信号解调

关键词： 解调 多址 成分 信号

信号解调（精选七篇）

信号解调 篇1

PCMA技术是1998年由美国Viasat公司提出的一种新的卫星通信多址接入技术[1]。PCMA卫星通信系统采用透明转发器,经卫星转发后,2个地球站均可接收到由本地信号成分(自干扰信号) 与对方信号成分(有用信号)组成的下行混合信号,由于用户已知自身发射信号的内容,因此可以采用干扰抵消算法在一定程度上消除自干扰信号[2]。由此可见,PCMA系统的关键技术在于自干扰信号的参数估计与抑制,实现信号分离。

对PCMA系统建模的基础上,详细分析了PCMA自干扰信号的捕获及参数估计方法。针对不同的信号参数特征,采用有效的参数估计算法,并对最为关键的时延估计,通过消除载波频偏对相关特性的影响,提高了时延估计的准确性,从而实现了对PCMA信号的准确分离及有用信号的可靠解调。

1PCMA系统模型

PCMA系统是一个自干扰系统,在解调之前首先需要进行自干扰信号的抵消,实现信号分离。PCMA系统解调处理过程示意图[3]如图1所示,其中 τ 为时延、f为载波频率、 为载波相位、A为信号幅度。

高斯信道下,地球站接收到的下行信号可表示为:

式中,s(t)为有用信号;J(t) 为自干扰信号;n(t) 为系统引入的高斯白噪声,单边功率谱密度为N0。考虑复基带模型,当自干扰信号为PSK数字调制信号时,干扰信号可表示为:

式中,A为自干扰信号的幅度;θ(t)为载波瞬时相位 (含频偏);τ 为信号传输时延;a(n) 为发送的符号序列;T为符号周期;h(t)为信道脉冲响应。为了重构自干扰信号,需要对自干扰信号的幅度、载波瞬时相位、信号传输时延进行估计。重构的自干扰信号可以表示为:

式中,分别为干扰抵消器对自干扰信号的幅度、载波瞬时相位、信号传输时延的估计,干扰抵消器的性能与上述参数的估计误差有关[4,5]。

2PCMA信号分离解调关键技术

2.1PCMA自干扰信号时延估计

PCMA自干扰信号时延估计采用差分共轭相关算法。设本地序列为c(t),其码元宽度为 τ0,则它与自身延迟的相关函数可以表示为:

当c(t)长度为N时,

由相关检测的公式可以看出,当本地序列与接收序列对齐时相关值最大,而其他情况相关值很小。

为了消除载波频偏对相关特性的影响,在进行信号相关检测时,首先将接收的信号变至零中频,然后延迟一个符号共轭相乘、低通滤波得到基带信号; 对本地序列进行差分(使用本地符号延迟相乘来实现),然后对差分后数据进行与接收信号相同调制样式的调制;将接收信号的差分信号与本地调制信号进行滑动互相关,若相关系数出现的峰值大于设定的门限,则判为信号出现,根据相关峰位置即可得到接收信号的时延估计 ^τ 。

2.2PCMA自干扰信号频率估计

PCMA自干扰信号频率估计采用经典的M&M算法。M&M算法通过求接收信号采样值的自相关函数相位增量来获得频偏估计值[6],自相关函数表达式为:

式中,Lp为相关计算的符号长度;M为设计参数,其值不超过Lp/2;zk为第k个接收符号;ck为第k个本地参考信号。

M&M算法频率估计表达式为:

式中,lm为平滑因子,

2.3PCMA自干扰信号载波相位估计

对PCMA自干扰信号载波相位进行估计时,可先忽略有用信号的影响( 或将有用信号等效为噪声)[7],则PCMA接收信号可表示为:

对接收信号进行匹配滤波,得到统计独立的样本:

应用以下算法对载波相位进行估计[8]:

式中,n'k为复高斯噪声,方差为 σ2,观测长度为L = 2N + 1,其最佳观测长度值Lopt为:

式中,f为载波剩余频差;T为采样周期;f T为归一化剩余载波频率偏差。

2.4PCMA自干扰信号幅度估计

对PCMA信号进行频偏及时延校正,并根据估计得到的自干扰信号载波相位对本地参考信号进行重新调制,得到本地参考信号为[9]:

忽略有用信号的影响(或将有用信号等效为噪声),对接收信号进行匹配滤波,得到统计独立的样本:

将接收信号与本地参考信号进行共轭相乘, 得到:

式中,θ'k为剩余随机相差,不具有周期性;n'k为复高斯噪声,方差为 σ2。PCMA自干扰信号幅度估计由下式得到:

根据估计得到的PCMA自干扰信号可以重构本地参考信号,并将自干扰信号抵消,得到有用信号。

2.5PCMA有用信号解调

PCMA有用信号采用相干解调方式,首先对I / Q两路信号进行滤波,然后对中频信号进行下变频滤波(对零中频信号可以跳过此步骤),接着进行码元同步、载波同步,然后进行判决,最后得到数字码流。

3信号分离解调算法仿真

以QPSK调制信号对PCMA信号分离解调算法进行仿真。QPSK信号参数如下:Fs:200 × 106;Rs: 25 × 106; Eb/ N0= 15 d B; 成型滤波 器滚降系 数: 0. 35;2个信号参数一致。将其中一个信号作为PCMA自干扰信号,应用差分共轭相关算法估计自干扰信号时延得到的相关峰[10]如图2所示。

由图2中的峰值位置即可得到接收信号中自干扰信号的时延估计,找到自干扰信号与本地信号的对齐位置。

对自干扰信号进行频偏估计并校正后的自干扰信号载波相位估计值如图3所示。

根据估计得到的自干扰信号时延、频偏、载波相位及幅度对本地参考信号进行重调制,对应抵消后的信号时域波形及信号频谱如图4所示。

由图4可以看出,应用自干扰信号干扰抵消算法后,信号时域波形幅度明显降低,得到有用信号, 对有用信号进行解调后的信号星座图如图5所示。

由图5可以看出,对于PCMA信号,采用自干扰信号抵消算法后,可以实现对有用信号的正确解调, 从而验证了在自干扰信号参数估计方面,差分共轭相关、M&M和匹配滤波等算法的有效性,相对于基于参数量化的最大似然估计算法,该方法更为简单, 易于工程实现。

4结束语

相移键控信号盲解调的仿真分析 篇2

在通信对抗侦察中,对相移键控信号进行侦察主要包括检测、识别和盲解调,有效检测和正确识别是进行盲解调的条件。检测由通用的搜索侦测接收机完成即可,而识别则可用基于统计矩的数字通信信号调制识别属于哪类信号。对相移键控信号进行盲解调可在得到传输的信号相位信息的同时为调制识别提供更为详细的信息,是通信对抗中对相移键控信号侦察的重要一步。

对相移键控信号进行盲解调是对检测到的信号为相移键控信号基础上进行解调的[1],其载波和码速需要进行估计,然后进行解调,对相移键控信号进行分析和解调的文献也比较多,如张浩的8PSK全数字解调技术的实现[2]、王永建的相位噪声对QPSK系统性能的影响[3]、和贾墨林的基于FPGA的多体制中频数字解调器实现[4],但是进行盲解调分析研究比较少。

1 相移键控信号的编码及调制原理

多进制数字相位调制信号是利用载波的多种不同相位来表征数字信息的调制方式,可以分为绝对相移和相对相移两种,绝对相移是利用载波的相位来表征数字信息,而相对相移是利用码元间前后载波相位的相对变化来表征数字信息。假设用M相调制波形来表示2k种状态,有2k=M ,码元持续时间为Ts,则M相调制波形可以表示为undefined,其中φn是M中相位的一种,g(t-nTs)是该相位期间的波形成形函数。

每个相位代表的信息跟编码是相关的,在信息编码方面,主要采用格雷码等,若采用格雷码,并且假定在相位解调过程中,在不出现跨相位解调错误的情况下,则无波特率与误码率相同。

2 相移键控信号的载波频率估计和码元速率估计

相移键控信号的盲解调是在信号相关参数未知的条件下进行的,那么解调信号的参数就必须估计出来,核心的参数就是信号的载波频率和码元速率。

2.1 相移键控信号的载波频率估计

对射频信号的载波频率估计方法比较多,可以采用窄带搜索接收机对信号搜索的同时进行测量。在数字处理技术广泛应用之后采用FFT测频的广泛应用,对一个相移信号进行的傅里叶变换得到信号频谱瞬时谱,取多帧信号频谱的平均谱中心频率为载波频率。有平方倍频法测频,这种方法要求采用频率要高,信号的频率是测出频率的0.5倍。

2.2 相移键控信号的码元速率估计

码元速率估计主要有延迟相乘法码元速率估计和直方图法码元速率估计。延迟相乘法码元速率估计其估计模型如图1所示。

由此产生一个波形为w(t)=1-s(t)s(t-)的输出信号,这时对w(t)作FFT变换,就可以在频谱中码元速率的整数倍位置产生一根离散的谱线。在进行估计时,如果输出信号在频谱中出现离散谱线,并且这根谱线的幅度明显高于其邻域的幅度,则认为这根谱线所在的位置对应的数值就是信号的码元速率值。在码元速率检测时,信号首先通过低通滤波器,滤除高频成分。

3 相移键控信号解调过程

利用估计出来的参数采用相干解调,其原理如图2所示。

图2中,S(t)为模拟信号,S(n)为数字信号,I(n)为数字下变频后的I通道信号,Q(n)为数字下变频后的Q通道信号。则

undefined

式中:d(t)是幅度信息,fc是载波频率,fo是本振频率,Δφ为相差,Δφ=φc-φo,N(nTs),(nTs),(nTs),NI(nTs),NI(nTs),N(nTs)分别为相应的噪声,Ts是采样周期。提取瞬时包络,瞬时相位利用正交变换,S1为同相信道输出,S2为正交信道输出。瞬时包络和瞬时相位分别表示为

A(n)=S21(n)+S2(n) (2)

θ(n)=arctanS(n)S1(n) (3)

4 相移键控信号盲解调的仿真分析

4.1 载波频率及码元速率的估计

射频信号频率较高,这里采用降频以后的信号仿真,对载波频率为800 Hz,码元速率为200 Baud,信噪比为20 dB的相移键控信号用10 kHz的采用频率对信号进行采样,直接进行傅里叶变换,得到如图3所示的频谱。对信号进行频率估计,取门限为540(相对值),可以估计出信号频率为800 Hz。

对采样取得信号进行w(t)=1-s(t)s(t-)变换,取傅里叶变换如图4所示,经过低通滤波器后,得到信号的码元速率为200 Baud。

4.2 4PSK和8PSK盲解调仿真

对4PSK,8PSK信号在上述参数下,本振初始相位为0,其中4PSK,8PSK幅度设置为1,8PSK为1 200个相位符号,4PSK信号为450个符号,盲解调仿真如图5所示。

4.3 16QAM和16PSK盲解调仿真

16QAM和16PSK的信号在4.1节设置的参数下,本振初始相位为0,信号为900个符号,16QAM信号的幅度分别为undefined三个幅度,16PSK幅度为3,仿真如图6所示。

4.4 仿真分析

载波频率和码速率估计正确的情况下对4PSK,8PSK,16PSK,16QAM信号在-2～+30 dB每一信噪比情况下进行1 000次解调仿真,其统计性能如图7所示。

5 小结

对相移键控信号的形成和调制原理进行了分析,从而推导出对相移键控信号和振幅相位联合键控盲解调的公式,并进行了仿真,通过对仿真结果的分析,明确了信噪比多相移键控信号进行盲解调的影响,给通信对抗侦察提供了参考和依据。

参考文献

[1]冯小平.通信对抗原理[M].西安:西安电子科技大学出版社,2009.

[2]张浩,张彧,潘长勇.8PSK全数字解调技术的实现[J].电视技术,20103,4(2):4-6.

[3]王永建,赵洪林,李明江.相位噪声对QPSK系统性能的影响[J].南京航空航天大学学报,2010,42(10):68-70.

[4]贾墨林,聂伟.基于FPGA的多体制中频数字解调器实现[J].北京化工大学学报,20103,7(2):132-136.

中频遥测OOK信号解调的设计实现 篇3

OOK仍是现有遥测常用调制体制之一, 传统的调制解调处理以模拟技术为主。由于数字技术的发展, 信号和数据处理能力大大提高, 促进了遥测通信系统从模拟终端设备到数字设备的发展。由于信号的信息体现在包络不同的位置里, 当位置发生变化, 其所含的信息发生变化。需要找到一种有效的方法精确提取包络位置并输出’0’、’1’信号。

1方案设计及数学模型[1]

数字化OOK解调方案设计框图如图1所示。前端的中频OOK调制信号经下变频后得到基带I、Q信号, 滤波后进行数字检波, 提取信号包络, 采用滑窗能量累积法对信号包络进行最佳匹配, 对匹配结果进行判决, 得到’0’、’1’比特流输出。

1.1数字下变频[3]

假设接收到的中频OOK调制信号的数学表达式为:

$\begin{array}{l}S{}_1(t)=A\text{c}\text{o}\text{s}[2\text{π}(f{}_0+f{}_p)t+\theta {}_c]‚0<t\le {\rm T}(\text{基}\text{带}\text{符}\text{号}1)‚\\ S{}_2(t)=0‚0<t\le {\rm T}(\text{基}\text{带}\text{符}\text{号}0)。\end{array}$

(1)

式中, A为脉冲基带信号包络;f0为载波频率;fp为飞行器高速飞行带来的多普勒频率分量。

接收到的中频调制信号采样后经下变频:

$\begin{array}{l}{\rm I}(n)=A\text{c}\text{o}\text{s}[2\text{π}(f{}_0+f{}_p)n+\theta {}_c]\cdot \cos 2\text{π}\cdot f{}_{0}n‚\\ Q(n)=A\text{c}\text{o}\text{s}[2\text{π}(f{}_0+f{}_p)n+\theta {}_c]\cdot \sin 2\text{π}\cdot f{}_{0}n。\end{array}$

(2)

低通滤波后, I、Q两路的输出结果为:

$\begin{array}{l}{\rm I}(n)=\frac{A}{2}\cos [2\text{π}f{}_{p}n+\theta {}_c]‚\\ Q(n)=\frac{A}{2}\sin [2\text{π}f{}_{p}n+\theta {}_c]。\end{array}$

(3)

1.2数字检波

在该设计中采用平方和法提取脉冲信号包络。

跟据式 (3) , I、Q信号的平方可分别表示为:

$\begin{array}{l}{\rm I}{}^2(n)=(\frac{A}{2}){}^2\cos {}^2[2\text{π}f{}_{p}n+\theta {}_c]‚\\ Q{}^2(n)=(\frac{A}{2}){}^2\sin {}^2[2\text{π}f{}_{p}n+\theta {}_c]。\end{array}$

(4)

相加后, 则有

${\rm I}{}^2(n)+Q{}^2(n)=\frac{A{}^2}{2}$。 (5)

上述理论证明, 采用平方和法可以提取脉冲信号的包络。相关仿真图形如图2所示。

1.3滑窗最佳匹配

提取了包络信息还没有完成OOK解调工作, 因为此时信号的沿口受噪声的影响变得模糊, 而OOK信号是用不同的位置表示不同的信息, 所以对解调出的“1”码的沿口位置精度的要求较高, 如果解调判决出的脉冲前后沿位置抖动较大, 超过了冗余范围, 会引起误判, 增加了解调误码率。需要找到一种有效的方法能够精确地提取脉冲信号的位置。

在分析了OOK信号的特性后发现, 对遥测OOK信号而言, 不论基带信号周期如何, 经整形得到射频调制脉冲的宽度是固定的, 当采样率确定, 每个脉冲宽度内的样点数也是固定的, 但受到噪声等因素的干扰, 脉冲宽度会有一定程度的波动, 导致采样得到的每个脉冲宽度内的点数也在一定范围内变化。在选取最佳匹配滑窗时, 可以选定理想情况下每个脉冲宽度内的样点数作为窗长。

由式 (5) 可知, 滑动对象为包络的平方, 始终是个非负值。当窗在其上逐点滑动时, 就是在累积窗内的能量, 相当于积分的过程。当窗开始滑入脉冲内时, 其能量累积的值不断增加, 当窗全部滑到了信号包络内, 能量累积的结果最大。如果脉冲宽度超过或小于滑窗长度, 峰值不再是理想情况下的一个点, 而是出现几个相差不大的峰值。当窗逐渐滑出脉冲范围内, 能量累积值将逐渐减小。根据滑窗能量累积过程的特性, 可以采用对能量累积结果求一阶导的方法提取脉冲沿口, 从该沿口位置开始输出一定宽度的“1”码, 其余输出“0”码, 完成了OOK解调的任务。

2仿真测试与实验测试[2]

2.1测试方法

中频解调误码率测试方法如图3所示。将噪声源Agilent33250A输出的噪声和中频信号源HP8648C输出的脉冲调制信号通过合路器后送解调器, 调整信号源和噪声源的大小, 使终端误码率测试软件的误码率小于且接近1×10-4, 将此时的噪声源和信号源分别接频谱分析仪测量信号功率和噪声功率, 2个值相减即得中频信噪比。

2.2测试结果分析

从上述实验测试的结果可以看出:在进行测试时, 数据源通过校验信号源产生。调制信号通过AD采样, 存在量化误差, 且由于是任意起始点时刻开始采样, 采样位置不能保证在最佳峰值位置, 导致采样信号同真实信号相比存在一定程度的失真。从误码率测试结果表明, 在误码率1×10-4情况下, 解调结果的误码率和理论值相差小于0.5 dB, 证明了该研究项目所设计的OOK信号解调算法的正确性。

3结束语

根据OOK解调原理, 采用了数字设计方法实现了中频OOK遥测信号的解调, 通过仿真测试和实验测试证明了该设计的正确性和可行性, 获得了较好的解调性能。其中, 在脉冲位置精确定位上采用了滑窗能量累积法, 方法简单有效, 降低了设计的复杂度, 提高了设计的精度。仿真测试和实验测试均证明了该算法的可行性, 为数字化中频脉冲遥测OOK接收机的设计提供了行之有效的方法。

参考文献

[1]曹志刚.现代通信原理[M].北京.清华大学出版社, 1992.

[2]楼顺天.基于MATLAB的系统分析与设计——信号处理[M].陕西:西安电子科技大学出版社, 1998.

信号解调 篇4

OQPSK信号作为一种恒包络信号,由于具有较好的频带利用率和抗噪声性且能抑制180°相位跳变,已经成为一种在测控和通信领域广泛使用的调制方式。OQPSK解调器基于软件无线电的设计思想,对调制信号进行中频采样,采用XILINX高性能FPGA芯片,成功实现了OQPSK信号128 Ksps～30 Msps符号速率的解调。

1 中频全数字OQPSK解调器总体结构

解调器主要由抗混叠带通滤波器、高速AD采样单元、数字下变频及滤波抽取单元、数字AGC单元、符号同步和载波同步单元、判决、差分解码等模块组成。输入的模拟中频信号由抗混叠带通滤波器滤波,经过AD采样单元转换为数字中频信号,数字下变频单元用一组正交本振信号与输入的数字信号进行混频,然后根据侦察分析得到的信号带宽进行滤波抽取,得到2路零中频信号,2路信号送给后面的数字AGC、符号同步和载波同步模块进行处理。解调器总体结构框图如图1所示。

OQPSK信号解调中在载波未同步的情况下,符号同步非常困难,同时载波同步又需要符号同步提供正确的时钟信息,所以如果采用符号环路和载波环路串行同步结构有可能由于各同步算法相互依赖而使系统性能下降。设计采用的基本算法与传统串行设计完全相同,但选择了将符号同步和载波同步组合在一起构成一个大的闭环跟踪结构,从而使整个数字同步系统协同工作,保证了同步环路的稳定性。

2 下变频滤波抽取

数字下变频由数字混频器、数控振荡器(NCO)和滤波抽取单元构成,NCO可将产生的正交本振信号输入到数字混频器与采样信号混频,抽取滤波器滤除倍频分量和带外信号,并进行抽取处理,得到速率适中的2路零中频信号。当抽取倍数很大时,采用单级滤波会造成滤波器阶数非常高,消耗大量乘法器。因此在FPGA中大都采用由积分梳状滤波器(CIC)、半带滤波器(HB)和FIR滤波器级联结构来实现。

在FPGA中,NCO采用相位累加器和正余弦查找表的结构来实现,其工作时钟为采样时钟,输入的频率控制字与输出频率的关系如下:

$f{}_{\text{o}\text{u}\text{t}}=\frac{f{}_S*\text{F}\text{C}\text{W}}{2{}^{{\rm N}}}$。 (1)

式中,N为相位累加器的宽度;FCW为频率控制字;fout为输出频率。在设计中,N取30 bit,输出位宽取16 bit,频率分辨率可达0.2 Hz,无杂散动态范围可达95 dB,完全可以满足需要。

数字下变频抽取输出信号采样率为符号速率的5～11倍,下变频抽取倍数由采样率和侦察分析得到的信号带宽决定。抽取滤波单元由CIC、HB和FIR三部分完成,CIC完成最大16倍抽取,2级HB滤波器最大抽取4倍,FIR最大抽取4倍。每级滤波器的抽取倍数要根据信号带宽合理设定。需要注意的是设计中采用5级CIC滤波器设计,D倍抽取的放大倍数为D5,当输入数据位宽为16位,抽取因子为16时,输出为36位,截取高16位输出,但是D较小时,数据截位后有效位会大大降低。为了保证输出截取后依然有足够的分辨率,需要在CIC输入端加一级桶形移位器,根据D的大小对输入数据进行左移位,移位值LS可以按照下式计算:

$LS=floor\left(20-\log {}_{2}D{}^5\right)$。 (2)

同时CIC滤波器直流放大为D,5级CIC级联则直流增益为D5,在FPGA实现中,输入信号存在直流偏移时,很容易造成溢出,所以在CIC之前必须有去除直流偏移的电路。

3 符号同步环路

在全数字接收机中,采用异步采样方式,即采样时钟频率与发送的符号速率不相关,而是一个固定时钟频率,采样点中不一定包含判决时刻。由于采样不同步而引入的误差,需要用数字信号处理的方法来补偿,即通过定时误差估计值控制内插滤波器对采样得到的信号样本值进行插值运算,从而得到信号在最佳采样时刻的近似值。

符号同步环路采用基于内插滤波的定时恢复算法,主要包括定时误差检测器、环路滤波器、内插滤波器和内插控制器等。输入数据以1/Ts的速率进行采样,得到采样点x(mTs)。采样点经过插值滤波后进行定时偏差估计产生误差信号e(k),经环路滤波器滤除噪声后进行累加,累加溢出将触发移位操作或降采样的超前或滞后采样操作对定时位置进行调整,从而逐渐调整到y(kTi)的最佳采样输出。其中,Ti=Ts/k,k是一个整数。闭环结构的符号同步结构框图如图2所示。

Gardner符号误差算法多用于QPSK信号的符号同步,但应用于OQPSK信号时,由于Q路数据比I路数据错后了半个码元,因此Gardner算法的性能较差。这里采用I/Q-GAD法,即在Gardner算法的基础上针对OQPSK信号的特点进行了一定的改进,利用I路数据和错后半个码元的Q路数据进行时钟误差估计以消除上述影响。该算法的定时偏差估计结构与Gardner算法类似,只是在误差计算单元采用了错后半个码元的Q路数据。其计算表达式如下:

e(k)=-I(k-1/2)[I(k)-I(k-1)]-

Q(k)[Q(k+1/2)-Q(k-1/2)]。 (3)

式中,I(k)、Q(k)为同相和正交分量。

符号同步设计中环路滤波器的设计至关重要。环路滤波器在锁相设计中,主要是为了滤掉环路的相位噪声,提取环路误差信号,控制VCO捕获和跟踪输入信号频率和相位。其传递函数为:

$F={\rm K}1+{\rm K}2\frac{1}{1-z{}^{-1}}$。 (4)

环路滤波器分为直通路和积分路,调节直通路和积分路的系数,可以改变环路带宽和环路增益等参数,进而影响到收敛时间、捕获带宽、稳态抖动等性能。环路带宽越大,环路收敛越快,但误差值稳态抖动越大;环路的阻尼因子ξ通常取为0.707,此时环路噪声带宽,收敛时间等参数取得最好的折衷。

将同步过程分为捕获和跟踪2个阶段,在捕获阶段,环路采用较大的带宽和环路增益捕获时钟频率误差,这样可以使环路较快地达到频率锁定。进入跟踪阶段后,减小环路带宽、降低环路增益可以使环路稳态抖动减小。

在FPGA设计中为了实现的简便性,K1和K2取值为2的指数,这样可以通过简单的移位运算即可实现与误差值的相乘功能,大大减少设计中乘法器资源。在调试符号同步环路参数时还需注意另一个问题,就是输入信号的幅度对环路性能的影响很大,幅度大时,定时误差检测值变大,环路抖动加大,甚至环路失锁。信号幅度较小时,环路收敛时间加长。所以,在调试符号同步环路前,要保证AGC环路可靠锁定,并且要考虑信号的动态范围

4 载波环路

设计采用直接判决载波相位同步算法,利用IQ两路硬判决后的信号,对输出的2路基带信号进行处理,产生相位误差控制信号,通过环路滤波,控制载波恢复锁相环路。同步算法结构如图3所示。

输入基带信号以2倍的符号速率进行采样,经串并转换后产生x(k)和x(k+1/2)两路信号,“I/Q”模块分别计算出x(k)和x(k+1/2)两路信号的同相和正交分量:I(k)、Q(k)、I(k+1/2)、Q(k+1/2)。

检测器做如下判决:

$\widehat{a}{}_k=\mathrm{sgn}[{\rm I}(k)];$

$\widehat{b}{}_k=\mathrm{sgn}[Q(k+1/2)]$。 (5)

误差产生单元利用I路数据和半个码元后的Q路数据进行相位偏差估计,以消除Q路数据相对于I路数据错后半个码元的影响。误差产生单元进行如下运算:

$e(k)=\widehat{a}{}_{k}Q(k)-\widehat{b}{}_k{\rm I}(k+1/2)$。 (6)

对该误差检测算法在开环情况下进行仿真,得到相位误差S曲线如图4所示,在区间(-0.3,0.3)基本为线性。

值得注意的是估计结果存在π/2相位模糊度,这也很好地解释了实际信号在完全不知道码元信息的情况下理论上无法区分I路和Q路。所以设计中OQPSK连续信号解调器并不能区分I路和Q路,如果知道码元的一些信息如已知码元采用了差分编码则可以确定唯一的解调结果。

5 性能测试分析

通过设置相应的参数可以实时解调OQPSK信号。另外利用FPGA在线加载的功能,可以加载其他调制类型的解调模块,进一步扩展接收机功能,测试误比特率如表1所示,测试结果比理论值恶化少于1 dB。

算法首先在MATLAB中进行了仿真,对各级滤波器系数进行了量化,然后在ISE中进行了VHDL的编程,用ModelSim工具进行了时序仿真,最后在一块采样及信号处理板上得到了实现。高速ADC芯片采用ANALOG公司AD9430,最高采样率为210 Msps,分辨率为12 bit,最大模拟输入带宽为700 MHz,无杂散动态范围可达80 dBc。FPGA采用XILINX的高性能Virtex4系列的XC4VLX100。

6 结束语

基于FPGA的全数字高速OQPSK信号解调器,实现了数字下变频、载波恢复和定时恢复等功能,并给出了各主要模块的详细设计,在此基础上完成了信号的正确解调。解调器具有体积小、功耗低、集成度高、可软件升级和抗干扰能力强的特点,既提高了接收设备的稳定性和灵活性,又便于设备的集成化和小型化,使该解调器在各种通信领域中具有广泛的应用前景。

参考文献

[1]张华冲,王晓亚.全数字解调器的设计和FPGA实现[J].无线电工程,2010,40(6):20-30.

[2]刘昕,吴建辉,黄伟.基于DVB-C的符号同步电路优化设计[J].电子器件,2007,30(2):499-502.

[3]刘莉琛,蒋文军,朱维乐.QAM全数字接收机符号同步环路[J].现代有线传输,2003(4):47-49.

[4]苏耀峰,杨瑾.基于VHDL语言的OQPSK解调器设计与实现[J].现代计算机,2009,30(9):175-177.

[5]史晓峰,陈咏恩.DVB-C接收机中的时钟恢复电路设计[J].计算机工程与应用,2006(33):78-80.

[6]田耘,徐文波,张延伟.无线通信FPGA设计[M].北京:电子工业出版社,2008:215-219.

[7]GARDNER F M.A BPSK/QPSK Timing Error Detector for SampledReceivers[J].IEEE Trans.Comm.,1986,34(5):423-429.

一种针对民航通信信号的解调算法 篇5

关键词：民航通信信号,MSK调制,解调,波形

0 引言

在航空业日益发达的今天，地空之间大量信息、数据的交换对实时通信能力提出了新的、更高的要求。民航通信系统是近年来新发展起来的民航专用通信系统，它最大的特点是传输可靠性高，特别适合于地空之间的信息通信和数据传输，并得到了航空界的一致认可，具有极大的实用价值。该系统的调制方式比较特殊[1,2]，目前针对这种调制的解调算法也不少[3,4,5,6,7]，其中最为常用的算法———称之为传统算法，在实际应用中存在一定的问题;新的解调算法可以很好地解决这个问题，并且实现误码率更低、运算量更小、无模糊的高效解调。

1 信号的调制方式

该民航通信信号采用二次调制:一次调制采用特殊的MSK调制，使用的频率为1 200 Hz和2 400 Hz;二次调制采用AM(调幅)调制，载波在甚高频频段[8,9,10]。在解调端，须先对二次调制的AM信号进行解调，再对一次调制的MSK信号进行解调。对于AM信号的解调不再赘述，以下主要讨论一次调制MSK信号的解调，所述算法均是针对AM解调后的信号。

该信号的一次调制———MSK调制具有其特殊性，它区别于常规MSK信号的特点如下:为了提高抗干扰能力，信号的MSK调制并不是简单的一个频率对应一个符号(0或1)，而是每个频率根据其码元内的初始相位变化的不同分别对应2个符号。具体来说:对于频率1 200 Hz，波形起始处是正斜率的对应符号“0”，负斜率的对应符号“1”，如图1所示;而频率2 400 Hz正好相反，波形起始处是正斜率的对应符号“1”，负斜率的对应符号“0”，如图2所示，这里将一个码元对应的采样点序列的图形称为“波形”。即有所谓的“正波形”和“负波形”之分:波形起始处是正斜率的称之为正波形，负斜率的称之为负波形。解调时除了要考虑频率，还要考虑相位，因此不能简单套用常规MSK信号解调算法。

2 传统解调算法及其缺陷

注意到，该民航通信信号的码速率是2 400 Baud，也就是说，当频率为1 200 Hz时，一个码元的波形为半个正弦波;当频率为2 400 Hz时，一个码元的波形为整个正弦波。所以，无论上一个码元的波形是正波形还是负波形，当经过一个2 400 Hz的码元之后，波形的正负性不会改变;而当经过一个1 200 Hz的码元之后，波形的正负性会改变。基于以上，就可以根据MSK解调结果序列来推算一个解调结果修正序列，然后将二者进行整合，采用模2加法，即可得到正确的解调结果。

具体来说，按照协议分析，得出以下对应法则:MSK解调时，频率1 200 Hz对应符号“0”，频率2 400 Hz对应符号“1”;推算解调结果修正序列时，任意设定修正序列的起始为“0”或“1”，之后通过MSK解调结果进行判定:若MSK解调结果的当前元素为“0”，则修正序列的下一个元素与当前元素不同;而当MSK解调结果的当前元素为“1”时，则修正序列的下一个元素与当前元素相同。这样做，由于解调结果修正序列起始的任意设定，可能会造成解调结果的模糊，需要取反;可以根据解调结果与信号的同步头的相关峰的正负来判断是否需要取反。为了便于理解，下面列出了得到MSK解调结果序列后的处理实例，如下:

MSK解调结果序列:1,1,0,1,0,0,1,1,1,0,1,0,0,1,0,0,1,0。

解调结果修正序列:1,1,1,0,0,1,0,0,0,0,1,1,0,1,1,0,1,1。

最终解调结果序列:0,0,1,1,0,1,1,1,1,0,0,1,0,0,1,0,0,1。

该算法在理论上完全没有问题，并且运算量不大，可以使用较为成熟的MSK信号解调算法模块，只需之后加一步简单处理。但是，在实际应用中，该算法却存在明显缺陷。因为在MSK解调中，误码是无可避免的，而只要存在一个误码，对该算法的影响都可以说是致命的，它将导致误码之后的解调结果全反，进而导致无法对该包信号的后续内容进行解析，并且这一点是无法完全纠正的[11]。

3 新的解调算法

新的解调算法不用恢复基带信号，直接通过信号的导频进行码元同步，然后取出每一个码元内的信号采样点序列进行符号映射，即完成解调。

3.1 码元同步

注意到，该信号所有的标准波形的初相都为0，而且该信号最前面有很长的导频信号，如图3所示，图中幅度较低、大约从1 000～18 000的部分即为该信号的导频，它是单音信号，所有码元的波形全为2 400 Hz的正波形。因此可以对其加以利用，从而找到一个码元的准确起始[12]。具体的做法是:连续定位导频信号的几个最小值点和最大值点，并根据采样率和码速率之间的关系分别确认最小值点与最大值点之间的距离，如果其间距符合过采样率，则认为这一段信号可靠、没有畸变，否则继续向后取信号，根据可靠的相邻的最小值点和最大值点算出一个相位近似为0的点，即为一个码元的准确起始。确定了一个码元的准确起始后，就可以根据过采样率依次计算其后各个码元的起点和终点，并取出每一个码元对应的采样点序列，即完成了码元同步。

3.2 符号映射

根据标准波形，显然，对于1 200 Hz码元的采样点序列，其第一个点和最后一个点中至少有一个是最大值点或最小值点;而对于2 400 Hz码元的采样点序列，其第一个点和最后一个点既不是最大值点也不是最小值点。符号映射工作正是基于这一特性展开的。

具体的符号映射方法是:对于一个码元对应的采样点序列，若它的第一个点和最后一个点中至少有一个是最大值点或最小值点，则将该码元判为1 200 Hz码元;否则将其判为2 400 Hz码元。再根据其前2个采样点值的大小关系完成符号映射，具体来说，对于已被判为1 200 Hz的码元，若其第2个采样点值大于第一个采样点值，则将其映射为符号“0”，否则将其映射为符号“1”;对于已被判为2 400 Hz的码元则正好相反，若其第2个采样点值大于第一个采样点值，则将其映射为符号“1”，否则将其映射为符号“0”。完成所有码元的符号映射，即完成解调。

4 结束语

针对民航通信信号的调制方式的特殊性以及传统解调算法存在的问题，提出了新的解调算法。该算法成功克服了传统算法的缺点，不存在一个误码导致后续结果全反的现象，误码即使存在也均为离散突发误码，对后续的信源恢复影响较小;且运算量很小，不存在解调模糊，并在实际工程应用中得到了验证。从而实现了可靠性高、运算量小、无模糊的解调，为后续的协议分析、信源恢复工作提供了有力的支撑。

参考文献

[1]徐见源,邓雪云,曹力.基于ARINC-618协议的地空数据链技术研究[J].民用飞机设计与研究,2011(4):13-15,23.

[2]何葭,陈星.空地数据链系统与ARINC620协议[J].航空维修与工程,2004(1):33-35.

[3]孙淑光,周琪,陈彬.基于ACMS的飞行控制系统性能监控应用[J].交通信息与安全,2011(6):127-130.

[4]王鹏,曹力,林静,等.地空数据链通信差分解调算法研究[J].科学技术与工程,2013(14):4125-4129.

[5]黄俊祥.航空器通信寻址报告系统数据处理技术研究[J].中国民航大学学报,2007(2):1-3.

[6]郭旭周,黄圣果,孙健.VHF地空数据链系统调制解调器的设计与实现[J].江苏航空,2004(2):7-8.

[7]蒋兴城,曹力,邓雪云,等.基于MSK的地空数据链通信调制解调方法[J].信息技术,2012(8):5-8.

[8]吕国祥.对新航行系统中空地通信系统的研究[J].空中交通管理,2011(8):12-14.

[9]韩冬,李志勇,张琳.地空通信调制解调关键技术分析[J].无线电通信技术,2012(3):29-31,46.

[10]刘春冉,殷玉涛,李志勇.300 Mbps地空通信的调制解调器设计[J].无线电通信技术,2013(3):32-35.

[11]刘家学,王天明.VHF空地数据译码系统框架设计与实现[J].航空电子技术,2007(2):9-13.

几种AM信号数字化解调算法比较 篇6

关键词：幅度调制,数字解调,解调算法,Matlab

0 引 言

在目前的通信中,因数字信号与模拟信号相比有易于存储,可靠性高等优点,而得到了越来越广泛的应用,数字体制开始逐步取代模拟体制。许多以往的模拟信号处理部分现在正逐步被数字化变换取代,从而能够进行数字信号处理。

幅度调制(AM)方式是常见的信号调制方式之一。其原理是用调制信号去控制有用信号的幅度,使之随调制信号作变化。它的模拟解调方法有两种:相干解调和包络解调(非相干解调)。相干解调也叫同步检波,是通过接收端提供与接收的已调AM信号载波严格同步的相干载波,使其与接收的已调信号相乘后,取出低频分量得到基带信号。包络检波是通过整流器和低通滤波器直接从已调波的幅度中提取原调制信号[1]。

AM信号的数字化解调不能使用模拟器件,因而只能采用数字器件实现解调。目前采用的主要是数字化正交解调器,本文阐述了其原理及局限性,并探讨了另外两种数字解调的方法,对这3种方法进行了比较。

1 传统正交解调法

AM信号数字化解调中广泛采用的是数字正交解调法解调,解调框图如图1所示[2,3]。

收到的已调信号采样值为:

$S(n)=A(n)\cos (2\text{π}f{}_{\text{c}}n+\phi ),-\infty \le n\le +\infty$

式中:A(n)为包含有用信息的调制信号;fc为载波频率;φ是初相。采样后信号与正交的两路本振信号直接相乘,然后经滤波器输出。该滤波器带宽取决于基带信号带宽,从而得到I/Q两路正交信号:

$\begin{array}{l}{\rm I}(n)=\frac{1}{2}A(n)\cos \phi \\ Q(n)=-\frac{1}{2}A(n)\sin \phi \end{array}$

利用解调算法即可得到所需信号:

$A(n)=2\sqrt{{\rm I}{}^2(n)+Q{}^2(n)}$

采用正交解调获得I/Q两路正交信号时,可以较容易地获得信号的三个特征:瞬时幅度、瞬时相位和瞬时频率,它们都是信号识别解调的基础。理想情况下,数字正交解调精度高,误差小。但其存在很大的局限性,在解调过程中需要本地恢复载波,往往需要用到数控振荡器或锁相环等器件,电路很复杂,因其恢复本地载波效果直接关系到最后的输出效果及误差,所以对器件要求较高,非常耗费资源。

2 AM信号数字化包络解调

传统方法在提取所需本地载波时需要的器件和电路非常复杂,在数字器件处理中可能会引入系统误差,甚至使信号失真。因数字信号处理比较灵活,可以利用一种算法实现AM信号的数字化包络解调[4],而将大大简化电路。

在AM信号调制中,有用信号包络是由各个幅值点支撑起来的,因此该算法通过采样得到幅值点来获得信号包络,实现起来较简单。假设载波频率为fc,信号采样率为fs,则在一个载波周期内应该有$\frac{f{}_{\text{s}}}{f{}_{\text{c}}-nf{}_{\text{s}}}$个采样点,n取使$\left|f{}_{\text{c}}-nf{}_{\text{s}}\right|$最小的正整数。在所有这些采样点中存在一个有用信息的幅值点,将存在于所有载波周期内的这些幅值点取出,就可得到幅度信号包络。通过对每个载波周期内的采样值统计,在周期末输出这个周期内的最大值,可以很方便地对各幅值点之间不等间隔采样的零值作处理,且可降低$\frac{f{}_{\text{s}}}{f{}_{\text{c}}-nf{}_{\text{s}}}$倍采样速率。最后对输出的各个幅值点进行曲线拟合[5],即可得到调制信号的表达式。

载波周期末输出幅值和实际幅值会产生时间上的偏差$\frac{f{}_{\text{s}}}{f{}_{\text{c}}-nf{}_{\text{s}}}\cdot \frac{1}{f{}_{\text{s}}}=\frac{1}{f{}_{\text{c}}-nf{}_{\text{s}}}$,引入的相位误差为$\frac{\omega {}_{\text{s}}}{f{}_{\text{c}}-nf{}_{\text{s}}}$,一般载波频率和采样率都比较大,调制信号频率远小于采样率,则此相位误差很微小,通过曲线拟合更是可以忽略不计。如果一个载波周期内采样点数为整数时,幅值点的出现具有周期性,则每个周期的幅值点出现对应的样点数相同,可对幅值点计数获得固定相差,对调制信号修正。当一个载波周期内采样点数为非整数时,载波周期样点数应选择靠近实际值的整数中较小的数,以避免单周期内出现两个幅值而造成包络失真。 这种解调方法原理简单,实现起来较容易,且设备资源消耗少,但由于是基于包络的检波,它对于噪声的抑制作用较弱。AM信号数字化包络解调框图如图2所示。

3 基于滑动DFT的AM信号数字化解调算法

以上两种方法都是对调制信号本身进行处理的,在频域角度,常用FFT算法对信号进行解调,但这种方法计算量较大,且耗时。这里介绍采用滑动DFT算法对AM信号进行数字化解调[6]。该方法相比于传统的FFT算法计算量大大降低,具有较高效率。

经A/D采样后的离散信号表示为:

$x(n)=A\text{c}\text{o}\text{s}(\omega {}_{\text{c}}/f{}_{\text{s}}n+\phi ),-\infty \le n\le +\infty$

式中:fs为A/D采样频率;A,ωc和φ分别对应信号幅度、载波角频率和初相。

窗口截取信号表示为:

$v(n)=\frac{A}{2}[\text{e}{}^{\text{j}(2\text{π}\frac{f{}_{\text{c}}}{f{}_{\text{s}}}+\phi )}+\text{e}{}^{-\text{j}(2\text{π}\frac{f{}_{\text{c}}}{f{}_{\text{s}}}+\phi )}]w(n)(1)$

对其做傅里叶变换得:

$V(\text{e}{}^{\text{j}\omega })=\frac{A}{2}\text{e}{}^{\text{j}\phi }\{W[\text{e}{}^{\text{j}(\omega -2\text{π}\frac{f{}_{\text{c}}}{f{}_{\text{s}}}}]+W[\text{e}{}^{-\text{j}(\omega -2\text{π}\frac{f{}_{\text{c}}}{f{}_{\text{s}}})}]\}(2)$

式中:w(n)是长度为L的矩形窗,傅里叶变换为$W[XC<xxyx.tif>,J{\rm Z}]\text{e}{}^{\text{j}\omega }[XC<xxzx.tif>,J{\rm Z}]$。

取其正频部分:

$V{}_{\text{o}}(\text{e}{}^{\text{j}\omega })=\frac{A}{2}\text{e}{}^{\text{j}\phi }W\left[\text{e}{}^{\text{j}(\omega -2\text{π}\frac{f{}_{\text{c}}}{f{}_{\text{s}}})}\right](3)$

令$\omega =\frac{2\text{π}f{}_{\text{c}}}{f{}_{\text{s}}}$,因而:

$V{}_{\text{o}}(\text{e}{}^{\text{j}\omega {}_{\text{c}}/f{}_{\text{s}}})=\frac{A}{2}\text{e}{}^{\text{j}\phi },A=2|V{}_{\text{o}}(\text{e}{}^{\text{j}\omega {}_{\text{c}}/f{}_{\text{s}}})|$

故在解调过程中,仅对载波频率处所对应的DFT幅度感兴趣,取其幅度值去掉直流分量即可恢复原始调制信号[7]。具体运算推导过程如下:

对窗口内的信号在K0=Nfc/fs频点作DFT变换:

$X(k)={\displaystyle \sum _{n=0}^{{\rm N}-1}x}(n)\text{e}{}^{-\text{j}2\text{π}kn/{\rm N}}$

设滑动窗口长度为L,DFT运算点数为N,用X1(K0)表示从第一个采样数据开始的L个采样数据进行DFT运算,得到的在频点K0处的傅里叶值[7,8],则有:

$\begin{array}{l}X{}_1({\rm K}{}_0)=x(1)+x(2)\text{e}{}^{-\text{j}2\text{π}{\rm K}{}_0/{\rm N}}+\cdots +\\ x(L)\text{e}{}^{-\text{j}2\text{π}(L-1){\rm K}{}_0/{\rm N}}+x(L+1)\text{e}{}^{-\text{j}2\text{π}L{\rm K}{}_0/{\rm N}}+\cdots +\\ x({\rm N})\text{e}{}^{-\text{j}2\text{π}({\rm N}-1){\rm K}{}_0/{\rm N}}(4)\end{array}$

式中:x(L+1)=x(L+2)=…=x(N)=0。

窗户向后滑动一个采样点,得到第2个采样点在频点K0处对应的傅里叶值:

$\begin{array}{l}X{}_2({\rm K}{}_0)=x(2)+x(3)\text{e}{}^{-\text{j}2\text{π}{\rm K}{}_0/{\rm N}}+\cdots +\\ x(L+1)\text{e}{}^{-\text{j}2\text{π}(L){\rm K}{}_0/{\rm N}}+x(L+2)\text{e}{}^{-\text{j}2\text{π}(L+1){\rm K}{}_0/{\rm N}}+\cdots +\\ x({\rm N}+1)\text{e}{}^{-\text{j}2\text{π}({\rm N}-1){\rm K}{}_0/{\rm N}}(5)\end{array}$

式中:x(L+2)=x(L+3)=…=x(N+1)=0。

通过式(4)和式(5)比较可以看出,窗口内的指数项完全一样,只是数据组不同。因此,X2(K0)可以由X1(K0)表示:

$\begin{array}{l}X{}_2({\rm K}{}_0)=[X{}_1({\rm K}{}_0)-x(1)]\text{e}{}^{\text{j}2\text{π}{\rm K}{}_0/{\rm N}}+\\ x({\rm N}+1)\text{e}{}^{-\text{j}2\text{π}({\rm N}-1){\rm K}{}_0/{\rm N}}\end{array}$

同理,Xn(K0)可由Xn-1(K0)表示:

$\begin{array}{l}X{}_n({\rm K}{}_0)=[X{}_{n-1}({\rm K}{}_0)-x(n-1)]\text{e}{}^{\text{j}2\text{π}{\rm K}{}_0/{\rm N}}+\\ x({\rm N}+n-1)\text{e}{}^{-\text{j}2\text{π}({\rm N}-1){\rm K}{}_0/{\rm N}}\end{array}$

这样即可得到全部采样数据点在频点K0处对应的傅里叶值。随后只需计算$\left|X{}_n({\rm K}{}_0)\right|$,去除直流分量即可恢复调制信号。

传统的FFT算法对窗口内的所有时刻都要独立运算L次,而每个时刻都要Nlog2N次复乘运算[8],总计算量为LNlog2N。利用滑动DFT算法,在已知前个时刻频谱Xn-1(K0)的情况下,计算Xn(K0)只需2次复乘运算,对窗口内的所有时刻总计算量为log2N+2(L-1)。通过图3的比较可以明显看出,当N较大时,滑动DFT的计算量远小于FFT。

4 解调方法的比较

首先利用三种方法对一段信号(f=0.2 MHz)进行解调,载波频率fc=5 MHz,采样频率fs=50 MHz,加入窄带加性高斯白噪声,信噪比为SNR=35,取N=L=10。图4为已调信号。仿真结果如图5～图7所示,分别对应以上三种方法。

从仿真图中可以看出,数字正交解调输出图形存在数字器件的截断效应,在不考虑系统误差的情况下,其解调精确度较高,误差较小,但耗用资源。另外,当本地恢复载波和信号载波不一致时,信号易失真;包络解调降低了10倍原始信号采样率,平滑了解调输出信号,误差较小,效率高;滑动DFT解调输出波形较理想,其优势主要体现在计算量上。几种算法的具体比较见表1。

5 结 语

随着数字器件得到越来越多的应用,AM信号的数字化处理应用也将更加广泛。本文阐述了传统AM信号数字化正交解调方法,并详细介绍了另外两种方法以及它们的优缺点,在此基础上从不同角度对其优缺点进行了比较,得出各自的应用场合。通过比较结论可知,在实际应用过程中,可以根据不同情况选用不同的解调方法,从而可以更加方便高效地实现AM信号的数字化解调,且具有很好的应用前景。

参考文献

[1]樊昌信,曹丽娜.通信原理[M].6版.北京:国防工业出版社,2006.

[2]陈祝明.软件无线电基础[M].北京:高等教育出版社,2007.

[3]杨小牛,楼才义,徐建良.软件无线电原理与应用[M].北京:电子工业出版社,2001.

[4]付涛,李治安,李晓明.AM信号数字化解调方法研究[J].通信技术,2009,42(1):41-43.

[5]梁志国.调幅信号的一种数字化精确解调算法[J].华北工学院学报,2003,24(1):24-30.

[6]管良琴.基于滑动DFT的AM信号数字化解调算法研究[D].成都:电子科技大学,2009.

[7]吴志敏,肖大光.一种基于DFT的AM信号数字化解调算法[J].计算机仿真,2006,23(1):92-93.

[8]程佩青.数字信号处理教程[M].3版.北京:清华大学出版社,2006.

[9]黄寒华.实时谱分析的优化算法:滑动DFT[J].金陵科技学院学报,2006,22(2):36-39.

光纤光栅分布式传感器信号解调技术 篇7

自从1989年G.Meltz等人首次报道将光纤布拉格光栅用作传感器以来,它就受到了全世界范围的广泛关注,在许多应用领域,包括建筑物和复合材料工作状态的实时检测、电缆和管道的遥感测试、电磁测量以及医学检测等,光纤FBG传感器都取得了持续、快速的发展[1].

光纤光栅传感技术涉及范围很广,其中传感系统信号解调的研究一直是光纤光栅传感系统研究的重点.这是由于复杂的信号能否实时、准确地被解调直接决定了传感系统的网络化程度,进而影响着光纤光栅传感技术的实用化推广.特别是随着全光网的发展,波分复用、时分复用和空分复用等技术日趋成熟,但FBG的网络规模(即FBG所复用的传感器数量)仍然难以满足大型、复杂监控目标的规模要求,在很大程度上是受限于分布式传感信号的解调技术.

从现有波长解调方法的应用情况来看,分布式光纤光栅传感系统信号解调主要有以下几个衡量指标[2]:(1)光纤光栅布拉格波长或应变、温度分辨力;(2)复用传感器数量或传感网络规模;(3)实时检测问题,包括信号解调的速率和静动态结合测量.

迄今为止,针对光纤光栅传感系统,人们已经提出了多种解调方案,主要包括[2,3,4]:CCD分光计法、匹配FBG可调滤波检测法、可调谐光纤F-P滤波器检测法、非平衡M-Z干涉仪检测法、结合时域地址查询技术的非平衡Michelson干涉解调检测法、可调光源检测法等.下面在介绍光纤光栅传感信号解调原理的基础上,分类综述了几种主要的分布式光纤光栅传感解调方法的特点和性能,归纳了各自的优缺点.

1 光纤光栅传感原理

由于光纤光栅的栅距和折射率的扰动仅会对很窄的一小段光谱产生影响.因此,如果宽带光波在光栅中传播时,入射光只能在相应的频率上被反射回来,反射光的中心波长为[5]

λB=2neffΛ (1)

式中,neff为有效折射率;Λ为光栅周期.

当外界的被测量引起光纤光栅温度、应变或应力改变都会导致反射的中心波长的变化[2].也就是说,光纤光栅反射光中心波长的变化反映了外界被测信号的变化情况.光纤光栅中心波长与温度和应变的关系为$\frac{△\lambda {}_B}{\lambda {}_B}=(\alpha {}_f+\xi )△{\rm T}+(1-{\rm P}{}_e)△\epsilon$(2)

式中,$\alpha {}_f=\frac{1}{\Lambda }\frac{\text{d}\Lambda }{\text{d}{\rm T}}$为光纤的热膨胀系数;$\xi =\frac{1}{n}\frac{\text{d}n}{\text{d}{\rm T}}$为光纤材料的热光系数;${\rm P}{}_e=-\frac{1}{n}\frac{\text{d}n}{\text{d}\epsilon }$为光纤材料的弹光系数.因此,通过探测光纤光栅波长的变化,便可以获得相应的温度、应变和压力等信息.

2 典型的分布式光纤光栅传感信号解调方法

2.1 反射式波长扫描解调法

这种方法是在有效区分传感器阵列上各个光栅位置的基础上,对各个传感光栅的反射谱进行扫描寻址.目前,扫描寻址常用的方法是通过使用信号发生器对PZT施加周期的电压信号,以改变加在参考光栅上的压力大小或谐振装置的参数,藉以达到扫描目的.

2.1.1 分布式可调匹配光栅滤波法

“分布式匹配”是指对于传感阵列中的每一个光栅,在接收端都有一个特性一致的光栅组成匹配光栅对.“可调”是指通过驱动PZT,调节匹配光栅的中心波长,依次使各个探测器接受光功率达到最大值.最后由PZT电压与波长的对应关系便可得到待测物理量. 匹配光栅滤波法有反射和透射2种方式.透射方式虽然光信号的利用率高,但多个PZT使跟踪控制复杂,系统的非线性误差较大.这里仅讨论反射式工作方式[6].

分布式匹配FBG滤波解调工作于反射方式时,如图1所示,匹配光栅跟踪作为敏感元件的传感光栅的反射波长的变化,匹配光栅平行布置在同一PZT上,当PZT受线性或正弦扫描电压驱动时,匹配光栅的应变发生周期性变化,继而使匹配光栅中心波长的移位产生周期性变化,当匹配光栅的中心波长与传感光栅的中心波长刚好重合时,则会发生强烈反射,从而相应探测器探测到最大光强,(图1b表示探测器探测到的两光栅光谱重叠部分的信号).然后根据事先测定好的匹配光栅电压与波长的关系,就可以求得对应传感光栅的待测物理量.此法优点是[7]:对最终检测的光强无绝对要求,所以各类强度噪声都不会对最终结果产生影响,另外,它的结构简单.但它有以下3点不足:(1)要求传感光栅与匹配光栅反射谱特性非常接近;(2)受PZT可调范围限制,传感光栅测量的物理量范围不会很大;(3)受PZT响应速度限制,此法不适合测量高频物理量.

2.1.2 可调光纤F-P滤波器解调法

图2所示为余有龙等人提出的接收端使用F-P滤波器(FFPF)检测的分布式FBG传感器方案[8]. 宽带光源发出的光经耦合器入射到传感光栅阵列后,传感光栅将对携带有被测物理量信息的光进行反射,反射光经耦合器导引,进入可调谐窄带光纤F-P滤波器,F-P滤波器在信号发生器调谐控制信号的作用下工作在扫描状态.具体过程是:扫描电压加在滤波器压电元件上,以不断改变F-P滤波器的腔长,继而使可导通的窄频带不断移动,当其移动到与某个传感光栅反射光谱恰好重合时,被导通的光功率到达最大值.经探测器接收并转换成电信号,再由示波器对进行放大后的电信号进行显示.

由于传感光栅中心反射波长的改变量是根据事先测得的F-P腔透射波长与施加在滤波器上电压的对应关系得到的,此关系的标定直接决定了系统的解调精度.如果没有精确、固定的波长作参考,而是简单的应用某次实验得出的波长与电压的函数关系来确定传感光栅的波长变化量,那么将导致较大的测量误差.因此,对F-P的输出波长进行实时动态校准是保证系统解调精度和重复性的必要条件.图3所示的一种实时动态分段线性拟合方法可以对F-P腔解调非线性和不重复性引起的误差进行补偿[11].

如图3所示,将参考光栅和传感光栅串接起来构成传感阵列,它们的反射谱相互不重叠,并将参考光栅置于恒温箱内以保证其反射谱峰值固定,且保证传感光栅反射中心波长变化范围在相邻2个参考光栅固定反射波长之内.然后将锯齿波扫描采集到的光栅反射谱峰值对应的电压带入到其所处波段范围的拟合方程中,即可计算出此时传感光栅的峰值波长.

该方法借助示波器和探测器对滤波光束的时序分布进行观察,从而对复用传感器阵列成功地进行了查询和解调.避免了Kersey A D[9]和Davis M A[10]方法中由于压电陶瓷磁滞而引起的系统误差,可以有效测得施加在传感光栅上的高频物理量.由于F-P腔调谐范围很宽,精度较高,适合在实用系统中采用.但由于光路中含有非光纤元件,因而滤波损耗较大,并且重复性较差,高精度的F-P腔成本太高.

2.2 参量转化解调法

这种方法是将传感光栅阵列中心波长的改变量转化为较容易检测的其他物理量的变化,例如:强度、相位等.针对这种方法的解调装置有很多,CCD分光仪法和非平衡M-Z干涉仪法是其中典型的2种.

2.2.1 CCD分光仪

CCD分光仪法是利用衍射光栅等分光元件,将传感光栅的反射谱(或透射谱)经透镜准直后在空间展开,再投射到CCD阵列上.实质是将波长的检测转换成对应位置光强的测量.图4是基于CCD检测的光纤光栅传感原理图.

该方法采集了每一只光纤Bragg光栅沿整个扫描周期的反射光,反射率为1%的光栅提供的反射信号与扫描探测中反射率为95%的光栅提供的信号强度相当.这种检测方法利用空分复用和波分复用体现在:由同一根光纤连接的传感光栅反射的Bragg波长沿CCD的纵向分布;不同光纤反射的光波经光纤阵列入射到曲线光栅反射后沿CCD的横向分布.

该方法光能利用率高,可以用于反射率只有1%~4%的光纤光栅阵列.其优点是响应速度快、抗干扰能力强.不足之处在于影响波长分辨力的因素较多,如曲面光栅的光谱分辨力、CCD的空间分辨力等[12].

2.2.2 非平衡M-Z(马赫-曾德尔)干涉仪法

非平衡M-Z干涉仪法是一种参量转化解调法,该方法将传感光栅Bragg波长偏移量转化为相位变化量来进行检测.具体装置如图5所示[2].

宽带光源发出的光被调制成脉冲信号,经过耦合器入射到光栅上,被反射后送到不等臂长的M-Z干涉仪(光程差为nd),非平衡M-Z干涉仪再把FBG漂移△λ转化为相位变化△φ,当入射的光波长变化△λsinωt,输出的相位变化为

φ(λ)=-2πnd△λsinωt/λ2 (3)

因此可以通过检测相位变化的大小来得知反射波长的变化,时间门的作用是对光纤光栅反射回来的信号光加以区分.

为保证各传感光栅的反射信号在输出端时域上可分离,光源脉冲宽度必须等于或小于光在任意2个光栅之间来回时间,这样用时间门控制M-Z的输出就可按顺序检测每一个光栅.

该装置具有高带宽、高解析度,Weis等人用此方案在频率大于10 Hz的动态情形下应变分辨率为$2\text{μ}\text{W}/\sqrt{\text{Η}\text{z}}$.但是在检测过程中由于随机相位的影响,这种方法只能用来测量动态应变,不适合检测静态应变.并且测量范围有限.

3 结 束 语

分布式光纤光栅传感系统通过共享光源、光路和电信号处理部分,并随着系统中复用传感器数目的增加,每个传感器的花费大幅减少,同时具有免受电磁干扰、易于埋覆和构成测量网络等传统机电类传感器无法比拟的优点,具有广泛的应用前景[7].从光纤光栅传感原理出发,讨论了两大类常用的分布式光纤光栅解调方法,又重点阐述了两类方法中典型的解调技术,并归纳出各自的优缺点.虽然这些光纤光栅分布式传感的解调技术在从实验室走向实用化的过程中还存在许多问题,比如温度、应变的交叉敏感问题,解调装置的成本问题等.但现代科学的发展和光纤光栅传感解调技术的不断成熟和完善,必将加快光纤光栅传感的工业化、商业化进程.

参考文献

[1] Rao Y J. Recent progress in applications of in-fiber Bragg grating sensors[J].Optics and Lasers in Engineering,1999,31(4):297-324.

[2] 赵勇.光纤光栅及其传感技术[M].北京:国防工业出版社,2007:182-193.

[3] 李川,张以谟,赵永贵,等.光纤光栅:原理、技术与传感应用[M].北京:科学出版社,2005:116-131.

[4] 饶云江,王义平,朱涛,等.光纤光栅原理及应用[M].北京:科学出版社,2006:168-176.

[5] T Erdogan. Fiber Grating Spectra[J]. IEEE Journal of lightwave technology,1997,15(8):1277-1294.

[6] 王敏,乔学光,贾振安,等.光纤布拉格光栅传感系统信号解调技术研究[J].激光与光电子学进展,2004,41(12):54-58.

[7] 李林,毕卫红.分布式光纤光栅传感器解调系统[J].Technology & Application,2007,21(6):21-25.

[8] 余有龙,谭华耀,锤永康.基于可调F-P滤波器的光纤光栅传感器阵列查询技术[J].中国激光,2000,27(12):1103-1106.

[9] Kersey A D, Berkoff T A , Morey W W. High-resoulution fiber-grating based strain sensor with interferometric wavelength-shift detection[J]. Electronics Letters, 1992, 28(3):236-238.

[10] M A Davis, D G Bellemore, M A Putnam,et al. Interrogation of 60 fiber Bragg grating sensors with microstrain resolution capability[J].Electron.Lett,1996,32(15):1393-1394.

[11] 乔学光,张磊,贾振安,等.光纤Bragg光栅校准可调谐F-P滤波器解调系统的研究[J].传感器与微系统,2008,27(1):12-14.

[12] 靳伟,廖延彪,张志鹏,等.导波光学传感器:原理与技术[M].北京:科学出版社,1998.

参考文献

[1]Rao Y J.Recent progress in applications of in-fiber Bragggrating sensors[J].Optics and Lasers in Engineering,1999,31(4):297-324.

[2]赵勇.光纤光栅及其传感技术[M].北京:国防工业出版社,2007:182-193.

[3]李川,张以谟,赵永贵,等.光纤光栅:原理、技术与传感应用[M].北京:科学出版社,2005:116-131.

[4]饶云江,王义平,朱涛,等.光纤光栅原理及应用[M].北京:科学出版社,2006:168-176.

[5]T Erdogan.Fiber Grating Spectra[J].IEEE Journal oflightwave technology,1997,15(8):1277-1294.

[6]王敏,乔学光,贾振安,等.光纤布拉格光栅传感系统信号解调技术研究[J].激光与光电子学进展,2004,41(12):54-58.

[7]李林,毕卫红.分布式光纤光栅传感器解调系统[J].Technology&Application,2007,21(6):21-25.

[8]余有龙,谭华耀,锤永康.基于可调F-P滤波器的光纤光栅传感器阵列查询技术[J].中国激光,2000,27(12):1103-1106.

[9]Kersey A D,Berkoff T A,Morey W W.High-resoulu-tion fiber-grating based strain sensor with interferometricwavelength-shift detection[J].Electronics Letters,1992,28(3):236-238.

[10]M A Davis,D G Bellemore,M A Putnam,et al.Inter-rogation of 60 fiber Bragg grating sensors with micros-train resolution capability[J].Electron.Lett,1996,32(15):1393-1394.

[11]乔学光,张磊,贾振安,等.光纤Bragg光栅校准可调谐F-P滤波器解调系统的研究[J].传感器与微系统,2008,27(1):12-14.