混合信号控制（精选7篇）
混合信号控制 篇1
1 引言
我国的中小城市交通量相对不大，交通信号控制一般采用两相位，车辆种类繁多，随机性大，且具有较强的时段性。传统的交通信号控制系统采用固定的周期运行，造成交通运输高峰期车辆排队较长，低峰期车辆长时间等待，从而造成交叉口交通混乱现象。中国现行的交叉口交通控制信号大多是针对机动车交通流设置的, 考虑行人过街因素的很少, 行人过街交通近于无控无序状态，行人乱穿马路，造成了大量交通事故。为了解决这些现象，提高路口车辆通过率，改善交叉路口的混乱现象，将自适应控制技术引入交通信号控制, 实现信号灯的自适应控制。
交通流系统是一个时变性很强的动态系统, 具有较强的随机性和不确定性, 并且系统的环境也是多变的, 因此交通控制系统不仅要具有状态的识别能力, 更应当具有控制策略的自寻优能力和对环境变化的自适应能力, 即通过系统的在线运行可以获得对应于各个标准交通状态的具有最佳运行效果的控制策略和在环境发生变化后, 能够自我感知并能对新环境下的控制策略重新进行寻优和学习。
根据中国各中小城市交通现状和未来发展需要，确定建立自适应控制模型的策略体系具体原则包括以下几个：
(1)预防与对策常发性交通阻塞的交通控制与管理策略;
(2)预防与对策偶发性交通阻塞的交通控制与管理策略;
(3)系统最优 (以优先公共交通及改善环境为目的) 的交通控制与管理策略;
(4)用户最优 (支援特种车辆及紧急状态) 的交通控制与管理策略;
(5)适应于混合交通系统的交通控制与管理策略;
(6)交通信号周期内有最大车辆通过率
2 交通自适应控制系统模型的建立
所谓自适应控制可以简单的定义如下：在系统工作过程中，系统本身不断的检测系统参数或运行指标，根据参数的变化或运行指标的变化，改变控制参数或改变控制作用，使系统运行于最优工作状态。
自适应控制系统有连续时间系统和离散时间系统。由于交通控制系统是连续的时间系统，因而用连续时间方程来描述比用离散时间方程更接近其本质。但是连续时间算法的实现不太适合现在数字计算技术，而且调整速度较慢，在系统存在干扰的情况下，常使系统不能满足某些技术条件要求。离散时间算法可以很好地利用现在数字计算技术，但由于它们的设计建立在把实际连续对象作为离散系统的基础上，因而无法与实际连续对象紧密耦合[1]，控制系统也是不理想的。由此可见单一的连续时间系统和单一的离散时间系统都不能使控制系统处于理想的工作状态。因此，本文在设计自适应控制器时采用离散与连续相结合的方法，建立混合自适应控制系统。该系统始终保持连续时间状态，但控制参数的估计和调整是离散的。从适应对象而言，混合自适应控制有确定型的和随机型的，由于城市交通的不确定性，本文采用随机混合自适应控制系统对城市交通信号系统进行控制。
2.1 对象模型与控制目标
考虑单输入-单输出连续时间随机对象
其中，为微分算子;ζ (t) 为有界随机干扰;B' (p) , C' (p) 为Hurwite多项式;A' (p) 和B' (p) 互质。
控制目标是设计一种随机混合自适应控制器用于交通控制系统，使所有信号控制时间有界，且系统输出y (t) 很好地跟踪参考输入信号y* (t) 。
2.2 控制器结构及最优控制设计
设，τ>0为设计常数，于是(1)～(4)可以表示为相应等价方程：
式中n*=n-m≥2。
这些方程中q-1在不同的时间系统中表示的物理意义不同，在离散时间系统中表示时间延迟，而在连续时间系统中表示一节低通滤波器。这样混合自适应控制系统可采用图1所示结构。
显然，在这种系统中，用一个连续时间可调控制器去控制连续时间对象，而用离散时间自适应机构对可测连续时间变量进行采样，并根据所获得的信息离散的对可调控制器进行校正，产生控制信号u (t) ，从而控制对象输出，使y (t) 很好地跟踪y* (t) 。为了达到上述目的，可选择目标函数为：
其中，C (q-1) 可选择多项式C (q-1) =1+c1q-1+…+cnq-n (10)
由J最小推导出最优控制规律为：
3 自适应控制方案研究
在交叉口设置检测装置，检测到达交叉口车辆数及等待通过行人数，根据2004年5月1日新施行的《中华人民共和国道路交通安全法实施条例》以人为本的原则，要求行人过街有保障，由于公交载客量较大，要求公交优先，有文献提出要用设置行人交通控制信号的方法满足行人过街最小通行时间要求, 这样在一定程度上减少机动车辆绿灯时间，且行人过街时间也有所减少，为了既使行人安全及时地通过，又保证机动车辆的绿灯时间，本文采用当量车辆计数法对交通通行量进行检测，即根据各城市情况，确定一定的当量系数，将公交车数及等待通过的行人数及其他车辆换算成轿车数量。
当交通流随机性较大时, 自适应控制是减少车辆延误的有效方法。使通过交叉口的车辆总延误最小或使通行相位中交叉口停止线前的车队长度最短。一个经验丰富的交警通常是按队长 (数字化为车辆数) 指示进行交通指挥的, 在某一相位的放行过程中除了尽可能消除当前通行的车队队长外, 他会不断观察下一个相位车道上的车队长短, 还有是否有紧急情况出现，综合考虑是否把通行权交给下一个相位。还有关于车辆类型的问题，由于像公交这类车辆运输量要远远大于一般的轿车，所以公交车应该有优先权，还有其他类型的专用车辆如警车、急救车、消防车等一些时间比较紧急的车辆，也需要有优先通过的权利，而以往的控制方法常常忽略这一问题，本文采用当量车辆计数法，很高的解决了这一问题。因此, 把队长作为控制目标, 综合考虑各车道上车队长度以及车辆类型, 以此来决定绿时分配的控制方法更接近人的决策过程。
一般来说, 当队长较短时, 信号周期则应短一些, 但一般不能小于P×15s (P为相位数) 以免某一方向的绿灯时间小于15s, 使车辆来不及通过路口而影响交通安全;当队长较长时, 信号周期则应长一些, 但最长周期不能超过120s, 否则某一方向的红灯时间将超过60s, 驾驶员心理上不能忍受。当队长很小时, 一般按最小周期运行;当队长很大时, 只能按最大周期控制, 此时车辆堵塞现象已不可避免。
根据经验，单交叉路口的交通信号自适应控制可以描述为[4,5]：
(1) 从相位i开始, 分别指定各相位最短绿灯时间Gimin，最大绿灯时间Gimax;
(2) 先给该相位以最短绿灯时间, Gi=ΔG=15s;
(3) 在ΔG内测得放行车道上的交通需求(当量车辆数), 设其为ri;同时测的另一车道上的交通需求，设其为hi
(4) 若ri小于某一给定的值r或累积绿灯时间Gi=Gimax, 或ri
(5) 根据ri值的大小来确定绿灯延长时间ΔG, 若ri小, 则少量延长绿灯时间;若ri大, 则大量延长绿灯时间。
由此建立自适应控制规则。设延长的绿灯时间为ΔG, 若G+ΔG≥Gmax, 则ΔG=Gimax-Gi;否则该相位的绿灯时间为Gi+ΔG, 回到步骤 (3) 。
算法中的队长是用交叉口停止线前相隔一定距离 (通常为80～100m) 的两检测器之间的当量车辆数来描述的。对于测得的车辆数向自适应机构传输时可采用模糊算法，即将测得的队长l可看做模糊变量l, 其论域为L={1, 3, 5, 7, 9, 11, 13, 15, 17, 19, 21}, 取7个语言值:l1 (很长) , l2 (长) , l3 (较长) , l4 (中等) , l5 (较短) , l6 (短) , l7 (很短) 。绿灯追加时间ΔG同样看做模糊变量g, 其论域为Γ={3, 7, 11, 15, 19, 23, 27, 31, 35}, 取7个语言值:g1 (很多) , g2 (多) , g3 (较多) , g4 (适中) , g5 (较少) , g6 (少) , g7 (很少) 。根据控制经验, 一般可总结出7条控制规则, 若l=li, 则g=gi, i=1, …, 7。由7条语言控制策略可组成单输入单输出语言控制策略, 每条控制策略可用模糊关系矩阵表示。可调时间控制器根据不同控制策略确定不同绿灯追加时间。
4 结论
本文提出一种基于随机混合自适应控制技术的城市交通智能控制系统。为实现全局优化控制的目的, 所设计的自适应控制策略遵循全局最优的原则。通过大量的对随机车辆数进行采样根据所获得信息量离散的对可调时间控制器进行校正，从而对交通信号进行控制，以达到全局优化调度的目的。该系统与以精确的数学模型为基础的传统的城市交通控制系统相比, 可以有效地解决我国中小城市交通控制中存在的问题, 有着良好的应用前景。
摘要：针对中国中小城市道路交通的特点及交通控制系统现状和未来发展的需要, 将随机混合自适应控制应用于城市交通信号控制系统。改变传统的城市交通控制系统, 减少车辆的等待时间, 改善交叉口通行能力, 为优化城市交通控制提供一种参考方法。
关键词：随机自适应控制,交通信号,交通控制系统
参考文献
[1]陈新海, 李言俊, 周军.自适应控制及应用[M].西北工业大学出版, 1998.
[2]丛冬栋, 王振家.基于FNNC的城市交通智能红绿灯控制系统[J], 控制工程, 2003 (10) :14～17.
[3]陈淑燕, 陈森发, 黄毅.单路口多相位交通信号模糊控制系统的设计[J].系统仿真学报, 2002 (7) :962～965.
[4]刘智勇, 尹征琦, 赖荣.基于PLC的模糊智能交通控制系统[J].公路交通科技, 1998 (2) :20～23.
[5]刘智勇, 尹征琦, 朱劲, 李秀平, 吴今培.基于模糊控制的多功能交通控制系统[J].中国公路学报, 1999 (2) :84～89.
[6]赵晨, 胡福乔, 施鹏飞.基于模糊逻辑的路口交通信号控制[J].计算机工程, 2003 (10) :50～52.
基于混合信号处理技术的分析 篇2
1 混合信号处理技术
数字与模拟信号均为混合信号处理系统所要处理的对象。混合信号处理系统既可以是一块电路板，也可以是一块电路芯片，如果是印制电路板，会有部分微处理芯片混入其中，因为模拟与数字模块均存在于模数转换系统与数模转换系统中，所以就将这模数与数模转换系统均看作是一个混合处理系统。超大规模集成电路处理系统是近几年发展起来的，它可以支持数字信号的处理以及一块芯片上的模拟信号的处理。DSP处理系统的实质是可以实时展示，同样这也是对其功能的阐述。
1.1 模拟信号与数字信号处理的对比
目前，大部分工程师在怎样挑选一块匹配的模数混合处理芯片的问题上比较头疼。因为任何一种传感器都是模拟式的，如：扩音器、张力测量计、热电偶、压电传感器等，因此单凭数字处理技术对传感器所采集的模拟信号进行处理比较困难。所以，不管传感器输出的是数字信号还是模拟信号，均需要预处理电路来处理传感器所输出的信号，同时也方便后面的电路。预处理电路实质就是一种模拟信号处理器，其功能包括：放大功能、隔离功能、在信噪较低时可获得有用信号、动态信号压缩功能以及对有用以及无用信号的过滤功能。
下图1所呈现的是部分较为成熟的信号处理技术。在下图的最上方所呈现的是部分单纯的模拟方式，接着对DSP处理技术进行了整理。如果确定选择DSP处理技术，那么特别要注意的一点是决定将ADC处理系统放在什么地方。
1.2 模拟以及数字信号的处理的选择
在操作中，因为模数转换系统与传感器连接位置比较靠近，目前大部分的信号调节系统都是包含在模数转换系统中。模数转换系统在其功能变强之后可以实施采样比例控制，使波动范围与可操作性变大，输入噪声与滤波的控制，在线电压的参考等均在一定程度上简化了系统，也使其功能加强。如今，数据转换技术越发成熟，速率越来越高，通过模数与数模转换系统产生的系统信号调节技术也随之成熟化。在测量方面，二十四位的模数转换系统已经落后了，在无其他调节系统时它已经不能数字化10mV的电桥信号。对于声音音频而言，要满足所有要求只需一个内部置有功能强大的模拟电路的解码器就行了，同时对其他芯片的要求也随之减少了。对于录像音频处理系统，该结构也可以采用模拟线阵结构。
2 技术应用
我们对同样为1KHZ的模拟与数字低通滤波器进行对比，以此来示意DSP应用的可操作性。该数字滤波器是用于数据取样处理系统，如下图所示，其中需要注意的方面比较多。第一步，假设模数转换器与数模转换器的取样频率比较充足，且具有足够的处理能力和跟随信号变化而变化的能力。另外，该数字信号处理器一定要有非常快的处理计算的速度，已完成取样周期内的全部操作。还有，在模数与数模转换的输入及输出过程中，模拟信号滤波器可避免信号相混与类似信号重叠的现象，不过在有些环境下，该需求是不用考虑的。如果出现了这些情况，下面就数字滤波器与模拟滤波器进行了对比。
以上滤波器的关断频率均为1kHZ。为六管脚数字滤波器，上图中有其相应输入。但其实一般情况只需三个两级的管脚、一个对峙发电机、部分电阻与电容就可以实现了。CAD输出模块嵌入在调制滤波器内部，设计因此而被简化，但是我们依然要精心挑选与匹配其构件，以将波信号维持在0.5分贝。
换个角度来看，该数字信号滤波器的低通滤波仅有0.002分贝，相位为线性，而且输出效果非常明显。但是事实上某些时候模拟滤波不能对信号进行有效提取。除此之外，数字滤波器无需过多的元件与之相配备，而且它产生脉冲是可以供给晶振，因此它的稳定性比较高，不会出现偏移。该129TAP的数字信号滤波器的输出样本的处理要相应的129个MAC。为了进行实时监控，整个过程的操作一定要在采样周期以内。当中，10Ksps是其取样频率，换句话说就是如果没有任何其他的额外处理要求，完成全部的处理操作100微秒绰绰有余。在数字处理系统中，一个独立的循环周期以内，全部的乘积相加的操作是由其ADSP-21xx系列处理芯片来完成，滤波器则完成另外部分的操作。所以就要求129TAP的数字信号滤波器的元件处理速率不能低于129/100us=1.3百万条指令每分钟。数字处理系统并非该处理系统中最弱的部分，因为在规定的数据处理速率下，它可以很大。该16字节的ADSP-218X芯片每分钟最多可以传输75百万字节。下图为模拟与数字滤波倍频器的对比示意图。
对一个可实施的操作, 在处理模拟与数字量时, 或进行模拟与数字滤波器对比时, 另外还有些因数需要考虑到。目前大部分信号处理系统会通过数字与模拟同步处理技术来满足其处理要求, 同时使其优势得到充分的利用。
参考文献
[1]蒋常斌, 冯建科, 郭仕瑞, 高剑.基于DSP的多频带混合信号测试系统[J].现代电子技术, 2008, 14:38-40.
[2]苏琳.基于宽带接收的星载信号处理技术[J].电讯技术, 2011, 07:113-117.
[3]康辉, 尚春宇, 张蕴晴.数据转换器中数字信号处理技术研究[J].佳木斯大学学报 (自然科学版) , 2013, 02:245-248.
混合信号控制 篇3
关键词：感应耦合电能传输,能量调制,软开关
1 引言
感应耦合电能传输(CPT)技术是一种基于电磁感应耦合原理的非接触式电能传输技术。通过一次侧、二次侧线圈间的耦合磁场实现电能从静止电源系统向一个或多个可移动用电设备的非电气直接接触电能传输方式[1]。然而在随钻井下通信、医用体内植入系统等设备应用时需要实时检测系统的工作状态或传递控制指令,因此系统需要在非接触传输电能的同时实现信号的同步传输。研究发现由于感应电能传输系统中磁能转换机构及高频电能逆变器的存在,如果电能与信号分别用两个通道传输,电能对信号的传输有很强电磁干扰问题。因此需要研究适应于感应电能传输系统中基于能量传输通道的信号有效传输方法,实现电能与信号的同步传输。感应式电能与信号混合传输技术就是在非接触电能传输的同时传输数字信号,电能与信号共用一个电磁耦合机构和感应线圈。
目前,CPT系统中信号传输有以下三种方法,方法一:在能量传输电磁耦合机构中增设一对信号传输线圈[2]。该方法信号解调部分需要做滤波等处理,增加了系统设计的复杂度,同时电能干扰问题严重。方法二:通过对极谐振逆变器的控制,使得发射线圈电流幅值持续过零.在过零时段进行信号的传输[2]。该方法中发射线圈电流断续,对次级电能拾取电路要求复杂,并且对电路参数要求高,电路的鲁棒性差。方法三:在主电路上增设开关器件,通过改变逆变器电能流的幅值传输数据[3]。该方法中的逆变器只能工作在小功率的情况下。文中根据CPT系统谐振变换器存在多软开关工作点的特性,提出一种基于切换谐振逆变器开关管软开关周期的信号调制方法。该方法解决了CPT系统中传输数字信号需要增设一组线圈的问题,同时传输数字信号时电能电流不断续。
2 系统结构及信号传输原理
2.1 系统结构
图1所示为本文提出的一种带信号传输的CPT系统原理结构图,该结构图在原来CPT系统基础上增加了初级回路的信号调制部分和次级回路的信号提取与复原部分。在功率传输电路中通过调制器改变谐振变换器的开关控制周期,可以将传输数据调制于功率信号上,另外在不改变原有非接触电能传输拓扑的基础上完成传输数字信号的任务。由于电能本身携带数字信号,所以使用这种传输方法信号与能量传输之间不存在相互干扰。由于信号传输过程中载波频率不发生变化,所以不存在相频失真和幅频失真。其工作原理如图1(a)(b)所示。
2.2 信号调制原理分析
图1(a)所示的电能高频逆变器是一种串联谐振型逆变器,主要由电流检测单元,软开关切换控制器和四个开关管S1-S4以及一个谐振网络组成。为了提高功率传输效率,要求其全桥逆变器工作于软开关状态,对初级谐振电流周期函数i*p(t)=0求解计算得知原边谐振电流周期函数存在一系列过零点,如图2所示。这些过零点对应的时间都是系统ZCS周期[4],如图1所示系统通过调制器控制开关管的触发脉冲周期在T1(A点对应的时间)与T3(C点对应的时间)之间切换,把需要传输的数字信号加载到初级线圈的谐振电流上,形成综合能量信息流传递到次级回路。
当数字信号为1时,调制器产生周期为T1的控制脉冲触发开关管的通断,初级电路在电感上形成高频交流电流。电容CP、电感LP和电阻构成谐振网络,图3依次为初级发射线圈的电流、开关管S2/S3触发脉冲,开关管S1/S4触发脉冲的Matlab仿真波形。从图中可以看出触发脉冲在谐振电流每个半波切换一次,都发生在电流过零时刻。工作点A是系统的通常的基波谐振频率点,系统工作在基波谐振状态。
当数字信号为0时,调制器产生周期为T3的控制脉冲触发开关管的通断。因为谐振电路阻尼系数的存在,当控制脉冲周期增大时初级电感储能减少,因此初级发射线圈电流减小,图4所示依次为初级发射线圈的电流波形,开关管S2/S3触发脉冲,开关管S1/S4触发脉冲。可以看出当开关的切换频率降低为T1的1/3,触发脉冲在谐振电流每3个半波切换一次,电流的幅值也约为其1/3。但电流的频率与基波谐振频率一致,因此如果系统在这两点之间切换,将不会导致电流波形突变。
图1(b)示为次级回路,拾取线圈(电感LS)将感应到的电流转换成电压,再经过信号提取与复原电路得到被传输信号。由于初级线圈电流幅值发生变化,因此不能直接与负载相连,为了减小信号传输带给能量传输的影响,必须在能量的拾取端进行功率调节。功率调节方法有很多,通常是在副边拾取端整流滤波后加DC/DC变换器调节输出电压,或是副边短路解耦控制,在拾取线圈上并联一个短路开关,以一定的频率及占空比控制拾取端解耦就可以调节拾取到的功率。
3 能量与信号混合传输特性分析
能量与信号混合传输是通过改变逆变器的控制频率使数字信号调制到能量电流波形上,由于谐振网络作为综合能量信息流的传输通道,因此谐振网络的阻抗特性将影响功率传输特性与信号传输特性。
3.1 功率传输特性分析
由于感应电能与信号传输过程是通过近场耦合完成的,假设没有向外辐射能量。初级谐振网络的等效电路由图5所示,R′11为次级回路折射到初级的反射电阻,X′11为次级回路折射到初级的反射电抗。初级回路发送功率为:
式中P1—消耗在发送电路上的功率
P2—次级电路接收的功率
当感应电能传输时,电路工作在谐振状态。这时X11+X′11=0次级电路接收到的功率:
设
得
式中k—功率耦合因子
由(4)式可以看出当λ=1时,次级电路接收到来自初级电路的功率最大。因此设计系统时应调整参数使得R11=R′11次级电路接收到的功率最大,此时。
3.2 信号传输效率分析
在感应式能量与信号混合传输中,信号载波即为电能,次级线圈接收到的可知感应信号传输效率:
由(3)式可知(5)可表示为。从式(5)中可知信号传输效率η随λ的增大而增大,在感应式电能与信号混合传输过程中,要保证能量的传输效率最大。此时λ=1,信号传输效率η=50%。
3.3 信号提取与复原
电感Lsense将接收线圈电感LS中的电流转换成电压Vin,信号提取与复原是通过检测副边电压的幅值变化来实现的。图6是一种实现电路,该电路包含两路不同参数设计的包络检波器和一个比较器。
包络检波器1由D1,C1和R1组成。RS,CS构成的低通滤波器用于滤去高频电能。当2π/ω≪R1C1≪τ(τ为避免惰性失真的最大截止时间)时,电压Vout1反映输入电压Vin的包络变化。包络检波器2基本结构与包络检波1一致,只是电路设计的参数不同,当R2C2≫τ,输出电压Vout2基本不变,可认为是直流,再经过电阻R5,R6分压,将分压后的电压Vout3作为判决电压,比较器输出信号,实现了信号的提取与复原。
4 实验分析
为了验证本方法的可行性,搭建了电路参数如表1所示基于CPT系统的能量与信号混合传输实验电路,实验测试波形如图7至图9所示。
图7中为待传输的数字信号和初级电感电压波形。由图可以看出,在不同的数字信号时,初级电感电压幅值发生变化。
图8中为拾取电感LS电压波形与负载电压波形,调幅调制后的电能经过功率调节器和稳压环节。输出了平稳的直流电压供给负载。
图9中为包络检波器1的Vout1输出波形,包络检波器2的输出经过分压Vout3的波形以及复原的被传输信号。
5 结论
在CPT系统中,提出基于能量通道实现数字信号传输的方法。该方法通过切换开关管控制脉冲频率的方式,在原副边耦合线圈间形成综合能量信息流,电能接收端在接受电能的同时,提取被调制信号的特征并进行信号复原。搭建了实验平台,验证了本方法的可行性,为CPT系统中信号传输提供了新的思路。
参考文献
[1]Boys J T,Green A W.Inductively coupled power trans-mission concept-design and application[J].IPENZTrans.,1995,22(1):1-9.
[2]T Bieler,M Perrottet,V Nguyen,et al.Contactless pow-er and information transmission[J].IEEE Trans.Indus-try Applications,2002,38(5):1266-1272.
[3]周锦锋,孙跃,苏玉刚(Zhou Jinfeng,Sun Yue,Su Yu-gang).感应耦合电能与信号同步传输技术研究(Syn-chronous transmission of inductively coupled power andsignal[J].重庆工学院学报(J Chongqing Inst.Tech.),2009,(4):12-17.
混合语音信号的盲分离及排序技术 篇4
在真实环境下, 声源发出的声波在传输到麦克风的过程中, 会受到周围环境影响 (如反射、延时) 。通常这一非理想的声音传播通道可用一滤波器进行等效。因此被麦克风记录的信号可看成是声源信号经过卷积滤波的结果。特别是在多声源的环境中, 麦克风所记录的声音信号则是一种卷积混合的声源信号。从卷积混合信号中分离出目标声源, 是一项非常有挑战性的研究工作, 具有广阔的应用背景。语音盲分离方法有两种思路, 一种是直接在时域中构造反卷积滤波器, 其分离准则与瞬时混合情况基本相同, 但是由于解卷积FIR滤波器长度过长, 且涉及大量的卷积运算和参数调整, 使得时域方法计算较为复杂。另一种思路是通过短时傅立叶变换, 将信号变换到时频域。由于时域卷积相当于频域乘积, 因而可转化为各个频率点上的瞬时混合ICA问题, 使得问题得到很大简化。但这一简化却带来排序不确定和尺度不确定等问题.本文探讨了对盲信号的分离, 对尺度进行补偿和根据KL散度进行排序的实现方法, 在MATLAB环境中成功地实现语音信号的盲分离。
1 语音信号的卷积混合模型及其时频域ICA分离方法
在现实情况下, 由于真实语音环境中的反射和时延等效应的存在, 观测信号实际上为信源的卷积混合, 即:
其中, L为混合滤波器阶数, aij为第j个源到第i个传感器的冲激响应。频域解卷积的思路是对上式进行短时傅立叶变换, 将时域卷积问题转化为频域乘积, 然后采用瞬时复ICA算法对各频点观测向量X (fk) 进行处理, 得到频域分离矩阵W (fk) 以及对源S (fk) 的估计。
虽然Y (fk) 是对源信号S (fk) 的逼近, 但由于I-CA固有的幅度和排序不确定性, 使得在不同频点上, 它们之间各分量的对应关系出现混乱, 而且同一声源的幅度连续性也不能保证。因此在完成各频点的ICA分离后, 需要经过排序和尺度补偿, 在保证各频点分量排列正确且幅度连续性得到恢复的情况下, 再进行短时傅立叶逆变换, 最后将得到的时域信号重新截取组合得到对源信号的估计。频域解卷算法的流程图见图1。
2 常用ICA算法介绍
ICA是假设输入源信号为独立信号, 利用多信道观测, 通过变换使各信道数据尽量独立, 来逼近源信号的一种算法。目前常用的分离算法按步骤划分可以分为:批处理算法、自适应算法、探查式投影追踪算法。
2.1 批处理算法
指依据一批已经取得的数据X来进行处理, 而不是随着数据的不断输入做递归式处理。已有算法有: (1) 成对数据旋转法 (Jacobi法) 及极大峰度法 (Maxkurt法) ; (2) 特征矩阵的联合近似对角化法 (JADE法) ; (3) 四阶盲辨识 (FOBI) ; (4) JADE法和Maxkurt法的混合。
2.2 自适应算法
根据数据陆续得到而逐步跟新处理器参数, 使处理所得逐步趋近于期望结果, 即各分量独立。已有算法有: (1) 常规的随机梯度法; (2) 自然梯度与相对梯度; (3) 串行矩阵更新及其自适应算法; (4) 扩展的Infomax法; (5) 非线性PCA自适应法。
2.3 探查性投影追踪
按照一定次序把各独立分量一个一个的逐次提取出来, 每提取一个, 就将该分量从原始数据中去掉, 对剩下的部分提取下一个分量。已有算法有: (1) 梯度算法; (2) 旋转因子乘积法; (3) 固定点算法 (Fast ICA)
本项目中采用JADE算法来得到频域分离矩阵, 并在此基础上得到对源的估计。JADE算法实现步骤如图2所示。即在设计中实现算法分三步走: (1) 去均值 (2) 预白化处理 (3) JADE算法求出分离矩阵。
3 盲源分离的不确定性及解决方案
源信号在被恢复的过程中存在着一些不确定性, 为了得到高质量的源信号, 还必须对解混后的数据进行幅度补偿和排序调整。
“幅度不确定性”是一个难以解决的问题, 但使用“反投影”方法可以在一定程度上减轻尺度的不确定性对分离性能的影响对于排序不确定性, 本文将主要考虑利用“语音信号的相关性和不同信源之间的独立性”来解决“排序不确定性”问题。目前解决“排序的不确定性”问题的传统方法是采用互参数判据进行排序。常用的互参数判据有包络相关性、KL散度、高阶互累计量等。其理论依据为同源信号相邻频点的相关性及不同信号的不相关特性。本文运用KL散度方法进行了排序。KL散度描述的是两个概率密度函数间相似程度 (kullback-leibler散度) , KL散度可以用来度量任意多变量概率密度函数中各分量相互独立程度。对于连续信号计算公式为:
对于离散信号, KL散度的计算公式为:
本项目对分离后得到的Y (fk) 矩阵依据KL散度排序, 取得了较好分离效果。
4 语音盲分离的仿真实现及代码移植
我们采用了网站提供的音乐声和英文字母混合声音作为混合语音数据, 在MATLAB仿真环境中实现了分离。混合语音信号波形和分离后语音信号波形如图3、图4所示。实验表明, 分离效果较理想。
通过购买MATLAB自带的编译器, 在命令编辑栏输入:
MCC-M YOURNAME.M-C或MCC-MYOURNAME.M-C++, 可以将用户的MATLAB仿真程序直接转换为C代码和C++代码, 为程序移植提供良好基础。
参考文献
[1]一种基于多判据综合决策的语音信号频域盲解卷积排序算法.姚成, 张超.合肥学院学报.
混合信号控制 篇5
混合音频信号处理中,除了大量已知的信号外,尚有一小部分未知的信号交叠于待检测信号中,因此,如何有效检测出这部分信号,成为了混合音频信号处理中的难点问题。
此类问题的根本所在就是如何对给定混合信号源进行分解,使其能够实现单个信号的线性复现。
传统的信号表示方法用如正弦函数或小波函数等完备基来表示信号,这些基函数均有较强的物理意义,并且对于某些特定类型的信号取得了较好的表示效果。但这类表示方法都试图使用性质相同的一类基函数来表达任意的信号,一旦基函数确定以后,对于一个信号只能有唯一的一种分解方法,从而对于一般的信号不能总得到信号的稀疏表示。更好的信号分解方式应该根据信号的特点,自适应地选择合适的基来分解信号,这对于含有分布较广的时域和频域局部化信息分量的信号来说尤其显得重要[1]
稀疏分解具有较强的数字压缩能力,具有更稳健的建模假设,还具有去噪,特征提取和数字压缩等潜在的能力[2]。以贪婪算法为核心的匹配追踪(Marching Pursuit)信号稀疏分解方法,是目前信号稀疏分解最常的用方法[3]。但研究发现MP信号稀疏分解易出现过匹配现象,而且随着迭代次数的增加MP误差衰减的速度变得很慢,而基追踪方法在这方面却表现出较好的特性。
基追踪方法是信号稀疏表示领域的一种新方法。基追踪方法采用表示系数的范数作为信号表示稀疏性的度量,通过最小化1一范数将信号稀疏表示问题定义为一类有约束的极值问题,进而转化为线性规划问题进行求解。目前,基追踪方法在一维信号处理领域有很好的应用[4]。
因此,提出一种新的混合音频信号处理方法,利用基追踪(Basis Pursuit,简称BP)算法和自回归模型,实现信号稀疏的分解。
1 模型
1.1 基追踪
基追踪是目前非常流行的一种信号分解方法,可将信号分解为字典元素(亦称原子Atom)的优化叠加信号。若定义信号为,原子为那么,BP算法旨在计算出稀疏线性相关系数(标量)使得下式成立:
假设字典是过完备的,即:原子数目K超过了信号的维数[5]。
对于满足式(1)的分解结果,利用稀疏分解,可最大限度地简化βi
从式(2)可以得出:式(2)的优化可以最大限度地减低受式(1)约束的线性相关系数的L1范数。这是因为优化是凸优化,没有局部最小点。
B P可以对待检测信号建立基于幅度变化的原子模型,但是此类模型适合基于傅立叶变换或者是小波变换的数据压缩,却不适合用来分析由自然声源组成的混合音频信号,因为此类声源信号不仅在幅度上有巨大变化,在时间、相位和音色等方面存在着很大变化,所以,利用原子及字典大小再现这些变化需要更为先进的模型。
1.2 BP自回归模型
为了更好地再现混合音频信号在幅度、时间、相位、音色等方面的变化,将BP与自回归模型结合在一起,提出了新的模型—-BP自回归模型(BP autoregressive model,简称BP-AR)。
BP自回归模型可参数化单个信号源的变化,即:假设第i个信号源波形近似满足m阶线性递推关系
严格地讲,若第i个信号源波形只定义为t>0,那么,式(3)只适合于t>m,且第i个信号源波形的特殊处理取决于m阶线性递推关系的初始条件。
定义初始条件为,那么,式(3)可以扩展为
假设(1)每个字典条目模型均可以表示为信号的m阶矩阵;(2)初始条件可以表示信号幅度、相位、时间、音色的变化;(3)每个信号源的自回归模型的m阶线性相关系数是先验的,储存于K个字典条目中的其中一个。其中,时间T可以简单表示为依据式(3)的不同时间步数的递推演变[6]。
那么,信号源的稀疏分解可以用一些有效信号(k<<K来代替,如下式所示
式(5)表明优化条件涵盖所有的K个信号源波形和初始条件式(5)中,min是用来检测每个信号源自回归模型的保真度,其约束条件如式(4)所示。式(5)条件表示每个信号源的初始条件的范数条件:
式(6)解释了周期性混合信号稀疏分解的前期工作,即:许多信号有零激励,认为是无效的。上述两个公式之间关于模型误差与稀疏性的平衡由规划因子γ>0来调节[7]。
1.3 优化
式(5)显示BP自回归模型的优化复杂度远远高于BP模型(式(2))。特别地,BP模型仅仅计算每个信号源的幅度变化βi,而BP自回归模型计算的是初始条件向量和拓展信号源这种方法不再是通过固定基向量代表示信号源,而是通过明确建模表示每个信号源的明显变化。
虽然此方法较BP更为复杂,但是,此优化过程可以简化如下:
(1)对于表达式(5),消除代表信号源波形的变量为此,引入拉格朗日算子λ强化约束条件,获得关于的非约束的、持续变化的周期性最小化方程。从而依据信号源初始条件通过求解优化解来消除这些变量,其最终结果是一个执行了所有初始条件的无约束优化解。价值函数如下式所示。
其中,变量u是变量uit与信号源及滞后的级联,Y与Z是关于待检测信号xt与字典相关系数αit的矩阵表示;
(2)简化L(u)。从选择一组初始条件uj,假定u中其他变量维持在当前值,重复执行包含所有初始条件的计算过程,直到L(u)最小。在此过程中,若满足式(8),则将uj置零。
当uj=0时,Zj是从矩阵Z中得到的T×m阶子矩阵。
若上述条件无法满足,可将uj设置为一个非零值,使其稳态最小化:
虽然式(9)是非线性的,但是,使用诸如牛顿法等方法,经过简单的代数计算,便可产生一个有关‖uj‖2量纲的一维非线性方程。最后,根据给定的‖uj‖2,式(9)可以演变为关于uj的线性方程组。
2 仿真分析
在仿真试验中,设定混合音频信号中包含周期与非周期信号,时间窗函数为100 ms,采样频率为22 050 Hz,且为了更好的用信噪比SNR (signal-tonoise ratio)衡量此方法的优势,选择在混合信号中加入各种水平的高斯噪声信号。高信噪比可视为期望结果的上限值。
每一次试验,使用式(5)和式(7)进行优化获得非零的初始条件{uiτ}(对应信号源有效);调整规划因子γ获得最佳的平均性能,即精度与记忆之间的平衡误差。
若试验信号为具有确切信号的单个信号源,此方法还可获得具有最低拟合误差的自回归模型,一次评判其分类性能。
2.1 信号选择
假设如下:1)构建一个K=60的字典库,每个信号源具有32阶的自回归模型;2)根据式(3),从具有零均值和单位方差的正态分布中随机采样相关系数{αiτ},相关系数{αiτ}会被重新调整,从而使得对于模型稳定,且其期望值不会随着时间而推移;3)利用随机采样的自回归模型的初始条件得到单个信号源。
那么,通过不断演化的递推关系即可获得计算波形。
在试验中,采取长度为256、取值为[-128,128]的实际数字信号。实际计算中,对原子库做了一定调整,去除了伸缩尺度很大和很小的原子,库的大小为53520×256。除此外,考虑到BP-AR的可行性,实验中针对原子库加入了随机噪声。
2.2 仿真结果
为了更好地体现BP自回归模型在信号处理中的优点,将BP自回归模型与GBP算法、MP模型对信号处理的结果做了比较,其仿真结果如图1所示。
GBP算法是实现BP思想的一种新颖的算法,其核心思想可以等同于寻找信号向量同原子库凸集的交叉点,它较一般的线性规划方法,在运行时间及计算复杂度上有着显著的提高。
图1—图3分别显示了GBP,MP,BP自回归模型在256个原子上重建的256点一维信号的情况。
由图4可见,起初MP模型的近似误差衰减速度比较快,后来随着重建精度的提高开始减慢,而BP自回归模型却随着重建原子数的增加呈现出近似指数的衰减,而且计算速度有所提高。另外,即使时间窗函数为100 ms,BP自回归模型的稀疏分解方法依然能够有效区分非周期信号,且对噪声信号具有良好的鲁棒性。
由图4可见,BP-AR算法在实现信号稀疏分解时具有着较小的重建系数1——范数。
3 小结
在基追踪的基础上,将自回归模型与其结合,形成了一种新的混合信号处理方法。该方法旨在表征不同来源的特性,诸如变化度等。通过试验,验证了此方法分析的可行性,与以往信号分解的先验方法相比较,此方法对多种可能信号的组合也是行之有效的。
但是,目前BP思想的实现方法不是很多,而且都面临着计算量大的问题。因此,目前的基追踪方法仅在一维信号去噪和超分辨处理方面有很好的结果。未来,将着重研究来源于采样音频的稳定自回归模型的学习算法,以及在多个分析框架下的有效源的集合。此外,将持续关注规划因子γ的设置与调整,因为它对信息检索的规模问题有着重要影响。
摘要：针对混合信号中少量未知的交叠信号无法检测与精确描述的问题,提出了一种新的检测方法。该方法基于BP自回归模型,将待检测信号通过稀疏分解理论分解为一系列信号源的线性描述。仿真结果表明,该方法具有较高的精确度和有效性。
关键词：基追踪,自回归模型,稀疏分解,混合信号
参考文献
[1]邵君.基于MP的信号稀疏分解算法研究.成都:西南交通大学硕士研究生学位论文,2006
[2]王潇.MP和BP稀疏分解在盲源分离中的应用.成都:西南交通大学,2009年
[3]高瑞,徐华楠,胡钢.基于GA和过完备原子库划分的MP信号稀疏分解算法.科学技术与工程,2008;8(4):914-916
[4]汪雄良,王正明.基于快速基追踪算法的图像去噪.计算机应用, 2005;25(10):144-146
[5]方耀.基于稀疏分解的非合作猝发信号解调技术研究.杭州:杭州电子科技大学,2010
[6]张延良;楼顺天;张伟涛.非正交联合对角化盲分离算法的可辨识性研究.电子与信息学报,2010;32(5):1066-1070
混合信号控制 篇6
20世纪90年代,JTAG工作组提出了边界扫描测试技术,以解决数字电路的故障诊断和检测问题,最终形成了IEEE 1149.1标准[1]。该标准推出之后,取得了巨大的成功,但是该标准没有解决模数混合信号电路的测试问题,故IEEE组织发布了IEEE 1149.4混合信号测试总线标准[2]。该标准主要增加了对模拟电路的扩展互连测试。该标准利用边界扫描机制实现了对混合信号电路板中的模拟器件的参数测试,从而提供了一种标准化的解决方案。
模拟边界扫描测试在IEEE 1149.4 标准推出之后,逐步获得了发展,但因技术上尚未完全成熟,市面上混合信号BS芯片较少,支持IEEE 1149.4的芯片和测试系统较少。本文在对IEEE 1149.4标准进行深入研究的基础之上,设计了针对混合电路板的边界扫描测试系统及其验证电路。通过初步的试验验证,所设计的系统实现了标准规定的互连测试和参数测试,有一定的实用价值。
1IEEE 1149.4 标准
IEEE 1149.4标准与IEEE 1149.1标准完全兼容,符合该标准的混合信号器件结构如图1所示,主要包括:数字测试访问端口TAP(Test Access Port)、模拟测试访问端口TAP(Analog Test Access Port,ATAP)、测试总线接口电路(Test Bus Interface Circuit,TBIC)、模拟测试总线ABx(Analog Test Bus)和模拟边界扫描单元(Analog Boundary Module,ABM)和数字边界扫描单元(Digital Boundary Module,DBM)等部分。
1.1 测试原理及结构
TAP控制器为16位同步状态机[3],由TMS信号和TCK信号控制,其主要功能是产生测试逻辑的指令寄存器和测试数据寄存器正确工作所必需的时钟信号和控制信号。控制器产生各种控制信号,从而实现移位、捕获和更新等操作,控制TBIC和ABM的控制电路等。ABM是模拟BS单元,其开关结构控制了该模拟管脚与内部测试总线的连接。结合TBIC的控制,AT1或者AT2就可与任一器件相连,完成模拟虚拟探针测试。
测试总线接口电路TBIC的功能是控制外部总线(ATAP)与内部测试总线(AB1,AB2)的连接,为器件的ABM单元和外部的测试总线系统提供通道。
程控电流源通过ATAP为被测器件提供指定幅度的直流电流信号、或指定频率和幅度的交流电流信号。
数据采集器通过ATAP采集测量响应数据,把采集的交流信号转换为直流信号,通过交直流切换电路及量程切换电路后由ADC转换器实现电压采集,从而实现模拟电路的相关测试。
1.2 测试控制模块
测试控制模块的基本框架如图2所示。其中主要包括以下几个模块:
TAP控制模块:由TMS信号和TCK信号控制,其主要功能是产生测试逻辑的指令寄存器和测试数据寄存器正确工作所必需的时钟信号和控制信号;
指令寄存器模块:在I_S_Ctrl信号组的作用下,装载指令;
指令译码模块:从指令寄存器读入指令并进行译码,并将译码信号传给测试数据寄存器模块;
旁路与边界扫描模块:在控制信号的作用下,是扫描链按照IEEE 1149.4标准所定义的时序,进行捕获、移位或者更新等操作;
选择模块:在Select信号控制下,确定是将指令还是扫描链中的数据从TDO串行移位输出。
1.3 边界扫描单元
混合信号电路边界扫描单元包括ABM和DBM。每种DBM都是一种具有一个或多个不同状态的边界扫描寄存器[4]。它装载数据,也可以捕获逻辑值。ABM是混合信号电路单元,它由控制逻辑和开关矩阵两部分组成。控制逻辑是数字构成的控制寄存器,用来控制模拟功能管脚的模拟和数字信号的输入输出及开关矩阵的动作,从而让TBIC控制了ATAP与内部测试总线的连接,为器件的ABM和外部测试系统提供联系的通道。
1.4 IEEE 1149.4指令集
IEEE 1149.4的测试指令有三种,分别是强制指令、可选指令和用户扩展指令。其中BYPASS,SAMPLE/PRELOAD,EXTEST,PROBE为强制指令,INTEST,CLAMP,HIGHZ,RUNBIST,IDCODE,USERCODE为可选指令。器件设计者可以根据自己的需要增加所需的指令。
2测试方法
边界扫描在板级测试中应用的比较广泛,常用的测试方法有基础测试、互连测试和参数测试。
2.1 基础测试
基础测试主要是对扫描链本身结构进行测试,确保边界扫描其他测试能正确进行,测试前先测试边界扫描链通路,检测扫描链各芯片的JTAG测试总线故障[5,6]。在器件BSDL文件中,instruction_capture属性对应的标志代码是固定的,该代码是检测边界扫描测试总线故障的重要依据,当整个扫描链中各器件的指令测试与其标志代码一致时,说明扫描链路正常,若要判断测试信号出现哪种类型的故障,需要借助辅助测试代码进行下一步测试总线故障诊断与定位。
2.2 互连测试
这里说的互连测试,是混合信号电路中的简单互连测试[7]。连接的管脚进行互连测试,主要用来测试器件连线间的开路、短路和网络间的桥接等故障。
IEEE 1149.4标准在ABM中增添了VH,VL,VTH三个不同的电平,分别代表高电平、低电平和门限电平。根据ABM内部的控制逻辑真值表,将模拟边界扫描单元的逻辑控制代码装进边界扫描链中,从而控制相应的逻辑开关闭合,使外部的VH或VL电平施加到输出型的模拟管脚上作为预置测试矢量;执行测试之后,通过捕获与该管脚相连的输入型模拟管脚上的电压,并与VTH门限电平进行比较,将模拟量数字化为一位数字值“0”或“1”,作为输入型模拟管脚上的测试响应。通过将预制测试矢量和测试响应进行比较,就可以分析出该模拟简单互连线是否发生了短路、开路、桥接等故障,并可以将故障定位到管脚级。
2.3 参数测试
参数测试针对的是电路的模拟特性测试和印刷电路上分立元件参数测试,其实质是IEEE 1149.4标准环境中集成电路之间互连的“扩展”,即扩展互连测试[8]。
其测试方法要根据网络的具体性质和电路特点及混合信号边界扫描测试规范而定。扩展互连测试里面有种特殊的应用就是差分测试,它包括数字差分电路的互连测试、模拟差分电路的简单互连测试和模拟差分电路的扩展互连测试。
3系统设计
支持IEEE 1149.4标准的边界扫描测试系统是实现混合信号电路测试的基础。该测试系统主要由上位机、测试控制器模块构成。上位机负责测试矢量的生成以及对测试响应进行分析,并通过总线与测试控制器完成数据传输。测试控制器用于产生对被测电路状态机所需的控制逻辑时序,并完成测试矢量的加载和测试响应的存放。测试系统的总体结构如图3所示。
3.1 硬件实现
测试系统的硬件主要由测试控制器模块组成。制器模块采用控制器+测试控制器+程控电流源与数据采集器的结构。
测试控制器的设计内部设有多个功能寄存器,通过外部数据线和读写控制信号线,可以实现对这些寄存器的访问,完成各种测试任务。控制器设计完成后,在一片Xilinx Spartan Ⅱ XC2S100芯片上下载实现,并以它为核心组建了一套边界扫描测试系统。
测试控制器的主要作用是:接收主机的指令或数据,转换成测试激励数据给被测电路[9];读取测试响应的数据,反馈给上层软件;控制接口电路、程控电流源与数据采集器的通信,实现数模混合测试。
程控电流源直流部分由D/A模块产生直流电压,交流部分由DDS产生正弦电压信号,并进行功率放大,通过继电器进行交直流切换,并由V/I转换模块实现电流输出;交流电压信号由AD637将交流信号转换为直流信号,通过交直流切换电路及量程切换电路后由ADC转换器实现电压采集。
数据采集器由交流有效值转换、交直流切换、量程切换和AD转换等部分构成。
3.2 软件设计
软件处理的任务如下:根据获取的测试类型和PCB板的器件信息进行文本编译;选定测试算法之后,对可测网络自动生成测试矢量;将测试矢量施加到被测电路中,同时取回测试响应;根据相应的故障诊断算法,判定故障并进行定位。
本测试系统的软件部分由接口驱动程序、测试控制器驱动程序和测试控制器测试程序等部分组成。其中测试控制器的测试流程如图4所示。
4测试结果
由于目前没有符合IEEE 1149.4标准的器件成品,只有美国国家半导体公司在2002年推出了一款支持DOT4的商业测试芯片——STA400,但是在国内没有销售。在本系统的DEMO板测试验证中,采用的是DOT4工作组所使用的测试验证芯片KLIC[10],做测试验证的DEMO板是在数模混合电路核心逻辑的基础上插入边界扫描测试芯片KLIC,使其构成混合信号边界扫描器件。
测试验证中,对DEMO板进行了基础测试、简单互连测试和扩展互连测试。其中对如图5所示的Π型网络模拟扩展互连测试的测试结果如表1所示。
5结语
IEEE 1149.4标准对混合信号电路定义了一种可测性结构以及相关协议。本文根据标准设计并实现了混合信号边界扫描测试系统, 可以实施IEEE 1149.4标准规定的各类混合信号边界扫描测试,能迅速进行故障诊断,具有一定的实用价值。
摘要：IEEE 1149.4的推出为混合信号测试提供了一个标准,推动了混合信号边界扫描测试技术的研究。简要介绍了IEEE 1149.4标准及混合信号测试方法,并根据标准定义的测试结构设计出一种混合信号边界扫描测试系统。经过测试验证,该系统能够对混合信号电路进行互连测试和参数测试,可实现准确的故障诊断,具有一定的实用价值。
关键词：边界扫描,混合信号,IEEE1149.4标准,互连测试,参数测试
参考文献
[1]IEEE Std 1149.1-2001.IEEE standard test access port andboundary scan architecture[S].[S.l.]:IEEE StandardBoard,2001.
[2]IEEE Std 1149.4-2001.IEEE Standard for a mixed-signaltest bus[S].[S.l.]:Test Technology Technical Commi-ttee of the IEEE Computer Society,1999.
[3]陈光衤禹.可测性设计技术[M].北京:电子工业出版社,1997.
[4]梁佐庆,孟晓风.面向电路板级的边界扫描技术的应用[J].国外电子测量技术,2003(1):40-41.
[5]孙奇燕,林伟.RISC CPU的边界扫描电路设计与实现[J].国外电子测量技术,2008(10):54-55.
[6]赵红军,杨日杰,崔坤林,等.边界扫描测试技术的原理及其应用[J].现代电子技术,2005,28(12):20-21.
[7]杨兵,姜岩峰,张东.混合信号集成电路边界扫描测试技术的实现[J].电子技术,2010(1):49-50.
[8]张华,陈朝阳,沈绪榜.基于微机的边界扫描测试主控系统的设计[J].华中科技大学学报:自然科学版,2002,30(5):22-24.
[9]张西多.基于IEEE 1149.4标准的混合电路边界扫描测试控制器的设计[J].计算机测量与控制,2006,14(5):570-572.
混合信号控制 篇7
关键词：混合信号,R参数,幅度平坦度
0引言
卫星通信由于具有覆盖面广、通信质量好的特点而被广泛应用,然而实际接收到的信号有时候是几种信号叠加而成的混合信号,给信号的识别、解调带来了很大的难度。对于接收到的一般数字调制信号(MPSK,OQPSK,pi/4DQPSK,MQAM……),可采用传统的方法对其解调,然而对于混合信号并没有通用的处理方法,若将其按照一般数字信号进行处理,即使信噪比很高仍会出现很多错误。在实际工作中,信号解调之前首先识别出混合信号,对于后续的解调具有很重要的意义。
目前对信号的识别主要集中在调制方式识别, 待识别信号为叠加信道噪声(主要指白噪声) 的单一调制信号,识别方法较多,主要分为两大类:基于判决理论的识别方法[1,2,3,4]和基于特征提取的统计模式识别方法。在第二类模式识别算法中,主要是提取信号的频谱[5]、均值、星座图[6,7]以及高阶累积量[8,9,10]等特征,设计分类器来识别信号。
本文从信号的瞬时幅度入手,引入一个幅度平坦度参数R,通过该参数描述一般数字调制信号与混合信号的区别,从而快速识别混合信号,方法简单计算量小,可应用于一般的混合信号识别,还可应用于突发干扰检测,通过实际信号的检测,具有一定的可行性。
1算法原理
首先对于一般调制信号(MPSK,MQAM),考察其瞬时幅度分布情况。数字调制信号S(t)可以表示为:
式中,wc= 2πfc为载波频率;Re[g(t) exp(jwct)]表示g(t)exp(jwct) 的实部;g( t) 称为S( t) 的复包络; n( t) 为高斯白噪声。
那么MPSK信号可以表示为:
式中,Ac表示各符号功率电平,对于调相信号该值恒定。相应地, MQAM信号可以表示为:
式中,Ts= 1 / Rs为码元周期;Rs为码元速率;An为第n个符号的功率电平;p( t) 为脉冲波形。
对接收信号S(t)做Hilbert变换,求其复包络得到:
根据式(4)得到其正交分量:
式中,Ф(t)为调制信号的相位,令,则信号的包络平方为:
信号的包络平方的期望均值为:
式中,σ2为高斯噪声在时间上的平均功率,因信号与噪声不相关,所以,
包络的方差为:
为了衡量信号的瞬时幅度变化的剧烈程度,定义幅度平坦度:
式中,A为信号的瞬时幅度;为其均值。根据式(8)和式(9)得到:
当信噪比很大时[11],A (t)2> > σ2n,式(10)退化为通常说的“峭度”,用来描述瞬时幅度起伏情况。
2实验验证
为了查看一般调制信号在该参数上的特征,设计如下实验进行验证。
2.1单一调制信号的R参数
实验条件为:采样率Fs= 6 MHz ,过采样倍数n Samp = 40,载频Fc= 600 k Hz,成形滤波器滚降系数rolloff = 0. 35,信噪比在5 ~ 25 d B采用2 000符号分别对BPSK、QPSK、8PSK、16QAM和32QAM进行仿真,在每个信噪比条件下进行40次实验取平均, 得到的实验结果如图1所示。
分析实验结果:QAM这类幅相调制信号在幅度上携带信息,表现为信号在瞬时幅度上有较大波动, 但是这种波动局限于一定的范围内;MPSK(M = 4, 8……) 这类调相信号在幅度上不携带信息,只是由于成形滤波和相位突变对波形的影响,在瞬时幅度上仍有很小的波动,从而R参数的均值也稳定在某一较小范围内。BPSK信号虽然在幅度上不携带信息,但由于相位180°反转引起波形突变,加之成形滤波的影响,使得BPSK信号的瞬时幅度波动稍大, R参数也稳定在比其他PSK信号稍高的范围内。
从图1中可以看出,在信噪比高于8 d B的时候, 一般调制信号 ( 除BPSK以外) 的R参数都落在0. 19以下,当信噪比高于10 d B的时候,这些卫星上常见的调制方式信号的R参数都落在0. 20以下。
2.2混合信号的R参数
本文所指的混合信号是2路独立的调制信号以及1路高斯白噪声信号按照不同权值叠加而成,即S( t) = a1*S1(t) + a2*S2(t) + n(t),叠加原则为该2路信号的信噪比SNR1、SNR2都以这路白噪声信号为基准底噪声。对于混合信号,为了考察各种形式混合信号的瞬时幅度起伏情况,设计以下不同的实验,再根据式(9)求出各种形式的混合信号的R参数。
当S1(t)、S2(t)两路信号分别调制在不同载波上时,称之为不同载波的混合信号。假设2路信号都为QPSK调制,其中一路信号载频Fc1= 600 k Hz, 另一路信号载频分别为Fc2= 600. 1 k Hz、601 k Hz、 610 k Hz,其他实验条件同实验1。此实验条件下得到的3种混合信号R参数如图2所示,可见不同载波的混合信号R参数几乎都落在0. 22以上,与单一调制信号有较大的区别。
当S1(t)、S2(t)两路信号分别使用不同调制方式时,称之为不同调制方式的混合信号。在实验1条件下,分别对2路BPSK信号的混合、BPSK信号与QPSK信号的混合、BPSK信号与16QAM信号的混合、2路QPSK的混合、QPSK信号与16QAM信号的混合、16QAM信号与32QAM信号的混合情况进行仿真,得到6种混合信号,其R参数如图3所示。 可见对于不同调制方式的混合信号,其R参数几乎都落在0. 20以上,在信噪高于10 d B的时候,与单一调制信号有较大的区别。
当S1(t)、S2(t)两路信号分别使用不同过采样倍数时,称之为不同过采样倍数的混合信号。在同一采样率条件下,不同过采样倍数亦即意味着不同调制速率。假设一路信号的过采样率为n Samp1 = 30,另一路信号过采样倍数分别为n Samp2 = 12、16、 20、30、40、50、60,其他条件同实验1,从而得到7种混合信号,其R参数如图4所示。由图4可见,对于不同的过采样倍数混合信号,2路信号的过采样倍数越靠近则形成的混合信号的R参数越大;不同过采样倍数的混合信号R参数与单一调制方式的信号仍有较大的区别。
当S1(t)、S2(t)两路信号功率不同时,称之为不同功率的 混合信号。将S1( t) 的SNR1固定为14 d B,另一路信号S2(t) 的SNR2分别依次取0 ~ 13 d B,由此得到一组不同功率差的混合信号,其R参数如图5所示。
由图5可见,在2个信号Eb/ N0相差4 d B以下的时候,混合信号的R参数均值都落在0. 20以上, 与单一调制信号区别很大;当混合信号Eb/ N0相差过大的时候,假设是S1(t)信号功率占主导,由于加权系数a2越来越小,混合信号的R参数越来越趋近于单一调制信号S1(t),从而误识别。因此当混合信号Eb/ N0相差过大(超过4 d B) 的时候,R参数分辨混合信号的能力失效。
2.3实验结果分析
从以上几个实验可以看出,对于能量相当的不同载波的混合信号、不同调制方式的混合信号、不同过采样倍数混合信号,信噪比高于10 d B情况下,其R参数与单一调制信号的R参数区别较大;当混合信号中一路信号相对另外信号能量高出太多( 如10 d B) 时,混合信号R参数相对于单一调制信号区别明显降低。
3结束语