基于OFDM 的自组网同步通信信号平稳优化系统设计

2023-01-24 12:52赵训威王志刚
电子设计工程 2023年2期
关键词:基带信噪比信道

赵训威,王志刚

(国网信通产业集团,北京 100052)

OFDM 是一种正交式的多载波通信调制方法,在执行过程中,所有符号序列都被调制到一个统一的载波平台上,再借助串行节点对相关传输数据进行标记,经过一系列处理使所有待识别信号带宽都保持为相同数值[1]。对于自组网同步通信系统而言,传统信息数据编码方式与基带调制的思想相似,一般来说,按照正常方式分配到载波序列上的信号的调制运行速率相对较低,而在OFDM 方法作用下,原有的信号载波运行速率得以大幅提升,且由于脉冲信道始终具有极强的信号承载能力,这些高速的自组网通信信号可被按需传输至既定的元件设备结构体系之中。

自组网同步通信网络注重从物理层角度考虑数据信息的传输安全性,在追求高水平通信信号功率谱密度的同时,易将源信号与干扰噪声信号混合在一起,从而导致信噪比数值快速下降[2]。传统多路同步采集系统根据数据节点的跳频能力,确定源信号中隐藏噪声信号所处的实时位置,但由于系统内并没有配置独立的噪声提取设备,因此其去噪能力并不能完全达到实际应用需求[3]。为解决上述问题,引入OFDM 调制方法,并以此为基础,提出一种新型的自组网同步通信信号平稳优化系统。

1 通信信号平稳优化系统的平台设计

自组网同步通信信号平稳优化系统的平台由自组网基带平台、射频通信电路、信号调制模块三部分共同组成,具体搭建方法如下。

1.1 自组网基带平台

自组网基带平台负责收集传输过程中不能达到目的终端的数据参量,由基带设备、组网设备、前面板、后面板等多个结构共同组成。其中,基带设备可直接与通信主机相连,具备较强的稳定性执行能力,可接收大量的数据信号参量。组网设备则与射频通信电路相连,可将分拣出的信号参量,借助传输平台,反馈至下级应用模块之中[4-5]。前面板掌管一个RF 接收装置和一个高速ADC 设备,后面板掌管一个RF 发射装置和一个高速ADC 设备,在FPGA 结构的作用下,两个面板元件的连接功能相互交换,直至完成对所有数据参量的分拣与筛选。自组网基带平台结构图如图1 所示。

图1 自组网基带平台结构图

由于高速ADC 元件的存在,基带平台能够将通信信号直接转换成组网信号,并可通过设备接口,将信号参量传输至各级应用系统之中。

1.2 射频通信电路

射频通信电路能够给自组网同步通信信号平稳优化系统提供所有的传输电子量,以STM32 芯片作为核心搭建元件,能够在DAC 电阻与自组网电容之间,实现对传输信号的稳定性转化处理。STM32 芯片具备10 个完全独立的射频接口通路,其中上、下两端的“0 号”接口负责与其他组网设备相连,能够在接收电子量信号的同时,将未完全利用的数据信息反馈至相关设备元件之中。射频通信电路示意图如图2 所示。

图2 射频通信电路示意图

对于自组网同步通信信号平稳优化系统而言,射频通信电路具备一定的滤波信号放大能力,可在维持基带平台连接稳定性的同时,对通信数据的实时传输位置进行适当调节[6-7]。

1.3 信号调制模块

在自组网同步通信信号平稳优化系统中,信号调制模块主要完成与射频通信电路相关的数据随机化处理,可使传输信号在独立频域区间内保持相对平稳的传输特性,并可按照OFDM 调制原理将已呈现聚集形式的数据信息,分布到多个关联的信道结构体之中,从而进一步增大通信数据被自组网主机检测到的可能[8-9]。该模块的连接遵循最基本的自组网基带调试原理,可收集分散于系统内部的通信信号数据,此外由于射频板元件的存在,所有经过调制模块处理后的信号参量都可以直接转存至系统数据库主机中。

2 基于OFDM的自组网同步通信信号调制

在平台元件的支持下,按照保护间隔与循环前缀设置、数字基带调制、信道响应频率计算的处理流程,完成基于OFDM 的自组网同步通信信号调制处理。

2.1 保护间隔与循环前缀

保护间隔是指在自组网环境中,两个通信信号到达目的终端之间的时间差值,对于OFDM 调制思想而言,保护间隔时间越长,则表示通信信号的传输平稳性水平越差[10]。设ymax表示自组网通信信号的最大传输冲击系数,表示信号基向量均值,ξmin表示信号基向量最小值,β表示通信信号的识别特征值,联立上述物理量,可将自组网通信信号的保护间隔时长表示为:

其中,a1、a2表示两个不同的OFDM 调制系数。

循环前缀描述了自组网同步通信信号的循环传输能力[11]。在循环系数为u的情况下,联立式(1),可将基于OFDM 的自组网同步通信信号循环前缀表示为:

其中,表示通信信号识别特征值,χ、w表示两个不同的信号循环向量。在自组网同步通信环境中,信号保护间隔与循环前缀的定义行为同时受到OFDM 算法调制能力的影响。

2.2 数字基带调制

数字基带调制是在OFDM 算法基础上,对自组网同步通信信号进行的深度加工处理,一般来说,随着信号传输量的增大,与之相关的基带调制能力也会不断增强[12-13]。在自组网同步通信环境中,信号的最大传输量条件只能达到,且在OFDM 算法作用下,该项物理量虽然具备一定强度的变化能力,但其实际数值水平并不能对通信网络中的信号稳定性传输能力造成影响。设c表示既定传输时刻的通信信号标记系数,联立式(2),可将基于OFDM 的通信信号数字基带调制表达式定义为:

其中,f表示自组网同步通信信号的平稳迭代系数,gc表示信号标记系数为c时的自组网同步规划系数。对于自组网同步通信环境而言,由于数字基带调制作用的存在,OFDM 算法才能发挥其实际应用价值[14]。

2.3 信道响应频率

信道响应频率描述了自组网同步通信信号对于系统主机调度指令的响应能力,若将OFDM 算法作用能力考虑在内,则可认为系统主机所表现出来的响应需求越迫切,传输信道的响应频率均值水平越高[15-16]。设M0表示自组网同步通信信号的初始输出量,为保证信号传输的绝对稳定性,规定OFDM 算法对于整个通信网络体系的调试强度只能达到μ,在上述物理量的支持下,联立式(3),可将信道响应频率计算结果表示为:

其中,表示OFDM 算法作用下的通信信号传输占比条件,ξ表示同步域环境中的信号调制系数。由于OFDM 算法具备较强的适应性,所以在自组网同步通信信号平稳优化系统中,随着信号传输量的增大,算法应用强度并不会出现明显变化。

3 实例分析

在自组网同步通信网络中,信号的传输路径相对较为复杂,且由于目的终端的多样性,一部分信号参量并不能保持始终唯一的传输路径,这就为“噪声干扰”行为的出现提供了可能。信噪比能够描述“噪声干扰”行为的表现强度,一般来说,在自组网通信环境中,信噪比数值越大,则表示源信号与噪声信号间的融合程度越低,同步通信信号所具备的平稳化传输能力也就越强;反之当信噪比数值相对较小时,源信号与噪声信号间的融合程度较高,同步通信信号所具备的平稳化传输能力也就越弱。

分别采用OFDM 算法、多路同步采集系统对自组网同步通信主机输出的信号参量进行处理,将前者记为实验组、后者记为对照组。

为避免突发性事件对实验结果真实性造成的影响,该次实验分两部分进行:1)先记录单一信道开放情况下,实验组、对照组的信噪比数值水平;2)记录多信道同时开放情况下,实验组、对照组的信噪比数值水平。信噪比(SNR)计算表达式如下:

其中,Qsignal表示源信号占比,Qnoise表示噪声信号占比。

单一信道情况下的信噪比数值实验结果如图3所示。

图3 单一信道情况下的信噪比数值

分析图3 可知,在单一信道情况下,实验组信噪比数值呈现上升、稳定、再上升、再稳定的四段式变化状态。第一阶段的信号频率区间为0~600 Hz,在此过程中,实验组信噪比数值不断上升,但并未达到其全局最大值;第二阶段的信号频率区间为600~800 Hz,在此过程中,实验组信噪比数值始终保持稳定;第三阶段的信号频率区间为800~1 200 Hz,在此过程中,实验组信噪比数值继续上升,且达到了其全局最大值55.3 dB;第四阶段的信号频率区间为1 200~1 400 Hz,此过程中实验组信噪比数值稳定在全局最大值水平。对照组信噪比数值在单一信道情况下呈现持续上升的变化趋势,当信号频率等于1 400 Hz 时,达到其全局最大值38.9 dB,与实验组最大值相比,低了16.4 dB。

多信道同时开放情况下的信噪比数值实验结果如图4 所示。

分析图4 可知,在多信道同时开放情况下,实验组信噪比数值基本保持连续上升的变化状态,但实验前期的上升幅度明显更大,当信号频率处于1 200~1 400 Hz 之间时,实验组信噪比数值虽然出现了极小幅度的下降状态,但对曲线的整体上升趋势影响不大。对照组信噪比数值在整个实验过程中一直保持不断上升的变化状态,当信号频率等于1 400 Hz 时,曲线达到最大值42.3 dB,与实验组最大值60.2 dB 相比,低了17.9 dB。

图4 多信道同时开放情况下的信噪比数值

综上可知,OFDM 算法作用下的优化系统在单一信道、多信道同时开放情况下,均能有效提升通信信号的信噪比数值,能够解决源信号与噪声信号之间的过量融合问题。

4 结束语

自组网同步通信信号平稳优化系统从OFDM 调制算法的角度着手,建立全新的自组网基带平台,借助射频通信电路与信号调制模块,对通信数据的保护间隔与循环前缀进行定义。实验结果表明,该方法不但有助于系统主机对自组网通信环境中的信噪比参量进行有效控制,也实现了同步通信信号的平稳化传输。

猜你喜欢
基带信噪比信道
两种64排GE CT冠脉成像信噪比与剂量对比分析研究
信号/数据处理数字信道接收机中同时双信道选择与处理方法
Ag元素对Ni-7at.%W合金基带织构形成的影响
基于深度学习的无人机数据链信噪比估计算法
苹果推出自研基带芯片要过几道坎?
苹果10亿美元为5G买“芯”
低信噪比下基于Hough变换的前视阵列SAR稀疏三维成像
基于导频的OFDM信道估计技术
保持信噪比的相位分解反褶积方法研究
一种基于GPU的数字信道化处理方法