利用DDS IP實現線性調頻信號(二)

利用DDS IP實現線性調頻信號

1 DDS技術簡介

  • 隨著電子技術的不斷發展,傳統的頻率合成技術逐漸不能滿足人們對于頻率轉換速度、頻率分辨率等方面的追求,直接數字頻率合成技術應運而生。
  • 直接數字頻率合成技術(DDS) 是把一系列數據量形式的信號通過D/A轉換器轉換成模擬量形式的信號合成技術。DDS具有很多優點,比如:頻率轉換快、頻率分辨率高、相位連續、低功耗、低成本與控制方便。
  • DDS技術滿足了人們對于速度穩定性的需求,但是在一些控制較為復雜的系統中,DDS專用芯片不能很好的貼合要求。利用現場可編程門陣列(FPGA)實現DDS具有很大的靈活性,基本能滿足現在通信系統的使用要求。

2 DDS IP使用說明

3 線性調頻信號

3.1 理論介紹

3.1.1 基本概念

線性調頻(LFM)信號是瞬時頻率隨時間成線性變化的信號。線性調頻信號也稱為鳥聲(Chirp)信號,因為其頻譜帶寬落于可聽范圍,聽著像鳥聲,所以又稱Chirp擴展頻譜(CSS)技術。

3.1.2 表達公式

本文重點研究Xlinx DDS IP實現線性調頻信號,主要關心線性調頻信號的相位變化情況,如若想要了解線性調頻信號其他方面信息,請參考其他相關文章。

線性調頻信號表達式:

線性調頻信號數學公式.png

其中,t是時間,單位為秒(s);T是脈沖持續時間(周期);K是線性調頻斜率,單位是Hz/s.

相位表達式:

φ(t)=πKt^2

相位變化率:

?φ(t)=2πKt

3.1.3 應用范圍

LFM技術在雷達、聲納技術中有廣泛應用,例如,在雷達定位技術中,它可用來增大射頻脈沖寬度、加大通信距離、提高平均發射功率,同時又保持足夠的信號頻譜寬度,不降低雷達的距離分辨率。

3.2 Matlab仿真

3.2.1 matlab代碼

fs = 100e6; %采樣率
T = 5e-6; %脈沖寬度
B = 10e6; %信號帶寬
K = B/T;%調頻斜率
N = round(T*fs);%采樣點數
t = linspace(0,T,N);
y = exp(1j*pi*K*t.^2);%LFM信號
theta = pi*K*t.^2; %信號相位
dtheta = pi*K*t; %相位變化量

figure;
plot(t,real(y));
title('LFM信號時域-實部');
xlabel('t/s');
ylabel('幅度');
figure;
plot(t,imag(y));
title('LFM信號時域-虛部');
xlabel('t/s');
ylabel('幅度');

figure;
plot(t,theta);
title('LFM信號相位');
xlabel('t/s');
ylabel('相位');
figure;
plot(t,dtheta);
title('LFM相位變化率');
xlabel('t/s');
ylabel('相位變化率');

3.2.2 仿真結果圖像

線性調頻信號實部.png
線性調頻信號虛部.png
線性調頻信號相位.png
線性調頻信號相位變化率.png

3.3 FPGA實現

3.3.1 參數計算

For example:

參數與上述matlab參數一致,采樣率fs:100MHz,脈沖寬度T:5us,信號帶寬B:10MHz,采樣點數N:500。

Xlinx DDS IP設置如下,假定相位累加器設置為32位,輸出信號寬度設置為12位,可以根據自己的需求進行設計:

DDS IP配置界面1.png
DDS IP配置界面2.png

需要注意的是相位增量不是一個定值,而是隨時間呈線性變化的量。根據公式相位表達式φ(t)=πKt^2與相位變化率?φ(t)=2πKt,端口S_AXIS_PHASE的CHAN_0_POFF 與CHAN_0_PINC設置如下:
當t = 0時

φ(t)=πKt^2=0;?φ(t)=2πKt =0

相位變化率?φ(t)每次增加的量為2πK?t:

2πK?t=2πBT/TNfs=2πB/N

由于DDS IP相位累加器位數Bθ(n)為32,且參數[0,2^32]對于相位弧度[0,1],那么相位增量?θ公式如下:

?θ=2πB/N*1/2π*2^Bθ(n) /fs=858993.4592≈858993

綜上,CHAN_0_POFF設置為0,CHAN_0_PINC從0開始每次增加?θ。

3.3.2 仿真結果

部分代碼

//生成chirp信號
dds_compiler_0 suband_reference_waveform_inst (
  .aclk                 (samp_clk), 
  .aclken               (dds_aclken),   
  .aresetn              (dds_aresetn),
  .s_axis_phase_tvalid  (s_axis_phase_tvalid), 
  .s_axis_phase_tdata   (s_axis_phase_tdata),  
  .m_axis_data_tvalid   (m_axis_data_tvalid),  
  .m_axis_data_tdata    (m_axis_data_tdata),  
  .m_axis_phase_tvalid  (m_axis_phase_tvalid), 
  .m_axis_phase_tdata   (m_axis_phase_tdata) 
);
    
wire signed [15:0] data_real = m_axis_data_tdata[15:0];
wire signed [15:0] data_imag = m_axis_data_tdata[31:16]; 

仿真波形

線性調頻信號FPGA仿真波形.png
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
禁止轉載,如需轉載請通過簡信或評論聯系作者。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,963評論 6 542
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,348評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,083評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,706評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,442評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,802評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,795評論 3 446
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,983評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,542評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,287評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,486評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,030評論 5 363
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,710評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,116評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,412評論 1 294
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,224評論 3 398
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,462評論 2 378

推薦閱讀更多精彩內容