关键词:
OFDM
FFT并行计算
量化误差
QPP交织器
列表译码
turbo码
卷积码
硬件设计
摘要:
正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)在多载波传输体制中具有基础性的地位。在以LTE-Advanced、IEEE 802.11ac/ad/ay为代表的宽带无线通信标准中,OFDM是实现高速信息传输的使能技术。以此同时,随着物联网(Internet of Things,IoT)的不断发展完善,OFDM也被3GPP标准化组织遴选为IoT底层机器类型通信(Machine Type Communications,MTC)的解决方案之一。快速傅里叶变换(Fast Fourier Transform,FFT)和信道译码被认为是OFDM系统的关键技术:OFDM信号的解调需要通过FFT来完成,而信道译码是提升信息传输可靠性的主要手段之一。因此,设计高效的FFT解调和信道译码算法及硬件结构对采用OFDM技术的实际通信设备具有重要意义,同时也是学术和工业界持续关注的热点。本文的研究正是围绕这一问题展开,主要工作和创新点包含以下方面:首先,对于目前带宽达数百兆乃至上千兆赫兹的OFDM信号,FFT需要以并行计算方式来完成信号的高速解调,如何以较低的硬件代价来实现具有并行处理能力的FFT计算单元便成为OFDM系统需要解决的关键问题。以此为出发点,论文首先对离散傅里叶变换(Discrete Fourier Transform,DFT)矩阵进行细粒度分解,在此基础上推导得到了新的FFT并行计算方案。进而在设计并行流水线硬件结构时,利用折叠变换的电路分析方法来对运算操作和硬件资源进行合理调度与分配,提出了混合抽取多路延迟反馈的FFT硬件实现方案。在不影响吞吐量和计算时延等关键指标的前提下,所提硬件结构有效融合了现有设计方案的优势,即所消耗的存储资源与多路延迟反馈结构相同,同时占用的计算资源与多路延迟换向结构相当,总硬件资源开销大大低于现有方案。其次,计算结果的信号与量化噪声功率比(Signal-to-Quantization-NoiseRatio,SQNR)是FFT硬件方案设计要考虑的重要指标之一。由于数据控制结构易于实现,radix-2算法是目前FFT硬件设计主要遵循的计算方法。为使研究更具普适性,论文首先对radix-2算法的计算方式进行扩展而提出更通用的混合radix-2算法,并采用矩阵形式对其信号流图进行了严格描述。进而在数据位宽动态变化的定点运算方式下,对混合radix-2FFT算法量化误差的统计特性与传播方式进行建模,推导出了计算结果SQNR估计表达式并进行硬件测试验证。实验结果表明,所提方案给出的SQNR估计值能很好地与实测结果吻合,充分验证了建模过程的合理性。注意到对于采用混合radix-2算法的FFT流水线结构,算法阶数和数据位宽的设置将同时影响其硬件资源消耗和SQNR性能,此时硬件复杂度与计算准确度的有效折衷需要通过合理的参数选择来实现。为此论文进一步分析了混合radix-2算法在在不同流水线结构下的硬件资源需求,提出基于模拟退火启发式搜索的算法阶数与数据位宽联合优化方法。相比于仅考虑数据位宽优化的已有参数选择方案,所提联合优化方法能够以同样的硬件资源开销使FFT计算单元获得显著的SQNR性能提升。在信道译码的研究方面,论文首先考虑了在OFDM宽带无线传输系统中广泛应用的turbo码。交织器在turbo码译码器内用于控制并行软输入软输出(Soft Input Soft Output,SISO)译码单元对外信息的访问。在高并行度下,交织地址的伪随机性给迭代译码过程中外信息的无冲突存取带来了挑战,同时交织器的实现也将具有极高的硬件复杂度,这些问题成为高吞吐量turbo码译码器设计亟待突破的瓶颈。论文以广泛应用的二次置换多项式(Quadratic Permutation Polynomials,QPP)交织器为研究对象,首先研究了在QPP交织方式下,以不同译码策略工作的并行SISO译码单元与外信息存储模块之间的数据传递方式,基于此设计了满足无冲突数据存取的外信息存储方法。所提方案能够适应译码器并行度的改变,且能支持SISO译码单元所采用的各类译码策略,解决了现有方案仅适用于单一译码策略的问题。另一方面,论文利用QPP函数的代数性质来对交织地址的产生和外信息并行读取过程中的算术运算和逻辑操作进行简化,提出了低复杂度并行QPP交织器硬件结构。和已有的QPP交织器实现结构相比,所提方案除了具有更低的硬件复杂度外,还同时适应SISO译码单元所采用的不同译码策略,具有通用性。卷积码是基于OFDM传输体制的MTC设备所采用的信道编码方案。提升译码器的纠错能力是改善MTC设备接收灵敏度、增强其覆盖能力的有效手段之一。相较于Viterbi算法,列表译码算法作为另一类卷积码译码方案以其更优的