最重要的是产生不同频率的余弦信号，然后对其求和，再求包络。

中有8个频率分量，其中cosβ_n随着n的确定为一个确定的量，再加上cosαcosw_mt，一共为9个频率分量，即只需要9个频率控制字。这里使用9张cos余弦查找表进行并行处理，将查找的值分别与各自对应的常数相乘，然后相加。最后将得到的X_c(t)和X_s(t)进行平方根。

瑞利分布的硬件结构图如图4所示。利用余弦查表、乘法器、加法器、平方根，即可得到瑞利分布。

附图说明

图1均匀分布随机数的硬件结构图。

图2高斯白噪声的硬件结构图。

图3对数正态分布的硬件结构图。

图4瑞利分布的硬件结构图。

图5均匀随机数。

图6高斯白噪声。

图7对数正态分布。

图8瑞利分布的统计直方图。

具体实施方式

1.均匀分布随机数的产生

x_i+1＝(x_i-1+x_i)modM            (1)

主要利用(1)式产生均匀分布随机数，上式中的X_i均为正整数，其中X₀、X₁为其初始值，上式表示为X_i+1等于X_i-1与X_i相加被M相除得到的余数。通过(1)式我们可以得出X_i+1这一整数随机数序列。

其优点在于硬件实现十分简单，只需一个加法器和两个寄存器，十分适合在硬件上实现。

其硬件结构图如图1所示。

通过FPGA验证得到均匀分布随机数如图5所示。

2.高斯白噪声的实现

产生方法是将上面产生的均匀分布用6路累加的方法实现，同时使用乘法器来实现噪声幅度σ的控制，使用加法器来控制噪声μ的均值。

其硬件结构图如图2所示。

通过FPGA验证得到高斯白噪声如图6所示。

3.对数正态分布的实现

对高斯分布取e的指数可以得到对数正态分布，上面得到的高斯分布作为查找表的地址，输出地内容即为对数正态分布。

对数正态分布的硬件结构图如图3所示。

通过FPGA验证得到对数正态分布如图7所示。

4.瑞利分布的实现

瑞利分布的硬件实现如下：

$X_c\left(t\right)=2{\mathrm{\Σ}}_{n=1}^{N_0}\cos {\mathrm{\β}}_n\cos w_{n}t+\sqrt{2}\cos \mathrm{\α}\cos w_{m}t---\left(2\right)$

$X_s\left(t\right)=2{\mathrm{\Σ}}_{n=1}^{N_0}\sin {\mathrm{\β}}_n\cos w_{n}t+\sqrt{2}\sin \mathrm{\α}\cos w_{m}t---\left(3\right)$

$\left|T\left(t\right)\right|=|X_c\left(t\right)+j{X}_s\left(t\right)|=\sqrt{X_c{\left(t\right)}^2+X_s{\left(t\right)}^2}---\left(4\right)$

其中，

w_n＝w_mcos(2πn/N)，w_m＝2πf_m，

取N＝34，N₀＝8，f_m为最大多普勒频移，取1Mhz。

(4)式的|T(t)|即为所要的瑞利分布。实现(4)式最重要的是产生不同频率的余弦信号，然后对其求和，再求包络。

中有8个频率分量，其中cosβ_n随着n的确定为一个确定的量，再加上cosαcosw_mt，一共为9个频率分量，即只需要9个频率控制字。这里使用9张cos余弦查找表进行并行处理，将查找的值分别与各自对应的常数相乘，然后相加。最后将得到的X_c(t)和X_s(t)进行平方根。

瑞利分布的硬件结构图如图4所示。

通过FPGA验证得到瑞利分布如图8所示。

5.综合结果

选择Altera Stratix II EP2S180F1020C5这个型号进行综合，结果如下表1所示。

	最大时钟频率(Mhz)	逻辑门数(个)	寄存器数(个)	存储单元(个)	乘法器(个)
						均匀随机数	500	23	35	0	0
高斯白噪声	180.57	216	230	0	2
						对数正态	176.09	115	123	16384	2
瑞利分布	68.64	1885	467	316440	110

表1软件综合结果

可见，这四种分布均达到了较高的时钟频率，运行速度较快，且运用的资源较少，同时这四种分布可独立运用，增加了其使用的灵活性，同时也降低了其芯片的面积，也为其它信道模型仪器的具体硬件实现奠定了良好的基础。

Claims (4)

1.信道模型中重要概率分布的硬件实现方法，其特征在于：均匀分布随机数由如下(1)式产生：

x_i+1＝(x_i-1+x_i)modM    (1)

式中的X_i均为正整数，X₀、X₁为其初始值，上式表示为X_i+1等于X_i-1与X_i相加被M相除得到的余；由一个加法器和两个寄存器实现。

2.根据权利要求1所述的信道模型中重要概率分布的硬件实现方法，其特征在于：对6路均匀分布累加实现高斯白噪声分布，即用加法器对6路均匀分布随机数相加，然后使用乘法器来实现噪声幅度σ的控制，再使用加法器来控制噪声μ的均值。

3.根据权利要求2所述的信道模型中重要概率分布的硬件实现方法，其特征在于：对高斯分布取e的指数得到对数正态分布，即将得到的高斯分布作为查找表的地址，输出地内容即为对数正态分布。

4.根据权利要求3所述的信道模型中重要概率分布的硬件实现方法，其特征在于：瑞利分布的硬件实现如下：

$X_c\left(t\right)=2{\mathrm{\Σ}}_{n=1}^{N_o}\cos {\mathrm{\β}}_n{\cos w}_{n}t+\sqrt{2}\cos \mathrm{\α}\cos w_{m}t---\left(2\right)$

$X_s\left(t\right)=2{\mathrm{\Σ}}_{n=1}^{N_o}\sin {\mathrm{\β}}_n\cos w_{n}t+\sqrt{2}\sin \mathrm{\α}\cos w_{m}t---\left(3\right)$

$\left|T\left(t\right)\right|=|X_c\left(t\right)+j{X}_s\left(t\right)|=\sqrt{X_c{\left(t\right)}^2+X_s{\left(t\right)}^2}---\left(4\right)$

其中，

w_n＝w_mcos(2πn/N)，w_m＝2πfm，

取N＝34，N₀＝8，f_m为最大多普勒频移，取1Mhz；

(4)式的|T(t)|即为所要的瑞利分布；其中是产生不同频率的余弦信号，然后对其求和，再求包络；

中有8个频率分量，其中cosβ_n随着n的确定为一个确定的量，再加上cosαcosw_mt，一共为9个频率分量，即只需要9个频率控制字；这里使用9张cos余弦查找表进行并行处理，再将查找的值分别与各自对应的常数相乘，然后相加；最后将得到的X_c(t)和X_s(t)进行平方根。

Images