一种功率谱密度估计的高效实现方法技术

本发明专利技术公开一种功率谱密度估计的高效实现方法，应用于通信数字信号处理领域，针对现有技术未能有效解决如何提高数据流功率谱估计的吞吐率，同时降低硬件资源消耗的问题，本发明专利技术采用两路并行FFT实现架构分别对奇数段与偶数段数据做频域变换；此外，采用移位的方式对FFT输出结果做归一化，不仅省掉了除法器的使用，而且减少了后续乘法器的计算量，降低了硬件资源的消耗，实现了时钟频率高达250MHz，吞吐率为250Msps的高效功率谱密度估计。

【技术实现步骤摘要】
一种功率谱密度估计的高效实现方法
本专利技术属于通信数字信号处理领域，特别涉及基于认知无线电或者非协作通信中的频谱感知、功率谱密度分析、信号盲检测以及参数盲估计技术。
技术介绍
功率谱估计有着极其广泛的应用，不仅在认识一个随机信号时，需要估计它的功率谱。它还被广泛地应用于语音、图像、光电等信号处理中。在信号处理的许多场所，要求预先知道信号的功率谱密度(或自相关函数)。例如，在最佳线性过滤问题中，要设计一个维纳滤波器就首先要求知道(或估计出)信号与噪声的功率谱密度(或自相关函数)。根据信号与噪声的功率谱才能设计出能够尽量不失真的重现信号，这是功率谱估计在信号处理中的一个重要用途。功率谱估计是数字信号处理的重要研究内容之一。经典功率谱估计主要包括周期图法和自相关法，但由于这两种方法的功率谱估计性能较差，便提出了周期图法的改进算法，及对其进行加窗、平均等修正。Welch法作为周期图法的改进算法，主要有如下两点修正：(1)将数据分段，并且分段数据可以重叠，这样每段数据之间的相关性将会减低，由此改善方差特性；(2)每段数据都乘以同一个窗函数，窗函数的选择可以任意，这样直接周期图法中由矩形窗带来的频谱失真将得到改善。Welch谱估计法算法简单稳定以及物理意义明确，在工程实现中应用比较广泛。实际应用中，对于突发数据信号，在突发间隔满足条件下，可将因重叠可能丢失的数据存储在RAM中，此时采用Welch法可实现功率谱密度估计。但是在应对数据流时，由于数据重叠致使数据处理速度滞后于数据流速度，这将导致数据丢失。如何提高数据流功率谱估计的吞吐率，同时降低硬件资源消耗成为工程设计中的一个难点。
技术实现思路
为解决上述技术问题，本专利技术提出一种功率谱密度估计的高效实现方法，采用两路并行FFT实现架构提高功率谱密度估计的吞吐率，同时对FFT输出结果做归一化，实现时钟频率高达250MHz，吞吐率为250Msps的功率谱密度估计。本专利技术采用的技术方案为：一种功率谱密度估计的高效实现方法，包括：S1、采用Welch算法将将长度为I的数据流均等分成L段，将这L段数据合并成奇数段与偶数段两部分；S2、记FFT的点数为N，取数据流前N点数据估计缩放因子；S3、分别对已对齐的奇数段与偶数段两部分数据进行加窗并做FFT变换；S4、根据步骤S2的缩放因子分别对步骤S3的输出奇数段与偶数段的结果进行移位处理；S5、对经步骤S4处理后的奇数段与偶数段的结果分别求平方后相加，得到信号幅度的平方；S6、根据步骤S5的信号幅度，计算功率谱估计值。进一步的，步骤S2具体为：S21、取数据流前N点数据，加窗之后做FFT，分别计算FFT输出实部与虚部的绝对值，找到实部与虚部绝对值中的最大值；S22、记FFT输出有符号定点数Kbits，其中小数Mbits，找出最大值非零最高位的位置P；如果M≤P≤K-1，则缩放因子s_factor为P-M；如果0≤P≤M，则缩放因子s_factor为M-P。进一步的，步骤S3包括：从第N+1点数据开始，采用第一双端口RAM，对奇数段数据延迟N/2时钟周期，从第3N/2点开始偶数段数据到达，此时读取第一双端口RAM中奇数段数据，使得奇偶两段数据对齐。进一步地，步骤S4具体为：如果M≤P≤K-1，则将步骤S3的输出奇数段与偶数段的结果右移P-Mbits；如果0≤P≤M，则将步骤S3的输出奇数段与偶数段的结果左移M-Pbits。进一步地，步骤S6具体为：使用第二双端口RAM对功率谱做递归累加，当累加次数达到外部控制所设值时，结束功率谱密度计算，同时输出功率谱估计值。进一步的，加窗所用窗函数的点数为N。本专利技术的有益效果：一种功率谱密度估计的高效实现方法，通过将原Welch算法对数据流拆分成的L段数据合并成奇数段与偶数段两部分，采用两路并行FFT实现架构，实现时钟频率高达250MHz，吞吐率为250Msps的功率谱密度估计；先对FFT输出结果估计缩放因子，再采用移位的方式对FFT输出结果做归一化，不仅省掉了除法器的使用，而且减少了后续乘法器的计算量，降低了硬件资源的消耗。附图说明图1为Welch算法分段数据流之间的重叠关系。图2为将分段数据合并成奇偶部分后与原数据流的关系。图3为功率谱密度估计的高效硬件实现架构。具体实施方式为便于本领域技术人员理解本专利技术的
技术实现思路
，下面结合附图对本
技术实现思路
进一步阐释。本专利技术通过将原Welch算法对数据流拆分成的L段数据合并成奇数段与偶数段两部分，记FFT的点数为N，则偶数段数据与原数据流相差N/2点数据；采用两路并行FFT实现架构分别对奇数段与偶数段数据做频域变换；在频谱叠加时为了保证奇偶两段数据对齐，采用RAM对奇数段数据延迟N/2个时钟周期；利用FFT首个N点输出估计缩放因子，根据缩放因子对FFT后续输出做归一化，降低硬件开销。N的值根据频谱分辨率来确定的，N越大频谱分辨率越高，同时越消耗硬件资源。如图1所示为Welch算法分段数据流之间的重叠关系，包括以下步骤：将长度为I的数据流均等分成L段，由此得到的每段数据长度假设为J，并且假定相邻每段数据重叠长度为J/2，于是可以计算出Welch算法所得段数如下：图1中datastream表示数据流。如图2所示为本专利技术将分段数据合并成奇偶部分后与原数据流的关系，重新调整图1分段数据间的关系，可以发现奇数段数据合并起来刚好与原始数据流一致，而偶数段合并起来与原始数据流相差最开始一个重叠长度。图2中Oddpart表示奇数段部分，Evenpart表示偶数段部分。如图3所示为本专利技术的功率谱密度估计的高效硬件实现架构图，包括以下的具体步骤：(1)取数据流前N点数据，加窗之后做FFT；即对FFT首个N点输出，分别计算FFT输出实部与虚部的绝对值，找到实部与虚部绝对值中的最大值；(2)假设FFT输出有符号定点数Kbits，其中小数Mbits，找出最大值非零最高位的位置P。如果M≤P≤K-1，则缩放因子s_factor为P-M；如果0≤P≤M，则缩放因子s_factor为M-P；(3)从第N+1点数据开始，采用第一双端口RAM1，对奇数段数据延迟N/2时钟周期，从第3N/2点开始偶数段数据到达，此时读取第一双端口RAM1中奇数段数据，使得奇偶两段数据对齐；(4)分别对奇偶两段数据加窗并做FFT变换，如图3所示，奇数段数据的FFT变换记做FFT1，偶数段数据的FFT变换记做FFT2；本专利技术采用移位方式代替除法对FFT输出做归一化，更易于硬件实现：根据步骤(2)计算所得的缩放因子，如果M≤P≤K-1，则缩放因子为P-M，表示FFT输出是大于1的数，此时归一化需要将FFT输出右移P-Mbits；如果0≤P≤M，则缩放因子为M-P，表示FFT输出是小于1的数，此时归一化需要将FFT输出左移M-Pbits；本专利技术本文档来自技高网...

【技术保护点】
1.一种功率谱密度估计的高效实现方法，其特征在于，包括：/nS1、采用Welch算法将将长度为I的数据流均等分成L段，将这L段数据合并成奇数段与偶数段两部分；/nS2、记FFT的点数为N，取数据流前N点数据估计缩放因子；/nS3、分别对已对齐的奇数段与偶数段两部分数据进行加窗并做FFT变换；/nS4、根据步骤S2的缩放因子分别对步骤S3的输出奇数段与偶数段的结果进行移位处理；/nS5、对经步骤S4处理后的奇数段与偶数段的结果分别求平方后相加，得到信号幅度的平方；/nS6、根据步骤S5的信号幅度，计算功率谱估计值。/n

【技术特征摘要】
1.一种功率谱密度估计的高效实现方法，其特征在于，包括：
S1、采用Welch算法将将长度为I的数据流均等分成L段，将这L段数据合并成奇数段与偶数段两部分；
S2、记FFT的点数为N，取数据流前N点数据估计缩放因子；
S3、分别对已对齐的奇数段与偶数段两部分数据进行加窗并做FFT变换；
S4、根据步骤S2的缩放因子分别对步骤S3的输出奇数段与偶数段的结果进行移位处理；
S5、对经步骤S4处理后的奇数段与偶数段的结果分别求平方后相加，得到信号幅度的平方；
S6、根据步骤S5的信号幅度，计算功率谱估计值。


2.根据权利要求1所述的一种功率谱密度估计的高效实现方法，其特征在于，步骤S2具体为：
S21、取数据流前N点数据，加窗之后做FFT，分别计算FFT输出实部与虚部的绝对值，找到实部与虚部绝对值中的最大值；
S22、记FFT输出有符号定点数Kbits，其中小数Mbits，找出最大值非零最高位的位置P；如果M≤P≤K-1，则缩放因子s_factor为P-M；如果0≤...

【专利技术属性】
技术研发人员：叶辉，傅晓宇，白俊益，钟振祥，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51