CN116996123A - 一种超宽带脉冲星基带数据生成方法 - Google Patents
一种超宽带脉冲星基带数据生成方法 Download PDFInfo
- Publication number
- CN116996123A CN116996123A CN202310785304.2A CN202310785304A CN116996123A CN 116996123 A CN116996123 A CN 116996123A CN 202310785304 A CN202310785304 A CN 202310785304A CN 116996123 A CN116996123 A CN 116996123A
- Authority
- CN
- China
- Prior art keywords
- pulsar
- baseband data
- target
- dispersion
- bandwidth
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000006185 dispersion Substances 0.000 claims abstract description 83
- 230000008859 change Effects 0.000 claims abstract description 24
- 230000001427 coherent effect Effects 0.000 claims abstract description 22
- 230000000644 propagated effect Effects 0.000 claims abstract description 13
- 238000012546 transfer Methods 0.000 claims description 30
- 230000008030 elimination Effects 0.000 claims description 8
- 238000003379 elimination reaction Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 238000012856 packing Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 23
- 238000012545 processing Methods 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000005316 response function Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/25—Arrangements specific to fibre transmission
- H04B10/2507—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion
- H04B10/2513—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion due to chromatic dispersion
- H04B10/25137—Arrangements specific to fibre transmission for the reduction or elimination of distortion or dispersion due to chromatic dispersion using pulse shaping at the transmitter, e.g. pre-chirping or dispersion supported transmission [DST]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/141—Discrete Fourier transforms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
- H04B10/075—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal
- H04B10/079—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using an in-service signal using measurements of the data signal
- H04B10/0795—Performance monitoring; Measurement of transmission parameters
- H04B10/07951—Monitoring or measuring chromatic dispersion or PMD
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/60—Receivers
- H04B10/61—Coherent receivers
- H04B10/616—Details of the electronic signal processing in coherent optical receivers
- H04B10/6165—Estimation of the phase of the received optical signal, phase error estimation or phase error correction
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Discrete Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种超宽带脉冲星基带数据生成方法，包括：对原始脉冲星基带数据按时间分块读入；每一数据块进行FFT，得到频域数据；利用原始脉冲星基带数据的带宽、中心频率和色散量对频域数据进行相干消色散操作，得到脉冲星传播的信号的傅里叶变换结果；根据需求设置目标带宽、目标中心频率和目标色散量，通过相干消色散的逆操作加入色散，得到新的脉冲星信号电压的傅里叶变化结果，进行IFFT以得到超宽带脉冲星基带数据。本发明的方法基于带宽较窄的脉冲星基带数据，进行相干消色散操作来去除模板基带数据的色散并利用其逆操作来加色散，保证生成的超宽带脉冲星基带数据具有完整的特性，使生成的超宽带脉冲星基带数据更具有研究意义。
Description
技术领域
本发明属于射电天文领域，尤其涉及一种脉冲星基带数据生成方法，专门用于生成超宽带脉冲星信号。
背景技术
随着制造技术及信息技术的飞速发展，射电望远镜已向多阵列、大口径以及超宽带方向发展，阵列及超宽带接收相关设备，使采集的数据量急剧增加。如低频射电阵(Low-Frequency Array，LOFAR)的全部天线在200MHz采样率下，每秒产生14Tb/s的原始数据。500m口径球面射电望远镜(Five-hundred-meter Aperture Spherical Telescope，FAST)终端在100微秒时间分辨率，4000通道，双极化以及19波束情况下，数据采样率达到了12.8GB/s。新疆奇台在建的110米全向可动射电望远镜(Qi Tai Radio Telescope,QTT)，其超宽带及PAF接收系统产生的年归档数据量预计会超过10PB。
随着天文学研究的不断深入与数字技术的迅速发展，天文观测研究对数字终端系统相关设备的性能要求也在不断提高，终端系统需要实现在更宽的带宽、更高的时间分辨率与更高的频率分辨率下进行高速采样、实时分析与数据预处理。PAF及多波束接收系统的投入使用使天文观测获取的信息量成倍增长，所产生的高速数据流的传输、存储及如何实现海量天文数据在异构平台上的实时处理，目前是各射电观测设备运行过程中急需解决的问题。
更宽的采样带宽、更高的数字信号位宽及更多阵列天线等需求导致所要处理的数据量呈指数级增长。由于存储设备性能限制，海量的天文信号只能进行实时处理和分析，这对计算硬件和软件提出了巨大挑战。
当前主流数字终端系统多采用FPGA、CPU和GPU混合构架，异构系统需要数据在不同设备间交换。基于异构平台的数据处理系统的技术难点之一是如何实现数据在CPU与GPU之间的高速流转，并避免海量数据传输过程中误码率大及丢包率高等问题。针对数据的高速传输与分发，一个可行的办法是在内存中开辟环形缓冲区，对数据进行实时高速缓存，并将缓存数据传输至GPU显存，最终实现数据在GPU中的实时处理。
利用图形处理器可显著提高科学分析、仿真等方面应用程序的运行速度。国际上，使用CPU+GPU异构计算平台进行脉冲信号的实时处理已成为主流。利用GPU的计算单元处理观测数据，可降低CPU负载，大大增强系统的数据流处理效率。随着射电天文数字终端技术的不断发展，信号的实时处理对传统计算技术提出了严峻挑战，GPU集群强大的计算能力为解决射电天文观测过程中产生的海量数据流处理提供了可行方案。
在天文技术研究的过程中，超宽带接收机和与之相关的数字信号处理算法往往不是同步进行。采集超宽带脉冲星基带数据的前提是有超宽带接收机，然而目前国内外只有少数射电望远镜装配超宽带接收机，那么缺少超宽带脉冲星基带数据不利于前期算法验证，具体来说，对于没有超宽带接收机的天文台站，研究人员无法有效的开展关于超宽带脉冲星基带数据算法研究。，因此，需要一种新的方法来仿真生成超宽带脉冲星基带数据。
发明内容
本发明的目的在于提供一种超宽带脉冲星基带数据生成方法，以保证生成的超宽带脉冲星基带数据具有完整的特性，从而使生成的超宽带脉冲星基带数据更具有研究意义。
为了实现上述目的，本发明提供一种超宽带脉冲星基带数据生成方法，包括：
S1：对原始脉冲星基带数据按时间分块读入，得到数据块；
S2：每一数据块进行FFT，以得到频域数据，作为时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果；
S3：利用原始脉冲星基带数据的带宽、中心频率和色散量对时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果进行相干消色散操作，得到时域中脉冲星传播的信号的傅里叶变换结果；
S4：根据需求设置目标带宽、目标中心频率和目标色散量，根据目标带宽、目标中心频率和目标色散量通过相干消色散的操作的逆操作加入色散，得到新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果，进行IFFT以得到超宽带脉冲星基带数据。
在所述步骤S3中，利用原始脉冲星基带数据的带宽、中心频率和色散量对时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果进行相干消色散操作，具体包括：
S31：利用原始脉冲星基带数据的带宽、中心频率和色散量得到传递函数的倒数；
S31：根据传递函数的倒数和时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果，得到时域中脉冲星传播的信号的傅里叶变换结果；
在所述步骤S4中，根据目标带宽、目标中心频率和目标色散量通过相干消色散的操作的逆操作加入色散，得到新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果，具体包括：
S41：根据目标带宽、目标中心频率和目标色散量得到目标传递函数；
S42：根据目标传递函数和时域中脉冲星传播的信号的傅里叶变换结果Vint(f)，得到新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果V′(f)。
传递函数的倒数H(ffreq+Δf)-1为：
其中，fref为中心频率，Δf为观测频率f与中心频率fref的距离；fref+Δf为观测频率f，其变化范围为频带的最小频率到最大频率，且该变化范围的大小为带宽；D为色散常数，DM为色散量；
时域中脉冲星传播的信号vint(t)的傅里叶变换结果Vint(f)为：
Vint(f)＝V(f)H(f)-1，
其中，V(f)、Vint(f)和H(f)分别为v(t)、vint(t)以及h(t)的傅里叶变换结果，H(f)-1为传递函数的倒数，f是观测频率。
目标传递函数H′(ffreq+Δf)为：
新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果V′(f)为：
V′(f)＝Vint(f)H′(f)，
其中，H′(f)为目标传递函数，Vint(f)为时域中脉冲星传播的信号的傅里叶变换结果，V′(f)为新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果。
在所述步骤S1中，所述原始脉冲星基带数据为psrdada格式的原始脉冲星基带数据且为时域数据；
在所述步骤S3中，所述原始脉冲星基带数据的带宽、中心频率以及色散量大小的值具体是通过读取psrdada格式的原始脉冲星基带数据的数据头部分来得到的。
所述的超宽带脉冲星基带数据生成方法还包括步骤S5：将超宽带脉冲星基带数据打包为psrdada格式。
在打包为psrdada格式时，将psrdada格式的数据头部分的中心频率改为目标中心频率，带宽改为目标带宽，色散量改为目标色散量，且采样间隔改为1/(2×目标带宽)毫秒。
所述步骤S5还包括：根据原始脉冲星基带数据的折叠周期、原始脉冲星基带数据的折叠周期的带宽以及目标带宽，计算出最终生成的超宽带脉冲星基带数据的折叠周期。
所述原始脉冲星基带数据的带宽在100MHz以上，所述目标带宽在1GHz以上。
所述相干消色散的操作和相干消色散的操作的逆操作采用GPU实现。
本发明的方法基于带宽较窄的脉冲星基带数据，进行相干消色散操作来去除模板基带数据的色散并利用其逆操作来加色散，保证生成的超宽带脉冲星基带数据具有完整的特性，能保留脉冲星的色散等信息，使生成的超宽带脉冲星基带数据更具有研究意义，从而能够被用于测试射电天文终端和相关算法的正确性，提升脉冲星基带处理算法研究的工作效率，其他仿真方法无法实现。
此外，本发明将超宽带脉冲星基带数据打包为psrdada格式，生成的超宽带脉冲星基带数据能够被专业脉冲星处理软件处理。
本发明根据需求设置目标带宽、目标中心频率和目标色散量，因此能够根据自己的需要生成定制化的超宽带脉冲星基带数据
算法数据处理速度有很高的提升空间，易于GPU实现，其中消色散和加色散部分采用GPU实现，容易进行并行化处理，从而提高处理速度。
附图说明
图1是本发明的超宽带脉冲星基带数据生成方法的流程图。
图2A-图2B是消色散前400MHz宽带基带数据的相位频谱图及脉冲轮廓图。
图3A-图3B是消色散后400MHz宽带基带数据相位频谱图及脉冲轮廓图。
图4A-图4B是消色散前3328MHz宽带基带数据相位频谱图及脉冲轮廓图。
图5A-图5B是消色散后3328MHz宽带基带数据相位频谱图及脉冲轮廓图。
具体实施方式
下面结合附图，给出本发明的一个实施例，对本发明的方案做进一步详细的解释和说明。
如图1所示为超宽带脉冲星基带数据生成方法的流程图。如图1所示，超宽带脉冲星基带数据生成方法包括：
步骤S1：对原始脉冲星基带数据按时间分块读入，得到数据块；
其中，所述原始脉冲星基带数据为psrdada格式的原始脉冲星基带数据且为时域数据。由此，以带宽较窄的原始脉冲星基带数据为模板来进行数据生成。
步骤S2：每一数据块进行FFT，以得到频域数据(即，将时域转换到频域)，以便于之后进行相干消色散，作为时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果V(f)；
步骤S3：利用原始脉冲星基带数据的带宽bw、中心频率cfreq和色散量dm等对时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果V(f)进行相干消色散操作，得到时域中脉冲星传播的信号的傅里叶变换结果Vint(f)。
在本实施例中，所述原始脉冲星基带数据的带宽，中心频率以及色散量大小的值具体是通过读取psrdada格式的原始脉冲星基带数据的数据头部分来得到的。
星际介质对无线电波的色散作用相当于无线电波经过了一个具有星际介质传输函数的滤波器。相干消色散将观测信号通过一个具有星际介质(ISM)传输函数倒数的滤波器，就可以消除信号中星际介质(ISM)引起的色散效应。
设时域中脉冲星传播的信号为vint(t)、射电望远镜观测获得的脉冲星信号电压为v(t)、星际介质的响应函数h(t)，那么射电望远镜观测获得的脉冲星信号电压v(t)为：
v(t)＝vint(t)*h(t) (1)
基于卷积定理，时域上序列的卷积等效于频域上序列的乘积，即
V(f)＝Vint(f)H(f) (2)
V(f)、Vint(f)和H(f)分别为时域中射电望远镜观测获得的脉冲星信号电压v(t)、时域中脉冲星传播的信号vint(t)以及星际介质的响应函数h(t)的傅里叶变换结果，其中H(f)是传递函数，其中f是观测频率。
设置中心频率fref，某一观测频率f与中心频率fref的距离Δf为：
Δf＝f-fref (3)
即公式(2)可以写为：
V(fref+Δf)＝Vint(fref+Δf)H(fref+Δf) (4)
在星际介质中传播的电磁波所获得的相位φ(f)为：
其中，L是电离等离子体距离地球的距离，fp是星际介质的等离子体频率，c是光速，f是观测频率，基于中心频率fref的传递函数H9fref+Δf)可以写为：
H(fref+Δf)＝e-iφ(fref+Δf)(6)
利用泰勒展开式，基于中心频率fref的相位φ(fref+Δf)(即在星际介质中传播的电磁波所获得的相位φ(f))的前三项可以写为：
公式(7)中方括号中的第一项是一个恒定的相位偏移，在探测中会丢失，而第二项是一个线性频率梯度，相当于脉冲到达的时间延迟，第三项引起频带内的色散，需要加以校正。那么纠正频带内色散的传递函数是公式(7)中第三项的倒数。
就脉冲星的色散测量而言，基于中心频率fref的传递函数H(fref+Δf)的在仅仅保留基于中心频率fref的相位φ(fref+Δf)的第三项后，可以表示为：
相应地，公式(8)可以重新写为：
其中，fref为中心频率，Δf为观测频率f与中心频率fref的距离，fref+Δf的变化范围即为频带的最小频率到最大频率，且该变化范围的大小为带宽，D为色散常数，DM为色散量。
其中，D(色散常数)与DM(色散量)为已知参数，
其中，e代表元电荷，me代表电子的质量，c代表光速，d代表脉冲星与地球的距离；ne为星际空间中的电子密度，l为所观测的脉冲星到达射电望远镜的距离。
通过式(9)可求解出传递函数的倒数H(ffreq+Δf)-1为：
其中，fref为中心频率，Δf为观测频率f与中心频率fref的距离；fref+Δf为观测频率f，其变化范围为频带的最小频率到最大频率，且该变化范围的大小为带宽；D为色散常数，DM为色散量。
因此，利用原始脉冲星基带数据的带宽、中心频率和色散量对时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果进行相干消色散操作，具体包括：
步骤S31：利用原始脉冲星基带数据的带宽、中心频率和色散量得到传递函数的倒数；
如上文所述，传递函数的倒数H(ffreq+Δf)-1为：
其中，fref为中心频率，Δf为观测频率f与中心频率fref的距离；fref+Δf为观测频率f，其变化范围为频带的最小频率到最大频率，且该变化范围的大小为带宽；D为色散常数，DM为色散量。
步骤S31：根据传递函数的倒数和时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果V(f)，得到时域中脉冲星传播的信号vint(t)的傅里叶变换结果Vint(f)。
根据公式(2)和(12)，可知，时域中脉冲星传播的信号vint(t)的傅里叶变换结果Vint(f)为：
Vint(f)＝V(f)H(f)-1(13)
其中，V(f)、Vint(f)和H(f)分别为v(t)、vint(t)以及h(t)的傅里叶变换结果，H(f)-1为传递函数的倒数，f是观测频率。
步骤S4：根据需求设置目标带宽bwnew、目标中心频率cfreqnew和目标色散量dmnew，根据目标带宽bwnew、目标中心频率cfreqnew和目标色散量dmnew通过与相干消色散的逆操作加入色散，得到新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果，进行IFFT以得到超宽带脉冲星基带数据。
其中，所述原始脉冲星基带数据的带宽在100MHz以上，所述目标带宽在1GHz以上。
其中，根据目标带宽bwnew、目标中心频率cfreqnew和目标色散量dmnew通过与相干消色散的逆操作加入色散，得到新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果，具体包括：
步骤S41：根据目标带宽、目标中心频率和目标色散量得到目标传递函数；
其中，加色散操作与相干消色散互为逆操作，根据公式(12)，目标传递函数H′(ffreq+Δf)为：
步骤S42：根据目标传递函数和时域中脉冲星传播的信号的傅里叶变换结果Vint(f)，得到新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果V′(f)。
其中，在修改带宽、中心频率以及色散量之后，所得到的新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果V′(f)为：
V′(f)＝Vint(f)H′(f)(15)
其中，H′(f)为目标传递函数，Vint(f)为时域中脉冲星传播的信号的傅里叶变换结果，V′(f)为新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果。
此外，还可以包括步骤S5：将超宽带脉冲星基带数据打包为psrdada格式。
其中，在重新打包为psrdada格式时，因为生成的脉冲星信息发生了变化，那么在psrdada格式的header(头部)部分有部分信息需要修改，如表1所示。
表1psrdada头部修改信息
也就是说，在打包为psrdada格式时，将psrdada格式的数据头部分的中心频率改为目标中心频率，带宽改为目标带宽，色散量改为目标色散量，且采样间隔改为1/(2×目标带宽)毫秒。
此外，在脉冲星处理的时候需要的脉冲星折叠周期发生了变化，新的脉冲星折叠周期Pnew如公式(16)所示。
其中，Pold是原始脉冲星基带数据的折叠周期，其通过星历表获取https://www.atnf.csiro.au/people/pulsar/psrcat/。
也就是说，步骤S5还包括：根据原始脉冲星基带数据的折叠周期、原始脉冲星基带数据的折叠周期的带宽以及目标带宽，计算出最终生成的超宽带脉冲星基带数据的折叠周期。由此，本发明实现了折叠周期修正。
算法数据处理速度有很高的提升空间，易于GPU实现。其中消色散和加色散部分采用GPU实现，容易进行并行化处理，从而提高处理速度。
实验结果：
利用带宽400MHz、中心频率1382MHz以及色散量为2.64476cm-3pc的脉冲星基带数据作为模板，如图2A-图2B和图3A-图3B所示，分别是消色散前和消色散后的据相位频谱图及脉冲轮廓。通过本发明的超宽带脉冲星基带数据生成算法，生成带宽为3328MHz，中心频率为2368MHz以及色散量为2.64476cm-3pc的超宽带脉冲星基带数据，如图4A-图4B和图5A-图5B所示，分别是消色散前和消色散后的据相位频谱图及脉冲轮廓，可以明显地验证算法正确性。
以上所述的，仅为本发明的较佳实施例，并非用以限定本发明的范围，本发明的上述实施例还可以做出各种变化。凡是依据本发明申请的权利要求书和说明书内容所做的简单、等效变化与修饰，皆落入本发明专利的权利要求保护范围。本发明未详尽叙述的均为常规技术内容。
Claims (10)
1.一种超宽带脉冲星基带数据生成方法，其特征在于，包括：
步骤S1：对原始脉冲星基带数据按时间分块读入，得到数据块；
步骤S2：每一数据块进行FFT，以得到频域数据，作为时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果；
步骤S3：利用原始脉冲星基带数据的带宽、中心频率和色散量对时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果进行相干消色散操作，得到时域中脉冲星传播的信号的傅里叶变换结果；
步骤S4：根据需求设置目标带宽、目标中心频率和目标色散量，根据目标带宽、目标中心频率和目标色散量通过相干消色散的操作的逆操作加入色散，得到新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果，进行IFFT以得到超宽带脉冲星基带数据。
2.根据权利要求1所述的超宽带脉冲星基带数据生成方法，其特征在于，在所述步骤S3中，利用原始脉冲星基带数据的带宽、中心频率和色散量对时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果进行相干消色散操作，具体包括：
步骤S31：利用原始脉冲星基带数据的带宽、中心频率和色散量得到传递函数的倒数；
步骤S31：根据传递函数的倒数和时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果，得到时域中脉冲星传播的信号的傅里叶变换结果；
在所述步骤S4中，根据目标带宽、目标中心频率和目标色散量通过相干消色散的操作的逆操作加入色散，得到新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果，具体包括：
步骤S41：根据目标带宽、目标中心频率和目标色散量得到目标传递函数；
步骤S42：根据目标传递函数和时域中脉冲星传播的信号的傅里叶变换结果Vint(f)，得到新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果V′(f)。
3.根据权利要求2所述的超宽带脉冲星基带数据生成方法，其特征在于，传递函数的倒数H(ffreq+Δf)-1为：
其中，fref为中心频率，Δf为观测频率f与中心频率fref的距离；fref+Δf为观测频率f，其变化范围为频带的最小频率到最大频率，且该变化范围的大小为带宽；D为色散常数，DM为色散量；
时域中脉冲星传播的信号vint(t)的傅里叶变换结果Vint(f)为：
Vint(f)＝V(f)H(f)-1，
其中，V(f)、Vint(f)和H(f)分别为v(t)、vint(t)以及h(t)的傅里叶变换结果，H(f)-1为传递函数的倒数，f是观测频率。
4.根据权利要求3所述的超宽带脉冲星基带数据生成方法，其特征在于，目标传递函数H′(ffreq+Δf)为：
新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果V′(f)为：
V′(f)＝Vint(f)H′(f)，
其中，H′(f)为目标传递函数，Vint(f)为时域中脉冲星传播的信号的傅里叶变换结果，V′(f)为新的时域中射电望远镜观测获得的脉冲星信号电压的傅里叶变化结果。
5.根据权利要求1所述的超宽带脉冲星基带数据生成方法，其特征在于，在所述步骤S1中，所述原始脉冲星基带数据为psrdada格式的原始脉冲星基带数据且为时域数据；
在所述步骤S3中，所述原始脉冲星基带数据的带宽、中心频率以及色散量大小的值具体是通过读取psrdada格式的原始脉冲星基带数据的数据头部分来得到的。
6.根据权利要求1所述的超宽带脉冲星基带数据生成方法，其特征在于，还包括步骤S5：将超宽带脉冲星基带数据打包为psrdada格式。
7.根据权利要求6所述的超宽带脉冲星基带数据生成方法，其特征在于，在打包为psrdada格式时，将psrdada格式的数据头部分的中心频率改为目标中心频率，带宽改为目标带宽，色散量改为目标色散量，且采样间隔改为1/(2×目标带宽)毫秒。
8.根据权利要求6所述的超宽带脉冲星基带数据生成方法，其特征在于，所述步骤S5还包括：根据原始脉冲星基带数据的折叠周期、原始脉冲星基带数据的折叠周期的带宽以及目标带宽，计算出最终生成的超宽带脉冲星基带数据的折叠周期。
9.根据权利要求1所述的超宽带脉冲星基带数据生成方法，其特征在于，所述原始脉冲星基带数据的带宽在100MHz以上，所述目标带宽在1GHz以上。
10.根据权利要求1所述的超宽带脉冲星基带数据生成方法，其特征在于，所述相干消色散的操作和相干消色散的操作的逆操作采用GPU实现。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310785304.2A CN116996123A (zh) | 2023-06-29 | 2023-06-29 | 一种超宽带脉冲星基带数据生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310785304.2A CN116996123A (zh) | 2023-06-29 | 2023-06-29 | 一种超宽带脉冲星基带数据生成方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116996123A true CN116996123A (zh) | 2023-11-03 |
Family
ID=88525647
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310785304.2A Pending CN116996123A (zh) | 2023-06-29 | 2023-06-29 | 一种超宽带脉冲星基带数据生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116996123A (zh) |
-
2023
- 2023-06-29 CN CN202310785304.2A patent/CN116996123A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106324558B (zh) | 基于互质阵列的宽带信号doa估计方法 | |
| CN107315160B (zh) | 基于内插虚拟阵列信号原子范数最小化的互质阵列波达方向估计方法 | |
| CN107329108B (zh) | 基于内插虚拟阵列协方差矩阵Toeplitz化重建的互质阵列波达方向估计方法 | |
| CN107102291A (zh) | 基于虚拟阵列内插的无网格化互质阵列波达方向估计方法 | |
| CN107656237B (zh) | 一种多信源频率与doa联合检测的方法及其装置 | |
| US10873376B2 (en) | OAM multiplexing communication system, OAM multiplexing transmission device, OAM multiplexing receiving device, and OAM multiplexing communication method | |
| CN102621527B (zh) | 基于数据重构的宽带相干源的方位估计方法 | |
| CN104185271B (zh) | 一种针对于多个无源互调发生点的识别和定位方法 | |
| CN106324598A (zh) | 一种多通道子带信号的均衡、同步方法及其系统 | |
| CN107426737B (zh) | 基于单通道结构调制宽带转换器的宽带频谱感知方法 | |
| CN109541524A (zh) | 一种基于欠采样的信号载频与二维doa联合估计方法 | |
| Pei et al. | Design of RFSoC-based digital phased array feed (PAF) and hybrid architecture beamforming system | |
| CN109946663B (zh) | 一种线性复杂度的Massive MIMO目标空间方位估计方法和装置 | |
| CN116996123A (zh) | 一种超宽带脉冲星基带数据生成方法 | |
| CN113267746A (zh) | 基于组稀疏的加权宽带波达方向估计方法 | |
| CN115882985A (zh) | 一种基于高斯过程回归的低轨卫星信道预测方法及系统 | |
| CN113776653A (zh) | 振动信号的采样重构系统及方法 | |
| CN104898094B (zh) | 压缩采样阵列的空频二维波束形成方法 | |
| Yan et al. | Novel measurement matrix optimization for source localization based on compressive sensing | |
| CN108414965B (zh) | 基于去预延迟模块的空时结构的信号源doa估计方法 | |
| CN117851330A (zh) | 一种基于gpu集群的超宽带脉冲星数据处理方法 | |
| CN111953435A (zh) | 一种基于pcal信号的天线组阵设备链路标校方法 | |
| CN106059685A (zh) | 时间演进大规模mimo信道模拟装置及其模拟方法 | |
| CN111464215A (zh) | 一种信号采集与处理系统及方法 | |
| CN105068061A (zh) | 基于chirp混频的模拟信息转换方法及系统 |
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 |