我們使用電腦輔助工具來模擬硬體實現，設計流程如圖 4-1 所示。設計流程主要 分成硬體和軟體二部分，軟體使用 Matlab 模擬而硬體使用 ModelSim 及 Xilinx ISE 模擬。
Matlab 模擬包含了浮點數(floating point)的模擬及定點數(fixed point)的模擬。浮點數的系 統模擬可以檢查各功能方塊的正確性和設定參數，也可以評估系統的效能，而定點數的 系統模擬，用來決定各個訊號所需要的表示位元數，並試著將位元降低至容許的效能，
各個訊號表示位元數確定之後，便進入硬體實現模擬。
硬體實現模擬流程中，要先確定每個功能方塊的硬體架構，我們以硬體描述語言 VHDL 描述這些功能方塊，使用 Modelsim 或 Xilinx Isim 做硬體的行為模擬(Behavior simulation)，此一步驟會參照由 Matlab 定點數的系統模擬所產生的數據，來幫助驗證 VHDL 功能方塊的正確性。當硬體的行為模擬正確之後，使用 Xilinx ISE 14.2 加入 Spartan6 XC6SLX150 的 library 將 VHDL 程式碼轉為 RTL (register transfer level)，合成完 之後再做轉換(translate)、對應(map)、布置及繞線(place and route)，接下來就可做時序模 擬(timing simulation)，模擬電路所造成的邏輯延遲及繞線延遲是否達到我們要求的操作 速度。在此便完成了所有的硬體模擬。
14
圖 3.1 設計流程圖
Funtional Simulation
Matlab
Fixed point Simulation Matlab
Hardware Architecture Design
Behavior Simulation VHDL Modelsim/Isim
Synthesis
Translate、Map、
Place and route
Timing Simulation
Xilinx Spartan6 XC6SLX15
0 Library
15
圖 3.2 傳送機架構方塊圖
傳送機架構如圖 3.2 所示，接下來會先對傳送機架構做簡述。一開始要將位元(bit) 映射(mapping)到符元(symbol)，產生 OFDM 頻域的子載波訊號，接下來做 IFFT 運算，
將訊號轉變為時域的 OFDM 符元，並在前端加上循環前綴(Cyclic Prefix, CP)，以避免符 元間互相干擾(Inter Symbol Interference, ISI)。接著，透過將訊號補零(pad zero)和濾波 (filtering)來提高取樣頻率。在訊號進入 SCS 之前，我們必須訂出一個訊號的最大振福，
讓訊號進入 SCS 運算後可正常運作，超過最大振幅即保留訊號相位並縮減至規範的最大 振幅，如此也可以降低峰均功率比(Peak-to-Average Power Ratio, PAPR)，因此我們需要 振幅縮減器。最後將訊號通過 SCS，將訊號由變動波包拆解成兩個固定波包訊號。由 SCS 輸出的訊號經過數位轉類比轉換器(Digital to Analog Converter, DAC)，然後再將基 頻訊號載至射頻，由天線送出。
QPSK Mapping IFFT Add CP Amplitude Clipping
Over-sampling SCS DACDAC RFRF
16
圖 3.3 接收機架構方塊圖
本篇論文的接收機主要針對訊號同步的問題做處理，架構流程參考 802.11a 的系統 架構[9]，接下來會先對接收機架構做簡述。OFDM 技術解決了訊號在多重路徑通道 (multipath channel)中，因通道產生的延遲所造成的困擾。但在通道效應的處理之前，我 們需要先作時間和頻率的同步。時間同步除了封包偵測之外，還需要做符元時序的估計，
確保我們將正確而不受其他符元干擾的取樣值做 FFT。而傳送機與接收機之間的頻率不 匹配，會造成載波間的相互干擾(Inter Carrier Interference, ICI)，為了保持載波間的正交 性，需做頻率同步將偏移的頻率估計與補償。做完同步運算後接下來是利用 FFT 將訊號 轉至頻域，以進行通道效應估測與訊號偵測，本論文的偵測方法使用了 2.4.2 所提到改 良後的 MZF 偵測來實現。
接下來我們將介紹無合成器之 LINC-OFDM 傳收機(2x1)的硬體設計，章節 3.2 我們 會先對傳送機與接收機皆有使用到的重要功能區塊做介紹，章節 3.3 介紹傳送機架構的 硬體設計，章節 3.4 則介紹接收機架構的硬體設計。
Packet Detection Coarse CFO Est. Fine CFO Est.
Symbol Timing Remove CP
FFT
Channel Estimation
MZF Detection
Down-sampling
ADCRF
17