一种基于EVM计算获取最优FIR滤波器的实现方法和装置与流程

一种基于evm计算获取最优fir滤波器的实现方法和装置
【技术领域】
1.本发明涉及数字通信技术领域，特别是涉及一种基于evm计算获取最优fir滤波器的实现方法和装置。


背景技术：

2.现代通信技术不断向着超高速、稳定、超大容量的方向发展，在当前高速光纤通信系统中，已经广泛的应用高阶正交幅度调制(quadrature amplitude modulation，简写为：qam)的调制方式和高带宽信号，提高系统的传输速率。对于高带宽信号(大于60ghz)ad采样速率已经很难再提高，光通信一般只能采用波特率1.0～2.0倍的采样速率，这样对于后面信号处理需要增加一级上采样功能。而ad采样的并行度一般为128～256，高阶调制和高并行度的采样率变换滤波器对性能和芯片面积有了更高的要求，所以需要一种满足系统要求下的最小面积的滤波器实现方法。
3.目前的滤波器设计大多基于理想滤波器逼近最小误差或者最小均方差，一般得到的是理想滤波器的最优解，而不一定是通信系统的最优解。


技术实现要素：

4.本发明要解决的技术问题是传统的evm一般用于通信发射系统能否满足解调要求的判决标准，并不用于滤波器设计。传统的滤波器实现方法一般基于窗函数法，不直观和有效，而且一般是与理想滤波器逼近，而对于实际硬件资源受限系统性能比较差。另外，还有的是基于多项式方法的滤波器设计参数比较固定，通用性不强。
5.本发明采用如下技术方案：
6.一种基于evm计算获取最优fir滤波器的实现方法，包括：在完成低通fir滤波器的系统参数设置后，实现方法包括：设置低通fir滤波器系数范围，经采样率变换和低通fir滤波器滤波，得到p倍采样的信号；其中，p为自然数；针对抽取的采样点计算evm，根据计算evm结果值，确定p倍采样信号中最佳采样点；根据所述最佳采样点查找对应的fir滤波器的系统参数和系数范围，从而确定最优的fir滤波器。
7.优选的，针对抽取的采样点计算evm，根据计算evm结果值，确定p倍采样信号中最佳采样点，具体包括：根据p倍采样信号，分别计算p个evm结果值，取最小的evm结果值所对应的采样信号作为最佳采样点。
8.优选的，，所述低通fir滤波器具体为n点m阶低通滤波器时，具体的：所述n点m阶低通滤波器描述为：通过公式y[t]＝d*c*x[t-n/2:t n/2]计算得到；其中，y为输出结果矩阵，大小为1
×
1；x[t-n/2:t n/2]为随机信号x_ref经过调制和理想采样率变换后，采样为q的数据在t时刻前后相邻的采样点，大小为n
×
1；d为m阶小数插值时刻矩阵d＝[d^m d^(m-1)d^(m-2)...d^0]，大小为1
×
(m 1)；c为滤波器系数矩阵，大小为(m 1)
×
n；d为小数插值时刻；调整c系数矩阵元素，以便得到相应响应的滤波器系数。
[0009]
优选的，还包括：小数差值时刻d＝mod(dt，1)；其中，dt＝dt step，在每个x输入都
会执行一次dt＝dt step；step＝1/(p/q)p是x的采样率；q是y的采样率。
[0010]
优选的，所述针对抽取的采样点计算evm，具体包括：通过公式其中，p
error
表示误差矢量的平均功率pow(y_rx-x_ref,2)，y_rx为y的最佳采样点信号，x_ref为随机信号；p
ref
表示理想矢量的平均功率pow(x_ref，2)；evm越小表示采样率变换后的信号越接近理想信号，即表示fir滤波器性能越优。
[0011]
优选的，fir滤波器的系统参数设置具体包括：设置系统最高阶的调制方式；
[0012]
设置滤波器滚降系数；设置预设的采样倍数；设置滤波器的阶数和定点化参数。
[0013]
优选的，所述系统最高阶的调制方式包括16qam、64qam或256qam。
[0014]
优选的，α为滚降系数，表征系统幅－频特性曲线的缓慢变化程度，其中，0《α《1。
[0015]
优选的，设置低通fir滤波器系数范围，具体为：设置低通fir滤波器归一化系数范围为[-1,1]。
[0016]
第二方面，本发明还提供了一种基于evm计算获取最优fir滤波器的实现方法，用于实现第一方面所述的基于evm计算获取最优fir滤波器的实现方法，所述装置包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述处理器执行，用于执行第一方面所述的基于evm计算获取最优fir滤波器的实现方法。
[0017]
本发明将evm作为最优滤波器的评价函数，可以快速准确的找到各种约束条件下的最优滤波器系数。特别是对于硬件资源受限的系统，通过设置不同限制条件和浮点(定点)化方案可以得到最优滤波器。
【附图说明】
[0018]
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0019]
图1是本发明实施例提供的一种基于evm计算获取最优fir滤波器的实现方法的流程示意图；
[0020]
图2是本发明实施例提供的一种基于evm计算获取最优fir滤波器的实现方法的流程示意图；
[0021]
图3是本发明实施例提供的一种滚降系数影响的波形形状效果示意图；
[0022]
图4是本发明实施例提供的一种基于evm计算获取最优fir滤波器的实现方法的流程示意图；
[0023]
图5是本发明实施例提供的一种基于evm计算获取最优fir滤波器的实现装置的结构示意图。
【具体实施方式】
[0024]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并
不用于限定本发明。
[0025]
在本发明的描述中，术语“内”、“外”、“纵向”、“横向”、“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作，因此不应当理解为对本发明的限制。
[0026]
此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0027]
实施例1:
[0028]
本发明实施例1提供了一种基于evm计算获取最优fir滤波器的实现方法，在完成低通fir滤波器的系统参数设置后，如图1所示，实现方法包括：
[0029]
在步骤201中，设置低通fir滤波器系数范围，经采样率变换和低通fir滤波器滤波，得到p倍采样的信号；其中，p为自然数。
[0030]
例如：2倍采样信号指采样速率是信号波特率的2倍，本方案是实现采样率变化的滤波器设计，需要经过将采样率变换为2倍。变换为2倍是为了便于计算evm，在实际实现过程中可以是其它倍数。
[0031]
在步骤202中，针对抽取的采样点计算evm，根据计算evm结果值，确定p倍采样信号中最佳采样点。
[0032]
具体的，根据p倍采样信号，分别计算p个evm值，取最小的evm作为最佳采样点。其中，采样信号的倍数决定了可以相应得到几组供evm计算的采样信号。
[0033]
在步骤203中，根据所述最佳采样点查找对应的fir滤波器的系统参数和系数范围，从而确定最优的fir滤波器。
[0034]
其中，evm越小表示采样率变换后的信号越接近理想信号，表示fir滤波器性能越优。
[0035]
本发明将evm作为最优滤波器的评价函数，可以快速准确的找到各种约束条件下的最优滤波器系数。特别是对于硬件资源受限的系统，通过设置不同限制条件和浮点(定点)化方案可以得到最优滤波器。
[0036]
结合本发明实施例，还存在一种优选的实现方案，所述的基于evm计算获取最优fir滤波器的实现方法，所述低通fir滤波器具体为n点m阶低通滤波器时，其中，n和m会影响滤波器的阶数和系数，一般n越大滤波器性能越好，但计算量越大，所以需要搜索不同n的系数，用于实际中的系统选择。在本发明实施例中，相应提供了一种通用性的计算方法，具体的：
[0037]
所述n点m阶低通滤波器描述为：
[0038]
通过公式y[t]＝d*c*x[t-n/2:t n/2]计算得到；
[0039]
其中，y为输出结果矩阵，大小为1
×
1；x[t-n/2:t n/2]为随机信号x_ref(其具体表现为随机的0和1的比特流)经过调制和理想采样率变换后的采样为q的数据在t时刻前后相邻的采样点，大小为n
×
1；d为m阶小数插值时刻矩阵d＝[d^m d^(m-1)d^(m-2)...d^0]，大小为1
×
(m 1)；c为滤波器系数矩阵，大小为(m 1)
×
n；d为小数插值时刻；d＝mod(dt，1)，其中，mod是取余操作的含义；dt＝dt step，其中，每个x输入都会执行一次dt＝dt step；step＝1/(p/q)p是x的采样率；q是y的采样率。
[0040]
调整c系数矩阵元素，以便得到相应响应的滤波器系数；其中，所有时刻的滤波器
系数组成整体的fir滤波器系数。调整c系数矩阵元素，具体为：依据梯度最快下降法，evm为代价函数，evm的误差值为c系数矩阵元素调整的基础。
[0041]
结合本发明实施例，针对步骤202中所涉及的，所述针对抽取的采样点计算evm也提供了一种优选的实现方式，具体包括：
[0042]
通过公式
[0043]
其中，p
error
表示误差矢量的平均功率pow(y_rx-x_ref,2)，y_rx为y(即输出结果矩阵)的最佳采样点信号；p
ref
表示理想矢量的平均功率pow(x_ref，2)；evm越小表示采样率变换后的信号越接近理想信号，即表示fir滤波器性能越优。其中，pow(y_rx-x_ref,2)是求功率用的，其具体计算方式是pow(y_rx-x_ref,2)＝(y_rx-x_ref,2)的2次幂。
[0044]
结合本发明实施例，在实施例1中涉及的，fir滤波器的系统参数设置，如图2所示，具体包括：
[0045]
在步骤301中，设置系统最高阶的调制方式，例如，16qam、64qam或256qam等，最高阶调制表示对fir滤波器的要求最高。其中，qam的全称为quadrature amplitude modulation，中文名称为正交振幅调制。
[0046]
在步骤302中，设置滤波器滚降系数，不同滚降系数对应的滤波器形状不同。
[0047]
在步骤303中，设置预设的采样倍数，不同采样倍数变换对应不同的通带频率和阻带频率。
[0048]
在步骤304中，设置滤波器的阶数和定点化参数，设置滤波器的点数n和阶数m和不同的定点化参数。
[0049]
其中，低通fir滤波器系统参数包括滚降系数，所述滚降系数是通信系统的要求，滚降系数会影响最优的滤波器系数。例如：α为滚降系数，代表系统幅－频特性曲线的缓慢变化程度，其中，0《α《1。如图3所示，其中示意了不同的滚降系数所展现出来的滤波器形状效果示意图。
[0050]
结合本发明实施例，存在一种优选的实现方案，设置低通fir滤波器系数范围，具体为：
[0051]
设置低通fir滤波器归一化系数c矩阵元素的范围为[-1,1]，元素为实数。
[0052]
实施例2：
[0053]
本发明实施例在实施例1基础上，结合具体的应用场景和参数设定，从一个更为完整的实现流程阐述本发明实施例1所提出的方法的实现过程。如图4所示，包括：
[0054]
在步骤401中、设置系统参数，包括：
[0055]
(1)设置系统最高阶的调制方式：16、64或256qam等，最高阶调制表明对fir滤波器的要求最高。
[0056]
(2)设置系统滚降系数：不同滚降系数对应的滤波器形状不同。
[0057]
(3)设置需要的上采样倍数：不同采样倍数变换对应不同的通带频率和阻带频率，
[0058]
(4)设置滤波器的点数n和阶数m和不同的定点化参数。
[0059]
(5)其它约束条件。
[0060]
除需要逼近的fir滤波器模块，其它模块都为理想模型。
[0061]
在步骤402中、fir滤波器设置。
[0062]
设置归一化滤波器系数范围[-1,1]，fir滤波器系数初始化为全0，经采样率变换和低通fir滤波得到符合速率2倍的采样信号。
[0063]
对于n点m阶滤波器的卷积过程可以描述为：
[0064]
y＝d*c*x
[0065]
其中：(1)x为输入数据矩阵，大小为n
×
1，y为输出结果矩阵，大小1
×
1；
[0066]
(2)d为m阶小数插值时刻d的矩阵d＝[d^m d^m-1d^m-2...d^0]，大小为1
×
(m 1)；
[0067]
(3)c为滤波器系数矩阵：(m 1)
×
n；
[0068]
在步骤403中、2倍采样信号进行最佳采样点抽取(2选1)，并且计算evm。
[0069][0070]
p
error
：表示误差矢量的平均功率，p
ref
：表示理想矢量的平均功率，evm越小表示采样率变换后的信号越接近理想信号，即表示fir滤波器性能越优。
[0071]
在步骤404中、重复步骤401～步骤403过程，通过线性规划问题(梯度最快下降法)快速逼近最小evm，最小的evm代表经过采样率变换后的误差最小，此时的滤波器系数最优。
[0072]
由于本发明实施例和实施例1是基于共同发明构思的实现方案，因此，实施例1中所涉及的相关技术细节的描述均适用于本发明实施例，在此不做重复赘述。
[0073]
实施例3：
[0074]
基于上述实施例1和实施例2，本实施例还提供了一种基于evm计算获取最优fir滤波器的一种优选的实现方案。所述的基于evm计算获取最优fir滤波器的实现方法，所述低通fir滤波器具体为n点m阶低通滤波器时，其中，n和m会影响滤波器的阶数和系数，一般n越大滤波器性能越好，但计算量越大，所以需要搜索不同n的系数，用于实际中的系统选择。在本发明实施例中，相应提供了一种通用性的计算方法，具体的：
[0075]
所述n点m阶低通滤波器描述为，通过以下公式计算得到：
[0076][0077]
其中，x为比特流按照一定调制格式进行调制的符号，调制格式可以配置，例如mpsk，mqam等。x
p
为对x进行p倍上采样操作得到的符号序列，上采样操作为相邻数据之间插入p-1个0值。f
up
为上采样滤波器系数向量，长度为m 1，该滤波器可以是升余弦滤波器、根号升余弦滤波器或者其他滤波器系数，
[0078][0079]
其中h
t
为t时刻fir滤波器的系数向量，即待求解向量，长度为l 1，可以使用matlab函数firls生成该系数，其中参数均可根据实际需要配置。y
t
为t时刻的待处理符号数据，采样率为p，对接收数据进行i倍上采样操作，上采样操作为相邻数据之间插入i-1个0值。为长度为i倍上采后数据序列t时刻向量数据，长度为l 1，z
t
滤波之后t时刻的数据。
[0080]
定义代价函数
[0081]
其中，对序列(采样率为p
·fs
)进行重采样得到序列zq(采样率为q
·fs
)，具体的，k＝q*i，也就是对序列z从位置开始，按照一定的间隔进抽取，抽取数据的位置以k为间隔，若位置的取值为非整数，则对其取四舍五入之后的整数值。为通过zq得到的参考符号，对不同的调制方式使用不同硬判决的方法并且调试方式和x相对应。
[0082]
设置滤波器系数初始值h
ini
，滤波器系数取值范围，迭代次数，以j为代价函数，使用线性规划算法寻找使j最小的滤波器系数值h
opt
。
[0083]
在具体实施场景中，可以对二进制数据流使用方形16qam星座进行映射，生成采样率为fs的16qam调制符号序列，对符号序列进行2倍上采样，升余弦滤波器滤波，得到序列y，采样率为p＝2fs。其中，升余弦滤波器滚降系数为0.1，长度为2049，可使用matlab软件计算系数值。对序列y进行32倍上采样，使用长度为257的滤波器进行处理得到序列z。为了得到采样率为数据序列，对序列z按照从从129位置开始进行抽取，当数据位置不为整数时进行四舍五入，按照四舍五入的结果进行处理，得到序列zq。为了得到参考序列对zq进行硬判决。在得到zq以及序列之后就可以计算evm。使用matlab中最优解计算方法，设置evm为代价函数，迭代次数为1000，滤波器系数初始化为h
ini
＝firls(256,[0 0.0259 0.0369 1],[1 1 0 0])，滤波器系数的最小值为firls(256,[0 1/64 1/64 1],[1 1 0 0])，最大值为firls(256,[0 1/16 1/16 1],[1 1 0 0])，经过1000次迭代得到最优解h
opt
＝firls(256,[0 0.0237 0.0398 1],[1 1 0 0])。
[0084]
实施例4：
[0085]
如图5所示，是本发明实施例的基于evm计算获取最优fir滤波器的设计装置的架构示意图。本实施例的基于evm计算获取最优fir滤波器的设计装置包括一个或多个处理器21以及存储器22。其中，图5中以一个处理器21为例。
[0086]
处理器21和存储器22可以通过总线或者其他方式连接，图5中以通过总线连接为例。
[0087]
存储器22作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序和非易失性计算机可执行程序，如实施例1中的基于evm计算获取最优fir滤波器的实现方法。处理器21通过运行存储在存储器22中的非易失性软件程序和指令，从而执行基于evm计算获取最优fir滤波器的实现方法。
[0088]
存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器22可选包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至处理器21。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0089]
所述程序指令/模块存储在所述存储器22中，当被所述一个或者多个处理器21执
行时，执行上述实施例1中的基于evm计算获取最优fir滤波器的实现方法，例如，执行以上描述的图1和图2所示的各个步骤。
[0090]
值得说明的是，上述装置和系统内的模块、单元之间的信息交互、执行过程等内容，由于与本发明的处理方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
[0091]
本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(rom，read only memory)、随机存取存储器(ram，random access memory)、磁盘或光盘等。
[0092]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。