面向信号处理与通信系统的下一代设计流程

在复杂信号处理与通信技术的开发中，设计流程的不连续越来越具有破坏性，并且代价越来越高昂。同时，缩短设计和验证周期的需求使设计不连续的影响被进一步被放大。本文通过介绍算法设计、系统架构和硬件设计中的几个用例，来展示最近在建模、仿真和代码生成工具及方法上的重要技术发展。

流系统的算法设计

现在越来越多的工程师开始用MATLAB中的浮点运算来开发信号处理与通信系统算法。这些算法开发人员可以利用MATLAB强大的信号采集和分析功能，以及多个工具箱的内置算法库。但是，在有些团队中，为了算法的优化实现，工程师会用C代码重写这些算法，将其转换为定点或整数运算，或将它们与其他设计元素集成。该重写步骤就是设计流程中一个潜在的，成本高昂且具有破坏性的典型不连续。

MATLAB提供的数百个用于信号处理、通信、图像和视频处理的新组件，都可作为System对象库。在MATLAB中，System对象库是为设计实时系统设计的，是即用型打包的算法实现。它们隐式地处理着流、索引、缓冲和状态管理，使编写、调试和维护代码变得更简单。

图1显示的是带发射器、信道和接收器组件的基本通信系统的框图表示形式。为了对这样一个系统进行建模和仿真，工程师需要写数千行的C代码，然后，寻找各种方法，以便将设计与测试设备进行集成，或者分析仿真结果。

图1：典型通信系统物理层的框图。

与这数千行C代码（一般情况下为实施此通信系统而写入的）相比，图2中显示的MATLAB代码使用了来自DSP System Toolbox和Communications System Toolbox的若干个System对象。

图2：部分MATLAB代码，展示来自DSP System Toolbox和Communications System Toolbox的System对象的使用。

例如，要对发射器进行建模，工程师可以按顺序实例化和调用Communications System Toolbox中的Reed-Solomon编码器、卷积编码器、区块交织器、矩形QAM调制器和正交空时分组码System对象（如图2所示）。这种代码结构让工程师可以轻松地将其与原始规格或框图进行对比。算法设计师则可以快速地将此代码与其现有的MATLAB代码相结合，并使用从测试仪器获取的实时流数据来测试这些算法。