时延测量方法（共6篇）
时延测量方法 篇1
0 引言
航天测控和深空探测等领域的迅猛发展, 使得对于高精度测量技术的要求越来越高, 其中时延的精密测量尤为重要。高精度的时延测量已经是天线组阵技术[1]、VLBI测量技术[2]和CEI测量技术[3]等所必须的关键技术之一。在不同的测试条件和应用场合下, 通常有多种时延测量方法可以选择, 对此国内外有许多关于时延测量方法的文献资料[4,5,6,7,8]。根据测量时延所选择的仪器的不同, 时延测量可选用的常用方案有5种:利用网络分析仪测量时延、用示波器测量时延、用矢量信号分析仪测量时延、用时间间隔测量仪测量时延和用相位计测量时延[9,10]。针对传输链路时延的精密测量, 本文提出了一种基于FPGA和Matlab的时延测量方法。对这种软硬件结合时延测量方法给予了详细的阐述, 并进行了实验验证。该方法简单、实用, 可以实现传输链路的高精度时延测量, 是一种行之有效的时延测量方法。
1 时延测量原理
1. 1 基于相位差测量的时延测量方法
基于相位差测量时延的原理框图如图1所示。
设信号源经功分器输出的一路单音信号为:
式中, f为单音信号的原频率;φ0为初始相位。功分器输出的另一路信号经过一段传输链路后变为 (本文不考虑色散对传输过程的影响) :
由式 (2) 可知, 经传输后, 单音信号的初始相位变为φ1= 2πfΔt + φ0, 由φ0和φ1可得信号的时延为:
本时延测量单元便是基于相位差测量的时延测量方法。
1. 2 多侧音测量时延技术
由于初相具有周期性, 即φ最大不能超过360°, 所以对于某一单音频率f, 存在一个最大无模糊时延测量量Δtmax= 1 /f。如果传输距离比较长, 在选择传输频率时, 就要选择一个比较低的频率, 但是对于比较低的传输频率, 测量精度又比较低。为了解决这个问题, 通常在传输时选择多侧音传输[11,12,13,14], 同时为了避免占据较宽的频带, 在传输的过程中, 通常并采用折叠音传输的方式。
通过传输折叠音计算时延的过程如下:首先, 通过记录所得的各个折叠音相位计算得到最低侧音至最高侧音的相位。然后, 由最低侧音推至最高侧音, 计算得到最高侧音fmax表示的匹配后的总相位Ωmax (下述表达中, 相位的单位均为度) 。
以某相邻两侧音为例, 计算精侧音经匹配后的相位:
1设精侧音相位测量值为Ψ1, 与之匹配的粗侧音相位测量值为Ψ2, 匹配比为K, 则精侧音对应的整周数N1为:
式中, [ ]表示四舍五入取整运算。
进而, 得到精侧音表示的匹配后的总相位:
2设匹配后, 最高侧音fmax对应的相位值为Ωmax, 则时延值如下:
3在获得最高侧音对应的时延值后, 系统仅利用最高侧音完成时延测量。
2 软硬件平台及其实现流程
2. 1 软硬件平台
这种基于相位测量[15]的时延测量方法是通过FPGA和Matlab结合, 处理数字信号实现的。数字信号处理平台是由2路ADC (EV10AQ190) 、1颗Altera Stratix IV FPGA以及Matlab软件组成。通过该平台可以计算2路模拟信号的相位差, 进而可以求得2路信号的时延。
数字信号处理平台如图2所示, 2路模拟信号进入ADC (EV10AQ190) 转换成数字信号, 通过FPGA实现串并转换等预处理, 信号变为4路正交基带数字信号, 然后将4路正交数字信号经Matlab软件后续处理, 最终求得链路的时延差。
2. 2 实现流程
利用该软硬件平台实现时延测量的具体流程图如图3所示, 输入的2路模拟单音信号首先由ADC以312 MHz的速率进行采样, 完成AD转换, ADC输出的信号送给FPGA。
FPGA对送入的2路ADC信号进行预处理, 预处理的过程主要包括:串并转换、正交下变频和积分清洗滤波等过程, 然后将预处理后的4路基带正交信号再通过Matlab进行后续处理。
Matlab对4路基带正交信号进行行相位差提取, 得到2路信号的相位差。然后, 改变传输单侧音频率, 计算得到传输多个侧音的相位差。利用多侧音相位差进行解模糊, 最终可以得到利用最高侧音计算所得的时延差。
在实验中为了验证所测量时延的准确性, 可以选择多次测量或者多组侧音进行测量, 计算时延差进行比较。
3 测量结果分析
实验原理框图如图4所示。
按照图4所示原理框图搭建系统, 在测量信号源分出2路信号的时延差时, 首先测量在未接入光纤时的相位差基准, 然后接入1 km光纤, 再次测量2路信号的相位差。将接入光纤和未接入光纤时测得的相位差相减, 得到接入光纤的相位差。传输多个侧音, 利用多侧音的相位差即可计算接入1 km光纤的时延值。
3. 1 单频点测量精度
由时延的计算式 (3) , 时延的测量精度是由相位差的测量精度决定的。实验中, 12次测量相位差 (每次均求得多个相位差值) 所得的标准差变化曲线如图5所示。可以看出, 标准差的大小约为0. 1°, 由此计算所得时延值的测量精度 ( 按照传输800 MHz单音计算) 约为0. 3 ps。
3.2 1 km光纤链路的时延计算
为了测量1 km光纤链路的时延, 实验中选取了800 ~ 900 MHz频率范围内间隔为20 MHz的6个频点, 计算得到它们在1 km光纤链路上的时延值。以拟计算传输800 MHz侧音的时延为例, 选取传输的频率为:800 MHz、800.1 MHz、801 MHz和820 MHz四个侧音。实验计算所得的相位差数据以及时延数据如表1所示, 由表1数据可以看出, 800 ~900 MHz频率范围内最终求得1 km光纤链路的时延值变化没有超过5 ps, 不同频点计算的时延值标准差为2. 0 ps。
4 结束语
高精度时延测量技术是航天测控领域的关键技术之一。本文提出的基于FPGA和Matlab的时延测量方法, 可以应用于光纤链路的时延精确测量。然而
摘要：针对航天测控等领域对精密测量时延的需要, 提出了一种基于FPGA和Matlab的时延测量方法, 阐述了其测量原理, 并对1 km光纤链路的时延进行测量。实验结果表明, 该方法的单频点时延测量精度可以达到ps量级, 在没有考虑色散的情况下, 传输链路的时延测量值在800900 MHz频率范围内标准差为2.0 ps。
关键词：时延测量,多侧音,光纤链路,软硬件结合
时延测量方法 篇2
1 NS2仿真软件
文中在在利用NS2软件构建网络模拟环境, 使用NS2进行模拟, 可通过两种方式实现, 一种是使用已有的NS2网络元素实现;另一种是基于C++和OTcl编程实现。NS2功能强大, 模块较为丰富, 已实现的模块主要有:业务源流量产生器 (Telnet、CEB、FTP、Web等) ;网络传输协议 (TCP、UDP等) ;路由算法 (Dijkstra等) 等等。由于能够近乎真实地模拟网络环境, 并可以在各个层次上模拟网络的运行过程, 故而成为目前网络研究领域被人们所广泛应用的网络仿真软件之一。
2 时延测量仿真分析
用NS2进行建模仿真。整个网络结构由接入层、汇聚层和骨干网建成。模型中接入端点Source在每隔10s发出一个大小恒定的一般数据包。对DSLAM接入设备接入层主要用于汇聚接入流量。汇聚层网络接入服务器Access_R一般由具有优势的服务功能, 选择思科的自主网络系统作为汇聚层服务器交换机路由器, 主要功能是实现DSLAM和骨干网和接入网协议的最终完成之间的连接。Core_R是骨干路由器, 路由器主要负责完成骨干网之间的业务沟通。骨干网是Core_Net, 设其时延为10ms。
网络的结构是关于Core_Net的两边对称。仿真中的数据经过实际的长得地理位置上的变化, 可以认为是链路之间的短距离的数据传输, 因此链路传播时延可忽略;为了使得测量值更接近实际值, 预先输入40%左右背景流量。
2.1 时延分析
在网络模型中, 发送端Source发送的数据包大小固定, 都是1024B的TCP数据包, 用NS-2进行仿真, 分析各部分时延的大小及所占整个端到端时延的比例, 找出主要时延所在。仿真结果如图1所示。显示了每个部分的端到端延迟。因为每个链接有背景流量, 延迟出现波动, 即抖动;不使用任何Qo S机制使用的模型, 所以延迟比较大。图1中带菱形符号的是端到端延迟, 平均是351ms, 中间线源在DSLAM1平均延迟, 174ms的大小, 设置延时10ms Core_Net;延迟曲线从DSLAM1到Core_Net是底部线重叠的部分, 依次是平均10ms, 5ms, 1ms。时间延迟352ms的是接入网, 总延迟占整个网络延时的88.6%, 而主网部分的时延占了整个网络时延的4%左右。因此网络的主要时延是有接入网部分造成的。
2.2 时延与数据包大小的关系
实际的网络中链路中传播的数据可以是视频、图像、声音等多种的媒体文件, 媒体文件的数据量很大, 在传输过程中需要分成多个数据包的传输。为了分析数据包的大小是否影响网络的延时, 通过源端发送大小不同的TCP数据包进行仿真, 仿真的结果如图2所示。
32B的数据包的时延值是最小, 1308B的数据包的时延值最大。即数据包越大平均的时延值越大, 数据包和端到端的平均时延基本呈线性递增的关系。因此, 具体的被测网络系统中, 应用主动测量技术时发送的探测包的大小要考虑选择合适的包大小, 使得测得的时延结果的精度更高。
端到端网络时延包括处理时延、排队时延、传输时延和其它时延, 大小不同的数据包的端到端时延的不同就是由于组成时延的这些不同部分所引起的。在仿真中发送端发送不同大小的数据包进行分析数据包的大小与其排队时延、处理时延、传输时延分别的关系, 如图3、图4所示。
由于链路有背景流量, 因此输出队列时延较大。发端每隔10s才发出一个数据包, 所以, 数据包在路由器的输入队列中不需要排队等候, 各种大小数据包的队列时延都一样。
分析图3和图4, 主动测量中发送的数据包的越大, 则处理时延和传输时延也随着变大。数据包的大小和处理时延与传输时延之间大致呈线性递增的关系。
实验结果显示数据包的大小与测量的延时有关, 延时的增加会随着数据包的增加而加大, 但是实验结果还显示, 数据包的增加也会使得路由器的处理时间也会改变。因此在实际测量中没有研究。
背景流量的测量在速率一定的情况下, 较小的测量数据包, 数据包到达间隔小, 接收探测数据包的速率大, 测量数据包和链接缓冲背景流并不激烈, 如果测量包长度较大, 然后测量数据包处理和传输占用更多的时间, 和链接的背景流争抢缓冲更强烈。因此应该有一个合理的中间值, 使背景流量测量流和链接不是激烈的缓冲区, 即发送的探测流与背景的数据流之和不能超过链路的带宽。综合所述, 对数据包大小的选取会对网络性能的测量产生比较重要的影响, 因而对数据包大小的选取是必须认真考虑的因素之一。
3 结语
主要对测量的端到端主动时延进行分析, 仿真得出主动测量技术中发送的探测数据包的大小对时延是有影响的, 探测包与网络的背景流结合后, 时延值与探测包的大小大致呈线性关系递增。所以在对用于测量网络链路的带宽工具以及在主动测量技术中注入的探测包与背景数据流相结合后产生的新的数据流对网络带宽的影响进行分析研究, 进一步分析主动测量值时延误差与网络链路带宽间的关系。
参考文献
[1]李勇军, 蔡皖东, 王伟.网络断层扫描技术综述[J].计算机工程, 2006, 32 (13) :91-93.
[2]刘瑞芳.网络性能测量和推测技术的研究[D].北京:北京邮电大学, 2006.
[3]费高雷.基于单播端到端测量的网络性能参数估计方法研究[D].成都:电子科技大学, 2012.
[4]张莉.基于端到端测量的网络链路丢包性能推测[D].北京:北京邮电大学, 2006.
时延测量方法 篇3
随着IEC61850标准的颁布与实施,数字化变电站得到了大力推广和应用。网络系统是数字化变电站的神经系统,其可靠性、实时性和安全性直接决定了数字化变电站的可用性[1,2,3,4]。为验证网络通信是否满足数字化变电站实时性要求提供好的方法是至关重要的[5]。
传统分析数字化变电站信息传输时延的排队理论方法,是以概率论和随机过程为基础的。基于OPNET(Optimized Network Engineering Tools)等仿真软件的分析方法得到了广泛应用[6,7,8,9]。基于网络演算理论[10,11]的数字化变电站内信息传输时延上界的计算方法很好地解决了此问题[5,12]。
本文在推导系统对报文(微数据流)的服务曲线时,从系统的末端开始逐渐细化数据流,并计算其后端级联系统对级联入口数据流的服务曲线。没有采用上级离开曲线即下级到达曲线的思路,从而得到更精确的系统服务曲线,达到了“只需考虑单次突发”的效果。案例计算结果表明文中提出的改进方法计算得到的传输时延上界比文献[5,12]的方法得到的结果要小,作为上确界更为确切,新方法的可用性更好。
1 网络演算知识预备
1.1 漏桶到达曲线、服务曲线和最大时延
网络演算的基本概念包括到达曲线和服务曲线,利用它们可以计算服务节点的最大服务时延和最大数据积累等。详细理论可参考文献[11]。下面首先介绍下文推导所涉及的主要概念和理论基础。
漏桶到达曲线是到达曲线γr,b的一种特例,表示为γr,b(t)=r t+b,参数r和b分别为数据流的最大持续到达速率和最大突发长度。
根据网络演算理论,如果数据流在服务节点上的到达曲线是漏桶型的,而且数据流以优先级排队(PQ)或先到先服务(FCFS)的方式接受服务,则数据流在服务节点上的服务曲线βR,τT为
其中,[x]+=max(x,0),称为速率延迟服务曲线,由参数R和τT来描述,分别代表数据流接收的速率和时间常数。
若数据流的到达曲线为γr,b(t),服务节点提供的服务曲线为βR,τT(t),则最大服务延时时间常数τD和最大数据堆积B为
1.2 PQ方式下节点服务曲线
考虑一个固定带宽为C的服务节点对2个数据流F1和F2进行服务,数据流F1被给予非抢占式高优先级方服务。若高优先级数据流F1服从漏桶到达曲线γr,b,并且r
1.3 节点级联服务曲线及“只需考虑单次突发”
假设某数据流顺序流过节点S1和S2,考虑2个节点的服务曲线分别为βRi,τTi(i=1,2),则2个节点级联系统的服务曲线为
即当服务节点级联时,一般使用最小加代数中的卷积就可以得到整个级联系统的服务曲线。根据该定理可以推出端到端的时延上界与流过级联节点的顺序无关。
该定理也可以解释“只需考虑单次突发”现象。假设数据流F到达曲线服从γr,b,且r
a.采用级联网络的服务曲线;
b.重复利用每个节点的服务曲线。
采用a方法,由式(2)可知,级联系统的时延上界时间常数为τD0=b/R0+τT0,其中,R0=min(R1,R2),τT0=τT1+τT2。
采用b方法,节点1的时延上界时间常数为τD1=b/R1+τT1,离开曲线:α*(t)=b+rτT1+r t。节点1的离开曲线即节点2的到达曲线,所以节点2的时延上界时间常数为τD2=(b+rτT1)/R2+τT2,则τD1+τD2=b/R1+(b+rτT1)/R2+τT0。
显然,τD0<τD1+τD2,使用全局服务曲线计算的时延上界时间常数要比分开计算每节点的时延上界时间常数累加得到的结果要好。进一步看,b/Ri可以解释为报文突发引起的时延时间常数,τD0中包含1次,而τD1+τD2中则包含了2次,这就是“只需考虑单次突发”现象。另一项差别为(r+τT1)/R2是因为延时原因导致节点1增加的突发量,这就是采用上级节点离开曲线即下级节点到达曲线思路所引入的误差。
1.4 微数据流服务曲线
设N个微数据流[12]Fi(i=1,…,N)分别服从漏桶到达曲线γri,bi,以FCFS方式接受服务,若已知聚合数据流的服务曲线为βR鄱,τT鄱,可得微数据流Fj的服务曲线βRj,τTj为
2 交换机级联系统的时延上界计算
IEC61850将变电站自动化系统分为变电站层、间隔层和过程层,并规定站级总线和过程总线采用以太网实现。当前的数字化变电站工程实践大多是站级总线和过程总线分开组网,过程总线是数据采集网和面向通用对象的变电站事件(GOOSE)网分开组网。随着技术的发展,仅采用一个物理网络的网络结构是数字化变电站通信网络的最终形态。在数字化变电站的通信网络拓扑方面,一般多采用星形拓扑,可靠性要求高的场合采用环形拓扑。由于单个交换机的接口数量有限,一般采用级联方式拓展网络规模。然而,级联会增加数据传输延时,影响通信系统的实时性。准确地评估级联系统的实时性能对设计变电站的通信系统至关重要。
下文以交换式以太网级联系统构建的数据采集网和GOOSE网合并的变电站过程总线网络时延上界为例,来研究交换机级联系统的时延上界时间常数的计算方法。过程总线上的数据流主要有采样值传输(SAV)报文和GOOSE报文,本文采用基于漏桶的信息建模方法来描述这2种信息流的特性,为了简化,假设全站SAV源都服从相同的漏桶模型为γrs,bs,GOOSE数据源都服从相同的漏桶模型为γrg,bg。假设GOOSE的优先级比SAV的优先级高,并且GOOSE通信和SAV都采用多播方式通信,采用广播方式实现。分析信息流流过由N级交换机组成的级联网络时的传输时延,不失一般性,讨论从SW1~SWN的数据流在级联系统中的时延上界时间常数。
首先考察交换机SWN,可以把交换机中的所有数据流看作2种数据流:GOOSE数据流和SAV数据流。根据网络演算的复用理论,这2种数据流的到达曲线也都是漏桶型的,GOOSE数据流参数rg鄱SWN、bg鄱SWN和SAV数据流参数Rs鄱SWN、bs鄱SWN分别为
其中,分别为SWi交换机本级所接入的合并单元和GOOSE源的个数。
若交换机SWN的带宽为,根据式(3)(4),可以得到GOOSE数据流服务曲线参数和SAV数据流服务曲线参数分别为式(8)(9)。
其中,lmax是低优先级数据流中的最大帧长。
对于交换机SWN,使用微数据流概念,根据式(6)可以得到SWN的级联输入口流入的GOOSE数据流服务曲线参数N和SAV数据流的服务曲线参数分别为
对交换机SWN-1利用式(3)(4)可以求出流经SWN-1级联输出口的GOOSE数据流和SAV数据流的服务曲线;利用式(5)可以求出SWN-1与SWN级联系统对流经SWN-1级联输出口的GOOSE数据流和SAV数据流的服务曲线。利用式(6)微数据流服务曲线的求法可以求得SWN-2级联输出口的GOOSE数据流和SAV数据流的在SWN-1和SWN级联节点中的服务曲线。循环往复,可以求得交换机SW1~SWN级联系统对交换机SW1接入的GOOSE报文服务曲线参数和SAV报文的服务曲线参数若其他交换机的带宽都大于或等于交换机SWN的带宽CSWN,则
考虑交换机采用存储转发方式,只有完全收到整个数据帧后才能对其进行处理,所以这相当于数据包在接入交换机级联系统时,经过了一个数据分包器。为求节点间每段电缆的固有传输延时时间常数,根据式(2)GOOSE报文和SAV报文的传输时延上界τDg和τDs分别为
上述2式的最后2项分别是传输线延时时间常数τTL和数据分包器的延时时间常数。
3 计算案例分析
3.1 变电站交换机级联网络案例
采用交换式以太网环形拓扑构建数据采集网和GOOSE网合并的变电站过程总线网络为例,演示本文所推导的计算方法。该网络系统采用6台24口交换机SW1~SW6组成,其网络拓扑如图1所示。其中合并单元、智能操作箱和间隔层智能电子装置(IED)采用全双工以太网口接入,交换机之间采用全双工以太网口级联并形成环网,图中的虚线表示冗余链路。每台交换机接入3个合并单元、3个智能操作箱、15个间隔层IED。假设节点间的连接电缆长度都为400 m,即每段电缆的固有传输时延时间常数为τTL=2μs。
过程总线上的数据流主要有SAV报文和GOOSE报文,假设GOOSE通信的优先级比采样值传输的优先级高,并且GOOSE通信和采样值传输都采用多播方式通信,采用广播方式实现。对于合并单元,SAV报文的长度一般为984 bit,若考虑采样频率1.6 kHz(即每周期32点),则合并单元数据流的漏桶模型为γrs,bs=1.575×106×t+984 bit。对于智能操作箱和间隔层IED而言,它们都可以统一看成GOOSE数据源,若GOOSE报文采用多次不等间隔的重发机制,Tmin=2 ms,GOOSE报文大小也设为984位,则GOOSE源参数为γrg,bg=4.92×105×t+984 bit。
3.2 计算结果分析
分别使用上节所推导的计算方法和文献[5,12]中所述的计算方法,计算级联网络案例中的传输时延上界时间常数。为方便分析,选择交换机经SW1流入且经SW6流出的数据流为研究对象。当前,变电站的过程总线一般采用100 M的网络,随着网络技术的进一步发展,将来采用1 000 M以太网络也成为可能。表1给出了交换机为百兆、千兆和千兆主干百兆接入3种带宽情况下,采用2种方法计算过程总线中GOOSE报文和SAV报文传输时延上界时间常数。通过表1可以看出:本文所给出的方法得到的时延上界时间常数要比采用离开曲线概念的方法的计算结果确切。若按照采用离开曲线概念方法的计算结果,带宽为百兆和千兆主干百兆接入的组网方案都不能满足IEC61850对GOOSE报文和SAV报文传输实时性的要求(不超过3 ms)。而本文方法的计算结果表明:在该实例中,采用千兆主干百兆接入的环网方案可以满足变电站过程总线的实时性要求。
ms
4 结论
本文基于网络演算理论,提出了一种数字化变电站内级联网络的信息传输时延上界时间常数的计算方法。新方法克服了使用“离开曲线即下级到达曲线”概念所带来的偏差,使计算结果更加确切,为构建满足时延要求的数字化变电站提供了更好的理论工具。
参考文献
[1]孙军平,盛万兴,王孙安.新一代变电站自动化网络通信系统研究[J].中国电机工程学报,2004,24(3):16-19,145.SUN Junping,SHENG Wanxing,WANG Sun’an.Study of thenew substation automation network communication system[J].Proceedings of the CSEE,2004,24(3):16-19,145.
[2]殷志良,刘万顺,杨奇逊,等.基于IEC61850标准的过程总线通信研究与实现[J].中国电机工程学报,2005,25(8):84-89.YIN Zhiliang,LIU Wanshun,YANG Qixun,et al.Research andimplementation of the communication of process bus based onIEC61850[J].Proceedings of the CSEE,2005,25(8):84-89.
[3]孙一民,李延新,黎强.分阶段实现数字化变电站系统的工程方案[J].电力系统自动化,2007,31(5):90-93.SUN Yimin,LI Yanxin,LI Qiang.A grading solution for buildingdigital Station[J].Automation of Electric Power Systems,2007,31(5):90-93.
[4]高翔.数字化变电站应用技术[M].北京:中国电力出版社,2008:93-98.
[5]辛建波,上官帖.数字化变电站信息传输时延上界计算方法[J].继电器,2007,35(11):44-48.XIN Jianbo,SHANGGUAN Tie.A method for calculating theupper delay of information transmission inside digital substation[J].Relay,2007,35(11):44-48.
[6]窦晓波,胡敏强,吴在军.数字化变电站通信网络性能仿真分析[J].电网技术,2008,32(17):98-104.DOU Xiaobo,HU Minqiang,WU Zaijun.Simulation analysis onperformance of communication networks in digital substations[J].Power System Technology,2008,32(17):98-104.
[7]韩小涛,聂一雄,尹项根.基于OPNET的变电站二次回路通信系统仿真研究[J].电网技术,2005,29(6):67-71,77.HAN Xiaotao,NIE Yixiong,YIN Xianggen.Research on substa-tion secondary circuit communication system using OPNET si-mulator[J].Power System Technology,2005,29(6):67-71,77.
[8]董楠,朱林,段献忠.基于OPNET的变电站过程层网络的仿真研究[J].继电器,2006,34(21):40-45.DONG Nan,ZHU Lin,DUAN Xianzhong.Study on process-levelnetwork in substation using OPENT simulation[J].Relay,2006,34(21):40-45.
[9]高会生,靳玮玮.基于OPNET的变电站端对端通信实时性仿真研究[J].继电器,2006,34(19):33-37.GAO Huisheng,JIN Weiwei.Research on end-to-end delay forsubstation communication based on OPNET simulator[J].Relay,2006,34(19):33-37.
[10]CRUZ R.A calculus for network delay,part I:network elementsin isolation[J].IEEE Trans on Information Theory,1991,37(1):114-131.
[11]BOUDEC J L,THIRAN P.Network calculus:a theory of deter-ministic queuing systems for the internet[M].Berlin,Germany:Spring Verlag,2002:21-30.
时延测量方法 篇4
自适应滤波器可以理解为一个自调整数字滤波器,它通过调整滤波器系数使得参考信号和自适应滤波器输出之间的误差最小化。自适应滤波器算法实质上就是滤波器系数的调整机制,这些算法很大程度上就是经典的优化技术他们基本上都是采用的离线计算模式。但是随着实时自调整需求的出现,自适应滤波器需要在缓慢变化的环境中进行自我优化。在实际的自适应滤波器实现中主要有3种指标[2]:
(1)滤波器结构。自适应滤波器输入输出关系决定传递函数的应用。由于结构简单以及高效率有限脉冲响应滤波器(FIR)是广泛使用的一种滤波器;
(2)收敛速度、误判率、跟踪性。误判率是在稳定状态下估计系数与优化系数之间的最大相似程度。一般说来针对某种算法,快速收敛性将产生更大的误判率。在非静态环境下,算法的收敛速度也和自适应滤波器的跟踪性能相关;
(3)运算复杂性。由于需要满足实时计算的要求,自适应滤波器性能受限于实际的计算复杂度和相关信号以及系数的有限精度。
自适应滤波器在离散时间域n中的基本配置如图1所示。图中输入信号表示为x(n),期望输出信号为d(n),自适应滤波器输出信号为y(n),误差信号为e(n)=d(n)-y(n)。
基于FIR的自适应滤波器w按照横向结构(transversal struct)可以表示为如公式(1)所示:
式(1)中N为滤波器的阶数,w和x分别代表滤波器系数和输入信号的向量。如果系数为复数,则滤波器输出应该表达为wHx(n),H表示矩阵的Hermitian变换。w和x的具体组成形式如公式(2)所示:
根据性能需求,自适应算法用误差信号e来更新滤波器系数w。整个自适应过程主要目标就是使得误差信号的测量值最小,迫使自适应滤波器输出信号从统计的角度看能更趋近于参考信号。目前有多种优化算法可以用来调整滤波器系数,比较常见的有LMS、LMS归一、仿射投影以及RLS。LMS算法的收敛速度依赖于相关矩阵的特征值,这个问题在RLS算法中得到很好的解决,通过使用迭代n次后的增益矩阵R-1(n)替代梯度步进值u,来实现系数的更新。算法如公式(3)-(5)所示:
δ0称为遗忘因子是一个趋近于1的数,一般取值0.99。从公式(5)可以看出传统RLS的计算复杂不便于实现。相比于传统的RLS算法,基于QR分解的RLS算法最大的优势在于可以在脉动阵列中实现从而在有限精度条件下提高数学精度。
QRD-RLS全称为基于递归最小二乘方的QR分解。在线性代数中,矩阵A的QR分解是将矩阵A分解为一个正交矩阵Q和一个上三角矩阵R的乘积:A=QR。QR分解经常用来解线性最小二乘法问题。QR分解也是特定特征值算法即QR算法的基础。QR分解的实际计算有很多方法,例如Givens旋转、Householder变换,以及Gram-Schmidt正交化等等。每一种方法都有其优点和不足。本文应用Givens旋转进行基于RLS的矩阵QR分解。Givens旋转的矩阵表达式如公式(6)所示:
式中c=cos(θ)、s=sin(θ),出现在第i行、第i列;第j行、第j列;第i行、第j列;第j行、第i列的交汇处。矩阵中非零元素如公式(7)所示:
乘积G(i,j,Θ)x代表向量x在(i,j)平面内旋转逆时针旋转了弧度Θ,称该矩阵G为Givens旋转。QR分解可以由一系列这样的Givens旋转组成。每次旋转使得矩阵次对角元素为0,从而形成矩阵R。这一系列相关联的Givens旋转矩阵的乘积也形成正交矩阵Q。有此可知Givens旋转也并不是通过一整个矩阵来进行矩阵乘法,而是通过一系列等效的稀疏矩阵乘法,来避免矩阵中稀疏元素的额外操作。
2 延迟估计算法
数字预失真系统作为一种线性化技术,为了保证系统能在一定的环境下保持线性度。在这样的系统中都存在一条观察通道,将HPA的输出信号反馈到预失真器。在预失真器中比较输入的无失真基带信号和反馈信号,使得二者之间的误差最小。所以在进行比较之前,输入和反馈信号之间的时延要严格对齐。但是这个时延值随着功放型号的变化,环境温度的变化,以及功放使用时间的变化,都会发生变化。因此预失真器必须能够自动的估计和修正这个时延值。由于射频链路时延不一定是采样点速率的整数倍,因此整个反馈链路的时延可分为整数部分和小数部分,如公式(8)所示。
上式中Ttotal表示总的时延,Ts代表样点采样时间,ti表示整数倍采样点时间,tf表示分数倍的采样点时间。通过公式(8)可以得出以下如图2所示的延时估计结构:
整数部分的时延估计主要使用的相关分析法,但是由于PA的反馈信号在幅度和相位上都存在失真,因此不能使用通用的相关函数进行估算。在文章[3]中提出的幅度差相关算法,可以很好的进行整数倍时延估计。具体如公式(9)和公式(10)所示:
公式(9)中N代表采样数据的长度,m表示延时搜索的范围。幅度差法保留的信号的趋势特征,而忽略幅度和相位信息,极大的简化了运算过程。最大的R值所对应的m值就是整数倍的延时值:m个样点的时间。
如前文中提到的延时值由整数部分和小数部分组成。当小数延时值大于0.5样点时间时,通过公式(9)和公式(10)所计算出来的整数倍延时值将比真实的延时值大1。在文章[3]中提出的差分公式可以进一步的提高整数倍的延时估计值,找出最接近m值的趋势变化点,计算公式如公式(11)和公式(12)所示:
经过整数倍延迟后的x(n)和PA反馈信号之间的时延差在(0,SI)之间,采用3阶fir滤波器,使用自适应的算法使得xi(n)经过滤波器后的值逼近PA反馈值y(n)。实现结构如图3所示。其中w(n)为自适应算法后得到自适应滤波器系数。
经过分数倍延时滤波器的信号表达式前文中公式(1)所示。图3中Fraction delay estimation中基于QRD-RLS算法的推算过程,在很多论文中已有描述[4,5],这里给出关键算法部分的描述。由于只是计算信号的延迟值,在复数信号中只使用实部或者虚部进行矩阵运算即可。QRD-RLS算法将样点矩阵通过GIVENS旋转变成上三角矩阵,具体过程如图4所示。
图中m为样点矩阵的行数且m>4,采用脉动矩阵通过GIVENS旋转逐列将对角线以下的元素变为0,最终形成图4右边所示的上三角矩阵。然后通过回带方法(back substitution)求出w(n)权重系数。back substitution计算公式如下:
3 simulink仿真实验
基于前面所述,搭建一个宽普信号延迟仿真平台来验证算法正确性。平台仿真环境如图5所示。
图中大方框内部分是延时补偿实现。框中display代码模块用图形化方式比较正常信号、延迟以后信号以及小数倍补偿后信号的时域差别。Display显示模块则显示整数延时值。蓝色模块为宽普信号产生模块。链路延时采用simulink模块variable fractional delay模拟。仿真结果如图6所示:
图中x点线为原始信号,+点线为经过小数倍延迟后的信号。*点线为经过小数倍补偿后的信号。从图中可以清晰的看到,+点线与x点线始终保持固定的距离,且x点线提前于+点线出现。*点线与+点线重合说明补偿后的原始信号能实现与预设值相同的延时。仿真运行时计算出来的整数延时值以及计算出来的滤波器系数值如图7所示。从图中可以看出整数时延估计模块的输出值和延时设定值的整数部分完全吻合。
4 结论
因此实验证明该方法可以灵活准确的估计链路时延值,并将原始信号进行相应的时延(下转第63页)(上接第47页)以保证和链路延时信号的时域对齐。相比于将原始信号插值后,将小数倍延时值转换为整数倍延时计算,该算法有更好的适应性。并且从整数倍和小数倍的计算方法中可以看出,两者的计算过程都适合使用ASIC或者FPGA硬件实现,从而保证良好的运行速度和更低的实现成本。
参考文献
[1]IIari Teikari.Digital Predistortion Linearization Methods For RF Power Amplifiers[D].Finland:Helsinki University of Technology Faculty ofElectronics,Communications and Automation,2008:43-50.
[2]S.Haykin.Adaptive Filter Theory2nd edition[M].USA:Prentice-Hall,1991.
[3]Hao Li.A Fast Digital Predistortion Algorithm for Radio-Frequency Power Amplifier Linearization With Loop Delay Compensation[J].Selected Topics in Signal Processing,IEEE Journal,2009,(3):374-383.
[4]GENE H.GOLUB,CHARLES F.WAV LOAN.MATRIX CONPUTATIONS THIRD EDITION[M].London:The Johns Hopkins University Press,1996:208-27.
时延测量方法 篇5
广义互相关法是时延估计的一个基本方法[2,3,4],该方法根据不同的背景环境,对输入信号进行加权处理,提高了信噪比,锐化了互相关函数的峰值,这对信号预白化处理的方法具有较强的抑噪能力,因此在高信噪比的环境下能够获得精度比较高的时延值。但是由于实际环境中环境噪声和各种干扰的影响,降低了信号的信噪比并且它依赖于对信号和噪声的统计先验知识[5],故其精度和适应性不能令人满意。
神经网络是能够进行分布式并行信息处理的算法数学模型[6,7],其本质是一个非线性动力学系统,能够很好地协调多种输入信息的关系,处理复杂非线性和不确定对象[8]。因而混合噪声模型较适合采用该学习方法,可以克服广义互相关法对动态环境的适应性和在混合噪声环境下精度低的问题。
1 广义互相关时延估计方法1.1 信号模型
假设两个传声器接收信号的离散事件信号模型为:
x1(t)=α1s(t)+n1(t)
x2(t)=α2s(t-τ1,2)+n2(t)
式中 ni(t)——声源附加的噪声信号;
xi(t) ——传声器的采集信号;
s(t) ——目标声源信号;
αi ——声源信号的衰减系数;
τ1,2 ——两个传声器拾取信号的延迟时间,即时延。
1.2 广义互相关法
广义互相关法通过求两信号之间的互功率谱,并在频域内给予一定的加权来抑制噪声和反射的影响,再反变换到时域,从而得到两信号之间的互相关函数。该互相关函数的峰值位置即两信号之间的相对时延。广义互相关时延估计法的原理框图如图1所示。
根据信号模型,时延值可以通过广义互相关方法进行估计,互相关函数可表示为:
Rx1x2(τ)=∫undefinedψ12(ω)Gx1x2(ω)e-jωτdω
=∫undefinedΦx1x2(ω)e-jωτdω
最后再经过傅立叶反变换到时域,可得到时延undefined。Rx1x2(τ)的峰值处即两麦克风间的时延。
根据所采用的加权函数不同形成了不同的广义互相关时延估计法。其中主要的加权方式有Roth处理器、平滑相干变换、最大似然加权及相位变换等。
2 神经网络滤波
神经网络是可进行分布式并行信息处理的算法数学模型。对于噪声统计特性已知的情况下,可采用基于特定噪声统计模型的预滤波器来处理;而对于统计特征未知的混合噪声,则需要构造能够处理混合噪声统计特征的预滤波器[8,9]。神经网络滤波的原理如图2所示。
3 基于神经网络滤波的广义互相关时延估计
3.1 神经网络预滤波器结构模型
神经网络预滤波器是通过神经网络对多种模型滤波器进行优化,通过得到的互相关函数峰值的大小动态地调整预滤波器的参数。神经网络预滤波器的结构模型如图3所示。
3.2 算法步骤
该方法的基本思想是通过将广义互相关方法与神经网络方法相结合,将时延估计问题转化为针对多噪声模型预滤波器的优化问题,具体按如下过程实现:
a. 通过傅里叶变换将两路时域信号分别转换为相应的频域信号;
b. 对上述频域信号进行互相关运算,得到两路信号的互相关谱函数;
c. 利用基于神经网络学习得到的混合噪声预滤波器对互相关谱函数进行加权处理,得到广义互相关谱函数;
d. 对上述广义互相关谱函数进行傅里叶反变换,得到其时域形式,即广义互相关函数;
e. 对输入信号的广义互相关函数进行峰值检测,根据峰值大小判断输入混合噪声与神经网络预滤波器的匹配程度,再利用相应的学习规则对神经网络进行调整,得到针对混合噪声的预滤波器以使广义互相关函数峰值达到全局最优;
f. 停止学习,并利用最优化后的广义互相关函数计算时延。
4 结束语
通过学习优化混合噪声模型预滤波器的方法能够从根本上解决时延估计方法无法处理混合噪声模型的问题,为提高广义互相关法的适应性提出了新的思路,能够提高广义互相关时延估计在混合噪声环境下的精度和适应性。
参考文献
[1]黄晓燕,罗建.自适应时延估计算法在被动声定位系统中的应用[J].探测与控制学报,2007,29(2):73～76.
[2]崔玮玮,曹志刚,魏建强.声源定位中的时延估计技术[J].数据采集与处理,2007,22(1):90～99.
[3]Chen J D,Benesty J,Huang Y T.Performance of GCCand AM-DF Based Time Delay Estimation in PracticalReverberant Environments[J].EURASIP Journal onApplied Signal Processing,2005,(1):25～36.
[4]Knapp C H,Carter G C.The Generalized CorrelationMethod for Estimation of Time Delay[J].IEEETransactions on Acoustics,Speech and Signal Pro-cessing,1976,24(4):320～327.
[5]行鸿彦,唐娟.时延估计方法的分析[J].声学技术,2008,27(1):110～114.
[6]曾军.神经网络的自适应信号处理[J].现代电子技术,2007,30(9):117～118.
[7]杨冠鲁,曹瑞,裴勃生,等.一种神经网络非线性噪声消除方法[J].系统工程与电子技术,2006,28(6):900～902.
[8]张艳.基于BP算法和遗传算法的自适应噪声抵消器[D].吉林:吉林大学,2004.
时延测量方法 篇6
关键词：TD-LTE,MSG1,切换,时延
TD-LTE是第四代移动通信的主流技术之一, 系统在设计之初便在提高数据速率、降低传输时延、提高系统性能、降低系统复杂度等方面进行了严格的定义。作为TD-SCDMA演进技术的TD-LTE系统, 可以采用快速硬切换方法实现不同频段之间以及各系统间的切换, 从而更好地实现地域覆盖和无缝切换。但TD-LTE是长期演进系统, 许多功能需要在长期运行中完善。未来的无线网络必将是多种制式并存的异构分布网络, 融合异构无线接入网, 为用户提供超短切换时延, 实现无缝切换服务是TD-LTE切换技术的重大挑战。
1 TD-LTE切换概述
1.1 切换分类
根据网络拓扑结构不通, 切换可分为e NB站内切换, X2口切换以及S1口切换, 下边分别进行介绍。
(1) 站内切换。站内切换过程比较简单, 由于切换源和目标都在一个小区, 所以基站在内部进行判决, 并且不需要向核心网申请更换数据传输路径。
(2) X2口切换。用于建立X2口连接的邻区间切换, 在接到测量报告后需要先通过X2口向目标小区发送切换申请, 得到目标小区反馈后才会向终端发送切换命令, 并向目标测发送带有数据包缓存、数据包缓存号等信息的SNStatus Transfer消息, 待UE在目标小区接入后, 目标小区会向核心网发送路径更换请求, 目的是通知核心网将终端的业务转移到目标小区, X2切换优先级大于S1切换。
(3) S1口切换。S1口发生在没有X2口且非站内切换的有邻区关系的小区之间, 基本流程和x2口一致, 但所有的站间交互信令都是通过核心网S1口转发, 时延比X2口略大。
1.2 切换流程
(1) Measurement Control测量控制:一般在初始接入或上一次切换命令中的重配消息里携带。
(2) Measurement Report测量报告:终端根据当前小区的测量控制信息, 将符合切换门限的小区进行上报。
(3) HO Request:源小区在收到测量报告后向目标小区申请资源及配置信息。
(4) HO Request Ack:目标小区将终端的接纳信息以及其它配置信息反馈给源小区。
(5) RRC Connection Reconfiguration:将目标小区的接纳信息及配置信息发给终端, 告知终端目标小区已准备好终端接入, 重配消息里包含目标小区的测量控制。
(6) SN Status Transfer:源小区将终端业务的缓存数据移至目标小区。
(7) MSG1 (Random Access Preamble) :终端收到重配消息 (切换命令) 后使用重配消息里的接入信息进行接入。
(8) RAR (Random Access Response) :MSG2目标小区接入响应, 收到此命令后可认为接入完成了, 然后终端在RRC层上发重配完成消息。
(9) RRC Connect Reconfiguration complete (HO Confirm) :上报重配完成消息, 切换完成。
(10) Release Resource:当终端成功接入后, 目标小区通知源小区删除终端的上下文信息。
2 切换时延分析思路
根据终端侧的信令流程分解UE切换过程为三个阶段: (1) RRC重配到RRC重配完成。 (2) RRC重配完成到MSG1。 (3) MSG1到MSG2。
如果MSG1发送到收到MSG2时延>14ms, 需要进一步分析MSG1问题, 思路如下:
UE发出MSG1后未收到MSG2, 等待超时后, UE按照Prach发送周期对MSG1进行重发, 导致时延增加。若收不到MSG2的PDCCH, 可分别对上行和下行进行分析。
上行: (1) 结合后台MTS的PRACH信道收包情况, 确认上行是否收到MSG1。 (2) 检查MTS上行通道的接收功率是否>-99d Bm, 若持续超过-99d Bm, 解决上行干扰问题, 比如是否存在GPS交叉时隙干扰。 (3) PRACH相关参数调整:提高PRACH期望接收功率, 增大PRACH的功率攀升步长, 降低PRACH绝对前缀的检测门限。
下行: (1) UE侧收不到以RA_RNTI加扰的PDCCH, 检查下行RSRP是否>-119d Bm, SINR>-3d B, 下行覆盖问题通过调整工程参数、RS功率、PCI等改善。 (2) PDCCH相关参数调整:比如增大公共空间CCE聚合度初始值.初始值越高, 越容易解调。
3 切换时延案例分析
某商用网存在切换时延问题, 通过统计LOG发现切换时延较长的切换点中MSG1重发次数也相应增加, 统计结果如图2所示:
经分析信令流程, 该问题由于Preamble漏检概率较高导致。该现象为MSG1发送多次后UE才可以接收到MSG2。从Traceme中查看均为等待MSG2超时重新发起MSG1;从PHYLog查看没有检测到MSG2的DCI信息。
由于该问题是Preamble漏检所致, 可通过修改PRACH检测门限解决:修改值从2000改到50, 修改后结果, 如表1所示:
从统计数值看, 控制面时延从50.6ms降低到35.1ms, MSG1重发问题基本得到解决。
4 结束语
目前TD-LTE的时延问题主要在MSG1的重发, 分析和定位方法主要来自测试数据的统计和详细LOG的分析, 运用EXCEL分段筛选出需要分析切换关键信令, 计算出每段的时延情况。由于Preamble漏检概率较高导致的切换时延, 可通过将参数PRACH门限从2000修改到50解决。