CN115296647A - 基于frm技术的wola滤波器组及子带分割设计方法 - Google Patents
基于frm技术的wola滤波器组及子带分割设计方法 Download PDFInfo
- Publication number
- CN115296647A CN115296647A CN202210853282.4A CN202210853282A CN115296647A CN 115296647 A CN115296647 A CN 115296647A CN 202210853282 A CN202210853282 A CN 202210853282A CN 115296647 A CN115296647 A CN 115296647A
- Authority
- CN
- China
- Prior art keywords
- data
- filter
- frm
- frequency
- register
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0248—Filters characterised by a particular frequency response or filtering method
- H03H17/0264—Filter sets with mutual related characteristics
- H03H17/0266—Filter banks
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0201—Wave digital filters
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/02—Frequency selective networks
- H03H17/0211—Frequency selective networks using specific transformation algorithms, e.g. WALSH functions, Fermat transforms, Mersenne transforms, polynomial transforms, Hilbert transforms
- H03H17/0213—Frequency domain filters using Fourier transforms
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H17/00—Networks using digital techniques
- H03H17/08—Networks for phase shifting
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了基于FRM技术的WOLA滤波器组及子带分割设计方法,能够利用FRM技术实现相同滤波器组子带分割性能的同时,大大降低了滤波器长度,降低了计算量,节省了内存资源。该基于FRM技术的WOLA滤波器组,包括数据分段模块、数据加权模块、叠接累加模块以及循环移位模块。子带分割设计方法为:根据实际需求确定通道数K,滤波器阻带截止频率和通带截止频率,计算最优M值。确定低通滤波器的通带截止频率和阻带起始频率。设定屏蔽滤波器与低通滤波器的通带波纹、阻带衰减值相等。验证频率响应屏蔽FRM频率响应是否满足要求,如果不满足要求,重新设置低通滤波器的通带波纹和阻带衰减值,直到FRM频率响应满足要求为止。
Description
技术领域
本发明涉及通信技术及数字信号技术领域,具体涉及一种基于FRM技术的 WOLA滤波器组及子带分割设计方法。
背景技术
在对宽带信号做信道化处理的过程中,常用滤波器组实现信道的子带分割。复指数调制滤波器组是最原始的滤波器组,它的概念直接产生于对频带的子带分割和重构,但其实现结构复杂,一般只用于理论研究。多相DFT结构滤波器组和加权折叠相加(WeightedOverlap-add,WOLA)结构滤波器组都是复指数调制滤波器组的高效实现方法,但前者要求过采样因子必须为整数,而WOLA结构不仅能够实现与之相当的子带分割与重构性能,而且突破了过采样因子必须为整数的限制,其实现结构更加高效,参数设置更加灵活。
复指数调制滤波器组由分析滤波器组和综合滤波器组两部分组成,前者用于把信号分割为多个子带,后者用于将各个子带进行综合来重构输入信号。图1 为其总体结构框图。
图1中,x(n)表示输入时域信号,一般为实信号。分析滤波器组由K个下变频器支路组成,每个下变频器支路由复指数exp(-j2πkn/K)、原型低通滤波器 h(n)和R倍抽取器级联组成。综合滤波器组由K个上变频器组成,每个上变频器由R倍内插器、原型低通滤波器f(n)和复指数exp(j2πkn/K)级联组成。为了更好地分析复指数调制滤波器组的原理以及相关参数的影响,下面将详细介绍滤波器组分析端和综合端的单个支路的信号处理过程。
分析滤波器组的目的是把x(n)均匀分割成K个频域子带信号Xk(m)(0≤k≤K-1)。若设x(n)信号的频率范围为0~Fs,用归一化频率表示为 0~2π,则子带k的频率范围将以频率ωk(=2πk/K)(0≤k≤K-1)为中心,带宽为ω△=2π/K。图2显示了信号x(n)经过分析滤波器组的第k个下变频器支路,得到第k个子带信号Xk(m)的分析过程,其它子带的处理过程与该过程相同,不再赘述。由图2可见,分析滤波器组的处理过程可分为三个步骤:
1)输入信号x(n)与复指数exp(-jωkn)相乘,从频域上看,该过程使得整个频谱发生频率搬移-ωk,于是子带k的频率中心下变频至零频处;
2)下变频后的信号经过一个低通滤波器,该滤波器一般称为分析滤波器,其截止频率为ω△/2=π/K;
3)滤波后的信号经过R倍抽取,即可得到第k个子带信号Xk(m)。
1)对子带k信号进行内插,内插操作会在每隔2π/R频率处产生频谱镜像;
2)利用一个低通滤波器f(n)来滤除产生的镜像,该滤波器一般称为综合滤波器,经过滤波后保留的信号带宽为ω△/2,即π/K;
3)利用复指数exp(jωkn)进行调制,将子带信号搬移回其原频率ωk处;
由上面的分析可知,在信号的分析与综合过程中,子带间的混叠是影响重构信号误差的重要因素。混叠主要来源于以下两种方式:
1)在分析端,混叠是由分析滤波器h(n)的非理想特性引起的。一方面由于滤波器的过渡带不够陡峭,另一方面滤波器的通带平坦性和阻带衰减性较差。综合上述因素,当执行抽取操作时,来源于其余子带的残余频率分量将混叠到第k个子带内;
2)在综合端,混叠是由综合滤波器f(n)的非理想特性引起的。同样,由于滤波器不够陡峭以及存在较差的频率选择特性,使得因内插产生的第k个子带的镜像频谱仍然存在。当所有子带相加时,这些残余分量也将混叠到其它子带中。
基于上述认识,在复指数调制滤波器组中,主要包含如下重要参数:
1)子带数K(或者有效频段数K/2);
2)抽取因子R;
3)分析滤波器h(n)的长度La;
4)综合滤波器f(n)的长度Ls
下面结合图2和图3对上述参数进行讨论。子带数K决定了子带信号的截止带宽ωc,有ωc=2π/K。子带数K越大,子带划分越精细,则分析滤波器和综合滤波器的截止频率越小。抽取因子R决定了子带信号的传输带宽ωs,有ωs=2π/R。抽取因子R越大,子带传输带宽越窄,则分析滤波器和综合滤波器的阻带频率越小。从图3可以看出,滤波器过渡带的陡峭程度由过采样因子OS决定(OS=K/R)。事实上,抽取因子R可以在R=1(无抽取)到R=K(临界采样)区间范围内任选,而与子带数K无关,因此OS的取值范围为1≤OS≤K。当OS=1时,称为临界采样,当OS>1时,称为过采样。在实际应用中,为降低子带传输速率, OS应尽量小。然而当OS=1时,滤波器过渡带宽为0,是不可实现的。工程中,当OS<1.2时,滤波器难以实现较大的阻带衰减,将引起较大的混叠失真,而当 OS>1.5时,并不会显著降低混叠失真,因此OS的合理范围为1.2~1.5。分析和综合滤波器的长度La和Ls决定了滤波器的性能。La和Ls越大,滤波的质量越高,然而会带来较大的滤波器时延和硬件消耗。上述参数直接决定了滤波器组的混叠、群时延、计算量以及频带宽度等性能指标,因此在设计滤波器组时,这些参数的选取是设计的重点。
在实际应用中,复指数调制滤波器组的直接实现结构(如图1所示)是不现实的,这是由于每个支路的运算速率和运算量都非常大,因此必须考虑其高效实现结构问题。目前主要有两种高效结构:多相DFT结构和WOLA结构。多相 DFT结构对信号及滤波器进行多相分解,降低了系统复杂度,但其要求OS必须为整数。由前面的分析可知,OS的合理范围为1.2~1.5,因此多相DFT结构并不是最佳方案。而WOLA结构可以突破这一限制,从而降低子带采样速率,进而降低子带处理和传输的硬件消耗。下面对WOLA结构的分析端和综合端的实现结构分别进行介绍。
如图1所示,第k个子带信号的分析过程可用公式描述为
式中:ωk=2πk/K,k=0,1,…,K-1,K为信道个数,R为抽取倍数。对式(1) 进行变量替换,令q=i-mR,则有
式中:xm(q)=h(-q)x(q+mR)。注意观察式(3)可见,实际上是xm(q) 的离散傅里叶变换。当m变化时,分析滤波器h(-q)不变,而信号x(q+mR)以分组形式变化,每组为R个采样点。对于某个固定m时刻,分析滤波器h(-q)与信号序列x(q+mR)进行点对点相乘,由于h(-q)系数为有限长L,因此离散傅里叶变换的输入序列xm(q)的样点数为L。需要注意的是,每个m时刻离散傅里叶变换的输出序列的样点数为K。根据这一特点,当K≤L时,可以利用e-jωkq的周期性(周期为K),将xm(q)折叠为K点序列,从而能够借助FFT的高效运算(子带个数K一般取2的指数)。基于此,设q=p+lK,其中p=0,1,…,K-1,l为整数,代入式(3)可得:
式中:
由上述推导过程可以得到WOLA分析滤波器组的实现结构,如图4所示。
从图4可以看出,基于WOLA结构的分析滤波器组以“逐段”方式进行数据处理,每个m时刻输入R个采样点,输出K个子带信号采样点。具体而言,整个分析端信号处理流程可划分为数据分段、数据加权、叠加累加、循环移位和 FFT运算,下面分别进行介绍。
(1)数据分段
首先将单路信号x(n)按照采样顺序划分为若干段,每段数据长度为抽取因子R,这样每个m时刻对应有R个采样点,数据速率降低了R倍。然后构建一个长度为L的移位寄存器,在每个m时刻,有一段新数据从移位寄存器一端输入,同时有一段数据从另一端移出,这样每次运算保留了前一时刻L-R个采样点。
(2)数据加权
在每个m时刻,将移位寄存器的L个数据与原型滤波器h(-q)进行点对点相乘,然后将输出的L个数据存入寄存器中。
(3)叠接累加
按照式(5)将加权后的L个数据每K个采样点分为一组,共分为L/K组,然后将这L/K组数据进行累加,输出K个采样点数据。
(4)循环移位
式中:Y(ω)和X(ω)分别为时域序列y(k)和x(k)对应的频域信号,序列点数为K,k0表示移位量。由式(6)可知,的运算可等效为时域的移位运算。具体而言,即在FFT运算前执行循环移位操作,移位的样点数为 -Rm与K的模。可以看出,循环移位操作取代了FFT运算后的复数调制运算,具有更高的运算效率。
FFT运算中,由于子带个数K一般取2的指数,因此的求取(见式(4)) 可以借助FFT运算实现。考虑到输入信号一般为实数,FFT运算后的输出信号 Xk(m)必然是对称的,因此只需截取一半序列数据即可,这里选取k=0,1,…,K/2-1的序列数据。
从整个算法的推导可见,WOLA结构具有如下优点:
1)设输入信号x(n)的采样速率为Fs,进行数据分组后,整个结构采样速率降低了R倍;
2)可以借助高效的FFT运算操作,降低了系统硬件消耗;
3)抽取因子R与子带个数K没有严格的约束关系。
基于WOLA滤波器组实现信道的分析技术,关键在滤波器设计。分析滤波器要求过渡带尽可能的窄,阻带衰减尽可能的大。满足此条件的滤波器阶数往往很大,工程实现中,对硬件资源要求较高,延迟大。
为解决滤波器设计难题,国内外学者进行了大量研究并取得了很多有益成果。信息工程大学李艳福在其硕士论文《宽带多信号处理与调制识别技术研究》中利用WOLA滤波器组实现了卫星信号的非均匀信道化接收技术,仿真验证了在采样率6.4MHz,子带数32,抽取率8条件下,原型滤波器采用FIR滤波器实现,取δ=2×10-5,经过邻信道合并技术,合并后组信号的幅度失真可以忽略。该方法中WOLA原型滤波器采用常规FIR滤波器设计方法,滤波器长度为1024。实现代价大,占用资源多。航天工程大学焦义文在其博士论文《天线组阵宽带低信噪比信号合成技术研究》中,利用WOLA滤波器组实现了采样率1280MHz,子带数256,抽取率176的信道化分割,原型滤波器采用根升余弦滤波器,滤波器系数达到了11264,计算量和延时均比较大。电子科技大学的陈昳霏在硕士论文《高效动态信道化技术研究与实现》中,设计实现了采样率51.2MHz,通道数64,抽取因子40的信道化接收模块,滤波器设计采用平方根升余弦滚降滤波器(Square Root Raise Cosine),用凯瑟窗截断,滤波器阶数为1024。电子科技大学郭连平在其博士论文中《宽带信号频谱分析关键技术研究与系统实现》中,设计了WOLA滤波器组对信号进行信道化分析,仅给出了原型滤波器设计方法采用低通滤波器,并未对设计参数及性能做分析。
WOLA滤波器组作为高效的信道化实现方法,已经广泛应用在信号处理的各个领域,其原型滤波器大多采用低通原型FIR滤波器设计方法,计算量大,长度长。需要对其原型滤波器设计方法进行改进研究,提高其性能。
通过以上分析可知,传统WOLA滤波器组中原型滤波器通常采用低通FIR 路滤波器设计方法实现,具有以下不足:
1、基于传统FIR低通滤波器设计方法,要达到较小的通带波纹和较大的阻带衰减,滤波器阶数会比较长,计算复杂。
2、基于FIR原型低通滤波器设计方法,当过渡带要求很窄,阻带衰减很大时,由于滤波器系数很长。因需要提前将这些滤波器系数存储到FPGA内存中,占用FPGA内存资源较多,对本就紧张的FPGA内存使用构成了挑战。
发明内容
有鉴于此,本发明提供了基于FRM技术的WOLA滤波器组及子带分割设计方法,能够利用FRM技术实现相同滤波器组子带分割性能的同时,大大降低了滤波器长度,降低了计算量,节省了内存资源。
为达到上述目的,本发明的技术方案为:基于FRM技术的WOLA滤波器组,包括数据分段模块、数据加权模块、叠接累加模块以及循环移位模块。
数据分段模块,用于接收单路信号,并按照采样顺序划分为多段,每段数据长度为抽取因子R,分段后的数据存入长度为L的第一移位寄存器。
数据加权模块,用于从第一移位寄存器中获取数据,利用基于FRM的滤波器对数据进行加权操作,加权后的数据存入长度为L的第二寄存器;
叠接累加模块,用于从第二寄存器中读取L个加权后的数据,将L个加权后的数据每K个采样点分为一组,共分为L/K组,然后将这L/K组数据进行累加,输出K个采样点数据。
循环移位模块,用于针对叠接累加模块输出的K个采样点数据进行周期循环移位操作,之后进行K点FFT计算,输出K路信道数据。
进一步地,数据分段模块,用于接收单路信号x(n)按照采样顺序划分为若干段,每段数据长度为抽取因子R,这样每个m时刻对应有R个采样点;数据分段模块包括一个长度为L的第一移位寄存器,在每个m时刻,均有一段新数据从移位寄存器一端输入,同时有一段数据从另一端移出;
进一步地,数据加权模块中,基于FRM技术的滤波器数据加权操作分两个支路完成,过程如下:
1)在每个m时刻,将第一移位寄存器的L个数据与低通滤波器Ha(ZL)点对点相乘输出L个数据存入第三寄存器,第一移位寄存器的L个数据和互补低通滤波器Hc(ZL)进行点对点相乘,输出的L个数据存入第四寄存器中。
2)第三寄存器中L个数据与屏蔽滤波器HMa(Z)进行点对点相乘,将输出的L 个数据存入第五寄存器中。
同理,第四寄存器中L个数据与屏蔽滤波器HMc(Z)进行点对点相乘,将输出的L个数据存入第六寄存器中。
3)第五寄存器和第六寄存器中L个数据点对点相加,结果输出到L长度的第二寄存器中。
本发明还提供了基于FRM技术的WOLA滤波器组子带分割设计方法,包括如下步骤:
步骤1:根据实际需求确定通道数K,滤波器阻带截止频率和通带截止频率,计算最优M值,M值为内插倍数。
步骤2:确定低通滤波器的通带截止频率和阻带起始频率。
步骤3:设定屏蔽滤波器与低通滤波器的通带波纹相等,设定屏蔽滤波器与低通滤波器的阻带衰减值相等。
步骤4:验证频率响应屏蔽FRM频率响应是否满足要求,如果不满足要求,重新设置低通滤波器的通带波纹和阻带衰减值,返回步骤3,直到FRM频率响应满足要求为止。
进一步地,根据实际需求确定通道数K,滤波器阻带截止频率和通带截止频率,计算最优M值,具体地,采用如下公式计算最优M值:
其中Mopt为最优M值;β为优化系数;ωcT为低通滤波器的通带截止频率ωcT=π/K;ωsT为阻带起始频率。
进一步地,当各子滤波器分别优化时取β=1,当各子滤波器联合最优时取β=0.6。
有益效果:
1、本发明提出一种基于FRM技术的WOLA滤波器组,该滤波器在原有的WOLA滤波器组的结构中增加了基于FRM技术的滤波器数据加权模块,与原型滤波器采用直接FIR滤波器设计相比,基于FRM技术的滤波器长度大大较少,为直接FIR滤波器设计的11.27%,因此该基于FRM技术的WOLA滤波器组降低了计算量,节约了存储滤波器系数的内存资源。
2、本发明提出一种基于FRM技术的WOLA滤波器组,基于FRM技术的滤波器数据加权操作分两个支路完成,包括低通滤波器和屏蔽滤波器一路和互补低通滤波器和互补屏蔽滤波器一路,可以实现基于FRM 技术的滤波器数据加权。
3、本发明提供了基于FRM技术的WOLA滤波器组的子带分割设计方法,与传统基于直接FIR滤波器实现的WOLA滤波器组子带分割方法相比,本发明利用FRM技术实现相同滤波器组子带分割性能的同时,大大降低了滤波器长度,降低了计算量,节省了内存资源。
4、本发明提供了基于FRM技术的WOLA滤波器组的子带分割设计方法, FRM技术通过对原型低通滤波器及其互补滤波器的内插,通过设计合适的屏蔽滤波器即可实现窄过渡带滤波器设计。
5、本发明提供了基于FRM技术的WOLA滤波器组的子带分割设计方法,可以有效减少滤波器阶数,降低了计算了和存储资源。该方法根据实际工程需要,由子带数K,抽取因子R,过采样因子OS,滚降因子α等参数,在具有相同性能的条件下,本发明设计的原型滤波器较直接 FIR设计的滤波器长度大大较少,为直接FIR滤波器设计方法的 11.27%。降低了计算量,节约了存储滤波器系数的内存资源。
附图说明
图1为复指数调制滤波器组的总体结构框图;
图2为分析滤波器组第k个子带信号的分析过程图;
图3为综合滤波器组第k个子带信号的综合过程图;
图4为WOLA分析滤波器组的实现结构图;
图5为原型滤波器内插与屏蔽滤波器级联使用获得窄过渡带过程示意图
图6为FRM滤波器设计流程图;
图7为直接FIR滤波器实现图;
图8为FRM原型滤波器图;
图9为FRM周期滤波器图;
图10为FRM屏蔽滤波器图;
图11为FRM波滤波图;
图12为WOLA分析滤波器组的实现结构图;
图13为基于FRM技术WOLA分析滤波器组的实现结构图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种基于FRM技术实现WOLA滤波器组中原型低通滤波器设计方法。FRM技术通过对原型低通滤波器及其互补滤波器的内插,通过设计合适的屏蔽滤波器即可实现窄过渡带滤波器设计。基于FRM技术实现窄过渡带过程如图5所示。设计过程为:
(1)根据实际工程需要,确定通道数K,确定原型滤波器的通带截止频率ωcT=π/K和阻带起始频率ωsT。根据ωcT和ωsT,由式(7)计算得到最优M值。
(2)由根据图5,确定原型低通滤波器的通带截止频率为
阻带起始频率为
(3)按照原型滤波器和屏蔽滤波器通带波纹相等,即原型滤波器通带波纹=屏蔽滤波器通带波纹=0.5δc。阻带衰减值δs,两者取相等。
(4)验证FRM频率响应是否满足要求,如果不满足要求,则返回步骤3 重新设计通带波纹计算,直到满足要求为止。
设计流程图如图6所示。
根据图6所示,设计具有如下参数的FRM滤波器。常规FIR滤波器参数如表1所示。
表1常规WOLA结构滤波器组设置参数
采样速率F<sub>s</sub>(MHz) | 1280 |
子带数K | 256 |
抽取因子R | 176 |
滤波器长度L | 2218 |
过采样因子OS(=K/R) | 1.45 |
滚降因子α(=OS-1) | 0.45 |
由表1可以看出,采用常规FIR滤波器实现WOLA结构滤波器组,实现采样频率Fs=1280MHz,子带数K=256,滚降因子α(=OS-1)=0.45时,需要滤波器长度为11264。此时,滤波器长度太长,所需计算量和存储滤波器系数的资源需求都比较大。
下面采用FRM设计WOLA滤波器组。
1)根据Fs=1280MHz,子带数K=256,得到ωcT=2π/K=0.0245,由滚降因子α(=OS-1)=0.45,得到ωsT=1.45*ωcT=0.0356。
4)根据式(8)和式(9),计算原型低通滤波器的通带截止频率和阻带起始频率。
根据以上步骤计算得出的FRM滤波器参数如表2。直接FIR实现WOLA 滤波器组需要滤波器的阶数为2218,达到相同滤波器性能时,采用FRM技术实现滤波器阶数为250,计算量为常规滤波器设计方法的11.27%。大大节省了计算量存储滤波器系数的存储资源。
表2基于FRM技术的WOLA结构滤波器组设置参数
采样速率F<sub>s</sub>(MHz) | 1280 |
子带数K | 256 |
抽取因子R | 176 |
滤波器长度L | 250 |
过采样因子OS(=K/R) | 1.45 |
滚降因子α(=OS-1) | 0.45 |
根据以上参数计算设计滤波器设计值。结果如图7-图11所示。
基于FRM技术的WOLA滤波器组实现结构如图12所示,包括如下模块:
数据分段模块
接收单路信号x(n),并按照采样顺序划分为若干段,每段数据长度为抽取因子R,这样每个m时刻对应有R个采样点,数据速率降低了R倍。然后构建一个长度为L的移位寄存器,在每个m时刻,有一段新数据从移位寄存器一端输入,同时有一段数据从另一端移出,这样每次运算保留了前一时刻L-R个采样点。
数据加权模块
基于FRM技术的滤波器数据加权操作分两个支路完成,过程如下:
1)在每个m时刻,将移位寄存器的L个数据分别与低通滤波器Ha(ZL)和互补低通滤波器Hc(ZL)进行点对点相乘,然后将输出的L个数据存入寄存器中。
2)低通滤波器Ha(ZL)中L个数据与屏蔽滤波器HMa(Z)进行点对点相乘,将输出的L个数据存入寄存器中。同理,互补低通滤波器Hc(ZL)中L个数据与屏蔽滤波器HMc(Z)进行点对点相乘,将输出的L个数据存入寄存器中。
3)HMa(Z)和HMc(Z)两个L长度寄存器数据点对点相加,结果输出到L长度的寄存器中。
叠接累加模块
由数据加权模块得到的L个数据,按照式(5)将加权后的L个数据每K个采样点分为一组,共分为L/K组,然后将这L/K组数据进行累加,输出K个采样点数据。
循环移位模块
式中:Y(ω)和X(ω)分别为时域序列y(k)和x(k)对应的频域信号,序列点数为K,k0表示移位量。由式(10)可知,的运算可等效为时域的移位运算。具体而言,即在FFT运算前执行循环移位操作,移位的样点数为-Rm与K的模。可以看出,循环移位操作取代了FFT运算后的复数调制运算,具有更高的运算效率。
基于FRM技术的WOLA滤波器实现流程如图13所示。
为验证本方法所设计的WOLA滤波器组的正确性,对式(11)信号进行验证。
其中,A1=0.001,A2=1,f1=99MHz,f2=110MHz,t=50ms。根据子带划分规则,子带间隔为Fs/K=5M,输出子带带宽为Fs/R=7.2M。所以,信号x(t)出现在19-27子带内,其中单载波信号A1出现在子带20内,信道A2出现在22-26 内,结果如图13所示。
本发明提出一种基于FRM技术的WOLA滤波器组子带分割设计方法,该方法可以有效减少滤波器阶数,降低了计算了和存储资源。该方法根据实际工程需要,由子带数K,抽取因子R,过采样因子OS,滚降因子α等参数,按照图6级5.2.1节方法设计的高效滤波器,作为原型滤波器。仿真结果表明,在具有相同性能的条件下,本文设计的原型滤波器较直接FIR设计的滤波器长度大大较少,为直接FIR滤波器设计方法的11.27%。降低了计算量,节约了存储滤波器系数的内存资源。
与传统基于直接FIR滤波器实现的WOLA滤波器组子带分割方法相比,本发明利用FRM技术实现相同滤波器组子带分割性能的同时,大大降低了滤波器长度,降低了计算量,节省了内存资源。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.基于FRM技术的WOLA滤波器组,其特征在于,包括数据分段模块、数据加权模块、叠接累加模块以及循环移位模块;
所述数据分段模块,用于接收单路信号,并按照采样顺序划分为多段,每段数据长度为抽取因子R,分段后的数据存入长度为L的第一移位寄存器;
所述数据加权模块,用于从所述第一移位寄存器中获取数据,利用基于FRM的滤波器对数据进行加权操作,加权后的数据存入长度为L的第二寄存器;
所述叠接累加模块,用于从所述第二寄存器中读取L个加权后的数据,将L个加权后的数据每K个采样点分为一组,共分为L/K组,然后将这L/K组数据进行累加,输出K个采样点数据;
所述循环移位模块,用于针对叠接累加模块输出的K个采样点数据进行周期循环移位操作,之后进行K点FFT计算,输出K路信道数据。
2.如权利要求1所述的基于FRM技术的WOLA滤波器组,其特征在于,
所述数据分段模块,用于接收单路信号x(n)按照采样顺序划分为若干段,每段数据长度为抽取因子R,这样每个m时刻对应有R个采样点;所述数据分段模块包括一个长度为L的第一移位寄存器,在每个m时刻,均有一段新数据从移位寄存器一端输入,同时有一段数据从另一端移出。
3.如权利要求1或2所述的基于FRM技术的WOLA滤波器组,其特征在于,所述数据加权模块中,基于FRM技术的滤波器数据加权操作分两个支路完成,过程如下:
1)在每个m时刻,将第一移位寄存器的L个数据与低通滤波器Ha(ZL)点对点相乘输出L个数据存入第三寄存器,第一移位寄存器的L个数据和互补低通滤波器Hc(ZL)进行点对点相乘,输出的L个数据存入第四寄存器中;
2)第三寄存器中L个数据与屏蔽滤波器HMa(Z)进行点对点相乘,将输出的L 个数据存入第五寄存器中;
同理,第四寄存器中L个数据与屏蔽滤波器HMc(Z)进行点对点相乘,将输出的L个数据存入第六寄存器中;
3)第五寄存器和第六寄存器中L个数据点对点相加,结果输出到L长度的所述第二寄存器中。
4.基于FRM技术的WOLA滤波器组子带分割设计方法,其特征在于,包括如下步骤:
步骤1:根据实际需求确定通道数K,滤波器阻带截止频率和通带截止频率,计算最优M值,M值为内插倍数;
步骤2:确定低通滤波器的通带截止频率和阻带起始频率;
步骤3:设定屏蔽滤波器与低通滤波器的通带波纹相等,设定屏蔽滤波器与低通滤波器的阻带衰减值相等;
步骤4:验证频率响应屏蔽FRM频率响应是否满足要求,如果不满足要求,重新设置低通滤波器的通带波纹和阻带衰减值,返回步骤3,直到FRM频率响应满足要求为止。
6.如权利要求4或5所述的设计方法,其特征在于,当各子滤波器分别优化时取β=1,当各子滤波器联合最优时取β=0.6。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210853282.4A CN115296647B (zh) | 2022-07-08 | 2022-07-08 | 基于frm技术的wola滤波器组及子带分割设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210853282.4A CN115296647B (zh) | 2022-07-08 | 2022-07-08 | 基于frm技术的wola滤波器组及子带分割设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115296647A true CN115296647A (zh) | 2022-11-04 |
CN115296647B CN115296647B (zh) | 2023-04-14 |
Family
ID=83823359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210853282.4A Active CN115296647B (zh) | 2022-07-08 | 2022-07-08 | 基于frm技术的wola滤波器组及子带分割设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115296647B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116827368A (zh) * | 2023-08-29 | 2023-09-29 | 成都戎星科技有限公司 | 基于非均匀信道化进行信号完全重构的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105811920A (zh) * | 2016-03-09 | 2016-07-27 | 哈尔滨工程大学 | 一种frm窄过渡带滤波器组结构 |
CN109525256A (zh) * | 2018-10-18 | 2019-03-26 | 哈尔滨工程大学 | 一种基于fpga的窄过渡带滤波器组的信道化发射结构 |
CN110210101A (zh) * | 2019-05-27 | 2019-09-06 | 哈尔滨工程大学 | 一种基于cem frm的动态非均匀窄过渡带滤波器组及设计方法 |
-
2022
- 2022-07-08 CN CN202210853282.4A patent/CN115296647B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105811920A (zh) * | 2016-03-09 | 2016-07-27 | 哈尔滨工程大学 | 一种frm窄过渡带滤波器组结构 |
CN109525256A (zh) * | 2018-10-18 | 2019-03-26 | 哈尔滨工程大学 | 一种基于fpga的窄过渡带滤波器组的信道化发射结构 |
CN110210101A (zh) * | 2019-05-27 | 2019-09-06 | 哈尔滨工程大学 | 一种基于cem frm的动态非均匀窄过渡带滤波器组及设计方法 |
Non-Patent Citations (6)
Title |
---|
WENXU ZHANG 等: "Design and FPGA Implementation of a Novel Efficient FRM-Based Channelized Receiver Structure", 《IEEE ACCESS》 * |
张玉良等: "基于FRM结构的FIR滤波器的采样率变换方法", 《电子与信息学报》 * |
张立志等: "一种基于CEM FRM技术的滤波器组设计新方法", 《信息工程大学学报》 * |
张超 等: "采用加权叠加结构滤波器组的子带分割与重构系统设计", 《电讯技术》 * |
张超等: "一种改进的WOLA结构滤波器组在信道化中的应用", 《遥测遥控》 * |
龚仕仙等: "宽带数字信道化接收机综述", 《电子学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116827368A (zh) * | 2023-08-29 | 2023-09-29 | 成都戎星科技有限公司 | 基于非均匀信道化进行信号完全重构的方法 |
CN116827368B (zh) * | 2023-08-29 | 2023-11-03 | 成都戎星科技有限公司 | 基于非均匀信道化进行信号完全重构的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115296647B (zh) | 2023-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105337587B (zh) | 一种基于dft的非最大抽取系统综合滤波器组构造方法 | |
CN110784229B (zh) | 一种基于快速傅里叶变换的带有模拟滤波器补偿的mwc后端信号重构方法 | |
CN105281707B (zh) | 一种动态可重构滤波器组的实现方法 | |
Lin et al. | A new flexible filter bank for low complexity spectrum sensing in cognitive radios | |
US20070067376A1 (en) | Complimentary discrete fourier transform processor | |
CN108763720B (zh) | 采样率可任意下调的ddc的实现方法 | |
CN110210101B (zh) | 一种基于cem frm的动态非均匀窄过渡带滤波器组及设计方法 | |
CN115296647B (zh) | 基于frm技术的wola滤波器组及子带分割设计方法 | |
CN115473512B (zh) | 一种基于多相滤波器组结构的并行定时同步方法 | |
CN115967404A (zh) | 一种数字信道化方法及系统 | |
CN107294512B (zh) | 一种基于树型结构的非均匀滤波器组滤波方法 | |
US11283661B2 (en) | Method and apparatus for signal processing | |
CN109962731B (zh) | 近似完全重构星载低复杂度非均匀带宽数字信道化方法 | |
CN115955379B (zh) | 一种多尺度可配置的窄过渡带信道化器低复杂度实现方法 | |
Furtado et al. | Optimized prototype filter based on the FRM approach for cosine-modulated filter banks | |
CN109474356B (zh) | 宽带多通道信号能量检测系统及方法 | |
CN115242219B (zh) | 一种基于wola结构滤波器组的并行匹配滤波方法 | |
CN113179104B (zh) | 用于空天多载波通信的子载波信号提取系统及方法 | |
CN115882983B (zh) | 数字信道化实现方法和装置、电子设备 | |
CN111010146B (zh) | 一种基于快速滤波器组的信号重构结构及其设计方法 | |
CN110690909A (zh) | 一种低复杂度的动态非均匀信道化用户分离方法 | |
Vaidya et al. | Low Complexity Non Maximally Coefficient Symmetry Multi Rate Filter Bank for Wideband Channelization | |
CN116388729B (zh) | 一种基于dft滤波器组结构的原型滤波器及设计方法 | |
Al-kishawi et al. | DESIGN AND REALIZATION OF LESSCOMPLEX WAVELET- BASED TRANSCEIVERS | |
Mehra et al. | Optimized design of decimator for alias removal in multirate DSP applications |
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 |