CN118100964B - 基于Ray的测控信号数字下变频分布式处理方法及系统 - Google Patents
基于Ray的测控信号数字下变频分布式处理方法及系统 Download PDFInfo
- Publication number
- CN118100964B CN118100964B CN202410510812.4A CN202410510812A CN118100964B CN 118100964 B CN118100964 B CN 118100964B CN 202410510812 A CN202410510812 A CN 202410510812A CN 118100964 B CN118100964 B CN 118100964B
- Authority
- CN
- China
- Prior art keywords
- ray
- conversion
- node
- distributed
- digital down
- 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
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 164
- 238000005259 measurement Methods 0.000 title claims abstract description 50
- 238000003672 processing method Methods 0.000 title claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 105
- 238000001914 filtration Methods 0.000 claims abstract description 84
- 238000000605 extraction Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000010355 oscillation Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 9
- 239000008358 core component Substances 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000011056 performance test Methods 0.000 claims description 3
- 241000854291 Dianthus carthusianorum Species 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 16
- 230000006870 function Effects 0.000 description 93
- 238000013461 design Methods 0.000 description 28
- 238000005070 sampling Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 7
- 235000019800 disodium phosphate Nutrition 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000002156 mixing Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000000306 component Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013100 final test Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001483 mobilizing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/0003—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain
- H04B1/0007—Software-defined radio [SDR] systems, i.e. systems wherein components typically implemented in hardware, e.g. filters or modulators/demodulators, are implented using software, e.g. by involving an AD or DA conversion stage such that at least part of the signal processing is performed in the digital domain wherein the AD/DA conversion occurs at radiofrequency or intermediate frequency stage
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0014—Carrier regulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multi Processors (AREA)
Abstract
本发明公开了基于Ray的测控信号数字下变频分布式处理方法及系统，涉及信号处理技术领域，可以实现对天线接收到的测控数字信号直接处理，具有较低的时延、较高的工作效率和较短的开发周期，硬件实现复杂度较低，可以更好的满足测控信号实时处理的需求。具体方案为：利用采集卡接收连续测控信号，并对接收到的连续测控信号进行数字化处理，部署并启动Ray分布式计算集群，定义分布式数字下变频远程函数和处理数据块的大小，则每个节点执行该函数均获得自身的数字下变频的结果；定义多级滤波抽取的分布式远程函数ray_dec，每个节点执行该函数获得自身的滤波抽取结果；头节点获取所有节点的滤波抽取结果，连接在一起，得到全流程数字下变频处理最终结果。
Description
技术领域
本发明涉及信号处理技术领域，具体涉及一种基于Ray的测控信号数字下变频分布式处理方法及系统。
背景技术
在信号处理的数字下变频技术领域中，张磊等人设计了一种串行结构的数字下变频系统，基于查找表法实现数字控制振荡器设计，混频部分为简单乘法操作，采用有限冲击响应（Finite Impulse Response，FIR）滤波器实现系统的抽取功能，最终基于130nm工艺综合得到工作频率仅为48 MHz。由于是一种传统的数字下变频结构，导致其最终的工作速率较低。针对此问题，黄刚提出了一种16路并行的低复杂度数字下变频结构，在混频以及抽取滤波部分进行改进，均采用并行结构，经MATLAB仿真在1.6 GHz采样频率下功能正确、满足需求。Jia Sun等人根据带通采样定理和快速有限脉冲响应算法设计了一种新型数字下变频芯片，对数字下变频系统中的乘法运算进行改进，用乘法器查找表实现高效无乘法电路，优化了电路时序，同时也采用16路并行结构，仿真得到最高工作频率可达2.8GHz。ZhaoKongrui等人为了实现一种适用于GHz高速采样信号的数字下变频系统，将系统的输入高速采样信号和数控振荡器产生的正余弦信号分别并行化为M个子通道，从而缓解系统的时序压力。
如何有效提升数字下变频的工作速率是一直以来的重要研究方向，根据以上几位的研究，可以得出将传统的单路串行结构转化为多路并行结构是最有效、直接的方法，但是以上研究仅进行了MATLAB仿真，重点在于数字下变频算法的优化设计，缺少实际的数字集成电路设计，最终能否在实际工程中实现尚未可知。
Hiren K等人提出了八通道数字下变频的实现方案，在抽取滤波器部分使用多相无限冲击响应（Infinite Impulse Response，IIR）滤波器进行优化设计，进一步减少计算量，但最终的采样速率仅为10 MHz，在整体结构上仍然存在较大优化空间。Yingying Du等人提出了一种基于多相滤波结构的数字下变频设计，同样降低了系统的计算复杂度，该系统首先进行奇偶提取和符号校正；接着利用延时滤波器进行信号更新；最后提取经过两级级联积分梳状（Cascaded Integrator Comb，CIC）滤波器输出的基带信号。田波等人设计了一种基于射频直接采样的短波数字下变频结构，核心在于多级抽取滤波器的总体设计，采用CIC滤波器、CIC补偿滤波器和FIR滤波器的三级级联数字下变频抽取结构，利用CIC补偿滤波器很好的解决了CIC滤波器存在的通带过于陡峭的问题，系统采样速率92.16 MHz。王舰等人设计实现了用于四通道、560MHz交织模数转换器的数字下变频系统，文中采用三级级联半带（Half Band，HB）滤波器结构，系统中的乘法器采用基4布斯编码、4-2压缩器和进位保留加法器结构，以减少传统乘法器结构带来的时序压力以及大量硬件消耗问题。
以上研究均在数字下变频的主要组成模块，如混频、数字控制振荡器、抽取滤波器中做出了优化改进，以减少整体系统的运算量，降低硬件消耗，从而提高数字下变频系统的工作速率，但最终设计的硬件电路仍然难以实现GHz的高速工作速率。
在硬件实现方法上，目前主要包括DSP实现、现场可编程逻辑门阵列（FieldProgrammable Gate Array，FPGA）实现以及ASIC实现三种方式。
（1）DSP实现：该方式支持采用C语言、汇编语言等高级语言实现系统的编程配置，利用软件的方法完成大部分的功能设计，因此其可编程性更强，灵活性高，易于调试；但由于DSP为了实现通用计算，结构较为固定，可优化空间小，导致其工作速率较低，同时A/D转换器的采样速率较高，使得单片DSP芯片难以处理如此高速的数据，必须采用多片DSP芯片并行处理的方式，而多片的DSP又会提升系统复杂度，大大增加开发成本，因此该实现方式并没有被广泛使用。
（2）FPGA实现：随着近年来FPGA芯片的发展，基于FPGA的实现方法也慢慢走入人们视野。用户可以利用硬件描述语言对FPGA芯片编程来实现各种逻辑功能，因此该方法也拥有较强的可编程性，实现起来较为灵活，且FPGA芯片的并行数据处理能力强，相对于DSP的实现方式提高了工作速率。
目前主流的FPGA芯片厂商是Altera及Xilinx，他们研发了功能更加齐全的FPGA芯片，并提供了专业的设计研发平台及知识产权（Intellectual Property，IP）资源，使得整个设计流程可在同一开发平台进行，方便了广大学习研发人员进行专业设计。周云基于Xilinx Vertex5 FPGA平台设计了采样速率为200 MHz的数字下变频系统，针对4倍中频采样结构单独提出了无需乘法器的混频处理方法，采用CIC滤波器、HB滤波器组合作为抽取滤波器模块，并使用IP核设计FIR滤波器作为整形滤波器。Debarshi Datta等基于XilinxKintex-7FPGA平台设计的数字下变频系统，混频器采用多相结构，抽取滤波器选用多输入单输出的3级级联CIC滤波器，最终可实现525 MHz的最大工作频率。王澍采用Cyclone Ⅳ型FPGA平台进行设计，采样频率仅为1 MHz，设计了基于低时延坐标旋转数字计算算法的数控振荡器模块，抽取部分的同样为CIC与HB滤波器组合，且HB滤波器利用IP核设计。王璞基于FPGA平台对数字下变频中的CIC滤波器模块进行了改进优化，将原加法器改进为四通道并行的加法器，提高了运行速率，最终测试的采样频率为32 MHz。刘伟采用Xilinx公司的ZedBoard FPGA平台设计了5通道数字下变频系统，最大频率为50.761MHz，基于查找表法实现数控振荡器的设计，抽取滤波器为四级CIC滤波器与一级HB滤波器组合。Sahoo M K等提出了一种基于Xilinx系统发生器的硬件协同仿真技术来实现软件无线电的数字下变频设计，基于Xilinx Virtex-II的FPGA开发平台，在抽取部分使用多级级联的CIC滤波器和两个等纹波的多相抽取滤波器，模型中使用的乘法器是基于Virtex-II IP的嵌入式乘法器实现，工作频200MHz。
以上几位的研究设计均基于FPGA开发平台，同时部分模块利用对应平台提供的IP核进行硬件设计。这些IP虽然较为成熟，可以简化设计，但作为一种知识产权，在实际应用中存在多方面的限制，仅适用于个人研究，且在硬件资源消耗上有着巨大浪费，自然会导致系统工作速率的降低。同时受限于FPGA芯片较低的工作频率，所设计的数字下变频系统的工作频率也通常较低，仅为几十至几百MHz，即使对系统进行了优化改进也难以达到GHz的高速水平。
（3）基于ASIC实现：即设计数字下变频专用集成芯片，根据制定好的参数指标及设计方案，严格遵循集成电路（Integrated Circuit，IC）设计流程，经过前端设计以及后端布局布线、仿真等流程确保专用芯片的正确性，并最终流片，前端设计与基于FPGA的设计流程类似，但为了保证流片成功，增添了诸多后端的设计与验证工作。专用集成芯片在速率、面积、功耗等重要性能参数上具有更大的优势，但其研发周期较长，需要经过大量的仿真验证，且流片成本高。
结合以上现有技术，可以看出目前对于数字下变频的研究或局限于算法实现，缺少硬件设计；或基于FPGA 平台，受开发平台以及 IP 核的限制导致其难以应用于实践生产中，工作频率和工作效率仍处于较低水准，且存在开发周期长、开发成本高，灵活性较低等问题。
发明内容
有鉴于此，本发明提供了一种基于Ray的测控信号数字下变频分布式处理方法及系统，可以实现对天线接收到的测控数字信号直接处理，具有较低的时延、较高的工作效率和较短的开发周期，同时硬件实现复杂度较低，可以更好的满足测控信号实时处理的需求。
为达到上述目的，本发明提供的基于Ray的测控信号数字下变频分布式处理方法，包括如下步骤：
S1：利用采集卡接收连续测控信号，并对接收到的连续测控信号进行数字化处理，利用数字控制振荡器产生本振信号；
S2：部署并启动Ray分布式计算集群，定义分布式数字下变频远程函数和处理数据块的大小，将分布式数字下变频远程函数部署在头节点上，其他工作节点同步执行该函数；
Ray分布式计算集群将一个Ray应用程序分解为多个任务，然后将这些任务分配到不同的节点上并在这些节点上分布式处理执行；
则每个节点均获得自身的数字下变频的结果；
S3：定义多级滤波抽取的分布式远程函数ray_dec，将分布式远程函数ray_dec部署在头节点上，其他工作节点同步执行该函数。
每个节点均基于自身的数字下变频的结果，执行级滤波抽取的分布式远程函数ray_dec之后，获得自身的滤波抽取结果。
S4：头节点获取所有节点的滤波抽取结果，连接在一起，得到最终结果 values_dec，记为全流程数字下变频处理最终结果。
进一步地，S1：利用采集卡接收连续测控信号，并对接收到的连续测控信号进行数字化处理，利用数字控制振荡器产生本振信号，具体流程为：
S11：利用采集卡接受连续下行的测控信号，并完成模拟信号数字化，得到的数据流signal通过PCle总线传给具有n个节点的计算机集群。
S12：利用数字控制振荡器产生本振信号nco_signal，本振信号nco_signal之后用于进行数字下变频。
进一步地，S2，具体流程为：
S21：部署并启动Ray分布式计算集群，同时对Ray分布式计算集群进行性能测试。
S22：利用Ray分布式计算框架搭建起数字下变频分布式远程函数ray_ddc，具体过程为：首先，通过导入Ray框架必要的库和模块，然后通过定义数字下变频分布式远程函数ray_ddc，实现对输入信号的频率转换和处理，ray_ddc函数采用输入信号和频率偏移量作为参数，并使用NumPy库中的指数函数进行频率转换；随后，定义处理数据块的大小chunk_size；最后，使用@ray.remote装饰器将函数转为远程任务。
数字下变频分布式远程函数ray_ddc部署在头节点上，在其他工作节点则同步执行该函数。
S23：每个节点执行数字下变频远程函数ray_ddc根据处理数据块的大小chunk_size将数据流signal和本振信号nco_signal分别分成m组并送到n个计算机节点上同步进行分布式数字下变频处理，同时返回远程任务ID，将数字下变频处理结果ID同步保存在列表result_ddc_ids中，作为节点自身的数字下变频结果。
进一步地，S2中，每个节点均获得自身的数字下变频的结果之后，还包括如下步骤：头节点从其他工作节点获取所有分布式数字下变频远程任务的结果，连接在一起，得到最终结果 values_ddc即数字下变频的结果。
进一步地，Ray分布式计算集群是一个由多个Ray节点组成的分布式处理系统，每个节点运行Ray应用程序的一部分；Ray分布式计算集群将一个Ray应用程序分解为多个任务，然后将这些任务分配到不同的节点上并在这些节点上分布式处理执行；Ray分布式计算集群的核心组件是Ray头节点和Ray工作节点；Ray头节点是Ray分布式计算集群的管理节点，负责协调集群中的所有活动，包括任务调度、资源管理、节点监控、任务状态跟踪；Ray工作节点则是集群中的计算节点，负责执行任务并向头节点汇报任务状态；当一个Ray应用程序启动时，该Ray应用程序首先连接到Ray头节点，并向头节点提交任务；头节点会分析任务需求和集群资源情况，然后将任务分配给可用的工作节点；每个工作节点会从头节点获取任务，执行任务并将结果返回给头节点，头节点再将结果返回给应用程序。
进一步地，S3，具体采用如下步骤：
S31：定义滤波抽取函数，采用低通滤波器并对输入信号进行滤波处理，随后通过抽取实现信号的下采样。
随后，使用@ray.remote装饰器将滤波抽取函数转为远程任务。
将分布式远程函数ray_dec部署在头节点上，其他工作节点同步执行该函数。
S32：每个节点执行远程函数ray_dec对数字下变频结果values_ddc进行分布式多级滤波抽取，同时返回远程任务ID，将多级滤波抽取处理结果ID同步保存在列表result_dec_ids中，作为节点自身的滤波抽取结果。
本发明另外一个实施例还提供了基于Ray的测控信号数字下变频分布式处理系统，包括采集卡、数字化处理模块、数字控制振荡器、数字下变频远程函数模块、多级滤波抽取分布式远程函数模块以及拼接输出模块。
采集卡用于接收连续测控信号，送入数字化处理模块。
数字化处理模块用于对接收到的连续测控信号进行数字化处理，获得数字化处理的结果。
数字控制振荡器用于产生本振信号。
数字下变频远程函数模块，包括部署在头节点上的数字下变频分布式远程函数ray_ddc，其他工作节点同步执行该函数；每个节点利用分布式数字下变频远程函数对连续测控信号进行处理获得自身的数字下变频结果。
多级滤波抽取分布式远程函数模块，包括部署在头节点上的多级滤波抽取的分布式远程函数ray_dec，其他工作节点同步执行该函数；每个节点均基于自身的数字下变频的结果，执行级滤波抽取的分布式远程函数ray_dec之后，获得自身的滤波抽取结果。
输出模块部署在头节点上，头节点获取所有节点的滤波抽取结果，输出模块将所有节点的滤波抽取结果连接在一起，得到最终结果 values_dec，记为全流程数字下变频处理最终结果。
进一步地，数字下变频远程函数模块，采用如下方式构建数字下变频分布式远程函数ray_ddc：
利用Ray分布式计算框架搭建起数字下变频分布式远程函数ray_ddc，具体过程为：首先，通过导入Ray框架必要的库和模块，然后通过定义数字下变频分布式远程函数ray_ddc，实现对输入信号的频率转换和处理，ray_ddc函数采用输入信号和频率偏移量作为参数，并使用NumPy库中的指数函数进行频率转换；随后，定义处理数据块的大小chunk_size；最后，使用@ray.remote装饰器将函数转为远程任务。
每个节点利用分布式数字下变频远程函数对连续测控信号进行处理获得自身的数字下变频结果，具体为：每个节点执行数字下变频远程函数ray_ddc根据处理数据块的大小chunk_size将数据流signal和本振信号nco_signal分别分成m组并送到n个计算机节点上同步进行分布式数字下变频处理，同时返回远程任务ID，将数字下变频处理结果ID同步保存在列表result_ddc_ids中，作为节点自身的数字下变频结果。
进一步地，多级滤波抽取分布式远程函数模块，采用如下方式构建多级滤波抽取分布式远程函数：定义滤波抽取函数，采用低通滤波器并对输入信号进行滤波处理，随后通过抽取实现信号的下采样；随后，使用@ray.remote装饰器将滤波抽取函数转为远程任务。
每个节点均基于自身的数字下变频的结果，执行级滤波抽取的分布式远程函数ray_dec之后，获得自身的滤波抽取结果，具体步骤为：
每个节点执行远程函数ray_dec对数字下变频结果values_ddc进行分布式多级滤波抽取，同时返回远程任务ID，将多级滤波抽取处理结果ID同步保存在列表result_dec_ids中，作为节点自身的滤波抽取结果。
进一步地，Ray分布式计算集群是一个由多个Ray节点组成的分布式处理系统，每个节点运行Ray应用程序的一部分；Ray分布式计算集群将一个Ray应用程序分解为多个任务，然后将这些任务分配到不同的节点上并在这些节点上分布式处理执行；Ray分布式计算集群的核心组件是Ray头节点和Ray工作节点；Ray头节点是Ray分布式计算集群的管理节点，负责协调集群中的所有活动，包括任务调度、资源管理、节点监控、任务状态跟踪；Ray工作节点则是集群中的计算节点，负责执行任务并向头节点汇报任务状态；当一个Ray应用程序启动时，该Ray应用程序首先连接到Ray头节点，并向头节点提交任务；头节点会分析任务需求和集群资源情况，然后将任务分配给可用的工作节点；每个工作节点会从头节点获取任务，执行任务并将结果返回给头节点，头节点再将结果返回给应用程序。
有益效果：
本发明提供了一种基于Ray的测控信号数字下变频分布式处理方法及系统，利用Ray分布式计算框架海量任务自动调度能力、毫秒级别的延迟、异构任务的支持、轻量级和开发简单等特点成功地将传统数字下变频算法与其结合，提出基于Ray的测控信号数字下变频分布式处理算法，以满足海量测控信号实时处理的要求。本发明具备如下优点：
1.任务处理时延低，加速效果明显。因Ray分布式计算框架具有海量任务的调动能力，该对于海量测控信号处理，可以达到毫秒级别的延迟。
2.硬件实现容易、开发成本低。该方法所用到的硬件为通用计算机服务器，不再受开发平台以及 IP 核的限制。
3.开发简单、灵活性高。对于不同的任务，不同的处理要求，只需调整算法相关参数，即可完成任务。
附图说明
图1为本实施例提供了基于Ray的测控信号数字下变频分布式处理方法流程图。
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。
实施例1：
本实施例提供了基于Ray的测控信号数字下变频分布式处理方法，其流程如图1所示，包括如下步骤：
S1：利用采集卡接收连续测控信号，并对接收到的连续测控信号进行数字化处理，利用数字控制振荡器产生本振信号。该步骤的具体流程为：
S11：利用采集卡接受连续下行的测控信号，并完成模拟信号数字化，得到的数据流signal通过PCle总线传给具有n个节点的计算机集群；
S12：利用数字控制振荡器产生本振信号nco_signal，本振信号nco_signal之后用于进行数字下变频。
S2：部署并启动Ray分布式计算集群，定义分布式数字下变频远程函数和处理数据块的大小，将分布式数字下变频远程函数部署在头节点上，其他工作节点同步执行该函数。
Ray分布式计算集群将一个Ray应用程序分解为多个任务，然后将这些任务分配到不同的节点上并在这些节点上分布式处理执行。
则每个节点均获得自身的数字下变频的结果。
本发明部署的Ray分布式计算集群是一个由多个Ray节点组成的分布式处理系统，每个节点运行Ray应用程序的一部分；Ray分布式计算集群将一个Ray应用程序分解为多个任务，然后将这些任务分配到不同的节点上并在这些节点上分布式处理执行；Ray分布式计算集群的核心组件是Ray头节点和Ray工作节点；Ray头节点是Ray分布式计算集群的管理节点，负责协调集群中的所有活动，包括任务调度、资源管理、节点监控、任务状态跟踪；Ray工作节点则是集群中的计算节点，负责执行任务并向头节点汇报任务状态；当一个Ray应用程序启动时，该Ray应用程序首先连接到Ray头节点，并向头节点提交任务；头节点会分析任务需求和集群资源情况，然后将任务分配给可用的工作节点；每个工作节点会从头节点获取任务，执行任务并将结果返回给头节点，头节点再将结果返回给应用程序。
该步骤S2的具体流程为：
S21：部署并启动Ray分布式计算集群，同时对Ray分布式计算集群进行性能测试；
S22：利用Ray分布式计算框架搭建起数字下变频分布式远程函数ray_ddc，具体过程为：首先，通过导入Ray框架必要的库和模块，然后通过定义数字下变频分布式远程函数ray_ddc，实现对输入信号的频率转换和处理，ray_ddc函数采用输入信号和频率偏移量作为参数，并使用NumPy库中的指数函数进行频率转换；随后，定义处理数据块的大小chunk_size；最后，使用@ray.remote装饰器将函数转为远程任务；
数字下变频分布式远程函数ray_ddc部署在头节点上，在其他工作节点则同步执行该函数；
S23：每个节点执行数字下变频远程函数ray_ddc根据处理数据块的大小chunk_size将数据流signal和本振信号nco_signal分别分成m组并送到n个计算机节点上同步进行分布式数字下变频处理，同时返回远程任务ID，将数字下变频处理结果ID同步保存在列表result_ddc_ids中，作为节点自身的数字下变频结果。
本发明实施例中，在每个节点获得自身的数字下变频结果以后，还包括如下步骤：头节点从其他工作节点获取所有分布式数字下变频远程任务的结果，连接在一起，得到最终结果 values_ddc即数字下变频的结果。
S3：定义多级滤波抽取的分布式远程函数ray_dec，将分布式远程函数ray_dec部署在头节点上，其他工作节点同步执行该函数。
每个节点均基于自身的数字下变频的结果，执行级滤波抽取的分布式远程函数ray_dec之后，获得自身的滤波抽取结果。
该步骤S3具体采用如下步骤：
S31：定义滤波抽取函数，采用低通滤波器并对输入信号进行滤波处理，随后通过抽取实现信号的下采样；
随后，使用@ray.remote装饰器将滤波抽取函数转为远程任务；
将分布式远程函数ray_dec部署在头节点上，其他工作节点同步执行该函数；
S32：每个节点执行远程函数ray_dec对数字下变频结果values_ddc进行分布式多级滤波抽取，同时返回远程任务ID，将多级滤波抽取处理结果ID同步保存在列表result_dec_ids中，作为节点自身的滤波抽取结果。
S4：头节点获取所有节点的滤波抽取结果，连接在一起，得到最终结果 values_dec，记为全流程数字下变频处理最终结果。
滤波抽取的目的是在信号处理中实现去除高频噪声和减少数据量的效果。通过滤波，可以去除输入信号中高于截止频率的频率成分，从而平滑信号并保留主要信息。抽取则是将信号按照一定的抽取因子进行降采样，以减少数据量并适应特定的系统要求或传输带宽。综合起来，滤波抽取的效果是使信号更加清晰、减少噪声干扰、降低系统复杂度，并为后续处理提供更可靠的数据基础。
实施例2：
基于Ray的测控信号数字下变频分布式处理系统，包括采集卡、数字化处理模块、数字控制振荡器、数字下变频远程函数模块、多级滤波抽取分布式远程函数模块以及拼接输出模块。
采集卡用于接收连续测控信号，送入数字化处理模块。
数字化处理模块用于对接收到的连续测控信号进行数字化处理，获得数字化处理的结果。
数字控制振荡器用于产生本振信号；
数字下变频远程函数模块，包括部署在头节点上的数字下变频分布式远程函数ray_ddc，其他工作节点同步执行该函数；每个节点利用分布式数字下变频远程函数对连续测控信号进行处理获得自身的数字下变频结果。本发明实施例中，数字下变频远程函数模块，采用如下方式构建数字下变频分布式远程函数ray_ddc：
利用Ray分布式计算框架搭建起数字下变频分布式远程函数ray_ddc，具体过程为：首先，通过导入Ray框架必要的库和模块，然后通过定义数字下变频分布式远程函数ray_ddc，实现对输入信号的频率转换和处理，ray_ddc函数采用输入信号和频率偏移量作为参数，并使用NumPy库中的指数函数进行频率转换；随后，定义处理数据块的大小chunk_size；最后，使用@ray.remote装饰器将函数转为远程任务。
每个节点执行数字下变频远程函数ray_ddc根据处理数据块的大小chunk_size将数据流signal和本振信号nco_signal分别分成m组并送到n个计算机节点上同步进行分布式数字下变频处理，同时返回远程任务ID，将数字下变频处理结果ID同步保存在列表result_ddc_ids中，作为节点自身的数字下变频结果。
多级滤波抽取分布式远程函数模块，包括部署在头节点上的多级滤波抽取的分布式远程函数ray_dec，其他工作节点同步执行该函数；每个节点均基于自身的数字下变频的结果，执行级滤波抽取的分布式远程函数ray_dec之后，获得自身的滤波抽取结果。本发明实施例中，多级滤波抽取分布式远程函数模块，采用如下方式构建多级滤波抽取分布式远程函数：定义滤波抽取函数，采用低通滤波器并对输入信号进行滤波处理，随后通过抽取实现信号的下采样；随后，使用@ray.remote装饰器将滤波抽取函数转为远程任务。
每个节点均基于自身的数字下变频的结果，执行级滤波抽取的分布式远程函数ray_dec之后，获得自身的滤波抽取结果，具体步骤为：
每个节点执行远程函数ray_dec对数字下变频结果values_ddc进行分布式多级滤波抽取，同时返回远程任务ID，将多级滤波抽取处理结果ID同步保存在列表result_dec_ids中，作为节点自身的滤波抽取结果。
输出模块部署在头节点上，头节点获取所有节点的滤波抽取结果，输出模块将所有节点的滤波抽取结果连接在一起，得到最终结果 values_dec，记为全流程数字下变频处理最终结果。
本发明实施例中，Ray分布式计算集群是一个由多个Ray节点组成的分布式处理系统，每个节点运行Ray应用程序的一部分；Ray分布式计算集群将一个Ray应用程序分解为多个任务，然后将这些任务分配到不同的节点上并在这些节点上分布式处理执行；Ray分布式计算集群的核心组件是Ray头节点和Ray工作节点；Ray头节点是Ray分布式计算集群的管理节点，负责协调集群中的所有活动，包括任务调度、资源管理、节点监控、任务状态跟踪；Ray工作节点则是集群中的计算节点，负责执行任务并向头节点汇报任务状态；当一个Ray应用程序启动时，该Ray应用程序首先连接到Ray头节点，并向头节点提交任务；头节点会分析任务需求和集群资源情况，然后将任务分配给可用的工作节点；每个工作节点会从头节点获取任务，执行任务并将结果返回给头节点，头节点再将结果返回给应用程序。
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 (6)
1.基于Ray的测控信号数字下变频分布式处理方法，其特征在于，包括如下步骤：
S1：利用采集卡接收连续测控信号，并对接收到的连续测控信号进行数字化处理，利用数字控制振荡器产生本振信号；S1的具体流程为：
S11：利用采集卡接受连续下行的测控信号，并完成模拟信号数字化，得到的数据流signal通过PCle总线传给具有n个节点的计算机集群；
S12：利用数字控制振荡器产生本振信号nco_signal，所述本振信号nco_signal之后用于进行数字下变频；
S2：部署并启动Ray分布式计算集群，定义分布式数字下变频远程函数和处理数据块的大小，将所述分布式数字下变频远程函数部署在头节点上，其他工作节点同步执行该函数；
所述Ray分布式计算集群将一个Ray应用程序分解为多个任务，然后将这些任务分配到不同的节点上并在这些节点上分布式处理执行；
则每个节点均获得自身的数字下变频的结果；
S2的具体流程为：
S21：部署并启动Ray分布式计算集群，同时对Ray分布式计算集群进行性能测试；
S22：利用Ray分布式计算框架搭建起数字下变频分布式远程函数ray_ddc，具体过程为：首先，通过导入Ray框架必要的库和模块，然后通过定义数字下变频分布式远程函数ray_ddc，实现对输入信号的频率转换和处理，所述ray_ddc函数采用输入信号和频率偏移量作为参数，并使用NumPy库中的指数函数进行频率转换；随后，定义处理数据块的大小chunk_size；最后，使用@ray.remote装饰器将函数转为远程任务；
数字下变频分布式远程函数ray_ddc部署在头节点上，在其他工作节点则同步执行该函数；
S23：每个节点执行数字下变频远程函数ray_ddc根据处理数据块的大小chunk_size将数据流signal和本振信号nco_signal分别分成m组并送到n个计算机节点上同步进行分布式数字下变频处理，同时返回远程任务ID，将数字下变频处理结果ID同步保存在列表result_ddc_ids中，作为节点自身的数字下变频结果；
S3：定义多级滤波抽取的分布式远程函数ray_dec，将所述分布式远程函数ray_dec部署在头节点上，其他工作节点同步执行该函数；
每个节点均基于自身的数字下变频的结果，执行级滤波抽取的分布式远程函数ray_dec之后，获得自身的滤波抽取结果；
S3具体采用如下步骤：
S31：定义滤波抽取函数，采用低通滤波器并对输入信号进行滤波处理，随后通过抽取实现信号的下采样；
随后，使用@ray.remote装饰器将所述滤波抽取函数转为远程任务；
将所述分布式远程函数ray_dec部署在头节点上，其他工作节点同步执行该函数；
S32：每个节点执行远程函数ray_dec对数字下变频结果values_ddc进行分布式多级滤波抽取，同时返回远程任务ID，将多级滤波抽取处理结果ID同步保存在列表result_dec_ids中，作为节点自身的滤波抽取结果；
S4：头节点获取所有节点的滤波抽取结果，连接在一起，得到最终结果 values_dec，记为全流程数字下变频处理最终结果；
所述Ray分布式计算集群是一个由多个Ray节点组成的分布式处理系统，每个节点运行Ray应用程序的一部分；Ray分布式计算集群将一个Ray应用程序分解为多个任务，然后将这些任务分配到不同的节点上并在这些节点上分布式处理执行；Ray分布式计算集群的核心组件是Ray头节点和Ray工作节点；Ray头节点是Ray分布式计算集群的管理节点，负责协调集群中的所有活动，包括任务调度、资源管理、节点监控、任务状态跟踪；Ray工作节点则是集群中的计算节点，负责执行任务并向头节点汇报任务状态；当一个Ray应用程序启动时，该Ray应用程序首先连接到Ray头节点，并向头节点提交任务；头节点会分析任务需求和集群资源情况，然后将任务分配给可用的工作节点；每个工作节点会从头节点获取任务，执行任务并将结果返回给头节点，头节点再将结果返回给应用程序。
2. 如权利要求1所述的基于Ray的测控信号数字下变频分布式处理方法，其特征在于，所述S2中，每个节点均获得自身的数字下变频的结果之后，还包括如下步骤：头节点从其他工作节点获取所有分布式数字下变频远程任务的结果，连接在一起，得到最终结果values_ddc即数字下变频的结果。
3.基于Ray的测控信号数字下变频分布式处理系统，其特征在于，该系统用于执行如权利要求1所述的基于Ray的测控信号数字下变频分布式处理方法，包括采集卡、数字化处理模块、数字控制振荡器、数字下变频远程函数模块、多级滤波抽取分布式远程函数模块以及拼接输出模块；
所述采集卡用于接收连续测控信号，送入所述数字化处理模块；
所述数字化处理模块用于对接收到的连续测控信号进行数字化处理，获得数字化处理的结果；
所述数字控制振荡器用于产生本振信号；
所述数字下变频远程函数模块，包括部署在Ray分布式计算集群头节点上的数字下变频分布式远程函数ray_ddc，其他工作节点同步执行该函数；每个节点利用数字下变频分布式远程函数对连续测控信号进行处理获得自身的数字下变频结果；
所述多级滤波抽取分布式远程函数模块，包括部署在Ray分布式计算集群头节点上的多级滤波抽取的分布式远程函数ray_dec，其他工作节点同步执行该函数；每个节点均基于自身的数字下变频的结果，执行级滤波抽取的分布式远程函数ray_dec之后，获得自身的滤波抽取结果；
所述输出模块部署在Ray分布式计算集群头节点上，头节点获取所有节点的滤波抽取结果，输出模块将所有节点的滤波抽取结果连接在一起，得到最终结果 values_dec，记为全流程数字下变频处理最终结果。
4.如权利要求3所述的基于Ray的测控信号数字下变频分布式处理系统，其特征在于，所述数字下变频远程函数模块，采用如下方式构建数字下变频分布式远程函数ray_ddc：
利用Ray分布式计算框架搭建起数字下变频分布式远程函数ray_ddc，具体过程为：首先，通过导入Ray框架必要的库和模块，然后通过定义数字下变频分布式远程函数ray_ddc，实现对输入信号的频率转换和处理，所述ray_ddc函数采用输入信号和频率偏移量作为参数，并使用NumPy库中的指数函数进行频率转换；随后，定义处理数据块的大小chunk_size；最后，使用@ray.remote装饰器将函数转为远程任务；
所述每个节点利用所述分布式数字下变频远程函数对连续测控信号进行处理获得自身的数字下变频结果，具体为：每个节点执行数字下变频远程函数ray_ddc根据处理数据块的大小chunk_size将数据流signal和本振信号nco_signal分别分成m组并送到n个计算机节点上同步进行分布式数字下变频处理，同时返回远程任务ID，将数字下变频处理结果ID同步保存在列表result_ddc_ids中，作为节点自身的数字下变频结果。
5.如权利要求3所述的基于Ray的测控信号数字下变频分布式处理系统，其特征在于，所述多级滤波抽取分布式远程函数模块，采用如下方式构建多级滤波抽取分布式远程函数：定义滤波抽取函数，采用低通滤波器并对输入信号进行滤波处理，随后通过抽取实现信号的下采样；随后，使用@ray.remote装饰器将所述滤波抽取函数转为远程任务；
所述每个节点均基于自身的数字下变频的结果，执行级滤波抽取的分布式远程函数ray_dec之后，获得自身的滤波抽取结果，具体步骤为：
每个节点执行远程函数ray_dec对数字下变频结果values_ddc进行分布式多级滤波抽取，同时返回远程任务ID，将多级滤波抽取处理结果ID同步保存在列表result_dec_ids中，作为节点自身的滤波抽取结果。
6.如权利要求3~5任一所述的基于Ray的测控信号数字下变频分布式处理系统，其特征在于，所述Ray分布式计算集群是一个由多个Ray节点组成的分布式处理系统，每个节点运行Ray应用程序的一部分；
Ray分布式计算集群将一个Ray应用程序分解为多个任务，然后将这些任务分配到不同的节点上并在这些节点上分布式处理执行；
Ray分布式计算集群的核心组件是Ray头节点和Ray工作节点；
Ray头节点是Ray分布式计算集群的管理节点，负责协调集群中的所有活动，包括任务调度、资源管理、节点监控、任务状态跟踪；
Ray工作节点则是集群中的计算节点，负责执行任务并向头节点汇报任务状态；
当一个Ray应用程序启动时，该Ray应用程序首先连接到Ray头节点，并向头节点提交任务；
头节点会分析任务需求和集群资源情况，然后将任务分配给可用的工作节点；
每个工作节点会从头节点获取任务，执行任务并将结果返回给头节点，头节点再将结果返回给应用程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410510812.4A CN118100964B (zh) | 2024-04-26 | 2024-04-26 | 基于Ray的测控信号数字下变频分布式处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410510812.4A CN118100964B (zh) | 2024-04-26 | 2024-04-26 | 基于Ray的测控信号数字下变频分布式处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118100964A CN118100964A (zh) | 2024-05-28 |
| CN118100964B true CN118100964B (zh) | 2024-07-12 |
Family
ID=91157670
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410510812.4A Active CN118100964B (zh) | 2024-04-26 | 2024-04-26 | 基于Ray的测控信号数字下变频分布式处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118100964B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101510756A (zh) * | 2009-03-06 | 2009-08-19 | 山东大学 | 基于mimo实时测试平台的数字信号下变频处理系统 |
| CN116743194A (zh) * | 2022-03-08 | 2023-09-12 | 联发科技股份有限公司 | 用于减少射频干扰的方法和装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6993464B2 (en) * | 2002-12-03 | 2006-01-31 | Chunghwa Telecom Co., Ltd. | Optimized filter parameters design for digital IF programmable downconverter |
| JP5629902B1 (ja) * | 2013-08-20 | 2014-11-26 | 合志 清一 | 画像処理装置、画像処理方法 |
| CN117294365A (zh) * | 2023-09-20 | 2023-12-26 | 北京中捷时代航空科技有限公司 | 下变频通道相位一致性调整方法、系统、终端及存储介质 |
-
2024
- 2024-04-26 CN CN202410510812.4A patent/CN118100964B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101510756A (zh) * | 2009-03-06 | 2009-08-19 | 山东大学 | 基于mimo实时测试平台的数字信号下变频处理系统 |
| CN116743194A (zh) * | 2022-03-08 | 2023-09-12 | 联发科技股份有限公司 | 用于减少射频干扰的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118100964A (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101257482A (zh) | 数字基带可变速率转换调制系统的实现方法和实现装置 | |
| CN102098004A (zh) | 一种变带宽数字下变频器及实现方法 | |
| CN111900953B (zh) | 数字麦克风的采样转换及滤波实现系统、方法 | |
| CN118100964B (zh) | 基于Ray的测控信号数字下变频分布式处理方法及系统 | |
| CN100547922C (zh) | 一种降采样滤波方法和降采样滤波器 | |
| CN102891662B (zh) | 一种通用的速率下变换、上变换装置及方法 | |
| CN107769790A (zh) | Δ‑σ调制器 | |
| CN102158451A (zh) | 高速多载波多相内插滤波方法和装置 | |
| Reddy et al. | Implementation of Digital Up Converter and Down Converter using System Generator | |
| CN112491391A (zh) | 一种音频dac的插值滤波器实现结构 | |
| CN110957996A (zh) | 一种基于abc算法的无乘法器frm滤波器组优化设计方法 | |
| CN112487743A (zh) | 基于RAG-n算法的滤波器滤波方法及数字抽取滤波器 | |
| CN102685055B (zh) | 一种多数据流插值与抽取复用装置及方法 | |
| CN115987249A (zh) | 一种应用于数字抽取滤波器的fir滤波器 | |
| CN107104659B (zh) | 一种针对lte载波的数字滤波方法及装置 | |
| Datta et al. | Implementation of fractional sample rate digital down converter for radio receiver applications | |
| CN114362722A (zh) | 一种对离散信号进行高倍内插的升采样方法及装置 | |
| He et al. | Low power and high speed designs of cic filter for sigma-delta adcs | |
| Madheswaran et al. | Implementation And Comparison Of Different CIC Filter Structure For Decimation | |
| Jeng et al. | Multi-mode digital IF downconverter for software radio application | |
| CN112468115B (zh) | 节省乘法器数量的5g高速信号并行滤波方法、系统及装置 | |
| CN202998022U (zh) | 多通道梳状滤波器 | |
| CN117713751B (zh) | 一种基于分级式计数器的自适应cic滤波系统 | |
| Kumari et al. | Comparative Analysis of Parallel and Cascaded Architectures for the Realization of High-Speed FIR Filters with FPGA | |
| Kantharaj et al. | Design of Decimation Filters for Wireless Local Area Network 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 |