高速串行通信中抖動(dòng)信號(hào)的分解方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于高速串行通信技術(shù)領(lǐng)域，更為具體地講，涉及一種高速串行通信中抖 動(dòng)信號(hào)的分解方法。
【背景技術(shù)】
[0002] 目前，數(shù)字通信中數(shù)據(jù)傳輸量越來(lái)越大，傳統(tǒng)并行傳輸技術(shù)已經(jīng)不能滿足急劇增 長(zhǎng)的數(shù)據(jù)傳輸率，高速串行通信已逐漸成為數(shù)據(jù)通信領(lǐng)域的主流技術(shù)。然而，隨著通信速度 的不斷增大，抖動(dòng)已經(jīng)成為影響高速串行通信性能的重大因素。目前，各種高速串行總線和 數(shù)據(jù)傳輸鏈路的定時(shí)余量也都表明，必須要嚴(yán)格控制抖動(dòng)。但是實(shí)際抖動(dòng)信號(hào)中包含很多 不同特征的信號(hào)分量，只有準(zhǔn)確地將其分解，再根據(jù)每個(gè)分量的具體特性分析出相應(yīng)的抖 動(dòng)來(lái)源，并做出相應(yīng)的抑制策略才能從根本上消除抖動(dòng)帶來(lái)的不利后果，提高高速串行通 信的性能。
[0003] 目前，主要的抖動(dòng)分解算法包括Tailfit算法、FFT(fastFouriertransform，快 速傅立葉變換）算法、TLC算法以及EMD(EmpiricalModeDecomposition,經(jīng)驗(yàn)?zāi)B(tài)分解） 算法。但是，Tailfit算法由于受到統(tǒng)計(jì)樣本的影響具有一定的局限性，樣本數(shù)量的差異會(huì) 帶來(lái)不同的結(jié)果，并且在進(jìn)行最佳拖尾匹配算法之前，要對(duì)總體抖動(dòng)做平滑濾波操作，這樣 也會(huì)帶來(lái)結(jié)果的差異性。FFT是一種經(jīng)典的信號(hào)處理算法，它的局限性在于容易造成頻譜泄 露，一般的解決方法是做加窗處理，另外在抖動(dòng)分解中采用閾值來(lái)分離抖動(dòng)，這樣會(huì)造成低 幅度高頻率的確定性抖動(dòng)很難準(zhǔn)確分離出來(lái)?；谧韵嚓P(guān)分析的TLC算法也存在一些不足 之處，它的分解精度也受到采樣點(diǎn)數(shù)的限制，且聯(lián)立的超越方程組大大增加這個(gè)算法的復(fù) 雜度。EMD算法是最近幾年擴(kuò)泛應(yīng)用于信號(hào)處理領(lǐng)域的一種自適應(yīng)的數(shù)據(jù)分解算法，對(duì)非 線性非平穩(wěn)信號(hào)的分解具有很好的效果，但是該算法自身存在一些缺點(diǎn)，包括內(nèi)蘊(yùn)模態(tài)函 數(shù)篩選準(zhǔn)則、分解停止準(zhǔn)則、端點(diǎn)效應(yīng)、模態(tài)混疊等，其中模態(tài)混疊極大的限制了對(duì)含有瞬 態(tài)分量抖動(dòng)信號(hào)的分解，并且也影響著其他抖動(dòng)分量的分解精度。
[0004] 在EMD算法的基礎(chǔ)上，研宄人員又提出了EEMD(EnsembleEmpiricalMode Decomposition，集合經(jīng)驗(yàn)?zāi)７纸猓┧惴?。EEMD分解是基于數(shù)據(jù)時(shí)域局部特征的，它可把 復(fù)雜的數(shù)據(jù)分解成有限個(gè)內(nèi)蘊(yùn)模式函數(shù)。EEMD是一種自適應(yīng)的分解算法，非常適合分析非 平穩(wěn)非線性的時(shí)變過(guò)程，它能清晰地分辨出交疊復(fù)雜數(shù)據(jù)的內(nèi)蘊(yùn)模式。EEMD算法的主要思 路為：在原始信號(hào)中加入白噪聲信號(hào)，對(duì)得到的信號(hào)進(jìn)行EMD分解得到m個(gè)模態(tài)分量，重復(fù) N次，每次加入的白噪聲幅值不同。每次EMD分解得到的模態(tài)分量數(shù)量相同，將N次EMD分 解得到的模態(tài)分量進(jìn)行平均，得到最終的模態(tài)分量。EEMD算法雖然對(duì)解決模態(tài)混疊問(wèn)題有 不錯(cuò)的效果，但是現(xiàn)有技術(shù)中在EEMD中加入白噪聲的幅值及總體平均數(shù)目N的確定完全依 靠經(jīng)驗(yàn)來(lái)確定，不利于對(duì)信號(hào)的快速和準(zhǔn)確分解。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于高速串行通信中抖動(dòng)信號(hào) 的分解方法，根據(jù)抖動(dòng)信號(hào)自適應(yīng)地確定要添加至抖動(dòng)信號(hào)的信號(hào)，從而提高分解的效率 和精確度。
[0006] 為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明基于高速串行通信中抖動(dòng)信號(hào)的分解方法，包括以 下步驟：
[0007] Sl:求取待分解的抖動(dòng)信號(hào)的幅值標(biāo)準(zhǔn)差，記為S。;再對(duì)抖動(dòng)信號(hào)做傅里葉變換，
【主權(quán)項(xiàng)】
1. 一種基于高速串行通信中抖動(dòng)信號(hào)的分解方法，其特征在于，包括以下步驟： Si:求取待分解的抖動(dòng)信號(hào)的幅值標(biāo)準(zhǔn)差，記為δ。;再對(duì)抖動(dòng)信號(hào)做傅里葉變換，求取 抖動(dòng)信號(hào)中幅值最大值，記為S _;將幅值為
以下所有頻率分量提取出來(lái)作 為信號(hào)e，剩余部分信號(hào)作為信號(hào)f ; S2:求取信號(hào)e的幅值標(biāo)準(zhǔn)差δ e，得到添加白噪聲的幅值范圍為（-δ δ J ;求取信 號(hào)f中各頻率分量的頻率最小值與最大值，分別記為fmin和f _，將[fmin-ξ，fmax+ξ ]作 為加入白噪聲的頻率范圍，其中ξ為保證覆蓋抖動(dòng)信號(hào)中所有頻率分量所加的裕量，若 fmin- ξ彡〇,則加入白噪聲的頻率范圍為[〇, fmax+ ξ ]; 53 :提取信號(hào)f中各個(gè)頻率分量的頻率值fn，其中η = 1，2, 3…M，M表示頻率分量 的數(shù)量；設(shè)定期望分解誤差值ε，將此期望分解誤差值的±1/2作為正弦信號(hào)的幅值； 得到兩組正弦信號(hào) S1 = s n+s12+···+slt/··+sL S 2 = s 21+s22+···+s2l/··+S2m，其中 Sln= ε /2sin (2 JT fnt)，Sln= - ε /2sin (2 JT f nt); 54 :在S2得到的白噪聲幅值范圍內(nèi)和白噪聲頻率范圍內(nèi)隨機(jī)生成N個(gè)白噪聲信號(hào)； 55 :將步驟S4中的每個(gè)白噪聲信號(hào)，與步驟S3得到的一組正弦信號(hào)一起加入抖動(dòng)信號(hào) 得到信號(hào)J i+ (t)，再與步驟S3得到另一組正弦信號(hào)一起加入抖動(dòng)信號(hào)得到信號(hào)(t)，采用 EMD算法分別對(duì)信號(hào)Ji+(t)和信號(hào)Ji_(t)進(jìn)行分解，得到得到兩組數(shù)量為m的模態(tài)分量，將 對(duì)應(yīng)模態(tài)分量進(jìn)行平均，得到m個(gè)模態(tài)分量的取值范圍為k = 1，2, ;N個(gè)白噪 聲信號(hào)共計(jì)得到N組模態(tài)分量； 56 :將步驟S5得到的N組模態(tài)分量中對(duì)應(yīng)模態(tài)分量進(jìn)行平均，得到最終的模態(tài)分量。
2. 根據(jù)權(quán)利要求1所述的基于高速串行通信中抖動(dòng)信號(hào)的分解方法，其特征在于，所 述參數(shù)
表示向上取整。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于高速串行通信中抖動(dòng)信號(hào)的分解方法，首先通過(guò)待抖動(dòng)信號(hào)的幅值標(biāo)準(zhǔn)差和幅值最大值對(duì)抖動(dòng)信號(hào)進(jìn)行分離，根據(jù)分離得到的信息確定加入白噪聲的幅值范圍和頻率范圍，并確定加入正弦信號(hào)的幅值和頻率成分，在白噪聲的幅值范圍和頻率范圍內(nèi)隨機(jī)生成N個(gè)白噪聲信號(hào)，并生成兩組正弦信號(hào)，將每個(gè)白噪聲信號(hào)分別與兩組正弦信號(hào)一起加入抖動(dòng)信號(hào)，對(duì)得到的兩個(gè)信號(hào)分別進(jìn)行EMD分解，將得到的模態(tài)分量平均得到該白噪聲信號(hào)對(duì)應(yīng)的模態(tài)分量，再將N次得到的模態(tài)分量平均得到最終的模態(tài)分量。本發(fā)明根據(jù)抖動(dòng)信號(hào)自適應(yīng)地確定要添加至抖動(dòng)信號(hào)的信號(hào)，從而提高分解的效率和精確度。
【IPC分類(lèi)】G06F13-38
【公開(kāi)號(hào)】CN104679698
【申請(qǐng)?zhí)枴緾N201510101443
【發(fā)明人】鄒見(jiàn)效, 肖軍, 凡時(shí)財(cái), 徐紅兵
【申請(qǐng)人】電子科技大學(xué)
【公開(kāi)日】2015年6月3日
【申請(qǐng)日】2015年3月9日