Scientific journal
Modern high technologies
ISSN 1812-7320
"Перечень" ВАК
ИФ РИНЦ = 0,940

MATHEMATICAL MODELS FOR THE IMPLEMENTATION OF THE DOBESHI WAVELET TRANSFORM IN INTEGER GALOIS FIELDS

Kalmykov I.A. 1 Chistousov N.K. 1 Kalmykov M.I. 1 Dukhovnyy D.V. 1 Yurdanov D.V. 1
1 North-Caucasian Federal University
To provide broadband access in low-earth satellite Internet systems (LESIS), it is proposed to use OFDM technology. The choice of this wireless transmission technology is due to the fact that the use of the orthogonal frequency multiplexing method makes it possible to provide high-speed data transmission in channels with multipath propagation and signal fading. This is achieved by using the Fast Fourier Transform (FFT). To increase the signal transmission rate in OFDM systems, it is proposed to perform orthogonal signal transformations based on the Daubechies discrete wavelet transform (DWT) implemented in finite Galois fields GF(M). In this case, the OFDM signal will have a lower level of side lobes. And this will allow more efficient use of the radio frequency spectrum, using MIMO technology. In addition, the use of the Daubechies integer DWT makes it possible to increase the signal processing speed by replacing the arithmetic operations of multiplication, addition, and subtraction with the operations of retrieving calculation results from LUT tables. Therefore, the development of mathematical models for the implementation of Daubechies DWT in Galois fields, the use of which will reduce the time spent on signal processing and increase the speed of information transmission in NSSI systems, can be attributed to urgent tasks.
systems with orthogonal frequency multiplexing
discrete wavelet transforms
orthogonal transformation of signals
finite Galois fields

Построение современного общества невозможно представить без использования информационных технологий (ИТ). Особое место среди ИТ занимает информационно-коммуникационная сеть Интернет. Поэтому в настоящее время государством решается проблема предоставление ресурсов интернета всем гражданам нашей страны. Решить данную проблему возможно за счет создания низкоорбитальных систем спутникового интернета (НССИ). В настоящее время функционирует такая система – StarLink, группировка которой содержит более 2000 спутников [1, 2]. Для обеспечения широкополосного доступа в интернет в беспроводных системах широко используется технология OFDM. Основные достоинства данной технологии определяются благодаря алгоритмам быстрого преобразования Фурье (БПФ) и обратного БПФ [3]. Для повышения спектральной эффективности систем OFDM в работах [4, 5] предлагается вместо БПФ использовать дискретные вейвлет-преобразования (ДВП). Однако коэффициенты ДВП представляют собой иррациональные числа, что приводит к накоплению ошибок округления. Устранить данные недостатки можно за счет использования целочисленных дискретных вейвлет-преобразований (ЦДВП), реализуемых в полях Галуа. При этом применение табличной реализации арифметических операций в ЦДВП позволит повысить скорость ортогональных преобразований сигналов в системах, использующих технологию OFDM. Поэтому создание математических моделей ЦДВП Добеши в полях Галуа, использование которых позволит снизить временные затраты на цифровую обработку сигналов и увеличить скорость передачи информации в системах НССИ, можно отнести к актуальным задачам.

Использование БПФ и ОБПФ позволяет увеличить спектральную эффективность беспроводных систем OFDM. Однако данные ортогональные преобразования сигналов имеют относительно большой уровень боковых лепестков спектра OFDM сигнала. Замена процедур БПФ и ОБПФ на целочисленные дискретные вейвлет-преобразования (ЦДВП), выполняемые в поле Галуа, позволит уменьшить уровень боковых лепестков, а также повысить скорость обработки сигналов за счет использования LUT-таблиц при вычислениях. Цель статьи – увеличение скорости цифровой обработки сигналов в системах OFDM за счет применения разработанных матмоделей ЦДВП, которые реализуются в полях Галуа.

Материалы и методы исследования

Предложение о замене ортогональных преобразований сигналов в системах OFDM основано на том, что вейвлет-преобразования (ВП) исходного сигнала S(x) во многом соответствуют преобразованию Фурье, использующему оконную функцию w(x – a) [6, 7]. При этом ВП, используя базисную функцию ψ(a,b)(x), определяется следующим равенством:

missing image file. (1)

В системах OFDM вместо БПФ и ОБПФ предлагается использовать ДВП, которые позволяют снизить искажения сигнала S(x) при выполнении обратного преобразования, а также уменьшить избыточность, которая присуща ВП [8, 9]. Тогда входной сигнал можно представить в виде суммы двух функций φ(x) и ψ(x). Первая функция является масштабирующей, а вторая – вейвлет-функцией. При этом используются соответствующие коэффициенты. При масштабирующей функции φ(x) применяются коэффициенты приближения aj0(k), при функции ψ(x) – вейвлет-коэффициенты dj(k). Тогда имеем

missing image file. (2)

В этом случае коэффициенты имеют вид

missing image file, missing image file, (3)

где N – число отсчетов S(x); k = 0, 1, … N–1.

Известно, что ДВП успешно используются в кратномасштабных анализах сигналов, что показано в [6–8]. Это связано с тем, что ДВП локализованы как во временной, так и в частотной областях. Именно данное свойство послужило отправной точкой применения ДВП в системах OFDM. Однако, несмотря на данные достоинства, ДВП не позволяют достичь предельно возможного уровня скорости передачи информации. Это связано с тем, что коэффициенты ДВП представляют собой иррациональные числа. Из-за этого увеличивается время на реализацию операций умножения, а также происходит накопление ошибок округления. Одним из перспективных подходов, позволяющим устранить данный недостаток, является переход к целочисленным дискретным вейвлет-преобразованиям, реализуемым в полях Галуа. Данные ЦДВП, обладая свойствами ДВП, могут обеспечить повышение скорости обработки сигналов за счет использования табличной организации вычислений. В этом случае операции сложения, вычитания и умножения отсчетов входного сигнала на коэффициенты ЦДВП заменяются операциями выборки из LUT-таблиц. Для целочисленных дискретных вейвлет-преобразований, выполняемых в поле Галуа GF(М), базисные функции будут определяться

missing image file. (4)

где ψ(x) – вейвлет-функция.

Для восстановления входного сигнала S(x) необходимо выполнить обратное ЦДВП. В этом случае реализуется выражение

missing image file. (5)

где L – высший уровень разложения ЦДВП.

В настоящее время широкое распространение получили ДВП Добеши [7–9]. Такой выбор определяется свойствами данного ДВП. Во-первых, ДВП Добеши присуще свойство гладкости. Во-вторых, данное ДВП имеет компактный носитель, обладающий свойством ортогональности. В-третьих, ДВП Добеши использует две функции – масштабирующую и вейвлет-функцию. Поэтому вычисление ДВП Добеши может быть организовано с банка фильтров, используя быстрый алгоритм вычисления ДВП. Рассмотрим выполнение ДВП Добеши-4 в GF(M). Известно, что данное преобразование использует коэффициенты вида

missing image file. (6)

Для реализации ДВП в конечном поле умножим данные числа на коэффициент масштабирования В и возьмем целую часть результата Это позволяет представить коэффициенты Добеши в виде элементов поля GF(M). При реализации ЦДВП Добеши-4 в GF(M) при поступлении вектора, состоящего из восьми отсчетов, получаем следующие аппроксимирующие коэффициенты:

missing image file (7)

где missing image file, где В – коэффициент масштабирования; i = 1, 2, 3, 4.

Тогда детализирующие коэффициенты ДВП Добеши-4 в конечном поле

missing image file (8)

Так как часть коэффициентов Добеши-4 представляет собой отрицательные числа, то предлагается весь диапазон элементов поля Галуа GF(M) разделить. Первый диапазон располагается от нуля до (M + 1) / 2. В данном диапазоне размещаются положительные числа. Второй диапазон поля Галуа предназначен для записи отрицательных результатов.

Анализ работ [6–9] показывает, что при вычислении ДВП используются банки фильтров, представляющих собой набор НЧ и ВЧ фильтров, импульсная характеристика определяется коэффициентами ДВП. Однако данный метод вычисления ДВП имеет существенный недостаток – относительно низкую скорость получения аппроксимирующих и детализирующих коэффициентов. Это связано с необходимостью проведения децимации сигналов. Устранить данный недостаток позволяет структурная модель базовой операции ДВП Добеши в GF(M), которая показана на рисунке.

Так как в качестве входных отсчетов и коэффициентов Добеши используются элементы поля Галуа, то для выполнения арифметических операций умножения, сложения и вычитания использовать LUT-таблицы.

missing image file

Структурная модель базовой операции ДВП Добеши в GF(M)

Первая LUT-таблица предназначена для выполнения операции умножения входного отсчета s(x) на соответствующий коэффициент ДВП в поле

missing image file,

где В – коэффициент масштабирования; i = 1, 2, 3, 4.

Коэффициенты для всех умножителей хранятся в блоке памяти (БП). Вторая LUT-таблица предназначена для выполнения операции сложения по модулю М. При этом используется блок коммутации (БК). Данное устройство работает в течение L тактов, где L – порядок ДВП Добеши.

Результаты исследования и их обсуждение

Для оценки эффективности применения разработанных моделей ДВП Добеши в полях Галуа был произведен сравнительный анализ с БПФ. В работе [10] показано, что в системе спутникового интернета StarLink применяются сигналы OFDM, поддерживающие 64 QAM. В системе OFDM применяется 64 QAM. Значит, размерность входного сигнала s(x), поступающего на вход модуляторов, составляет 8 бит. Пусть сигнал OFDM имеет общее число поднесущих, равное 52, из которых 48 поднесущих используется для передачи данных. В этом случае для генерации сигнала необходимо использовать 64-точечное БПФ. Тогда для вычисления БПФ необходимо выполнить 6 итераций базовой операции «бабочка». При этом каждая такая операция требует умножения двух комплексных чисел, а также их сложения и вычитания. В этом случае для реализации базовой операции «бабочка» необходимо выполнить 4 операции умножения и 6 операций сложения.

Рассмотрим выполнение ДВП Добеши-4 с использованием 8-разрядных входных данных. Представим коэффициенты ДВП в виде целых чисел. Для этого воспользуемся коэффициентом масштабирования В = 256. В результате получаем следующие коэффициенты, представленные в двоичном коде.

Таблица 1

Коэффициенты ДВП Добеши-4

Коэффициенты Добеши-4

В = 256

Двоичный код

с1 = 0,683027

174

0010101110

с2 = 1,1830127

302

0100101110

с3 = 0,3169873

81

0001010001

с4 = –0,1830127

-46

1111010001

Пусть на вход поступают первые четыре отсчета missing image file. Найдем для данных отсчетов аппроксимирующий коэффициент

missing image file

В этом случае детализирующий коэффициент будет равен

missing image file.

После полученный результат можно сдвинуть вправо на восемь разрядов. В результате имеем значения аппроксимирующего и детализирующих коэффициентов, если бы вычисления происходили в позиционной системе счисления.

Рассмотрим выполнение ДВП Добеши-4, представленное в поле Галуа. В качестве характеристики поля Галуа выбираем простое число М = 262147. Данное значение числа выбрано из условия, что положительные результаты не должны превысить первый диапазон элементов поля, который размещается от 0 до 131073. При этом отрицательные результаты должны находиться во втором диапазоне. В табл. 2 представлены значения коэффициентов Добеши-4, приведенные в поле GF(262147).

Таблица 2

Коэффициенты ДВП Добеши-4 в поле GF(262147)

Коэффициенты Добеши-4

В = 256

Коэффициенты Добеши-4 в поле GF(262147).

с1 = 0,683027

174

missing image file

с2 = 1,1830127

302

missing image file

с3 = 0,3169873

81

missing image file

с4 = –0,1830127

-46

missing image file

Найдем для исходных четырех отсчетов аппроксимирующий коэффициент.

missing image file.

Так как а1 < М/2, то результат считается положительным. Тогда детализирующий коэффициент в GF(262147) будет равен

missing image file.

Так как d1 > М/2, то коэффициент является числом отрицательным. Получаем, что

missing image file.

Таблица 3

Временные затраты на ортогональные преобразования сигналов

Разработанные математические модели

Операция «бабочка»

БПФ

Добеши-4

Добеши-6

Добеши-8

240 нс

360 нс

480 нс

84 нс

468 нс

Результаты, полученные в позиционной системе счисления и в конечном поле Галуа совпали. Для проведения сравнительной оценки временных затрат на выполнение ортогонального преобразования сигналов с использованием БПФ и ДВП в конечных полях использовался метод RTL – моделирования работы ПЛИС. В качестве ПЛИС выбрана Kintex UltraScale xcku025-ffva1156-1. Программирование и исследование проводилось с помощью САПР Xilinx Vivado-HLS 2018. Результаты исследований представлены в табл. 3.

Полученные данные показывают, что использование разработанных математических моделей выполнения ДВП Добеши в конечном поле Галуа позволяет сократить время выполнения ортогонального преобразования сигналов. Так, при применении разработанной математической модели ДВП Добеши-6 время выполнения ортогонального преобразования сигналов сократилось по сравнению со временем реализации БПФ в 1,3 раза. А при использовании модели ДВП Добеши-4 временные затраты уменьшились в 1,95 раза. Таким образом, применение разработанных моделей ДВП Добеши в конечных полях приведет к сокращению временных затрат на генерацию сигнала OFDM. А это в свою очередь приведет к повышению скорости передачи информации в низкоорбитальных системах спутникового интернета.

Заключение

Для повышения скорости передачи информации в НССИ было предложено сократить временные затраты на генерацию сигнала OFDM за счет изменения вида ортогональных преобразований сигналов. В статье приведены математические модели выполнения ЦДВП Добеши в полях Галуа, применение которых позволяет сократить время выполнения ортогонального преобразования сигналов по сравнению с БПФ. Результаты исследования показали, что при применении математической модели ЦДВП Добеши 6 время выполнения ортогонального преобразования сигналов сократилось по сравнению со временем реализации БПФ в 1,3 раза. А при использовании модели ДВП Добеши 4 – в 1,95 раза. Таким образом, очевидно, что использование разработанных моделей ДВП Добеши в конечных полях уменьшает временные затраты на генерацию сигнала OFDM, что способствует повышению скорости передачи информации в НССИ.