基于异构忆阻器的1T2M多值存储交叉阵列设计

孙晶茹; 李梦圆; 康可欣; 邾少鹏; SunYichuang

doi:10.11999/JEIT201108

基于异构忆阻器的1T2M多值存储交叉阵列设计

doi: 10.11999/JEIT201108

1.
湖南大学信息科学与工程学院长沙 410082
2.
北京邮电大学电子工程学院北京 100089
3.
英国赫特福德大学物理工程与计算机科学学院哈特菲尔德英国 AL10 9AB

基金项目: 国家自然科学基金重大研究计划(91964108)，国家自然科学基金(61971185)，湖南省高校重点实验室开放基金(20K027)

详细信息

作者简介:
孙晶茹：女，1977年生，副教授，研究方向为非线性电路与系统、图像加密

邾少鹏：男，1998年生，硕士生，研究方向为忆阻存储电路设计

SunYichuang：男，1960年生，教授，研究方向为无线和移动通信、射频和模拟电路、微电子设备和系统、机器学习和深度学习

通讯作者:
孙晶茹　jt_sunjr@hnu.edu.cn

中图分类号: TN601; TN710
计量
- 文章访问数: 1466
- HTML全文浏览量: 626
- PDF下载量: 122
- 被引次数: 6
出版历程
- 收稿日期: 2020-12-31
- 修回日期: 2021-04-05
- 网络出版日期: 2021-04-19
- 刊出日期: 2021-06-18

Design of Heterogeneous Memristor Based 1T2M Multi-value Memory Crossbar Array

1.
College of Computer Science and Electronic Engineering, Hunan University, Changsha 410082, China
2.
School of Electronic Engineering, Beijing University of Posts and Telecommunications, Beijing 100089, China
3.
School of Physics, Engineering and Computer Science, University of Hertfordshire, Hatfield AL10 9AB, UK

Funds: The Major Research Project of the National Natural Science Foundation of China (91964108), The National Natural Science Foundation of China (61971185), The Open Fund Project of Key Laboratory in Hunan Universities (20K027)

摘要

摘要: 忆阻器作为一种新型电子元件，具有尺寸小、读写速度快、非易失性和易于与CMOS电路兼容等特性，是实现非易失性存储器最具发展前景的技术之一。但是已有的多值存储交叉阵列存在电路结构复杂、漏电流和存储密度低等问题，影响了多值存储交叉阵列的实用性。该文提出一种基于异构忆阻器的多值存储交叉阵列，其中存储单元由1个MOS管和两个具有不同阈值电压和R_on阻值的异构忆阻器构成(1T2M)，可实现单个电压信号完成4值读写的操作，减少电流通路的同时简化了电路结构。通过PSpice进行仿真验证，表明所提出的1T2M多值存储器交叉阵列与已有工作相比，电路结构更简单，读写速度更快，并较好地克服了漏电流问题。
- 忆阻器 /
- 存储器 /
- 交叉阵列 /
- 漏电流
Abstract: As a new type of electronic component, memristor has the characteristics of small size, fast reading and writing speed, non-volatile and easy to be compatible with CMOS circuits. It is one of the most promising technologies to realize non-volatile memory. However, the existing multi-value storage cross array has problems such as complex circuit structure, sneak path problem and low storage density, which affect the practicability of the multi-value storage cross array. In this paper, a multi-value memory crossbar array based on heterogeneous memristors is proposed, in which the memory cell is composed of one Transistor and two heterogeneous Memristors (1T2M) with different threshold voltages and R_on resistance values. A single voltage signal completes the four-value read and write operation, which reduces the current path and simplifies the circuit structure. Simulation verification by PSpice shows that compared with existing work, the proposed 1T2M multi-value memory crossbar array has simpler circuit structure, higher storage density, faster reading and writing speed, and overcomes better the leakage current problem.
- Memristor /
- Memory /
- Crossbar array /
- Sneak paths

HTML全文

1. 引言

雷达和通信是现代电子设备系统中广泛装备的两种典型功能，分别肩负着目标探测跟踪和设备间信息传输的任务。但是随着现代信息技术的不断发展，雷达设备和通信设备软硬件资源共享趋势逐渐加深，结合雷达和通信两种功能的一体化设计成为近年来的研究热点^[1-4]。雷达通信一体化是在现有系统硬件条件下，实现目标探测的同时进行高数据率传输^[5]。雷达通信一体化信号设计是实现一体化系统的关键，常见的一体化信号可分为复用信号和共用信号，其中通信共用信号是当前的研究重点，且主要集中在OFDM体制信号研究^[6]。基于OFDM的雷达通信一体化信号凭借优良的探测能力，较高的分辨力等优点受到广泛应用^[7]。但在实际应用中，OFDM信号存在一些难以避免的缺点，如对多普勒敏感和高带外辐射等。相比OFDM信号，FBMC信号具有高频谱利用率，低带外泄露和时频聚焦性等优点，同时引入交错正交幅度调制(Offset Quadrature Amplitude Modulation, OQAM)提高了系统的抗干扰能力，在通信研究中被认为是5G的主要备选技术^[8,9]。因此将FBMC/OQAM技术应用到雷达通信一体化波形设计中具有较大的优势和潜力。

FBMC在原理上与OFDM具有很强的相似性。然而，不同于OFDM的是FBMC并不满足子载波在复数域正交，仅在实数域严格正交。这一差异导致FBMC即使实现完美同步，在接收端仍会存在固有虚部干扰，这也是基于FBMC框架的雷达通信一体化信号所面临的最主要问题。对于通信传输而言，在复信道传输过程中，系统虚部干扰和信道响应叠加，影响信道估计准确性^[8,10]。而对于雷达探测而言，目标回波中虚部干扰会与目标信息叠加，影响探测性能。

针对FBMC/OQAM的导频结构设计问题，解决方法大致可以分为基于干扰利用和基于干扰消除的导频结构设计。基于干扰利用的导频结构设计方法，主要是利用干扰近似法(Interference Approximation Method, IAM)获得近似的估计干扰值，并将其作为等效导频能量，进而提高导频符号的等效导频功率，从而提高系统信道估计性能^[11-14]。由于一次导频的插入需要占用多个符号，在雷达通信一体化的时变快衰落信道下会导致导频插入非常频繁。如果使用IAM方法，会消耗巨大的资源。基于干扰消除的导频结构设计方法则是对分散式导频进行研究。在FBMC系统发射端对导频结构进行优化设计，使固有干扰不会影响导频，因此在接收端可以直接使用传统信道估计方法。干扰消除方法主要分为辅助导频(Auxiliary Pilot, AP)法^[15]和预编码法^[16]。其中AP法通过预留一个辅助项来消除干扰计算窗口内的固有干扰，且干扰计算窗口越大，干扰消除越干净^[17,18]。但是过大的干扰计算窗口会导致导频时域间隔变大，因此不能应对快时变信道。预编码法则是引入预编码的方法以抵消固有干扰。然而，编码方法并不能完全抵消导频符号受到的虚部干扰。采用较长的码字可以解决这一问题，但这会增加发送端编码和接收端解码的复杂度。现有关于设计FBMC导频结构以获得最优信道估计值的研究大部分针对慢衰落信道，对快衰落信道鲜有研究。本文针对时变快衰落信道研究雷达通信一体化信号设计方法，基于AP法提出交错梳状导频法，实现干扰消除的同时跟踪信道变化。针对固有干扰对雷达性能的影响和雷达引入实干扰的问题，利用雷达数据作为导频消除干扰影响，并提出实干扰补偿算法进行干扰补偿。

2. FBMC交错梳状谱雷达通信一体化信号设计

2.1 雷达通信一体化信号模型

FBMC/OQAM技术通过改进原型滤波器极大地抑制了带外泄漏，具有较好的抗频偏性能。本文采用时频聚焦性能较好的PHYDYAS原型滤波器^[19,20]进行雷达通信一体化信号设计。可设其时域表达式为 $g(k)$ ，长度为 $K \times M$ ，其中， $K$ 为重叠因子， $M$ 为子载波个数。则FBMC/OQAM信号可表示为

$s(k) = \sum\limits_n {\delta \left(k - n\frac{M}{2} \right) }* {s_n}(k)$

(1)

其中， $*$ 表示卷积， ${s_n}(k)$ 表示第 $n$ 个符号，其数学表达式为

${s}_{n}(k)=g(k){\displaystyle \sum _{m=1}^{M}{a}_{m,n}}{{\rm{e}}}^{\text{j}2\pi m(k-\frac{KM}{2})/M}{{\rm{e}}}^{\text{j}\frac{\pi }{2}(m+n)}{{\rm{e}}}^{\text{j}\pi mn}$

(2)

其中， ${a_m}_{,n}$ 是发送端通过交错正交幅度调制的OQAM信号； ${{\rm{e}}^{{\rm{j}}\frac{\pi }{2}(m + n)}}$ 是相位因子，用于将OQAM实数数据变为实虚交错； ${{\rm{e}}^{{\rm{j}}(\pi mn + 2\pi m( - \frac{{KM}}{2})/M)}}$ 用于实现子载波在零频附近的频率偏移。

为了表示简洁，可定义

${\varphi _{m,n}} = \frac{\pi }{2}(m + n) + \pi mn + 2\pi m \left( - \frac{{KM}}{2}\right)/M$

(3)

${g_{m,n}}(k) = \delta \left(k - n\frac{M}{2}\right)*g(k){{\rm{e}}^{{\rm{j}}2\pi mk/M}}$

(4)

其中， ${g_{m,n}}(k)$ 为第 $n$ 个符号，第 $m$ 个子载波上原型滤波器响应。则式(1)可等效为

$s(k) = \sum\limits_n {\sum\limits_{m = 1}^M {{a_{m,n}}{{\rm{e}}^{{\rm{j}}{\varphi _{m,n}}}}} {g_{m,n}}(k)}$

(5)

在FBMC/OQAM架构下，基于FBMC/OQAM进行雷达通信一体化信号设计，需要进行子载波划分，分为雷达、通信和辅助导频，其中辅助导频用于消除导频受到的固有干扰。将雷达信号和通信OQAM信号调制到对应子载波上，再计算辅助导频，并调制到剩余子载波上以构成子载波复用信号。FBMC交错梳状谱雷达通信一体化信号模型为

$\begin{split} s(k) = & \sum\limits_n^{} \left[ \sum\limits_{m \in {\varOmega _{{\text{rad}}}}} {{r_{m,n}}{{\rm{e}}^{{\rm{j}}{\varphi _{m,n}}}}{g_{m,n}}(k)} \right.\\ & + \sum\limits_{m \in {\varOmega _{{\text{com}}}}} {{c_{m,n}}{{\rm{e}}^{{\rm{j}}{\varphi _{m,n}}}}{g_{m,n}}(k)} \\ & \left.+ \sum\limits_{m \in {\varOmega _{{\text{AP}}}}} {{p_{m,n}}{{\rm{e}}^{{\rm{j}}{\varphi _{m,n}}}}{g_{m,n}}(k)} \right] \end{split}$

(6)

其中， ${r_{m,n}},{c_{m,n}},{p_{m,n}}$ 分别表示第 $n$ 个符号，第 $m$ 个子载波上的雷达信号离散频谱值，消除雷达干扰后的通信OQAM信号，以及辅助导频数值； ${\varOmega _{{\text{rad}}}}, {\varOmega _{{\text{com}}}},{\varOmega _{{\text{AP}}}}$ 分别表示雷达、通信和辅助导频所调制的子载波位置。为了获得较优的雷达探测性能，式(6)中雷达子载波上可放置chirp信号。由于在接收端抽取雷达子载波上的频点信号是chirp信号的离散频谱值，因此能获得较好的雷达探测性能。

2.2 FBMC交错梳状谱雷达通信一体化信号调制解调框图

本文基于FBMC/OQAM进行雷达通信一体化信号设计。FBMC交错梳状谱雷达通信一体化信号的调制解调框图如图1所示。

图 1 FBMC交错梳状谱雷达通信一体化信号调制解调框图

下载: 全尺寸图片幻灯片

为信号调制流程框图，在调制端，首先将通信数据进行编码、数字调制、OQAM预处理及消除雷达对通信干扰，并与雷达数据子载波复用结合为雷达通信一体化信号。为了消除雷达受到的固有干扰影响，一体化信号利用雷达作为导频，实现通信对雷达干扰消除且节省频谱资源。再经过原型滤波器 $G(l)$ 频率扩展、IFFT变换、并串转换，最后在时域重叠移位相加得到FBMC交错梳状谱雷达通信一体化时域信号，通过发射机发射出去。该调制步骤中的雷达通信互干扰消除将在第3节进一步展开研究。

图1(b)为通信解调流程框图，在通信解调端，将接收的雷达通信一体化信号进行滑窗接收、串并转换、FFT变换后，再经过原型滤波器频率解扩，然后提取作为导频的雷达数据进行信道估计、信道均衡和OQAM后处理，最后经数字解调、解码得到通信数据。

图1(c)为雷达解调流程框图，在雷达解调端，将回波信号进行滑窗接收、串并转换、FFT变换后，再经过原型滤波器频率解扩，然后提取雷达数据进行雷达信号处理得到目标相关信息。从而实现完成通信信息交互和雷达探测的工作。

3. 雷达通信互干扰分析与补偿

3.1 交错梳状辅助导频法

假设发射端和接收端之间的复信道 $H$ 为平坦慢衰落信道，使用 ${H_{m,n}}$ 来表示时频位置 $(m,n)$ 处的信道响应。并假设信道噪声 $\eta (k)$ 为复加性高斯白噪声，则式(6)中雷达通信一体化信号 $s(k)$ 通过复信道 $H$ 后，在接收端接收到的信号 $y(k)$ 可表示为

$\begin{split} y(k) =& s(k) \cdot H + \eta (k) \\ = &\sum\limits_n^{} {\left[ \begin{gathered} \sum\limits_{m \in {\varOmega _{{\text{rad}}}}} {{r_{m,n}}{{\rm{e}}^{{\rm{j}}{\varphi _{m,n}}}}{g_{m,n}}(k)} {H_{m,n}} \\+ \sum\limits_{m \in {\varOmega _{{\text{com}}}}} {{c_{m,n}}{{\rm{e}}^{{\rm{j}}{\varphi _{m,n}}}}{g_{m,n}}(k)} {H_{m,n}} \\ + \sum\limits_{m \in {\varOmega _{{\text{AP}}}}} {{p_{m,n}}{{\rm{e}}^{{\rm{j}}{\varphi _{m,n}}}}{g_{m,n}}(k)} {H_{m,n}} \\ \end{gathered} \right] + \eta (k)} \end{split}$

(7)

在接收端，假设导频的时频位置为 $({m_p},{n_p})$ ，通过原型滤波器并乘以相位因子 ${{\rm{e}}^{ - {\rm{j}}{\varphi _{m,n}}}}$ 后，接收到的导频数据 ${r'_{{m_p},{n_p}}}$ 可表示

$\begin{split} {r'_{{m_p},{n_p}}} & = \left\langle {y(k),g_{{m_p},{n_p}}^*(k)} \right\rangle {{\rm{e}}^{ - {\rm{j}}{\varphi _{m,n}}}} \\ & = {H_{{m_p},{n_p}}}({r_{{m_p},{n_p}}} + {I_{{m_p},{n_p}}}) + {\eta _{{m_p},{n_p}}} \end{split}$

(8)

其中， $\left\langle {{\cdot}} \right\rangle$ 表示内积， ${I_{{m_p},{n_p}}}{\text{ = }}\displaystyle\sum\nolimits_{(m,n) \ne ({m_p},{n_p})} {{b_{m,n}}\left\langle {{g_{m,n}},g_{{m_p},{n_p}}^*} \right\rangle }$ 表示除导频数据 ${r_{{m_p},{n_p}}}$ 外的其他数据 ${b_{m,n}}$ 对导频的虚部干扰， ${\eta _{{m_p},{n_p}}}$ 表示导频受到的噪声干扰。

接收端将接收到的导频与已知的发射导频做比值，即可得相应时频位置的信道估计值 ${\hat H_{{m_p},{n_p}}}$

${\hat H_{{{{m}}_{{p}}}{\text{,}}{{{n}}_{{p}}}}} = \frac{{{r'_{{m_p},{n_p}}}}}{{{r_{{m_p},{n_p}}}}} = {H_{{m_p},{n_p}}} + \frac{{{H_{{m_p},{n_p}}}{I_{{m_p},{n_p}}}}}{{{r_{{m_p},{n_p}}}}} + \frac{{{\eta _{{m_p},{n_p}}}}}{{{r_{{m_p},{n_p}}}}}$

(9)

其中，等式右侧第1项为理想信道响应；第3项为噪声干扰，可以通过提高信噪比减小影响；而第2项为导频位置周围数据对导频的虚部干扰影响。因此，如何消除第2项是获得最佳信道估计的关键，即设计合适的导频结构，使得虚部干扰 ${I_{{m_p},{n_p}}}$ 为零，即

${I_{{m_p},{n_p}}} = \sum\limits_{(m,n) \ne ({m_p},{n_p})} {{b_{m,n}}\left\langle {{g_{m,n}},g_{{m_p},{n_p}}^*} \right\rangle = 0}$

(10)

经典的干扰消除方法是AP法。它是在导频 $({m_0},{n_0})$ 的邻域范围内选取一个时频格点 $({m_a},{n_a})$ 将其作为辅助导频点，用来消除导频周围数据对导频的干扰。若将导频周围数据对中心导频位置 $({m_p},{n_p})$ 的干扰系数用 ${u_{m,n}} = \left\langle {{g_{m,n}},g_{{m_p},{n_p}}^*} \right\rangle$ 表示，则可得辅助导频 ${p_{{m_a},{n_a}}}$ 值为

${p_{{m_a},{n_a}}} = {b_{{m_a},n}}_{_a} = - \frac{{\displaystyle\sum\nolimits_{\begin{subarray}{l} (m,n) \in {\varOmega _{({m_p},{n_p})}} \\ (m,n) \ne ({m_a},{n_a}) \end{subarray}} {{b_{m,n}}{u_{m,n}}} }}{{{u_{{m_a},{n_a}}}}}$

(11)

其中， ${\varOmega _{({m_p},{n_p})}}$ 为干扰计算窗口。对于PHYDAYS滤波器来说，AP通常选取如图2(a)中红色圆圈所示时频位置。按上述放置方法，传统AP法如图2(b)呈分散结构，蓝色块为导频，红色块为辅助导频，黄色矩形窗口为干扰计算窗口。为避免辅助导频计算产生迭代问题，计算的窗口不能包含相邻导频的辅助导频。

图 2 传统辅助导频示意图

下载: 全尺寸图片幻灯片

导频时域间隔 ${N_t}$ 和导频频域间隔 ${N_f}$ 取决于干扰计算窗口的选取，如所示。为了尽可能消除干扰影响需要窗口较大，即 ${N_t}$ 较大。但是在雷达通信一体化的无线通信场景中通常为时变快衰落信道， ${N_t}$ 较大无法跟踪信道变化。因此，传统AP法不能满足雷达通信一体化信号在时变快衰落信道下的通信要求。

考虑到基于AP的导频结构图由结构参数：导频时域间隔 ${N_t}$ ，导频频域间隔 ${N_f}$ ，最近导频间时域间隔 ${d_t}$ 和最近导频间频域间隔 ${d_f}$ 决定，因此，可以通过结构参数的优化进行时变快衰落信道下导频和辅助导频的时频结构设计。在基于AP的导频结构设计中，应依据两个主要设计准则：

(1)为了防止AP的数值大造成峰均比高，如式(11)可知应选干扰系数高的位置放置AP。由PHYDAYS干扰系数可知，导频同子载波相邻符号位置的干扰系数最大，则AP的时频位置 $({m_a},{n_a})$ 应约束为

${m_a} = {m_0},{n_a} = {n_0} \pm 1$

(12)

(2)为避免计算辅助导频带来的重复迭代运算，辅助导频的位置不能包含在另一个的干扰计算窗之内。假设干扰计算窗时域长为 $2{l_t} + 1$ ，频域长为 $2{l_{_f}} + 1$ 。则基于设计准则(1)，存在约束条件

${d_f} \gt {l_f},{d_t} \ge 1,{N_t} \gt {l_t}$

(13)

由于本文针对高动态应用场景进行雷达通信一体化信号设计，因此信道需要兼具快时变与快频变特性。为了实现信道响应实时跟踪和准确估计，雷达通信一体化波形设计需要在有限时频资源内最大化导频数量。因此，根据导频结构设计准则(1)和(2)，以有限时频资源内导频数量最大化为优化目标进行导频结构优化设计。优化结果如下。

导频结构参数

${N_t} = {l_t} + 2,{d_t} = 1,{d_f} = {l_f} + 1$

(14)

辅助导频位置：同一子载波内，辅助导频位于导频同一侧。

根据优化结果可得导频结构图如所示。由于上述优化结果对结构参数导频频域间隔 ${N_f}$ 的取值没有限制，需进一步确定 ${N_f}$ 取值。考虑到本文将雷达作为通信导频，为了便于雷达信号处理，获得较优的雷达性能，雷达子载波间隔应为固定的数值，即导频频域间隔 ${N_f}$ 为常数。则根据式(14)中导频结构参数优化结果有

图 3 优化导频结构

下载: 全尺寸图片幻灯片

${N_f} = \frac{{{d_f}}}{{{d_t}}}{N_t} = ({l_f} + 1)({l_t} + 2)$

(15)

因此，最终的导频结构优化结果如图3(b)中的黄色方框所示，且雷达数据作导频。辅助导频位置满足上述优化结果及辅助导频位置限制条件即可，如图3(b)中红色方框所示。其余时频位置放置通信数据。

3.2 通信实干扰补偿算法

本文FBMC雷达通信一体化信号利用雷达离散频点作为导频，在消除虚部干扰对雷达影响的同时节省了频谱资源。但是雷达离散频点为复数据，对周围通信数据会引入实部干扰。接收端通信信号 ${c'_{m,n}}$ 可表示为

$\begin{split} {c'_{m,n}} & = {H_{m,n}}({c_{m,n}} + {I_{m,n}} + I_{m,n}^{{\text{rad}}}) + {\eta _{m,n}} \\ & = {H_{m,n}}({c_{m,n}} + {I_{m,n}} + {\rm{j}}{{\rm{Im}}} (I_{m,n}^{{\text{rad}}}) \\ & \quad + {{\rm{Re}}} (I_{m,n}^{{\text{rad}}})) + {\eta _{m,n}} \end{split}$

(16)

其中， ${I_{m,n}}$ 表示时频点 $(m,n)$ 位置的虚部干扰； $I_{m,n}^{{\text{rad}}}$ 表示雷达离散频点对时频位置 $(m,n)$ 的复干扰， ${{\rm{Im}}} ( \cdot )$ 表示取虚， ${{\rm{Re}}} ( \cdot )$ 表示取实。对于通信子载波，虚部干扰 ${I_{m,n}} + {\text{j}}{{\rm{Im}}} (I_{m,n}^{{\text{rad}}})$ 可在接收端取实消除，但是实部干扰 ${{\rm{Re}}} (I_{m,n}^{{\text{rad}}})$ 不能通过取实消除。因此，如何消除雷达复数据对周围时频点产生的实部干扰是本文信号设计的另一个关键。本文利用已知雷达信号和干扰系数计算出实干扰进行通信数据还原，将式(16)中的通信信号 ${c_{{m_0},{n_0}}}$ 与实干扰 ${{\rm{Re}}} (I_{m,n}^{{\text{rad}}})$ 的和视为接收端通信信号的等效通信信号 $c_{m,n}^{\text{c}}$ ，即

$c_{m,n}^{\text{c}} = {c_{m,n}} + {{\rm{Re}}} (I_{m,n}^{{\text{rad}}})$

(17)

由于雷达实干扰固定已知，因此，可以通过对发射端的通信信号预先补偿已知的雷达实干扰，从而实现在接收端获得原始通信信号。具体的实干扰补偿算法步骤如下：

(1)根据已知雷达数据及位置，计算出通信数据位置 $(m,n)$ 受到的周围雷达数据引入的复干扰

$I_{m,n}^{{\text{rad}}}{\text{ = }}\sum\limits_{{\varOmega _{{\rm{rad}}}}} {{r_{m,n}}{u_{m,n}}}$

(18)

取实得到需要补偿的实部干扰 ${{\rm{Re}}} (I_{m,n}^{{\text{rad}}})$ 。

(2)将通信数据 ${c_{m,n}}$ 减去相应的实部干扰 ${{\rm{Re}}} (I_{m,n}^{{\text{rad}}})$ ，获得 $(m,n)$ 位置实际发送的数据

${d_{m,n}}{\text{ = }}{c_{m,n}} - {{\rm{Re}}} (I_{m,n}^{{\text{rad}}}) ,$

(19)

经过原型滤波器调制后，进行错位叠加求和，并将并行数据转换为串行数据发射。

(3)经过信道 $H$ ，在接收端通过滑窗接收，经过分析滤波器得到 $(m,n)$ 位置接收的数据为

${c'_{m,n}} = {H_{m,n}}({d_{m,n}} + I_{m,n}^{{\text{rad}}} + {I_{m,n}}) + {\eta _{m,n}}$

(20)

其中， ${I_{m,n}}$ 为周围非雷达数据引入的虚部干扰。

(4)经过信道估计及信道均衡后，根据式(19)和式(20)可得接收端通信数据为

$\begin{split} {{\hat c}_{m,n}} = & {d_{m,n}} + I_{m,n}^{{\text{rad}}} + {I_{m,n}}\\ =& ({c_{m,n}} - {{\rm{Re}}} (I_{m,n}^{{\text{rad}}})) + ({{\rm{Re}}} (I_{m,n}^{{\text{rad}}}) \\ & + {\text{j}}{{\rm{Im}}} (I_{m,n}^{{\text{rad}}})) + {I_{m,n}} \\ = & {c_{m,n}} + {\text{j}}{{\rm{Im}}} (I_{m,n}^{{\text{rad}}}) + {I_{m,n}} \end{split}$

(21)

(5)对式(21)进行取实操作，即可得到原始通信数据 ${c_{m,n}}$ 。

4. 仿真分析

基于FBMC交错梳状谱雷达通信一体化信号仿真分析分为通信性能分析、雷达干扰分析和雷达通信一体化信号节点通信与目标探测仿真实验。仿真信号采用表1参数进行设计。信道模型采用ITU-PA信道。

表 1 仿真参数

参数	参数值
符号数N/子载波个数M	12/9600
FBMC符号时宽(μs)	80
子载波间隔 $\Delta f$ (kHz)	12.5
信号带宽(MHz)	100
抽样频率(MHz)	120
导频间隔 ${N_f}/{N_t}$	12/6
调制方式	16QAM

下载: 导出CSV

| 显示表格

4.1 通信性能分析

为本文提出的交错梳状辅助导频法与传统AP算法在不同信道条件下的误码率仿真曲线图。仿真信道模型是在ITU-PA信道的基础上引入不同多普勒频移 ${f_d}$ 。

图 4 误码率随信噪比变化曲线

下载: 全尺寸图片幻灯片

从图4(a)可以看出，在无频偏的平坦衰落信道中，本文交错梳状辅助导频法在低信噪比条件下与传统AP法误码率性能相近；在高信噪比条件下，本文算法要优于AP法；在误码率为10^–5时，本文算法所需信噪比比传统AP法低5 dB。图4(b)引入多普勒频偏，可以看出AP法误码率明显恶化，而本文算法仍然保持着较低的误码率。

是信噪比SNR=30 dB时不同频偏下的误码率对比图。由图中可以看出随着多普勒频移 ${f_d}$ 增大，本文算法相比于AP法始终具有更低的误码率，如在 ${f_d} = 0.1 \times \Delta f$ 时，本文误码率在10^–5数量级，而AP法误码率在10^–2数量级，本文算法可以获得更精确的信道估计值。

图 5 不同频偏

$\Delta f$ 下误码率对比图

下载: 全尺寸图片幻灯片

4.2 雷达性能分析

图6(a)为消除干扰前后雷达探测100 m静止目标的匹配滤波结果图。从图6(a)可以看出，干扰消除前FBMC存在固有干扰具有较高旁瓣，严重影响雷达探测性能。本文FBMC雷达通信一体化信号利用雷达作导频，并通过AP消除了雷达位置的固有干扰。由图6(a)可知干扰消除后具有较理想的脉冲压缩结果。

图 6 雷达干扰分析图

下载: 全尺寸图片幻灯片

在理想条件下，FBMC子载波之间完全实正交，通过AP消除虚部干扰后，雷达位置不存在通信干扰。然而，当传输信道中存在多普勒频率时，FBMC子载波会发生频偏，进而引入通信对雷达的干扰。雷达解调信号中通信数据对雷达旁瓣水平的干扰如图6(b)所示，通信对雷达的干扰值远低于脉冲压缩旁瓣水平，干扰泄露约为–53 dB，因此，可忽略通信子载波泄漏到雷达子载波的干扰。

图7(a)为雷达通信一体化信号雷达解调回波的点扩展函数图。由于本文雷达通信一体化信号的雷达子载波采用的是chirp信号，故其点扩展函数近似为sinc函数。根据图7仿真结果计算可知雷达距离分辨率为1.32 m，峰值旁瓣比(PSLR)为–13.32 dB，积分旁瓣比(ISLR)为–9.98 dB。图7(b)为雷达解调回波信号的模糊函数仿真。由图可见，解调出的雷达信号模糊函数图与经典chirp信号的模糊函数图一致，呈现“斜刃型”，对多普勒频移不敏感，具有较好的测量精度。

图 7 雷达性能分析图

下载: 全尺寸图片幻灯片

4.3 FBMC雷达通信一体化信号的节点通信和目标探测

FBMC交错梳状谱雷达通信一体化信号的仿真场景如图8所示，节点A为雷达通信一体化系统，同时为一体化信号发射端及雷达回波接收端。节点B为静止通信信号接收端，距离节点A为400 m。设置两个目标m₁和m₂，两个目标的RCS、距离和速度分别为1 m², 100 m, –5 m/s和0.8 m², 200 m, 10 m/s。在仿真场景中，节点A和节点B之间存在直射波信号，即有一条主路径，因此将节点A发射的雷达通信一体化信号经过莱斯信道处理，在节点B对信号进行通信解调、信道估计均衡、信道译码等处理，获取节点A发射的通信数据。通信传输结果如图9所示，图9(a)为原始发射图片，图9(b)为通信接收图片。

图 8 FBMC交错梳状谱雷达通信一体化信号仿真场景图

下载: 全尺寸图片幻灯片

图 9 FBMC雷达通信一体化信号通信传输结果

下载: 全尺寸图片幻灯片

当信噪比SNR=30 dB时，通信误码率和星座映射图如图9(c)所示，通信的误码率可以达到10^–5数量级，满足通信系统的可靠性要求。

在节点A对接收到的FBMC雷达通信一体化信号回波解调出导频位置的雷达数据，与参考信号进行匹配滤波和动目标检测处理，可得到如图10所示雷达探测结果。图10(a)为距离向切片，可见3个目标距离分别100 m, 200 m和300 m。图10(b)为方位向切片，可见3个目标速度为–5 m/s, 10 m/s和0 m/s。图10(c)为距离-多普勒图，可见3个目标，目标信息与所设目标m₁, m₂和节点B一致，因此本文所设计的FBMC雷达通信一体化信号可以准确地进行目标探测。

图 10 节点A的雷达探测结果

下载: 全尺寸图片幻灯片

5. 结束语

本文首先在FBMC/OQAM框架下，基于雷达、通信和AP子载波优化提出了FBMC交错梳状谱雷达通信一体化信号设计方法。该方法通过优化辅助导频结构和利用雷达作导频，实现消除导频(雷达)的干扰影响、跟踪快时变信道变化和节省频谱资源。然后，针对雷达引入的实干扰，提出利用已知雷达信号和干扰系数计算出实干扰进行通信数据还原，通过在发射端预先补偿实干扰，使发射的通信数据与实干扰在接收端还原出原始通信数据。最后，通过仿真验证，在不同频偏下本文交错梳状辅助导频法比传统AP法具有更低的误码率，满足高数据率通信要求，且具有较理想雷达探测性能。考虑到大规模MIMO技术是5G的一项关键技术，因此，将FBMC/OQAM雷达通信一体化信号与大规模MIMO相结合是下一步需要研究的方向。

图 1 交叉阵列中的漏电流问题

下载: 全尺寸图片幻灯片

图 2 忆阻器模型迟滞回线

下载: 全尺寸图片幻灯片

图 3 1T2M存储单元

下载: 全尺寸图片幻灯片

图 4 本文所提1T2M多值存储交叉阵列

下载: 全尺寸图片幻灯片

图 5 存储单元仿真

下载: 全尺寸图片幻灯片

图 6 写操作仿真结果

下载: 全尺寸图片幻灯片

图 7 不同单元的读电流

下载: 全尺寸图片幻灯片

图 8 读电流时间延迟

下载: 全尺寸图片幻灯片

图 9 不同初始状态下写操作功耗

下载: 全尺寸图片幻灯片

表 1 忆阻器M1, M2的电阻值和逻辑值的关系

M2	M1	逻辑值
${R}_{\rm{off}}$	${R}_{\rm{off}}$	00
${R}_{\rm{off}}$	${2R}_{\rm{on}}$	01
${R}_{\rm{on}}$	${R}_{\rm{off}}$	10
${R}_{\rm{on}}$	${2R}_{\rm{on}}$	11

下载: 导出CSV

表 2 忆阻器M1, M2的电阻值与电压区间的关系

区间	电压	${R}_{{\rm{M}}2}$	${R}_{{\rm{M}}1}$
1	$\left(-{\infty },{V}_{2{\rm{off}}}\right)$	${R}_{\rm{off}}$	${R}_{\rm{off}}$
2	$\left({V}_{2{\rm{off}}},{V}_{1{\rm{off}}}\right)$	${R}_{{\rm{ini}}2}$	${R}_{\rm{off}}$
3	$\left({V}_{1{\rm{off}}},{V}_{1{\rm{on}}}\right)$	${R}_{{\rm{ini}}2}$	${R}_{{\rm{ini}}1}$
4	$\left({V}_{1{\rm{on}}},{V}_{2{\rm{on}}}\right)$	${R}_{{\rm{ini}}2}$	$2 {R}_{\rm{on} }$
5	$\left({V}_{2{\rm{on}}},+{\infty }\right)$	${R}_{\rm{on}}$	$2 {R}_{\rm{on} }$

下载: 导出CSV

表 3 忆阻器参数设置

参数	${\alpha }_{\rm{off}}$	${\alpha }_{\rm{on}}$	${V}_{\rm{off}}\left({\rm{V}}\right)$	${V}_{\rm{on}}\left({\rm{V}}\right)$	${R}_{\rm{off}}\left({\Omega }\right)$	${R}_{\rm{on}}\left({\Omega }\right)$	${k}_{\rm{off}}({\rm{m}}/{\rm{s}})$	${k}_{\rm{on}}({\rm{m}}/{\rm{s}})$
M2	1	3	–0.8	0.8	2E6	1E4	2E6	–3E7
M1	1	3	–0.6	0.6	2E6	2E4	2E6	–3E7

参数	$D\left({\rm{nm}}\right)$	${w}_{\rm{off}}\left({\rm{nm}}\right)$	${w}_{\rm{on}}\left({\rm{nm}}\right)$	${a}_{\rm{off}}$	${a}_{\rm{on}}$	${p}_{\rm{off}}$	${p}_{\rm{on}}$
M2	10	10	0	10	10	2.4	3.2
M1	10	10	0	10	12.9	2.4	4.2

下载: 导出CSV

表 4 不同存储模型的比较

模型	存储单元	读/写时间(ns)	W/B线	并行读取
文献[20]	1T1M	10 / 617	1 / 1	不支持
文献[26]	1T2M	6 / <20	2 / 1	不支持
文献[27]	1T2M	0.5 / 3	1 / 2	支持
本文	1T2M	0.24 / 1～2	1 / 1	支持

下载: 导出CSV

参考文献(29)

[1]	曾晓洋, 薛晓勇, 温亮. 嵌入式存储器架构、电路与应用[M]. 北京: 科学出版社, 2020: 1–5. ZENG Xiaoyang, XUE Xiaoyong, and WEN Liang. Embedded Memory Architecture, Circuits and Applications[M]. Beijing: Science Press, 2020: 1–5.
[2]	王晓媛, 金晨曦, 周鹏飞. 忆阻数字逻辑电路设计[J]. 电子与信息学报, 2020, 42(4): 851–861. doi: 10.11999/JEIT190864 WANG Xiaoyuan, JIN Chenxi, and ZHOU Pengfei. Memristive digital logic circuit design[J]. Journal of Electronics &Information Technology, 2020, 42(4): 851–861. doi: 10.11999/JEIT190864
[3]	王将, 钱辉, 包伯成, 等. 一种浮地磁控忆阻模拟器设计与特性分析[J]. 电子元件与材料, 2018, 37(9): 74–78. WANG Jiang, QIAN Hui, BAO Bocheng, et al. Design and characteristic analysis for a kind of floating flux-controlled memristor emulator[J]. Electronic Components and Materials, 2018, 37(9): 74–78.
[4]	闵富红, 王珠林, 曹弋, 等. 基于双曲函数的双忆阻器混沌电路多稳态特性分析[J]. 电子学报, 2018, 46(2): 486–494. doi: 10.3969/j.issn.0372-2112.2018.02.031 MIN Fuhong, WANG Zhulin, CAO Yi, et al. Multistability analysis of a dual-memristor circuit based on hyperbolic function[J]. Acta Electronica Sinica, 2018, 46(2): 486–494. doi: 10.3969/j.issn.0372-2112.2018.02.031
[5]	刘威, 王光义. TiO₂忆阻器的磁控模型分析及电路实现[J]. 杭州电子科技大学学报: 自然科学版, 2015, 35(2): 5–8. LIU Wei and WANG Guangyi. Flux-controlled model analysis and circuit implementation of TiO₂ memristor[J]. Journal of Hangzhou Dianzi University:Natural Sciences, 2015, 35(2): 5–8.
[6]	甘朝晖, 张士英, 吴宇鑫. 一种带有非线性漂移函数的分数阶忆阻器模型[J]. 系统仿真学报, 2018, 30(8): 2884–2891. GAN Zhaohui, ZHANG Shiying, and WU Yuxin. Fractional-order memristor model with nonlinear drift function[J]. Journal of System Simulation, 2018, 30(8): 2884–2891.
[7]	BORGHETTI J, SNIDER G S, KUEKES P J, et al. Memristive’ switches enable ‘stateful’ logic operations via material implication[J]. Nature, 2010, 464(7290): 873–876. doi: 10.1038/nature08940
[8]	KVATINSKY S, WALD N, SATAT G, et al. MRL — memristor ratioed logic[C]. The 13th International Workshop on Cellular Nanoscale Networks and their Applications, Turin, Italy, 2012: 1–6. doi: 10.1109/CNNA.2012.6331426.
[9]	KVATINSKY S, BELOUSOV D, LIMAN S, et al. MAGIC—memristor-aided logic[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2014, 61(11): 895–899. doi: 10.1109/TCSII.2014.2357292
[10]	王光义, 沈书航, 刘公致, 等. 基于忆阻器的乘法器电路设计[J]. 电子与信息学报, 2020, 42(4): 827–834. doi: 10.11999/JEIT190811 WANG Guangyi, SHEN Shuhang, LIU Gongzhi, et al. Design of memristor based multiplier circuits[J]. Journal of Electronics &Information Technology, 2020, 42(4): 827–834. doi: 10.11999/JEIT190811
[11]	WANG Chunhua, XIA Hu, and ZHOU Ling. A memristive hyperchaotic multiscroll jerk system with controllable scroll numbers[J]. International Journal of Bifurcation and Chaos, 2017, 27(6): 1750091. doi: 10.1142/S0218127417500912
[12]	ZHU Minghao, WANG Chunhua, DENG Quanli, et al. Locally active memristor with three coexisting pinched hysteresis loops and its emulator circuit[J]. International Journal of Bifurcation and Chaos, 2020, 30(13): 2050184. doi: 10.1142/S0218127420501849
[13]	LIN Hairong, WANG Chunhua, YAO Wei, et al. Chaotic dynamics in a neural network with different types of external stimuli[J]. Communications in Nonlinear Science and Numerical Simulation, 2020, 90: 105390. doi: 10.1016/j.cnsns.2020.105390
[14]	LIN Hairong, WANG Chunhua, HONG Qinghui, et al. A multi-stable memristor and its application in a neural network[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2020, 67(12): 3472–3476. doi: 10.1109/TCSII.2020.3000492
[15]	LIN Hairong, WANG Chunhua, SUN Yichuang, et al. Firing multistability in a locally active memristive neuron model[J]. Nonlinear Dynamics, 2020, 100(4): 3667–3683. doi: 10.1007/s11071-020-05687-3
[16]	YAO Wei, WANG Chunhua, SUN Yichuang, et al. Exponential multistability of memristive Cohen-Grossberg neural networks with stochastic parameter perturbations[J]. Applied Mathematics and Computation, 2020, 386: 125483. doi: 10.1016/j.amc.2020.125483
[17]	HONG Qinghui, SHI Zirui, SUN Jingru, et al. Memristive self-learning logic circuit with application to encoder and decoder[J]. Neural Computing and Applications, 2021, 33: 4901–4913. doi: 10.1007/s00521-020-05281-z
[18]	王春华, 蔺海荣, 孙晶如, 等. 基于忆阻器的混沌、存储器及神经网络电路研究进展[J]. 电子与信息学报, 2020, 42(4): 795–810. doi: 10.11999/JEIT190821 WANG Chunhua, LIN Hairong, SUN Jingru, et al. Research progress on chaos, memory and neural network circuits based on memristor[J]. Journal of Electronics &Information Technology, 2020, 42(4): 795–810. doi: 10.11999/JEIT190821
[19]	KIM H, SAH M P, YANG Changju, et al. Memristor-based multilevel memory[C]. The 12th International Workshop on Cellular Nanoscale Networks and their Applications, Berkeley, USA, 2010: 1–6, doi: 10.1109/CNNA.2010.5430320.
[20]	MANEM H and ROSE G S. A read-monitored write circuit for 1T1M multi-level memristor memories[C]. 2011 IEEE International Symposium of Circuits and Systems, Rio de Janeiro, Brazil, 2011: 2938–2941. doi: 10.1109/ISCAS.2011.5938207.
[21]	RABBANI P, DEHGHANI R, and SHAHPARI N. A multilevel memristor-CMOS memory cell as a ReRAM[J]. Microelectronics Journal, 2015, 46(12): 1283–1290. doi: 10.1016/j.mejo.2015.10.006
[22]	KVATINSKY S, FRIEDMAN E G, KOLODNY A, et al. TEAM: ThrEshold adaptive memristor model[J]. IEEE Transactions on Circuits and Systems I: Regular Papers, 2013, 60(1): 211–221. doi: 10.1109/TCSI.2012.2215714
[23]	KVATINSKY S, RAMADAN M, FRIEDMAN E G, et al. VTEAM: A general model for voltage-controlled memristors[J]. IEEE Transactions on Circuits and Systems II: Express Briefs, 2015, 62(8): 786–790. doi: 10.1109/TCSII.2015.2433536
[24]	SAKIB M N, HASSAN R, BISWAS S N, et al. Memristor-based high-speed memory cell with stable successive read operation[J]. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 2018, 37(5): 1037–1049. doi: 10.1109/TCAD.2017.2729464
[25]	ZANGENEH M and JOSHI A. Design and optimization of nonvolatile multibit 1T1R resistive RAM[J]. IEEE Transactions on Very Large Scale Integration (VLSI) Systems, 2014, 22(8): 1815–1828. doi: 10.1109/TVLSI.2013.2277715
[26]	EMARA A, GHONEIMA M, and El-DESSOUKY M. Differential 1T2M memristor memory cell for single/multi-bit RRAM modules[C]. The 6th Computer Science and Electronic Engineering Conference, Colchester, 2014: 69–72. doi: 10.1109/CEEC.2014.6958557.
[27]	WANG Xiaoping, LI Shuai, LIU Hui, et al. A compact scheme of reading and writing for memristor-based multivalued memory[J]. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems, 2018, 37(7): 1505–1509. doi: 10.1109/TCAD.2017.2753199
[28]	BIOLEK D, DI VENTRA M, and PERSHIN Y V. Reliable SPICE Simulations of Memristors, Memcapacitors and Meminductors[J]. Radioengineering, 2013, 22(4): 945–968.
[29]	BIOLEK Z, BIOLEK D, and BIOLKOVÁ V. SPICE model of memristor with nonlinear dopant drift[J]. Radioengineering, 2009, 18(2): 210–214.

施引文献

期刊类型引用(2)

1.	王微，鄢社锋，杨斌斌，谭钢，杨基睿. 多分量双曲调频信号解卷积广义参数化时频变换方法. 应用声学. 2024(06): 1250-1264 . 百度学术
2.	马月坤，郝益锋. 考虑特征稀疏特性的短文本命名实体快速识别方法. 吉林大学学报(工学版). 2023(12): 3529-3535 . 百度学术

其他类型引用(4)

资源附件(0)

访问统计

图(10) / 表(4)

计量

文章访问数: 1466
HTML全文浏览量: 626
PDF下载量: 122
被引次数: 6

1. 引言
2. FBMC交错梳状谱雷达通信一体化信号设计
2.1 雷达通信一体化信号模型
2.2 FBMC交错梳状谱雷达通信一体化信号调制解调框图
3. 雷达通信互干扰分析与补偿
3.1 交错梳状辅助导频法
3.2 通信实干扰补偿算法
4. 仿真分析
4.1 通信性能分析
4.2 雷达性能分析
4.3 FBMC雷达通信一体化信号的节点通信和目标探测
5. 结束语

1. 引言
2. FBMC交错梳状谱雷达通信一体化信号设计
2.1 雷达通信一体化信号模型
2.2 FBMC交错梳状谱雷达通信一体化信号调制解调框图
3. 雷达通信互干扰分析与补偿
3.1 交错梳状辅助导频法
3.2 通信实干扰补偿算法
4. 仿真分析
4.1 通信性能分析
4.2 雷达性能分析
4.3 FBMC雷达通信一体化信号的节点通信和目标探测
5. 结束语

参考文献(29)

施引文献

资源附件(0)

访问统计

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

基于异构忆阻器的1T2M多值存储交叉阵列设计

doi: 10.11999/JEIT201108

通讯作者:
孙晶茹　jt_sunjr@hnu.edu.cn

计量

Design of Heterogeneous Memristor Based 1T2M Multi-value Memory Crossbar Array

1. 引言

2. FBMC交错梳状谱雷达通信一体化信号设计

2.1 雷达通信一体化信号模型

2.2 FBMC交错梳状谱雷达通信一体化信号调制解调框图

3. 雷达通信互干扰分析与补偿

3.1 交错梳状辅助导频法

3.2 通信实干扰补偿算法

4. 仿真分析

4.1 通信性能分析

4.2 雷达性能分析

4.3 FBMC雷达通信一体化信号的节点通信和目标探测

5. 结束语

期刊类型引用(2)

其他类型引用(4)

计量

目录

1. 引言

2. FBMC交错梳状谱雷达通信一体化信号设计

2.1 雷达通信一体化信号模型

2.2 FBMC交错梳状谱雷达通信一体化信号调制解调框图

3. 雷达通信互干扰分析与补偿

3.1 交错梳状辅助导频法

3.2 通信实干扰补偿算法

4. 仿真分析

4.1 通信性能分析

4.2 雷达性能分析

4.3 FBMC雷达通信一体化信号的节点通信和目标探测

5. 结束语

留言板

基于异构忆阻器的1T2M多值存储交叉阵列设计

doi: 10.11999/JEIT201108

通讯作者: 孙晶茹 jt_sunjr@hnu.edu.cn

计量

出版历程

Design of Heterogeneous Memristor Based 1T2M Multi-value Memory Crossbar Array

1. 引言

2. FBMC交错梳状谱雷达通信一体化信号设计

2.1 雷达通信一体化信号模型

2.2 FBMC交错梳状谱雷达通信一体化信号调制解调框图

3. 雷达通信互干扰分析与补偿

3.1 交错梳状辅助导频法

3.2 通信实干扰补偿算法

4. 仿真分析

4.1 通信性能分析

4.2 雷达性能分析

4.3 FBMC雷达通信一体化信号的节点通信和目标探测

5. 结束语

期刊类型引用(2)

其他类型引用(4)

计量

出版历程

目录

1. 引言

2. FBMC交错梳状谱雷达通信一体化信号设计

2.1 雷达通信一体化信号模型

2.2 FBMC交错梳状谱雷达通信一体化信号调制解调框图

3. 雷达通信互干扰分析与补偿

3.1 交错梳状辅助导频法

3.2 通信实干扰补偿算法

4. 仿真分析

4.1 通信性能分析

4.2 雷达性能分析

4.3 FBMC雷达通信一体化信号的节点通信和目标探测

5. 结束语

通讯作者:
孙晶茹　jt_sunjr@hnu.edu.cn