Moving Average Filter Cutoff Frequenz

Die Wissenschaftler und Ingenieure Leitfaden zur digitalen Signalverarbeitung Von Steven W. Smith, Ph. D. Tabelle 3-2 fasst die Eigenschaften dieser drei Filter zusammen und zeigt, wie jeder einen bestimmten Parameter auf Kosten von allem anderen optimiert. Der Chebyshev optimiert den Roll-off. Der Butterworth optimiert die Passband-Ebenheit. Und das Bessel optimiert die Sprungantwort. Die Auswahl des Antialias-Filters hängt fast ausschließlich von einem Problem ab: Wie die Informationen in den Signalen dargestellt werden, die Sie verarbeiten wollen. Während es viele Möglichkeiten gibt, Informationen in einer analogen Wellenform zu codieren, sind nur zwei Methoden üblich, Zeitbereichskodierung. Und Frequenzbereichskodierung. Der Unterschied zwischen diesen beiden ist kritisch in DSP, und wird ein wiederkehrendes Thema in diesem Buch sein. Bei der Frequenzbereichskodierung. Die Information ist in sinusförmigen Wellen enthalten, die das Signal bilden. Audiosignale sind ein hervorragendes Beispiel dafür. Wenn eine Person Sprache oder Musik hört, hängt das wahrgenommene Geräusch von den vorhandenen Frequenzen und nicht von der bestimmten Form der Wellenform ab. Dies kann gezeigt werden, indem ein Audiosignal durch eine Schaltung geleitet wird, die die Phase der verschiedenen Sinuskurven ändert, aber ihre Frequenz und Amplitude beibehält. Das resultierende Signal sieht bei einem Oszilloskop ganz anders aus, klingt aber identisch. Die relevanten Informationen sind intakt geblieben, obwohl die Wellenform deutlich verändert wurde. Da Aliasing-Misplaces und Überlappungs-Frequenzkomponenten, zerstört es direkt Informationen, die im Frequenzbereich codiert sind. Folglich beinhaltet die Digitalisierung dieser Signale gewöhnlich einen Antialiasfilter mit einem scharfen Cutoff, wie einem Chebyshev, Elliptic oder Butterworth. Was ist mit dem bösen Schritt Antwort dieser Filter Es spielt keine Rolle, die codierten Informationen ist nicht von dieser Art von Verzerrung betroffen. Im Gegensatz dazu verwendet die Zeitbereichskodierung die Form der Wellenform, um Informationen zu speichern. Zum Beispiel können Ärzte die elektrische Aktivität eines Personenherzens überwachen, indem sie Elektroden an ihre Brust und Arme (ein Elektrokardiogramm oder EKG) anschließen. Die Form der EKG-Wellenform liefert die gesuchte Information, z. B. wenn sich die verschiedenen Kammern während eines Herzschlags zusammenziehen. Bilder sind ein weiteres Beispiel für diese Art von Signal. Anstatt eine Wellenform, die im Laufe der Zeit variiert. Bilder codieren Informationen in Form einer Wellenform, die über Distanz variiert. Bilder werden aus Regionen von Helligkeit und Farbe gebildet und wie sie sich auf andere Bereiche von Helligkeit und Farbe beziehen. Du siehst nicht auf die Mona Lisa und sag: Mein, was für eine interessante Sammlung von Sinusoiden. Heres das Problem: Das Sampling Theorem ist eine Analyse dessen, was im Frequenzbereich während der Digitalisierung passiert. Dies macht es ideal, um die Analog-Digital-Wandlung von Signalen zu unterschätzen, deren Information im Frequenzbereich codiert ist. Allerdings ist das Sampling-Theorem wenig hilfreich, um zu verstehen, wie zeitdomaincodierte Signale digitalisiert werden sollen. Lasst uns genauer hinschauen. Abbildung 3-15 zeigt die Auswahlmöglichkeiten für die Digitalisierung eines zeitbereichskodierten Signals. Abbildung (a) ist ein analoges Analogsignal, das digitalisiert werden soll. In diesem Fall ist die Information, die wir erfassen wollen, die Form der Rechteckimpulse. In diesem Beispielsignal ist auch ein kurzer Burst einer Hochfrequenz-Sinuswelle enthalten. Dies stellt Breitbandrauschen, Interferenzen und ähnliche Trödel dar, die immer auf analogen Signalen erscheinen. Die anderen Figuren zeigen, wie das digitalisierte Signal mit verschiedenen Antialias-Filteroptionen erscheinen würde: ein Chebyshev-Filter, ein Bessel-Filter und kein Filter. Es ist wichtig zu verstehen, dass keine dieser Optionen das ursprüngliche Signal aus den abgetasteten Daten rekonstruieren lässt. Dies liegt daran, dass das ursprüngliche Signal inhärent Frequenzkomponenten enthält, die größer als die Hälfte der Abtastrate sind. Da diese Frequenzen im digitalisierten Signal nicht existieren können, kann das rekonstruierte Signal sie auch nicht enthalten. Diese hohen Frequenzen ergeben sich aus zwei Quellen: (1) Rauschen und Störungen, die Sie eliminieren möchten, und (2) scharfe Kanten in der Wellenform, die wahrscheinlich Informationen enthalten, die Sie behalten möchten. Der in (b) gezeigte Chebyshev-Filter greift das Problem an, indem es alle hochfrequenten Komponenten aggressiv entfernt. Dies führt zu einem gefilterten analogen Signal, das abgetastet und später perfekt rekonstruiert werden kann. Das rekonstruierte Analogsignal ist jedoch identisch mit dem gefilterten Signal. Nicht das ursprüngliche signal Obwohl bei der Probenahme nichts verloren ist, wurde die Wellenform durch den Antialiasfilter stark verzerrt. Wie in (b) gezeigt, ist die Heilung schlechter als die Krankheit Dont do it Der Bessel-Filter, (c), ist für genau dieses Problem konzipiert. Sein Ausgang ähnelt der ursprünglichen Wellenform, mit nur einer sanften Rundung der Kanten. Durch die Einstellung der Filter-Cutoff-Frequenz kann die Glätte der Kanten zur Eliminierung von Hochfrequenzkomponenten im Signal gehandelt werden. Die Verwendung mehrerer Pole im Filter ermöglicht einen besseren Kompromiss zwischen diesen beiden Parametern. Eine gemeinsame Leitlinie ist, die Cutoff-Frequenz auf etwa ein Viertel der Abtastfrequenz einzustellen. Dies führt zu etwa zwei Proben entlang des ansteigenden Teils jeder Kante. Beachten Sie, dass sowohl der Bessel als auch der Chebyshev-Filter das in dem Originalsignal vorhandene Hochfrequenzrauschen entfernt haben. Die letzte Wahl besteht darin, überhaupt keinen Antialiasfilter zu verwenden, wie in (d) gezeigt ist. Dies hat den starken Vorteil, dass der Wert jedes Samples mit dem Wert des ursprünglichen analogen Signals identisch ist. Mit anderen Worten, es hat eine perfekte Kantenschärfe, eine Änderung des Originalsignals wird sofort in den digitalen Daten gespiegelt. Der Nachteil ist, dass Aliasing das Signal verzerren kann. Das ist zwei verschiedene Formen. Zuerst werden Hochfrequenzstörungen und Rauschen, wie das Beispiel sinusförmige Burst, zu sinnlosen Proben, wie in (d) gezeigt. Das heißt, jedes Hochfrequenzrauschen, das in dem analogen Signal vorhanden ist, wird als Aliasing-Rauschen im digitalen Signal erscheinen. In einem allgemeineren Sinne ist dies kein Problem der Probenahme, sondern ein Problem der vorgeschalteten analogen Elektronik. Es ist nicht der ADCs Zweck, Lärm und Störungen zu reduzieren, das ist die Verantwortung der analogen Elektronik, bevor die Digitalisierung stattfindet. Es kann sich herausstellen, dass ein Bessel-Filter vor dem Digitalisierer platziert werden sollte, um dieses Problem zu beheben. Allerdings bedeutet dies, dass der Filter als Teil der analogen Verarbeitung betrachtet werden sollte, nicht was für den Digitalisierer getan wird. Die zweite Manifestation des Aliasing ist subtiler. Wenn ein Ereignis im analogen Signal (wie zB eine Kante) auftritt, erkennt das Digitalsignal in (d) die Änderung am nächsten Sample. Es gibt keine Informationen in den digitalen Daten, um anzuzeigen, was zwischen den Proben passiert. Jetzt vergleichen Sie mit keinem Filter mit einem Bessel-Filter für dieses Problem. Stellen Sie sich zum Beispiel daraus, gerade Linien zwischen den Proben in (c) zu zeichnen. Die Zeit, in der diese konstruierte Linie die Hälfte der Amplitude des Schritts kreuzt, liefert eine Teilprobenschätzung, wann die Flanke im analogen Signal aufgetreten ist. Wenn kein Filter verwendet wird, ist diese Teilproblematik vollständig verloren. Sie brauchen nicht ein Phantasie-Theorem zu bewerten, wie dies Ihre besondere Situation beeinflussen wird, nur ein gutes Verständnis von dem, was Sie planen, mit den Daten einmal ist es erworben zu tun. High Definition, Low Delay, SDR-basierte Videoübertragung in UAV-Anwendungen Integrierte RF Agile Transceiver sind nicht nur in Software-definierten Radio - (SDR) 1-Architekturen in zellularen Telefon-Basisstationen wie Multiservice Distributed Access System (MDAS) und Small Cell, sondern auch für drahtlose HD-Videoübertragung für Industrie-, Handels - und Militärs eingesetzt Anwendungen wie unbemannte Luftfahrzeuge (UAVs). Dieser Artikel untersucht eine Breitband-Wireless-Video-Signal-Kette Umsetzung mit dem AD9361 AD9364 2,3 integrierte Transceiver-ICs, die Menge der übertragenen Daten, die entsprechende RF besetzte Signalbandbreite, die Übertragungsstrecke und die Sende-Stromversorgung. Es wird auch die Implementierung der PHY-Schicht von OFDM beschreiben und gegenwärtige Hopping-Frequenz-Testergebnisse anzeigen, um HF-Interferenzen zu vermeiden. Schließlich werden wir die Vor - und Nachteile zwischen Wi-Fi und dem RF-Agile-Transceiver in Breitband-Wireless-Anwendungen diskutieren. Die Signalkette Abbildung 1 veranschaulicht das vereinfachte drahtlose Videoübertragungsschema unter Verwendung des AD9361AD9364 und eines BBIC. Die Kamera erfasst das Bild und überträgt Videodaten an einen Basisbandprozessor über Ethernet, HDMI Reg. USB oder eine andere Schnittstelle. Bildcodierung kann durch Hardware oder das FPGA abgewickelt werden. Die RF-Front beinhaltet den Switcher, LNA und PA zum programmierbaren integrierten Transceiver. Wie viel Daten zu übertragen sind Tabelle 1 zeigt den signifikanten Größenunterschied zwischen den unkomprimierten und komprimierten Datenraten. Durch die Verwendung von hocheffizienten Videokodierungen (HEVC), die auch als H.265 und MPEG-H Part 2 bekannt sind, können wir die Datenrate verringern und die Bandbreite sparen. H.264 ist derzeit eines der am häufigsten verwendeten Formate für die Aufnahme, Komprimierung und Verteilung von Videoinhalten. Es stellt einen großen Schritt vorwärts in der Videokompressionstechnologie dar und ist einer von einigen möglichen Nachfolgern zum weit verbreiteten AVC (H.264 oder MPEG-4 Teil 10). Tabelle 1 fasst die unkomprimierten und komprimierten Datenraten in verschiedenen Videoformaten zusammen. Annahmen umfassen eine Video-Bittiefe von 24 Bits und eine Bildrate von 60 fps. Im 1080p-Beispiel beträgt die Datenrate 14,93 Mbps nach der Kompression, die dann leicht vom Basisbandprozessor und der drahtlosen PHY-Schicht gehandhabt werden kann. Tabelle 1. Komprimierte Datenraten-Signalbandbreite Die AD9361AD9364-Unterstützungskanalbandbreite von lt200 kHz bis 56 MHz durch Ändern der Abtastrate, der digitalen Filter und der Dezimierung. Die AD9361AD9364 sind Null-IF-Transceiver mit I - und Q-Kanälen, um die komplexen Daten zu übertragen. Die komplexen Daten umfassen Real - und Imaginärteile, die I und Q entsprechen, die mit der gleichen Frequenzbandbreite lokalisieren, um die Spektrum-Effizienz im Vergleich zu einem einzigen Teil zu verdoppeln. Die komprimierten Videodaten können den I - und Q-Kanälen zugeordnet werden, um Konstellationspunkte zu erzeugen, die als Symbole bezeichnet werden. Fig. 2 zeigt ein 16-QAM-Beispiel, bei dem jedes Symbol vier Bits darstellt. Bei einem Ein-Trägersystem muss die I - und Q-Digitale Wellenform vor dem DAC ein Pulsformungsfilter durchlaufen, um das gesendete Signal innerhalb einer begrenzten Bandbreite zu formen. Ein FIR-Filter kann für die Pulsformung verwendet werden, und die Filterantwort ist in Fig. 4 dargestellt. Um die Treue der Information aufrechtzuerhalten, gibt es eine minimale Signalbandbreite, die der Symbolrate entspricht. Und die Symbolrate ist proportional zur komprimierten Videodatenrate, wie in der folgenden Gleichung gezeigt. Für das OFDM-System sollten die komplexen Daten mit Hilfe der IFFT zu den Subträgern moduliert werden, die auch das Signal in einer begrenzten Bandbreite überträgt. Die Anzahl der mit jedem Symbol übertragenen Bits hängt von der Modulationsreihenfolge ab. In welchem ​​alpha ist der Filterbandbreitenparameter. Aus den vorangegangenen Formeln können wir diese Gleichung ableiten, also können wir die RF-besetzte Signalbandbreite berechnen, wie in Tabelle 2 zusammengefasst. Tabelle 2. Besetzte HF-Signalbandbreite mit Modulationsreihenfolge (alpha 0.25) Das AD9361AD9364 mit bis zu 56 MHz Signal Bandbreite, unterstützen alle Table-2-Video-Format Übertragungen und noch höhere Frame-Raten. Die Modulation mit höherer Ordnung nimmt eine kleinere Bandbreite ein, und das Symbol repräsentiert mehr Informationsbits, aber ein höheres SNR wird benötigt, um zu demodulieren. Die Übertragungsstrecke und die Transmitterleistung Bei Anwendungen wie UAVs ist die maximale Übertragungsstrecke ein kritischer Parameter. Allerdings ist es gleichermaßen wichtig, dass die Kommunikation auch in begrenztem Abstand nicht abgeschnitten wird. Sauerstoff, Wasser und andere Hindernisse (mit Ausnahme der Freiraumdämpfung) können das Signal abschwächen. Abbildung 6 zeigt das drahtlose Kommunikationskanal-Verlustmodell. Die Empfangsempfindlichkeit wird normalerweise als das minimale Eingangssignal (S min) genommen, das zum Demodulieren oder Wiederherstellen der Information von dem Sender erforderlich ist. Nach Erreichen der Empfängerempfindlichkeit kann die maximale Übertragungsstrecke mit einigen Annahmen berechnet werden, wie hier gezeigt: (SN) min ist das minimale Signal-Rausch-Verhältnis, das benötigt wird, um ein Signal NF zu verarbeiten, ist die Rauschzahl des Empfängers k ist Boltzmannrsquos Konstant 1,38 mal 10 ndash23 joulek T 0 ist die absolute Temperatur des Empfängereingangs (Kelvin) 290 KB ist die Empfängerbandbreite (Hz) Der Parameter (SN) min hängt von der Modulationsdemodulationsreihenfolge ab. Mit dem gleichen SNR erhält die niedrigere Auftragsmodulation einen niedrigeren Symbolfehler, und mit dem gleichen Symbolfehler erfordert eine höhere Auftragsmodulation ein höheres SNR zum Demodulieren. Wenn also der Sender weit vom Empfänger entfernt ist, ist das Signal schwächer und das SNR ist nicht in der Lage, die Demodulation hoher Ordnung zu unterstützen. Um den Sender online zu halten und ein Videoformat mit der gleichen Videodatenrate zu pflegen, sollte das Basisband eine niedrigere Auftragsmodulation auf Kosten der zunehmenden Bandbreite verwenden. Dadurch wird sichergestellt, dass die empfangenen Bilder nicht verschwommen sind. Glücklicherweise bietet Software-definiertes Radio mit digitaler Modulation und Demodulation die Möglichkeit, die Modulation zu ändern. Die vorherige Analyse basiert auf der Annahme, dass die Sender-HF-Leistung konstant ist. Während eine größere HF-Sendeleistung mit der gleichen Antennenverstärkung einen entfernteren Empfänger mit der gleichen Empfangsempfindlichkeit erreicht, sollte die maximale Sendeleistung den FCCCE-Strahlungsstandards entsprechen. Zusätzlich hat die Trägerfrequenz einen Einfluss auf die Übertragungsstrecke. Wenn sich eine Welle durch den Raum ausbreitet, besteht ein Verlust durch Dispersion. Der freie Raumverlust wird bestimmt durch In welchem ​​der R der Abstand ist, lambda die Wellenlänge, f die Frequenz und C die Lichtgeschwindigkeit ist. Daher wird die größere Frequenz mehr Verlust über die gleiche freie Raumdistanz haben. Beispielsweise wird die Trägerfrequenz bei 5,8 GHz um mehr als 7,66 dB im Vergleich zu 2,4 GHz über die gleiche Übertragungsstrecke abgeschwächt. HF-Frequenz und Umschaltung Der AD9361AD9364 verfügt über einen programmierbaren Frequenzbereich von 70 MHz bis 6 GHz. Dies wird die meisten NLOS-Frequenzanwendungen erfüllen, einschließlich verschiedener Arten von lizenzierten und nicht lizenzierten Frequenzen wie 1,4 GHz, 2,4 GHz und 5,8 GHz. Die 2,4 GHz Frequenz ist weit verbreitet für Wi-Fi, Bluetooth reg. Und IoT short - range Kommunikation, so dass es immer mehr überfüllt. Verwenden Sie es für drahtlose Videoübertragung und Steuersignale erhöht die Chancen für Signalstörungen und Instabilität. Dies schafft unerwünschte und oft gefährliche Situationen für UAVs. Mit Frequenzumschaltung, um eine saubere Frequenz zu halten, halten die Daten und steuern die Verbindung zuverlässiger. Wenn der Sender eine überfüllte Frequenz feststellt, wechselt er automatisch zu einem anderen Band. Zum Beispiel werden zwei UAVs, die die Frequenz verwenden und in unmittelbarer Nähe arbeiten, mit jeder anderen Kommunikation zusammenarbeiten. Das automatische Umschalten der LO-Frequenz und die Wiederwahl des Bandes wird dazu beitragen, eine stabile drahtlose Verbindung aufrechtzuerhalten. Die adaptive Auswahl der Trägerfrequenz oder des Kanals während der Einschaltperiode ist eines der hervorragenden Merkmale im High-End-UAV. Frequency Hopping Fast Frequenzsprung, der in elektronischen Gegenmaßnahmen (ECM) weit verbreitet ist, hilft auch, Störungen zu vermeiden. Normalerweise, wenn wir die Häufigkeit hüpfen wollen, muss die PLL nach der Prozedur neu platzieren. Dazu gehören das Schreiben der Frequenzregister und das Durchlaufen der VCO-Kalibrierzeit und der PLL-Sperrzeit, so daß das Intervall der Hopping-Frequenz annähernd zu Hunderten von Mikrosekunden liegt. Fig. 7 zeigt ein Beispiel einer Hüft-Sender-LO-Frequenz von 816,69 MHz bis 802,03 MHz. Der AD9361 wird im normalen Frequenzumschaltmodus verwendet und die HF-Ausgangsfrequenz des Senders springt von 814,69 MHz auf 800,03 MHz mit einer Referenzfrequenz von 10 MHz. Die Hüpffrequenz wird mit dem E5052B wie in Abbildung 7 gezeigt getestet. Die VCO-Kalibrierung und PLL-Sperrzeit beträgt ca. 500 Mikrometer gemäß Abbildung 7b. Der Signalquellenanalysator E5052B kann verwendet werden, um die PLL-Einschwingantwort zu erfassen. Fig. 7a zeigt den Breitbandmodus der transienten Messung, während Fig. 7b und 7d eine signifikante Feinauflösung in der Frequenz - und Phasenübergangsmessung mit Frequenzsprung darstellen. 6 Fig. 7c zeigt die Ausgangsleistungsantwort. 500 micros ist ein sehr langes intervall für die hüpfanwendung. Allerdings enthält der AD9361AD9364 einen Fast-Lock-Modus, der es ermöglicht, schneller als normale Frequenzänderungen zu erreichen, indem er Sätze von Synthesizer-Programmierinformationen (sogenannte Profile) in den devicersquos-Registern oder dem Basisband-Prozessorrsquos-Speicherplatz speichert. Abbildung 8 zeigt das Testergebnis, indem der Schnellsperrmodus verwendet wird, um die Sprungfrequenz von 882 MHz bis 802 MHz zu realisieren. Die Zeit liegt bei weniger als 20 Mikrometer, entsprechend der 8d-Phasenreaktion. Die Phasenkurve wird durch Bezugnahme auf die Phase von 802 MHz gezeichnet. Die SPI-Schreibzeit und die VCO-Kalibrierzeit werden in diesem Modus aufgrund der Frequenzinformation und der Kalibrierergebnisse, die in Profilen gespeichert werden, eliminiert. Wie wir sehen können, zeigt Abbildung 8b die schnelle Frequenzsprungmöglichkeit des AD9361AD9364. Die Implementierung des PHY LayermdashOFDM Orthogonal Frequenzmultiplexens (OFDM) ist eine Form der Signalmodulation, die einen Modulationsstrom hoher Datenrate auf viele langsam modulierte schmalbandige, nahe beabstandete Subträger teilt. Dies macht es weniger empfindlich für selektive Frequenz verblassen. Die Nachteile sind ein hoher Peak-to-Average-Leistungsverhältnis und eine Empfindlichkeit gegenüber Carrier Offset und Drift. Das OFDM ist weit verbreitet in der Breitband-Wireless-Kommunikation PHY-Schicht angewendet. Die kritische Technologie des OFDM umfasst IFFTFFT, Frequenzsynchronisation, Abtastzeitsynchronisation und Symbolrahmensynchronisation. Die IFFTFFT sollte so schnell wie möglich über FPGA realisiert werden. Es ist auch sehr wichtig, das Intervall der Subträger zu wählen. Das Intervall sollte groß genug sein, um der Mobilitätskommunikation mit Doppler-Frequenzverschiebung standzuhalten und klein genug, um mehr Symbole innerhalb der begrenzten Frequenzbandbreite zu tragen, um die Effizienz des Spektrums zu erhöhen. COFDM bezieht sich auf eine Kombination aus Codiertechnik und OFDM-Modulation. COFDM mit seinem hohen Widerstand der Signalabschwächung und Vorwärtsfehlerkorrektur (FEC) Vorteile können Videosignale von jedem beweglichen Objekt senden. Die Codierung erhöht die Signalbandbreite, ist aber meist der Kompromiss wert. Durch die Kombination von modellbasiertem Design und automatischen Codegenerierungswerkzeugen von MathWorks mit den leistungsstarken Xilinx Reg Zynq SoCs und Analog Devices integrierten HF-Transceivern können SDR-Systemdesign, - verifizierung, - tests und - implementierung effektiver denn je sein, was zu einem leistungsstärkeren Radio führt Systeme und die Verringerung der Time-to-Market. 7 Was sind die Vorteile über Wi-Fi Drones mit Wi-Fi ausgestattet sind sehr einfach an ein Handy, Laptop und andere mobile Geräte, die sie sehr bequem zu bedienen. Aber für die drahtlose Videoübertragung in UAV-Anwendungen bietet die FPGA plus AD9361-Lösung viele Vorteile gegenüber Wi-Fi. Zuerst in der PHY-Schicht, agile Frequenzumschaltung und schnelles Hüpfen des AD9361AD9364 helfen, Störungen zu vermeiden. Die meisten integrierten Wi-Fi-Chips funktionieren auch auf dem gekröpften 2,4 GHz Frequenzband ohne Frequenzbandwiederwahlmechanismus, um die drahtlose Verbindung stabiler zu machen. Zweitens kann mit der FPGA plus AD9361 Lösung das Übertragungsprotokoll flexibel von Designern definiert und entwickelt werden. Wi-Fi-Protokoll ist Standard und basiert auf einem Zwei-Wege-Handshake mit jedem Paket von Daten. Mit Wi-Fi muss jedes Datenpaket bestätigen, dass ein Paket empfangen wurde und dass alle 512 Bytes im Paket intakt empfangen wurden. Wenn ein Byte verloren geht, muss das gesamte 512 Byte Paket erneut übertragen werden. 8 Während dieses Protokoll die Datenzuverlässigkeit sicherstellt, ist es komplex und zeitaufwendig, die drahtlose Datenverbindung wiederherzustellen. Das TCPIP-Protokoll führt zu einer hohen Latenz, die zu Nonreal-Time-Video und - Steuerung führt, was zu einem UAV-Crash führen kann. Die SDR-Lösung (FPGA plus AD9361) verwendet einen Einwegstrom von Daten, was bedeutet, dass die Drohne im Himmel das Videosignal wie eine Fernsehsendung überträgt. Es gibt keine Zeit für das Senden von Paketen, wenn Echtzeit-Video das Ziel ist. Darüber hinaus bietet Wi-Fi nicht das richtige Maß an Sicherheit für viele Anwendungen. Durch die Verwendung des Verschlüsselungsalgorithmus und des benutzerdefinierten Protokolls ist die FPGA plus AD9361AD9364 Lösung weit weniger anfällig für Sicherheitsbedrohungen. Darüber hinaus liefert der Einweg-Broadcast-Datenstrom die Übertragungsstrecken-Fähigkeiten, die zwei - bis dreimal so hoch sind wie die von Wi-Fi-Ansätzen. 8 Die Flexibilität aus der Software-definierten Funkfähigkeit ermöglicht die digitale Modulationsdemodulationsanpassung, um die Distanzanforderungen zu erfüllen und die Änderung des SNR in komplexen Raumstrahlungsumgebungen anzupassen. Schlussfolgerungen Dieser Artikel veranschaulicht die kritischen Parameter der Verwendung einer FPGA plus AD9361AD9364 Lösung für High-Definition Wireless Video Übertragung Umsetzung. Mit agiler Frequenzbandumschaltung und schnellem Frequenzsprung ist es möglich, eine stabilere und zuverlässigere Funkverbindung herzustellen, um der zunehmend komplexen Strahlung im Raum zu widerstehen und die Wahrscheinlichkeit eines Crashs zu verringern. In der Protokollschicht ist die Lösung flexibler, mit einer Einweg-Übertragung, um die drahtlose Etablierungszeit zu reduzieren und eine niedrigere Latenzverbindung herzustellen. In industriellen und kommerziellen Anwendungen wie Landwirtschaft, Power-Line Inspektion und Überwachung, stabile, sichere und zuverlässige Übertragungen sind entscheidend für den Erfolg. Referenzen 2 AD9361 Datenblatt. Analog Devices, Inc. 3 AD9364 Datenblatt. Analog Devices, Inc. 4 Ken Gentile. Anwendungshinweis AN-922, Digital Pulse-Shaping Filter Grundlagen. Analog Devices, Inc. 5 Scott R. Bullock Transceiver und Systemdesign für digitale Kommunikation. 4. Auflage SciTech Publishing, Edison, NJ, 2014. Wei Zhou ist ein Anwendungsingenieur für Analog Devices, Inc., der das Design und die Entwicklung von HF-Transceiver-Produkten und - Anwendungen unterstützt, insbesondere in der drahtlosen Videoübertragung und drahtlosen Kommunikationsfeldern. Er arbeitete im ADIs Central Applications Center in Peking, China, seit fünf Jahren mit verschiedenen Produkten wie DDS, PLL, High Speed ​​DACADC und Uhren. Vor seinem Eintritt bei ADI erhielt er seine B. S. Grad von der Universität Wuhan, Wuhan, China, im Jahr 2006 und seine M. S. Grad von Institut für Elektronik, Chinesische Akademie der Wissenschaften (CAS), Peking, China, im Jahr 2009. Er arbeitete als HF-und Mikrowellen-Schaltungen und System-Design-Ingenieur für ein Luftfahrt-Technologie-Unternehmen von 2009 bis 2011. Related Articles Related Products RF Agile TransceiverThe Wissenschaftler und Ingenieure Leitfaden zur digitalen Signalverarbeitung Von Steven W. Smith, Ph. D. Analoge Filter für Datenkonvertierung Abbildung 3-7 zeigt ein Blockdiagramm eines DSP-Systems, wie es das Sampling-Theorem diktiert. Vor dem Auftreten des Analog-Digital-Wandlers wird das Eingangssignal mit einem elektronischen Tiefpassfilter verarbeitet, um alle Frequenzen oberhalb der Nyquist-Frequenz zu entfernen (die Hälfte der Abtastrate). Dies wird durchgeführt, um Aliasing während der Probenahme zu verhindern, und wird entsprechend als Antialias-Filter bezeichnet. Am anderen Ende wird das digitalisierte Signal durch einen Digital-Analog-Wandler geführt und ein weiterer Tiefpassfilter auf die Nyquist-Frequenz eingestellt. Dieser Ausgangsfilter wird als Rekonstruktionsfilter bezeichnet. Und kann die zuvor beschriebene Frequenzverstärkung einschließen. Leider gibt es ein ernstes Problem mit diesem einfachen Modell: Die Einschränkungen der elektronischen Filter können so schlimm sein wie die Probleme, die sie versuchen zu verhindern. Wenn Ihr Hauptinteresse in der Software ist, denken Sie vermutlich, dass Sie diesen Abschnitt nicht lesen müssen. Falsch . Auch wenn Sie geschworen haben, niemals ein Oszilloskop zu berühren, ist ein Verständnis der Eigenschaften von analogen Filtern für den erfolgreichen DSP wichtig. Zuerst werden die Eigenschaften jedes digitalisierten Signals, auf das Sie stoßen, davon abhängen, welche Art von Antialias-Filter verwendet wurde, wenn es erworben wurde. Wenn du die Natur des Antialias-Filters nicht verstehst, kannst du die Natur des digitalen Signals nicht verstehen. Zweitens soll die Zukunft von DSP Hardware mit Software ersetzen. Zum Beispiel reduzieren die Multirate-Techniken, die später in diesem Kapitel vorgestellt werden, die Notwendigkeit von Antialias - und Rekonstruktionsfiltern durch fantastische Software-Tricks. Wenn du die Hardware nicht verstehst, kannst du keine Software entwerfen, um sie zu ersetzen. Drittens ist viel von DSP auf digitales Filterdesign bezogen. Eine gemeinsame Strategie ist es, mit einem gleichwertigen analogen Filter zu beginnen. Und konvertiere es in Software. Spätere Kapitel gehen davon aus, dass Sie Grundkenntnisse über analoge Filtertechniken haben. Drei Arten von analogen Filtern werden häufig verwendet: Chebyshev. Butterworth Und Bessel (auch Thompson-Filter genannt). Jeder von ihnen ist entworfen, um einen anderen Leistungsparameter zu optimieren. Die Komplexität jedes Filters kann durch Auswahl der Anzahl der Pole eingestellt werden. Ein mathematischer Begriff, der in späteren Kapiteln diskutiert wird. Je mehr Pole in einem Filter, desto mehr Elektronik benötigt man, und je besser es funktioniert. Jeder dieser Namen beschreibt, was der Filter tut. Nicht eine besondere Anordnung von Widerständen und Kondensatoren. Beispielsweise kann ein sechspoliger Bessel-Filter durch viele verschiedene Arten von Schaltungen implementiert werden, die alle die gleichen Gesamtcharakteristiken aufweisen. Für DSP-Zwecke sind die Eigenschaften dieser Filter wichtiger als sie konstruiert werden. Dennoch werden wir mit einem kurzen Segment auf dem elektronischen Design dieser Filter beginnen, um ein Gesamtkonzept zu schaffen. Abbildung 3-8 zeigt einen gemeinsamen Baustein für das analoge Filterdesign, den modifizierten Sallen-Key-Schaltkreis. Dies ist nach den Autoren eines 1950er-Papiers benannt, das die Technik beschreibt. Die dargestellte Schaltung ist ein zweipoliges Tiefpaßfilter, das als beliebige der drei Grundtypen konfiguriert werden kann. Tabelle 3-1 liefert die notwendigen Informationen zur Auswahl der entsprechenden Widerstände und Kondensatoren. Um beispielsweise einen 1 kHz, 2-poligen Butterworth-Filter zu entwerfen, liefert Tabelle 3-1 die Parameter: k 1 0,1592 und k 2 0,586. Willkürlich Auswahl von R 1 10K und C 0,01uF (gemeinsame Werte für Operationsverstärkerschaltungen) können R und R f als 15,95 K bzw. 5,86 K berechnet werden. Abgerundet diese letzten beiden Werte auf die nächsten 1 Standardwiderstände, ergibt R 15.8K und R f 5.90K Alle Komponenten sollten 1 Präzision oder besser sein. Der besondere Operationsverstärker ist nicht kritisch, solange die Unity-Verstärkungsfrequenz mehr als 30- bis 100-mal höher ist als die Filter-Cutoff-Frequenz. Dies ist eine einfache Anforderung, solange die Filter-Cutoff-Frequenz unter etwa 100 kHz liegt. Vier, sechs und acht Polfilter werden durch Kaskadierung 2,3 bzw. 4 dieser Schaltungen gebildet. Zum Beispiel, Fig. 3-9 zeigt die schematische Darstellung eines 6-poligen Bessel-Filters, der durch Kaskadierung von drei Stufen erzeugt wird. Jede Stufe hat unterschiedliche Werte für k & sub1; und k & sub2 ;, wie in Tabelle 3-1 angegeben, was zu unterschiedlichen Widerständen und Kondensatoren führt. Benötigen Sie einen Hochpassfilter Tauschen Sie einfach die R - und C-Komponenten in den Schaltkreisen aus (wobei R f und R 1 alleine liegen). Diese Art von Schaltung ist sehr häufig für kleine Mengen Herstellung und RampD-Anwendungen jedoch ernsthafte Produktion erfordert, dass der Filter als integrierte Schaltung gemacht werden. Das Problem ist, es ist schwierig, Widerstände direkt in Silizium zu machen. Die Antwort ist der geschaltete Kondensatorfilter. Abbildung 3-10 zeigt seinen Betrieb durch Vergleich mit einem einfachen RC-Netzwerk. Wird eine Schrittfunktion in einen RC-Tiefpaßfilter eingespeist, steigt der Ausgang exponentiell an, bis er mit dem Eingang übereinstimmt. Die Spannung am Kondensator ändert sich nicht sofort, da der Widerstand den Strom der elektrischen Ladung begrenzt. Der geschaltete Kondensatorfilter arbeitet, indem er das Grundwiderstands-Kondensator-Netzwerk durch zwei Kondensatoren und einen elektronischen Schalter ersetzt. Der neu hinzugefügte Kondensator ist viel kleiner im Wert als der bereits vorhandene Kondensator, also 1 seines Wertes. Der Schalter verbindet abwechselnd den kleinen Kondensator zwischen dem Eingang und dem Ausgang mit einer sehr hohen Frequenz, typischerweise 100 mal schneller als die Cutoff-Frequenz des Filters. Wenn der Schalter an den Eingang angeschlossen ist, lädt sich der kleine Kondensator schnell auf die beliebige Spannung des Eingangs auf. Wenn der Schalter mit dem Ausgang verbunden ist, wird die Ladung des kleinen Kondensators auf den großen Kondensator übertragen. In einem Widerstand wird die Ladungsübertragung durch ihren Widerstand bestimmt. In einer geschalteten Kondensatorschaltung wird die Ladungsübertragungsrate durch den Wert des kleinen Kondensators und durch die Schaltfrequenz bestimmt. Dies führt zu einem sehr nützlichen Merkmal von geschalteten Kondensatorfiltern: Die Grenzfrequenz des Filters ist direkt proportional zur Taktfrequenz, die zum Ansteuern der Schalter verwendet wird. Damit ist der geschaltete Kondensatorfilter ideal für Datenerfassungssysteme geeignet, die mit mehr als einer Abtastrate arbeiten. Diese sind einfach zu bedienende Geräte zahlen zehn Dollar und haben die Leistung eines acht-poligen Filter in einem einzigen 8-Pin-IC. Jetzt für den wichtigen Teil: die Eigenschaften der drei klassischen Filtertypen. Der erste Leistungsparameter, den wir erforschen wollen, ist die Abschärfungsfrequenzschärfe. Ein Tiefpaßfilter ist so ausgelegt, dass er alle Frequenzen oberhalb der Grenzfrequenz (das Stoppband) blockiert, während alle Frequenzen unterhalb des Durchlassbandes liegen. Abbildung 3-11 zeigt den Frequenzgang dieser drei Filter auf einer logarithmischen (dB) Skala. Diese Graphen werden für Filter mit einer Hertz-Cutoff-Frequenz gezeigt, aber sie können direkt auf jede Cutoff-Frequenz skaliert werden, die Sie verwenden müssen. Wie ist diese Filter-Rate Der Chebyshev ist eindeutig der Beste, der Butterworth ist schlimmer, und der Bessel ist absolut grässlich Wie du vermutlich vermutet hast, das ist, was der Chebyshev entworfen ist, um zu rollen (Abfall in Amplitude) so schnell wie möglich zu machen . Leider ist sogar ein 8-poliger Chebyshev nicht so gut wie man es für einen Antialias-Filter möchte. Zum Beispiel stellen Sie sich eine 12-Bit-System-Sampling bei 10.000 Samples pro Sekunde vor. Das Sampling Theorem diktiert, dass jede Frequenz über 5 kHz wird aliased, was Sie vermeiden möchten. Mit einer kleinen Vermutungsarbeit entscheiden Sie, dass alle Frequenzen über 5 kHz in der Amplitude um den Faktor 100 reduziert werden müssen, um sicherzustellen, dass alle Aliasfrequenzen eine Amplitude von weniger als einem Prozent haben werden. Blick auf Abb. 3-11c, finden Sie, dass ein 8-poliger Chebyshev-Filter mit einer Cutoff-Frequenz von 1 Hertz keine Dämpfung (Signalreduktion) von 100 bis etwa 1,35 Hertz erreicht. Bei der Skalierung dieses Beispiels muss die Filter-Cutoff-Frequenz auf 3,7 kHz eingestellt werden, so dass alles über 5 kHz die erforderliche Dämpfung haben wird. Dies führt dazu, dass das Frequenzband zwischen 3,7 kHz und 5 kHz beim unzureichenden Abrollen des analogen Filters verschwendet wird. Ein subtiler Punkt: Der Dämpfungsfaktor von 100 in diesem Beispiel ist wahrscheinlich ausreichend, obwohl es 4096 Schritte in 12 Bit. Aus Abb. 3-4, 5100 hertz will alias to 4900 hertz, 6000 hertz will alias to 4000 hertz, etc. You dont care what the amplitudes of the signals between 5000 and 6300 hertz are, because they alias into the unusable region between 3700 hertz and 5000 hertz. In order for a frequency to alias into the filters passband (0 to 3.7 kHz), it must be greater than 6300 hertz, or 1.7 times the filters cutoff frequency of 3700 hertz. Wie in Fig. 3-11c, the attenuation provided by an 8 pole Chebyshev filter at 1.7 times the cutoff frequency is about 1300, much more adequate than the 100 we started the analysis with. The moral to this story: In most systems, the frequency band between about 0.4 and 0.5 of the sampling frequency is an unusable wasteland of filter roll-off and aliased signals . This is a direct result of the limitations of analog filters. The frequency response of the perfect low-pass filter is flat across the entire passband. All of the filters look great in this respect in Fig. 3-11, but only because the vertical axis is displayed on a logarithmic scale. Another story is told when the graphs are converted to a linear vertical scale, as is shown in Fig. 3-12. Passband ripple can now be seen in the Chebyshev filter (wavy variations in the amplitude of the passed frequencies). In fact, the Chebyshev filter obtains its excellent roll-off by allowing this passband ripple. When more passband ripple is allowed in a filter, a faster roll-off can be achieved. All the Chebyshev filters designed by using Table 3-1 have a passband ripple of about 6 (0.5 dB), a good compromise, and a common choice. A similar design, the elliptic filter. allows ripple in both the passband and the stopband. Although harder to design, elliptic filters can achieve an even better tradeoff between roll-off and passband ripple. In comparison, the Butterworth filter is optimized to provide the sharpest roll-off possible without allowing ripple in the passband. It is commonly called the maximally flat filter . and is identical to a Chebyshev designed for zero passband ripple. The Bessel filter has no ripple in the passband, but the roll-off far worse than the Butterworth. The last parameter to evaluate is the step response. how the filter responds when the input rapidly changes from one value to another. Figure 3-13 shows the step response of each of the three filters. The horizontal axis is shown for filters with a 1 hertz cutoff frequency, but can be scaled (inversely) for higher cutoff frequencies. For example, a 1000 hertz cutoff frequency would show a step response in milliseconds . rather than seconds . The Butterworth and Chebyshev filters overshoot and show ringing (oscillations that slowly decreasing in amplitude). In comparison, the Bessel filter has neither of these nasty problems. Figure 3-14 further illustrates this very favorable characteristic of the Bessel filter. Figure (a) shows a pulse waveform, which can be viewed as a rising step followed by a falling step. Figures (b) and (c) show how this waveform would appear after Bessel and Chebyshev filters, respectively. If this were a video signal, for instance, the distortion introduced by the Chebyshev filter would be devastating The overshoot would change the brightness of the edges of objects compared to their centers . Worse yet, the left side of objects would look bright, while the right side of objects would look dark. Many applications cannot tolerate poor performance in the step response. This is where the Bessel filter shines no overshoot and symmetrical edges.