数字基带信号直接传输系统的研究与设计

刘 增，陈 劲，佟 颖，段发阶，季茂林

（1.天津师范大学天津市无线移动通信与无线电能传输重点实验室，天津 300387；2.天津大学精密测试技术及仪器国家重点实验室，天津 300074；3.Xilinx北京有限公司，北京 100120）

数字基带信号（DTDBS）[1]的传统连接方法是使用接口芯片实现传输前的信号驱动和预加重，并使用均衡器芯片实现数据接收终端的信号波形整形和信息提取.高速模数转换器件的快速发展和应用[2-4]为基于多级量化和软阈值均衡的数字基带信号的直接传输提供了技术上的可能.Turbo信道编解码和均衡是近些年信道编解码和信号传输的重要技术改进之一，已被广泛应用于多个领域[5-6].为适应不同的传输环境，特别是可变环境，自适应均衡方法比固定均衡器接口芯片更加灵活.

水听器阵列[7]是海洋信息获取的重要途径.海洋水下目标监测、海底资源探测与开采监控、海洋生物保护与监测、海底地形测绘与地下构造测绘等多种信息都可以通过水听器阵列及水声探测技术来获取.水听器线列阵是指呈直线型排列的水听器阵列，既是最常见的阵型，也是组成各种水听器面阵、立体阵的基础阵型.

本文针对水听器线列阵（以下简称线阵）的级联型信道环境，分析多值量化（也称多级量化）、软阈值均衡和Turbo信道编解码等数字基带信号直接传输技术，进而提出了一种基于高速模数转换器和最小二乘法自适应均衡的软阈值数字基带信号直接传输方法，并进行了实际的电路实验和计算机仿真输出，以验证相关方法的可行性.

1 数字基带传输系统

水听器阵列传送信号的媒介大多为铜质导线或光纤.受水下复杂环境和阵列内狭小物理空间的影响，相比于频带传输,采用数字基带传输更加适合，而铜质导线也更适用于阵列的生产和使用.

本文设计的水听器阵列信号传输系统的各个模块均通过钛合金防扭型水密接头级联.该类型的水听器阵列更易于采用基于铜质双绞线等有线连接的数字基带信号直接传输方式.这种方式不需要频带传输的调制解调装置，一方面可以减小电路体积,另一方面可以节省传输信道的总体耗电量,降低水下阵列远距离供电的设计复杂度，从而提高系统可靠性，保证水听器阵列在水下长期稳定工作.

数字基带信号传输模型如图1所示，原始的基带信号适合于信道传输,信道信号形成器即发送滤波器,信道给基带信号提供传输通道，接收滤波器用来滤除带外噪声，对信道特性进行均衡，抽样判决器对接收滤波器的输出波形进行抽样判决,以确定发送代码序列，同步提取用于抽样的位定时脉冲.

图1 数字基带信号传输模型Fig.1 Digital baseband signal transmission model

2 信道接收端信号波形的多级量化

首先使用高速多位模数转换器（实际的原理验证系统采用8位深度）对接收端信号波形进行时域过采样，将线缆传输的时域数字信号波形（含有较强失真与干扰等）转变成多位二进制数值组成的时域序列（即多值量化）.此时，接收端的信号波形可看作失真的无调制信号，模数转换器将此信号量化为由多位二进制数字组成的数据.该方法可以使接收端信号的幅值表达更加准确，同时，该二进制数值序列包含了更丰富的信号和信道特征信息，而这些有效信息及其质量对接收端的正确解码及均衡至关重要.

2.1 时域采样频率

为了与输入信号的波形尽可能保持同步，本文选择的时域采样频率是信号传输速率的整数倍，以下将时域采样频率相对于信源的数字基带信号输出频率的倍数简称为采样倍率.接收端模数转换时的采样倍率越高，时域上包含的信号变化信息越多，也更加有利于自适应均衡计算时对输出结果的判定和筛选[8].同时，高采样倍率也会有利于对接收端时域波形的同步时钟恢复与定时.另外，时域的高采样倍率也有益于传输系统的频域表现.采样倍率越高，量化后的数值序列包含的频谱信息就越多，信号波形的频域失真越小.

2.2 时域采样位数

采样位数（采样深度）直接决定多级量化的级数，是级联信道传输系统的重要指标.采样位数在理想情况下与输出信号的信噪比成正比，见式（1），采样位数（N）每增加1位，信噪比（SNR）将增加6 dB[9-11].

实际应用系统由于受到环境噪声及模数转换电路内部噪声或干扰的影响，采样位数与信噪比的对应关系会小于该理想值.当环境噪声低于模数转换电路内部噪声时，采样位数越大，多级量化的输出序列中包含的有效信息就会越多，量化的数值也越准确.图2为在相同有线信道模型下采样位数（ADC width）对自适应均衡计算效果的影响，当位数大于一定数值时，均衡器的输出结果逐渐趋于收敛.

2.3 其他影响因素

除了考虑采样倍率和采样位数等指标外，还要根据信源输出波形的动态范围、信道传输特性等实际情况，保证接收端的信号幅值在模数转换电路的有效范围内，且使多级量化的动态范围尽可能大.此外，系统设计时也要尽量减弱多级量化电路的通带外部干扰.

图2 采样位数与均衡效果Fig.2 Sampling number and equalization results

3 自适应软阈值均衡

均衡是所有高速数字通信系统中的一项重要技术，通过均衡可以减小码间串扰，降低误码.均衡器通常接在接收部分的取样判决器之前.均衡器的主要功能是补偿有线信道的非理想响应特性，消除接收信号的码间干扰.

本文的自适应均衡器利用在FPGA内部实现的最小二乘（LMS）自适应算法来实现信号波形的频域均衡及软阈值判决[12].传输信道的频域响应特性主要与传输介质、线缆长度、环境噪声等参数有关.基于LMS的快速自适应均衡器算法可以适应多种不同的传输信道环境.

3.1 信道频域响应

数字基带信号在有线信道传输过程中的高频分量通常比低频分量衰落更为显著；同时，由于有线信道的带宽限制和群延迟差异性，数字基带信号在到达接收端时常常伴随着码间干扰.有线信道的主要参数包括传输长度、信号速率、传输介质、外部干扰等.本文的电路实验选用199 m和201 m的非屏蔽均匀铜质双绞线作为传输信道，发送端的信号输出速率为12.5 Mbps，采用PECL芯片直接输出数字基带信号波形，没有加入预加重等信号处理芯片.信号的接收、解码和纠错均依靠接收端的多级量化电路和软阈值均衡算法实现.

3.2 时域采样同步

由于数字信号传输系统的发送端和接收端的时钟源通常都不相同，会存在一定的频率偏差并随时间累积，该差异性会导致接收端的时域采样点与信号波形隐含时钟的相对位置随时间偏移，造成量化和均衡的失效.因此要进行时钟同步，时钟同步的主要方法是在自适应均衡之前对数据序列进行定时同步运算，目前有多种不同的同步方法[13]，本文采用傅里叶系数方法计算时间偏移，见式（2）.

式（2）中：Dm为第m个时间片的傅里叶系数；N为每个时间片的采样数据序列长度；k为当前数据序列位置；L为时间片的个数；为含有频谱分量的接收端采样点，并根据时偏插值产生同步数据.

3.3 自适应均衡算法与建模

自适应算法是自适应均衡器的核心部分，用于调节均衡器的抽头系数使其逼近最优解[14].本文采用LMS算法[15].LMS算法的优点是计算复杂度低，且结构简单.模型设计思路基于最速下降算法，采用系数可调的有限冲激响应FIR滤波器形式实现[16].滤波器系数以迭代方式计算.首先设置滤波器系数初值；然后通过滤波器输出值与基准值的偏差估计真实梯度（gradient calculate）；最后选取梯度下降的方向更新滤波器系数，直至算法收敛.自适应均衡器的算法流程见图3，其中：di为输入数据，do为输出数据，dr为参考数据，△为梯度，w为滤波器系数.

图3 最小二乘自适应均衡器Fig.3 Least squares adaptive equalizer

自适应滤波器（FIR filter）的计算见式（3），多级量化数据序列di和权重矩阵w均采用向量格式.滤波器的计算长度为L.

参考值（reference value）按式（4）计算.首先在数据帧中插入一段已知序列；然后通过序列特征判定序列位置，为误差计算提供基准.

滤波器系数的更新方法（coefficient update）见式（5）.

式（5）中：e（n）为自适应滤波器输出值与基准值之间的偏差；△为上一次计算过程中的偏差梯度；u为算法收敛步长，用于调节算法收敛速度.收敛步长的选择需要符合系统的实际参数环境，步长过大会使收敛过程产生振荡，过小则会延长收敛时间.本文根据输入数据范围、滤波器范围和滤波器长度选取了固定的步长数值.

3.4 自适应均衡器的实现

本文设计的LMS自适应均衡器通过FPGA编程实现[18].均衡器的输入数据为模数转换电路的多级量化时域数据序列，以数据帧的格式输入.均衡器首先在帧中或帧间插入基准数据，用于建立和调整滤波器系数.算法分为建立和维护2个阶段.对于建立阶段，均衡器使用插入的基准数据为依据建立滤波器系数矩阵.待系数达到收敛范围时，亦可使用传输的数据经均衡、判定后作为计算基准，维护和更新滤波器的系数矩阵.在保持均衡器收敛状态的初始化过程中，基于插入的基准数据建立初始均衡滤波器系数.经过多次迭代并使各个系数收敛后，将该系数矩阵确定为传输系统所对应的最佳均衡系数序列，并使用该均衡系数序列实时处理多级量化模块输出的时域波形序列.同时，自适应均衡器根据输出的帧中数据结果继续维护和更新滤波器系数.

自适应滤波器系数矩阵的位数（coefficient width）与均衡器效果之间的关系见图4.根据实际系统的环境参数，图中的输入数据序列位数为8位，滤波器长度选取为48.从图4中可以看出，当系数矩阵位数选取过低时（如8位），数据信息丢失严重，系数矩阵的拐点为12位.高于拐点后，继续增加位数对均衡效果的影响减小.

图4 系数矩阵位数与均衡器输出效果Fig.4 Coefficient matrix number and equalization results

4 数据传输实验

实验采用收、发2个节点传输伪随机数据，传输线缆使用199 m非屏蔽均匀铜介质双绞线，实验框图如图5所示,在此基础上,为进一步验证更长距离传输的可行性，以及系统的可靠性.收发采用3个节点，由头包、中间包和尾包3部分组成，在头包和中间包之间依然采用199 m非屏蔽均匀铜质双绞线，而中间包和尾包之间传输线缆使用201 m非屏蔽均匀铜介质双绞线.为满足压电型水听器线列阵的数据传输要求，在实验室内模拟水听器工作环境，搭建了相应的原理样机，实物图如图6所示.发送端FPGA（a）生成1位伪随机数，通过PECL驱动芯片输出，接收端通过8位ADC量化，输出给接收处理器件FPGA（b），FPGA内部实现均衡和纠错，校验数据是否正确.

图5 实验框图Fig.5 Experimental diagram

图6 实验环境Fig.6 Experimental environment

发送端选取16位伪随机生成式生成随机数据，发送频率为12.5 MHz，接收端使用8 bit ADC，采样率为62.5 MSPs，接收波形如图7所示,可见时域波形畸变严重，且同时存在ADC饱和失真，图8为均衡后波形，可见时域波形畸变和码间干扰得到改善.

图8 均衡后波形Fig.8 Equalized waveform

该实验验证了数字基带信号在水下长距离传输的可行性.通过模数转换器件的多级量化，获取二值数据在传输过程中的幅值变化，为后级均衡和纠错提供软阈值信息.在实验室进行的电路实验中,实现了199 m非屏蔽均匀铜介质双绞线的数字基带信号时钟提取与软阈值均衡输出，实际传输速率不低于12.5 MHz;初步建立了由尾包、中间包和头包组成的两级级联数字基带传输原理验证系统，实现了预期的信号传输与软阀值均衡效果.

5 结论

本文设计的传输方案，在接收端的软阈值均衡处理过程中可得到信道频率响应、外部干扰等关键信息，便于选取合适算法进行均衡和纠错.相比于专用均衡芯片的数字基带信号直接传输，本文方法更适用于水听器线列阵空间狭小、距离长的水下缆内传输环境.

参考文献：

[1] 凌云志，陈向民.数字基带传输系统的研究与设计[J].国外电子测量技术，2008，27（9）：21-24，67.LING Y Z，CHEN X M.Research and design on digital baseband transfer systems[J].Foreign Electronic Measurement Technology，2008，27（9）：21-24，67（in Chinese）.

[2]SHYLU D S，MONI D J，NIVETHA G.Design and power optimization of high-speed pipelined ADC with programmable gain amplifier for wireless receiver applications[J].Wireless Personal Communications，2016，90（2）：657-678.

[3] SZLACHETKO B.Toward wide-band high-resolution analog-to-digital converters using hybrid filter bank architecture[J].Circuits，Systems，and Signal Processing，2016，35（4）：1257-1282.

[4]KHORAMI A，SHARIFKHANI M.High-speed low-power comparator for analog to digital converters[J].International Journal of Electronics and Communications，2016，70（7）：886-894.

[5]GUO Y，MA W，ZHANG S，et al.On linear MMSE based Turboequalization of nonlinear Volterra channels[J].Journal of System Simulation，2016（11）：4703-4707.

[6] YANG Z，ZHENG Y R.Iterative channel estimation and Turbo equalization for multiple-input multiple-output underwater acoustic communications[J].IEEE Journal of Oceanic Engineering，2016，41（1）：232-242.

[7] 黄文涛，刘英明，朱清，等.单矢量声压水听器方位估计及海试验证[J].光纤与电缆及其应用技术，2015（3）：29-31.HUANG W T，LIU Y M，ZHU Q，et al.The DOA estimation and ocean test verification of the single vector and sound pressure hydrophone[J].Optical Fiber and Electric Cable，2015（3）：29-31（in Chinese）.

[8]罗书建.无线通信系统中自适应信道均衡算法研究与实现[D].电子科技大学，2015.LUO S J.Study and Implementation of Adaptive Channel Equalization Algorithm for Wireless Communication System[D].University of Electronic Science and Technology of China，2015（in Chinese）.

[9] JI M，CHEN J，LIU Z，et al.Multi-level quantization and blind equalization based direct transmission method of digital baseband signal[J].Physical Communication，2017.DOI：10.1016/j.phycom.2017.04.008.

[10]GUI G，PENG W，ADACHI F.Sub-Nyquist rate ADC sampling-based compressive channel estimation[J].Wireless Communications and Mobile Computing，2015，15（4）：639-648.

[11]欧阳晓曦.自适应均衡技术在水声通信中的应用研究[D].西北工业大学，2006.OUYANG X X.On Adaptive Equalization in Under Water Acoustic Communication System[D].Northwestern PolytechnicalUniversity.2006（in Chinese）.

[12]LAOT C，GLAVIEUX A，LABAT J.Turbo equalization：Adaptive equalization and channel decoding jointly optimized[J].IEEE Journal on Selected Areas in Communications，2001，19（9）：1744-1752.

[13]王毅.同步相量测量单元中信号同步采集与处理模块的研究[D].电子科技大学，2009.WANG Y.Research on Modules of Signal Synchronous Acquiring and processing in Synchro Phasor Measurement Unit[D].University of Electronic Science and Technology of China，2009（in Chinese）.

[14]李威.盲均衡算法的关键技术研究及其在抗多径干扰中的应用[D].电子科技大学，2015.LI W.Research on Key Techniques of Blind Equalization Algorithm and Its Application in Anti Multipath Interference[D].University of Electronic Science and Technology of China，2015（in Chinese）.

[15]夏晓.自适应滤波器中LMS算法的研究及应用[D].北京邮电大学，2013.XIA X.The Research and Application of LMS Algorithm in Adaptive Filter[D].Beijing University of Posts and Telecommunications，2013（in Chinese）.

[16]TONIETTO D，HOGEBOOM J.SERDES with jitter-based built-in self test（BIST）for adapting FIR filter coefficients：US，US8228972[P].2012-07-24.

[17]张饶.基于FPGA硬件设计和仿真方法探索与研究[D].北京邮电大学，2010.ZHANG R.The Research and Exploration of FPGA-based Hardware Design and Simulation Methods[D].Beijing University of Posts and Telecommunications，2010（in Chinese）.