2. 中国科学院云南天文台, 云南 昆明 650216
2. Yunnan Observatories, Chinese Academy of Sciences, Kunming 650216, China
太阳各种爆发活动对于地球周围空间环境和人类活动有着非常重要的影响[1],剧烈的太阳爆发活动会产生并向日冕中释放大量高能电子,当高能电子与磁场、热等离子体等发生耦合作用,常伴生非常强烈的电磁辐射,即太阳射电爆发[2]。太阳射电爆发是短暂的、宽频内辐射的微波信号,持续时间从几微秒到几分钟不等,信号可以从十米波一直延展到毫米波,以光速传递到地球的整个向阳面,并且伴生高能粒子和宇宙射线,对卫星通信和导航系统、地面电力系统产生干扰或损坏,进而影响人类生活环境[3-6]。
太阳射电动态频谱用于观测太阳辐射的射电信号在时间和频率上的变化,通常包含不同频率范围内的信号强度随时间的变化信息,频率范围可以涵盖从十米波到毫米波[7]。采用太阳射电动态频谱研究太阳的射电爆发频谱形态,进而研究太阳射电爆发和太阳耀斑、地磁现象、短波衰退的关系,预警太阳活动发生后在地球上产生的各种空间天气效应[8]。根据在射电动态频谱上呈现的不同形态,太阳射电爆发可以分为Ⅰ-Ⅴ型射电暴,并通常存在精细结构,与太阳活动、能量释放和高能粒子的加速过程息息相关[9-11]。为此太阳射电频谱仪对时间分辨率和频谱分辨率有较高的要求,需要兼顾高时间分辨率和频谱分辨率,以得到短时间内的精细频谱结构。
太阳射电动态频谱分析仪的主要作用是测量信号频率在时间上的变化,经典的通用扫频式频谱仪不仅价格昂贵,而且不适合实时监测。模数转换器(Analog to Digital Converter, ADC) 和数字信号处理器的快速发展为实现实时频谱分析和信号参数估计的低成本频谱分析仪器奠定了基础[12]。频谱观测系统在技术与工艺方面,不断朝着高性能、宽频带、模块化的方向发展,例如泰克RSA6000系列、安捷伦N9030A PAX信号分析仪等,不仅能达到以GHz为单位的频谱范围,还可以保证频率分辨率的高要求[13],但是由于技术壁垒,此类频谱观测系统的价格仍然居高不下。
本文介绍了基于NI高速采集系统研制的双通道太阳射电频谱仪,包括硬件采集和软件分析两部分,实时分析处理太阳射电信号,完成对太阳射电爆发的监测,以及数据的优化存储与共享,加强我国对太阳射电爆发的监测与预报能力,为研究人员提供开放数据,一定程度上促进我国太阳物理学理论的发展。
1 系统组成 1.1 系统功能结构11 m太阳射电望远镜整体系统结构如图 1,主要包括天线系统、接收机和高速数字化仪。天线系统由反射面和馈源组成,用于接收太阳辐射的射电信号并将其传输到接收机。接收机对信号进行放大、变频和滤波处理。我们研发的双通道高速采集频谱分析系统是整个太阳射电望远镜的核心,其以高速信号采集卡和FPGA模块作为高速数字化仪,对太阳射电信号进行采集,将模拟信号数字化;随后将数据进行快速傅里叶变换处理后存入先进先出(First In First Out, FIFO) 存储器,并通过高速总线传输至上位机;在上位机中基于LabVIEW开发平台对数据进一步处理,实现双通道太阳射电频谱观测,以及对太阳射电爆发的监测;最后将存储于本地数据通过文件传输协议技术上传至服务器,实现存储空间优化与数据共享。
![]() |
图 1 双通道频谱观测系统结构 Fig. 1 Structure of dual-channel spectrum observation system |
系统硬件主要由NI PXIe-1073五槽机箱、NI PXIe-7975R FPGA模块、NI-5771 FlexRIO数字化仪适配器模块组成,完成了集信号采集、频谱分析与显示、数据存储与上传于一体的双通道太阳射电频谱仪系统。硬件连接方式如图 2,信号源通过SMA线缆连接NI-5771模块的模拟输入接口,NI PXIe-7975R和NI-5771模块插入机箱的卡槽,模块之间通过SPI总线通讯,实现数字信号传输,使用PCIe数据传输接口将机箱连接到计算机主机进行通信和控制。
![]() |
图 2 硬件连接方式 Fig. 2 Hardware connection method |
NI PXIe-7975R FPGA模块具有以数字信号处理(Digital Signal Processing, DSP) 为核心的Xilinx Kintex-7 FPGA,可以处理两个通道的数据。2 GB的板载DDR3 DRAM用于缓存数据,集成了1 540个切片,固定时钟为187.5 MHz。PXIe-7975R模块结合了PXI Express的高速性能和FPGA的灵活性,通过对快速傅里叶变换处理算法所需资源进行仿真实验,该FPGA模块(存储资源和计算资源) 符合目标需求。
1.2.2 模数转换器模块NI-5771 FlexRIO数字化仪适配器模块与PXI FPGA模块相结合,可以构成一个高速数字化仪,在900 MHz模拟带宽下以1.5 GS/s的速率同时采样两个通道或以3 GS/s的速率采样一个通道,采样位宽为8 bit,满足双通道太阳射电频谱系统高速采样、在线数据处理、高数据流速率和部署高性能的需求。
1.2.3 五槽机箱NI PXIe-1073五槽机箱具有3个混合插槽和2个PXIExpress插槽,并且具有高达250 MB/s的专用带宽和系统带宽,为系统提供了稳定可靠的硬件平台,满足频谱数据的传输速度,保证数据的实时传输。
1.2.4 系统技术指标根据奈奎斯特第一采样定律,模数转换器的采样率能完全恢复其1/2带宽为上限的低通信号,NI-5771的1.5 Gsps采样率正好能覆盖11 m太阳射电望远镜70~700 MHz的频带范围,非常适合替代原有的扫频式200 Msps频谱分析系统。采样点数设置为32768,采样率为1.5 Gsps,采用
$ \begin{equation} f=\frac{f_{\mathrm{s}}}{N} \end{equation} $ | (1) |
计算频率分辨率,其中,f为频率分辨率;fs为采样频率;N为采样点数。由(1) 式可得该系统频率分辨率为45.776 4 kHz。表 1给出双通道太阳射电频谱观测系统的主要技术指标。
Sample/Gsps | Frequency range/MHz | Spectral resolution/kHz | Temporal resolution/ms | Number of sampling points | |
Index | 1.5 | 70-700 | 45.776 4 | 4 | 32 768 |
原70~700 MHz低频太阳射电频谱仪的频率分辨率为200 kHz,在观测过程中,为分析得到太阳爆发更精细的结构,拟在原有基础上提高频率分辨率至50 kHz以内,并保持适当的时间分辨率。为提高频率分辨率,系统采用NI-5771模块进行数据采集,将采样频率由210 MHz变成1.5 GHz,数据量增加约为5倍,显然如此大的数据量给计算机带来不可估量的过度使用。
双通道太阳射电频谱仪首先采用NI-5771模块以采样率1.5 Gsps完成数模转换,后将模数转换器采集的数据送入FPGA进行快速傅里叶变换运算,全频段通道数为32768。由于11 m太阳射电望远镜的观测范围是70~700 MHz和快速傅里叶变换运算结果的对称性,针对观测数据丢弃0~70 MHz之间1 530个通道、700~1 500 MHz之间17 477个通道,余下总计13 761个通道的数据。在FPGA中完成数据的舍弃和快速傅里叶变换蝶形变换运算,解决了大量数据传输过程占用时间过长,丢失原始数据的现象,同时避免了计算资源的浪费。
2.1 信号处理流程双通道太阳射电频谱观测系统通过由NI-5771模块和NI PXIe-7975R模块组成的高速数字化仪完成信号采集,实现模拟信号与数字信号的转变,信号处理流程如图 3。首先系统将模数转换器采样得到的数据缓存于先进先出存储器,随后对数字信号进行快速傅里叶变换,求得功率谱后按照预设积分时间计算平均功率谱密度,经过校准后将得到的功率谱数据进行存储。
![]() |
图 3 信号处理流程 Fig. 3 Signal processing flow |
信号处理流程主要包括傅里叶变换、能谱构建、数据存储,利用实时频谱分析技术(Real-Time Spectrum Analysis, RTSA) [12]实现处理速度大于信号的采集速度,以保证信号能够无缝捕获到内存中,并通过数据缓存,实现分析信号的功能。系统采用FPGA模块进行快速傅里叶变换计算,利用并行处理数据的优势,保证数据处理过程的高速和稳定。
2.2 快速傅里叶变换算法频域分析数字信号处理系统对信号的频域分析方法主要通过快速傅里叶变换分析方法完成,快速傅里叶变换是离散傅里叶变换(Discrete Fourier Transform, DFT) 的快速算法,可以将一个信号变换到频域。太阳射电信号(模拟信号) 经过模数转换器采样后得到数字信号,当采样频率符合采样定理时,即采样频率大于信号上限频率的两倍才能完全恢复该信号,可以将得到的数字信号进行快速傅里叶变换。由于快速傅里叶变换结果的对称性,输出的采样点需要转换为单边快速傅里叶变换,即舍去一半的频率通道。
根据快速傅里叶蝶形变换算法,对于一个长度为N的复数序列{x[0], x[1], x[2], x[3], …, x[x-1]},其离散傅里叶变换可以通过快速傅里叶变换算法计算得到,定义
$ \begin{equation} X[k]=\sum\limits_{n=0}^{n-1} x[n] W_{\mathrm{N}}^{n k}, \end{equation} $ | (2) |
其中,k为频域的索引;X[k] 表示频域上的复数值;n为时域的索引;x[n] 表示时域上的复数值;N必须是2的幂次。具体实现流程如图 4,通过递归将离散傅里叶变换分解为较小的离散傅里叶变换,并利用对称性质和旋转因子的特性,从而实现高效的计算。在每一层递归中,输入序列被分成偶数索引和奇数索引两个子序列,并在频域上进行合并操作。循环这个过程,最终得到完整的频域序列。
![]() |
图 4 快速傅里叶变换算法实现流程 Fig. 4 FFT algorithm implementation process |
频域分析处理的目的主要是通过上述快速傅里叶运算,得出采集信号中包含的频谱成分,并解析信号中每个组成成分,以及每个频率分量随时间在能量和幅值上的变化。
2.3 数据存储与上传双通道频谱观测系统每日按照计划从0: 00~10: 00 (UTC) 观测10 h,时间分辨率设定为47.185 9 ms,文件数据格式为DBL数据,二进制数据格式(字节顺序为big-endian, network order——最高有效字节占据最低的内存地址),每个文件存储数据为1 000×13 761个元素,即每个数据文件存储1 000次积分数据结果,每日产生的数据文件大小为78.2 G,本地存储对存储空间要求高,异地数据获取难,所以本文设计通过文件传输协议将文件上传至服务器,实现数据共享,并缓解本地存储的压力。在实现的过程中,客户端和服务器之间通过文件传输协议进行通信,客户端发送命令并接收服务器的响应来执行不同的操作。
3 主要性能指标测试我们对本文设计的双通道太阳射电频谱观测系统进行测试,衡量系统主要功能指标为频率分辨率、动态范围、数据自动存储功能。
3.1 频谱分辨率测试频率分辨率指数字信号处理系统将相距最近的两个频率分量区分开的能力。表 2记录了双通道频谱观测系统右旋通道的实际功率,测试系统的实际频率分辨率。测量功率为该输入频率当前通道和前后一个通道功率,记为-1, 0和+1,相隔两个通道频率差值为45.776 4 kHz,功率差值大于3 dB,表明该系统可以在该频谱分辨率下区分相隔的两个频率分量。
Serial number | Input frequency/MHz | Input power/dBm | Theoretical channel | Actual power/dBm | ||
-1 | 0 | +1 | ||||
1 | 74.981 689 | -35 | 109 | -71.3 | -35.4 | -73.2 |
2 | 149.965 379 | -20 | 1 748 | -50.6 | -20.5 | -50.2 |
3 | 649.978 638 | -30 | 12 671 | -54.2 | -30.2 | -54.0 |
动态范围作为双通道频谱观测系统测量信号幅度的性能指标,定义为频谱仪输入端能够同时测量的最大信号和最小信号,用于表征测量同时存在的两个信号幅度差值的能力。最小功率采用信号发生器从-30 dBm每次衰减1 dBm,观测该频率下检测功率波动小于1 dBm,且与发射功率偏差无明显变化,记录最小功率,同理可得最大功率。表 3为双通道频谱观测系统左旋通道测量信号的动态范围。如图 5为不同输入频率下的测量功率随着输入功率变化的趋势。
Serial number | Input frequency/MHz | Minimum power/dBm | Maximum power/dBm | |||
Input | Measure-ment | Input | Measure-ment | |||
1 | 75 | -39 | -40.4 | 7 | 5.7 | |
2 | 150 | -40 | -43.5 | 7 | 3.3 | |
3 | 500 | -39 | -43.3 | 6 | 2.1 |
![]() |
图 5 测量功率随输入功率变化的变化趋势 Fig. 5 Trend of measured power variation with input power |
启动系统功能,设定起止时刻和时间分辨率之后,等待观测结束进入存储文件夹,读取数据文件个数与大小,计算系统观测实际时间分辨率,并解析文件数据是否为有效数据,验证双通道太阳射电频谱观测系统的数据自动存储功能和时间分辨率。设定系统记录数据时间为10 min,时间分辨率为4 ms,观测结束后,得到150个数据文件,总计大小为7.69 G。表 4为双通道太阳射电频谱观测系统右旋通道10 min观测生成文件情况。
Start time | Stop time | Creation time of the first file | Modification time of the last file | Number of files | Data size/G |
6:02:00 | 6:12:00 | 2022-10-20, 6:02:00 | 2022-10-20, 6:12:01 | 150 | 7.69 |
该系统程序设定单个采样点处理得到的单个数据以二进制存储占4字节存储空间,每一帧有13 761个数据,占55 044字节,每1 000帧数据存储为一个文件,文件固定大小为55 044 000字节(53 754 KB)。
测量得到的总计大小为7.69 G观测文件,生成的数据文件个数为150个,计算得出单个数据文件大小为53 754 KB。根据
$ \begin{equation} F r=1\;000 \times \frac{Size}{Num} \end{equation} $ | (3) |
可得总数据帧数为150 000帧,由
$ \begin{equation} T r=time / F r \end{equation} $ | (4) |
计算得出时间分辨率为4 ms (与理论值相等),其中,time为观测时长;Fr为观测时长内生成数据的总帧数;Size为观测时长内生成数据的文件大小;Tr为时间分辨率。通过测试,验证了时间分辨率设定4 ms情况下,无丢帧现象,数据自动存储测试情况与理论情况相符合。
4 观测结果分析与展示观测兼顾存储空间、时间分辨率和频谱分辨率等参数,将双通道太阳射电频谱观测系统设定时间分辨率为47.185 9 ms,文件记录时间为UTC时间0: 00~10: 00,启用数据定时存储功能,接入双通道频谱观测系统的信号为澄江抚仙湖观测基地11 m太阳射电望远镜输出的70~700 MHz太阳射电信号,系统实时显示信号的频谱图和频谱瀑布图。图 6为系统软件运行界面。
![]() |
图 6 双通道太阳射电频谱观测系统软件运行界面 Fig. 6 Software operation interface of the dual-channel solar radio spectrum observation system |
自从正式投入观测以来,系统分别于2022年11月11日UTC时间1: 46~1: 51和3: 16~3: 19、11月12日UTC时间2: 20~2: 40,2023年05月04日UTC时间8: 00~10: 00观测到不同强度的太阳射电爆发,持续时间从3 min到2 h不等,观测得到的频谱瀑布图如图 7,分别为Ⅲ, Ⅲ, Ⅲ和Ⅲ+Ⅱ型射电暴。
![]() |
图 7 观测所得太阳爆发频谱图 Fig. 7 Observed spectrogram of solar eruptions |
本文基于LabVIEW设计的双通道太阳射电频谱观测系统,实现了宽带信号的高速采集、高速实时数字信号处理、频谱分析与显示、数据自动存储与上传功能,具有良好的测量精确度,能够实现对太阳射电爆发的监测,界面设计简洁、操作方便,实际运行效率高、稳定性强。
经过半年多的试观测运行,双通道太阳射电频谱观测系统捕捉到多次太阳射电爆发和爆发内精细的频谱结构,已经具备了长期观测的能力,必将在未来第25太阳活动周峰年中,在太阳物理、空间天气等领域发挥重要的观测作用。
[1] |
颜毅华, 邓元勇, 甘为群, 等. 空间太阳物理学科发展战略研究[J]. 空间科学学报, 2023, 43(2): 199–211 YAN Y H, DENG Y Y, GAN W Q, et al. Strategic study for the development of solar physics in space[J]. Chinese Journal of Space Science, 2023, 43(2): 199–211. |
[2] |
颜毅华. 中国科学院国家天文台太阳物理研究20年[J]. 科学通报, 2021, 66(11): 1363–1384 YAN Y H. Research advances in solar physics at National Astronomical Observatories of Chinese Academy of Sciences[J]. Chinese Science Bulletin, 2021, 66(11): 1363–1384. |
[3] |
董亮, 黄文耿, 潘业欣. 太阳射电爆发干扰导航通信机理及影响表征分析[J]. 空间科学学报, 2023, 43(2): 321–329 DONG L, HUANG W G, PAN Y X. Analyses for the mechanism of solar radio burst interfering satellite navigation signal and influence presentation[J]. Chinese Journal of Space Science, 2023, 43(2): 321–329. |
[4] |
董亮, 闫小娟, 黄文耿, 等. 2015年11月4日太阳射电爆发干扰导航信号事件中的X射线先兆分析[J]. 天文研究与技术, 2021, 18(3): 294–300 DONG L, YAN X J, HUANG W G, et al. X-ray aura analysis of the solar radio burst interfering with navigation signal events on November 4, 2015[J]. Astronomical Research & Technology, 2021, 18(3): 294–300. DOI: 10.14005/j.cnki.issn1672-7673.20210524.001 |
[5] |
施硕彪, 董亮, 高冠男, 等. 米波太阳射电频谱仪的科学目标和技术方案[J]. 天文研究与技术, 2011, 8(3): 229–235 SHI S B, DONG L, GAO G N, et al. Scientific objectives and technical design of a meter-wave spectrometer for solar radio observation[J]. Astronomical Research & Technology, 2011, 8(3): 229–235. DOI: 10.14005/j.cnki.issn1672-7673.2011.03.001 |
[6] |
黄文耿, 阿尔察, 刘四清, 等. 2006年12月13日太阳射电暴对GPS观测的影响[J]. 空间科学学报, 2015, 35(6): 679–686 HUANG W G, A E C, LIU S Q, et al. Effect of the 13 December 2006 solar radio burst on GPS observations[J]. Chinese Journal of Space Science, 2015, 35(6): 679–686. |
[7] |
郭军成, 万刚, 胡欣杰, 等. 太阳射电频谱爆发识别的元学习方法[J]. 系统工程与电子技术, 2022, 44(8): 2410–2418 GUO J C, WAN G, HU X J, et al. Meta-learning method for solar radio spectrum burst recognition[J]. Systems Engineering and Electronics, 2022, 44(8): 2410–2418. |
[8] |
谢瑞祥, 汪敏. 太阳射电Ⅳ型爆发及伴随现象与白光耀斑的关系[J]. 天体物理学报, 2000, 20(1): 74–84 XIE R X, WANG M. The relation between type Ⅳ solar radio bursts and associated phenomena and white light flares[J]. Acta Asrophysica Sinica, 2000, 20(1): 74–84. |
[9] |
沈发新, 高冠男, 汪敏. 基于概率霍夫变换的太阳射电Ⅲ和Ⅱ型暴自动识别及参数提取[J]. 天文研究与技术, 2022, 19(6): 559–567 SHEN F X, GAO G N, WANG M. Automatic identification and parameter extraction of solar type Ⅲ and Ⅱ radio burst based on probabilistic Hough transform[J]. Astronomical Research & Technology, 2022, 19(6): 559–567. |
[10] |
高冠男, 林隽, 汪敏, 等. 太阳米波和分米波Ⅱ型、Ⅲ型射电暴及其精细结构观测研究进展[J]. 天文学进展, 2012, 30(1): 35–47 GAO G N, LIN J, WANG M, et al. Research and observation of metric and decimetric type Ⅱ and type Ⅲ solar radio bursts with fine structures[J]. Progress in Astronomy, 2012, 30(1): 35–47. |
[11] |
颜毅华, 谭程明, 徐龙, 等. 太阳射电爆发的非线性相对定标方法与数据处理[J]. 中国科学(A辑), 2001, 31(Suppl 1): 73–79 YAN Y H, TAN C M, XU L, et al. Nonlinear relative calibration method and data processing for solar radio bursts[J]. Science in China (Series A), 2001, 31(Suppl 1): 73–79. |
[12] | IGLESIAS V, GRAJAL J, SÁNCHEZ A M, et al. Implementation of a real-time spectrum analyzer on FPGA platforms[J]. IEEE Transaction Instrumentation and Measurement, 2015, 64(2): 338–355. |
[13] | 泰克频谱分析仪将分析能力扩展到20 GHz[J]. 测控技术, 2009, 28(10) : 36. The Tek spectrum analyzer extends analysis capability to 20 GHz[J]. Measurement & Control Technology, 2009, 28(10) : 36. |