ThinkChat2.0新版上线,更智能更精彩,支持会话、画图、视频、阅读、搜索等,送10W Token,即刻开启你的AI之旅 广告
**总体目标:制作一种模块化的、买得起的相干多通道软件定义无线电(software-defined radio,SDR)接收机。** ### 电-视棒 下图是常见的RTL.SDR接收机,也叫做电-视棒。一端是USB口,可以连接电脑;另一端是SMA接口,可以接馈线(导线);然后馈线又和天线相接,天线可以接收电磁波信号。 ![](https://img.kancloud.cn/63/00/63005fdffb70d94a3f16a24d7a87d688_1920x1920.jpg) ### 相干和非相干 ![](https://img.kancloud.cn/ea/b7/eab760c177613dac8db9045a7bb8313b_677x540.png) *图1.两个接收器从一个发射源接收信号,可以大致认为电磁波的表达式和电压`$ A_1(t),A_2(t) $`的形式类似。同时这个发射源足够远,可认为这个发射源发出的光是平行光。实际情况是用天线接收电磁波的,然后输出到接收器,图中省略了天线。* \ 一个移动源发出电磁波信号被两个接收机捕获,捕获的余弦电压信号形式分别为`$ A_1(t)=Acos(\omega t),A_2(t)=Acos(\omega t-\delta) $`,其中`$ A_1,A_2 $`的振幅都是`$ A $`;`$ A_2(t) $` 中的`$ -\delta $`项是由于从源发出的电磁波信号到接收器2比接收器1多出了一段距离,这段距离导致`$ A_2(t) $`的相位滞后了`$ \delta $`。由于源的移动会导致`$ \delta $`的变化,所以`$ \delta $`是个变量。 ![](https://img.kancloud.cn/f8/20/f8202e7a385f8a727bab7420cee04f72_785x469.png) 接收器所测值显然都是平均功率,即电压信号`$ A(t) $`平方之后再取足够的时间平均,记成`$ \lang A(t)^2 \rang $`,其中符号`$ \lang\rang $`表示对`$ A(t)^2 $`取时间平均。由欧姆定理知`$ P=V^2/R $`,但实际中我们会忽略常数`$ R $`,用`$ P=V^2 $`直接表征功率,所以用上述`$ \lang A(t)^2 \rang $`表示测得的平均功率。 两个接收器接收到平均功率直接相加得到总功率,即`$ P_{非相干}=\lang A_1(t)^2 \rang+\lang A_2(t)^2 \rang $`,这种方法叫做非相干相加,因为不需要考虑`$ V_1,V_2 $`之间的相位差`$ \delta $`。 而如果在接收机内部便考虑相位`$ \delta $`,在接收器2中安装电子线路抵消掉`$ A_2(t) $`中的`$ \delta $`,使得`$ A_2=Acos(\omega t) $`,则我们可以直接令`$ A1+A2 $`,然后平方之后再取平均,即`$ P_{相干}=\lang (A1+A2)^2 \rang $`。 计算后可知,`$ P_{相干} / P_{非相干}=\sqrt{2} $`,即相干方法求功率比非相干方法求功率更好。 或许有人会疑惑,为什么不能把`$ A_1,A_2 $`直接相加,然后平方再求平均?因为`$ A_1,A_2 $`的相位差`$ \delta $`一直在变动,如果直接相加然后平方求平均,得到的平均值是0。对于相干这个词汇的理解可以百度[相干光](https://baike.baidu.com/item/%E7%9B%B8%E5%B9%B2%E5%85%89)。 在这里我没有考虑其他噪声项,不过即使考虑了,往往也不会改变结论。同时实际情况往往更为复杂,比如说不止两个接收器,还要要考虑其他一些因素的影响。 **我们所要做的就是在接收机内部实现类似的相干求功率,细节很多,我也不太了解,就不介绍了。** ### 差分联合阵列(Difference co-array) 所谓的联合阵列,就是利用了基线长度的不同,来进行傅里叶变换的叠加,从而得到源的形状。 稀疏阵列(sparse array)通常是通过由阵列单元之和或差模拟出虚拟联合阵列来实现的。差分联合阵列适用于被动传感设备,而相加联合阵列适用于主动传感设备。在大多数情况下,阵列单元之间的物理距离是半波长`$ \lambda/2 $`,此后阵列将以这个距离的整数d倍来描述。考虑一个有着`$ N $`个等间距分布的连续线性阵列,有着`$ L=N-1 $`个孔径。让阵列单位的距离显得规范化,令`$ D=\{0,1,...,N-1\} $`,`$ |D|=N $`,那么差分联合阵列`$ D_{\Delta} $` ![](https://img.kancloud.cn/06/cc/06cca05a302c5c61f3c0e4570db8cc52_522x41.png) 随着N的增加,式子中的冗余也增加,即上面的`$ d_j-d_k $`产生多个相同的差。一个`$ N\ge 3 $`的完全填充线性阵列总是有冗余的联合阵列。