窄带短波调制解调器发送端基带数据流成形研究及关键技术探讨
扫描二维码
随时随地手机看文章
摘要:根据美军标MIL—STD一110B,详细分析了短波调制解调器发送端基带数据流的形成。针对目前短波调制解调器工程应用中存在的不足及美军标中值得研究的问题,讨论了短波调制解调器设计中的注意事项;并针对短波信道CMA盲均衡,论述了其研究前景和目前遇到的技术障碍,分析指出短波信道盲均衡是短波调制解调器下一步重点研究的方向之一。
关键词:短波调制解调器;格雷编码;信道探测;数据加扰;信道盲均衡
0 引 言
短波调制解调器分为单音串行和多音并行两种工作模式。其中,单音串行模式还可分为固定频率和跳频两种工作方式。固定频率方式采用载波频率为1 800±1 Hz,跳频工作方式仅在系统数据处理上与固定频率方式有所差别,其数据流形成流程与固定频率模式基本一致。本文主要针对单音串行固定频率工作模式下短波调制解调器发送端基带数据流成形展开研究。
参照美军标MIL—STD一110B,在VF(语音频段)范围内工作的短波调制解调器数据率主要有:75 b/s,150 b/s,300 b/s,600 b/s,1 200 b/s,2 400 b/s和4 800 b/s。其中,4860 b/s不进行编码,其工作状态不稳定,是下一步研究设计的目标。短波调制解调器的数据流形成包括如下几个阶段:数据编码、交织、格雷编码、加扰、同步序列的发送、信道探测序列发送和用户信息发送,各阶段数据处理之间有所交叉。串行短波调制解调器采用8PSK调制方式,不管用户采用何种信道速率,在基带信号处理中,码符号速率均为2 400 Baud。
1 发送端数据流程
1.1 数据编码与交织
用户数据输出二进制信息至编码器,对输入数据进行纠错编码。纠错编码一般采用(7,[-133 171-])的卷积编码方式,所有数据率均采用不编码或1/2码率编码,并重复相应次数,以达到相应的数据率。其中,4 800 b/s和2 400 b/s数据率时编码输出为4 800 b/s;1 200 b/s数据率时编码输出为2 400 b/s;600 b/s,300 b/s,150 b/s数据率时编码输出为1 200 b/s;75 b/s数据率时编码输出为150 b/s。
编码输出数据进入交织矩阵,有两种交织方式长交织和短交织,其对应的时间常数分别为4.8 s和0.6 s或0 s;短交织一般是0.6 s。数据交织的存与取,以交织长度为单位处理,交织矩阵的规模与用户数据率有关。同时,在等待交织长度数据过程中,系统发送同步数据序列,供系统同步用。因此,系统同步的时间长度与交织长度一致。无交织即对发送数据流不进行交织处理,如用户数据流为4 800 b/s时,不进行交织处理。关于交织存储的具体实现算法,各种文献可能有所差别,这里不做详细讨论,但其基本思想均是将发送相近的比特流分裂成发送距离远的比特流。
1.2 修正格雷编码
修正格雷编码是为了当码符号出现差错时,只有1个bit数据传输出错。在短波调制解调器中,均采用8PSK的调制方式,为了将不同的用户速率,均映射到2 4 O(]Baud的信道速率,将4 800 b/s和2 400 b/s数据流每3个hit为一组,进行一次格雷编码;将1 200 b/s和75 b/s数据流,每2个bit为一组,进行一次格雷编码,对应调制为4PSK;600 b/s,300 b/s,150 b/s数据流,不进行格雷编码,对应调制为BPSK。
1.3 发送数据流的形成
在调制解调器中,物理层发送的数据流包括同步信息数据流、用户数据流和信道探测数据流,三者根据不同的时隙分配,选择性发送。当用户启动数据发送时,根据用户选择的交织形式发送同步信息,同步信息的长度与交织深度一致。当同步系信息发送完毕后,数据流从交织矩阵中输出,开始进入信息发送流程。在信息发送过程中由于需要加入信道探测信息,因此需要交替发送用户信息和信道探测信息。
1.3.1 同步序列的发送
每次启动数据发送时,均需要先发送同步数据。同步数据以段为单位,每段数据长度为200 ms,根据系统的交织深度,调整同步数据段的发送次数。同步数据段包括15个8进制数据,其内容包括同步识别信息、交织信息和同步发送次数计数。
信道探测与用户数据发送的比例与用户数据率有关。在用户数据率为4 800 b/s和2 400 b/s时,每16个信道探测符号后,发送32个用户数据符号,探测符号与用户数据符号的比例为1:2;当用户数据分别为1 200 b/s,600 b/s,300 b/s,150 b/s时,在每20个信道探测符号后,发送20个用户数据符号,探测符号与用户数据符号的比例为1:1。
可见,用户数据率越低,用户信道探测的数据越长,通信也将越可靠。当用户数据为75 b/s时,将不发送信道探测序列,而采取其他的技术手段,以确保通信的可靠性。
1.3.2 用户数据的发送
对不同的波特率,由于插入的信道探测数据符号长度不等,用户数据经过修正格雷编码后,还要经过数据成形,以确保信道波特率为2 400 Baud。当用户数据率分别为4 800 b/s,2 400 b/s时,数据流不变化。其他用户数据率的映射方式可参见表1,实际上,其较低数据率对应较低的调制阶数。
当用户数据率为75 b/s时,采用发送正交波形模式,每2个比特数据映射成8位8进制数据,并重复4次。
1.3.3 数据与同步信息加扰
当发送数据流形成后,为了增加其抗白噪声干扰的能力,对发送数据流加扰。针对用户数据和信道探测数据的加扰,一般采用3抽头的12位移位寄存器,选取特定的三抽头输出,生成8进制的伪随机序列,与发送端数据进行模8和运算,生成加扰数据。每进行一次加扰运算,移位寄存器移位运算8次,再输出新的伪随机数据展开计算。每160个加扰数据后,移位寄存器复位至初始状态。
数据加扰后,采用1 800 Hz的载频,进行8PSK基带调制及脉冲成形,生成基带信号。在射频发射时,还要进行二次调制,将基带信号调制到射频段。关于信号基带调制及脉冲成形等,相关参考文献很多,在此不再讨论。
2 关键技术探讨
在短波数据调制解调器设计中,对不同的用户数据率,信道符号速率均为2 400 Baud。发送同步序列与75 b/s的用户数据时,数据波形采用正交形式,以提高接收端的可靠性;75~600 b/s时,实际采用的是BPSK;1 200 b/s时,采用QPSK;而2 400~4 800 b/s时,采用的是8:PSK方式。显然,波特率越高,调制阶数越高,信道符号相似程度也越大,在经过信道及噪声干扰的情况下,增大接收端的解调难度。
发送端数据流设计得是否合理,直接影响到接收端接收相应的系统同步、信道均衡、解调算法的效果,发送端数据流的设计,对短波调制解调器至关重要。针对目前短波调制解调器的基带数据流形成方式和信道均衡方式,进行以下几方面的改进和研究。
2.1 降低信道码元速率方案研究
由于短波信道属于时变色散信道,信道环境参数随时间变化比较大,其直接影响是导致用户通信频率随时间、地点而变化。在用户数据率较低时,系统采用重复编码的方式,降低编码效率和调制阶数,从而达到保持信道符号速率不变的目的。降低调制阶数方案可取,但可否不进行重复编码,而是通过降低信道符号速率来提高数据解调的可靠性,对此值得研究;同样,在同步数据和用户数据为75 b/s时,每个信道符号映射至32个调制符号,实际上这32个调制符号是某8个8进制数据的4次重复,那么,可否降低数据的重复次数,降低信道波特率来提高数据解调的可靠性,对此也值得考虑。
2.2 高阶调制技术研究
目前,短波数据通信的数据率均很低,采用多音并行技术的调制解调器,最高的数据率能达到9 600 b/s,但信噪比要求达40 dB左右,难以工程实现。在单音串行体制的短波调制解调器中,其数据率一般限制在4 800 b/s。在信道码元速率不变的情况下,可研究引入高阶调制,接收端配以相应的解调算法,以提高通信数据率。
2.3 短波信道盲均衡技术研究
为了使接收端能够及时跟踪短波信道的变化,现行的短波调制解调器一般采用判决反馈自适应均衡方式,在发送端周期性地插入已知的训练序列配合下,以探测短波信道参数,完成信道的自适应均衡。美军标MIL—STD一188—110B中,对较低速短波Modem规定数据传输时插入比例分两种情况:对4 800 b/s,2 400 b/s训练序列和数据的插入比为0.5;对1 200 b/s及以下速率插入比为1,这种传输方式极大地浪费了信道资源。可考虑减少或消除信道探测序列,解调端采用全盲或半盲的信道均衡方式,从而大幅度提高系统的数据率。目前,全盲均衡算法主要分为基于平稳信号的盲均衡(包括基于Bussgang性质的盲均衡算法和基于高阶谱理论的盲均衡算法)、基于循环平稳信号的盲均衡和基于神经网络理论的盲均衡算法等。
其中,基于Bussgang性质的盲均衡算法中最具代表性的是恒模算法(Constant Modulus A1gorithm。CMA),该算法韧性好,代价函数仅与接收信号的幅值有关,而与相位无关,算法实现简单,但受无线信道时变特性造成的相位模糊影响,收敛速度慢。法国雷恩大学的研究小组基于多天线技术,应用CMA算法实现了时空域的盲均衡,在建立的9 kHz带宽780 km短波信道试验链路上实现了30Kb/s速率的数据传输,传输了著名的LENA图像。CMA应用在短波信道上的主要问题是收敛速度和稳态误差的问题,然而固定步长盲均衡器中收敛速度和稳态误差是两个相互制约的因素,这两个性能指标之一的提高必须以牺牲另一个为代价,如何克服这一矛盾已成为亟待解决的问题。信道盲均衡是无线信道目前最富有挑战性和应用前景的信号处理研究方向。
3 结 语
基于目前窄带短波串行调制解调器的技术实现方案,在分析其发送端数据流形成的基础上,指出了系统设计中存在的疑问和值得研究的方向,并基于信道盲均衡技术的发展现状,分析并论述了CMA算法在短波信道盲均衡中的应用前景和遇到的技术障碍。