LabVIEW开发最小化5G系统测试平台

简介: LabVIEW开发最小化5G系统测试平台

LabVIEW开发最小化5G系统测试平台


由于具有大量存储能力和数据的应用程序的智能手机的激增,当前一代产品被迫提高其吞吐效率。正交频分复用由于其卓越的品质,如单抽头均衡和具有成本效益的实施,现在被广泛用作物理层技术。这些好处是以严格的同步、正交性和高功耗为代价的。除了高数据速率外,不需要人工干预的应用,如机器类通信、物联网(IoT)和车对车通信(V2V),正在为未来的一代系统设计提供解决方案。这些应用需要低功耗、减少延迟和异步数据传输。


这刺激了对新型物理层波形的探索,从而提出了许多替代波形。广义频分复用(GFDM)是一种灵活的多载波传输策略,将适合上述特征,可以被认为是实施5G网络的可行竞争者。GFDM系统基于不同时频块的调制,每个时频块在频率上包含多个子载波,在时间上包含子符号。每个子符号上的子载波都使用特定于应用的原型滤波器进行滤波,该滤波器在时间和频率上循环移动。与其他多载波方案一样,GFDM由于时域中存在大量符号而存在高峰均功率比(PAPR)问题。



3f4f4cfb96ac7cb5747e07724a09dbe7.png


在基于GFDM的系统中,PAPR还原技术主要有三类。初始和最基本的类别是信号失真技术,它主要通过削波时域GFDM信号来降低信号PAPR。这些策略在GFDM系统中的PAPR减少方面表现得不够好,因为它们具有失真特性和高误差传播率。信号加扰是PAPR减少技术的另一种,包括选择性映射(SLM)和部分传输序列(PTS)[12]。为了产生大量的GFDM替代信号,GFDM信号与SLM频域中的随机相位旋转矢量相乘。在逆快速傅里叶变换(IFFT)之后,选择具有最低PAPR的替代GFDM信号进行传输。候选信号的侧信息(SI)随后被传送,从而实现有效的接收器恢复。在PTS技术中,通过将信号分成不连续的子块,将每个子块乘以适当的相序向量,然后重构子块以产生具有降低的PAPR的信号来降低PAPR[14]。PTS和SLM方法的计算要求很高,需要一种合适的相序向量的搜索策略。此外,它们需要向接收器提供所需的相序矢量和额外的侧面信息,这会降低系统的频谱效率。然而,上述所有PAPR缓解解决方案中的大多数在降低PAPR方面表现不佳,需要一种额外的机制来为每个比特流构建替代候选信号。PAPR约简策略的最后一类包括预编码技术,包括离散哈特利矩阵变换(DHMT),离散正弦矩阵变换(DSMT)和离散余弦矩阵变换(DCMT)。这些技术导致PAPR降低,因为它们在IFFT计算之前减少了调制数据信号之间的非周期自相关量。预编码技术是降低GFDM系统中PAPR的有效策略之一。然而,与信号加扰技术相比,它们的PAPR降低较差。


我们提出了一种基于预编码技术的高效PAPR约简方法,以及一种基于奇异值分解(SVD)的最优正交预编码矩阵,与其他现有的预编码策略相比,它具有最小的潜在平均功率和相当好的PAPR最小化,而不会影响PAPR约简。我们降低了平均功率以及峰均功率比,以提高PAPR缓解效率。利用NI的硬件,称为通用软件无线电外围设备(USRP),开发了GFDM系统的实时原型,以验证减少PAPR的想法。从USRP接收到的光谱响应通过与仿真表现出良好的一致性来验证所提出的方法。


基于预编码的技术具有很大的潜力,因为它们是简单的线性过程,无需任何额外的侧面信息即可使用。预编码既不会显著增加复杂性,也不会破坏子载波的正交性,而是增强了PAPR降低性能。在本文中,将最优预编码作为降低GFDM传输信号PAPR的方法。在GFDM调制和传输之前,GFDM系统中的预编码需要将每个GFDM模块的调制数据乘以预编码矩阵。GFDM系统使用预先确定的预编码矩阵,因此发射器和接收器之间不需要握手。如果所有GFDM帧的预编码矩阵都相同,那么也没有必要进行基于块的优化技术所需的所有处理。


用于实现叠加SI传输概念的测试台采用LabVIEW软件,可与NI硬件轻松合并,称为通用软件无线电外设RIO。LabVIEW的主要吸引力在于其简单的可重配置,无需使用额外的硬件。USRP内部由用于射频转换的低频子板、用于开发USRP内部数字信号处理(DSP)芯片的模数转换器(ADC)/数模转换器(DAC)组成。USRP能够在1.2-6GHz的宽频率范围内运行,涵盖所有移动通信场景。数字上/下变频和插值/抽取等主要通信操作在USRP的FPGA板上实现,该板由LabVIEW软件控制,用于执行调制/解调等基带操作。因此,USRP中的实际FPGA实现由软件控制。这个想法提供了一个测试算法的机会,因为软件的变化是通过硬件上的实现来复制的。


两个工作站,它们使用NIPXIe-PCIe8371Express卡与USRP连接。此接口具有832MB/s,这对于展示实时通信方案非常有用。连接USRP后,应为发射器和接收器USRP分配一个唯一的ID。在LabVIEW中,矩形网格QAM调制数据按照框图中指定的顺序在成分的有源子载波上进行GFDM调制。在对GFDM符号执行所有基带操作后,在每个数据包的开头和结尾添加前导码和长度为8的零序列。前导码用于执行同步和通道估计,而零填充可用于及时区分接收信号。USRP中传输的数据包不仅包含工资单数据,还包含控制信息。控制信息包括USRPIP、带前导码的数据位置和纠错码。RxUSRP从可用空间接收叠加信号作为数据流。RxUSRP丢弃数据样本,直到使用检测算法观察到大量能量。


所采用的方法提高了数据效率和PAPR,使GFDM系统成为5G通信的诱人替代方案。解决了设计具有最低PAPR的预编码矩阵的优化挑战。仿真结果表明,预编码策略可以显著降低GFDM系统中的PAPR。实验和仿真结果的鲁棒性为GFDM系统中的PAPR约简技术提供了可信度。


这是LabVIEW的一个应用,更多的开发案例,欢迎登录北京瀚文网星官网,了解更多信息。有需要LabVIEW项目合作开发,请与我们联系。

相关文章
|
5月前
|
关系型数据库 MySQL 测试技术
【分享】AgileTC测试用例管理平台使用分享
AgileTC 是一个脑图样式测试用例管理平台,支持用例设计、执行与团队协作,帮助测试人员高效管理测试流程。
360 116
【分享】AgileTC测试用例管理平台使用分享
|
5月前
|
人工智能 数据可视化 测试技术
AI测试平台自动遍历:低代码也能玩转全链路测试
AI测试平台的自动遍历功能,通过低代码配置实现Web和App的自动化测试。用户只需提供入口链接或安装包及简单配置,即可自动完成页面结构识别、操作验证,并生成可视化报告,大幅提升测试效率,特别适用于高频迭代项目。
|
5月前
|
人工智能 测试技术 调度
写用例写到怀疑人生?AI 智能测试平台帮你一键生成!
霍格沃兹测试开发学社推出AI智能测试用例生成功能,结合需求文档一键生成高质量测试用例,大幅提升效率,减少重复劳动。支持自定义提示词、多文档分析与批量管理,助力测试人员高效完成测试设计,释放更多时间投入核心分析工作。平台已开放内测,欢迎体验!
|
5月前
|
人工智能 测试技术 项目管理
测试不再碎片化:AI智能体平台「项目资料套件」功能上线!
在实际项目中,需求文档分散、整理费时、测试遗漏等问题常困扰测试工作。霍格沃兹推出AI智能体测试平台全新功能——项目资料套件,可将多个关联文档打包管理,并一键生成测试用例,提升测试完整性与效率。支持套件创建、文档关联、编辑删除及用例生成,适用于复杂项目、版本迭代等场景,助力实现智能化测试协作,让测试更高效、更专业。
|
6月前
|
存储 人工智能 算法
AI测试平台实战:深入解析自动化评分和多模型对比评测
在AI技术迅猛发展的今天,测试工程师面临着如何高效评估大模型性能的全新挑战。本文将深入探讨AI测试平台中自动化评分与多模型对比评测的关键技术与实践方法,为测试工程师提供可落地的解决方案。
|
5月前
|
存储 测试技术 API
数据驱动开发软件测试脚本
今天刚提交了我的新作《带着ChatGPT玩转软件开发》给出版社,在写作期间跟着ChatGPT学到许多新知识。下面分享数据驱动开发软件测试脚本。
168 0
|
5月前
|
人工智能 自然语言处理 测试技术
AI测试平台的用例管理实践:写得清晰,管得高效,执行更智能
在测试过程中,用例分散、步骤模糊、回归测试效率低等问题常困扰团队。霍格沃兹测试开发学社推出的AI测试平台,打通“用例编写—集中管理—智能执行”全流程,提升测试效率与覆盖率。平台支持标准化用例编写、统一管理操作及智能执行,助力测试团队高效协作,释放更多精力优化测试策略。目前平台已开放内测,欢迎试用体验!
|
8月前
|
传感器 人工智能 JavaScript
鸿蒙开发:DevEcoTesting中的稳定性测试
DevEcoTesting主要的目的也是用于软件的测试,可以让开发者无需复杂的配置,即可一键执行测试任务,同时提供了测试报告和分析,无论是对于开发者还是测试同学来说,都是一个非常方便的工具。
288 3
鸿蒙开发:DevEcoTesting中的稳定性测试
|
6月前
|
存储 人工智能 文字识别
从零开始打造AI测试平台:文档解析与知识库构建详解
AI时代构建高效测试平台面临新挑战。本文聚焦AI问答系统知识库建设,重点解析文档解析关键环节,为测试工程师提供实用技术指导和测试方法论
|
7月前
|
敏捷开发 运维 数据可视化
DevOps看板工具中的协作功能:如何打破开发、测试与运维之间的沟通壁垒
在DevOps实践中,看板工具通过可视化任务管理和自动化流程,提升开发与运维团队的协作效率。它支持敏捷开发、持续交付,助力团队高效应对需求变化,实现跨职能协作与流程优化。