Содержание к диссертации
Введение
ГЛАВА 1. Разработка алгоритма фильтрации и устройств быстрого поиска шумоподобных сигналов, построенных на рекуррентных нелинейных псевдослучайных последовательностях 16
Введение 16
1.1 Постановка задачи 27
1.2 Алгоритм фильтрации дискретного параметра ШПС 27
1.3 Разработка структуры устройства быстрого поиска ШПС 30
1.4 Алгоритм нелинейной фильтрации дискретного параметра ШПС... 38
1.5 Алгоритм фильтрации дискретного параметра ШПС с кусочно линейной аппроксимацией нелинейной функции г[ик,жЛ 42
1.6 Анализ помехоустойчивости устройства поиска ШПС при
воздействии белого гауссовского шума 50
1.7 Алгоритм адаптивной фильтрации дискретного параметра ШПС 60
Выводы к главе 1 67
ГЛАВА 2. Разработка устройства поиска и кодовой синхронизации шпс на основе алгоритма совместной фильтрации параметров импульсных сигналов 68
2.1. Введение 68
2.2. Постановка задачи
2.3. Уравнения совместной фильтрации дискретного и непрерывных параметров шумоподобного сигнала 71
2.4. Разработка структуры приемного устройства ШПС на основе алгоритма совместной фильтрации параметров ШПС 82
ГЛАВА 3. Разработка адаптивного алгоритма совместной фильтрации дискретного и непрерывных параметров шумоподобных сигналов 95
3.1. Постановка задачи 95
3.2. Адаптивный алгоритм совместной фильтрации дискретного и непрерывных параметров ШПС 96
3.3. Упрощенный адаптивный алгоритм совместной фильтрации дискретного и непрерывных параметров ШПС 109
Выводы к главе 3 119
ГЛАВА 4. Аппаратно-программная реализация алгоритмов поиска и синхронизации ШПС 120
4.1 Анализ возможностей аппаратно-программной реализации алгоритмов совместной нелинейной фильтрации наЦСП 120
4.3 Анализ аппаратных затрат реализации алгоритмов фильтрации на ПЛИС 127
Выводы к главе 4 130
Заключение 131
Используемая литература
- Алгоритм фильтрации дискретного параметра ШПС
- Уравнения совместной фильтрации дискретного и непрерывных параметров шумоподобного сигнала
- Адаптивный алгоритм совместной фильтрации дискретного и непрерывных параметров ШПС
- Анализ аппаратных затрат реализации алгоритмов фильтрации на ПЛИС
Введение к работе
Актуальность темы
Шумоподобные сигналы (ШПС) успешно используются уже более 50 лет в радиотехнических системах передачи информации (СПИ), радиолокации и радионавигации. Теория поиска и кодовой синхронизации ШПС разрабатывалась как отечественными (В.И.Журавлев, Г.И.Тузов, В.Б.Пестряков, Л.Е.Варакин, Н.Т.Петрович и др.), так и зарубежными (Р.К.Диксон, С.Голомб, Дж.Проакис, Р.Уорд и др.) учеными. Основная часть проведенных в указанных работах исследований посвящена приему сигналов, сформированных на основе линейных рекуррентных последовательностей максимального периода (МЛРП). Широкое распространение последних обусловлено простотой генерации и относительно хорошими корреляционными свойствами. Недостатком МЛРП является сравнительно невысокая структурная сложность, что позволяет восстановить структуру кода по неискаженному сегменту последовательности.
Разработка и анализ алгоритмов поиска и синхронизации ШПС часто осуществляется в предположении, что на приемной стороне известны все параметры сигнала за исключением информационного. Эффективность таких алгоритмов невысока в условиях приема радиосигналов, изменяющихся в результате фединга, доплеровского сдвига несущей частоты, случайной задержки сигналов и т.д., что ухудшает качественные показатели СПИ. Поэтому, на практике часто возникает необходимость оценки всех или части непрерывных параметров принимаемого сигнала.
Решение задачи совместной оценки параметров дискретных радиосигналов на основе теории условных процессов Маркова рассматривалось в работах В. И. Тихонова, И. Н. Амиантова, М.С. Ярлыкова, В.А. Смирнова, М.А. Миронова и др. Однако отсутствие подробного исследования качественных и количественных характеристик полученных в них алгоритмов не позволяет судить об эффективности и возможности их практической реализации.
Позднее, в работах Е.П. Петрова, А.В.Частикова, Д.Е. Прозорова были получены алгоритмы поиска и кодовой синхронизации ШПС использующие совместную оценку параметров ШПС сформированных на МЛРП. Однако, растущий в последние годы интерес к системам с высокой степенью защиты от несанкционированного доступа делает актуальной задачу разработки и исследования алгоритмов поиска и кодовой синхронизации ШПС повышенной структурной сложности, в том числе нелинейных.
Целью диссертации является разработка и исследование алгоритмов совместной оценки дискретного и непрерывных параметров шумоподобных сигналов для сокращения времени поиска и кодовой синхронизации шумоподобных сигналов в системах передачи информации.
Для достижения поставленной цели необходимо решить следующие задачи:
1. Разработка алгоритмов фильтрации дискретного параметра ШПС,
построенных на рекуррентных, в том числе нелинейных псевдослучайных последовательностях (ПСП).
Разработка структур устройств быстрого поиска и кодовой синхронизации ШПС; анализ их помехоустойчивости при воздействии белого гауссовского шума.
Разработка алгоритмов совместной оценки параметров ШПС.
Анализ помехоустойчивости устройств поиска и кодовой синхронизации ШПС, построенных на основе алгоритмов совместной оценки параметров ШПС, при гауссовских флуктуациях непрерывных параметров (амплитуды и задержки) радиоимпульсов ШПС.
5. Анализ схемотехнической базы для практической реализации ПУ.
Методы исследования
Для решения поставленных в работе задач используются методы статистической теории связи, теории оптимальной нелинейной фильтрации, теории условных марковских процессов, статистической теории выбора и принятия решений, рядов, интегрального счисления.
Научная новизна
Разработаны алгоритмы и структуры приемных устройств ШПС, построенных на бинарных рекуррентных нелинейных ПСП. В качестве модели ПСП использована конечная цепь Маркова.
Разработаны алгоритмы совместной оценки дискретного параметра, амплитуды и задержки ШПС, построенных на бинарных рекуррентных ПСП, на основе представления параметров ШПС дискретными и непрерывными процессами Маркова.
Разработан адаптивный алгоритм совместной оценки дискретного и непрерывных параметров бинарных ПСП, позволяющий обеспечить работу алгоритма фильтрации без знания априорных данных о фильтруемом процессе и требующий минимальных технических ресурсов для реализации.
Проведен анализ помехоустойчивости алгоритмов совместной оценки дискретного (информационного) параметра и двух непрерывных параметров (амплитуда и задержка) ШПС.
Обоснованность и достоверность подтверждается использованием апробированного математического аппарата условных марковских процессов; совпадением теоретических результатов с практическими, полученными статистическим моделированием разработанных алгоритмов приема ШПС построенных на нелинейных ПСП и оценкой работы аппаратно-программных реализаций разработанных алгоритмов на сигнальном процессоре TMS320C6711.
Практическая ценность диссертационной работы заключается в разработке алгоритмов приема ШПС, позволяющих сократить время поиска и кодовой синхронизации ШПС в условиях флуктуации непрерывных параметров принимаемого сигнала в СПИ с кодовым разделением.
Положения, выносимые на защиту:
1. Алгоритмы фильтрации дискретного параметра ШПС, построенных на
нелинейных ПСП, позволяющие повысить вероятность распознавания сигнала и сократить время кодовой синхронизации ШПС по сравнению с методом Уорда (глава 1).
Адаптивный алгоритм фильтрации дискретного параметра ШПС, построенных на нелинейных ПСП, позволяющий уменьшить вероятность ложной тревоги в отсутствии искомого сигнала (глава 1).
Алгоритмы совместной оценки дискретного и непрерывных параметров (амплитуда, задержка) ШПС, построенных на нелинейных ПСП, позволяющие повысить помехоустойчивость ПУ в условиях флуктуации непрерывных параметров принимаемого сигнала (глава 2).
Адаптивные алгоритмы совместной оценки дискретного и непрерывных параметров ШПС, построенных на нелинейных ПСП, позволяющие осуществлять прием в отсутствии априорных данных о степени корреляции непрерывных параметров (глава 3).
5. Анализ помехоустойчивости разработанных алгоритмов (глава 1-3).
Внедрение результатов работы. Практические результаты
диссертационной работы были использованы при разработке модема связи для удаленного сбора информации с теплосчетчиков «Магика» и расходомеров «РСЦ» в рамках сотрудничества с ЗАО «ВТК-Энерго» (г. Киров). Часть научных и практических результатов работы внедрена в учебном процессе в методическом обеспечении проведения лекционных и практических занятий спецкурсов «Теория оптимального приема сигналов» и «Проектирование цифровых систем» студентов спец. «Бытовая радиоэлектронная аппаратура», «Защищенные системы связи» и «Системы связи и коммутации».
Программно-аппаратная реализация цифровой части разработанных ПУ выполнена с использованием сигнального процессора TMS320C6711.
Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на всероссийских НТК: «Наука-производство-технология-экология», Киров, ВятГУ (2005, 2006, 2008, 2011 гг.), «Современные проблемы создания и эксплуатации радиотехнических систем» (2009 г.) и НТК с междунарожным участием «Радиолокация, навигация, связь», Воронеж (2005, 2008, 2011 гг.).
Публикации. Результаты диссертационной работы изложены в 12 публикациях, из них - 5 статей, в том числе 2 - в журналах, рекомендованных ВАК («Успехи современной радиоэлектроники», «Вестник Ижевского государственного технического университета»), и 7 тезисов докладов.
Объем и структура диссертации. Диссертационная работа состоит из введения, четырех глав, заключения и списка литературы. Диссертация изложена на 147 страницах машинописного текста, содержит 54 рисунков и 4 таблицы, список использованных источников включает в себя 82 источника.
Алгоритм фильтрации дискретного параметра ШПС
В случаях, когда конструкция согласованного фильтра или многоканального коррелятора становится слишком громоздкой, для определения фазы за время, равное длительности периода сигнала, можно воспользоваться методами «быстрых» преобразований [27,28].
Пусть Х= x0,x1,...,xL_1} - вектор, составленный из значений принятой последовательности. Сущность работы многоканального коррелятора заключается в умножении вектора X на матрицу-циркулянт S и определении компоненты произведения, имеющей максимальную величину. Строками матрицы S являются все циклические перестановки синхропоследовательности. При умножении вектора на матрицу, объем вычислений можно значительно сократить за счет факторизации матрицы на сомножители с большим количеством нулевых элементов. Полученные при этом алгоритмы умножения называются «быстрыми» преобразованиями.
Определение времени задержки ШПС одноканальными корреляционными устройствами может быть осуществлено последовательным просмотром точек области неопределенности [12,17,18]. При шаговом поиске точки области неопределенности просматриваются в заранее выбранном порядке [11,13,24] - рис. 1.2 [32] (циклический поиск) или случайным способом [11,13]. Наиболее распространенным является поиск с фиксированным объемом выборки (фиксированным временем наблюдения на каждом шаге), когда для каждой точки области неопределенности вычисляется корреляционный интеграл принимаемого и опорного сигналов и по значению этого интеграла выносится решение о наличии или отсутствии синхронизации.
Разновидностью поиска с фиксированным объемом выборки является поиск с задержанным решением: решение задерживается до тех пор, пока не будут вычислены корреляционные интегралы для всех L фаз. В качестве точки синхронизации принимается та, для которой значение корреляционного интеграла максимально. Для случая, когда L велико и вероятность ошибки мала, оба этих алгоритма практически равноценны. ПУ циклического поиска наиболее просты в реализации но имеют максимальное время поиска ШПС, пропорциональное L /2. Эффективность систем циклического поиска можно повышается при использовании схем параллельно-последовательного анализа сигнала [32,30]. Так, в случае полихотомического поиска вся область точек синхронизации разбивается на несколько частей и с помощью определенной процедуры определяется, в какой из них находится точка синхронизации. Оставшаяся часть, в которой находится точка синхронизации, снова делится на части и т.д. При делении на q частей обнаружитель представляет собой (q-l) канальный корреляционный приемник. Несколько параллельно работающих корреляционных устройств увеличивают число одновременно анализируемых элементов разрешения, снижая время поиска ШПС
Каждый из канальных обнаружителей КОІ формирует последовательность чисел Zki, отображающих уровень корреляции принимаемого сигнала с опорным. Решающая схема PC включается при превышении порога Zkj Z0 и выдает в следящую систему СПИ один из опорных сигналов, для которых это условие выполняется [30].
Помехоустойчивость, приближающуюся к оптимальной, имеют методы, использующие многоэтапные процедуры анализа сигнала [12,13,24,32,80]. При многоэтапной процедуре весь процесс поиска разбивается на два и более этапа. На первом этапе сравнительно быстро отбираются точки области неопределенности, в которых наличие синхронизации наиболее вероятно. На втором и последующих этапах каждая точка проверяется более тщательно. На каждом из этапов можно использовать как анализ с фиксированным объемом и последовательный анализ.
Одним из вариантов многоэтапных процедур является алгоритм с длительностью пробных шагов, управляемых в соответствии с правилом принятия решения Вальда [32]. Согласно теореме Вальда-Вольфовитца, при фиксированных показателях надежности обнаружения минимальное время анализа элемента получается при использовании последовательной процедуры, основанной на вычислении текущего отношения правдоподобия и непрерывном его сравнении с двумя порогами. Команда на перемещение опорного сигнала выдается, когда выходное напряжение блока вычисления отношения правдоподобия оказывается достаточным для обоснованного заключения об отсутствии сигнала (рис. 1.4). Для этого вычисляемый в блоке логарифм отношения правдоподобия /(Л) сравнивается в двухпороговом анализаторе с верхним Нв и нижним Нн порогами.
Анализ некоторого элемента прекращается, как только Нн f[X) He. Если f(X) He, то анализ некоторого элемента прекращается и система переходит к выполнению следующих действий. Если /(Я) Нн, то выдается сигнал на устройство управления поиском и система переходит к анализу следующего элемента разрешения. Среднее время поиска при этом может быть уменьшено по сравнению с методами простого циклического поиска в несколько раз.
Наименьшее время входа в синхронизм имеют методы быстрого поиска [25,26,31-36]. В случаях, когда канал синхронизации совмещается с информационным каналом или каналом измерения дальности, длина кода, исходя из требуемой точности измерений, может достигать десятков тысяч символов ПСП. Использование оптимальных методов, для реализации которых необходимо исследовать все кодовое слово, в этом случае технически невыгодно. При слабых шумах кодовое слово можно восстановить по нескольким правильно принятым символам. Идея такой синхронизации впервые была предложена Уордом [25]. Неполные алгоритмы декодирования наиболее просто реализуются для сигналов с циклическими кодами, в число которых входит МЛРП.
Пример устройства быстрого поиска, использующего алгоритм Уорда приведен на рис.1.5. В основе работы схемы стоит тот факт, что задержку ШПС на основе МЛРП можно определить по любому неискаженному сегменту ПСП сигнала длиной т символов (т - число разрядов регистра сдвига генератора ПСП).
Уравнения совместной фильтрации дискретного и непрерывных параметров шумоподобного сигнала
Особенность уравнения (1.9) заключается в том, что все априорные данные о выделяемом дискретном параметре сигнала содержатся в последнем слагаемом г(йк,Яу). Исследуем эволюцию выражения (1.11) в зависимости от изменения априорных данных для отыскания удобной аппроксимации, что позволит снизить вычислительные затраты на реализацию алгоритма нелинейной фильтрации и упростить структуру ПУ. На рис. 1.15 приведено семейство г\йк,жЛ (далее zk) из выражения (1.11) для различных значений жи. Из анализа семейства кривых zk следует, что при большом отношении сигнал/шум и вероятностях лн 0.99, кривые zk могут быть аппроксимированы отрезками прямых. Аппроксимация отрезками прямых существенно упрощает вычисление функции zk.
Это позволяет для независимых значений дискретного параметра сигнала ( -=0,5) аппроксимировать кривые на рис. 1.15 прямыми линиями, параллельными прямой и сдвинутыми по оси йк относительно начала координат на величину 4=sign(uk)\n- , (i j). (1-22) Вероятность того, что при большом отношении сигнал/шум логарифм отношения апостериорных вероятностей предыдущего такта йк будет находиться в интервале 0 йк Ы -, (i j) (1.23) или в интервале -1п- - иА 0 (1.24) будет мала, так как предполагается, что значение. Вероятность же того, что при выполнении условия (1.23) или (1.24) в приемном устройстве будет принято ошибочное решение относительно истинного значения параметра /лк в сигнале значительно меньше средней вероятности ошибочных решений рош в системе, так как эта вероятность равна произведению вероятностей двух независимых событий, каждая из которых меньше средней вероятности ошибки.
Из (1.26) следует, что при формировании ик+1, к входным данным, поступающим с выхода дискриминатора в (А + 1)-м такте вносится поправка signiuAln- , (1-27) зависящая от априорных данных о фильтруемом дискретном процессе. Знак этой поправки определяется знаком оценки логарифма отношения апостериорных вероятностей предыдущего такта йк, а величина поправки - степенью статистической связи между соседними значениями параметра /лк. Причем если йк О, то поправка положительна, если йк О, то поправка отрицательна.
На рис. 1.17 представлены графики зависимости вероятности правильного распознавания ШПС на основе кодов Голда (ти = 10) для случаев нелинейной фильтрации (толстые линии) и кавазиоптимальной фильтрации с аппроксимацией функции zk (тонкие линии). Графики приведены для различных значениях яи.
Вероятность правильного распознавания ШПС на основе ПСП Голда при квазиоптимальной фильтрации функции zk.
На рис. 1.18 приведены аналогичные графики для ШПС, сформированных на последовательности малого множества Кассами {т-9).
Таким образом, кусочно-линейная аппроксимация функции zk позволяет сократить технические затраты на аппаратно-программную реализацию ПУ при уменьшении вероятности правильного распознавания ШПС не более чем на 10-12%.
На рис. 1.19 и рис. 1.20 показаны графики зависимости среднего времени кодовой синхронизации и вероятности правильного распознавания от отношения сигнал/шум рэ, соответственно. Толстыми линиями представлены результаты для алгоритма нелинейной фильтрации, тонкими - для алгоритма с кусочно-линейной аппроксимацией функции zk. Результаты получены для приема последовательности де Брейна (от - 5) на интервале исследования 100 тактов. Графики показывают, что разница во времени кодовой синхронизации Т для двух алгоритмов фильтрации составляет не более 3% при рэ ОдБ. Для диапазона -1 рэ 0 дБ различие составляет от 2% до 6%. Аналогичные результаты наблюдаются и для вероятности правильного распознавания (см. рис.1.20).
Таким образом, при рэ -1дБ алгоритм с кусочно-линейной аппроксимацией функции zk проигрывает алгоритму с нелинейной фильтрацией по времени кодовой синхронизации и вероятности правильного распознавания всего от 2% до 6% при уменьшении технических затрат на аппаратно-программную реализацию ПУ.
При решении задачи одновременного обнаружения и распознавания ШПС, возможны следующие виды ошибок: ложные тревоги, искажение, пропуск ШПС [6]. Решение о наличии или отсутствии сигнала в соответствии с критерием Неймана-Пирсона, принимается путем сравнения сигнала на выходе ПУ с некоторым порогом /г0 [5]. Если сигнал на выходе ПУ превышает порог \, т.е выполняется неравенство то принимается решение о наличии сигнала, в обратном случае принимается решение об отсутствии сигнала.
Вероятность выполнения условия (1.28) при отсутствии сигнала называется вероятностью ложной тревоги [5]. Обозначим вероятность ложной тревоги как а. Под искажением ШПС (неправильным распознаванием) будем понимать одновременное выполнение двух условий: обнаружение искомого ШПС при его неправильном распознавании. Вероятность искажения обозначим у. Частным случаем искажения является пропуск ШПС, когда фиксируется отсутствие ШПС на входе ПУ, при его наличии. Вероятность пропуска всегда меньше или равна вероятности искажения. Обозначим вероятность пропуска как /?. Введем условную вероятность правильного обнаружения и распознавания d, определяемую при условии, что какой-либо ШПС на входе имеется:
Адаптивный алгоритм совместной фильтрации дискретного и непрерывных параметров ШПС
В данной главе проведено исследование алгоритма совместной фильтрации дискретного и непрерывных параметров импульсных коррелированных сигналов. На основе полученных алгоритмов, разработаны структуры ПУ для совместной фильтрации. Проведен качественный анализ полученных алгоритмов. Исследована помехоустойчивость ПУ при совместной фильтрации дискретного и непрерывных параметров, флуктуирующих по гауссовскому закону распределения. Показана эффективность работы полученных ПУ в условиях действия «белого» гауссовского шума.
В главе 1 получены алгоритмы и на их основе разработаны структуры ПУ для фильтрации дискретного параметра ШПС, построенных на бинарных рекуррентных ПСП. Разработка ПУ была произведена в предположении, что все параметры сигнала, кроме информационного, на приемной стороне известны. Такой подход оправдан и применяется для решения многих радиотехнических задач, так как позволяет получить результаты, близкие к потенциально возможным.
В действительности радиосигнал подвержен случайным изменениям, под влиянием различных факторов (фединг, доплеровский сдвиг частоты сигнала, случайная задержка сигнала и т.д.). Таким образом, все параметры радиосигнала подвергаются случайным изменениям, что приводит к снижению достоверности передачи полезной информации. Поэтому, наряду с выделением из шумов дискретного (информационного) параметра сигнала возникает необходимость выделения и непрерывных параметров или их некоторой части. Учет корреляционной связи между состояниями дискретного параметра повышает точность оценки дискретного параметра, что может быть использовано для повышения точности оценки непрерывных параметров и наоборот.
Повышение точности фильтрации дискретного информационного параметра путем взаимодействия оценок непрерывных и дискретного параметров радиосигнала возможно только при условии их совместной фильтрации. где juk - информационный параметр, принимающий в каждом такте работы системы одно из двух возможный состояний Мх и М2; {а,г} -параметры сигнала, постоянные на интервале наблюдения t є Т, где T = tk+lk период тактовой работы системы передачи информации; n(t) белый гауссовский шум со спектральной плотностью N0. Сигнал s({ik,a,T,t) при гауссовских флуктуациях амплитуды и задержки радиоимпульсов можно представить в виде s(jUk,a,T,t) = (v + a)s(tk -т)cos( z {tk -т) + фк}, (2.2) где v - известно е среднее значение амплитуды, а - пр оцесс изменения амплитуды, т - процесс изменения фазы, со - несущая частота, рк - фаза сигнала.
Будем считать, что двоичный импульсный сигнал s(juk,a,z,t), с помощью которого передается информация по каналу связи, зависит от нескольких параметров {jUk,a,z}, которые необходимо выделить на приемной стороне.
Параметр juk представляет собой дискретный марковский процесс -простую однородную цепь Маркова с двумя равновероятными состояниями Мх и М2, с заданным вектором значений и матрицей вероятностей переходов из одного состояния в другое
Остальные параметры {а,г} условно разделим на энергетический а и неэнергетический т. Амплитуда сигнала А = {у + а) в выражении (2.2) представлена в виде суммы известного среднего значения v и случайной величины а, которая является выборкой непрерывного гауссовского марковского процесса, заданного флуктуационным уравнением вида: непрерывных параметров процесса x(V) и разработаем на его основе структуру ПУ для поиска и кодовой синхронизации ШПС.
Уравнения совместной фильтрации дискретного и непрерывных параметров шумоподобного сигнала Представим многомерную апостериорную плотность вероятности в (к + 1)-м такте работы системы в следующей форме [1, 40, 41] плотности вероятностей перехода дискретного и непрерывных параметров, соответственно; с - коэффициент нормировки. Аналогично (2.7), плотность вероятности перехода дискретного параметра может быть представлена в форме
В случае, когда скорость передачи двоичной информации превышает скорость изменения задержки сигнала, что характерно для большинства случаев передачи информации, и выполняется условие J3TT «1, можно воспользоваться следующим приближением. Экспоненту в выражениях (2.12) для. коэффициентов кт и Ьт разложим в ряд и ограничиваясь двумя членами разложения получим
Анализ аппаратных затрат реализации алгоритмов фильтрации на ПЛИС
В прикладных задачах часто требуется оценить возможность использования ЦСП для программной реализации алгоритмов цифровой фильтрации. Проведем анализ сложности реализации разработанных алгоритмов на ЦСП.
К настоящему времени появилось множество типов ЦСП, как универсальных, так и ориентированных на достаточно узкий круг задач. Естественно, ни один из процессоров не может подойти для всех приложений. Поэтому задача выбора ЦСП, наиболее подходящего по производительности, цене, наличию определенной периферии, потреблению мощности, простоте использования и другим критериям является не всегда тривиальной. Стоит также отметить, что на данный момент 80% всех используемых в мире ЦСП производят всего 4 фирмы, 54,3% из которых принадлежит компании Texas Instruments [58].
Для приложений, требующих выполнения больших объемов математических вычислений (таких как цифровая фильтрация сигнала, вычисление корреляционных функций и т.п.) предпочтение следует отдать процессорам компании Texas Instruments, поскольку их производительность на подобных задачах выше, чем у процессоров других компаний, в частности Motorola и Analog Devices [58].
Среди многообразия представленных ЦСП компании Texas Instruments следует выделить семейство ЦСП TMS320C6000 специализирующихся на обработке видео, аудио сигналов, распознавания речи, 3D графики, синтеза звука и т.п. В семействе можно выделить три группы [59]:
Все ЦСП поколения TMS320C6000 используют модифицированную гарвардскую архитектуру с раздельной памятью программ и данных, при этом разрядность адресов в обоих случаях равна 32, разрядность шины данных для программ составляет 256 бит, а для данных варьируется от 2x32 бит для серии С62хх до 2 64 бит для С64хх. TMS320C64xx, первые представители которого были выпущены в 2000 г., являются расширением и заменой семейства TMS320C62xx. Микросхемы семейства TMS320C64xx являются высокопроизводительными ЦСП с фиксированной точкой. Они применяются в приложениях, требующих высокой производительности: в беспроводной связи, в двух- и трехмерные графических приложениях, видеоприложениях, радарных и сонарных системах [60]. В 2008 г. Texas Instruments выпустили многоядерный ЦСП на базе TMS320C64xx, предназначенный для связи. Самые быстрые представители TMS320C64xx работают на частотах до ПТц, напряжение питания ядра 1,2В [60].
Процессоры TMS320C64xx имеют восемь блоков управления (execution unit), включая два умножителя и четыре АЛУ, таким образом обеспечивая выполнения до восьми инструкций за цикл. Процессоры TMS320C64xx используют технологию VLIW (VLIW - очень длинные команды) и поддерживают инструкции SIMD (одна инструкция -несколько данных), которые позволяют им одновременно выполнять четыре 16-битных умножения. Более ранние TMS320C62xx выполняли только два умножения. В 2005г. Texas Instruments представили модернизированную версию архитектуры TMS320C64xx, а именно TMS320C64xx+, которая поддерживала ряд дополнительных инструкций и могла выполнять до 8-ми операций умножения 16-битных цикл параллельно.
Представители TMS320C64xx+ работают при тактовой частоте 1ГГц и за счет дополнительных инструкций могут достигать заметно более высокой производительности, чем TMS320C64xx.
Фактически ИС этой серии являются многоядерными системами на кристалле (СНК), в которых объединены DSP-ядро, аналогичное используемому в ИС серии С64хх, и управляющее микроконтроллерное ядро ARM926T.
Семейство TMS320C67xx - версия с плавающей точкой СНК TMS320C62xx. ИС этого семейства применяются в устройствах синтеза, обработки и передачи звука, устройствах биометрии, медицины, распознавания голоса.
Как и TMS320C62xx, процессоры TMS320C67xx построены по VLIW-архитектуре, позволяющей выполнять до восьми RISC-подобных инструкций за один такт. Система команд представляет собой систему команд DSP серии TMS320C62xx, дополненную командами арифметики с плавающей точкой и командами обработки 64-битных данных, т.е. обеспечиваются программная совместимость «снизу вверх» с семейством С62хх и частичная программная совместимость с С64хх.
Введение арифметических блоков с плавающей точкой привело к снижению максимальной тактовой частоты до 300 МГц, однако общее быстродействие во многих задачах цифровой обработки сигналов повысилось.
Как в случае с TMS320C64xx+, Texas Instruments также предлагает расширенную версию TMS320C67xx+. Ядро имеет расширенный набор регистров, специфические для аудио-обработки инструкции работает на более высоких частотах (до 350 МГц). Эти ядра используются в чипах TMS320C672x и предназначены для приложений, требующих более высокой производительности, не достижимой TMS320C67xx.
Разработчикам хорошо известно, что зачастую выбор той или иной аппаратной платформы определяется наличием или отсутствием средств разработки и отладки. Компания Texas Instruments предлагает широкий выбор отладочных средств для своих СНК. Прежде всего это Code Composer Studio (CCStudio) - программная среда разработки и отладки программного кода. Начиная с последней версии, CCStudio поддерживает все платформы ТІ DSP. CCStudio является одним из лучших программных продуктов на рынке средств разработки для цифровых сигнальных процессоров.
Для ускорения разработки компанией Texas Instruments были созданы библиотеки программ, которые бесплатно предлагаются на сайте компании (www.ti.com). Эти библиотеки, иногда упоминаемые как Foundation Software, содержат коллекцию оптимизированных программных модулей, позволяющих достичь более высокой производительности по сравнению со стандартными библиотеками ANSI С.
Среди аппаратных средств отладки отметим широкий выбор отладочных плат - от недорогих начальных наборов (DSK) и функциональных оценочных модулей (EVMs) до готовых решений в виде отладочных платформ. Разработчику предлагается множество вариантов вплоть до готовых программных и схемотехнических решений. Кроме того, возможно расширение отладочных плат с помощью дополнительного оборудования, т.н. дочерних плат (Daughter Cards), облегчающих выполнение нестандартных задач, например добавление собственных интерфейсов или периферийных устройств.
Отладку большинства систем на базе СНК ТІ можно производить с помощью стандартных JTAG-эмуляторов, например XDS510 или XDS560. Эти эмуляторы совместимы с CCStudio и поддерживают операции отладки в реальном времени. При необходимости разработчик может воспользоваться анализаторами, программаторами, тестовым и другим отладочным оборудованием, предлагаемым ТІ.
Отдельного упоминания заслуживает библиотека алгоритмов eXpressDSP, которая предлагается как непосредственно Texas Instruments, так и сторонними компаниями. Удобство системы eXpressDSP состоит в том, что процесс написания программного кода является формализованным, что дает гарантию совместимости и работоспособности программного обеспечения.
Для проектирования алгоритмов быстрого поиска ШПС на процессоре TMS320C6711-150 использовался стартовый набор TMS320C6711 DSP Starter Kit (DSK) и интегрированная среда проектирования Code Composer Studio, облегчающая разработку устройств на DSP.
Похожие диссертации на Совместная оценка параметров шумоподобных сигналов в устройствах быстрого поиска и кодовой синхронизации
