Gerçek Zaman Sistemlerinde FSK Modulation in Real-Time Systems
Frekans Değiştirici (FSK), yüksek veri oranları için birden fazla frekans kullanıyorsa, [FONT=0], iki FETHI (BFSK) ile iki frekans arasındaki taşıyıcı frekansı değiştirme işlemi, M-ary FSK, yüksek veri oranları için çok fazla frekans kullanıyor. FSK yaygın olarak kullanılır. [FONTD:0]
Gerçek zamanlı sistemler sinyal işleme konusunda katı tarihler yükler. Eksik veya gecikmiş bir algılama, paket kaybı, yeniden yüklemeleri veya tam iletişim başarısızlığına neden olabilir. Bu nedenle, FSK algılama algoritmaları sadece performans iyileştirme değildir - zaman kritik ortamlarda güvenilir bir işlem için bir zorunluluktur.
Gerçek Zaman Uygulamalarında Yapılan İzlemenin Eleştirel Rolü
FSK'nın izlemesi gibi uygulamalar:0) ([Dönetici:0) veya [[Dönetici:2) Özerk drone kontrolü[Döneticiler, FSK sinyalleri temel komutları veya sensör verileri taşır. FSK tabanlı vericilerin herhangi bir gecikmesi, algılama algoritmanın gecikmesi, sistemin aşırı zaman süresine veya kesintiye uğramasını sağlar.
Ayrıca, bağlantılı cihazların sayısı büyüdükçe radyo spektrumu kalabalık hale gelir. Diğer FSK vericilerinden veya dar bant gürültüsü kaynaklarından gelen etkileşimler daha zor tespit eder. Gürültü koşullarını değiştirmek için adapte olan bir algoritma, pahalı kalkan veya daha yüksek aktarma gücü olmadan iletişim bütünlüğünü koruyabilir.
Gerçek Zamanlı FSK Tespitinde Temel Meydan Meydan Meydan Meydanlar
Gerçek zamanlı sistemlerde FSK tespitini zorlayan birkaç engel:
- [FONT=0]Noise and Interference[Dönetici: Katkı beyaz Gaussian gürültü (köksüz), çok sempati fading ve co-channel müdahale sinyal-to-noise oranı (SNR) arasında ayrım yapmalıdır.
- [FONT:0)Limited Processing Power): Birçok gömülü mikrokontroller, dört kHz üzerindeki karmaşık algoritmaların veya yüksek saat hızlarının gerektirdiği karmaşık algoritmaların için gerekli olan kayaç nokta birimleri veya yüksek saat hızları yoksundur.
- [FONT:0) Düşük Latency Constraints[[DÜT:1): Gerçek zamanlı sistemler genellikle bir sembolün bir parçası içinde algılama gerektirir. yüksek sembolü oranları için, bu, dalları yanlış tahmin ve hafızaları en aza indiren yüksek verimli kod gerektirir.
- [FONT:0)Accuracy vs. Kompleksity Trade-off[Dönetici: 1): Sophisticated algılama yöntemleri (e.g., maksimum olasılık) daha düşük BER ama çok fazla CPU döngüsü tüketmelidir.
- [FONT=0]Carrier Frekans Drift[[Dönetici: Düşük maliyetli osilatörlerde, merkez frekansı sıcaklık veya yaşla sürüklenebilir.
Algoritmalar için optimizasyon stratejileri
Bu zorlukların üstesinden gelmek, algoritma verimliliğini, donanım hızlandırmayı ve uyarlayıcı teknikleri birleştiren çok yüksek bir yaklaşım gerektirir. Aşağıdaki stratejiler gerçek zamanlı FSK algılama performansını geliştirmek için kanıtlanmıştır.
1. Verimli Signal Processing Architectures
En yaygın FSK algılama yöntemleri, [[0) düşük gelirli ortamlar için daha basit ve uygun (FLT:1) ve [[Dönemli [Üye Olmayanlar için:2) Eş zamanlı olarak, aranmış filtre[Döneticileri, beklenen frekansın düşük-SNR ortamları için uygun olması gibi.Bu algoritmaların sayısı, katsayılı bir filtre işleme işlemini azaltır. Örneğin, aFLT:3).
Başka bir verimli yaklaşım, tam bir FFT olmadan iki (veya daha fazla) FSK'yı algılamak için kullanılır.Sadece iki recursive farkı denklemleri gerekir, ki bu, sabit noktası DSP veya basit mikrokontroller ile sabit olarak sabitlenir. Bu yöntem DTMF algılama ve FSK'yi algılamak için idealdir.
[FONT:0)Decimation[[Dönetici:0) Ayrıca yardımcı olur. FSK bant genişliği örnekleme oranından çok daha darsa, anti-aptan filtreden sonra sinyalin azaltılması, hesaplama yükü orantılı olarak azaltır.
2. Donanım DSP'ler ve FPGAs ile Hızlandırma
Yazılım optimizasyonu yetersiz olduğunda, donanım ivmesi gerekli olur.ETHFLT:0) Dijital Sinyal Süreçtörler (DSP)) özel olarak sabit diskler ve FSK tespiti için tek yönlü talimatlar. Örneğin, bir KURUMSAL DSPs gelen sinyal algılamanın faz farkını hesaplayabilir.[D)Viterbi decoding) veya CORDICT[FLT)
[FONT:0]Field-Programlanabilir kapı Dizileri (FPGAs)), paralel mantıkta tüm algılama boru hattını uygulamakla daha büyük performans sunar.Bir saat döngüsünde her örnekle bir araya gelebilir ve bir devlet makinesi daha yüksek güç tüketimi ve tasarımı ile daha karmaşıktır.
Orta performans ihtiyaçları için, [[0)ARM Cortex-M4/M7 mikrokontroller[DSP uzantıları ile birlikte iyi bir orta zemin sağlar. CMSIS-DSP kütüphanesini kullanarak, geliştiriciler FFT tabanlı algılamayı ses ayarlandığından düşük tutarlar.
3. Adaptasyon Thresholding ve Decision Logic
Statik algılama eşleri gürültü ortamlarını değiştirmeye başarısız olur. Gürültü zemininin sürekli olarak algılama güvenilirliğini artırdığını tahmin eden bir eşiği. Örneğin, aritFLT:0) Bu teknik, son N örneklerini hesaplayabilmeye yardımcı olur.
Daha gelişmiş yöntemler kullanım süresi:0) Adaptif zaman-bölge filtreleri[Döneticileri) anlık frekansı takip etmek için kullanılır. Bir faz kilitlenmiş döngü (PLL) taşıyıcıya kilitlenerek ve frekans sapması için ölçeklenebilir bir gerilimin doğrulanması ile birlikte, frekans kayması için basittir.
Her iki durumda da, enerji dedektörü ve frekans ayrımı her ikiniz de bir ton değişikliği gösterirse, bu biraz daha yüksek gecikme maliyetinin düşük maliyetinde yanlış alarmlar azaltır.
4. Algoritma Optimizasyonları ve Sabit-Point Math
Gerçek zamanlı sistemler genellikle yüzen donanım eksikliğinden yoksundur. EkleFLT:0) eklenmiş nokta arithmetic) önemli ölçüde hızlar üst üste. Örneğin, Goertzel algoritmalar 16-bit sabit nokta katlar ile uygulanabilir, aşırı akış önlemek için ölçeklenebilir. Benzer şekilde, maçlanmış filtre çıktıları, referans dalgalarını ölçerek tam olarak işlemle hesaplanabilir.
Başka bir optimizasyon ise şöyledir:0)precompute lookup tabloları [Döntgenlik işlevleri için [Döntgeniz 1), trigonometrik fonksiyonlar için, logarithms veya kare kökleri algılamada kullanılan basit bir enerji detektörü için bile, boyut için kare kökü pahalı; yaklaşık bir boyut kullanmak (e.g., max (|I|I|I|Q|I|Q|Q|) / 2)
[FONT:0)Windowing[[Dönetici:2) ve [[Döneticileri [Döneticileri) [Döneticileri [Döneticileri) sürekli tespit için, 2 veya 3 faktörü ile çakışan bloklar, her örneklemeden tüm dönüşümleri geri almadan pürüzsüz tahminler sağlayabilir.
Gerçek zamanlı bir FSK Proktörünü Uygulamayın
Pratik bir gerçek zamanlı FSK deküratörü, algoritmanın kendisinin ötesinde dikkatli sistem tasarımını içerir. Aşağıdaki adımlar gömülü uygulamalarda yaygındır:
- [FONT:0)Signal koşullandırma[Dönetici:) Çiğ analog sinyal, daha iyi zaman çizelgesini çıkarmak için bant genişliğine ve sonra en az iki kez daha yüksek FSK frekansına (Nyquist) sayısal olarak sayısallaştırılmış olmalıdır.
- [FONT=0]Symbol senkronizasyonu[[Dönetici: Dektör, frekansı örneklemek için ne zaman bilmelidir. Bu genellikle bir ön zamanlama kurtarma döngüsü tarafından elde edilir.In non-coherent dektörleri, enerji zarfı bir sembolün başlangıcını tanımlamak için kullanılabilir.
- [FONT=0)Detection Loop[[Dönetici: Temel algılama sıkı bir döngüde çalışır veya servis rutini (ISR) kullanarak DMA (yönemli bellek erişim) CPU yükünü azaltır. ISR sadece bir tampon tam olduğunda çalışır.
- [FONT=0]Post-Processing[[Dönetici: Frekans tahmininden sonra (örneğin, iki ton frekansının enerjilerini karşılaştırır), bir karar verilir. Hysteresis (ölü bölge) sinyalin karar sınırının yakınındayken hızlı bir şekilde toggling.
- [FONT:0)Error Use[[DÜT:1): Geçerli bir sinyal süresi için tespit edilirse, sistem bir arama modunda geri düşebilir veya bir taşıyıcı kaybı rapor edebilir.
Tipik 1200 baud FSK sistemi (Bell 202 standart), bir Cortex-M3 mikrokontrollü bir 72 MHz saat ile bir Goertzel tabanlı bir dedektörü, diğer görevlerin 20 μs altında, toplantıya kadar çok zaman ayırabilir.
Vaka Çalışması: Kablosuz Sensör Ağlarında FSK Tespiti
Finder'in verileri her 10 saniyede 499K'yı 433 MHz'de kullanarak iletiyor. sensör düşük güç mikro kontrol cihazı kullanıyor (örneğin, Texas Instruments MSP430) 16 inç RISC çekirdeği ile 16 MHz.
Başlangıçta, detektör, iki ton frekansları için bir FFT kullandı (her zaman 32-sample pencereyi hesapladı), CPU yükü% 70 oranında kaldı ve FFT tabanlı yöntemin 0,5 dB'si içine girmeyi engelledi.
Bu durum, algoritmak optimizasyonun genellikle donanım yükseltmelerinden daha etkili olduğunu gösteriyor. Aynı sensör de adanmış bir şekilde faydalanabiliyor:0).FSK demodulator IC). (e.g., MAX7032), ancak yazılım-sadece çözüm BOM maliyeti ve tasarım süresi azaltılabilir.
Gelişmiş Teknikler: FSK Tespiti için Makine Öğrenmesi
Son zamanlarda yapılan araştırmalar, FSKT:0) ile ilgili olarak, FSK'nin hammaddeleri çiğ IQ örneklerinden sınıflandırmak için, küçük bir ağ veya hafif konvolual ağ, açık filtre tasarımı olmadan frekans geçişlerini kabul etmek için eğitilebilir.Inference, TensorFlow Micro gibi çerçeveleri kullanarak gerçek zamanlı olarak çalıştırılabilir.
Bir başka gelişmiş teknik, FSK sinyallerinin periyodik özelliklerini kullanan cyclostationary analizi kullanılarak algılaması ([FSK sinyallerinin periyodik özelliklerini kullanan ve FSK'nın modülasyon parametrelerinden önce FSK'yı tespit edebilir, spektrum izleme ve bilişsel radyo için faydalı olabilir.
Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç
Gerçek zamanlı uygulamalar için FSK sinyal algılama algoritmalarının optimizasyonu, hız ve doğruluk arasındaki gerekli dengeyi uygulamak için gereklidir.Sağlayıcı algoritmaları veya eşleştirilmiş filtreler, donanım hız veya FPGA'lar aracılığıyla hız ve doğruluk arasındaki gerekli dengeyi uygulamaktadır. Doğru optimizasyon stratejisi, hızlı algılama ve doğru denetimli algoritmaların her zaman kontrol edilmesi gerekir -sbolym oranı, gürültü profili, güç bütçesi ve geç saatler için donanım hız gereksinimleri ile karşılanmalıdır.
Daha fazla okuma için, [[0)IEEE kağıdını Adaptif FSK algılaması üzerine araştırıyor ) veya )Analog cihazları FSK algılama teknikleri hakkında bilgi sahibi olur[Dönetici için 3 ).