CN106849905A - 一种可变级数的网络分析仪滤波算法 - Google Patents

一种可变级数的网络分析仪滤波算法 Download PDF

Info

Publication number
CN106849905A
CN106849905A CN201710028350.2A CN201710028350A CN106849905A CN 106849905 A CN106849905 A CN 106849905A CN 201710028350 A CN201710028350 A CN 201710028350A CN 106849905 A CN106849905 A CN 106849905A
Authority
CN
China
Prior art keywords
cic
filter
filtering
fir
network analyzer
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710028350.2A
Other languages
English (en)
Inventor
周娅
李栋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai TransCom Instruments Co Ltd
Original Assignee
Shanghai TransCom Instruments Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai TransCom Instruments Co Ltd filed Critical Shanghai TransCom Instruments Co Ltd
Priority to CN201710028350.2A priority Critical patent/CN106849905A/zh
Publication of CN106849905A publication Critical patent/CN106849905A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03HIMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00Networks using digital techniques
    • H03H17/02Frequency selective networks
    • H03H17/0283Filters characterised by the filter structure
    • H03H17/0286Combinations of filter structures
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03HIMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00Networks using digital techniques
    • H03H17/02Frequency selective networks
    • H03H17/06Non-recursive filters
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03HIMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00Networks using digital techniques
    • H03H17/02Frequency selective networks
    • H03H17/06Non-recursive filters
    • H03H17/0621Non-recursive filters with input-sampling frequency and output-delivery frequency which differ, e.g. extrapolation; Anti-aliasing
    • H03H17/0635Non-recursive filters with input-sampling frequency and output-delivery frequency which differ, e.g. extrapolation; Anti-aliasing characterized by the ratio between the input-sampling and output-delivery frequencies
    • H03H17/0671Cascaded integrator-comb [CIC] filters

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Noise Elimination (AREA)

Abstract

本发明公开了多速率信号接收机结构包括模数转换模块ADC、数控频率震荡器模块NCO,数字滤波模块等,数字滤波模块包括N级CIC滤波结构和FIR滤波结构;该可变级数的网络分析仪滤波算法针对不同处理器的内核资源,采用不同级联数的CIC滤波器,经CIC滤波后再将数据结果送给FIR滤波,滤除通带以外的噪声;N级CIC滤波相比单级CIC滤波,通带频率范围减小;旁瓣衰减更多;对通带以外的噪声抑制更强,从而减少噪声对有用信号的干扰;再经过FIR滤波,用Matlab仿真,采用高阶FIR滤波系数,滤波形状有很多清晰的旁瓣并确保带宽的一半处衰减3db,与传统的滤波算法相比轨迹噪声小,带外抑制更强,数据扫描速度更快,适用于大部分的矢量网络分析仪数字滤波器的设计。

Description

一种可变级数的网络分析仪滤波算法
技术领域
本发明涉及数字信号处理领域,具体涉及一种可变级数的网络分析仪滤波算法,一般用于多速率信号接收机结构。
背景技术
当前,数字下变频是软件无线电的核心技术,它在移动通信,数字广播,电视等领域具有非常重要的应用价值。随着采样速率的提高,采样后数据流的速率变得很高,导致后续信号处理速度跟不上,因此需要对模数转换器后的数据流进行降速处理。这需要很大的抽取因子,CIC滤波器可以控制抽取因子的变化,半带滤波器可以把采样速率降低一半,而单个的FIR滤波器不能降低采样速率,因此需要和CIC滤波器或半带滤波器的配合使用。N级CIC滤波器相比于单级CIC滤波器,通带频率范围减小,旁瓣衰减更多,对通带以外的噪声抑制更强,从而减少噪声对有用信号的干扰;如何采用结构简单、处理高效的低通滤波器来满足工程实现的具体要求,就是抽取能否实现的关键所在。而一种可变级数的网络分析仪滤波算法采用2级或3级CIC滤波器和FIR滤波器的结构方式,CIC滤波器结构简单,没有乘法器,只有加法器,积分器和寄存器,性能较好,已经被证明是在高速抽取系统中非常有效的高分解速率滤波器,并且可以根据实际情况决定抽取因子的大小。再加上FIR低通滤波器,采用高阶FIR滤波系数,滤波形状有很多清晰的旁瓣并确保带宽的一半处衰减3db。
本发明对网络分析仪数字下变频中的数字滤波提出一种滤波算法,该滤波算法提供带外抑制衰减更多,轨迹噪声小,数据扫描速度更快的滤波器,适用于大部分的矢量网络分析仪数字滤波器的设计。
发明内容
本发明的目的在于提供一种可变级数的网络分析仪滤波算法,该滤波算法提供带外抑制衰减更多,轨迹噪声小,数据扫描速度更快的滤波器,适用于大部分的矢量网络分析仪数字滤波器的设计,解决现有技术中存在的问题。
为实现上述目的,本发明提供如下技术方案:
一种可变级数的网络分析仪滤波算法,所述可变级数的网络分析仪滤波算法采用N级CIC和FIR的滤波结构,N级CIC滤波器系统函数表示为其中,N为CIC滤波级数,M为CIC滤波抽取倍数;FIR滤波输出y(n)可表示为输入序列x(n)与单位取样响应h(n)的线性卷积,表示为其中L代表输入FIR滤波的数据个数。
作为本发明进一步的方案:对不同处理器的内核资源,采用不同级联数的CIC滤波器。
作为本发明进一步的方案:对于同一个带宽,不同级数的CIC滤波采用匹配的抽取倍数并抽取匹配的数据长度。
作为本发明进一步的方案:对于相同级数的CIC滤波,主瓣高度保持一致。
作为本发明进一步的方案:FIR滤波结构采用FIR低通滤波器,其包括,通带、阻带和过渡带,通带范围内通过系统所需的频率信号,阻带范围内抑制噪声及无用频率信号。
作为本发明进一步的方案:用Matlab软件对FIR滤波进行仿真,仿真窗函数采用kaiser窗,kaiser窗是高级窗函数,由零阶贝塞尔函数I0(x)构成,修改β的值来改变主瓣的宽度和旁瓣的衰减度。
作为本发明进一步的方案:对于各个带宽的FIR滤波器仿真,使用高阶滤波,输入FIR滤波结构的数据个数大于FIR滤波系数个数。
作为本发明进一步的方案:可变中频带宽通过查表快速切换。
与现有技术相比,本发明的有益效果是:
本发明提供一种可变级数的网络分析仪滤波算法,采用N级CIC滤波器和FIR滤波器结构;N级CIC滤波相比单级CIC滤波,通带频率范围减少,旁瓣衰减更多;对噪声的抑制更强,从而减少噪声对有用信号的干扰;采用FIR高阶滤波器,滤波形状有很多清晰的旁瓣并确保带宽的一半处衰减3db;总之,一种可变级数的网络分析仪滤波算法与传统的滤波算法相比提供轨迹噪声小,带外抑制衰减增多,数据扫描速度更快的滤波器,适用于大部分的矢量网络分析仪数字滤波器的设计。
附图说明
图1为本发明多速率信号接收机结构图。
图2为本发明N级CIC滤波器结构图。
图3为本发明1k滤波器波形图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
如图1、2和3所示,本实施例提供一种可变级数的网络分析仪滤波算法:包括以下内容:
该种可变级数的网络分析仪滤波算法采用N级CIC和FIR的滤波结构,N级CIC滤波器系统函数可表示为其中,N为CIC滤波级数,M为CIC滤波抽取倍数,如图2所示CIC滤波器由累加部分,抽取部分和梳妆部分组成,fs为数据采样速率,经过R倍抽取后,采样速率降低为fs/R;FIR滤波输出y(n)可表示为输入序列x(n)与单位取样响应h(n)的线性卷积,可表示为其中L代表输入FIR滤波的数据个数;
该滤波算法对不同处理器的内核资源,采用不同级联数的CIC滤波器,例如ADSP52系列的526最大指令速率为400M,而527的最大指令速率为600M,因此选择不同级联数的CIC滤波器;对于同一个带宽,不同级联数的CIC滤波采用一定的抽取倍数并抽取一定的数据长度,有利于在同种带宽的情况下,不同级联数的CIC滤波波形做一些性能上的对比,也证实该滤波算法的统一性;对于相同级数的CIC滤波,主瓣高度保持一致,对于不同带宽的CIC滤波,主瓣高度保持不一致,无法正确的观察滤波器的性能指标;FIR滤波结构采用FIR低通滤波器,其包括,通带、阻带和过渡带,通带范围内通过系统所需的频率信号,阻带范围内抑制噪声及无用频率信号;用Matlab软件对FIR滤波进行仿真,仿真窗函数采用kaiser窗,kaiser窗是高级窗函数,由零阶贝塞尔函数I0(x)构成,可以修改β的值来改变主瓣的宽度和旁瓣的衰减度;对于各个带宽的FIR滤波器仿真,使用高阶滤波,输入FIR滤波结构的数据个数大于FIR滤波系数个数,高阶滤波,可以清楚的看见滤波旁瓣,让滤波形状呈现一个优美的弧状;最后,该算法能够适用很多带宽,例如,10k,1k,100hz等,而这些带宽可以通过查表快速切换,如图3所示,再1k带宽下,一种可变级数的网络分析仪滤波算法呈现的滤波器波形图,中心频率在150hz处,150hz左右0.5k的频率范围为通带,衰减3db,旁瓣数多且弧状优美。
本发明的有益效果:本发明提供一种可变级数的网络分析仪滤波算法,采用N级CIC滤波器和FIR滤波器结构。N级CIC滤波相比单级CIC滤波,通带频率范围减少;旁瓣衰减更多;对噪声的抑制更强,从而减少噪声对有用信号的干扰;采用FIR高阶滤波器,滤波形状有很多清晰的旁瓣并确保带宽的一半处衰减3db。总之,一种可变级数的网络分析仪滤波算法与传统的滤波算法相比提供带外抑制衰减更多,轨迹噪声小,数据扫描速度更快的滤波器,适用于大部分的矢量网络分析仪数字滤波器的设计。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。

Claims (8)

1.一种可变级数的网络分析仪滤波算法,其特征在于:所述可变级数的网络分析仪滤波算法采用N级CIC和FIR的滤波结构,N级CIC滤波器系统函数表示为其中,N为CIC滤波级数,M为CIC滤波抽取倍数;FIR滤波输出y(n)可表示为输入序列x(n)与单位取样响应h(n)的线性卷积,表示为其中L代表输入FIR滤波的数据个数。
2.根据权利要求1所述的一种可变级数的网络分析仪滤波算法,其特征在于:对不同处理器的内核资源,采用不同级联数的CIC滤波器。
3.根据权利要求1所述的一种可变级数的网络分析仪滤波算法,其特征在于:对于同一个带宽,不同级数的CIC滤波采用匹配的抽取倍数并抽取匹配的数据长度。
4.根据权利要求1所述的一种可变级数的网络分析仪滤波算法,其特征在于:对于相同级数的CIC滤波,主瓣高度保持一致。
5.根据权利要求1所述的一种可变级数的网络分析仪滤波算法,其特征在于:FIR滤波结构采用FIR低通滤波器,其包括,通带、阻带和过渡带,通带范围内通过系统所需的频率信号,阻带范围内抑制噪声及无用频率信号。
6.根据权利要求1所述的一种可变级数的网络分析仪滤波算法,其特征在于:用Matlab软件对FIR滤波进行仿真,仿真窗函数采用kaiser窗,kaiser窗是高级窗函数,由零阶贝塞尔函数I0(x)构成,修改β的值来改变主瓣的宽度和旁瓣的衰减度。
7.根据权利要求1所述的一种可变级数的网络分析仪滤波算法,其特征在于:对于各个带宽的FIR滤波器仿真,使用高阶滤波,输入FIR滤波结构的数据个数大于FIR滤波系数个数。
8.根据权利要求1所述的一种可变级数的网络分析仪滤波算法,其特征在于:可变中频带宽通过查表快速切换。
CN201710028350.2A 2017-01-16 2017-01-16 一种可变级数的网络分析仪滤波算法 Pending CN106849905A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710028350.2A CN106849905A (zh) 2017-01-16 2017-01-16 一种可变级数的网络分析仪滤波算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710028350.2A CN106849905A (zh) 2017-01-16 2017-01-16 一种可变级数的网络分析仪滤波算法

Publications (1)

Publication Number Publication Date
CN106849905A true CN106849905A (zh) 2017-06-13

Family

ID=59123698

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710028350.2A Pending CN106849905A (zh) 2017-01-16 2017-01-16 一种可变级数的网络分析仪滤波算法

Country Status (1)

Country Link
CN (1) CN106849905A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109167587A (zh) * 2018-10-19 2019-01-08 海鹰企业集团有限责任公司 基于fpga的信号带通滤波处理方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104320088A (zh) * 2014-10-27 2015-01-28 重庆会凌电子新技术有限公司 一种数字下变频电路
CN104793189A (zh) * 2015-04-20 2015-07-22 南京信息工程大学 一种基于fpga的船舶雷达数字化中频相参接收处理系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104320088A (zh) * 2014-10-27 2015-01-28 重庆会凌电子新技术有限公司 一种数字下变频电路
CN104793189A (zh) * 2015-04-20 2015-07-22 南京信息工程大学 一种基于fpga的船舶雷达数字化中频相参接收处理系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109167587A (zh) * 2018-10-19 2019-01-08 海鹰企业集团有限责任公司 基于fpga的信号带通滤波处理方法及系统

Similar Documents

Publication Publication Date Title
CN105281707B (zh) 一种动态可重构滤波器组的实现方法
CN102355273B (zh) 数字信道化方法及电路
CN105375937B (zh) 一种数字中频可变带宽成形滤波器及滤波方法
Dolecek et al. Design of two-stage nonrecursive rotated comb decimation filters with droop compensation and multiplierless architecture
Avci Design of fir filters using exponential--Hamming window family
CN106849905A (zh) 一种可变级数的网络分析仪滤波算法
CN102025377A (zh) 一种改进型级联积分梳妆插值滤波器
Bogdan et al. LabVIEW modeling and simulation, of the low-pass and high-pass analog filters
Sharma et al. Design of FIR filters using variable window families: A comparative study
Salgado et al. Power and area efficient comb-based decimator for sigma-delta ADCs with high decimation factors
CN110690909B (zh) 一种低复杂度的动态非均匀信道化用户分离方法
CN111010144B (zh) 改进的两通道iir的qmfb设计方法
Li et al. The application of FPGA-based discrete wavelet transform system in EEG analysis
CN109327203B (zh) 一种基于二次对称滤波的数字下变频方法
CN208369545U (zh) 通用型滤波器
Moaro et al. A Low Complexity Digital Front-End for CubeSat Software Defined Radio Applications
Devi et al. Flexible reconfigurable filter architecture for SDR receiver
Rahate et al. Decimator filter for hearing aid application based on FPGA
CN101814932B (zh) 基于数字中频的可变带宽的cdma数字滤波方法
Kumari et al. Comparative Analysis of Parallel and Cascaded Architectures for the Realization of High-Speed FIR Filters with FPGA
Saravanan et al. Design and implementation of efficient CIC filter structure for decimation
Abeysekera et al. Efficient Realization of Sigma-Delta (-) Kalman Lowpass Filter in Hardware Using FPGA
Zhuo et al. Implementation of high-performance multi-structure digital down converter based on FPGA
CN109167587A (zh) 基于fpga的信号带通滤波处理方法及系统
Sumanth et al. Design of Non-Uniform Cosine Modulated Filter Banks Using Windows

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170613