ASIC芯片上的载波恢复DSP算法设计与实现
随着数字信号处理（DSP）技术的成熟以及芯片技术工艺的飞速发展，作为光传输领域中的关键技术之一，光数字信号处理在专用集成电路（ASIC）上的实现成为了研究重点。
本文围绕着ASIC芯片中DSP算法设计流程中的主要步骤和常见问题，通过建立16QAM
数字通信系统模型，对通信系统中各个模块中的信号进行建模与分析，采取了多次仿真实
验对模型中关键参数之间的关系进行了对比与分析，根据仿真结果总结得出了在预设条件下较为适用的一套芯片相噪补偿算法，并实现了其在 ASIC 芯片上以资源使用最优化的条件下的硬件方案。
针对问题一，首先以基本加法、乘法、查表和缓存为基础，提出了一套导频长度可变的CR算法，在LS算法估计得到导频相噪后，根据MAP准则计算并补偿净荷相噪；同时在我们搭建的标准 16QAM 仿真平台上，CR 算法 RSNR 代价为线宽、色散、导频开销的函数，当线宽为100kHz，色散为20000ps/nm，算法并行度固定为128，RSNR代价小于3dB时，通过BER-RSNR代价曲线优化导频长度，结果表明即使减小导频长度会导致RSNR代价增大，CR算法在导频开销低至3.13%时，依然满足题设要求。
针对问题二，目标为在给定RSNR代价下，分析导频开销与线宽、色散的关系。在线宽波动范围为10kHz~10Mhz，色散波动范围为0~10000ps/nm时，1000次仿真结果表明，线宽小于1MHz时，导频开销与线宽成正比；大于1MHz以后，导频开销迅速增长。同时，导频开销基本不受色散波动影响，证明了我们的想法。
针对问题三，结合问题一与问题二中模型，引入了位宽、资源、净荷量等因素。由于定
点化位宽直接影响RSNR代价，因此对RSNR代价模型进行更新。同时，对硬件资源消耗进行建模，设计 CR 算法时序实现结构，将其与导频开销、并行度以及定点量化位宽联系到一起；根据问题一与问题二中模型，对问题二中模型进行更新，引入定点量化位宽对系
统RSNR代价的影响，并将问题三化简为与定点量化位宽和导频开销相关的最值问题。
针对问题四，结合问题一二三的分析，我们建立了一个性能-资源的统筹优化模型，通过最小化综合代价函数，得出了一套可自动优化位宽和实现性的方案，用以指导算法开发。
关键词：DSP，载波恢复算法，ASIC芯片设计，RSNR，定点量化，LS算法
目录
一、 问题重述 ........................................................................................................................... 3
1.1 提出问题 ........................................................................................................................ 3
1.2 问题分析 ........................................................................................................................ 3
二、 基本假设和符号说明 ....................................................................................................... 5
2.1 基本假设 .......................................................................................................................... 5
2.2 符号说明 .......................................................................................................................... 5
三、 问题1的模型的建立与求解 ........................................................................................... 6
3.1 16QAM信号传输模型的建立 ......................................................................................... 6
3.2 色散效应的信道模拟与补偿模块的建模与分析 .......................................................... 7
3.3 相位噪声的模型建立与分析 .......................................................................................... 8
3.4 相噪补偿CR算法的推导和分析 ................................................................................... 8
3.5 仿真结果与分析 ............................................................................................................ 12
四、 问题2的模型建立与求解 ................................................................................................. 15
4.1 目标分析和仿真模型设计 ............................................................................................ 15
4.2 仿真结果与分析 ............................................................................................................ 17
五、问题3的模型建立与求解 ................................................................................................... 22
5.1 ASIC芯片设计流程综述 ............................................................................................... 22
5.2 CR算法在ASIC芯片设计问题模型的建立与分析 .................................................... 22
5.3 仿真结果与分析 ............................................................................................................ 26
六、问题4的模型建立与分析 ................................................................................................... 28
6.1 资源与性能优化模型建立 ............................................................................................ 28
6.2 基于搜索的自动优化位宽和实现性设计的方案 ........................................................ 28
参考文献 ....................................................................................................................................... 30
附录 ............................................................................................................................................... 31
一、 问题重述
1.1 提出问题
进入 5G 时代以来，光传输领域的通信算法以及光传输芯片的制造工艺得到了飞速发展。例如采用7nm芯片工艺制造的光传输芯片容量可达到800Gbps，保障了网络流量的爆发型增长。在高速光纤通信的系统传输过程中，信号在传输过程中主要受到了以下干扰：
光电转换，电光转换，光调制解调器等模拟器件对信号的损伤；本振光源和发送光载波的频差以及相位噪声；光纤色度色散的影响；两个偏振态之间的串扰[1]。
在本次题目的研究中，我们主要考虑信号在信道中受到色散效应和相位噪声这两个因
素的影响。在光传输系统中，发射端激光器和接收端激光器都存在线宽，线宽数量级在100KHz左右，激光器线宽同样会使信号在星座图内旋转，从而影响信号判决，增加通信系统的误码率，线宽引起的信号旋转叫做相位噪声。相位噪声作为一种信道损伤可以使用基于导频符号（Pilot）的载波恢复（CR）算法对其进行估计并补偿。另一方面，色散是在光纤中传输的光信号（脉冲）的不同频率成分以不同的速度传播，在高速率光通信系统中造
成脉冲展宽，进而引起的信号失真现象。对于色散现象，我们可以根据其脉冲频率响应函数的形式进行色散补偿。
本文的主要任务之一，就是在保证RSNR(Required SNR)代价小于0.3dB的前提下，通过建立模型和仿真，分析和设计出一套使用Pilot开销最小的CR算法进行相噪补偿；同时，在考虑线宽和色散值参数于指定范围内的变化场景中，以同样的RSNR代价前提为目标通过建模仿真和拟合得到色散值、线宽与Pilot开销的定量关系。RSNR是评估算法性能的常用指标，它表示的是：对于给定的数字调制方式，在只有高斯白噪声存在时误比特率BER达到门限值（本文为2×10-2）信道中所施加的信噪比SNR与同时存在相位噪声、色散效应等干扰下BER达到相同门限点时信道施加的SNR相比增加的部分。当算法性能越好，则RSNR代价则相应地越低。
本文的另一个主要任务是在确定 CR 算法后，进一步考虑算法在芯片中的实现，将算法所需的资源进行计算考察，并考虑定点量化对算法性能和芯片资源的影响，通过建立优化模型设计出 CR 算法在芯片中实现中使用资源最低的方案。进一步的，根据现实中的具体应用场景，总结提炼“性能-资源”相平衡的算法设计思路和综合代价函数。建立模型，设计出一套自动优化位宽和实现性设计的方案。
1.2 问题分析
问题1：该小问中，给定了线宽参数设定为固定值LW=100kHz，色散值参数设定为固
| 定值Dz=20kps/nm，数字调制方式为16QAM，其波特率 | bf 为150Gbaud。首先，根据已知 |
的导频信息以及并行度要求，我们需要设计出一种合理且低复杂度的 CR 算法作为相噪补偿的理论基础；其次，我们需要根据最新参数，以基本的加法、乘法、查找表和缓存为基础，建立信道传输模型与信号模型作为仿真的运行平台，模拟 16QAM 信号在信道中的传
输以及在接收端进行的补偿和解调处理，根据解调出的比特序列计算得出误比特率 BER，绘制其在不同信噪比SNR下的曲线。将该曲线与只受到加性高斯白噪声影响下16QAM的BER-SNR曲线进行比较，观察找出两条曲线在BER门限值处的临界SNR值，两点之差即为该CR算法下的RSNR值。我们的最终目的是对不同Pilot开销下的CR算法进行仿真比较，选择出其中满足RSNR<0.3dB并且Pilot开销最小的算法，该算法即为问题1所求。
问题2：在问题1中CR算法和仿真平台的基础上，将线宽参数LW和色散值Dz分别设置在10kHz~10MHz和0~10000ps/nm的范围内变化，通过设计仿真模型找出并记录满足RSNR 代价小于 0.3dB 的情形下 LW,Dz 和 Pilot 开销值的变化关系曲线。然后通过对比这些曲线和数据，定量挖掘出色散、线宽与Pilot开销的关系。
问题3：在问题1和2的CR算法基础上，考虑并行度与时序约束，将理论上的CR算法细化为在ASIC芯片上可实现的基本操作，计算其在ASIC芯片上的实现所需要的资源，即需要多少量的加法器、乘法器、查找表以及数据缓存。通过绘制 CR 算法在 ASIC 芯片上的硬件实现流程图建立起该算法硬件实现的模型。进一步地，考虑定点量化噪声对芯片
上算法性能的影响，通过采用建立优化模型的方法，以定点量化使用定点数的定点位宽为
变量，题目给出的各个条件作为约束条件，解出使资源使用量最低的最优解，并以优化模
型为基础指向性地对不同位宽的定点量化方案进行仿真，找出符合性能要求以及消耗资源最少的位宽及其对应的硬件实现方案。
问题4：结合问题3中的代表性场景，以CR算法的性能与在ASIC芯片上实现所需要使用的资源相权衡，给出具有统筹意义的性能和资源的综合代价目标函数，并以此构造广
义的优化模型。最后根据设计的优化模型，设计出具有自动优化位宽和实现性设计的方案。通过仿真给出定量结果，用以验证给出方案的实用性和正确性。
二、 基本假设和符号说明
2.1 基本假设
（1）问题1和2中假设相邻很近的符号间相位变化很小，可以通过对相邻导频符号求取平均的方式减小加性高斯白噪声的影响，也可以用线性插值的方法对净荷符号相位进行估计和补偿。
（2）问题3中，设置存入buffer后，在下一时钟上升延可输出。
（3）问题3中，从buffer中取出数据不消耗资源。
（4）并行度等于帧长度，即帧与帧的处理为流水操作。
2.2 符号说明
| 符号 | 符号说明 | |
标签：相噪,导频,相位,噪声,华为,建模,算法,2020,色散
From： https://blog.csdn.net/2401_82505179/article/details/142756932
相关文章
|