Методика энергоэффективной реализации на ПЛИС алгоритмов цифровой обработки широкополосных сигналов в системах радиоконтроля

Размещено на http://www.allbest.ru/

Методика энергоэффективной реализации на ПЛИС алгоритмов цифровой обработки широкополосных сигналов в системах радиоконтроля

М.И. Спажакин¹, А.Б. Токарев^1,2

¹ АО ИРКОС, Москва, Россия

² Воронежский государственный технический университет ФГБОУ ВО «ВГТУ», Воронеж, Россия

Аннотация

Технология когнитивного радио позволяет эффективно использовать спектральный ресурс. Эта технология постоянно развивается и начинает активно внедряться в практику для обретения дополнительных преимуществ за счет гибкого учета локальных условий распространения радиоволн и локальной занятости радиочастотного ресурса. Однако, радиоконтроль устройств, работающих с использованием данной технологии, оказывается сложной технической задачей. В статье представлены общие подходы к радиоконтролю источников радиоизлучения, работающих в составе когнитивной радиосети, обоснована необходимость применения распределенной сети комплексов радиоконтроля, оснащенных цифровыми обработчиками, построенными по схеме радиоустройств с программируемыми параметрами, показана актуальность задачи повышения энергоэффективности разрабатываемых комплексов. Характерной особенностью подобных комплексов оказывается необходимость параллельной обработки потоков данных на нескольких некратных частотах дискретизации, что порождает потребность в эффективных алгоритмах изменения частоты дискретизации с произвольным множителем конверсии и алгоритмах высококачественной широкополосной фильтрации сигналов. В работе предложен ряд технических приемов, рекомендуемых при практической реализации подобных алгоритмов на ПЛИС, и приведены сведения об обеспечиваемой энергоэффективности решений.

Ключевые слова: радиоконтроль, когнитивное радио, ПЛИС, ресемплер, энергоэффективность.

когнитивный радио частота цифровой

METHOD OF ENERGY EFFICIENT FPGA-BASED IMPLEMENTATION OF DIGITAL WIDEBAND SIGNALS PROCESSING IN RADIO MONITORING SYSTEMS

M. I. Spazhakin¹, A. B. Tokarev^1,2

¹JSC IRKOS, Moscow, Russia

²Voronezh state technical university, Voronezh, Russia

Abstract. The cognitive radio technology allows efficient usage of the spectral resource. This technology is constantly evolving and is beginning to be actively introduced into practice in order to gain additional benefits due to the flexible consideration of local propagation conditions of radio waves and local employment of the radio frequency resource. However, the monitoring of devices using this technology is a complex technical task. This article presents general approaches to radio monitoring of radio emitters working as a part of cognitive radio network, justifies the need to use a distributed network of radio monitoring complexes equipped with digital processors built according to the radio device scheme with programmable parameters, the urgency of the task of increasing the energy efficiency of the developed complexes is shown. A characteristic feature of such complexes is the need for parallel processing of data streams at several non-multiple sampling frequencies, which creates the need for effective algorithms for changing the sampling rate with an arbitrary conversion factor and high-quality wideband filtering algorithms. The paper proposed a number of techniques recommended in the practical implementation of such algorithms on the FPGA, and provides information about the energy efficiency of solutions.

Keywords: radio monitoring, cognitive radio, FPGA, resampler, energy efficiency.

Введение

Согласно рекомендациям международного союза электросвязи (МСЭ) [1] современный комплекс радиоконтроля (КРК) должен, в частности, обеспечивать эффективное обнаружение сигналов систем связи, классификацию наблюдаемых радиоизлучений и оценку их параметров. Надежная классификация сигналов возможна при условии декодирования набора идентификационных признаков, однозначно характеризующих источник радиоизлучения (ИРИ), что подтверждается рекомендациями МСЭ [1]. Система когнитивного радио предполагает использование большого числа возможных технологий радиодоступа. Поэтому при радиоконтроле систем когнитивного радио КРК должен быть способен обрабатывать сигналы в многозадачном режиме реального времени для многих стандартов связи одновременно, причем если при реализации систем связи возможным решением может оказаться быстрая реконфигурация аппаратуры, то при реализации КРК эффективной оказывается именно параллельная обработка нескольких потоков данных.

Когнитивное радио. Основные особенности

Основная задача системы когнитивного радио заключается в эффективном использовании радиочастотного ресурса [2]. Данная задача решается за счет динамической и автономной коррекции своих эксплуатационных параметров и протоколов согласно полученным знаниям о среде эксплуатации и внутреннем состоянии, а также за счет возможности обучения на основе полученных ранее результатов [3]. Узлы в когнитивных радиосетях взаимодействуют друг с другом, этим обеспечивается динамическое управление сетью. Динамическое управление когнитивной сетью достигается за счет организации взаимодействия узлов друг с другом с большей или меньшей степенью централизации.

При передаче сигналов используются различные радиотехнологии (схема множественного доступа, модуляции, канального кодирования, кодирования данных, протоколы управления, различные радиослои для поддержания логических каналов), такие как GSM, UMTS, Wi-Fi, DMR, LTE [4]. Принятие решения об использовании соответствующей радиотехнологии, которое по мнению системы будет оптимальным (в зависимости от задач пользователя, количества узлов, их активности, помеховой обстановки, интерференции и т.д.) на текущей момент, ведется с использованием первоначально заданных правил, которые модифицируются в процессе работы системы.

Как правило, абонентские терминалы, базовые станции и прочие радиоустройства, функционирующие в когнитивной сети, реализуются по схеме радиоустройств с программируемыми параметрами (SDR) [5].

Требования к комплексам радиоконтроля систем когнитивного радио

В соответствии с рекомендациями МСЭ [1] наиболее эффективным средством радиоконтроля систем когнитивного радио является распределенная сеть КРК, которая для извлечения набора идентификационных признаков регистрируемых радиоизлучений должна со всей доступной полнотой реализовывать следующие технологии:

· мультистандартная обработка сигналов в параллельном многозадачном режиме;

· техническая идентификация мобильных терминалов, базовых станций и т.д. на основе анализа протоколов и декодирования данных;

· гибкое (интеллектуальное) принятие решений об эффективном использовании имеющихся обработчиков и накопление статистики;

· использование технологий машинного обучения для организации энергоэффективной обработки больших массивов данных, полученных в ходе наблюдения за радиообстановкой в режиме реального времени;

· организация радиоконтроля с применением распределенной сети мобильных и стационарных КРК;

· одновременная полоса обзора КРК 100 - 500 МГц в зависимости от назначения комплекса;

· использование технологий SDR и мультирадио при разработке и реализации приемопередатчиков КРК;

· реализация КРК преимущественно на ПЛИС и DSP-процессорах для обеспечения динамической конфигурации и гибкой обработки сигналов.

Отвечающая перечисленным требованиям структурная схема обработчика сигналов представлена на рисунке 1. Её ядром является ПЛИС (возможно, и даже желательно, оснащенная DSP-процессором), реализующая обработку данных в соответствии с различными стандартами связи (GSM, Wi-Fi, LTE, DECT). Результаты идентификации, получаемые от обработчиков, используются как для принятия решений о регистрируемой радиообстановке, так и для оптимизации работы самого КРК, например, с использованием алгоритмов машинного обучения, реализуемых на основе нейронной сети.

В задачи алгоритма машинного обучения входят:

· первичная идентификация типов радиотехнологий, которые используются для передачи данных;

· обработка статистических данных, восстановление правил (частичное), по которым работают узлы когнитивной сети;

· повышение энергоэффективности использования вычислительной мощности имеющихся цифровых обработчиков сигналов стандартов связи;

· формирование решений о работе КРК для эффективного радиоконтроля когнитивной сети.

Следует иметь в виду, что при недостаточных вычислительных ресурсах ПЛИС и большой вариации потенциально возможных радиотехнологий можно рекомендовать к использованию периодическую реконфигурацию применяемого набора обработчиков сигналов, однако наиболее эффективной, естественно, является одновременная обработка максимально большого числа потоков данных в параллельно функционирующих обработчиках различных стандартов. Вместе с тем, многопоточная обработка данных на высоких частотах дискретизации оказывается весьма энергоемкой, поэтому при реализации на ПЛИС ресемплеров и обработчиков следует уделять особое внимание их энергоэффективности.

Рис. 1. Структурная схема многозадачного цифрового обработчика сигналов для КРК

Произвольное изменение частоты дискретизации

Произвольное изменение частоты дискретизации с использованием полиномиальных ресемлеров как метод изменения частоты дискретизации широко описан в литературе по цифровой обработке сигналов [6], однако в задачах РК алгоритм изменения частоты дискретизации широкополосных сигналов должен обеспечивать высокий динамический диапазон - не ниже 75 дБ, а ширина спектра обрабатываемых сигналов превышает 80 МГц. При использовании современной аппаратной базы предварительное повышение частоты дискретизации, предполагаемое многими классическими способами передискретизации сигналов, в таких условиях оказывается энергозатратным. Предлагаемая же в работе [7] методика синтеза широкополосных ресемплеров с использованием метода наименьших квадратов (МНК) удовлетворяет обозначенным требованиям и обладает следующими возможностями:

· алгоритм произвольного изменения частоты дискретизации [8] не требует предварительного ее повышения даже при отношениях эффективной полосы комплексного широкополосного сигнала к частоте дискретизации превышающих 80..90%;

· подстройка крутизны характеристики в переходной полосе АЧХ производится соразмерно со сложностью решаемой задачи;

· динамический диапазон, свободный от паразитных составляющих, составляет не менее 75 дБ;

· гибкое использование доступных ресурсов ПЛИС обеспечивается за счет перестройки структуры Фарроу.

Проблема обеспечения энергоэффективности при реализации алгоритма произвольного изменения частоты дискретизации на ПЛИС подробно исследовалась в работе [9]. В ходе исследований было установлено:

· энергопотребление ресемплеров существенно зависит от реализации операций перемножения обрабатываемых данных с матрицей коэффициентов ресемплера, размерность которой определяется произведением длины импульсной характеристики ресемплера в отсчетах входного сигнала на порядок интерполяционного полинома и может быть весьма значительной;

· предлагаемое в литературе [10] использование «CSD»-умножителей, построенных на логических элементах, оказывается эффективным лишь при невысоких требованиях к динамическому диапазону ресемплера (не более 40 дБ) [9];

· использование лишь аппаратных умножителей позволяет устранить проблему обеспечения динамического диапазона, но приводит к заметному росту энергопотребления и нерациональному использованию ресурсов ПЛИС.

Как следствие, наиболее энергоэффективной оказывается методика реализации алгоритма изменения частоты дискретизации на ПЛИС, предполагающая совместное использование умножителей, построенных на логических элементах, и аппаратных умножителей ПЛИС; её графическая интерпретация представлена на рисунке 2.

Рис. 2. Оценка энергоэффективности реализации на ПЛИС широкополосного ресемплера

Результаты сравнительного анализа энергопотребления ресемплеров, построенных в соответствии с разными методиками показаны в таблице 1. Колонка «Mult» таблицы содержит данные, полученные при реализации ресемплеров лишь на аппаратных умножителях ПЛИС, колонка «CSD» характеризует ситуацию при использовании лишь умножителей, построенных на логических элементах, а колонка «Comb4» определяет мощность, потребляемую ПЛИС при совместном использовании как аппаратных умножителей, так и умножителей, построенных на логических элементах. Именно последний вариант был принят в исследованиях [9] за основу, и потому все значения в последней колонке таблицы 1 равны 100%, а значения в предыдущих столбцах характеризуют увеличение энергопотребления при использовании более простых, но менее энергоэффективных решений. Из представленных в таблице сведений видно, что при порядках полиномов и длинах импульсных характеристик ресемплеров, соответствующих требованиям к КРК, следование методике из [9] позволяет уменьшить потребляемую мощность на 20-30%.

Таблица 1. Результаты оценки потребляемой ресемплерами мощности

Энергоэффективная реализация цифровых КИХ-фильтров

Проблема реализации в ПЛИС операций перемножения обрабатываемых данных с векторами постоянных коэффициентов большой размерности является типовой и для многочисленных операций фильтрации сигналов. Причем попытки использовать «CSD»-подход, опирающийся на округление коэффициентов фильтра, вновь позволяют получать энергоэффективные решения лишь ценой заметного ухудшения динамического диапазона аппаратуры, а повсеместное применение аппаратных умножителей порождает проблему нехватки ресурсов и повышения энергопотребления.

Исследования [9] показали, что и при реализации КИХ-фильтров различных порядков энергоэффективным оказывается подход, предполагающий комбинированный вариант реализации умножителей:

· если после оптимизации вектора весовых коэффициентов фильтра число ненулевых разрядов в его «CSD»-представлении оказывается меньшим 4, то реализовывать операцию умножения следует посредством умножителей на логических элементах;

· для реализации же умножений на весовые коэффициенты, представленные не менее чем 4 ненулевыми разрядами, следует использовать аппаратные умножители.

Результаты сравнительного анализа энергопотребления КИХ-фильтров, построенных в соответствии с разными методиками, представлены в таблице 2. Заметное увеличение потребляемой мощности в колонках «Mult» и «CSD» по сравнению с рекомендуемой комбинированной методикой (колонка «Comb4») показывает, что и при построении КИХ-фильтров методика [9,11] обеспечивает существенное снижение энергопотребления.

Таблица 2. Результаты оценки потребляемой цифровыми фильтрами мощности

Заключение

Радиоконтроль систем когнитивного радио является сложной технической задачей, требующей использования распределенных сетей КРК, оснащенных цифровыми обработчиками сигналов разнообразных стандартов связи. При практической реализации подобных обработчиков на ПЛИС остро встает задача энергоэффективности. Анализ показывает, что энергопотребление обработчиков существенно зависит от способа реализации операций перемножения входных потоков данных с векторами (матрицами) коэффициентов фильтров (ресемплеров), часто имеющими значительные размерности; при этом представленные в литературе подходы часто оказываются неприменимыми из-за специфики технических требований, предъявляемых к КРК. В подобных случаях оказывается полезной методика, предполагающая комбинированное использование аппаратных умножителей ПЛИС и умножителей, построенных на логике, при реализации алгоритмов цифровой обработки сигналов. Результаты моделирования и натурных испытаний доказывают, что применение предлагаемых технических приемов обеспечивает при реализации КИХ-фильтров и ресемплеров сигналов в цифровых обработчиках КРК энергетический выигрыш от 20% до 80% по сравнению с широко распространенными методиками.

Литература

1. Техническая идентификация цифровых сигналов [Электронный ресурс]: Рекомендация МСЭ-RSM.1600-1, Женева, 2013. - Режим доступа: https://www.itu.int/dms_pubrec/itu-r/rec/sm/R-REC-SM.1600-1-201209-S!!PDF-R.pdf (6.3.2019).

2. Cognitive radio systems specific for International Mobile Telecommunications systems [Электронный ресурс]: Report ITU-R M.2242, Geneva, 2011. - Режим доступа: https://www.itu.int/dms_pub/itu-r/opb/rep/R-REP-M.2242-2011-PDF-E.pdf (6.3.2019).

3. Introduction to cognitive radio systems in the land mobile service [Электронный ресурс]: Report ITU-R M.2225, Geneva, 2011. - Режим доступа: https://www.itu.int/dms_pub/itu-r/opb/rep/R-REP-M.2225-2011-PDF-E.pdf (6.3.2019).

4. Reconfigurable Radio Systems (RRS); Functional Architecture (FA) for the Management and Control of Reconfigurable Radio Systems [Электронный ресурс]: ETSI TR 102 682 V1.1.1 (2009-07). Режим доступа: https://www.etsi.org/deliver/etsi_tr/102600_102699/102682/01.01.01_60/tr_102682v010101p.pdf

5. Reconfigurable Radio Systems (RRS); Radio Base Station (RBS) Software Defined Radio (SDR) status, implementations and costs aspects,including future possibilities [Электронный ресурс]: ETSI TR 102 681 V1.1.1 (2009-06). Режим доступа: https://www.etsi.org/deliver/etsi_tr/102600_102699/102681/01.01.01_60/tr_102681v010101p.pdf

6. Hentschel T. Sample Rate Conversion for Software Con?gurable Radio / T. Hentschel. - Norwood, USA: Artech House, 2002. - 284 p.

7. Спажакин М.И. Применение многоканальных ресемлеров Фарроу в задачах радиомониторинга / М.И. Спажакин // Радиотехника. - 2018. - №7. - С. 29-34.

8. Спажакин М.И. Оценка искажений при передискретизации цифрового сигнала с использованием фильтра Фарроу/ М.И. Спажакин, В.Д. Репников, А.Б. Токарев // Вестник Воронежского государственного технического университета. - 2013. - Т. 9. №6-3. - С. 26-29.

9. Спажакин М.И. Методика проектирования и реализации на ПЛИС энергоэффективных устройств обработки сигналов в системах радиоконтроля: дис. … канд. техн. наук: 05.12.04. - Воронежский гос. техн. университет, Воронеж, 2018 - 159 с.

10. Arie Y. Evolutionary stagnation avoidance for design of CSD coef?cient FIR ?lters using GA/
Y. Arie, K. Suyama // Proc. of ITC-CSCC 2016. - 2016.

11. Спажакин М.И. Энергоэффективная реализация высокоскоростных КИХ фильтров на ПЛИС // Цифровая обработка сигналов. - 2018. - №2. - С. 69-74.

References

1. Technical identification of digital signals [Electronic resource]: Recommendation ITU-RSM.1600-1, Geneva, 2013. - Access mode: https://www.itu.int/dms_pubrec/itu-r/rec/sm/R-REC-SM.1600-1-201209-S!!PDF-R.pdf (6.3.2019).

2. Cognitive radio systems specific for International Mobile Telecommunications systems [Электронный ресурс]: Report ITU-R M.2242, Geneva, 2011. - Режим доступа: https://www.itu.int/dms_pub/itu-r/opb/rep/R-REP-M.2242-2011-PDF-E.pdf (6.3.2019).

3. Introduction to cognitive radio systems in the land mobile service [Электронный ресурс]: Report ITU-R M.2225, Geneva, 2011. - Режим доступа: https://www.itu.int/dms_pub/itu-r/opb/rep/R-REP-M.2225-2011-PDF-E.pdf (6.3.2019).

4. Reconfigurable Radio Systems (RRS); Functional Architecture (FA) for the Management and Control of Reconfigurable Radio Systems [Электронный ресурс]: ETSI TR 102 682 V1.1.1 (2009-07). Режим доступа: https://www.etsi.org/deliver/etsi_tr/102600_102699/102682/01.01.01_60/tr_102682v010101p.pdf

5. Reconfigurable Radio Systems (RRS); Radio Base Station (RBS) Software Defined Radio (SDR) status, implementations and costs aspects,including future possibilities [Электронный ресурс]: ETSI TR 102 681 V1.1.1 (2009-06). Режим доступа: https://www.etsi.org/deliver/etsi_tr/102600_102699/102681/01.01.01_60/tr_102681v010101p.pdf

6. Hentschel, T. Sample Rate Conversion for Software Con?gurable Radio / T. Hentschel. - Norwood, USA: Artech House, 2002. - 284 p.

7. Spazhakin M.I. Application of multichannel Farrow resamplers in radio monitoring tasks/ M. I. Spazhakin // Radiotekhnika. - 2018. - №7. - P. 29-34.

8. Spazhakin M.I. Resampling by using Farrow filter - evaluation of distortion/ M. I. Spazhakin, V. D. Repnikov, A. B. Tokarev // Vestnik Voronezh state technical university. - 2013. - Vol. 9. №6-3. - P. 26-29.

9. Спажакин М.И. Методика проектирования и реализации на ПЛИС энергоэффективных устройств обработки сигналов в системах радиоконтроля: дис. … канд. техн. наук: 05.12.04. - Воронежский гос. техн. университет, Воронеж, 2018 - 159 с.

10. Arie Y. Evolutionary stagnation avoidance for design of CSD coef?cient FIR ?lters using GA/ Y. Arie, K. Suyama // Proc. of ITC-CSCC 2016. - 2016.

11. Spazhakin M. I. Energy-efficient realization of high-speed FIR filters on FPGA//Cifrovaya obrabotka signalov. - 2018. - №2. - P. 69-74.

Размещено на Allbest.ru