Разделение циклостационарных сигналов и наводок в линиях передачи печатных плат методом независимых компонент

Введение. При разработке и тестировании высокоскоростных линий связи цифровых электронных устройств проводится контроль формы электрических сигналов и наводок в линиях передачи с использованием глазковых диаграмм. В настоящее время контроль осуществляется с использованием многоканальных измерительных приборов, позволяющих определять форму импульсных сигналов и связанных с ними импульсных перекрестных помех.

Цель работы. Разработка способа слепой идентификации модели неизвестного сигнала, измеренного цифровым осциллографом в микрополосковых линиях передачи.

Материалы и методы. В работе использована модель сигнала, представляющего собой сумму информационного сигнала, межсимвольной интерференции и перекрестной помехи от соседней линии передачи в предположении статистической независимости символов их источников. Реализованный способ слепой идентификации позволил выполнить разделение трех компонент сигнала и определить их парциальные импульсные отклики. Предложенная процедура оценки характеристик модели сигнала включает в себя предварительную обработку измеренных данных с использованием метода главных компонент и последующий анализ независимых компонент на основе статистических характеристик четвертого порядка.

Результаты. В статье представлены результаты параллельной и независимой обработки экспериментальных данных, измеренных в микрополосковых линиях передачи двух близкорасположенных печатных плат, демонстрирующие эффективность предложенного способа разделения сигналов. Проведено сравнение методов слепого разделения сигналов на основе статистик второго порядка, кумулянтов четвертого порядка и метода независимых компонент. Результаты проведенного моделирования показали, что для произвольной формы парциальных импульсов метод независимых компонент обеспечивает наилучшее качество восстановления.

Заключение. Разработанный способ слепой идентификации параметров сигналов, измеренных в высокоскоростных линиях связи цифровых электронных устройств, позволит расширить функционал систем проектирования и тестирования многоканальных проводных линий связи.

1. Herres D. Oscilloscopes: A Manual for Students, Engineers, and Scientists. New York: Springer International Publishing, 2020. 267 p. doi: 10.1007/978-3-030-53885-9

2. Horowitz P., Hill W. The Art of Electronics. Cambridge: Cambridge University Press, 2015. 1220 p.

3. Pre-FEC and Post-FEC BER as Criteria for Optimizing Wireline Transceivers / M. Yang, S. Shahramian, H. Wong, P. Krotnev, A. C. Carusone // IEEE Intern. Symp. on Circuits and Systems (ISCAS), Daegu, Korea, 22–28 May 2021. IEEE, 2021. doi: 10.1109/iscas51556.2021.9401125

4. Sanders A., Resso M., D’Ambrosia J. Channel Compliance Testing Utilizing Novel Statistical Eye Methodology // Proc. DesignCon, Santa Clara, USA, Feb. 2004. 25 p.

5. Sequence-Coded Multilevel Signaling for High-Speed Interface / C. R. Dick, Aurangozeb, M. Mohammad, M. Hossain // IEEE J. of Solid-State Circuits. 2020. Vol. 55, № 1. P. 27–37. doi: 10.1109/JSSC.2019.2941016

6. Френкс Л., Теория сигналов: пер. с англ. / под ред. Д. Е. Вакмана. М. : Сов. радио, 1974. 343 с.

7. Gardner W. A. Cyclostationarity in communication and signal processing. New York: IEEE Press, 1994. 448 p.

8. Левин Б. Р. Теоретические основы статистической радиотехники. М.: Сов. радио, 1966. 728 с.

9. Chrysostomos N. L., Petropulu A. P. Higher-order spectra analysis: a nonlinear signal processing framework. New Jersey: PTR Prentice Hall, 1993. 537 p.

10. Zarzoso V., Nandi A. K. Blind Source Separation. Blind Estimation Using Higher-Order Statistics. Boston: Springer, 1999. P. 167–252. doi: 10.1007/978-1-4757-2985-6_4

11. Qureshi S. U. H. Adaptive equalization // Proc. of the IEEE. 1985. Vol. 73, № 9. P. 1349–1387. doi: 10.1109/proc.1985.13298

12. Anderson J. B., Rusek F., Owall V. Faster-Than-Nyquist Signaling // Proc. of the IEEE. 2013. Vol. 101, № 8. P. 1817–1830. doi: 10.1109/JPROC.2012.2233451

13. Lathi B. P., Ding Zhi. Modern Digital and Analog Communication Systems. 4th ed. Oxford: Oxford University Press, 2009. 1004 p.

14. Meyr H. Digital Communication Receivers: Synchronization, Channel Estimation and Signal Processing. New York: John Wiley & Sons Inc, 1997. 864 p. doi: 10.1002/0471200573

15. Hyvärinen A., Karhunen J., Oja E. Independent component analysis. London: Wiley Interscience, 2001. 504 p. doi: 10.1002/0471221317

16. Kay S. M. Intuitive Probability and Random Processes Using MATLAB. New York: Springer, 2006. 834 p. doi: 10.1007/b104645

17. Independent Component Analysis of the Cyclostationary Signals in the Transmission Line / Yu. V. Kuznetsov, A. B. Baev, M. A. Konovalyuk, A. A. Gorbunova, J. A. Russer // Intern. Symp. on Electromagnetic Compatibility – EMC Europe, Gothenburg, Sweden, 05–08 Sept. 2022. IEEE, 2022. P. 96–101. doi: 10.1109/EMCEurope51680.2022.9901014

18. Blind Separation of the Measured Mixed Cyclostationary Waveforms in Transmission Lines of the PCB / Yu. V. Kuznetsov, A. B. Baev, M. A. Konovalyuk, A. A. Gorbunova // Electronics. 2023. Vol. 12, № 15. P. 3272. doi: 10.3390/electronics12153272

19. Cyclostationary Crosstalk Cancelation in High-Speed Transmission Lines / Yu. V. Kuznetsov, A. B. Baev, M. A. Konovalyuk, A. A. Gorbunova // Applied Sciences. 2021. Vol. 11, № 17. P. 7988. doi: 10.3390/app11177988

20. Формирование вероятностной модели циклостационарных сигналов в линиях передачи электронных устройств / М. А. Коновалюк, А. Б. Баев, А. А. Горбунова, Ю. В. Кузнецов // Электросвязь. 2020. № 12. С. 64–71. doi: 10.34832/elsv.2020.13.12.010