基于过采样的线性调频匹配滤波器的研制 下载: 1076次
1 引言
近年来,室内定位技术受到广泛关注,室内定位包括大型仓库里的产品定位、大型场所(飞机场、购物中心、停车场)内部的导航等,这些需求极大地激励了室内定位技术的发展。全球定位导航系统(GPS)在室外有较好的定位效果,但是在室内GPS信号受到房屋墙壁等障碍物的阻挡而大大衰减,定位精度较低,并且大多数基于无线通信的定位系统会受到电磁波的影响,信号被屏蔽而导致定位失败。为弥补这些不足,室内定位技术是当前研究的热点问题之一。其中,关于用可见光通信(VLC)进行室内定位,解决定位最后“一千米”的科学应用研究引起了国内外许多专家的关注。VLC技术是一种将信息加载到发光二极管(LED)光源上的新型无线数据传输技术。相比于传统无线电室内定位技术,该定位技术[1-3]具有定位精度高、无电磁干扰、保密性好、兼顾通信与照明[4]等优点。
当前,国内外已有许多关于室内可见光定位[5-9]的研究。2016年,关伟鹏等[10-11]提出一种基于码分多址(CDMA)调制的室内可见光定位技术,该技术根据CDMA调制,可以分离时域和频域重叠的信号,从而克服光源间的干扰,但硬件实现困难,只停留在实验仿真阶段。2017年,吴兴邦等[12]提出一种室内可见光高精度三维定位系统,该系统在CDMA调制的基础上实现了三维定位,但由于噪声对LED与接收机空间距离的影响,测量高度只有85 cm。2019年,李锦等[13]提出一种基于视觉信息的室内可见光定位方法,在理想的环境下,该方法能实现高度为2.8 m的定位测量,但没有考虑背景光和噪声的影响。2019年,杨世权等[14]提出一种利用照明LED发光强度实现室内定位的方法,并对定位设计方案进行了测试,但测试空间(80 cm×80 cm×80 cm)较小。根据上述的研究成果可以发现,当前的室内定位研究仍然存在着传输距离受限的情况,这与信号传输过程中的干扰、信噪比会随传输距离的增加而显著降低有关。室内VLC系统的抗干扰方法仍然是一个需要持续研究的热点问题,不解决这个问题,可见光室内定位技术的实际应用会受到诸多限制。
为实现信号的远距离通信,通常需要对信号进行幅度、频率或相位的调制。其中,线性调频(LFM)方式具有很强的抗干扰性[15],被广泛应用在雷达与声纳探测等应用领域中。尽管深空探测器和深海探测器所接收到的LFM信号的信噪比都比较低,为-38 dB~-33 dB[16],但是通过脉冲压缩技术[17]仍可实现对LFM信号的检测。在雷达通信的应用中,主要通过脉冲压缩技术对LFM信号进行检测,该技术通过对接收信号与本地序列进行互相关运算,根据相关值的大小来实现LFM信号的同步检测。
综上所述,本文尝试将LFM信号应用于室内可见光定位应用中,达到提高室内可见光定位距离的目的。为此,提出一种基于过采样技术互相关正交算法的匹配滤波器。该匹配滤波器具有抗噪能力强、同步检测速度快等优点。它使用过采样[18]提高本地同步信号编码(0、1)的分布密度,消除互相关运算所造成的本地信号累积运算的时延,实现LFM光信号快速、实时、可靠的同步匹配。最后,进行了匹配滤波器的性能测试实验。实验结果表明,对于微弱的LFM信号,该正交匹配滤波器仍然可以快速、准确、稳定地输出同步信号。
2 LFM正交匹配滤波原理
2.1 LFM脉冲压缩原理
LFM信号是指瞬时频率随时间呈线性变化的信号。为了实现LFM信号的同步检测,通常采用脉冲压缩技术。脉冲压缩技术在发射端发射大脉宽、大带宽信号,而在接收端,通过匹配滤波器可将宽脉冲信号压缩为窄脉冲信号。对于大时间带宽积信号,脉冲压缩也可以称为匹配滤波。匹配滤波器是一种输出端的信号瞬时功率与噪声平均功率比值最大的线性滤波器。LFM信号的匹配滤波输出波形如
初始相位为0,假设LFM信号时域表达式为
式中:t为时间变量;A为信号振幅;f0为中心频率;k为调制斜率,k=B/T>0,T为发射脉冲的脉宽,B为发射脉冲的带宽;脉冲压缩后的主瓣宽度τ=1/B;脉冲宽度比D=BT=T/τ,D也称发射脉冲的时宽带宽积。用
根据匹配滤波器的原理,对接收信号与滤波器传输系数进行时域卷积,当匹配滤波系统的传递函数是接收信号的共轭函数时,匹配滤波器的脉压效果达到最佳,同时输出信号的信噪比达到最大。设h(t)为时域响应函数,通过卷积运算,得到匹配滤波器的输出为
2.2 LFM正交解调原理
为了避免接收信号的随机相位影响,一般采用同相和正交(I/Q)双通道处理技术,根据最大信噪比,令
同理,令
则可得到
式中:K为幅度归一化常数;t0为对参考信号s(t)时延的时刻;R(·)为互相关函数。t的有限长度由发射脉冲的带宽B、脉宽T及采样频率决定。输出的最大相关幅度值为
2.3 过采样技术提高信号识别率实验分析
当接收端与发射端的距离变远,噪声n(t)会将有效信号完全覆盖,(6)式输出的结果就会无法得到。假设发射脉冲设计参数分别为T=20 μs,B=500 KHz,中心频率为250 KHz,则接收端与发射端相距4 m、6 m的接收波形如
图 2. 发射信号与接收信号。(a) LFM脉冲发射信号;(b)相距4 m的接收信号;(c)相距6 m的接收信号
Fig. 2. Transmitting signal and receiving signal. (a) Transmitting signal of LFM pulse; (b) receiving signal at distance of 4 m; (c) receiving signal at distance of 6 m
使用10 MHz采样频率,通过接收端采集信号,并对采集信号进行信号处理。
图 3. 10 MHz采样频率下不同距离匹配滤波的输出波形。(a) 4 m;(b) 6 m
Fig. 3. Output waveform of matched filter at different distances under sampling frequency of 10 MHz. (a) 4 m; (b) 6 m
实验验证随着光信号传输距离的增大,有效信息的提取难度就越大。面对微弱光信号的采样过程,还可以通过增大采样精度的方法来提高信号识别率[18],即通过过采样技术来提高模数(AD)转换器的分辨率。它的工作原理是通过减小输入信号在基带范围内的量化噪声功率来提高信噪比。在理想采样信号功率不变的情况下,过采样率Ros与分辨率增量ΔN的关系[19]可表示为
式中:fs为采样频率;fm为输入信号的最高频率,每4倍过采样率就增加1位分辨率。根据信噪比定义,则改善的信噪比Rsn与分辨率增量ΔN的关系[19]可表示为
对于传统AD转换器来说,有限的AD转换位数可使AD转换的分辨率成为有限值,这给模拟信号的量化带来了量化噪声。由发射脉冲设计参数可知,当fm为500 KHz,采样频率为10 MHz时,由(7)式可得分辨率增量ΔN为log410,将得到的分辨率增量代入(8)式可得改善的信噪比Rsn为9.99 dB;提高采样频率到50 MHz,则由(7)式可得分辨率增量ΔN为log450,将得到的分辨率增量代入(8)式可得改善的信噪比Rsn为16.99 dB。信噪比提高了7 dB,从而达到提高信噪比进而提高信号识别率的目的。
图 4. 50 MHz采样频率下不同距离匹配滤波的输出波形。(a) 4 m;(b) 6 m
Fig. 4. Output waveform of matched filter at different distances under sampling frequency of 50 MHz. (a) 4 m; (b) 6 m
从
3 匹配滤波设计与现场可编程门阵列(FPGA)实现
根据匹配滤波原理,需要对离散的LFM数字信号进行时域卷积运算。目前时域数字卷积[20]主要通过含有N(N为采样长度)阶有限长单位冲激响应(FIR)结构的滤波器实现。若采用过采样技术进行信号采集,随着采样频率的提高,数据卷积的运算量陡增。实现一次长度为N的卷积运算需要4N次乘法器和4N-1次加法器。根据LFM信号脉宽(20 μs)与采样频率(50 MHz)的关系,N的取值为1000,完成一次时域卷积运算就需要4000个乘法单元同时运行。然而现有的FPGA乘法器硬件资源无法满足这样的需求。
3.1 LFM互相关算法的实现
在考虑实际成本和不降低运算速度的情况下,过采样匹配滤波器可将复杂的乘法运算转换为“与”运算。换句话说,在对信号过采样的前提下,该匹配滤波器的互相关运算是利用与运算的方式代替卷积运算中的乘法运算,可以将复杂的信号表示为一个数与单比特数字的运算。一方面,该处理方法在过采样频率的前提下,提高了本地同步信号编码(0、1)分布的密度,保证了匹配滤波计算的准确度;另一方面,与运算的改进设计减小了计算的复杂度,可以很好地解决高阶滤波器设计受限于硬件乘法器资源不足的情况。并且所设计的过采样匹配滤波器具有大大消除卷积运算的时间延迟、提高同步精度的显著优点。
3.2 LFM匹配滤波器的设计
匹配滤波器的设计方案是对A/D输出的数据和本地同步信号编码(0、1)进行滑动相关处理,取得不同码字相位的相关能量。其原理如
式中:n为采样点数。正交解调匹配滤波器原理如
图 5. 正交匹配滤波器设计原理。(a)LFM匹配滤波器;(b)正交解调匹配滤波器
Fig. 5. Design principle of orthogonal matched filter. (a) LFM matched filter; (b) orthogonal demodulation matched filter
但是,传统求模方法需要用到乘法和开方运算,运算复杂且延时高。为降低模值信号求取的时间延迟,使用差分估计法。该方法的公式为
式中:Y(t)为输出模值。差分估计法使正交解调输出的最大相关幅度值为2K。当模值Y大于理论捕获门限
图 6. 基于二次判决的同步检测流程图
Fig. 6. Flow chart of synchronous detection based on secondary decision
综上所述,整个设计只用到寄存器和加法器资源,弥补了传统匹配滤波器受限于硬件乘法器和加法器的不足,有利于设计出长度更长的匹配滤波器。利用Matlab对上述过程进行理论仿真,波形如
图 7. 解调输出的仿真波形。(a) I/Q匹配滤波的输出波形;(b)二次判决同步检测
Fig. 7. Simulated waveform of demodulation output. (a) Output waveform of I/Q matched filtering; (b) secondary decision synchronous detection
发送端与接收端各自使用独立的时钟信号,因此发送端与接收端之间的时钟偏差会使发送端与接收端之间存在抽样时钟偏差。抽样时钟偏差会使采样信号出现偏离它的正确抽样时间,这个偏差会随样本数量的增大而不断累积。当偏差大于一定范围时,匹配滤波由于输出信号峰值错位而检测失效。
为测量抽样时钟频率偏差对同步检测的影响,设计了测量抽样时钟偏差的仿真实验。仿真条件为:发射端的时钟频率为50 MHz,接收端的时钟频率为44~57 MHz,步进频率为1 KHz,正交匹配滤波输出的最大幅值为1000 eV。仿真结果如
图 8. 不同时钟频率偏差下匹配滤波器的输出幅值
Fig. 8. Output amplitude of matched filter under different clock frequency deviation
除此之外,由于所设计的匹配滤波器主要应用于可见光室内定位的场景中。每一盏LED光源发送的信息是长度有限的LED光源编码,因此接收端匹配滤波器输出的信号长度也是有限的,故发射端与接收端的时钟偏差所带来的误差不会出现长时间的堆积。
3.3 基于FPGA设计匹配滤波器
采用FPGA器件(EP4CE15F23C8N,ALTERA公司)进行匹配滤波器的设计集成。
图 9. 正交匹配滤波器的设计结构。(a)匹配滤波器设计结构;(b)正交解调模块和测试验证模块
Fig. 9. Design structure of orthogonal matched filter. (a) Design structure of matched filter; (b) modules of orthogonal demodulation and test verification
为验证数据的准确性,在该模块中还设计了1 s计数器cnt_1s,用来统计1 s内检测同步信号个数的计数器,用于验证检测到的脉冲个数与实际个数的误差。
4 实验与结果分析
为了测试所提正交匹配滤波器对微弱光的检测性能,进行实验验证,实验装置原理如
可见光检测系统的参数设计:脉宽T=20 μs,带宽B=500 KHz,中心频率为300 KHz,白炽灯功率为30 W。通过任意信号发生器产生周期为20 μs的LFM信号,同时在距离为1~6 m,采样频率为50 MHz时,通过接收端接收测试信号。为了检测整个电路是否满足要求,使用SignalTap逻辑分析仪实时接收LED发送的LFM信号,在线I/Q解调同步信号通过显示器实时显示。
图 11. 不同距离下I/Q匹配滤波的输出波形。(a) 4 m; (b) 6 m
Fig. 11. Output waveform of I/Q matched filter at different distances. (a) 4 m; (b) 6 m
表 1. 不同距离下同步捕获误差
Table 1. Errors are captured synchronously at different distancesunit: μs
|
表 2. 不同采样频率下同步检测的准确率
Table 2. Accuracy of synchronous detection at different sampling frequencies
|
正交匹配滤波后的二次判决同步检测结果如
图 12. 不同距离下实际测试结果。(a) 4 m; (b) 6 m
Fig. 12. Actual test results at different distances. (a) 4 m; (c) 6 m
多次统计1 s内不同采样频率下不同测量距离(1~6 m)LFM同步信号的检测个数(理论有50000个),检测误差结果如
5 结论
实现了一款基于过采样技术和互相关正交算法的匹配滤波器,并将其应用于LFM可见光信号的快速同步检测。该匹配滤波器不但使用过采样技术,提高了本地伪码(0、1)分布的密度,而且采用“与”运算代替乘法运算,打破了高阶匹配滤波器受FPGA乘法器资源的限制。在随后的远距离通信实验中,在不同采样频率和不同距离条件下,计算匹配滤波器检测出的同步信号的正确率,验证了匹配滤波器对微弱LFM可见光信号具有很高的识别能力。在采样频率为50 MHz时,4 m以内检测的正确率为100%,6 m以内仍超过了99%,同步时间误差控制在±20 ns。实验结果表明,所提匹配滤波器对LFM信号的同步检测是可行和有效的,这为后面实现基于LFM信号的室内可见光定位奠定了基础。该设计方案也为提升室内可见光信号的远距离传输能力提供了有益的参考。
[1] Afzalan M, Jazizadeh F. Indoor positioning based on visible light communication: a performance-based survey of real-world prototypes[J]. ACM Computing Surveys, 2019, 52(2): 35.
[2] Bai L, Yang Y, Guo C L, et al. Camera assisted received signal strength ratio algorithm for indoor visible light positioning[J]. IEEE Communications Letters, 2019, 23(11): 2022-2025.
[3] Huang L, Wang P, Liu Z Y, et al. Indoor three-dimensional high-precision positioning system with bat algorithm based on visible light communication[J]. Applied Optics, 2019, 58(9): 2226-2234.
[4] 曹燕平, 李晓记, 胡云云. 基于可见光指纹的室内高精度定位方法[J]. 激光与光电子学进展, 2019, 56(16): 160601.
[5] Jose D, Sebastian S. Taylor series method in TDOA approach for indoor positioning system[J]. International Journal of Electrical and Computer Engineering, 2019, 9(5): 3927-3933.
[6] Ye Z W, Xue Q, Ye H Y, et al. A linearly attenuated lighting for visible light positioning system based on RSSI[J]. Optics Communications, 2019, 432: 32-38.
[7] 董文杰, 王旭东, 吴楠. 基于RSS/AOA混合的室内可见光定位算法[J]. 激光与光电子学进展, 2018, 55(5): 050603.
[9] Li Y W, Ghassemlooy Z, Tang X, et al. A VLC smartphone camera based indoor positioning system[J]. IEEE Photonics Technology Letters, 2018, 30(13): 1171-1174.
[10] 关伟鹏, 吴玉香, 文尚胜, 等. 基于CDMA调制的可见光通信室内定位技术的研究[J]. 光学学报, 2016, 36(11): 1106006.
[11] 王鹏飞, 关伟鹏, 文尚胜, 等. 基于免疫算法的高精度室内可见光三维定位系统[J]. 光学学报, 2018, 38(10): 1006007.
[12] 吴兴邦, 文尚胜, 华珺. 基于蚁群算法的室内可见光高精度三维定位系统[J]. 光子学报, 2017, 46(12): 1206004.
[13] 李锦, 莫巨明, 方俊键, 等. 基于LED照明灯光的可见光室内停车场定位导航系统[J]. 应用光学, 2019, 40(5): 746-750.
[14] 杨世权, 张谦述, 胡玥. 基于PWM的室内LED可见光定位系统设计[J]. 重庆科技学院学报(自然科学版), 2019, 21(5): 66-71.
Yang S Q, Zhang Q S, Hu Y. Design of indoor LED visible light positioning system based on PWM[J]. Journal of Chongqing University of Science and Technology (Natural Sciences Edition), 2019, 21(5): 66-71.
[15] 陈艳丽, 郭良浩, 宫在晓. 低信噪比线性调频信号目标的方位估计[J]. 声学学报, 2017, 42(4): 411-420.
Chen Y L, Guo L H, Gong Z X. Bearing estimation of low SNR linear frequency-modulated signal[J]. Acta Acustica, 2017, 42(4): 411-420.
[16] 韩孟飞, 王永庆, 吴嗣亮, 等. 一种低信噪比下LFM信号参数快速估计算法[J]. 北京理工大学学报, 2009, 29(2): 147-151.
Han M F, Wang Y Q, Wu S L, et al. A fast algorithm on parameter estimation of LFM signals under low SNR[J]. Journal of Beijing Institute of Technology (Natural Science Edition), 2009, 29(2): 147-151.
[17] Xie R H, Qiao S, Qiu W, et al. Design of ultra-low sidelobe pulse compression filter for LFM signal[J]. Proceedings of SPIE, 2019, 1107: 1107105.
[18] 李刚, 汤宏颖, 林凌. 运用过采样与成形信号技术提高检测灵敏度[J]. 天津大学学报, 2010( 10): 901- 905.
LiG, Tang HY, LinL. Employment of oversampling and shaped function for improving detection sensitivity[J]. Journal of Tianjin University, 2010( 10): 901- 905.
[19] 于光平, 张昕. 过采样方法与提高ADC分辨率的研究[J]. 沈阳工业大学学报, 2006, 28(2): 137-139.
Yu G P, Zhang X. Research on over-sampling method and improving ADC resolution[J]. Journal of Shenyang University of Technology, 2006, 28(2): 137-139.
[20] 陆聪, 黄敬华, 杨维明, 等. LFM脉冲压缩的FPGA时域实现[J]. 计算机测量与控制, 2018, 26(5): 271-274.
Lu C, Huang J H, Yang W M, et al. Time domain implementation of LFM pulse compression by FPGA[J]. Computer Measurement & Control, 2018, 26(5): 271-274.
Article Outline
钟俊龙, 邱健, 骆开庆, 李榕, 彭力, 刘冬梅, 韩鹏. 基于过采样的线性调频匹配滤波器的研制[J]. 激光与光电子学进展, 2020, 57(19): 190602. Junlong Zhong, Jian Qiu, Kaiqing Luo, Rong Li, Li Peng, Dongmei Liu, Peng Han. Development of Linear Frequency Modulation Matched Filter Using Oversampling[J]. Laser & Optoelectronics Progress, 2020, 57(19): 190602.