基于软件无线电的QPSK解调的设计

技术创新中文核心期刊《微计算机信息》（测控自动化）２００７年第２３卷第１－１期移动计算基于软件无线电的ＱＰＳＫ解调的设计ＤｅｓｉｇｎｏｆＱＰＳＫＤｅｍｏｄｕｌａｔｉｏｎＢａｓｅｄｏｎＳｏｆｔｗａｒｅＲａｄｉｏ（湖南大学）王松涛刘宏立毛六平童调生ＷＡＮＧＳＯＮＧＴＡＯＬＩＵＨＯＮＧＬＩＭＡＯＬＩＵＰＩＮＧＴＯＮＧＴＩＡＯＳＨＥＮＧ摘要：在无线通信系统中，调制解调技术的好坏很大程度上决定了通信的质量，ＱＰＳＫ调制方式具有优越的性能，在无线移动通信领域中被广泛采用。

文中详细介绍了ＱＰＳＫ的相干解调的整体方案并重点介绍了用ＣＯＲＤＩＣ算法的基本原理，以及由ＣＯＲＤＩＣ算法实现数控振荡器（ＮＣＯ）的方法和硬件电路的设计。

关键词：ＱＰＳＫ；数控振荡器；ＣＯＲＤＩＣ算法中图分类号：ＴＮ９２９．５文献标识码：ＢＡｂｓｔｒａｃｔ：Ｉｎｔｈｅｓｙｓｔｅｍｏｆｗｉｒｅｌｅｓｓｃｏｍｍｕｎｉｃａｔｉｏｎ，ｍｏｄｕｌａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｄｅｔｅｒｍｉｎｅｓｔｈｅｑｕａｌｉｔｙｏｆｃｏｍｍｕｃａｔｉｏｎ．ＱＰＳＫｈａｓｓｕｐｅｒｉｏｒｐｒｏｐｅｒｔｉｅｓａｎｄｉｔｉｓｗｉｄｅｌｙｕｓｅｄｉｎｔｈｅｆｉｅｌｄｏｆｗｉｒｅｌｅｓｓｍｏｂｉｌｅｃｏｍｍｕｎｉｃａｔｉｏｎ．ＴｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｔｈｅｗｈｏｌｅｄｅｓｉｇｎｏｆｔｈｅｒｅｌａｔｅｄｄｅｍｏｄｕｌａｔｉｏｎｓｗｉｔｈｔｈｅｅｍｐｈａｓｉｓｏｎｔｈｅｂａｓｉｃｐｒｉｎｃｉｐｌｅｓｏｆＣＯＲＤＩＣａｌｇｏｒｉｔｈｍ，ｔｈｅｗａｙｓｏｆｒｅａｌｉｚｉｎｇＮＣＯａｎｄｔｈｅｄｅｓｉｇｎｏｆｈａｒｄｗａｒｅｃｉｒｃｕｉｔｕｓｉｎｇＣＯＲＤＩＣ．Ｋｅｙｗｏｒｄｓ：ＱＰＳＫ，Ｎｕｍｅｒｉｃａｌｌｙｃｏｎｔｒｏｌｌｅｄｏｓｃｉｌｌａｔｏｒ，ＣＯＲＤＩＣａｌｇｏｒｉｔｈｍ文章编号：１００８－０５７０（２００７）０１－１－０２３０－０２１引言在数字通信系统中，由于基带信号不适合在无线信道中传输，所以在远距离通信和无线移动通信系统中，通常要先采用数字调制技术把基带信号变换成频带信号，然后再进行传输，在接收端，要把频带信号解调成数字基带信号再进行基带处理，所以调制解调的质量直接影响了通信的质量。

在各种数字调制技术中，正交相移键控（ＱＰＳＫ）由于性能优越而被广泛采用，在已经开通的窄带ＣＤＭＡ系统和即将投入运行的第三代移动通信网络中均采用了ＱＰＳＫ调制方式。

传统的数字调制解调都是利用专用的调制解调芯片完成的，其灵活性受到很大限制，随着集成电路制造技术和软件无线电技术的迅猛发展，采用通用数字可编程处理器（ＤＳＰ和ＦＰＧＡ）来实现数字调制解调以及基带信号处理成为了移动通信发展的必然趋势。

本文介绍了基于软件无线电的ＱＰＳＫ解调的设计方案。

２ＱＰＳＫ的调制解调简介ＱＰＳＫ是正交四相相移键控，已调制信号是抑制载波的信号，信号中不直接含有载波，所以在进行相干解调的时候必须从接收到的已调信号的相关信息中进行载波信号的提取，得到与接收载波同频同相的本地正弦波，从而完成正交解调。

３ＱＰＳＫ的整体解调方案及框图天线接收到射频信号后进行匹配滤波然后下变频，得到低中频信号，低中频信号仍然是模拟信号，经数字化后得到的ＱＰＳＫ信号的表达式为Ｔｂ是信号的码元宽度，ωｃ是载波频率。

下图是对数字化的图１ＱＰＳＫ解调电路的整体框图由于接收到的ＱＰＳＫ信号是抑制载波的双边带信号，信号中不包含载波分量，所以必须首先对ＱＰＳＫ信号进行非线性变化，然后从相关的信息中提取出载波分量。

在相干解调方式中，数字锁相环是最常用的方法，在此我们采用ＣＯＳＴＡＳ环来进行载波的提取和同步。

图中经过数字化的ＱＰＳＫ信号与ＣＯＳＴＡＳ环产生的本地载波分别在相乘器中相乘，由低通滤波器滤除高频成分及噪声后，得到Ｉ﹑Ｑ两路基带信号。

送入抽样判决电路在位同步信号的作用下进行抽样判决，最后经并串转换电路输出解调后的信号。

为了得到本地正弦波信号，经过正交解调后的Ｉ﹑Ｑ两路基带信号在相乘器中进行数字鉴频产生一个与二者的相位误差成比例的数字样本序列，该数字序列经数字环路滤波器加以平滑得到控制信号（即频率控制字），去控制数控振荡器的频率，产生与接收信号同频同相的数字正弦波序列。

图１的解调过程如下假设本地产生的正余弦波信号分别为则式中Ａ为常量，在此就不给出具体值了，ｖ３﹑ｖ４经过低通滤波器滤除高频分量后得到王松涛：硕士研究生资助基金：国家自然科学基金（６０２７２０５１）技术创新移动计算您的论文得到两院院士关注ｖ５和ｖ６在鉴相器中相乘得到ｖ７经过环路滤波器就得到与相位差（ф－θ）成正比的数字序列，作为数控振荡器的频率控制字控制产生的正弦波的频率和相位。

４ＣＯＲＤＩＣ算法的基本原理ＣＯＲＤＩＣ算法是一种循环迭代算法，是Ｖｏｌｄｅｒ最早在１９５９年提出的，基本思想是用一系列与运算基数相关的角度的不断偏摆，从而逼近所需旋转的角度。

下面介绍ＣＯＲＤＩＣ算法的原理以及其实现正弦波函数的电路结构设计。

设Ｍ（ｘｉ，ｙｉ）为平面直角坐标系中的点，当ＯＭ绕坐标原点逆时针旋转θ角度后得到Ｍ′（ｘｉ＋１，ｙｉ＋１），Ｍ′与Ｍ之间的关系可以用下面的式子来表示式中ｉ为循环迭代的次数，δｉ为矢量旋转的方向，它的值由ｚｉ决定，当ｚｉ＞０时δｉ＝１，矢量逆时针方向旋转，当ｚｉ＜０时δｉ＝－１，矢量顺时针方向旋转；θｉ为第ｉ次旋转的角度，一般取ｔａｎθｉ＝２－ｉ，则θｉ＝ａｒｃｔａｎ２－ｉ，由此可以看出每一级的θｉ的值都为常数，可以先经过计算求出各θｉ的值并将值存储于ＲＯＭ表中；ｚｉ为经过ｉ次旋转后的角度误差。

经过ｎ次旋转迭代后得到其中Ｋ＝）为模校正因子，由于矢量的模值在旋转过程中发生了变化，所以要对模值进行预先校正，对于字长一定的运算Ｋ值是固定的，当ｎ＝１６时Ｋ≈１．６４７令ｘ０＝１／Ｋ，ｙ０＝０则得ｘｎ＝ｃｏｓｚ０，ｙｎ＝ｃｏｓｚ０ｚ０即为相位累加器送来的相位角度，从而得到所需的正余弦输出，频率由频率控制字决定。

下面将具体介绍本设计中的ＣＯＲＤＩＣ算法的实现电路。

５数控振荡器（ＮＣＯ）的设计数控振荡器是ＣＯＳＴＡＳ环的重要组成部分，可以看成由相位累加器和函数发生器两部分组成，传统的数控振荡器的函数发生器都是基于查找表的方式来产生正弦波的，对于幅度和相位分辨率要求较高时，查找表的容量就会很大，会占用较大的芯片面积。

而采用ＣＯＲＤＩＣ算法来实现ＮＣＯ可以省去查找表，节省硬件空间。

上图为用ＣＯＲＤＩＣ算法实现数控振荡器的框图，用ＣＯＲＤＩＣ算法实现函数发生器代替传统的查找表。

在相位寄存器中存放初始相位值，频率寄存器中存放频率设定字，二者皆为１６位字长。

相位累加器对系统的时钟进行累加（计数），当每次达到频率设定字的值时即对相位进行累加，得到一定频率正弦波形的相位序列，其结果同相位寄存器中存放的相位初始值在相位加法器中相加得到实际的相位，即所需的相位角度，送入ＣＯＲＤＩＣ函数发生器。

图２ＣＯＲＤＩＣ算法实现ＮＣＯ的框图从ＣＯＲＤＩＣ算法的原理分析中可以看出在进行迭代的过程中乘以２－ｉ相当于将被乘数右移ｉ位，整个算法过程只需要简单的移位和加减法运算，非常适合于用ＦＰＧＡ来实现。

本设计要获得１６位精度的正余弦信号，可以采用１６级流水线结构，其顶层电路图和流水线结构图分别如图３和图４所示。

在图３的顶层模块中，由相位累加器计算出来的相位值ｚ０作为输入信号，在系统时钟的控制下进行旋转迭代运算，经过１６级运算后得到１６位精度的正弦波输出ｘｎ＝ｃｏｓｚ０﹑ｙｎ＝ｓｉｎｚ０。

图４是１６级ＣＯＲＤＩＣ算法的流水线结构图，ｘ０＝１／Ｋ，ｙ０＝０，θｉ的值也是常数，存放在ＲＯＭ表中。

每一级迭代只需要两个移位寄存器和三个加减法器，加减法器由上一级的ｚｉ值的正负来决定是进行加法还是减法操作。

图３ＣＯＲＤＩＣ算法顶层电路图图４ＣＯＲＤＩＣ算法流水线结构图图５ＣＯＲＤＩＣ正弦波发生器的仿真波形（下转第２８５页）技术创新模式识别您的论文得到两院院士关注图转化到多个颜色空间并用多个与颜色相关的分量来对象素点限定来决定其是否保留达到颜色分割的目的，比一般的单一颜色模型来进行颜色分割效果更好，这样对整幅图进行第一次颜色分割能有效的去除如扇热片、汽车标志等灰度纹理特征与车牌相似区域，使粗定位准确率大大提高。

对粗定位图进行第二次颜色分割只剩下车牌区域，再用投影法准确地找出车牌的边界，精确地定位出车牌。

本文作者的创新点：在多颜色空间内对含有车牌的彩色图象进行颜色分割，分两步完成车牌定位，对粗定位图进行二次颜色分割得到车牌区域信息并投影精确定位出车牌。

参考文献：［１］袁志伟，潘晓露，陈艾．车辆牌照定位的算法研究［Ｊ］．昆明理工大学学报，２００１，２６（２），５６－６０．［２］王洪建．基于ＨＳＶ颜色空间的一种车牌定位和分割方法［Ｊ］．仪器仪表学报，２００５，２６（８）：３７１－３７３．［３］谈永新，黄锡鹏．一种新的快速自适应车牌定位方法［Ｊ］．微计算机信息，２００５，２：６６－６８．作者简介：周泽华（１９８２－），男，汉，安徽省安庆市，硕士研究生，研究方向：数字图象处理；潘保昌（１９４９－），男，汉，重庆市，教授，工学博士，博士指导教师，研究方向：图文识别技术与系统；郑胜林（１９５１－），女，汉，重庆市，教授，研究方向：图像信息技术与应用．Ｅｍａｉｌ：ｚｚｈ４１２２００２＠ｙａｈｏｏ．ｃｏｍ．ｃｎ。

Ｂｉｏｇｒａｐｈｙ：ＺｈｏｕＺｅｈｕａ（１９８２－），Ｍａｌｅ，ｈａｎ，ＡｎＱｉｎｇＡｎＨｕｉ，Ｐｏｓｔｇｒａｄｕａｔｅ，ＲｅｓｅａｒｃｈＦｉｌｅｄ：ＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ．（５１０００６广东广州广东工业大学信息学院数字图象技术研究所）周泽华潘保昌郑胜林赵全友甘艳芬（ＩｎｓｔｉｔｕｔｅｏｆＤｉｇｉｔａｌＩｍａｇｅＴｅｃｈｎｏｌｏｇｙ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕａｎｇｚｈｏｕ，５１０００６，Ｃｈｉｎａ）ＺｈｏｕＺｅｈｕａＰａｎＢａｏｃｈａｎｇＺｈｅｎｇＳｈｅｎｇｌｉｎＺｈａｏＱｕａｎｙｏｕＧａｎＹａｎｆｅｎ通讯地址：（５１０００６广东广州市广州大学城广东工业大学信息工程学院０４研）周泽华（收稿日期：２００６．８．２４）（修稿日期：２００６．９．２２）（上接第１９７页）４结论本文作者创新点是针对直接使用ＢＰ神经网络进行故障诊断存在的收敛速度慢、训练过程容易出现振荡的问题，提出基于模糊聚类的ＢＰ神经网络设备故障诊断的理论和方法。

从网络训练误差曲线及其性能参数比较中可以看出，该方法可以减少训练过程中的振荡，减少样本数，提高ＢＰ神经网络故障诊断的效率和精度，保证故障诊断的实时性和准确性。

参考文献：［１］高新波．模糊聚类分析及其应用［Ｍ］．西安：西安电子科技大学出版社２００４：３７－４８．［２］周开利，康耀红．神经网络模型及其ＭＡＴＬＡＢ仿真程序设计［Ｍ］．北京：清华大学出版社２００５：７４－７５．［３］邓赵红，王士同．鲁棒性的模糊聚类神经网络［Ｊ］．软件学报２００５Ｖｏｌ．１６（０８）．［４］改进ＡＲＴ１神经网络在航空发动机故障诊断中的应用［Ｊ］．微计算机信息，２００５，９：１５６－１５８．作者简介：饶泓，女，１９７３年生，汉族，南昌大学副教授、博士生，主要研究方向为设备的智能故障诊断、人工智能，Ｅ－ｍａｉｌ：ｒａｏ－ｈｏｎｇ＠ｎｃｕ．ｅｄｕ．ｃｎ；扶名福，男，１９５３年生，汉族，教授、博士生导师，研究方向为力学及材料科学研究。