混合信号范文

混合信号范文（精选8篇）

混合信号 第1篇

目前半导体工艺不断创新, 45nm, 32nm, 22nm, 15nm工艺取得了突破性进展。这为模拟器件小型化, 降低功耗和成本提供了条件。但是高性能模拟产品不是线宽越窄越稳定, 设计者还要兼顾器件的稳定性, 抗干扰性以及精度。半导体电路的非理想导致的失调 (o set) , 非线型, 漂移是高性能模拟技术一直不断追求以力图减少的。

另外, 为满足客户定制化需求, 减小开发难度, 高集成度也是未来1-2年各家厂商努力的方向。这种集成不是简单的多裸片连接技术, 而是单硅片的半导体技术, 融合了多种标准电路以及其连接电路, 补偿电路等。中长期, 多种材料技术的融合是一个方向, 例如, 光电技术, 生物技术, 传感器技术与半导体技术的融合集成会给半导体带来更光明的未来。

恩智浦半导体执行董事、总裁兼首席执行官Rick Clemmer很自豪的表示, 我们的高性能混合信号芯片是未来技术的基石。NXP的解决方案满足了更高互联度的世界对互操作性和安全性的需求, 同时让我们的客户更快地将新的创新产品推向市场。恩智浦产品组合的深度与广度意味着, 我们可以为有线及无线通信连接提供安全保障, 从而推动物联网的发展, 这即是我们有别于同行的特殊定位。特别是NFC技术, 它使交易、数字内容交换使生活变得更轻松、更便捷、更安全, 消费者只需轻轻一触, 即可连接电子设备。在中国以及世界其他国家, 移动票务是一项非常热门的应用, 从游戏、积分或优惠券服务中, 消费者将直接受益于NFC技术带来的附加值。

混合信号 第2篇

摘要：描述了混合信号FPGA在临场医疗设备中的应用，并以血液透析仪为例加以说明

关键词：临床医疗设备；血液透析仪；小型化和便携性医疗设备；混合信号FPGA

当前，由于医疗服务成本的不断攀高、慢性病的流行、人口的老化，以及中国、印度和巴西等大规模新兴市场的崛起，对价格低廉、稳健可靠的医疗设备的需求非常庞大，以期改善全球数百万病患的治疗和护理条件，并扩大疾病治疗范围。因此，医疗设备设计人员正在研究来自不同行业的新技术，致力于增强下一代设备的诊断、监控和治疗能力。

为使医疗设备价格更低廉、更便于病患使用，有两种趋势随之出现

小型化与便携性。今天，医疗设备制造商能够把整个系统整合在一个手掌大小甚至更小的便携式设备中。比如，EKG(心电图)、血液透析仪和病患监控器等临床医疗设备都是医院／诊所的必备装置，它们的体积也在不断缩小。曾经必须固定在墙上的庞大设备，如今已可配备在移动诊所、救护车甚至医生的“应诊”包中。

小型化和便携性发展趋势的寓意之一是这些复杂仪器必须足够可靠，能够适用于更大范围的工作环境。以往，这些仪器只要能够在洁净的操作室、诊所或实验室正常工作就够了。但如今，现代医疗设备还必须能够在移动诊所或救护车里提供相同的精度和可靠性。对医疗设备而言，一般是没有出错的余地的。

许多临床医疗设备都是基于微处理器的机电装置，采用同一套构建模块：功率控制和温度管理；包括键盘、LCD监视器和音频控制的用户接口：用于数据记录的Flash或EEPROM：以及用于连接其它机器的设备接口。虽然存在众多相似性，但每个医疗应用设备的专用性仍然相当强、而且往往非常复杂。譬如，EKG设备无法清除血液中的废物，而血液透析仪也不能诊断心脏病。

因此，除了“核心”构建模块之外、临床医疗设备还包含了对应于自身任务独特的诊断或功能性“模块”。例如，超声波检测仪包含一个传感器探头，具有传感器脉冲控制功能，而血液透析则采用了一个透析器。这些千变万化的特性和要求以及复杂的功能性都集成在小占位面积、低功耗、高精度且工作可靠的芯片中，使临床医疗设备成为可重编程非易失性半导体技术的一个绝佳市场。

特别地，基于Flash的混合信号FPGA尤其适合于临床医疗应用，因为它们不但具备高集成度、智能功率及系统管理功能，还拥有小占位面积和高度可靠等特性。这些优势有助于临床医疗设备(如血液透析仪)满足电池规范、减小设计占位面积，将热耗散降至最低并确保这些体积日益缩小的医疗应用设备可靠运作。市场分析机构Gartner Dataquest指出，对半导体而言，医疗应用设备是增长最快的领域之一。2008年9月Gartner预估2008年半导体的医疗电子产品市场约为34.2亿美元，到2012年将增长到44.8亿美元，其中FPGA约占总额的3.23亿美元。

临床医疗设备实例一血液透析仪

血液透析仪经专门设计以过滤血液、连续控制和监控静脉和动脉血压，并在治疗期间管理抗凝剂的给药。

一次血液透析一般为时3～5小时，大约每周做三次。在透析时，血液从人体抽取到血液透析仪中。仪器里的透析器(过滤器)对人体产生的代谢废物进行清除，使血液恢复正常的电解液平衡、并去除人体的多余体液。然后、再把清洁的血液送回人体内。

为了实现其主要功能，血液透析仪采用数个微控制器，用于监视和控制血液与其它体液的流动、发出警报，以及在必要时关闭仪器(见图1)。图1所示为典型血液透析仪的某些功能。功率控制模块执行温度感测以实现风扇驱动，也执行看门狗和电池备份功能。用户模块通过键盘或触摸屏输入病患信息，进行治疗参数的定制。它还能够协助医疗服务提供者更好地监控透析期间病患的身体状态和治疗效果。

数据记录／通信接口则管理Flash／EEPROM以及通信端口的使用。音频／警报输出功能只要通过几个模块和控制器就能实现，发出状态警报。

信号调理／传感器控制模块与透析仪及导管等系统机械部件紧密集成，共同控制各种抗凝剂的给药：利用比较器、通用高精度运放以及ADc来控制和感测温度；控制透析液的混合和流动，及其他临床治疗功能。

泵／电机控制及驱动器电路管理设备中众多的泵、阀、电机和加热器，动脉和静脉控制功能则监控电平和压力传感器。有趣的是，尽管泵／电机控制和动脉／静脉控制监控器是血液透析仪所独有的，图1中其他控制器中不少是大多数临床医疗设备常用的。

各种功能与混合信号FPGA的集成

今天的单芯片闪存混合信号FPGA带有集成式模拟功能、Flash、FPGA构架，常常还有嵌入式行业标准微处理器。因此、它们能够执行临床医疗设备的系统管理、功率管理和热管理，以及控制功能一从系统上电／断电功能及数据记录到温度和电压感测。

有了混合信号FPGA，系统板上的许多元件都变得多余而得以去除，包括Flash、PWM、分立式模拟IC、时钟源和实时时钟。由于基于Flash的FPGA把它们的配置信息存储在片上Flash单元中，故无需像基于sRAM的FPGA那样在系统上电时加载外部配置数据。因此，每次系统上电时，这些Flash混合信号FPGA不需要EEPROM或微控制器这样的单独系统配置元件来加载器件配置数据。这就降低了系统成本和板卡空间要求，同时提高了医疗设备的安全性和系统可靠性。

此外，这些高度集成的器件让设计人员能够把原本由数个分立元件所提供的功能完全整合在单个高度可靠的混合信号FPGA中。图1中的功能性模块(图1中的灰色区域)就是典型血液透析仪中这种集成度的体现。

例如，可能包含看门狗部件、风扇驱动器和温度传感器的功率控制模块就可以由单个混合信号FFGA器件所代替。混合信号FPGA还能够提供原本由电机／泵驱动器模块提供的全部功能，包括微处理器和ADc。

透析仪中的用户接口通常包含有键盘、触摸屏或LCD显示屏，以及扬声器。设计良好的接口可让医疗服务提供者更好地监控病患状态，有效执行治疗方案。用户接口、音频／警报和数据记录／通信模块可以集成在一个混合信号FPGA芯片中。该器件中的嵌入式微处理器和Flash能够完成数据记录任务，而其他IP解决方案可协助管理数据输入、警报及其他任务。

在血液透析仪中，功率和热管理单元执行关键任务，比如血液的温度感测和系统上电／断电功能(如图z所示)。精确测量温度并控制系统功率可能会增加成本，但也会提被备的可靠性，从而延长产品的使用期限和病患的寿命。现今混合信号FPGA中的模拟电路使得这些关键性功能得以轻易集成和实现。

结语

由于医疗服务成本的不断攀高、慢性病的流行以及人口老化，对价格低廉、易于使用且可靠的医疗设备的需求非常巨大，以期改善全球医疗服务。对于从家庭应用到临床医疗的多种医疗设备，两种趋势随之出现：即小型化和便携性。

许多临床医疗设备都是基于微处理器的机电装置，采用同一套构建模块：功率控制和温度管理：包括键盘、LCD监视器和音频控制的用户接口：用于数据记录的Flash或EZPROM；以及用于连接其他机器的设备接口。虽然存在众多相似性，但各个医疗应用设备的专用性仍然相当强，而且往往非常复杂。因此，除了“核心”元件之外，临床医疗设备还包含了对应于自身任务的独特的诊断或功能性“模块”。这些千变万化的特性和要求以及复杂的功能性都集成在小占位面积、低功耗、高精度且工作可靠的芯片中，使临床医疗设备成为可重编程非易失性半导体技术的一个绝佳市场。

恩智浦:专注于高性能混合信号业务 第3篇

其实从去年下半年, 恩智浦公司就开始为业务重组做了许多工作, 推进多项改革措施, 以使高性能混合信号IC成为业务核心。

据恩智浦半导体高性能混合信号和标准器件事业部大中华区域市场高级总监梅润平介绍, 高性能混合信号IC可提供微细CMOS工艺难以实现的高耐压及高频率。此前恩智浦公司已经对采用较微细工艺的混合信号SoC业务进行了拆分, 将CMOS IP内核部门卖给了美国Virage Logic, 将手机SoC业务出售给了意法半导体, 将数字电视和STB用SoC业务出售给了美国泰鼎微系统。

目前恩智浦半导体经过改组后形成了汽车电子、高性能混合信号、智能识别和标准产品四个事业部。

梅润平认为, 恩智浦转向高性能混合信号技术战略, 是基于长期以来公司在这一领域强大的研发实力。2009年, 恩智浦的研发资金达到了8亿美元, 全球拥有20家研发中心, 5700多个专利族。而在高性能射频、电视前端、接口产品、微控制器、逻辑电路、电源与照明、汽车A M S、传感器、车载娱乐系统、智能识别等领域, 恩智浦已经确立了自己的优势地位。

混合信号 第4篇

关键词：OFDM混合调制信号,认知网络,循环谱,二阶循环平稳特性,认知节点,循环平稳信号

0 引 言

认识网络可以提供动态频谱的接入,充分利用频谱资源,对频谱进行有效的管理。认知网络通过调整自身信号的调制参数来充分利用空闲的频谱资源,借用主用户的授权频段进行通信[1]。通常在一个认知网络中,一个主用户和多个认知用户共用一个频段,通过网络的认知节点来建立起网络用户间的通信。认知用户利用空闲频段进行通信,而这一空闲频段是无法预测的,受到主用户通信的影响。

在主用户和认知用户频谱动态接入中,普遍存在两大困难:一是快速发现空白信道,进而建立起认知用户通信;二是维持认知用户通信的连贯性,同时避免对主用户信号通信产生影响。文献[2,3,4]通过指定一个共用的控制信道达到网络的协调,但是这一方式需要占用一段频谱资源,而且需要与主用户网络协商进行通信,影响到了主用户的传输。文献[5,6]提出增加信号报头内容的方法,但是这一个方式增加了通信设备的复杂度,并且降低了信息的传输速率。文献[7,8]利用信号的循环平稳特性对认知信号进行区分,利用频谱的对称性设计出一种新的循环平稳特性,但是信号识别的可靠性较差,更无法可靠地识别出两信号混叠的现象,而且子信道进行二次调制(形成对称调制),产生了带宽的浪费。文献[9,10,11,12]中分别在特定通信环境下利用信号的四阶平稳循环特性进行信号的识别,但是算法复杂。

本文提出的在认知网络中利用OFDM混合调制信号传输模型可以可靠快速地区分信道中的四种不同状态;该模型仅改变一路或多路子信道的调制方式,对现有的发送和接收设备不会有太大的改变,设备较简单;利用信号的二阶循环平稳特性来区分信道中的四种状态,算法快速收敛,避免了利用高阶循环平稳特性算法复杂的问题。

1 循环平稳信号的分析

一般情况下,要调制的信息通常为平稳随机过程,信息经过周期调制(如三角载波,脉冲序列等)以后,调制信号变为循环平稳信号。一个复信号的自相关函数定义如下[13]:

$R{}_{xx}(t,\tau )=E\left\{x(t+\frac{\tau }{2})\cdot x{}^{*}(t-\frac{\tau }{2})\right\}(1)$

如果函数在时域t上,相对于时移τ存在一个周期或者多个周期,则称信号为循环平稳信号。对于循环平稳或者多周期循环平稳信号,信号自相关函数的傅里叶级数表达形式为:

$R{}_{xx}(t,\tau )={\displaystyle \sum _{\alpha }R}{}_{xx}^{\alpha }(\tau )\cdot \text{e}{}^{\text{j}2\text{π}\alpha t}(2)$

其中:

$R{}_{xx}^{\alpha }(\tau )=\underset{{\rm Z}\to \infty }{{\displaystyle \lim }}\frac{1}{{\rm Z}}{\displaystyle {\int }_{-{\rm Z}/2}^{{\rm Z}/2}R}{}_{xx}(t,\tau )\cdot \text{e}{}^{-\text{j}2\text{π}\alpha t}\text{d}t(3)$

为信号的循环自相关函数,其中Z为时间总长度,信号自相关函数Rxx(t,τ)的傅里叶级数α包含了一切循环自相关函数R${}_{xx}^{\alpha }$(τ)不为零的情况。对应地给出信号共轭自相关函数与共轭循环自相关函数的定义:

$\begin{array}{l}R{}_{xx{}^{*}}(t,\tau )=E\left\{x(t+\frac{\tau }{2})\cdot x(t-\frac{\tau }{2})\right\}\tau (4)\\ R{}_{xx{}^{*}}^{\alpha }(\tau )=\underset{{\rm Z}\to \infty }{{\displaystyle \lim }}\frac{1}{{\rm Z}}{\displaystyle {\int }_{-\frac{{\rm Z}}{2}}^{\frac{{\rm Z}}{2}}E}\left\{x(t+\frac{\tau }{2})\cdot x(t-\frac{\tau }{2})\right\}\tau \cdot \\ \text{e}{}^{-\text{j}2\text{π}\alpha t}\text{d}t(5)\end{array}$

循环平稳信号谱的相关函数与共轭谱的相关函数分别是信号循环自相关函数与共轭循环自相关函数的傅里叶变换,即:

S${}_{xx}^{\alpha }$(f)=∫∞-∞R${}_{xx}^{\alpha }$(τ) e-j2πfτdτ (6)

S${}_{xx{}^{*}}^{\alpha }$(f)=∫∞-∞R${}_{xx{}^{*}}^{\alpha }$(τ) e-j2πfτdτ (7)

对于一个二阶循环平稳的信号,谱相关是信号最为重要的特征。如果信号存在循环平稳特性,那么在频域上频谱平移相应位置后也会存在相关性。

2 OFDM信号的谱相关分析

OFDM信号可以看作是由N路数字调制的子信道组成,信号可以表达为[14]:

$x(t)=\mathrm{Re}\{w(t)\cdot \text{e}{}^{\text{j}2\text{π}f{}_{\text{c}}t}\}(8)$

式中:fc为载波频率;w(t)为N路子信号复合后的复包络。w(t)可以表示为:

$w(t)={\displaystyle \sum _k{\displaystyle \sum _{n=0}^{{\rm N}-1}\gamma }}{}_{n,k}\cdot \text{e}{}^{\text{j}(\frac{2\text{π}}{{\rm T}{}_{\text{s}}})\cdot nt}\cdot q(t-k{\rm T})(9)$

式中:γn,k为独立同分布的信息码元序列(γn,k是第k个OFDM码元中第n个子信道的调制码元);N为子信道数量;q(t)是脉宽为T的矩形脉冲;Ts为OFDM信息码元周期;Tg为码元保护间隔,即循环前缀;T=Ts+T0。

将式(8)代入式(1)中得:

$\begin{array}{l}R{}_{xx}(t,\tau )=E\left\{x(t+\frac{\tau }{2})\cdot x{}^{*}(t-\frac{\tau }{2})\right\}\\ =E\{\mathrm{Re}\{w(t+\frac{\tau }{2})\cdot \text{e}{}^{\text{j}2\text{π}f{}_{\text{c}}(t+\frac{\tau }{2})}\}\cdot \frac{1}{2}\{w(t-\frac{\tau }{2})\cdot \\ \text{e}{}^{\text{j}2\text{π}f{}_{\text{c}}(t-\frac{\tau }{2})}+w{}^{*}(t-\frac{\tau }{2})\cdot \text{e}{}^{-\text{j}2\text{π}f{}_{\text{c}}(t-\frac{\tau }{2})}\}\}\\ =\frac{1}{4}\{[R{}_{ww{}^{*}}(t,\tau )\cdot \text{e}{}^{\text{j}4\text{π}f{}_{\text{c}}t}+R{}_{ww}(t,\tau )\cdot \text{e}{}^{\text{j}2\text{π}f{}_{\text{c}}\tau }]+\\ [R{}_{ww{}^{*}}(t,\tau )\cdot \text{e}{}^{\text{j}4\text{π}f{}_{\text{c}}t}+R{}_{ww}(t,\tau )\cdot \text{e}{}^{\text{j}2\text{π}f{}_{\text{c}}\tau }]{}^{*}\}(10)\end{array}$

将式(10)代入式(3)、(6)中得到OFDM信号的谱相关函数(利用公式S${}_x^{\alpha }$(-f)=S${}_x^a$(f),S${}_x^{-\alpha }$(f)=S${}_x^a$(f)*)[15]:

$\begin{array}{l}S{}_{xx}^{\alpha }(f)=\frac{1}{4}[S{}_{ww{}^{*}}^{\alpha -2f{}_{\text{c}}}(f)+S{}_{ww}^{\alpha }(f-f{}_{\text{c}})+\\ S{}_{ww{}^{*}}^{-\alpha -2f{}_{\text{c}}}(-f){}^{*}+S{}_{ww}^{-\alpha }(-f-f{}_{\text{c}}){}^{*}]\\ =\frac{1}{4}[S{}_{ww{}^{*}}^{\alpha -2f{}_{\text{c}}}(f)+S{}_{ww}^{\alpha }(f-f{}_{\text{c}})+S{}_{ww{}^{*}}^{\alpha -2f{}_{\text{c}}}(f)+\\ S{}_{ww}^{\alpha }(f-f{}_{\text{c}})]\\ =\frac{1}{2}[S{}_{ww{}^{*}}^{\alpha -2f{}_{\text{c}}}(f)+S{}_{ww}^{\alpha }(f-f{}_{\text{c}})](11)\end{array}$

式中:S${}_{ww}^{\alpha }$(f)和S${}_{ww{}^{*}}^{\alpha }$(f)是复包络w(t)的谱相关函数和共轭谱相关函数。可以看出,OFDM信号的谱相关函数可以分解为复包络w(t)的谱相关函数与共轭谱相关函数,循环谱相关函数与载波频率有关。

OFDM信号的复包络可以表示为:

$w(t)={\displaystyle \sum _{n=0}^{{\rm N}-1}w}{}_n‚w{}_n=\text{e}{}^{\text{j}(\frac{2\text{π}}{{\rm T}{}_{\text{s}}})nt}\cdot v(t)(12)$

其中:

$v(t)={\displaystyle \sum _k\gamma }{}_k\cdot q(t-k{\rm T})(13)$

将式(12)代入式(1)的x(t)中并将结果代入式(3),式(6)得到:

$\begin{array}{l}S{}_{ww}^{\alpha }(f)={\displaystyle \sum _{n=0}^{{\rm N}-1}S}{}_{vv}^{\alpha }(f-\frac{n}{{\rm T}{}_{\text{s}}})\\ S{}_{ww{}^{*}}^{\alpha }(f)={\displaystyle \sum _{n=0}^{{\rm N}-1}S}{}_{vv{}^{*}}^{\alpha }(f-\frac{n}{{\rm T}{}_{\text{s}}})\end{array}(14)$

将式(14)代入式(11)可以得到OFDM信号的谱相关函数,即:

$S{}_{xx}^{\alpha }(f)=\frac{1}{2}{\displaystyle \sum _{n=0}^{{\rm N}-1}[}S{}_{vv}^{\alpha }(f-f{}_{\text{c}}-\frac{n}{{\rm T}{}_{\text{s}}})+S{}_{vv{}^{*}}^{\alpha -2f{}_{\text{c}}}(f-\frac{n}{{\rm T}{}_{\text{s}}})](15)$

由式(15)可以看出,OFDM信号的谱相关函数是由子信道中数字调制信号的谱相关函数和共轭谱相关函数经频移相应位置相加而成, 并且将OFDM信号的谱相关函数分成两部分,一部分与α=n/T有关,另一部分与α=2fc+n/T有关。

参照文献[16],可以采用矩阵随机方法[17]对数字载波调制信号的谱相关函数进行计算,下面给出常用MPSK和MASK信号的谱相关函数与共轭谱相关函数的一般形式:

$\begin{array}{l}S{}_{vv}^{\alpha }(f)=\{\begin{array}{l}\frac{1}{{\rm M}{\rm T}}Q{}^{*}(f-\frac{\alpha }{2})\cdot Q(f+\frac{\alpha }{2})\cdot {\displaystyle \sum _{m=1}^{{\rm M}}c}{}_m\cdot c{}_m^{*},\alpha =n/{\rm T}\\ 0,\alpha \ne n/{\rm T}\end{array}\\ S{}_{vv{}^{*}}^{\alpha }(f)=\{\begin{array}{l}\frac{1}{{\rm M}{\rm T}}Q(-f-\frac{\alpha }{2})\cdot Q(-f+\frac{\alpha }{2})\cdot {\displaystyle \sum _{m=1}^{{\rm M}}c}{}_m^2,\alpha =n/{\rm T}\\ 0,\alpha \ne n/{\rm T}\\ \end{array}\end{array}(16)$

式中:Q(f)为矩形脉冲q(t)(脉宽为T)的傅里叶变换;cm为数字调制中的调制码元;M为矩形星座图中信息码元的个数(M≥4)。

对于MASK信号,码元cm=2m-1-M,式(16)中${\displaystyle \sum _{m=1}^{{\rm M}}c}{}_m\cdot c{}_m^{*}={\displaystyle \sum _{m=1}^{{\rm M}}c}{}_m^2=\frac{{\rm M}({\rm M}{}^2-1)}{3}\ne 0$;对于MPSK信号,码元cm=ejπ(2m-1-M)/M,式(16)中${\displaystyle \sum _{m=1}^{{\rm M}}c}{}_m\cdot c{}_m^{*}={\rm M}‚{\displaystyle \sum _{m=1}^{{\rm M}}c}{}_m^2={\displaystyle \sum _{m=1}^{{\rm M}}\text{e}}{}^{\text{j}2\text{π}\cdot c{}_m}=0$(码元均值为零)。因此由MASK和MPSK调制子信道组成OFDM信号的谱相关函数分别为:

$\begin{array}{l}S{}_{xx}^{\alpha }(f)=\{\begin{array}{l}\frac{{\rm M}{}^2-1}{6{\rm T}}{\displaystyle \sum _{n=0}^{{\rm N}-1}Q}{}^{*}(f-f{}_{\text{c}}-\frac{n}{{\rm T}{}_{\text{s}}}-\frac{\alpha }{2})\cdot Q(f-f{}_{\text{c}}-\frac{n}{{\rm T}{}_{\text{s}}}+\frac{\alpha }{2}),\alpha =\frac{k}{{\rm T}}\\ \frac{{\rm M}{}^2-1}{6{\rm T}}{\displaystyle \sum _{n=0}^{{\rm N}-1}Q}(-f{}_{\text{c}}-\frac{n}{{\rm T}{}_{\text{s}}}-\frac{\alpha -2f{}_{\text{c}}}{2})\cdot Q(-f{}_{\text{c}}-\frac{n}{{\rm T}{}_{\text{s}}}+\frac{\alpha -2f{}_{\text{c}}}{2}),\alpha =\pm 2f{}_{\text{c}}+\frac{k}{{\rm T}}\\ 0,\text{o}\text{t}\text{h}\text{e}\text{r}\end{array}(17)\\ S{}_{xx}^{\alpha }(f)=\{\begin{array}{l}\frac{1}{2{\rm T}}{\displaystyle \sum _{n=0}^{{\rm N}-1}Q}{}^{*}(f-f{}_{\text{c}}-\frac{n}{{\rm T}{}_{\text{s}}}-\frac{\alpha }{2})\cdot Q(f-f{}_{\text{c}}-\frac{n}{{\rm T}{}_{\text{s}}}+\frac{\alpha }{2})\alpha =\frac{k}{{\rm T}}\\ 0,\text{o}\text{t}\text{h}\text{e}\text{r}\end{array}(18)\end{array}$

由式(15)可以看出,OFDM信号是由子信道中调制信号的谱相关函数频移相加而成,由式(17)、式(18)可看出,由同一调制子信道相加而成的OFDM信号的谱相关函数复包络较平滑[18]。图1和图2分别给出了MPSK调制和MASK调制OFDM信号的谱相关函数的复包络。

由式(17)、式(18)及图1、图2可看出,由同一调制子信道相加而成的OFDM信号谱相关函数的复包络较平滑,其由MASK调制而成OFDM信号的复包络幅度与调制码元数、符号周期T相关为(M2-1)/(6T),由MPSK调制而成OFDM信号的复包络幅度只与周期T相关为1/(2T)。

3 OFDM混合调制信号的谱相关分析

如果改变其中一个子信道的调制方式,那么OFDM信号的谱相关函数将发生改变,信号谱相关函数的复包络不再平滑。在由MASK调制信号组成的OFDM信号中改变其中一个或多个子信道的调制方式(比如MPSK调制方式),组成一个混合调制的OFDM信号,其中对应的复包络中$\frac{{\rm M}{}^2-1}{6{\rm T}}\ge \frac{5}{2{\rm T}}>\frac{1}{2{\rm T}}$,出现凹部,如图3所示;在由MPSK调制信号组成的OFDM信号中改变其中一个或多个子信道的调制方式(比如MASK调制方式),组成一个混合调制的OFDM信号,其中对应的复包络中$\frac{1}{2{\rm T}}<\frac{5}{2{\rm T}}\le \frac{{\rm M}{}^2-1}{6{\rm T}}$,出现凸部,如图4所示,并且在$\alpha =\pm 2f{}_{\text{c}}+\frac{k}{{\rm T}}$循环谱上出现谱线。下面给出MPSK调制中加入MASK调制的OFDM信号的谱相关函数表达式:

$S{}_{xx}^{\alpha }(f)=\{\begin{array}{l}\frac{1}{2{\rm T}}{\displaystyle \sum _{i=0}^{{\rm N}-1}{\displaystyle \sum _{n=0}^{{\rm N}-1}Q}}{}^{*}(f-f{}_{\text{c}}-\frac{n}{{\rm T}{}_{\text{s}}}-\frac{\alpha }{2})\cdot Q(f-f{}_{\text{c}}-\frac{n}{{\rm T}{}_{\text{s}}}+\frac{\alpha }{2})\phi {}_{in}+\\ \frac{{\rm M}{}^2-1}{6{\rm T}}Q{}^{*}(f-f{}_{\text{c}}-\frac{j}{{\rm T}{}_{\text{s}}}-\frac{\alpha }{2})\cdot Q(f-f{}_{\text{c}}-\frac{j}{{\rm T}{}_{\text{s}}}+\frac{\alpha }{2})‚\alpha =\frac{k}{{\rm T}},n\ne j\\ \frac{{\rm M}{}^2-1}{6{\rm T}}Q(-f{}_{\text{c}}-\frac{j}{{\rm T}{}_{\text{s}}}-\frac{\alpha -2f{}_{\text{c}}}{2})\cdot Q(-f{}_{\text{c}}-\frac{j}{{\rm T}{}_{\text{s}}}+\frac{\alpha -2f{}_{\text{c}}}{2})‚\alpha =\pm 2f{}_{\text{c}}+\frac{k}{{\rm T}}\\ 0‚\text{o}\text{t}\text{h}\text{e}\text{r}\end{array}(19)$

式中:j为标记信道;φin为狄拉克函数(当i=n时函数值为1,其他为0)。同样道理可以得出MASK调制中加入MPSK调制OFDM信号的谱相关函数。

从图3,图4中可以看出,混合调制的凹凸部位置与插入调制子信道位置有关,并且相位调制中插入幅度调制后必将出现凸部,幅度调制中插入相位调制后也必将出现凹部。如果认知网络利用混合调制信号传输信息,认知网络和主用户没有协调关系(即统计相互独立),并且不影响主用户传输,那么认知网络信号xc与主用户信号xp的混叠信号xm的自相关函数可以表达为:

$\begin{array}{l}R{}_{x{}_{\text{m}}x{}_{\text{m}}}(t,\tau )=E\left\{x{}_{\text{m}}(t+\frac{\tau }{2})\cdot x{}_{\text{m}}^{*}(t-\frac{\tau }{2})\right\}=E\left\{[x{}_{\text{p}}(t+\frac{\tau }{2})+x{}_{\text{c}}(t+\frac{\tau }{2})]\cdot [x{}_{\text{p}}(t-\frac{\tau }{2})+x{}_{\text{c}}(t-\frac{\tau }{2})]{}^{*}\right\}\\ =E\{x{}_{\text{p}}(t+\frac{\tau }{2})\cdot x{}_{\text{p}}^{*}(t-\frac{\tau }{2})+x{}_{\text{c}}(t+\frac{\tau }{2})\cdot x{}_{\text{c}}^{*}(t-\frac{\tau }{2})+x{}_{\text{p}}(t+\frac{\tau }{2})\cdot x{}_{\text{c}}^{*}(t-\frac{\tau }{2})+\\ x{}_{\text{c}}(t+\frac{\tau }{2})\cdot x{}_{\text{p}}^{*}(t-\frac{\tau }{2})\}\\ =R{}_{x{}_{\text{p}}x{}_{\text{p}}}+R{}_{x{}_{\text{c}}x{}_{\text{c}}}+R{}_{x{}_{\text{c}}x{}_{\text{p}}}+R{}_{x{}_{\text{p}}x{}_{\text{c}}}=R{}_{x{}_{\text{p}}x{}_{\text{p}}}+R{}_{x{}_{\text{c}}x{}_{\text{c}}}(20)\end{array}$

式中:Rxcxp=0,Rxpxc=0(因认知信号与主用户信号相关独立),将式(20)代入式(2)、式(6)可以得到混合信号xm的谱相关函数:

$S{}_{x{}_{\text{m}}x{}_{\text{m}}}^{\alpha }(f)=S{}_{x{}_{\text{c}}x{}_{\text{c}}}^{\alpha }(f)+S{}_{x{}_{\text{p}}x{}_{\text{p}}}^{\alpha }(f)(21)$

由式(21)可以看出,混合信号的谱相关函数是认知用户信号和主用户信号的谱相关函数之和,混合信号谱相关函数的复包络大于主用户信号谱相关函数的复包络,也大于认知用户信号的复包络。可以利用信号的二阶循环平稳特性快速检测出信道中主用户信号传输、认知用户信号传输、两用户信号混叠和空白信道的四种状态。这为认知网络用户快速可靠接入,快速撤出提供了保障。并且利用改变混合调制的位置还可以标记认知网络,新的认知节点通过信号谱相关函数的分析可以快速分辨出凹(凸)部位,确定改变调制子信道的位置,进一步可以确定具体的认知网络。图5给出认知节点对于四种状态判别的工作示意图。

图6给出认知网络节点对于信道状态识别的仿真分析。主用户为MASK统一调制OFDM信号,认知用户为 MPSK调制加入MASK调制的OFDM信号的认知网络中,认知节点对四种信道状态判别概率。由图6看出,认知节点通过对信号的谱相关分析,可以快速地对于信道的四种不同状态作出判别,其中空白信道判别最为迅速,也最为准确;混合信道与认知用户传输信道的判别在足够长的观察时间后(0.08 s以上),也会出现准确的判别概率。

通过仿真结果的分析,显示出了混合调制信号在认知网络应用中的优势,也为认知网络提供一个新的发展方向。

4 结 论

本文对于OFDM混合调制信号进行了谱相关分析,把混合调制信号运用到认知网络中,并且利用混合调制的位置来标记不同的认知网络,通过对信号二阶谱相关分析可以快速识别出信道的四种状态。该认知网络模型符合认知网络快速接入和快速撤出的要求,也符合对主用户和认知用户可靠检测的原则,对认知网络的标记可有效地协调各认知网络间的通信,认知网络的识别能力也得到了加强。

混合信号 第5篇

随着网络电视和视频点播等高带宽业务的发展,人们对带宽的需求越来越高,宽带接入已成为热点技术。接入网的理想情况是在单一的平台上同时提供有线和无线业务,为终端用户提供更高服务质量的业务,同时还要最大程度地降低成本,实现真正的融合。光纤通信技术的低传输损耗和巨大带宽资源的优势,无线通信灵活的接入方式但相对有限的频率资源的特点,使人们将目光逐渐转向光纤通信和无线通信技术的融合[1,2]。WDM-PON(波分复用无源光网络)和ROF(光纤无线通信)分别作为下一代接入网有线和无线方向的有力竞争技术,其融合是一种理想的解决方案,这种融合既可充分发挥无线通信的灵活性,又可发挥光纤通信宽带和抗干扰特性的优势,实现两种通信方式的优势互补。

为了实现有线业务和无线业务的融合,人们提出了混合接入网的解决方案。文献[3]给出了集成无线和有线混合业务的ROF系统,但由于承载无线和有线业务的信息内容基本相同,使系统缺乏灵活性和可扩展性,不能很好地满足用户的需求。文献[4]提出了一种基于子载波产生和分离的方法来实现ROF和WDM-PON融合系统。但DPMZM (双平行马赫-曾德调制器)成本昂贵,所以该系统不够经济。本文提出一种基于相位和强度调制的正交调制混合接入系统。该系统结合了WDM-PON和ROF系统的调制方法,在光载波上通过正交调制来同时传送RF(射频信号)和BB(基带信号),对RF进行PM(相位调制),对BB进行IM(强度调制)。既可以对多个ONU(光网络单元)提供高频无线接入,又可提供光纤有线接入,提高了通信的安全性,而且把信号的集中处理放在OLT(光线路终端)。系统采用再调制技术对上行信号进行调制传输,无需使用额外的光源,降低了系统的成本。最后利用光学软件Optisystem仿真分析了这种混合接入系统的有效性和可靠性。

1 系统设计

WDM-PON是将WDM技术应用到PON系统中,它主要由OLT、ODN(光分配网)和多个ONU组成。在下行传输中, 将不同波长的信号经过MUX(多路复用器)融合后进行传输,然后在用户端经过解复用器解调出各个波长信道,用户根据波长信道的不同来选择自己所需要的数据;上行传输中,将ONU发出的各个波长信号利用WDM技术融合到一起,再经过光纤链路传输到OLT[5]。因此,WDM-PON在OLT和ONU之间实现了一种虚拟的点到点的通信。而ROF技术是光纤通信和无线通信相结合的无线接入技术,ROF系统包含CS (中心站)、BS(基站)、光链路和用户端4个部分,用光纤作为BS与CS之间的传输链路,直接利用光载波来传输RF。

实现混合接入系统的框图如图1所示,在OLT端,由N个DFB(分布反馈激光器)产生不同波长的连续光载波,将每个信道的光载波输入到PM中,用无线链路信号驱动PM产生双边带的光毫米波,调节PM使其调制为DPSK(差分相移键控)格式;用一个IL(梳状滤波器)将上下两个边带分开,运用IM将BB调制在下边带之上;用OC(光耦合器)将已调的下边带和上边带信号进行耦合,利用AWG(阵列波导光栅)将携带不同波长信号的光载波进行WDM,并通过单模光纤进行传输。在ODN中,通过一个AWG将携带不同波长信号的光载波解复用并送到不同的ONU。在ONU中,首先通过一个IL将上下边带滤出,携带BB的下边带直接进入PIN(光电检测器)解调出BB。被滤出的上边带信号分为两部分,一部分通过MZDI(马赫-曾德干涉仪)和PIN解调出无线链路信号;利用载波重用技术,对另一部分上边带信号进行再调制来传输上行信号,用上行BB对载波的上边带进行IM,并把再调制后的信号送回到OLT进行解调分析。在此结构中,下行无线链路信号采用PM,BB采用IM,基于IM和PM的正交性,在OLT就可用不同的解调方案解调出来。

2 系统仿真与分析

为了验证所提方案的可行性,利用光学软件Optisystem7.0搭建了汇聚混合业务传输的接入系统的仿真平台,如图2所示。

在OLT中,采用 DFB 阵列产生4路波长为1 553.6～1 556.0 nm的连续光波,其中心频率为193.1～193.4 THz,将频率间隔设置为100 GHz,由于产生的毫米波频率为60 GHz,因此100 GHz的频率间隔可以防止各信道的光载毫米波之间的干扰。各路连续光波通过一个4∶1的MUX耦合,MUX输出的光谱如图 3(a)所示。产生的光谱作为光载波送入PM中,采用频率为20 GHz的RF进行双边带DPSK调制,得到双边带的光毫米波,输出光谱如图3(b)所示,虽然仍存在部分二阶边带,但是可以看出二阶边带的功率与一阶边带相差20 dB以上,因此可对二阶及以上的边带忽略不计。将调制后的光毫米波通过IL1滤出各信道的下边带,此处所用的IL1的带宽为20 GHz,频率间隔为50 GHz;滤出的下边带送到IM中用于BB的IM,其中BB是速率为2.5 Gbit/s的非归零码伪随机序列,其周期为231-1,图3(c)所示为IM后的光谱图,由图可知,2.5 Gbit/s的BB被调制在下边带之上。将已调的下边带信号和上边带进入OC耦合。经20 km的单模光纤传输至ONU中,单模光纤的损耗为0.2 dB/km,色散为16.75 ps/(kmnm),非线性系数为2.6 m2/W。

在ONU中,由于光纤有传输损耗,用20 dB的EDFA(掺铒光纤放大器)进行功率补偿,然后通过IL2分离出携带BB和RF的上下边带,IL2的带宽为30 GHz,频率间隔为50 GHz。滤出的下边带经过APD(雪崩二极管)的光电检测转换为电信号,通过低通贝塞尔滤波器滤波后送入3R再生器中还原出BB。带有毫米波的上边带由光分路器分为两部分,一路信号由于采用了DPSK调制,首先送入MZDI中进行平衡检测,把PM转换为IM,然后通过PIN进行光电检测,检测后的电信号通过带通矩形滤波后与频率为60 GHz的正弦信号进行相干解调,最后通过LPF后送入3R再生器。另一部分信号被送入IM中进行上行信号的再调制,2.5 Gbit/s的BB驱动IM对重利用的光载波进行再调制,经20 km的单模光纤传输到OLT,在OLT中经过光电检测和LPF滤出上行BB。因为光载波的下行边带是经过DPSK调制的,未携带下行BB,对上行信号进行IM,基于PM和IM的正交性,下行信号不会对上行信号的解调和接收产生影响。图3(d)为上行信号经过IM的光谱图,由图可知,上行BB被调制在载波的上边带上。

在保持其他的器件参数不变,不同长度的光纤传输的情况下,分别测试了有线和无线信号的接收眼图,同时分析了系统的Q因子。Q值越大,代表系统的性能越好,一般要求光通信系统的Q值大于6。图4所示为不同传输方式下系统的眼图及Q因子的比较,图4(a)是下行BB在BTB(背靠背)情况下的眼图,经过20 km传输后的眼图如图4(b)所示,眼图张开还是较理想的,说明有线信号经过长距离传输后未受太大影响,传输性能较理想。图4(c)为两种传输距离下的Q因子比较,BTB传输时,最大的Q值为26.74,传输20 km后最大值则为17.73。图4(d) 和(e)为毫米波在BTB和20 km传输下的眼图,可见毫米波信号经过20 km光纤传输后,眼图的形状有所劣化,眼皮也有所增厚,这是由于传输过程中光纤色散和光信噪比降低的影响。尽管如此,眼图张开还是比较明显,说明在一定传输范围内毫米波能被准确地接收。图4(f)为Q因子的比较,其在20 km传输后的最大Q因子也由BTB的26.90变为15.03。图4(g) 和(h)为上行信号调制后的眼图,图4(i)是Q因子的比较,由图可见,最大Q值由17.20变为9.83,说明随着光纤传输距离的增加,由于光信噪比的降低,解调出的上行信号的功率也有所下降,但整体沿途效果还是比较理想,说明其能被准确接收。

3 结束语

目前关于有线和无线混合接入的研究是通信领域的热点,本文提出一种采用正交调制格式来传输无线和有线业务的接入网系统,简化了系统的器件配置,并且通过Optisystem软件的仿真,得到了其光谱图和眼图,验证了这一系统的有效性和可靠性。WDM-PON系统在用户的可用带宽、网络安全性以及升级方面有着无与伦比的优势,而有线和无线混合接入的WDM-PON系统更是未来光接入网的发展方向。

摘要：为了满足不同高带宽业务的需求,提出一种同时传输有线和无线信号的混合接入网系统。在下行链路中,无线信号以相位调制格式在光载波上传输,有线信号以强度调制格式重调制在光载波上,在ONU(光网络单元)采用不同的解调方案进行解调接收;在上行链路中,通过载波重用技术再调制有线基带信号并将其传输至OLT(光线路终端),简化了系统的器件配置。利用光学软件Optisystem验证了系统的可靠性和有效性。仿真结果显示,无线链路信号和有线基带信号经过正交调制传输后,在用户端仍能得到较好效果的眼图,说明它们能被准确地接收。采用载波重用技术的上行基带信号也能被OLT准确地接收。

关键词：光通信,波分复用无源光网络,正交调制,梳状滤波器

参考文献

[1]Yeh C H,Chow C W.Heterogeneous radio-over-fiberpassive access network architecture to mitigate Ray-leigh back scattering interferometric beat noise[J].Opt Express,2011,19(7):5735-5740.

[2]Cao Z,Yu J,Zhou H,et al.WDM-ROF-PON Archi-tecture for Flexible Wireless and Wire-Line Layout.[J].Optical Communications and Networking,2010,2(2):117-121.

[3] Yu J,Jia Z,Wang T,et al, Demonstration of a Novel WDM-PON Access Network Compatible with ROF System to Provide 2.5 Gb/s per Channel Symmetric Data Services [A].OFC2007 [C].CALIFORNIA USA:OSA,2007.PaPer OThM5.

[4]Lin C T,Chen J,Peng P C,et al.Hybrid Optical Ac-cess Network Integrating Baseband and Radio SignalsTransmitted on a Single Wavelength[J].IEEE PhotonTechnol Lett,2007,19(20):1691-1693.

混合信号 第6篇

1 高速数模混合电路信号的完整性

信号完整性就是在信号线上, 信号的质量。想要保证信号的完整性, 必须满足一定的要求, 要确保空间的完整性, 能够满足电路相关的要求, 比如, 最大输入的低电平要求。还要确保时间上的完整性, 要能够有效维护电路的最小维持时间等。

1.1 电路信号完整性的影响因素

就信号完整性而言, 受到多种因素的影响。一是:延迟。就信号而言, 其传输要借助PCB板的导线, 在传输过程中, 会出现传输延迟现象。一旦传输的信号延迟, 电路系统时序将会受到影响, 进而影响信号的完整性。就传输延迟来说, 会受制于导线的长度、周围介质的介质常数。二是:反射、串扰噪声。在电路系统运行中, 如果信号线网出现过孔、弯曲等问题, 将会产生反射噪声。如果电路信号网、电源分布系统等之间出现电磁耦合, 将会产生串扰噪声, 都会干扰信号, 影响信号的传输。

1.2 电路信号完整性需要解决的问题

1.2.1 电源分布

在设计高速数模混合电路板过程中, 要全方位分析电源分布网络。它要为低噪声的电路板电路提供必要的电源, 但属于低噪声, VCC、接地等都需要包括内。还要在提供对应的信号回路, 电路板上产生、接收的信号便是其主要对象。

1.2.2 串扰问题, 运用电磁兼容性。

所谓的串扰是指在电路运行过程中, 存在于线迹之间多余的信号耦合, 属于电容、电感性质。电容性的串扰就是信号线路的电容耦合, 一旦不同线路相互靠近, 就会发生串扰问题。而电感串扰是线路中多余变压器线圈间的信号耦合, 在电流环路作用下, 出现串扰问题。借助电磁兼容性, 使各种电气装置、电气系统能够同时在电磁环境下存在, 不会被电磁环境影响, 也不会影响周围环境。从某种角度来说, 在电磁兼容性作用下, 电路系统信号不会受到周围环境的影响, 已有的性能、功能也不会被损坏, 导致周围环境中的电磁能量过多, 影响电路周围设备的正常运作, 避免电路故障的频繁发生, 处于有序运行中。

2 高速数模混合电路PCB设计

在全面了解电磁兼容的基础上, 要遵循这些方面的原则。在设计PCB的时候, 需要尽可能减少电流环路已有的面积, 确保电路信号能够顺利通过, 避免出现大型的环状天线。同时, 在设计的时候, 不能采用多个参考面, 避免形成偶极天线, 影响信号的传输。

2.1 布局布线方面

在布局元器件的时候, 要分开放置模拟与数字电路部分, 以数字信号为例, 要在数字电路区间内部进行布线。在返回电路的时候, 数字信号才不会进入模拟信号区间, 干扰其中的模拟信号, 影响信号的正常传输。如果线路具有较高频率, 需要进行手工布线。在此基础上, 要注意输入、输出连接器所处的位置, 处理好模拟电路、数字电路的布线, 避免相互影响。要采用低阻抗的电源以及地网络, 避免数字电路导线受到较大的感抗, 避免模拟线路出现电容耦合现象。此外, 如果数字电路的频率较高, 而模拟线路有具有较强的敏感度, 相互之间必须保持一定的距离。

2.2 处理电源和接地线

在设计过程中, 要合理布局接地线, 进行必要的处理, 提高电路性能。在优化设计高速数模混合电路的时候, 需要全方位了解电路回流到地面的方法。如果需要分割地线层, 还要经过其中的间隙布线, 需要采用单点连接的方法, 连接被分割地, 构建连接桥梁。在优化利用连接桥布线的基础上, 使每个信号线下方都有直接的电流回流路径。当然, 也可以借助光隔离器件等, 跨领域分割信号间隙。在设计电路PCB的时候, 还需要综合应用数字与模拟电路, 注重电路信号布线, 有效解决设计中遇到的实际问题, 比如, 布局布线问题, 避免分割地带产生相关问题。需要全面分析高速数模混合电路板的测试结果, 优化设计方案, 灵活应用电磁兼容性, 合理设计PCB。此外, 就混合信号PCB板而言, 必须有独立的数字、模拟电源, 借助分割电源面, 控制好电源平面, 必须小于相邻的地平面, 避免出现耦合效应。

2.3 处理混合器件

通常情况下, 混合器件都有晶振等, 而在器件内部, 也是由数字电路、模拟电路相互组成。在设计过程中, 需要把DGND、AGND的引脚连接到相同的低阻抗上面, 要尽可能缩短引线, 确保所有的DGND都能顺利通过。尽管转换器内部的数字电流会进入到模拟的地平面中, 但并不会对其中的信号产生较大的干扰, 能够确保信号信息的正常传输。在此基础上, 数字与模拟电路引脚也需要连接到模拟的电源平面中, 并靠近相关的旁路电容, 还可以采用跨接电感的方法隔离线路。

3 结语

总而言之, 在电路板发展过程中, 要把高速数模混合电路放在核心位置, 优化PCB设计, 确保电路信号的完整性, 能够在不同线路中有序传输, 信号不会被电磁干扰, 确保信息数据的准确。在设计的时候, 要特别注意电磁兼容问题, 突破设计难点, 避免电路板被干扰。以此, 避免电路故障的频繁发生, 线路设备具有其电磁兼容性, 使其处于安全、稳定运行中, 使电路板更好地投入到使用中, 具有较好的效益。

参考文献

[1]郭锐.数模混合电路的PCB抗干扰设计[J].机电信息, 2015, 18:146-147.

[2]李小荣.高速数模混合电路信号完整性分析与PCB设计[D].杭州电子科技大学, 2010.

[3]黄菁, 杜田.基于信号完整性分析的高速电路设计[J].仪表技术, 2012, 06:16-19.

混合信号 第7篇

关键词：定时,测试,混合信号示波器

除了模拟通道,先进的混合信号示波器也包括用来分析数字逻辑状态和协议信息的数字通道。在对新模块进行初始化操作时,嵌入式设计开发人员需要执行一系列各类测量。除了串行和并行数据总线上的数字信号以外,还需要分析来自如A/D转换器和电源这类组件的模拟信号。由于开发周期不断缩短,尽快完成这类分析工作的压力持续增加。这就是为什么能够提供可靠测量结果的全面综合测量工具对今天的开发人员至关重要的原因。

图1显示为包含A/D转换器的模块。本篇文章将讨论如何使用先进的混合信号示波器(Mixed Signal Oscilloscope,MSO)高效分析这类模块。这里重要的是评估模拟信号特性,以及A/D转换器输入信号质量。就其数字电路而言,A/D转换器输出必须正常工作,SPI控制指令必须正确解码。当然,时钟信号对A/D转换器正常运行也起重要作用。最后,必须测试电源质量。

快速表征模拟信号

作为调试过程的第一步,用示波器观察主要感兴趣信号,本例是A/D转换器输入信号,看看信号中是否存在如毛刺或矮脉冲之类的任何罕见故障。R&S RTE先进数字示波器提供高达每秒1百万个波形的高波形捕获率,能够以很高概率快速地定位并消除系统缺陷。

R&S RTE QuickMeas功能使用户能够快速浏览信号特征。对于选择的信号,QuickMeas同时显示多个用户定义测量参数的结果。图2显示同时测量A/D转换器输入信号的频率、峰峰值电压和RMS值。如果用户想要测量的参数不在QuickMeas测量结果之列,则可以激活附加的自动测量功能,包括参数统计。高波形捕获率和处理速度对统计分析来说至关重要,因此,即使是复杂的测量也能快速处理。

除了基波和谐波,R&SRTE可以检测和分析信号频谱中其他的影响和干扰因素,如突发信号或间歇信号。为了实现弱信号检测和精细测量,示波器必须有低噪声的模拟前端,该前端要有宽动态范围和没有带宽限制的高输入灵敏度。R&S RTE提供的FFT功能使用户工作起来更加轻松:操作只需输入中心频率、频率带宽和分辨率带宽。

并行数据总线分析

集成化逻辑分析使得示波器能显示与模拟波形时间相关的数字信号。R&S RTE混合信号选件将示波器转换成具有16条数字通道且易于使用的MSO示波器。在本例中,A/D转换器输出有9路信号(对应8个数据位和时钟信号)。针对时钟信号的有效沿来确定总线的逻辑状态。用户根据实际总线拓扑结构配置并行总线,定义哪些数字通道是总线的一部分,以及定义二进制判决门限。R&S RTE示波器支持同时解码4路并行总线或串行总线。每个总线用屏幕边缘上的信号栏图标表示。无论其他设置如何,该图标显示所有激活逻辑通道目前的状态(高、低、切换),给用户一个总线活动的快速概览。这也包括未在图中显示的通道。当然,解码的总线可以用总线数据格式显示。如图3所示,在分析A/D转换器输出时,用模拟波形显示解码更为合适。例如,这样能够直接比较转换器的输入信号和输出信号,以及测量两个信号间的时间偏移。输出信号中出现的任何畸变将一目了然。

在模拟总线显示中频繁出现的尖峰(参阅图3)清晰指出模块设计存在问题。之所以能够观察到这些窄的尖峰是因为每条数字通道有5 Gsample/s的高采样率,它等价于200ps的时间分辨率。在R&SRTE中,这个采样率可在整个100 Msample存储深度范围使用。因此即使是在可以检测到该触发点很长时间后出现的尖峰也可看到。合乎逻辑的假设是这样的尖峰是由建立时间和保持时间违规的定时问题引起的。建立时间决定在下一个时钟沿到来前数据信号必须存在多长时间,保持时间指出在时钟沿生效后数据信号必须保持不变多长时间。为了测试我们的假设是否正确,我们所要做的就是在示波器中,相对数据信号来水平偏移时钟信号。R&S RTE示波器能够相对所有其他通道,单独偏移任何数字通道(参阅图4)。如在图5中看到的,在本例中,仅2ns的偏移即足以消除模拟总线图像中的尖峰。基于这一认识,用户可以审查设计,并对信号路径长度做出任何必要的改动。

测试串行通信

A/D转换器输出由SPI接口控制。这里,开发人员必须验证传输过程工作正常,编程接口和模块运行之间的时序相互关系是否符合规范。

除了传输的用户数据以外,串行总线信号还包括嵌入在帧内的控制和地址信息。因此,对包含串行数据总线的系统进行调试需要额外软件支持。如果示波器能够对串行协议内容进行触发并显示解码消息,那么隔离特定协议事件将变得很容易。因此,示波器必须支持触发和解码广泛使用的串行接口协议,如I2C、UART/RS-232、CAN和SPI。

图6显示启动A/D转换器的SPI指令序列。除了被解码总线的协议细节以外,还可看到各个数字线的二进制状态(时钟、片选信号、数据)。这个清晰的图像可以很容易确定消息内容是否正确。如果需要,也可以用表格格式列出协议解码信息。

当测试SPI通信时,用户可以尽量减小A/D转换器输入信号和输出并行数据总线的显示,以便充分利用整个屏幕。然而,这些信号清晰的概览仍然保留在屏幕边缘上最小化的缩小视图中(参阅图6)。

调试过程中另一个重要环节是确定SPI指令结束时刻和A/D转换器输出信号开始时刻之间的响应时间。光标功能可以轻松测量时间差。在R&S RTE上,用户只需拖住A/D转换器输出信号最小化图标回到屏幕即可显示。可以在同一窗口或分开在两个窗口中显示SPI序列和并行总线,如图7所示。接着,应减小示波器的时基,直到可以执行有意义的测量。图8显示在能够充分定位光标的窗口中的测量结果。

总结

混合信号 第8篇

1系统总体设计

针对某型号常规弹药实际飞行需求, 本设计中MIMU由挪威Sensonor公司生产的具有微型封装的高精度三轴数字陀螺仪STIM202和3个单轴加速度计MODELL1221构成, MIMU微加速度计输出3路模拟信号, 三轴陀螺仪输出RS422格式的数字差分角速率信号。

根据MIMU输出模式, 混合采编系统结构框图如图1所示。系统按具体功能分为电源稳压模块、时钟电路、信号调理模块、电平转换模块、A/D转换模块以及FPGA控制模块和FLASH存储模块。其中FPGA控制模块为系统核心控制模块。图1为系统硬件设计框图。

系统采用外部电源供电方式, 通过供电稳压模块进行电压转换和滤波以提供稳定可靠的工作电压。信号调理模块设有6路模拟量输入通道, 可根据实际需要选用, 模拟信号经过硬件低通滤波、信号放大等调理电路后, 进入16位高性能数模转换芯片ADS8365进行数模转换成数字信号;该芯片采用6通道同步采样转换, 单+5 V供电;由于MIMU输出的角速度信息采用RS422差分信号传输, 故在电平转换模块采用电平转换芯片MAX3490将该差分信号还原成单端数字信号;控制模块FPGA芯片选用Xilinx公司的XC2S30, 经过前端处理的数字信号分别通过8位数据线和串口1写入FPGA, 分别缓存于FPGA内部容量为1 K×8 Bit FIFO中, 根据所要求帧结构进行数据编帧整合后写入1 G×8 Bit的存储模块K9K8GU0M。XC2S30同时负责整个系统的时序逻辑控制以及模拟串口将整合后的数据实时上传到上位机。

2系统硬件设计

2.1电源稳压模块

在实际应用中, 系统通常采用干电池供电以适应应用环境, 电源稳压模块可以给各控制处理芯片提供稳定可靠的工作电压[2]。在本设计中, 电源稳压模块由REG104—5和MAX8882EUTAQ构成。

REG104—5是一款低噪声、高精度电源转换芯片, 其最大允许电流为1 A, 可以满足整个系统满负荷工作需求。MAX8882EUTAQ是美信公司生产的双通道、低噪声电源转换芯片, 适用于+2.5~+6.5 V输入电压, +3.3 V、+2.5 V双通道输出。REG104~5将干电池输出的+7.4 V电压转换为+5 V电压, 其输出端接MAX8882EUTAQ电压输入端, 实现将+7.4 V电压转换为+3.3 V、+2.5 V双通道输出, 为不同芯片提供不同工作电压。在电源芯片输入输出端与GND之间均需接入去耦电容以减少噪声, 保证电源模块稳定性。

2.2信号调理模块

MIMU直接输出三轴加速度信息模拟量, 在保证模拟信号不失真的前提下对信号进行滤波与降噪处理, 可以提高最后的MIMU姿态解算精度。模拟信号进入信号调理模块, 先经过电压跟随电路, 而后进行滤波和放大[4], 本系统中电压跟随放大器采用TI公司具有轨到轨特性的运算放大器OPA4340。OPA4340为4通道运算放大器, +5 V供电, 且外围电路简单易于搭建。

2.3 A/D转换模块

A/D转换模块采用TI公司推出的6通道输入、16位高精度模数转换芯片ADS8365, 设计中, FPGA向AD提供5 MHz输入时钟, AD输出数据以16位并行模式与FPGA相连接[5]。FPGA通过对HOLDX信号的控制触发一次数据转换, 转换完成后, 新的数据被锁存至输出寄存器, 转换结束信号EOC经过判读后, 通过并行16位数据线A15~A0将数据读入FPGA, 同时FPGA也可以通过BYTE引脚选择AD数据输出模式, 高电平为字模式, 低电平为字节模式。

2.4数字量电平转换模块

MIMU通过RS422接口输出三轴角速度信息, RS422差分信号与FPGA的I/O口并不兼容, 因而需要在电平转换模块将角速度通过MAX3490调制解调器实现信号还原, 其输入端接MIMU角速率输出口, 输出端与FPGA模拟串口1的I/O口相连。根据传输距离和传输介质特性, MAX3490差分输入端R﹢与R-之间需接入匹配阻抗120Ω, 以减少信号反射和衰减。速度信息转换为单端数字信号。该模块采用美信公司生产的。

2.5 FPGA控制及存储模块设计

设计中FPGA选用Xilinx公司生产的XC2S30作为核心控制芯片, 实现信号采集、存储、上传以及时序逻辑控制功能。通过16位并行I/O口与AD数据总线DB0~DB15连接, 可以直接读取AD转换后数据, 进而将数据在FPGA内部容量为1 Kb的FIFO中缓存并将采集到的MIMU数据进行编帧。通过8位并行I/O口与FLASH存储芯片数据总线IO0~IO7连接, 最终将整合编帧后的数据写入FLASH。AD的控制引脚CS、RD、WE和FLASH的控制引脚WE、R/B、WP均与FPGA相连, 为FPGA作为系统控制核心提供硬件保证。

3系统控制时序逻辑设计

目前, 针对惯性导航应用背景提出数据实时采集处理的设计方案主要分为两大类[6], 一类是经过采集处理后的数据通过各类接口实时上传到PC机进行结算;一类是将飞行过程中惯性传感器输出信息准确采集存储到Flash等存储介质中, 通过相关的回收装置对数据进行回收后, 再进行事后结算、处理, 前者适用于转台、跑车等地面实验, 后者适用于各类实弹飞行实验。本系统中, 配置了Flash芯片用于数据存储, 也通过FPGA模拟串口用于数据实时上传, 对于地面实验和飞行实验均有良好通用性。

3.1系统采集控制时序逻辑设计

不同格式数据的混合采集和存储是本系统的一个特点, MIMU角速率输出频率为固定的1 k Hz;ADC在5 MHz时钟输入时采样率为5 k Hz;由于姿态解算时需要提供更新频率一致的加速度信息和角速率信息, 故以MIMU角速率输出频率作为参考, 通过判断陀螺仪输出帧头的方式控制ADC启动, 将整合后的数据更新频率调节为1 k Hz, 设定帧结构为:陀螺数据+加速度计数据, 每帧包含29字节数据, 其中2个字节的帧头, 12字节角速率信息, 12字节加速度信息, 3个字节的帧计数。图7是数据采集的流程。

XC2S30上电复位后的系统软件流程图如图8所示。FPGA通过串口1接收MIMU角速率信息, 判断到该组数据帧头EB90后触发一个高脉冲信号ad_start, AD开始采样转换, 同时将采集到的角速率信息存入FIFO2。AD转换完成后FPGA将前3通道输出寄存器中数据读入并缓存于FIFO1。串口1判断接收到完整一帧12字节角速率信息后返回程序顶端等待下一帧数据到来。在这期间, FPGA将FIFO1中数据写入FIFO2与之前写入的数据进行整合, 完成一帧数据的采集编帧工作。

三轴加速度信息通过AD前三通道进行采样, 本设计中控制引脚A2~A0设定为110将ADS8365设置为6通道数据输出循环模式;BYTE置0选择数据输出模式为16位并行输出。FPGA中AD控制模块在ad_start上升沿时将/ADCS、/HOLDX置0, 使得AD开始采样转换, AD一次转换结束后产生由三个低脉冲信号组成的/EOC信号, FPGA在第3个低脉冲信号下降沿时将/ADCS置1, 关闭AD停止采样并返回程序顶端等待下一次ad_start上升沿到来。以此循环, 在每一帧角速率信息后编入一帧加速度信息, 整合后的数据更新频率与角速率更新频率一致为1 k Hz, 为后续的数据提取和处理奠定良好基础。

3.2系统中数据存储与上传设计

向Flash写入数据需要满足三个条件[7], 首先是Flash片选信号有效, 保证其处于可编程状态;其次页编程命令字与地址均已写入Flash;最后满足FIFO2中存储状态判读条件, 保证FPGA处于可向Flash写数据状态。在设计中要特别注意对FIFO2中存储状态判读条件的设置。如果设置FIFO2中有1K数据才将数据写入Flash, 就会在系统掉电后丢失FIFO2中未及时写入的数据, 因此, 当Flash中存储状态判读信号empty不为零时, 就允许将数据写入Flash, 以保证数据完整性。

FPGA可以通过串口将内部FIFO中的数据实时上传给上位机。串口2为FPGA模拟单通道串口, 仅设置数据发送端TXD, 实现数据向PC机上传功能, 串口数据传输波特率根据要求对给定的系统时钟进行分频, 得到和上位机通信所采用的波特率同步的时钟, 本系统波特率设置115 200。为了保证数据准确性, 数据按帧传输, 每帧包括1位起始位, 8位数据位和1位停止位, 设计中串口通信模块数据传输格式如图9所示。其中起始位为低电平、停止位为高电平。

4实验验证

系统设计完成后, 通过地面转台试验对采编系统进行性能测试。MIMU量程为加速度±5 g、角速率±200°/s, 安装方式采用Y轴平行于方位轴向东, X轴平行于俯仰轴向上, Z轴平行于横滚轴向北;对三轴向分别进行静止±1 g位置试验、速率实验和地面仿真试验, 实际安装方式如图10所示, 系统的长和宽均7 cm, 高8.5 cm。

4.1±1 g多位置试验

三轴多位置试验中, 设置转台使得X、Y、Z轴向的加速度计分别处于+1 g、+0 g、-0 g、-1 g位置, 利用设计的混合信号采编系统实时采集MIMU输出数据。

三轴多位置试验结果如图11所示, 加速度计输出为0~5 V的电压信号, 输出噪声小于20 m V, 与加速度计原始输出噪声范围吻合。

4.2三轴转台速率试验

速率试验中, 设置转速从-200°/s到+200°/s, 间隔10°/s, 根据设置的角速率, 每个角速率保持30 s, 利用设计的混合信号采编系统实时采集MIMU输出数据。

速率试验结果如图12所示, 限于篇幅设置, 只给出了Y轴角速率输出值, 通过设置转台理论角速率和本设计测量得到的角速率值进行对比[8], 图12为采集到的Y轴实际输出的角速率与理论值拟合后的图像, 经过计算得到相对误差小于1%, 误差很小, 与高精度三轴数字陀螺仪STIM202原始输出误差范围吻合符合要求。

4.3地面仿真试验

将MIMU固定在三轴转台上, 设置转台参数模拟弹体飞行轨迹, 利用设计的采编系统实时采集数据, 并利用采集回来的数据通过相关姿态解算绘制出弹体飞行姿态信息, 如图13所示。

以上实验结果说明设计的数模混合信号采编系统能够很好地完成对MIMU信号的采集存储工作, 准确反应前端传感系统的输出信息, 采集到的数据可以为后期误差分析和姿态解算提供准确的数据。如需要实时显示采集到的数据, 可以通过串口2将采集到的数据实时显示到PC机上。

5结束语

本系统以XC2S30 FPGA为数据采集与系统时序逻辑控制的核心, ADS8365作为高精度模数转换器, 完成了对微惯性测量组合输出的数模混合信号数据的采集、存储与实时上传。满足了某项目实弹飞行试验中, 对混合信号MIMU输出数据的采集与存储的需求。该系统设计简洁、功耗低、体积小易于集成, 具有通用性和扩展性, 适用于组合导航、惯性导航等多通道实时数据采集系统, 在工程上具有一定的参考价值。

参考文献

[1] 李杰, 刘俊, 张文栋.微型测量装置.仪器仪表学报, 2006;27 (z2) :1450—1462Li J, Liu J, Zhang W D.Micro inertial measurement decice.Chinese Journal of Scientific Instrument, 2006;27 (z2) , 1450—1462

[2] 李杰, 马幸, 刘俊, 等.小型惯导系统数据实时采集处理与存储设计.中国惯性技术学报, 2008;6:274—277Li J, Ma X, Liu J, et al.Design of real-time data sampling-processing and storing for miniature inertial navigation system.Journal of Chinese Znertial Technology, 2008;6, 274—277

[3] 刘俊, 石云波, 李杰.微惯性技术.北京:电子工业出版社, 2005Liu J, Shi Y B, Li J.Micro-inertial Technology.Beijing:Publishing House of Industry, 2005

[4] 姚宗, 文丰, 张文栋, 等.基于FPGA的多通道数模信号实时采编存储系统.计算机测量与控制, 2010;18 (7) :1596—1598Yao Z, Wen F, Zhang W D, et al.Digital and analog signal real-time acquisition and storage system based on FPGA.Computer Measurement&Control, 2010;18 (7) :1596—1598

[5] 16-Bit, 250kSPS, 6-Channel, Simultaneous Sampling SAR Analogto-igital Converters.http://www.ti.com/automotive.2006

[6] Bernstein J.An overview of MEMS inertial sensing technology.Sensors, 2003;4 (2) :11—13

[7] 马游春, 张涛, 李锦明.FPGA集成FIFO在高过载存储测试系统中的应用.仪器仪表学报, 2004;27 (6) :2350—2351Ma Y C, Zhang T, Li J M.Application of FIFO integrated by FPGA in high overload storage measurement system.Chinese Journal of Scientific Instrument, 2004;27 (6) :2350—2351