CN109582276B - 超宽带信号的实时中值频点提取方法 - Google Patents
超宽带信号的实时中值频点提取方法 Download PDFInfo
- Publication number
- CN109582276B CN109582276B CN201811288116.4A CN201811288116A CN109582276B CN 109582276 B CN109582276 B CN 109582276B CN 201811288116 A CN201811288116 A CN 201811288116A CN 109582276 B CN109582276 B CN 109582276B
- Authority
- CN
- China
- Prior art keywords
- data
- input
- array
- extraction method
- frequency spectrum
- 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.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 27
- 238000001228 spectrum Methods 0.000 claims abstract description 46
- 230000003595 spectral effect Effects 0.000 claims abstract description 10
- 238000009499 grossing Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 27
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 abstract description 14
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 230000005587 bubbling Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/22—Arrangements for sorting or merging computer data on continuous record carriers, e.g. tape, drum, disc
- G06F7/24—Sorting, i.e. extracting data from one or more carriers, rearranging the data in numerical or other ordered sequence, and rerecording the sorted data on the original carrier or on a different carrier or set of carriers sorting methods in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/02—Comparing digital values
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Complex Calculations (AREA)
Abstract
本发明属于无线电管理与检测技术领域,具体提供一种超宽带信号的实时中值频点提取方法,该提取方法包括:S1:生成频谱数据;S2:对生成的频谱数据进行平滑处理;S3:将频谱数据大小与位置信息进行整合;S4:在FPGA内对数据进行并行排序;S5:对中值频点进行提取。通过本发明的实时中值频点提取方法,可以实现基于超高带宽的实时的信号监测下的中值频点的提取,并且由于对数据进行了并行排序和比较,充分地利用了FPGA的空间,从而极大地降低了运算时间,提高中值频点的提取速度。
Description
技术领域
本发明属于无线电管理与检测技术领域,具体提供一种超宽带信号的实时中值频点提取方法。
背景技术
传统的频率监测方法只能通过频率扫描来实现频谱的监测,利用扫描速度来调整系统发现瞬时信号的能力,这种监测方法已经难以满足当前多种应用环境下的需求。首先,随着超宽带射频调制技术的不断发展,需要监测的信号越来越多样,这些信号所占据的频率范围也更宽,传统的频率监测仪已经不能满足对于高速变化的信号的监测,因此对超带宽信号的实时频谱监测的分析能力的要求也越来越高。其次,面对日益严峻的电磁频谱监测现状,很多应用中会不可避免地出现瞬时信号,而这些瞬时信号的分析也具有重要的意义,因此对超宽带信号的实时频谱监测的实时性以及针对性要求也越来越高。
频谱的中值频点具有重要的统计特性,它可以代表该频谱的中等水平,不受偏大的高频数据和偏小低频数据的影响,因此当频谱中出现严重偏大或者偏小的频点数据时,中值频点就可以用来表示该组数据的一般中等水平。对于频谱谱线上中值频点的提取,传统排序方法为冒泡法、选择法、计数法等,这些算法大多采用循环比较,运算费时,实时性差,不能满足工程上越来越高的实时性要求。
因此,本领域需要一种超宽带信号的实时中值频点提取方法来解决上述问题。
发明内容
为了解决现有技术中的上述问题,本发明提供了一种超宽带信号的实时中值频点提取方法,该提取方法包括:S1:生成频谱数据;S2:对生成的频谱数据进行平滑处理;S3:将频谱数据大小与位置信息进行整合;S4:在FPGA内对数据进行并行排序;S5:对中值频点进行提取。
在上述提取方法的优选技术方案中,步骤S4具体包括:S41:将输入向量排列成为一个数组的形式,对该数组中的每个数做位置上的变换,保持前2t-1个数据位置不变,将数组中的数据替换到数据所在的位置,也即将数据变换为然后将变化之后的数据重新命名为S42:将输入数据中的每个数据做位置上的变换,将数组中的数据替换到数据所在的位置,也即数组变换成为S43:将步骤S42得到的数据以每相邻的两个作为一组,输入基础比较单元S2,也即将x0和输入第一个S2,x1和输入第二个S2,以此类推,和输入第2t-1-1个S2,和输入第2t-1个S2中,把从第1个比较单元S2到第2t-1个比较单元S2中输出的数据按顺序依次重新排列,将该数组命名为y,也即S43步骤之后得到的输出数据为S44:将输入向量做位置上的变换,将数组y中的数据替换到数据所在的位置,也即数组变换成为S45:将步骤S44得到的数据按顺序总共分为两组,将每组都输入一个2t-1个数的排序模块,即,将y0,y2,y4,y6等前2t-1个数输入第一个2t-1个数的排序模块,将等后2t-1个数输入第二个2t-1个数的排序模块,然后这两个2t -1个数的排序模块的输出数据,即为2t个数的排序结果。
在上述提取方法的优选技术方案中,在步骤S1之前,所述提取方法还包括:S0:将模拟信号进行模数转换。
在上述提取方法的优选技术方案中,步骤S0具体包括:利用两个AD芯片并行采集输入信号,其中,两个AD芯片采集时钟相位差保持为90度。
在上述提取方法的优选技术方案中,步骤S1具体包括:将模数转换之后的并行数据进行实时的并行下变频转换和并行的快速傅里叶变化,形成超宽带频谱。
本领域技术人员能够理解的是,在本发明的优选技术方案中,通过本发明的实时中值频点提取方法,可以实现基于超高带宽的实时的信号监测下的中值频点的提取,并且由于对数据进行了并行排序和比较,充分地利用了FPGA的空间,从而极大地降低了运算时间,提高中值频点的提取速度。
附图说明
图1是本发明的提取方法实施例的整体流程图;
图2是以4个数据为例的排序过程;
图3是以8个数据为例的排序过程;
图4是以8个实际数据为例的排序过程。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
具体地,如图1所示,本发明采用的技术方案如下:以当前市面上采集频率高达3.2GHz的型号为ADC12D1600的AD采集芯片为例来进行下述说明,采用本发明可实时检测到10MHz-3.2GHz带宽的信号。
一、将模拟信号进行模数转换,本发明可利用两个采样率3.2GHz的AD芯片进行并行采集来采集频率低于3.2GHz的输入信号,两个AD采集芯片的采样率都为3.2GHz、时钟为1.6GHz,调整时钟令两个芯片的采集时钟相位差保持为90度,这样一来可使得每个AD芯片采集时刻刚好相差1/4个1.6GHz的时钟周期,两个AD即可实现完全并行交织的6.4GHz的采样率。
二、将模数转换之后的并行数据进行实时的并行下变频转换和并行的快速傅里叶变化,形成超宽带频谱。
三、对生成的频谱进行平滑处理并且进行数据与位置信息的整合。
四、对整合之后的频谱中所有频点的值进行统计排序,针对FPGA的硬件特点,提出了一种全新的并行比较排序算法,又可被称为“以空间换时间”并行排序算法,可大幅提高数据处理的实时性。
上述所提出的并行比较实时排序算法是基于序列中的数据两两输入基本操作单元进行比较之后排序,再将不同的操作单元之间的数据重新排列输入基本操作单元进行比较,如此反复迭代比较从而实现整个序列的排序,由于全部数字同时进行比较处理,将会占用大量的处理空间,因此本排序算法亦称为“空间换时间”排序算法,一组数据,先进行两两之间的比较,每两个数比较都会得到一个比较结果,不同单元之间的数据根据特定的交错算法继续两两比较,由于所有数的两两之间的比较都在硬件内同时进行,因此排序时间得到了大大的缩小。
本发明的具体实施步骤是:
S1:生成频谱数据,系统前端通过FPGA来实现超高带宽信号的采集,并且将采集到的数字信号进行下变频和并行快速傅里叶变换。频谱数据生成单元利用两片AD芯片的同步并使用相位差为90度的时钟来采集超高带宽的模拟信号,将模数转换之后的并行数据与可调频率的本振信号进行混频,实现并行下变频的转换,在该部分利用FPGA内的DDS IP核产生并行的正弦与余弦信号,分别与对应支路的输入数据进行乘加运算,最后得到一路下变频之后的复数信号。需要说明的是,FPGA指的是现场可编程门阵列,它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物,能够实现并行运算。
S2:对生成的频谱数据进行平滑处理,对生成的频谱数据进行平滑处理,对其进行平均运算,设频谱数据为Pn(i),则平均后的频谱数据即为平滑处理之后的数据值 其中N为频谱数据的平均次数,i为频谱数据的位置。
S3:将频谱数据大小与位置信息进行整合,将频谱数据的大小与频谱数据的对应位置信息合并,将频谱数据的大小作为高位、其对应位置信息i作为低位,生成一个新的频谱序列对于此合并之后的频谱序列而言,不仅包含了的值的大小信息,也包含了对应的位置信息i,对于在步骤S5中提取中值频点操作有重要的意义。
S4:在FPGA内对数据进行并行排序,本算法在FPGA内进行,对于FPGA而言,两个数据比大小是一件容易的事情,仅需一个时钟周期即可完成,本算法的原理是以两个数的比较单元作为基础比较单元S2,将大量数据的排序通过分割为多次两两之间的基础比较单元,从而进行排序。
本发明的方法的核心是将2N个数据的排序拆分为2个2N-1个数据的排序,而2N-1个数据的排序又可拆分为2个2N-2个数据的排序,通过不断迭代,最终2N个数据的排序可以完全由基础比较单元S2来实现。如4个数据的排序可以通过2个数据的排序单元S2来得到,8个数据的排序则是通过4个数据的排序单元来得到。因此,通过2t-1个数据的排序结果推导出2t个数据的排序结果是并行排序中的关键技术,其中t为大于1的整数。
S43:将步骤S42得到的数据以每相邻的两个作为一组,输入基础比较单元S2,也即将x0和输入第一个S2,x1和输入第二个S2,以此类推,和输入第2t-1-1个S2,和输入第2t-1个S2中,把从第1个比较单元S2到第2t-1个比较单元S2中输出的数据按顺序依次重新排列,将该数组命名为y,也即在S43步骤之后得到的输出数据为
S45:将步骤S44得到的数据按顺序总共分为两组,将每组都输入一个2t-1个数的排序模块,即,将y0,y2,y4,y6等前2t-1个数输入第一个2t-1个数的排序模块,将等后2t-1个数输入第二个2t-1个数的排序模块,然后这两个2t-1个数的排序模块的输出数据,即为2t个数的排序结果。
将步骤S42到步骤S45的算法称为排序迭代Zn,2t-1个数的排序模块也按照步骤S42到步骤S45根据2t-2个数的排序模块得到,而第一步中输入数据也是两个2t-1个数的排序结果,该排序算法为一个正向及反向迭代算法。由基本比较单元S2可推出4个数的排序Z4;将两组Z4输出的排序数据作为输入进行8个数的排序,在进行到步骤S45中又转换为两个Z4算法。
对于2个数而言其排序模块是最基础的比较单元S2,根据S2可推出4个数的排序Z4,进而推出8个数的排序Z8,以此类推。
以4个数的排序为例,其排序算法Z4的示意图如图2所示。
以8个数的排序为例,利用迭代的方法,根据Z4可得到8个数据的排序全过程,排序过程如图3所示。
举例说明,以输入数据为{8,12,1,24,45,15,6,30}为例,将该8个数的排序过程列出,如图4所示。
根据以上描述的五步可迭代算出2t个数的排序经过以上所述的推导演变,即可完成排序,整个算法共需要t/2(t+1)级,并且运算时间远小于传统排序方法所需的级数,可以达到实时性排序的效果。该算法具有通用性,可以应用到不同数量的数据快速排序运算领域。
S5:对中值频点进行提取,在统计完其频谱排序的结果之后,即可提取排序为中间的频点值,该值即为超宽带频谱信号大小的中值,而其对应的频点值可由以下方法得出,对于固定点数的频谱而言,若步骤一中快速傅里叶变换的点数为M点,模数转换的采样率为Fs,那么对于频谱序列中第m点而言,其对应的频点值Fm为
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (7)
1.一种超宽带信号的实时中值频点提取方法,其特征在于,所述提取方法包括:
S1:生成频谱数据;
S2:对生成的频谱数据进行平滑处理;
S3:将频谱数据大小与位置信息进行整合;
S4:在FPGA内对数据进行并行排序;
S5:对中值频点进行提取;
步骤S4具体包括:
S43:将步骤S42得到的数据以每相邻的两个作为一组,输入基础比较单元S2,也即将x0和输入第一个S2,x1和输入第二个S2,以此类推,和输入第2t-1-1个S2,和输入第2t-1个S2中,把从第1个比较单元S2到第2t-1个比较单元S2中输出的数据按顺序依次重新排列,将该数组命名为y,也即S43步骤之后得到的输出数据为
2.根据权利要求1所述的提取方法,其特征在于,在步骤S1之前,所述提取方法还包括:
S0:将模拟信号进行模数转换。
3.根据权利要求2所述的提取方法,其特征在于,步骤S0具体包括:
利用两个AD芯片并行采集输入信号,其中,
两个AD芯片采集时钟相位差保持为90度。
4.根据权利要求2所述的提取方法,其特征在于,步骤S1具体包括:
将模数转换之后的并行数据进行实时的并行下变频转换和并行的快速傅里叶变化,形成超宽带频谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811288116.4A CN109582276B (zh) | 2018-10-31 | 2018-10-31 | 超宽带信号的实时中值频点提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811288116.4A CN109582276B (zh) | 2018-10-31 | 2018-10-31 | 超宽带信号的实时中值频点提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109582276A CN109582276A (zh) | 2019-04-05 |
CN109582276B true CN109582276B (zh) | 2020-11-10 |
Family
ID=65921032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811288116.4A Active CN109582276B (zh) | 2018-10-31 | 2018-10-31 | 超宽带信号的实时中值频点提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109582276B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118502A (zh) * | 2015-07-14 | 2015-12-02 | 百度在线网络技术(北京)有限公司 | 语音识别系统的端点检测方法及系统 |
CN106353737A (zh) * | 2016-08-22 | 2017-01-25 | 西安电子科技大学 | 一种基于全频带谱分析的雷达压制式干扰检测方法 |
CN107402741A (zh) * | 2017-08-04 | 2017-11-28 | 电子科技大学 | 一种适宜于fpga实现的排序方法 |
-
2018
- 2018-10-31 CN CN201811288116.4A patent/CN109582276B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105118502A (zh) * | 2015-07-14 | 2015-12-02 | 百度在线网络技术(北京)有限公司 | 语音识别系统的端点检测方法及系统 |
CN106353737A (zh) * | 2016-08-22 | 2017-01-25 | 西安电子科技大学 | 一种基于全频带谱分析的雷达压制式干扰检测方法 |
CN107402741A (zh) * | 2017-08-04 | 2017-11-28 | 电子科技大学 | 一种适宜于fpga实现的排序方法 |
Non-Patent Citations (1)
Title |
---|
宽带谱分析模块硬件系统及数字处理逻辑设计;郭涛;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20140115;摘要、正文全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109582276A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Saber et al. | Low power pseudo-random number generator based on lemniscate chaotic map | |
WO2018188228A1 (zh) | 高精度频率测量系统及方法 | |
US9191260B1 (en) | Method and apparatus to determine a match between signals | |
Xia et al. | A generalized Chinese remainder theorem for residue sets with errors and its application in frequency determination from multiple sensors with low sampling rates | |
CN108710027B (zh) | 通道间相位差、幅度差的高精度测量方法 | |
CN108519511B (zh) | 一种线性调频信号频率特征参数的时域测量方法 | |
KR101927811B1 (ko) | 에일리어싱을 활용한 부분 나이키스트 통신신호 획득 장치 및 그 제어 방법 | |
CN106093981B (zh) | 基于优化并行码相位搜索的gps捕获电路 | |
CN107407703A (zh) | 具有提高的实时带宽的频谱分析仪 | |
CN105183425A (zh) | 一种具有高精度低复杂度特性的固定位宽乘法器 | |
Shi et al. | Winograd-based real-time super-resolution system on FPGA | |
CN109582276B (zh) | 超宽带信号的实时中值频点提取方法 | |
Bharat Meitei et al. | FPGA implementation of true random number generator architecture using all digital phase-locked loop | |
CN110287238A (zh) | 一种基于先验知识的异常水质检测方法及系统 | |
CN111142357B (zh) | 时间数字转换器延迟链内插的多沿变位置编码方法 | |
CN103490783A (zh) | 一种将模拟信号转换为数字信息的方法 | |
CN107450886B (zh) | 一种模拟高斯白噪声的高斯随机信号的生成方法及装置 | |
CN106789782B (zh) | 一种i/q基带信号发生器 | |
CN101894095B (zh) | 快速哈达玛变换装置及方法 | |
Chaplyha et al. | Using non-uniform sampling in real-time correlation processing of authentication signals | |
CN109510684A (zh) | 混沌多相序列产生方法 | |
CN114895744B (zh) | 一种直接数字频率合成方法及装置 | |
CN106209128A (zh) | 一种用于压缩感知接收机的低速序列混频方法 | |
Chen et al. | A Low Complexity and Long Period Digital Random Sequence Generator Based on Residue Number System and Permutation Polynomial | |
CN109613334A (zh) | 一种频率估计装置、终端以及计算机可读介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |