通信系统设计与验证.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
通信系统设计与验证

通信系统设计与验证   1引言       如今,3G 无线网络和手持终端设备已经开始大规模部署,下一代无线通信协议标准,俗称4G,也已经基本制定完成。3GPP 的长期演进(LTE) 被大多数国家接受为4G 标准。LTE 的支持者宣称只需对现有的网络基础设施更新部分关键部件就可以完成升级,因此LTE 得到了业界的广泛认同。2008 年12 月11 日,3GPP 批准并冻结了LTE Release 8,这一里程碑式的事件开启了研发兼容新协议的产品的大幕。移动WiMAX(802.16) 作为4G 的另一个候选方案,与LTE 在物理层应用上有许多相同的概念,只是实现细节上存在不同。这也为开发同时支持WiMAX 和LTE 方案的产品提供了可能。在物理层设计上,LTE 和WiMAX 的复杂度相差不多。对LTE 的研究为我们重提调制解调算法设计和验证过程的重要性提供了机会。在算法设计阶段犯下的错误很难在硬件设计或者嵌入式软件开发阶段弥补回来。对算法的验证是为了检测设计能否满足协议标准的要求。例如,需要检测不同信道环境下的最大误包率。协议标准的很大一部分内容都被用来定义测试环境。当选择某种工具或者方法来进行有效的算法设计时,工程设计者需要从整个设计流程的角度来考虑算法复杂度的要求。针对一些简单设计的解决方案对更大更复杂的系统来说可能完全不适用。而如果每一个项目都采用独特的工具和方法,项目的维护就会成为噩梦。一些表面上看成本很小的解决方案,后续可能需要购买其他昂贵的工具。而如果工具某些基础功能缺失,也会耗费工程师更多的时间和精力。本文主要探讨从3G 转向4G 的物理层设计过程中的仿真工具效率问题。这些关于效率的准则也可以用于其他信号处理领域。      2LTE 和WiMAX:物理层关键技术       LTE 和WiMAX 都是基于正交频分复用(OFDM) 的多载波调制方案,通过多输入输出天线(MIMO) 进行信号传输。这与3G基于码分复用(CDMA) 的概念有很大不同。3G 与4G 系统的物理层基带处理算法有着本质区别。    物理层概念的不同直接导致了仿真复杂度的增加。相比3G而言,4G系统的物理层仿真复杂度大概有100倍的增长。部分原因在于4G系统中,每个数据采样点都需要更多的操作:更复杂的编码/解码算法,需要同时在平行的多个信道上???输,采用了更复杂的信道均衡技术。针对不同频带上的不同信道模型,还有多输入多输出(MIMO)的不同配置(见图1),需要增加大量的测试方案。在此基础上,还需要考虑不同量化精度对系统性能的影响。因此算法的验证工作越来越艰巨也就不足为奇了。    下文的例子都会以LTE为基础。所有的结论也适用于WiMAX和其他需要大规模仿真的信号处理系统。      3设计和验证流程       制定一个新的通信协议标准的目的,是以最小的成本实现用户和网络运营商对高速信号传输的要求,同时也要符合市场化的预期。一个LTE调制解调系统往往同时包含了ASIC和DSP或者微控制器,整个工程需要实现复杂的硬件设计和软件算法。因此,制定一个覆盖算法设计、软硬件实现、以及系统验证的高效流程显得尤为重要。    算法设计的初始阶段,一般都需要首先为算法创建一个浮点模型。一旦这个浮点模型验证通过,下一步就会开始对算法的定点转换,最后再移植到硬件及软件平台上进行验证。       3.1 算法的浮点模型    在设计目标确定以后,系统工程师就需要针对几种备选算法进行测试和优化,然后在蒙特卡洛仿真结果的基础上确定最优的算法。图2给出了以误比特率(BER)或者误块率(BLER)为指标,进行性能仿真的蒙特卡洛仿真平台框图(蒙特卡洛仿真是指激励信号由随机或者伪随机数据源产生的一类仿真)。此时仿真模型并不需要考虑最后的实现细节,所有的算法都可以用浮点模型来表示。    建模效率是反映创建仿真平台难易程度的一个概念。决定建模效率的一个关键因素就是可重用的模型数量。这些可重用的模型可能来自厂商提供的库,也可能是从以前的项目继承得来(也称为重用效率)。当然并不是所有的模型都能从库里面找到,有些模型也需要用户自己开发。开发的模式有多种,比如可以由一些基本的模型组合成一个复杂的模型(分层设计),或者从零开始,根据新的功能需求创建新的模型。    仿真时还需要考虑的一个因素是仿真效率。以前面提到的LTE和WiMAX为例,由于涉及到许多设计参数,因此为了得到最优的算法,就需要仿真大量的参数组合。仿真效率成为制约整个过程的关键。       3.2 从浮点算法到定点算法的转换    考虑到成本的因素,算法的主要部分最后都需要以定点而不是浮点来实现,除非选择浮点DSP。因此,当算法从设计到应用的转换过程中,需要分析量化精度的影

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档