CC BY
12УДК 621.396.621.59
РАЗРАБОТКА АЛГОРИТМА АВТОМАТИЧЕСКОЙ РЕГУЛИРОВКИ УСИЛЕНИЯ ДЛЯ ОБРАБОТКИ РЕАЛЬНЫХ ЦИФРОВЫХ СИГНАЛОВ
С. А. Мешков1, М. А. Богачев23
1 Балтийский государственный технический университет «ВОЕНМЕХ» им. Д. Ф. Устинова, Санкт-Петербург, Российская Федерация
2 Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина), Санкт-Петербург, Российская Федерация
3 ООО «Специальный Технологический Центр», Санкт-Петербург, Российская Федерация
Аннотация. Алгоритмы обработки сигналов необходимы для корректного восстановления информации в несущем сообщении. Возникает вопрос актуальности применения имеющихся методов. В процессе цифровизации и использования инновационных технологий появляется возможность создания принципиально новых высокоэффективных алгоритмов обработки. В работе предложен алгоритм, выполняющий работу цифрового устройства автоматического регулирования усиления, который способен обрабатывать дискретные сигналы произвольной длительности. Полученный алгоритм отличается быстродействием и низким значением паразитной амплитудной модуляции после обработки.
Ключевые слова: алгоритм, цифровая обработка, АРУ, компьютерное моделирование, системы автоматического слежения.
Для цитирования: Мешков С. А., Богачев М. А. Разработка алгоритма автоматической регулировки усиления для обработки реальных цифровых сигналов // Аэрокосмическая техника и технологии. 2023. Т. 1. № 2. С. 108-117.
DEVELOPMENT OF AN AUTOMATIC GAIN CONTROL ALGORITHM FOR PROCESSING REAL DIGITAL SIGNALS
S. A. Meshkov1, M. A. Bogachev23
1 Baltic State Technical University "VOENMEH", Saint Petersburg, Russian Federation
2 Saint Petersburg State Electrotechnical University "LETI", Saint Petersburg, Russian Federation
3 OOO Special Technology Center, Saint Petersburg, Russian Federation
© Мешков С. А., Богачев М. А., 2023
Abstract. Signal processing algorithms are necessary for the correct recovery of information in the carrier message. The question of the relevance of existing methods arises. Digitalization and the use of innovative technologies make it possible to create fundamentally new highly efficient processing algorithms. The paper proposes an algorithm that proceeds as a digital automatic gain control device that is capable of processing discrete signals of arbitrary duration. The resulting algorithm is characterized by high speed and low value of incidental amplitude modulation after processing.
Keywords: algorithm, digital processing, AGC, computer simulation, automatic tracking systems.
For citation: Meshkov S. A., Bogachev M. A. Development of an automatic gain control algorithm for processing real digital signals. Aerospace Engineering and Technology. 2023. Vol. 1. No. 2, pp. 108-117.
Введение
При приеме реальных сигналов предающие каналы обладают неидеальными свойствами, которые сильно искажают принимаемый сигнал. Среди таких свойств можно выделить: дробовые и тепловые шумы; помехи, вызванные соседним каналом; частотно-селективные замирания; многолучевое распространение. Представленные эффекты отрицательно влияют на качество принимаемого сигнала, из-за чего невозможно корректное применение как корреляционного анализа, так и других классических методов обработки. Проблему нестабильности огибающей сигнала решает устройство автоматической регулировки усиления (АРУ), которое стабилизирует сигнал в амплитудной области [1]. Устройства АРУ являются важным компонентом в системах обработки сигналов. Их основная задача состоит в поддержании стабильного уровня усиления сигнала независимо от изменений входной амплитуды или условий работы. Устройства способны динамически контролировать и регулировать усиление сигнала на основе обратной связи [2]. Могут быть реализованы аналоговые, цифровые или комбинированные системы, в зависимости от требований конкретного приложения. Устройства автоматического регулирования не теряют актуальности со времен аналоговой техники, однако сейчас аналоговые схемы теряют свою актуальность с внедрением расчетов на электронной вычислительной машине и использованием знаний цифровой обработки. Поэтому большинство узлов современного принимающего устройства занимают не электрические схемы, а математические алгоритмы, описывающие непосредственную работу данного узла.
В одной из имеющихся классификаций вводят три различных алгоритма, осуществляющих АРУ: линейный, логарифмический и экспоненциальный [3]. Они полностью повторяют работу аналоговых эквивалентов, не используя современные возможности цифровых устройств, что усложняет работу АРУ, увеличивая количество вычислений, следовательно, такая система теряет эффективность.
Цифровая обработка открывает больше возможностей при использовании аналитического сигнала и модели дискретного сигнала в целом. Вместо неэффективного интегрального преобразования в схемах используются алгоритмы, основанные на последовательном суммировании, умножении или быстром преобразовании Фурье (БПФ), что уменьшает время выполнения преобразования и количество вычислений [4].
В данной работе алгоритм АРУ будет тестироваться на модели реального сигнала, который представляет собой аддитивную смесь полезного модулированного сигнала и шума. Для простоты исследования на функцию распределения шума наложены ограничения, которые заключаются в стационарности и эргодичности, а сама функция распределения будет равномерной [5]. В качестве модулированного сигнала синтезирована модель сигнала с двухпозиционной частотной манипуляцией. Выбор такого сигнала основан на том, что в диапазоне коротких волн данный вид манипуляции до сих пор пользуется большим успехом из-за высокой помехоустойчивости и простоты реализации модулятора.
Проблема разработки алгоритма АРУ решена с использованием актуальных знаний цифровой обработки сигналов, что имеет большую актуальность на фоне высокого уровня цифровизации технологий [6].
Моделирование принимаемого реального сигнала
На вход узла необходимо подать вещественный однофазный сигнал, чтобы была возможность ассоциировать разработанную модель с реальным приемным сообщением. Для моделирования создадим тестовый сигнал с двухпозиционной частотной манипуляцией и бодовой скоростью bd = 50 бод. Бодовоя скорость выбрана исходя из соображений о низкоскоростной манипуляции. Разработка в низкоскоростной области оправдана тем, что при анализе работы не будет ошибок, вызванных межсимвольной интерференцией, которые корректируются на этапе постобработки. Следовательно, низкоскоростная область позволяет объективно оценить процессы, которые моделирует алгоритм [7]. Частота дискретизации моделируемого сигнала fs = 8000 Гц выбрана исходя из параметров популярных аналогово-цифровых преобразователей, применяемых в коротких волнах диапазоне.
Синтетический сигнал создавался в среде программирования МАТЬАБ. Для моделирования реального канала добавим к каналу замирания и паразитную амплитудную модуляцию. На рис. 1 представлен исходный код, формирующий тестовый сигнал.
В результате выполнения представленной программы получен сигнал, имеющий шумовые характеристики тождественно равные реальному. На рис. 2 представлен синтезированный сигнал.
N » 960; % количество отсчетов сигнала n * 0:1:N-1; % нормированное время £0 * 500; % частота сигнала fa 8000; % частота дискретизации Ьг * 50; %бодовая скорость t = 0:1:159;
el * ones(1,fs/br).«sin(2*px*f0*t/fs);
eO - ones{1,fs/br).*sin{2*pi*2*f0*t/fs);
z * zeros{1,fs/br);
sigl * [el el z z el z];
sigO * [z z eO eO z eOJ;
sig * sigl+sigO;
r * -1 + 2*rand(N,1)^Моделирование замираний и паразитной AM
г " г1 ;
sum * sig+r;
figure;
plot(sig)
Рис. 1. Исходный код формирования манипулированного сигнала
Рис. 2. Модель реального сигнала с ЧТ2
Исходя из параметров моделирования, дисперсия модели шума о2 = 1 В, а при фиксированной амплитуде сигнала Усиг = 1 В, следовательно, отношение сигнал - шум такого сигнала:
= 10 ^ = 1018 (1) = 0 дБ.
При исследовании сигналов с таким отношением дальнейшая обработка будет затруднена, однако использование устройства АРУ позволяет повысить отношение, чем повысит качество обработки сигнала.
Разработка алгоритма АРУ
Входной буфер алгоритма будет представлять собой фильтр нижних частот, который отсекает высокочастотные составляющие шума, которые могут помешать регулировке уровня. Наличие замираний и паразитной модуляции не позволяет нормировать сигнал и тем самым провести простую регулировку уровня [8].
Для выравнивания сигнала используется усреднение огибающей, а также обработка аналитического сигнала через реальный нерекурсивный фильтр скользящего среднего. Выделение огибающей происходит с помощью преобразования Гилберта, которое основано на двукратном применении БПФ. Преобразование Гилберта можно представить следующим образом:
H{f(u>, ф)} = F-1{/i (w, ф)} = ф) = F{/(w, ф)}, ф = ф + П ,
где F-1{}, -F{} - прямое и обратное БПФ соответственно.
Преобразование Гилберта позволяет получить аналитический сигнал, модуль которого является огибающей сигнала, которую необходимо стабилизировать. После фильтрации огибающей сигнал попадает на дополнительный блок фильтрации - это аналогичный нерекурсивный фильтр скользящего среднего с задержкой по фазе, которая задается исходя их известный алгоритмов. Реализация предложенного алгоритма представлена в среде программирования MATLAB (рис. 3).
Asig * hilbert(у); % аналитический сигнал
К = ceil{length(Asig)*br/fs);% длительность усреднения
h = h./(h*K); % коэффициенты однородного фильтра
Ogsr * fliter(h, 1, abs(Asig)); % усредненное значение огибающей
OgsrD * filter(hd, 1, Asig);% Фильтрованная задержанная огибающая
y_aru * OgsrD./Ogsr; % выравнивание уровня сигнала
Рис. 3. Программная реализация алгоритма АРУ
В своих наработках В. А. Филимонов приводит похожий алгоритм реализации АРУ, но в его трудах не говорится о выборе длительности усреднения. Отталкиваясь от известных закономерностей алгоритмов АРУ, можно сказать, что
при малых и больших коэффициентах усреднения устройство будет работать некорректно, однако при длительностях усреднения пропорциональных длительности одной посылки можно наблюдать уменьшение паразитной модуляции и корректному выравниванию сигнала [9, 10]. В результате моделирования получен обработанный сигнал, представленный на рис. 4. При сравнении сигналов (см. рис. 2 и 4) можно заметить, что уровень шума в сигнале заметно ниже, и отчетливо просматривается структура ЧТ2 [11, 12].
1 1 1 1 1 1 1 1 II III 1 ill
II 1 1
1 || 1 I г 111 III 11 1
1 1 1 1 1 1 1 1
О 100 300 300 400 500 600 700 800 900 1000
samples
Рис. 4. Искусственный сигнал, обработанный с помощью алгоритма АРУ Оценка оптимального интервала усреднения
Вывод о том, что интервал усреднения должен быть пропорционален скорости передачи символов, сделан эмпирически. Чтобы доказать состоятельность выбранного критерия, приведем зависимость паразитной модуляции от интервала усреднения (рис. 5).
Анализ коэффициента паразитной модуляции основывается на способе фильтрации низкочастотной огибающей с постоянным изменением интервала усреднения, в результате чего получено распределение (рис. 6).
0 for i -1:1:1500
[b, а] - butter(3,0 .5); у * filtflit(b,a,sum);
Asig ™ hilbert(y); % аналитический сигнал К = ceil(length(Asig)*i/fs);% длительность усреднения h » 1:1:K;
h * h./(h*K); % коэффициенты однородного фильтра
Ogsr = filter(h, 1, abs(Asig)); % усредненное значение огибающей hd « l:l:ceil(К/2); hd - [hd*0 1];
OgsrO = filter(hd, 1, Asig);% Фильтрованная задержанная огибающая y_aru * OgsrD./Ogsr; % выравнивание уровня сигнала
%Блок оценки глубины паразитной AM [b,а] * butter(3,0.05); fog = filtfilt(b,a,y_aru); temp = fog(1000;2000); ate * abs(temp);
ind{i) =■ (max(ate)-min(ate))/(max(ate)+min(ate));
end
Рис. 5. Алгоритм тестирования интервала усреднения
Рис. 6. Распределение коэффициента паразитной модуляции от интервала усреднения
При анализе рис. 6 можно подчеркнуть наличие минимумов индексов модуляции в точках, пропорциональных бодовой скорости. Данный вывод можно
доказать с помощью цифровой обработки сигналов. При усреднении на интервале, равному длительности передачи одного символа, алгоритм обособлено обрабатывает каждый из символов полученного сообщения, что позволяет обособиться от замираний и уменьшить скачки уровней сигнала.
Таким образом, синтезированный алгоритм позволяет отказаться от громоздких моделирований цифровых эквивалентов аналоговых АРУ, что позволяет увеличить скорость работы цифрового приемника и оптимизировать его ресурсы. Это даст искомый выигрыш вычислений, что способствует эффективной цифровизации имеющегося оборудования приема и обработки сигналов.
Заключение
Исследованы и представлены цифровые алгоритмы АРУ, рассмотрены различные методы и подходы к регулированию усиления, основанные на обработке и анализе входного сигнала. В ходе исследования выявлено, что цифровые алгоритмы АРУ обладают рядом преимуществ по сравнению с традиционными аналоговыми методами - более точное и гибкое управление усилением, улучшенная стабильность и устойчивость работы системы.
Подтвердили свою эффективность проведенные эксперименты, численные моделирования и предложенные цифровые АРУ. Они продемонстрировали способность обеспечивать точное и стабильное регулирование усиления в широком диапазоне условий и входных сигналов.
Результаты исследования подтверждают значимость и перспективность применения цифровых алгоритмов АРУ. Их можно использовать в различных областях для повышения качества и эффективности систем обработки сигналов: аудио- и видеообработка, связь, медицинская техника и др.
Библиографический список
1. Скляр Б. Цифровая связь. Теоретические основы и практическое применение. - 2-е изд. -М.: Издательский дом «Вильям», 2003. - 1104 с.
2. Филимонов В. А. Разработка алгоритма автоматической регулировки усиления для речевого сигнала // Цифровая обработка сигналов. - 2017. - № 4. - 76 с.
3. Баскаков С. И. Радиотехнические цепи и сигналы. - М.: Высшая школа, 2003. - 462 с.
4. Кривошеев В. И. Синтез оптимальных приемных устройств радиосигналов на фоне помех: Учебное пособие. - Н. Новгород: Изд-во Нижегородского университета, 2009. - 128 с.
5. Кук Ч. Радиолокационные сигналы: теория и применение / Ч. Кук, М. Бернфельд; пер. с англ. под ред. В. С. Кельзона. - М.: Изд-во «Советское радио», 1971. - 568 с.
6. Гоноровский И. С. Радиотехнические цепи и сигналы. - М.: Изд-во «Советское радио», 1977. - 608 с.
7. Shannon C. E. A Mathematical Theory of Communication Bell // System Technical Journal. - 1948. - Vol. 27. - № 3. - P. 419.
8. Лебедев Д. С. О возможности увеличения скорости передачи телеграфных сообщений / Д. С. Лебедев, В. А. Гармаш. - М.: Электросвязь, 1958. - С. 68-69.
9. Частотно-манипулированные сигналы FSK (frequency shift key) и FSK сигналы с непрерывной фазой CPFSK (continuous phase FSK). - URL: https://ru.dsplib.org/content/signal_fsk/signal_fsk.html (дата обращения: 20.05.2023).
10. Цифровой контур ФАПЧ (digital PLL) и его свойства. - URL: http://www.dsplib.ru/content/dpll/dpll.html (дата обращения: 25.05.2023).
11. Цифровая передискретизация сигналов на основе полиномиальной интерполяции. Фильтр Фарроу. - URL: https://ru.dsplib.org/content/resampling_lagrange/resampling_lagrange.html (дата обращения: 25.05.2023).
12. Прасолов А. А. Обзор применения систем автоматической регулировки усиления в радиоприемных устройствах. - URL: https://cyberleninka.ru/article/n/obzor-primeneniya-sistem-avtomaticheskoy-regulirovki-usileniya-v-radiopriemnyh-ustroystvah (дата обращения: 22.05.2023).
Дата поступления: 22.05.2023 Решение о публикации: 01.06.2023
Контактная информация:
МЕШКОВ Сергей Анатольевич - канд. техн. наук, доцент (Балтийский государственный технический университет «ВОЕНМЕХ» им. Д. Ф. Устинова, Российская Федерация, 190005, Санкт-Петербург, 1-я Красноармейская ул., д.1), meshkov_sa@voenmeh.ru
БОГАЧЕВ Максим Александрович - студент (Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина), Российская Федерация, 197022, Санкт-Петербург, ул. Профессора Попова, д. 5, лит. Ф); техник-программист (ООО «Специальный Технологический Центр», Российская Федерация, 195220, Санкт-Петербург, Пискаревский пр-т, 150, к. 5), empety_line@mail.ru
References
1. Sklyar B. Tsifrovaya svyaz'. Teoreticheskiye osnovy i prakticheskoye primeneniye. 2-e izd. [Digital communication. Theoretical foundations and practical application. Ed. 2]. Moscow: Moscow, William Publishing House, 2003, 1104 p. (In Russian)
2. Filimonov V. A. Razrabotka algoritma avtomaticheskoy regulirovki usileniya dlya rechevogo signala [Development of an automatic gain control algorithm for a speech signal]. Digital Signal Processing. 2017. No. 4, 76 p. (In Russian)
3. Baskakov S. I. Radiotekhnicheskiye tsepi i signaly [Radio engineering circuits and signals]. Moscow: Vysshaya Shkola Publ., 2003. 462 p. (In Russian)
4. Krivosheyev V. I. Sintez optimal'nykh priyemnykh ustroystv radiosignalov na fone pomekh: Uchebnoye posobiye [Synthesis of optimal radio receivers against the background of interference: Training Manual]. N. Novgorod: Publishing house of the Nizhny Novgorod University, 2009, 128 p. (In Russian)
5. Cook Ch., Bernfeld M. Radar Signals. An Introduction to Theory and Application. Ed. by V. S. Kelzon. Moscow: Sovetskoye Radio Publ., 1971, 568 p. (In Russian)
6. Gonorovsky I. S. Radiotekhnicheskiye tsepi i signaly [Radio engineering circuits and signals]. Moscow: Sovetskoye Radio Publ., 1977, 608 p. (In Russian)
7. Shannon C. E. A Mathematical Theory of Communication Bell. System Technical Journal. 1948. Vol. 27. No. 3, p. 419.
8. Lebedev D. S., Garmash V. A. O vozmozhnosti uvelicheniya skorosti peredachi telegrafnykh soobshcheniy [On the possibility of increasing the speed of transmission of telegraph messages]. Moscow: Elektrosvyaz, 1958, pp. 68-69. (In Russian)
9. Chastotno-manipulirovannyye signaly FSK (frequency shift key) i FSK signaly s nepreryvnoy fazoy CPFSK (continuous phase FSK) [Frequency shift key (FSK) signals and continuous phase (CPFSK) FSK signals]. URL: https://ru.dsplib.org/content/signal_fsk/signal_fsk.html (accessed: May 20, 2023).
10. Tsifrovoy kontur FAPCh (digital PLL) i ego svoystva [Digital PLL circuit and its properties]. URL: http://www.dsplib.ru/content/dpll/dpll.html (accessed: May 25, 2023).
11. Tsifrovaya perediskretizatsiya signalov na osnove polinomial'noy interpolyatsii. Fil'tr Far-rou [Digital resampling of signals based on polynomial interpolation. Farrow filter]. URL: https://ru.dsplib.org/content/resampling_lagrange/resampling_lagrange.html (accessed: May 25, 2023).
12. Prasolov A. A. Obzor primeneniya sistem avtomaticheskoy regulirovki usileniya v radiopri-yemnykh ustroystvakh [Review of the application of automatic gain control systems in radio receivers]. URL: https://cyberleninka.ru/article/n/obzor-primeneniya-sistem-avtomaticheskoy-regulirovki-usileniya-v-radiopriemnyh-ustroystvah (accessed: May 22, 2023)
Date of receipt: May 22, 2023 Publication decision: June 1, 2023
Contact information:
Sergei A. MESHKOV - Candidate of Technical Sciences, Associate Professor (Baltic State Technical University "VOENMEH", Russian Federation, 190005, Saint Petersburg, 1st Krasnoarmey-skaya ul., 1), meshkov_sa@voenmeh.ru
Maksim A. BOGACHEV - Student (Saint Petersburg State Electrotechnical University "LETI", Russian Federation, 197022, Saint Petersburg, ul. Professora Popova, 5, letter F); Technician-Programmer (OOO Special Technology Center, Russian Federation, 195220, Saint Petersburg, Piskarevsky pr., 150, building 5,), empety_line@mail.ru
