CN105050175A - 深空传输链路小波提取弱信号的装置及方法 - Google Patents

Abstract

深空传输链路小波提取弱信号的装置及方法，涉及一种深空传输链路小波提取弱信号方法及其硬件实现。本发明是为了在深空通信中，提高深空通信链路增益，以及提高接收弱信号的信噪比。本发明设计了离散小波变换DWT模块，功能是对含噪信号进行分；设计了小波阈值处理模块：阈值模块代表相应分解级数上信号高频小波系数的阈值处理模块，用于实现系数的软阈值处理；设计了离散小波逆变换IDWT模块，该模块用于实现信号的重构；将前述内容功能模块在Xilinx？Virtex-5硬件平台上利用硬件语言进行实现，实现在深空传输链路中用小波阈值法提取弱信号。本发明适用于深空传输链路小波弱信号的提取。

Description

深空传输链路小波提取弱信号的装置及方法

技术领域

本发明涉及一种深空传输链路小波提取弱信号方法及其硬件实现。

背景技术

针对在深空通信中由于长链路以及高传输速率要求引起的信号信噪比较低的问题，一方面可以考虑提高每比特接收信号的能量，比如提高发射功率增强接收信号的能量或者增大天线尺寸等来提高链路增益，但由于深空通信发射功率的增加以及天线尺寸的增大会带来巨大的代价，所以通过提高接收信号能量来提高接收信号的信噪比在目前的技术发展水平下是不可能在短期内实现的，另一方面，通过在算法层面上对接收弱信号进行处理，降低噪声对信号的影响，则能在短期内以较低的成本实现深空遥感遥测数据的快速传输。

综合考虑了多种弱信号提取算法，其中小波变换能将弱信号聚集到若干稀疏的系数上，同时由于噪声对各个系数均有影响，通过设定阈值将低于阈值的系数认为是噪声的影响加以抑制，则能将噪声的大部分影响从弱信号中减去，非常有利于深空弱信号的提取，因此本发明拟采用小波阈值法对深空弱信号进行提取。

发明内容

本发明是为了在深空通信中，提高深空通信链路增益，以及提高接收弱信号的信噪比，从而提供一种深空传输链路小波提取弱信号的装置及方法。

深空传输链路小波提取弱信号的装置，它包括选择一号输入模块1、离散小波变换DWT模块2、一号选择输出模块3、一号RAM4、N个阈值模块5、N个二号RAM6、二号选择输出模块7、离散小波逆变换IDWT模块8和二号选择输入模块9；N为正整数；

所述一号输入模块1的第一路数据输入端用于接收含噪数据；

所述一号输入模块1的第二路数据输入端与一号RAM4的数据输出端连接；

所述一号输入模块1的数据输出端与离散小波变换DWT模块2的数据输入端连接；

所述DWT模块2的数据输出端同时与一号选择输出模块3的数据输入端和一号RAM4的数据输入端连接；

所述选择输出模块3的数据输出端同时与N个阈值模块5的数据输入端连接；

所述N个阈值模块5的数据输入端分别与N个二号RAM6的数据输入端连接；

所述N个二号RAM6的数据输出端同时与二号选择输出模块7的数据输入端连接；

所述二号选择输出模块7的数据输出端与离散小波逆变换IDWT模块8的数据输入端连接；

所述二号选择输入模块9的第一数据输入端与一号RAM4的输出端连接；

所述离散小波逆变换IDWT模块8的数据输出端与二号选择输入模块9的第二数据输入端连接；

所述离散小波逆变换IDWT模块8的数据输出端作为深空传输链路小波提取弱信号的装置的数据输出端。

离散小波变换DWT模块2包括边界延拓BOUNDARY_DATA模块21、一号卷积运算CONV模块22、一号数据整理INTERCEPTION模块23和降采样DOWNSAMPLING模块24；

所述边界延拓BOUNDARY_DATA模块21用于将输入输出进行左右边界的延拓，并将延拓后的数据输出至一号卷积运算CONV模块22；

一号卷积运算CONV模块22用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至一号数据整理INTERCEPTION模块23；

一号数据整理INTERCEPTION模块23用于对输入数据整理为N个，并将整理后的数据输出至降采样DOWNSAMPLING模块24；

降采样DOWNSAMPLING模块24用于对输入数据进行降采样，并输出。

离散小波逆变换IDWT模块8包括上抽样UPSAMPLING模块81、二号卷积运算CONV模块82和二号数据整理INTERCEPTION模块83；

所述上抽样UPSAMPLING模块81用于将输入信号的低频和高频系数进行升采样，并将升采样后的数据发送给二号卷积运算CONV模块82；

二号卷积运算CONV模块82用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至二号数据整理INTERCEPTION模块83；

二号数据整理INTERCEPTION模块83用于将输入数据整理为N个，并输出。

深空传输链路小波提取弱信号的方法，它由以下步骤实现：

步骤一、将含噪数据采用一号选择输入模块1进行输入选择，获得选择后的输入信号；

步骤二、将步骤一获得的选择后的输入信号采用离散小波变换DWT模块进行离散小波变换，获得变换后的数据，并存储至一号RAM4，并反馈至一号选择输入模块1和第二选择输入模块；

步骤三、将步骤二获得的变换后的数据经一号选择输出模块3进行输出选择，获得输出信号；

步骤四、将步骤三获得的输出信号经过一个阈值模块5进行处理，并存储至一个二号RAM6中；

步骤五、采用第二选择输出模块7对步骤四中各二号RAM中的数据进行输出选择，获得输出信号；

步骤六、将步骤五获得的输出信号采用离散小波逆变换IDWT模块8进行离散小波逆变换，获得变换后的数据并输出，同时将该变换后的数据反馈回第二选择输入模块；

实现深空传输链路小波弱信号的提取。

步骤二中，将步骤一获得的选择后的输入信号采用离散小波变换DWT模块进行离散小波变换的方法包括：

用于将输入信号进行左右边界的延拓，并将延拓后的数据输出至一号卷积运算CONV模块22的步骤；

用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至一号数据整理INTERCEPTION模块23的步骤；

用于对输入数据整理为N个，并将整理后的数据输出至降采样DOWNSAMPLING模块24的步骤；

用于对输入数据进行降采样，并输出的步骤。

将步骤五获得的输出信号采用离散小波逆变换IDWT模块8进行离散小波逆变换的方法包括：

用于将输入信号的低频和高频系数进行升采样，并将升采样后的数据发送给二号卷积运算CONV模块82的步骤；

用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至二号数据整理INTERCEPTION模块83的步骤；

用于将输入数据整理为N个，并输出的步骤。

将步骤三获得的输出信号经过一个阈值模块5进行处理是采用软阈值函数法实现的。

软阈值函数法选取阈值的具体方法为：

通过软阈值函数对含噪信号的小波系数进行阈值处理，提取出弱信号；其表达式为：

$\widehat{\mathrm{\&omega;}}=\left\{\begin{array}{c}0,\left|v\right|<\mathrm{\&lambda;}\\ \mathrm{sgn}\left(v\right)\&CenterDot;\left(\right|v|-\mathrm{\&lambda;}),\left|v\right|\&GreaterEqual;\mathrm{\&lambda;}\end{array}\right.$

式中：v为含噪信号在小波域的高频分解系数，λ为设定的阈值，为含噪小波系数被阈值处理后的小波系数，即：理想接收信号的小波系数ω的估计值；

然后采用小波分解层数选取的方式进行最优阈值选取，获得最终的阈值结果。

本发明将小波提取弱信号应用到深空通信中，提高了深空通信链路增益，并对小波阈值方法进行简化以适合硬件的实现，同时不过多降低弱信号提取性能，最后在XilinxVirtex-5平台上实现了小波阈值法对弱信号的提取，本发明能够有效地提高接收弱信号的信噪比，具有一定的工程应用价值。本发明在实现传统深空链路通信的基础上，很好地满足深空通信对载重和功耗的要求。

附图说明

图1是本发明的小波阈值法提取弱信号的装置的结构示意图；

图2是离散小波变换模块示意图；

图3是离散小波变换内部模块连接示意图；

图4是离散小波变换降采样模块下抽样示意图；

图5是离散小波变换仿真结果示意图；

图6是小波阈值法提取弱信号流程示意图；

图7是最优阈值的选取流程示意图；

图8是信号小波分解流程示意图；

图9是分解层数对输出载噪比的影响仿真示意图；

图10是分解层数对相关系数的影响仿真示意图；

图11是25位定点数据表示格式示意图；

图12是时钟模块电路输出示意图；

图13是离散小波逆变换模块示意图；

图14是离散小波逆变换模块内部结构示意图；

图15是信号小波重构流程示意图；

图16是离散小波逆变换升采样示意图；

图17是Chipscope仿真IDWT输出数据示意图；

具体实施方式

具体实施方式一、深空传输链路小波提取弱信号的装置，它包括选择一号输入模块1、离散小波变换DWT模块2、一号选择输出模块3、一号RAM4、N个阈值模块5、N个二号RAM6、二号选择输出模块7、离散小波逆变换IDWT模块8和二号选择输入模块9；N为正整数；

所述一号输入模块1的第一路数据输入端用于接收含噪数据；

所述一号输入模块1的第二路数据输入端与一号RAM4的数据输出端连接；

所述一号输入模块1的数据输出端与离散小波变换DWT模块2的数据输入端连接；

所述DWT模块2的数据输出端同时与一号选择输出模块3的数据输入端和一号RAM4的数据输入端连接；

所述选择输出模块3的数据输出端同时与N个阈值模块5的数据输入端连接；

所述N个阈值模块5的数据输入端分别与N个二号RAM6的数据输入端连接；

所述N个二号RAM6的数据输出端同时与二号选择输出模块7的数据输入端连接；

所述二号选择输出模块7的数据输出端与离散小波逆变换IDWT模块8的数据输入端连接；

所述二号选择输入模块9的第一数据输入端与一号RAM4的输出端连接；

所述离散小波逆变换IDWT模块8的数据输出端与二号选择输入模块9的第二数据输入端连接；

所述离散小波逆变换IDWT模块8的数据输出端作为深空传输链路小波提取弱信号的装置的数据输出端。

具体实施方式二、本具体实施方式与具体实施方式一所述的深空传输链路小波提取弱信号的装置的区别在于，离散小波变换DWT模块2包括边界延拓BOUNDARY_DATA模块21、一号卷积运算CONV模块22、一号数据整理INTERCEPTION模块23和降采样DOWNSAMPLING模块24；

所述边界延拓BOUNDARY_DATA模块21用于将输入输出进行左右边界的延拓，并将延拓后的数据输出至一号卷积运算CONV模块22；

一号卷积运算CONV模块22用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至一号数据整理INTERCEPTION模块23；

一号数据整理INTERCEPTION模块23用于对输入数据整理为N个，并将整理后的数据输出至降采样DOWNSAMPLING模块24；

降采样DOWNSAMPLING模块24用于对输入数据进行降采样，并输出。

具体实施方式三、本具体实施方式与具体实施方式一所述的深空传输链路小波提取弱信号的装置的区别在于，离散小波逆变换IDWT模块8包括上抽样UPSAMPLING模块81、二号卷积运算CONV模块82和二号数据整理INTERCEPTION模块83；

所述上抽样UPSAMPLING模块81用于将输入信号的低频和高频系数进行升采样，并将升采样后的数据发送给二号卷积运算CONV模块82；

二号卷积运算CONV模块82用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至二号数据整理INTERCEPTION模块83；

二号数据整理INTERCEPTION模块83用于将输入数据整理为N个，并输出。

具体实施方式四、基于具体方式一的深空传输链路小波提取弱信号的方法，它由以下步骤实现：

步骤一、将含噪数据采用一号选择输入模块1进行输入选择，获得选择后的输入信号；

步骤二、将步骤一获得的选择后的输入信号采用离散小波变换DWT模块进行离散小波变换，获得变换后的数据，并存储至一号RAM4，并反馈至一号选择输入模块1和第二选择输入模块；

步骤三、将步骤二获得的变换后的数据经一号选择输出模块3进行输出选择，获得输出信号；

步骤四、将步骤三获得的输出信号经过一个阈值模块5进行处理，并存储至一个二号RAM6中；

步骤五、采用第二选择输出模块7对步骤四中各二号RAM中的数据进行输出选择，获得输出信号；

步骤六、将步骤五获得的输出信号采用离散小波逆变换IDWT模块8进行离散小波逆变换，获得变换后的数据并输出，同时将该变换后的数据反馈回第二选择输入模块；

实现深空传输链路小波弱信号的提取。

深空传输链路小波提取弱信号方法，它由以下步骤实现：

步骤A、设计离散小波变换DWT模块：离散小波变换DWT模块由边界延拓BOUNDARY_DATA模块、卷积运算CONV模块、数据整理INTERCEPTION模块以及降采样DOWNSAMPLING模块四部分组成，功能是对含噪信号进行分解，分解的系数包括平滑分量与细节分量；

步骤B、设计小波阈值处理模块：阈值模块代表相应分解级数上信号高频小波系数的阈值处理模块，用于实现系数的软阈值处理，RAM1到RAM9模块分别存储相应分解级数上经过阈值处理后的小波系数；

步骤C、设计离散小波逆变换IDWT模块：离散小波逆变换IDWT模块由上抽样UPSAMPLING模块、卷积运算CONV模块、数据整理INTERCEPTION模块三部分组成，该模块用于实现信号的重构；

步骤D、将前三个步骤设计的功能模块在XilinxVirtex-5硬件平台上利用硬件语言进行实现，实现在深空传输链路中用小波阈值法提取弱信号。

步骤A中，设计离散小波变换DWT模块：由边界延拓BOUNDARY_DATA模块、卷积运算CONV模块、数据整理INTERCEPTION模块以及降采样DOWNSAMPLING模块四部分组成，功能是对含噪信号进行分解，分解的系数包括平滑分量与细节分量。

下面给出小波变换阈值方法提取弱信号的原理，说明小波变换阈值法在深空弱信号提取中的优势，并建立小波提取弱信号模型，具体方法为：

小波变换的实质是将时域信号分解为小波函数的线性组合，时域信号f(t)的小波变换表达式为：

W(J,k)＝∫_Rf(t)ψ_-J,kdt(1)

其中，为小波函数，J为尺度参数，k为位移参数；W(J,k)为时域函数f(t)对应的小波域函数。

对弱信号进行提取分析主要基于如下模型展开：

g＝f(t)+e(2)

其中，f(t)为理想接收信号，e为混入理想接收信号中的高斯白噪声，g为接收到的含噪信号。

根据消失矩的定义可知f(t)的小波系数满足下式：

∫_Rt^kψ(t)dt＝0,0≤k<L(3)

将式(3)应用于信号的小波变换，即式(2)，得信号f(t)的小波分解系数的绝对值满足式(3)：

|<f,ψ_-J,k>|＝|∫(t-2^-Jk)^LR(t)2^J/2ψ(2^Jt-k)dt|

≤C2^-J(L-1/2)∫|y|^L|ψ(y)|dy(4)

从上式可以看出小波分解系数的前L项为0，根据级数理论可知，系数前面几项是系数的主要组成部分，之后的项将变得很小，起次要作用，因此系数幅度较小。深空通信中信息数据采用BPSK相位调制方式，信号除去相位跳变点和边界点外相对于噪声而言比较光滑，可近似分解为若干多项式组合，因此小波系数大部分将变为0或接近于0，只有在信号的奇异点处，比如在BPSK信号相位跳变处的小波系数才会变得较大，对信号起决定性作用的大幅值系数很稀疏，因此小波变换能够将信号能量聚集在稀疏的系数上，有利于弱信号的提取。

小波变换能将微弱信号能量聚集到稀疏的系数上，白噪声的小波系数则分布在各个系数上，能量相对分散，有利于区别弱信号与噪声，从而提取弱信号，非常适合深空通信信号能量低于噪声能量的情况。由于小波变换将信号的能量集中到稀疏的系数上，因此对于系数幅值较大的系数可认为是在信号中起主要作用的部分而将其大部分保留，而对较小的系数进行相应地舍去处理，也就是设定阈值，高于阈值的给予大部分保留，低于阈值的部分给予舍弃，通过这种思想将能提取弱信号。

综上，获得小波提取弱信号模型。

步骤B中、设计小波阈值处理模块：首先在步骤一所建立的模型中需要确定最优阈值，然后需要确定适合小波阈值法提取弱信号所采用的小波函数，以及确定小波阈值法中合适的小波分解层数，其具体方法为：

阈值模块代表相应分解级数上信号高频小波系数的阈值处理模块，用于实现系数的软阈值处理，RAM1到RAM9模块分别存储相应分解级数上经过阈值处理后的小波系数。并设计RAM模块和内部时钟模块。

利用小波阈值法提取弱信号，首先需要确定最优阈值，然后需要确定适合小波阈值法提取弱信号所采用的小波函数，以及确定小波阈值法中合适的小波分解层数，小波阈值法提取弱信号按照图6的流程图进行。

下面将从上述三个方面详细给出小波阈值法中参数的选取方法：

阈值选取：阈值的选取在小波阈值法中具有决定性的作用。

软阈值函数法。通过软阈值函数对含噪信号的小波系数进行阈值处理尽量去除掉信号中噪声的影响，从而提取出弱信号。

其表达式为：

$\widehat{\mathrm{\&omega;}}=\left\{\begin{array}{c}0,\left|v\right|<\mathrm{\&lambda;}\\ \mathrm{sgn}\left(v\right)\&CenterDot;\left(\right|v|-\mathrm{\&lambda;}),\left|v\right|\&GreaterEqual;\mathrm{\&lambda;}\end{array}\right.---\left(6\right)$

其中，v为含噪信号在小波域的高频分解系数，λ为设定的阈值，为含噪小波系数被阈值处理后的小波系数，也就是理想接收信号的小波系数ω的估计值。

最优阈值的选取将是在统计意义下使输出信号与真实信号的均方误差达到最小。即式(7)取得最小值。

$\mathrm{MSE}={\left|\right|f-\hat{f}\left|\right|}^2---\left(7\right)$

其中，f为真实信号，为真实信号的估计信号。

根据Parsevel定理可得：

${\left|\right|\hat{f}-f\left|\right|}^2={\left|\right|\widehat{\mathrm{\&omega;}}-\mathrm{\&omega;}\left|\right|}^2---\left(8\right)$

结合式(7)可知：

$\mathrm{MSE}={\left|\right|\mathrm{\&omega;}-\widehat{\mathrm{\&omega;}}\left|\right|}^2---\left(9\right)$

取真实小波系数估计值与含噪信号的分解系数的差值，记为g(v)。

$g\left(v\right)=\widehat{\mathrm{\&omega;}}-v---\left(10\right)$

对于第i个抽样点处的小波系数，真实信号与估计信号之间方差的统计平均可表达为式(10)的形式。

$\begin{array}{c}E{\{{\mathrm{\&omega;}}_i-{\widehat{\mathrm{\&omega;}}}_i\}}^2\\ =E{\{g\left(v_i\right)+v_i-{\mathrm{\&omega;}}_i\}}^2\\ =E\{{(v_i-{\mathrm{\&omega;}}_i)}^2+2(v_i-{\mathrm{\&omega;}}_i)g\left(v_i\right)+g^2\left(v_i\right)\}\\ =1+2E\left\{{\&dtri;}_{i}g\left(v_i\right)\right\}+E\left\{g^2\left(v_i\right)\right\}\end{array}---\left(11\right)$

${\&dtri;}_i\left(g\left(v_i\right)\right)=\frac{\&PartialD;g\left(v_i\right)}{{\&PartialD;v}_i}---\left(12\right)$

如果阈值函数连续，则通过阈值法对弱信号提取后，统计所有N个点的均方误差，可得估计系数与信号真实系数的均方误差(MSE)的统计平均为：

$E{\left|\right|\widehat{\mathrm{\&omega;}}-\mathrm{\&omega;}\left|\right|}^2=N+E\{{\left|\right|g\left(v\right)\left|\right|}^2+2\&CenterDot;\&dtri;\&CenterDot;g\left(v\right)\}---\left(13\right)$

${\left|\right|g\left(v\right)\left|\right|}^2=g\left(v\right)\&CenterDot;g\left(v\right)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{g}^2\left(v_i\right)---\left(14\right)$

$\&dtri;\&CenterDot;g\left(v\right)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}{\&dtri;}_i\left(g\left(v_i\right)\right)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\frac{\&PartialD;g\left(v_i\right)}{{\&PartialD;v}_i}---\left(15\right)$

对于软阈值函数，见式(5)，易知该函数连续，因此可将(5)式代入(12)式，得：

$\&dtri;\&CenterDot;g\left(v\right)=\underset{i=1}{\overset{N}{\mathrm{\&Sigma;}}}\frac{\&PartialD;g\left(v_i\right)}{{\&PartialD;v}_i}=\#\{i:|v_i|\&le;\mathrm{\&lambda;}\}---\left(17\right)$

均方误差MSE的统计平均为：

其中，N为小波域内信号对应的系数个数，|v_i|∧λ指取|v_i|与λ之间的最小值，#{.}表示统计满足冒号后面条件的元素总个数。

由式(18)可知，将同一分解尺度上的N个小波系数按照绝对值由小到大进行排列，易知当阈值λ在任意两个相邻的两个系数绝对值之间变动时，式(18)中第二项的#{i:|v_i|≤λ}将保持不变，而第三项的将随着λ的减小相应地减小，因此，均方误差(MSE)的统计平均将在小波系数绝对值处取得最小值。即输出信号与真实信号的均方误差达到最小。

每一分解尺度上小波系数的最优阈值选取方法可归纳为如图7所示的流程图。

(1)小波分解层数选取

图8为信号小波分解流程图。其中data为输入的含噪信号，cA为低频部分系数，cD为高频部分系数，H_d为高通分解滤波器，L_d为低通分解滤波器。

对深空弱信号进行小波分解的层数越多，就能够在更多的分解尺度上对信号进行分析处理，也就能对信号进行更加精细的分析，更有利于在信噪分离中降低信号中的噪声含量，因此将信号细分在多个层次上进行信号分析，将更有利于弱信号的提取。图9给出了分解层数、输入信号载噪比与输出信号载噪比三者之间的关系，从仿真结果可以看出，在输入信号载噪比一定的情况下，随着分解层数的增加，输出信号载噪比也逐渐增加，但是增加的速率逐渐减缓，逐渐趋于某一定值，在分解层数大于9层时，输出信号载噪比的增加极小。图10给出了分解层数、输入信号载噪比和输出信号与真实信号之间相关系数三者之间的关系，从仿真结果可以看出，在输入信号载噪比一定的情况下，随着信号小波分解层数的增加，相关系数也随之增加，并逐渐趋于饱和，在分解层数在9层以上时，相关系数的增加几乎为0。

因此综合考虑，本发明选取信号小波分解层数为9层。

(1)数据格式的选取

在深空通信中，接收到的信号功率极低，若直接模拟该信号，将对采样数据的表示精度提出极高的要求，不适宜对信号的处理，因此需要在接收端对信号进行左移放大，因为幅值的大小并不影响信号的平滑度，因此只要载噪比相同，小波变换对原信号和平移后的信号的处理在载噪比意义上是相同的，最后再反向平移缩小即可。本发明从数据范围、精度以及硬件开销的整体考虑出发，采用25位定点表示法。如图11所示。数据表示范围为-126.9999847412109375～127.0000152587890625，在硬件计算的过程中均采用补码形式进行，并且由于该范围已经包含了信号的幅值范围，信号的加减运算不会越界出错。

(2)RAM模块的设计

如图1所示，小波提取弱信号的过程中采用了很多的RAM模块，用于存储中间处理数据，离散小波变换将信号的低频系数存储于RAM中，由于存在9层信号分解，因此通常需要9个大小不一的RAM块用于存储，各个相邻层低频或者高频系数存储的RAM容量相差约一半，考虑到1到8层的小波低频系数在重构中并没有用，只是在分解中起到作用，不需要将数据一直保存下去，因此，可以复用存储第一层系数的存储器RAM来代替9个RAM，在资源上省了接近一半的存储器，但同时也带来了数据处理上的复杂度，本文采用双口RAM来减轻数据处理的复杂度，其实现采用ISE自带IP核。

由于随着层数的增长，输出的低频数据按照减少一半的规律减少，同时时钟周期呈两倍的增长，为了求取第i-1层的数据，先从双口RAM中取出第i层的数据，该层数据总量为N_i，第i+1层数据总数满足式(19)

N_i+1≈N_i/2(19)

第i层对应的时钟周期为T_i，第i+1层对应的时钟周期为T_i+1，满足式(20)所示关系：

T_i+1＝2T_i(20)

每取两个第i层的低频与高频数据就能得到一个第i+1层的数据，并且由于离散小波变换处理数据需要一部分时间，因此，第i层暂时没有被使用的数据不会被第i+1层的新数据所覆盖，所以采用复用一个RAM来节约资源是安全的。本文其他地方所使用的RAM均为单口RAM。

(3)时钟模块电路的设计

由于本发明涉及多个时钟域，并且相邻两层时钟频率呈两倍关系，时钟共计9个，如果直接采用分频得到，将会导致时钟驱动能力减弱，甚至有可能使电路输出错误，本发明采用PLL锁相环从输入***时钟锁出需要的时钟信号，经过PLL锁相环锁出的时钟信号，驱动能力更强。

在本发明设定的锁相环参数条件下，可以由100MHz***时钟产生5个时钟，分别对应2分频、4分频、8分频、16分频和32分频时钟，对于另外4个时钟，即64分频、128分频、256分频以及512分频则需要通过对32分频时钟进行计数器分频操作依次得到。图12为时钟模块电路输出结果，其中clk为***时钟，clk_clk为2分频，clk_div2为4分频，clk_div4为8分频，以此类推。

步骤二中，将步骤一获得的选择后的输入信号采用离散小波变换DWT模块进行离散小波变换的方法包括：

用于将输入信号进行左右边界的延拓，并将延拓后的数据输出至一号卷积运算CONV模块(22)的步骤；

用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至一号数据整理INTERCEPTION模块(23)的步骤；

用于对输入数据整理为N个，并将整理后的数据输出至降采样DOWNSAMPLING模块(24)的步骤；

用于对输入数据进行降采样，并输出的步骤。

离散小波变换DWT模块如图2所示，由边界延拓BOUNDARY_DATA模块、卷积运算CONV模块、数据整理INTERCEPTION模块以及降采样DOWNSAMPLING模块四部分组成，其连接关系见图3。

(1)边界延拓模块BOUNDARY_DATA模块

边界延拓模块需要对输入的数据进行左右边界的延拓，设延拓数目为M，则需要两组移位寄存器组，记为A和B，A存储器组含M个25bit的寄存器，B含2M个25bit寄存器，在模块使能en＝1时，首先将数据存入A存储器组，在计满M个时钟后，将输入数据切换输入到B存储器组，同时将A组数据进行顺向输出，并且输出数据标志位syn_en置1，再一次计满M个时钟后B存储器的低M个寄存器中将存有数据，同时将A组数据进行逆向输出，再计满M个时钟后，B存储器开始输出数据，此时完成数据左延拓功能。在输入数据传输完毕时，收到数据有效标记位en变为0的跳变时，需要将B存储器的低M个存储器中的内容转存到M个存储器，记为C，在输出完B存储器中的数据后，将C存储器中的数据顺向输出，随后将输出数据有效标志位syn_en置0，此时实现了对数据的右延拓功能。

(2)卷积运算模块CONV模块

在小波变换及逆变换中，均涉及了数据过滤波器的过程，输入数据与小波对应的滤波器进行卷积运算如式(5)所示

$x*h=\underset{i=1}{\overset{20}{\mathrm{\&Sigma;}}}h\left(i\right)\&CenterDot;x(n-i)---\left(5\right)$

其中，x为输入信号的采样数据，h为与小波对应的滤波器，阶数为20。卷积运算模块内部含有20×25bit的移位寄存器组，首先将数据存入该移位存储器组中，每个时钟周期移动一次数据，同时将存储器中已有数据与小波对应滤波器的系数做乘加运算，由于小波系数已知，故将小波滤波器系数分解为2的幂次形式，将乘法运算转变为左右移位运算，简化了电路的复杂程度，同时也提高了运算速度。

(3)数据整理模块INTERCEPTION模块

由于输入数据与小波滤波器进行卷积运算，会使运算结果数增多，如果输入数据总点数为N，滤波器为K，则卷积结果的数据点数为N+K-1，因此需要将卷积运算结果整理为N个，方法是截除掉前面K-1个由于轮空产生的数据。

(4)降采样模块

由于每经过一次小波变换后，产生高频系数和低频系数，两种系数总个数约等于变换前的系数总个数，因此需要对变换后的低频或高频数据进行降采样处理，降采样模块需要对数据整理后的数据进行两倍降采样，采样方式如图4所示。

图5为离散小波变换仿真结果，输入数据前几个数为：

data＝[-1.5055,-0.1692,0.7869,1.0873,0.3889,-1.2040,0.0360]

由Matlab仿真得信号第一层分解的低频系数前几个数为：

cA＝[-2.0457,-0.6657,-0.2677,0.4969,-1.0287,-0.5539,1.7207]

图5为ISE功能仿真结果，对应前几个数为：

cA'＝[1fbe88a,1feab1b,1ff76e5,000fe6d,1fdf140,1fee45f,00370ed,1fd72da]

转化为十进制数为：

cA'＝[-2.0458,-0.6658,-0.2678,0.4969,-1.0288,-0.5540,1.7206,-1.2757]

可以看出，ISE仿真结果与Matlab仿真结果一致，差异只是在于在硬件实现当中，其精度有限，位数没有计算机仿真中采用的位数多，因此精度相应更低一些，但是差异极小，不影响弱信号的提取。

步骤六中，将步骤五获得的输出信号采用离散小波逆变换IDWT模块(8)进行离散小波逆变换的方法包括：

用于将输入信号的低频和高频系数进行升采样，并将升采样后的数据发送给二号卷积运算CONV模块(82)的步骤；

用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至二号数据整理INTERCEPTION模块(83)的步骤；

用于将输入数据整理为N个，并输出的步骤。

离散小波逆变换IDWT模块如图13所示，由上抽样UPSAMPLING模块、卷积运算CONV模块、数据整理INTERCEPTION模块三部分组成，连接关系见图14。其中卷积运算模块和数据整理模块与离散小波变换DWT模块结构类似，只是在一些参数上略有区别。

图15为信号小波重构流程图，其中cA'为低频部分系数，cD'为高频部分系数，H_c为高通重构滤波器，L_c为低通重构滤波器。

由于小波逆变换将信号低频系数和高频系数两项加为一项，同时要求恢复信号点数与输入信号点数一致，因此，需要对输入的低频和高频系数进行升采样，上抽样示意图如图16所示。

图17通过Chipscope得到的弱信号经过提取后的输出结果，Matlab仿真结果为：

output＝[-0.3418,-0.2339,-0.1507,-0.1414,-0.1971,-0.2801,-0.3167,-0.2675]

将图17的前几个结果转换为十进制数为

output＝[-0.3422,-0.2342,-0.1512,-0.1417,-0.1976,-0.2804,-0.3171,-0.2676]

可以看出结果相差不大，主要是数据表示精度差异导致的结果微小的差异，不会明显影响弱信号提取的效果，并且***的最高运行速率高达52MHz，满足目前深空通信对数据处理速度的影响。

总体方案实现流程：

小波阈值法提取弱信号硬件总体实现方案如图1所示，离散小波变换DWT模块对含噪信号进行分解，分解的系数包括平滑分量与细节分量，RAM代表存储信号小波分解的平滑分量，阈值模块1到阈值模块9模块分别代表相应分解级数上信号高频小波系数的阈值处理模块，用于实现系数的软阈值处理，RAM1到RAM9模块分别存储相应分解级数上经过阈值处理后的小波系数，离散小波逆变换IDWT模块，用于实现信号的重构。输入含噪弱信号进入离散小波变换模块，小波变换对应的信号低频系数被送入RAM模块，之后再次被送入DWT模块进行小波变换，本文需要对小波变换的低频系数进行8次变换，加上对接收信号进行的一次小波变换，总计为9层小波变换；信号对应的小波变换高频系数依次被送入阈值处理模块，之后再被送入RAM模块进行存储，在完成了信号小波分解、高频系数阈值处理以及第九层的信号低频系数被存储后，再开始进行信号的重构，经由9层信号重构得到真实信号的估计信号。

小波阈值法提取弱信号功耗与资源：

小波阈值法提取弱信号的硬件产生的功耗情况见表1，从表可以看出总功耗为1.420w，总功耗包含静态功耗和动态功耗，静态功耗是由电路晶体管内部的源极到漏极的泄漏电流引起的功耗与其他电路内部产生的固定功耗的总和，此处产生静态功耗为1.216w。动态功耗是电路内部容性负载充放电引起的功耗，由电路设计决定，此处产生0.204w的动态功耗。

表1小波阈值法提取弱信号硬件功耗分布

表2为小波阈值法提取弱信号的资源使用情况：

表2

由于需要对信号进行9层分解，需要存储的系数较多，再由于数据的精度较高，因此对数据的存储要求较高。其他各方面的资源，如LUT、Slice等均只占用Virtex-5很少的一部分资源，总体说来，小波阈值法提取弱信号的硬件占用资源较少，能很好的满足深空弱信号提取对功耗和载重的要求。

Claims (8)

1.深空传输链路小波提取弱信号的装置，它包括选择一号输入模块(1)、离散小波变换DWT模块(2)、一号选择输出模块(3)、一号RAM(4)、N个阈值模块(5)、N个二号RAM(6)、二号选择输出模块(7)、离散小波逆变换IDWT模块(8)和二号选择输入模块(9)；N为正整数；

所述一号输入模块(1)的第一路数据输入端用于接收含噪数据；

所述一号输入模块(1)的第二路数据输入端与一号RAM(4)的数据输出端连接；

所述一号输入模块(1)的数据输出端与离散小波变换DWT模块(2)的数据输入端连接；

所述DWT模块(2)的数据输出端同时与一号选择输出模块(3)的数据输入端和一号RAM(4)的数据输入端连接；

所述选择输出模块(3)的数据输出端同时与N个阈值模块(5)的数据输入端连接；

所述N个阈值模块(5)的数据输入端分别与N个二号RAM(6)的数据输入端连接；

所述N个二号RAM(6)的数据输出端同时与二号选择输出模块(7)的数据输入端连接；

所述二号选择输出模块(7)的数据输出端与离散小波逆变换IDWT模块(8)的数据输入端连接；

所述二号选择输入模块(9)的第一数据输入端与一号RAM(4)的输出端连接；

所述离散小波逆变换IDWT模块(8)的数据输出端与二号选择输入模块(9)的第二数据输入端连接；

所述离散小波逆变换IDWT模块(8)的数据输出端作为深空传输链路小波提取弱信号的装置的数据输出端。

2.根据权利要求1所述的深空传输链路小波提取弱信号的装置，其特征在于离散小波变换DWT模块(2)包括边界延拓BOUNDARY_DATA模块(21)、一号卷积运算CONV模块(22)、一号数据整理INTERCEPTION模块(23)和降采样DOWNSAMPLING模块(24)；

所述边界延拓BOUNDARY_DATA模块(21)用于将输入输出进行左右边界的延拓，并将延拓后的数据输出至一号卷积运算CONV模块(22)；

一号卷积运算CONV模块(22)用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至一号数据整理INTERCEPTION模块(23)；

一号数据整理INTERCEPTION模块(23)用于对输入数据整理为N个，并将整理后的数据输出至降采样DOWNSAMPLING模块(24)；

降采样DOWNSAMPLING模块(24)用于对输入数据进行降采样，并输出。

3.根据权利要求1所述的深空传输链路小波提取弱信号的装置，其特征在于离散小波逆变换IDWT模块(8)包括上抽样UPSAMPLING模块(81)、二号卷积运算CONV模块(82)和二号数据整理INTERCEPTION模块(83)；

所述上抽样UPSAMPLING模块(81)用于将输入信号的低频和高频系数进行升采样，并将升采样后的数据发送给二号卷积运算CONV模块(82)；

二号卷积运算CONV模块(82)用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至二号数据整理INTERCEPTION模块(83)；

二号数据整理INTERCEPTION模块(83)用于将输入数据整理为N个，并输出。

4.基于权利要求1的深空传输链路小波提取弱信号的方法，其特征是：它由以下步骤实现：

步骤一、将含噪数据采用一号选择输入模块(1)进行输入选择，获得选择后的输入信号；

步骤二、将步骤一获得的选择后的输入信号采用离散小波变换DWT模块进行离散小波变换，获得变换后的数据，并存储至一号RAM(4)，并反馈至一号选择输入模块(1)和第二选择输入模块；

步骤三、将步骤二获得的变换后的数据经一号选择输出模块(3)进行输出选择，获得输出信号；

步骤四、将步骤三获得的输出信号经过一个阈值模块(5)进行处理，并存储至一个二号RAM(6)中；

步骤五、采用第二选择输出模块(7)对步骤四中各二号RAM中的数据进行输出选择，获得输出信号；

步骤六、将步骤五获得的输出信号采用离散小波逆变换IDWT模块(8)进行离散小波逆变换，获得变换后的数据并输出，同时将该变换后的数据反馈回第二选择输入模块；

实现深空传输链路小波弱信号的提取。

5.根据权利要求4所述的深空传输链路小波提取弱信号的方法，其特征在于步骤二中，将步骤一获得的选择后的输入信号采用离散小波变换DWT模块进行离散小波变换的方法包括：

用于将输入信号进行左右边界的延拓，并将延拓后的数据输出至一号卷积运算CONV模块(22)的步骤；

用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至一号数据整理INTERCEPTION模块(23)的步骤；

用于对输入数据整理为N个，并将整理后的数据输出至降采样DOWNSAMPLING模块(24)的步骤；

用于对输入数据进行降采样，并输出的步骤。

6.根据权利要求4所述的深空传输链路小波提取弱信号的方法，其特征在于步骤六中，将步骤五获得的输出信号采用离散小波逆变换IDWT模块(8)进行离散小波逆变换的方法包括：

用于将输入信号的低频和高频系数进行升采样，并将升采样后的数据发送给二号卷积运算CONV模块(82)的步骤；

用于对输入数据与小波对应的滤波器进行卷积运算，并将运算后的数据输出至二号数据整理INTERCEPTION模块(83)的步骤；

用于将输入数据整理为N个，并输出的步骤。

7.根据权利要求4所述的深空传输链路小波提取弱信号的方法，其特征在于步骤四中，将步骤三获得的输出信号经过一个阈值模块(5)进行处理是采用软阈值函数法实现的。

8.根据权利要求7所述的深空传输链路小波提取弱信号的方法，其特征在于软阈值函数法选取阈值的具体方法为：

通过软阈值函数对含噪信号的小波系数进行阈值处理，提取出弱信号；其表达式为：

$\widehat{\mathrm{\&omega;}}=\left\{\begin{array}{c}0,\left|v\right|<\mathrm{\&lambda;}\\ \mathrm{sgn}\left(v\right)\&CenterDot;\left(\right|v|-\mathrm{\&lambda;}),\left|v\right|\&GreaterEqual;\mathrm{\&lambda;}\end{array}\right.$

式中：v为含噪信号在小波域的高频分解系数，λ为设定的阈值，为含噪小波系数被阈值处理后的小波系数，即：理想接收信号的小波系数ω的估计值；

然后采用小波分解层数选取的方式进行最优阈值选取，获得最终的阈值结果。