论文部分内容阅读
阵列测向在移动通信、电子对抗、参数估计、信号识别等领域有着广泛的应用前景。信号子空间方法是阵列测向方法中重要的一种,经过多年的发展,已经产生了大量性能优异的测向算法,典型的有MUSIC(Multiple SIgnal Classification)、ESPRIT(Estimation of Signal Parameters via Rotational Invariance Technique)等。在基于信号子空间的各种算法中,由R.O.Schmidt提出的MUSIC算法具有高精度和高分辨率的特性,但因为运算量大,至今无法应用在实时场合。因此研究MUSIC算法的实时实现有着十分重要的意义。本文主要研究MUSIC算法在一个四阵元的均匀线阵的测向系统上的FPGA实现问题:(1)本文针对现有基于FPGA实现特征值分解(EVD)的算法的不足,提出更适合FPGA实现特征值分解的MC-Jacobi算法。MC-Jacobi算法增加了特征值分解的并行性,因此特征值分解的时间只有原算法的1/3。(2)本文给出基于MC-Jacobi算法的EVD模块框图,采用VHDL语言进行RTL级描述,并进行功能仿真和时序仿真;在建立FPGA硬件测试模型后,在开发板上进行硬件测试。(3)本文给出MUSIC算法中协方差模块和谱峰搜索模块的FPGA解决方案,给出了硬件实现框图,用VHDL进行RTL级描述,进行了软件仿真、硬件测试。(4)本文对MUSIC算法的各模块进行了互连调试工作。当采用了Altera公司Cyclone系列的FPGA实现MUSIC算法时,单次运算时间在20us以内。与基于PDSP设计的MUSIC专用处理器相比,时间减少2个数量级,与国外基于FPGA设计的MUSIC专用处理器相比,在使用相同器件时时间减少一半。