基于SOPC技术的阵列信息处理技术实现研究

２００９年４月西北工业大学学报

ＪｏｕｒｎａｌｏｆＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉＶｅｒｓｉｔｙ

Ａｐｒ．２００９

第２７卷第２期

Ｖ０１．２７Ｎｏ．２

基于ＳｏＰＣ技术的阵列信息处理技术实现研究

于晓洲，周

军，周凤岐

（西北工业大学精确制导与控制研究所，陕西西安７１００７２）

摘要：传统波达方向估计采用ＭＵＳＩＣ算法进行估计时，当出现信号相关、低信噪比以及角度相近时，效果较差。在此基础上文中采用一种改进的ＭＵＳＩＣ算法来实现对波达方向的可靠辨识。由于改进的ＭＵＳＩＣ算法计算量较大，因此利用ＦＰＧＡ芯片以及硬件系统的ＳＯＰＣ（Ｓｙｓｔｅｍ

Ｐｒｏｇｒａｍｍａｂｌｅ

Ｏｎｔｈｅ

Ｃｈｉｐ，可编程片上系统）技术，结合嵌入式软核与硬件加速的方法，设计并实现了阵

列信息的高速处理与并行计算。

关键词：波迭方向，ＦＰＧＡ，信号处理，ＭＵＳＩＣ算法中图分类号：ＴＮ９１１．７２

文献标识码：Ａ

文章编号：１０００一２７５８（２００９）０２一０１６８一０５

双重优点可集于单个芯片，从而具有系统耦合紧密、集成度高、体积和功耗显著减小等特点，能够弥补上述设计方案的不足‘副。

阵列信号处理是将一组传感器（天线、水听器、听地器、超声探头、射线检测器）在空间的不同位置按一定规则布置，用传感器阵列发射能量和（或）接收空间信号，获得信号源的观测数据并加以处理。阵列信号处理的目的是从这些观测数据中提取信号的有用特征，获取信号源的属性等信息。经过过去十几年的发展，阵列信号处理已在工程应用中得到广泛的重视，雷达、声纳、通信、地震勘察、射电天文和医用成像等众多领域都采用了相关技术。在阵列处理研究领域中，波达方向（ＤＯＡ）估计是阵列信息处理的一个重要研究方向，主要用于确定同时处在空间某一区域信号的空间位置（即多个信号到达阵列参考阵元的方向角）。最经典的超分辨率ＤｏＡ估计算法是著名的多信号分类（ＭｕｌｔｉｐｌｅＣｌａｓｓｉｆｉｃａｔｉｏｎ）法，简称ＭＵＳＩＣ算法［ｕ。

现阶段制约ＭＵＳＩＣ算法的主要是计算实时性问题，为了能够高速实时处理，许多应用都采用数个高性能ＤＳＰ芯片来进行并行处理。ＤＳＰ虽然在海量数据处理方面有其巨大优势，但是在高速复杂逻辑处理方面，存在相当大的局限性，并且灵活性较差。随着ＦＰＧＡ（ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅ

Ｇａｔｅ

Ｓｉｇｎａｌ

１

改进ＭＵＳＩＣ算法的研究

ＭＵＳＩＣ算法的基本原理

对于具有Ｍ个阵元的等距阵列，各阵元与参考

１．１

阵元之间的距离为矾，空间具有入射角为Ｂ，载波频率为硼ｒ的Ｄ个窄带信源，参考阵元接收的信源为籼阵列中各阵元输出的信号为ｚ，（ｆ），考虑到噪声Ⅳ（ｆ）对系统的影响后，则阵列传感器接收的信号可以写成下式

Ｘ（ｆ）＝Ａ（口）Ｓ（ｆ）＋Ⅳ（ｆ）

（１）

式中

ｘ＝［ｚｌ（ｆ），ｚ２（ｔ），…，ｚ＾ｆＯ）］ＴＳ＝［５１（ｆ），ｓ２（ｆ），…，勋（７１）］Ｔ

Ａ（口）＝［口（岛），口（以），…，口（如）］Ｔ

（２）（３）

Ａｒｒａｙ）门电

＝

ｅｅｅ

路规模不断扩大，在一块芯片上可以集成上千万的逻辑门，尤其是嵌入式软核技术和ＳＯＰＣ技术的飞速发展，使高速并行数据处理和灵活的接口控制的

１嘲；肌

Ｈ

＾

—

ｅ

Ｋ

。咆；肌

吃

ｌ¨：¨

ｅ

Ｈ

一．嘞；肌％

收稿日期，２００７—１１?０１

基金项目，西北工业大学科技创新基金（２００８ＫＪ０２０１０）资助

作者简介；于晓洲（１９７９一），西北工业大学讲师，博士，主要从事导航、制导与控制的研究．

万方数据　

第２期

于晓洲等：基于ｓｏＰＣ技术的阵列信息处理技术实现研究

仇：兰掣ｓｉｎ巩

仇２—ｉ—ｓｌｎ巩

（４）Ｌ４Ｊ

Ⅳ（ｆ）一［，ｚ１（ｔ），以２（ｆ），…，咒＾ｆ（￡）］Ｔ

（５）

口。（以）（小一１，２，…，Ｍ，五一１，２，…，Ｄ）构成

导向矩阵

Ａ（口），口。（幺）：ｅｘｐｆ－一ｊ（，，ｌ一１）学］

Ｌ

ｎ

一

Ⅳ０）为噪声矩阵。

可以得到阵列信号的协方差矩阵为皿ｘ—Ｅ［ｘ?ｘＨ］＝ＡＥ［ｓ（ｆ）?ｓ（ｆ）Ｈ］ＡＨ＋

Ｅ［Ⅳ（ｆ）?Ⅳ（￡）Ｈ］

（６）

设冠＝Ｅ［ｓ（ｆ）?ｓ（ｔ）Ｈ］，由于Ｅ［Ⅳ（￡）?Ⅳ（ｔ）Ｈ］

＝仃２，，则

足ｘ＝Ａ足，ＡＨ＋盯２，

（７）式中，足为信号相关矩阵，当空间信号不相关时，足为非奇异对角阵。ｃｒ２为各通道输出噪声功率。

可证明矩阵Ａ（口）一［口（护，），口（岛），…，４（如）］ｔ为范德蒙德（Ｖａｎｄｅｍｏｎｄｅ）矩阵，矩阵各列相互独立。由于矿≥Ｏ，且Ａ（口）为范德蒙德（Ｖａｎｄｅｍｏｎｄｅ）

矩阵，可以证明取为满秩阵，即有Ｍ个正实特征值

Ａ，，屯，…，如，且各特征向量移相互正交，即

”ｌ，，＝Ｏ

ｆ≠歹

（８）

其中与信号有关的特征值只有Ｄ个，将矩阵戤

的特征值进行从小到大的排序，即

Ａ。≥如≥…≥ｂ＞ｋ＋，＝…；如＝ｃｒ２（９）式中，Ｄ个较大的特征值对应于信号，Ｍ—Ｄ个较小的特征值对应于噪声。利用矩阵理论可以证明噪声特征值所对应的特征向量（称噪声特征向量）Ｋ与矩阵Ａ（口）的列向量正交，而Ａ（口）的各列是与信号源的方向相对应的。这就是利用噪声特征向量求解信号源方向的出发点。

为了利用噪声子空间确定信号空间方向：用各噪声特征向量为列，构造一个噪声矩阵Ｅ，Ｅ。和信号子空间相互正交，构造空间谱Ｐ。岫（口）

Ｐ—ｉｃ（汐）＝孑叮而面锄＝可１藜新

１

１

（１０）

当口（汐）和Ｅ的各列正交时，该分母为零，但由于噪声的存在，它实际上为一最小值。使口变化，通过寻找波峰来估计到达角的方法为ＭＵＳＩＣ方法。１．２传统ＭｕＳＩＣ算法与改进算法的比较

然而，在上述方法中当出现目标信号相关或完全相干。信噪比较低以及信号源接近时将不能很好实现波达估计，即出现波达方向的漏报与误报［２］。针

万　

方数据对传统ＭＵＳＩＣ算法波达方向的漏报与误报，可以采用下述方法提高系统的分辨力Ⅲ。

引入

也一足＋Ⅳ足Ⅳ

（１１）

其中，，为单位反向矩阵

ｒｏ

ｏ

ｏ

１］

ＪＪ＝Ｉ

盯＝ｌ：；蚓

ｌｏ

；

ｏｏ

Ｉ

ｍ，

（１２）

’

Ｌｌ

ｏ

ｏ

ｏｊ

ＭｘＭ

爱为足的共轭。可以证明Ｒ，是Ｈｅｒｍｉｔｅ的Ｔｏｅｐｌｉｔｚ矩阵，且足，是詹的无偏估计。对足，进行分解，用特征向量的后Ｍ—Ｄ列构成噪声子空间ｎ。

然后用一个低秩矩阵来代替疋，再对其行分解，得

到另一个噪声空间‰。

构造

ｙⅣ＝（ｙ。＋ｎ）／２

（１３）

将改良后的噪声子空间ｙⅣ和噪声特征向量代

入运算，可以实现较好的波达方向估计。

为了对改良ＭＵＳＩＣ算法和传统ＭＵＳｌＣ算法进行比较，针对信号相干、低信噪比以及信号源相近的情况进行了仿真。

图１所示为当信号相干情况下的仿真结果比较，系统采用的传感器阵列为５０×１，信源角度分别

角度／（。）

角度／（‘）

（ｂ）改进ＭＵｓＩＣ算法

图ｌ信号相干时传统ＭＵｓＩＣ算法空同谱与

改进算法空同谱

西北工业大学学报

第２７卷

为５。、１５。、２５。和３５。，ＳⅣＲ分别为２２

ｄｂ、１１６ｄｂ、１２

ｄｂ和８ｄｂ，第２和第４个信号源为相干信号。图１

（ａ）为采用传统ＭＵＳＩＣ算法的仿真结果，图１（ｂ）为采用改进后ＭＵＳＩＣ算法的仿真结果。可以看到图１（ａ）传统ＭＵＳｌＣ算法只能分辨第１、３信号源，漏报了２、４相干信号源，而改进后的算法可以清晰的分辨４个目标方向。

针对信号低信噪比的仿真比较如图２所示，３个信源的入射角分别为５。、１５。、２５。和３５。，信噪比分

别为１ｄｂ、１ｄｂ、２ｄｂ和１ｄｂ。图２（ａ）图为采用传统

ＭＵＳＩＣ算法的仿真结果，图２（ｂ）为采用改进后ＭＵＳＩＣ算法的仿真结果。可以看出：改进的ＭＵＳｌＣ算法在信号出现低信噪比时依然有明显峰值。

角度／（‘）

角度／（。）

（ｂ）改进ＭＵＳＩｃ算法

图２低信噪比时传统ＭＵＳＩＣ算法的

空阅谱与改进算法的空间谱

针对信号源接近情况的仿真比较如图３所示，４个信号源的入射角度分别为２０。、２３。、２５。和２８。，其中第２和第３信号源很接近，信噪比均为１６ｄｂ。图３（ａ）为采用传统ＭＵＳＩＣ算法的仿真结果，图３（ｂ）为采用改进后的ＭＵＳＩＣ算法的仿真结果。传统的ＭＵＳｌＣ算法在多个信号源彼此角度接近的情况下没能把２３。的目标分辨出来，而改进ＭＵＩＳＣ算法则有４个明显峰值，空间谱估计效果很好。

万　

方数据角度／（。）

（ａ）

传统ＭＵＳＩｃ算法

角度／（。）

（ｂ）改进ＭＵＳＩＣ算法

图３信号源接近时传统ＭＵＳＩＣ算法与改进

算法信号的空间谱

２

基于ＳＯＰＣ系统ＭＵＳＩＣ算法实现

可以看到在采用了改进的ＭＵＳＩＣ算法后，对

于目标信号相关或完全相干的信号输入可以实现较好的波达方向估计。但是同时可以看到，由于在进行计算时涉及到大量的矩阵乘法、除法等浮点运算，因此在实际仿真与应用中，处理速度成为了制约相关算法的瓶颈。现阶段高速数据计算主要依靠高性能数字信号处理器，但由于其自身硬件结构的特点以

及带宽等因素制约，在阵列信号处理方面，数字信号处理器在高速并行计算方面还有待进一步提高。目

前一种可行的方案是采用ＳＯＰＣ（Ｓｙｓｔｅｍ０ｎ

ＰｒｏｇｒａｍｍａｂｌｅＣｈｉｐ，可编程的片上系统）进行硬件

系统的设计Ｈ］。

近年来随着电子技术的发展以及芯片逻辑资源的增多，单片ＦＰＧＡ逻辑门数已经超过了千万门，因此片上系统设计（ＳＯＣ）成为了可能。ＳＯＰＣ是最近提出的一种高效、灵活的ＳＯＣ解决方案。

基于ＳｏＰＣ架构的阵列信息处理系统将多个软核处理器ＮｉｏｓｌＩ、总线、高速数字信号处理单元、片上高速ＲＡＭ等部件都集成到一块可编程ＦＰＧＡ上。和传统的ＳｏＣ方式相比，ＳＯＰＣ系统由于内部

第２期

于晓洲等：基于ＳＯＰＣ技术的阵列信息处理技术实现研究

可以采用并行处理架构并集成了专用的高速信息处理单元，因此不仅有很高的集成度，而且还具有了很强的信息处理能力。

２．１多处理器并行处理架构

多核处理系统以前总是局限于工作站，高端ＰＣ，近年来电子技术的发展使得片上系统也能用多个内嵌处理器来实现并行处理。在阵列信息处理系统中，以“非对称”方式通过内嵌的多个ＮｉｏｓＩＩ处理器并行运行不同的任务。

多处理器的共享资源保护是设计中需考虑的重要问题，在阵列信息处理系统中，ＮｉｏｓＩＩ处理器利用硬件互斥特性（Ｍｕｔｅｘ）来保护共享的资源。互斥核允许多处理器协调工作，当一个处理器占有资源时，其它处理器则无法进入。这样避免了多个处理器试图同时使用同一资源所引起的数据崩溃。

硬件的互斥核是作为系统一个组件来实现的，它通过Ａｖａｌｏｎ总线接口逻辑来保证某一给定时刻只一个处理器被授权。这意味着每个处理器都要等待，直到它锁定了那个资源所对应的互斥核。所以资源即使在多个处理器同时尝试获取资源时也能得到保护。每个处理器在进入共享的资源之前都必须获得其对应的互斥核。

运行于这个多核系统的软件利用硬件互斥核来共享一个消息缓存。所有的处理器都向这个消息缓存写入消息。然后由一个处理器读出消息并将其输出。每个处理器都运行相同的可执行文件，但每个处理器的任务有些不同。在具体的应用中，不同的处理器是否连接到相关系统将决定运行于该处理器上的软件完成什么任务。在ＮｉｏｓＩＩ处理器系统中，处理器通过写入处理器ＩＤ控制寄存器的值到互斥核寄存器的０ＷＮＥＲ域。处理器ＩＤ寄存器保存着一个独一无二的静态值，以此来将每个处理器在多核系统中区分出来。软件在执行任何功能函数之前都去核对这个处理器的ｌＤ以确定这就是对应的处理器。如果ＩＤ正确，则执行函数。图４为设计用于进行阵列信息处理的片上系统¨１。

在片上系统硬件设计中，采用深度可变的流水线结构，提供大量的并行计算资源，在系统一个时钟周期内就可以完成复杂的处理与计算。同时利用定制的硬件加速协处理器为复杂运算提供支持，硬件加速预处理器采用由硬件描述语言（Ｈａｒｄｗａｒｅ

Ｄｅｓｃｒｉｐｔｉｏｎ

Ｌａｎｇｕａｇｅ）设计的专用架构来完成，在

对来自于数据高速缓冲单元的信息进行预处理后，这些信息被直接送往嵌入式ＮｉｏｓＩＩ处理器中解算

万　

方数据出相关的角度信息。实际证明相对于只采用单处理器的应用，当采用硬件加速协处理器后，系统处理性能大幅提高。以在ＭＵＳＩＣ算法中大量采用的矩阵浮点运算为例，当使用了硬件单元加速处理后，处理速度提高了数十倍。

图４片上多核阵列信息处理系统

２．２其它

采用ｓ０ＰＣ系统的阵列信号处理系统硬件实现了高度集成，因此具有布线简单、电磁兼容性好、可靠性高、噪声小、传输速度快等特点。除此以外，和一般的通用设计不同，由于硬件算法、控制、接口等各部分功能都是通过硬件编程或是软件ＩＰ来实现的，系统在任何时候通过修改、增删和重新组合相应的配置文件就实现硬件的升级。一旦设计总体目标发生改变，可以用最小的成本从一个应用转移到另一个应用，不需要重新选择器件和修改电路板。

结论

本文研究了利用ＳｏＰＣ技术来实现阵列信息处理技术的方法。采用相关方法可以实现对信号源角度的高精度定位。并且能够在当多个信号源中出现也能对信号方位进行可靠的辨识。

现阶段一些主要运算例如矩阵的相关运算还需正在对算法中的一些关键步骤尝试采用硬件逻辑基于ＨＤＬ来实现，相信此方法的采用一定可以大大提高系统的处理速度。

３

相干信号、信号信噪比较低和多信号源角度接近时要依靠软件来实现，不能采用纯硬件单元完成相关操作。这某种程度上制约了系统的处理速度。目前，

．１７２?西北工业大学学报第２７卷参考文献：

［１］ＫｕｎｄａＤ．ＭｏｄｉｆｉｅｄＭＵＳＩｃＡｌｇｏｒｉｔｈｍｆｏｒＥｓｔｉｍａｔｉｎｇＤｏＡｏｆＳｉｇｎａｌ．ＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇ，１９９６．４８（１）：８５～９０

Ｄｕｄｅｋ，ＭｉｃｈａｅｌＪｅｎｋｉｎ．ＣｏｍｐｕｔａｔｉｏｍｌＰｒｉｎｃｉｐｌｅｓｏｆＭｏｂｉｌｅＲｏｂｏｔｉｃ８．Ｌｏｎｄｏｎ：ＣａｍｂｒｉｇｅＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，［２］Ｇｒｅｇｏｒｙ

２０００．２１～２５

［３］高星辉．修正ＭＵＳＩＣ算法对信号ＤＯＡ的估计．［硕士学位论文］．广州：华南师范大学，２００３

ＧａｏＸｉｎｇｈｕｉ．ＴｈｅＤＯＡＥｓｔｉｍａｔｉｏｎｏｆＩｍｐｒｏｖｅｄＭｕｓｉｃＡｌｇｏｒｉｔｈｍ．ＭａｓｔｅｒＤｅｇｒｅｅＴｈｅｓｉｓ，Ｇｕａｎｇｚｈｏｕ，ＳｏｕｔｈＣｈｉｎａＮｏｒｍＩ

［４］Ｕｎｉｖｅｒｓｉｔｙ．２００３（ｉｎＣｈｉｎｅｓｅ）ＹｕＸｉａｏｚｈｏｕ，ＺｈｏｕＦｅｎｇｑｉ，ＺｈｏｕＪｕｎ。ＲｅｓｅａｒｃｈｏｆｔｈｅＳｍａＵＳａｔｅｌｌｉｔｅＤａｔａＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ．ＰｒｏｃｅｅｄｉｎｇｓｏｆＳＰＩＥ，

２００７，Ｗｕｈａｎ，Ｃｈｉｎａ：１０２０～１０２２

［５］ＳｉｇｎａｌＰｒｏｃｅｓ８ｉｎｇＬａｂｏｒａｔｏｒｙ，Ｈｅｌｓｉｎｋｉ

ＡｅｒｏＳｐａｃｅａｎｄＥｌｅｃｔｒｏｎｉｃＵｎｉｖｅｒｓｉｔｙ．ＡＨａｒｄｗａｒｅＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＰｌａｔｆｏｒｍｆｏｒＳｅｎｓｏｒＳｙｓｔｅｍｓ．ＩＥＥＥＳｙｓｔｅｍｓＭａｇａｚｉｎｅ?２００６，２（２１）ｌ２２～２５

ＳＯＰＣ（ＳｙｓｔｅｍＯｎｔｈｅＰｒｏｇｒａｍｍａｂｌｅＣｈｉｐ）

ＢａｓｅｄＡｒｒａｙＳｉｇｎａｌＰｒｏｃｅｓｓｉｎｇＡｌｇｏｒｉｔｈｍ

ＹｕＸｉａｏｚｈｏｕ，ＺｈｏｕＪｕｎ，ＺｈｏｕＦｅｎｇｑｉ

（ＩｎｓｔｉｔｕｔｅｏｆＰｒｅｃｉｓｉｏｎＧｕｉｄａｎｃｅａｎｄＣｏｎｔｒｏｌ，ＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉ７ａｎ７１００７２，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：ＴｈｅｔｒａｄｉｔｉｏｎａｌａｌｇｏｒｉｔｈｍｏｆＤＯＡ（ＤｉｒｅｃｔｉｏｎｏｆＡｒｒｉｖａｌ）ａｎｇｌｅｉｓｂａｓｅｄ

ＳｉｇｎａｌＣｌａｓｓｉｆｉｃａｔｉｏｎ）ａｌｇｏ“ｔｈｍ．ＳｕｃｈａｎｏｎＭＵＳＩＣ（Ｍｕｌｔｉｐｌｅｃａｓｅａｌｇｏｒｉｔｈ碑，ａｓｉｓｗｅＵｋｎｏｗｎ，ｈａｓｐｏｏｒｐｅｒｆｏｒｍａｎｃｅｉｎｔｈｅｏｆｍｕｌｔｉｐｌｅｉｎｔｅｒｒｅｌａｔｅｄｓｉｇｎａｌｓ，１０ｗｓｉｇｎａｌｎｏｉｓｅｒａｔｉｏ（ＳＮＲ）ｏｒｓｅｖｅｒａｌｏｂｊｅｃｔｓｗｈｏｓｅａｚｉｍｕｔｈａｎ西ｅｓＡｎｄｔｈｅｃｏｍｐｕｔａｔｉｏｎ

ｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅ

ｕｓｅｄａｎａｒｅｎｅａｒ．ｏｆＭＵＳＩＣａｌｇｏｒｉｔｈｍａｌｗａｙｓｎｅｅｄｓｍａｓｓｉＶｅｐｒｏｃｅｓｓｉｎｇａｎｄｄｅｓｉｇｎｔｏａｔｉｍｅ．ＨｏｗｔｏｉｍｐｒｏｖｅｔｈｅＭＵＳＩＣａｌｇｏｒｉｔｈｍｏｆｓｕｉｔａｂｌｅｈａｒｄｗａｒｅｐｌａｔｆｏｒｍｉｓｅｘｔｒｅｍｅｌｙｄｉｆｆｉｃｕｌｔ．Ｗｅｔｈｉｓｄｉｆｆｉｃｕｌｔｙ．Ｓｅｖｅｒａｌｄｉｆｆｉｃｕｌｔｓｉｔｕａｔｉｏｎｓａｒｅ

ｏｕｒｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍＦｉｒｓｔ．ｗｈｅｎｓｉｇｎａＩＭＵＳＩＣａｒｅｏｖｅｒｃｏｍｅｄｉｓｃｕｓｓｅｄ．ｓｏｕｒｃｅｓｉｎｔｅｒｒｅｌａｔｅｄ，ｓｕｂｓｅｃｔｉｏｎ１．２ｏｆｔｈｅｆｕｌｌｐａｐｅｒｅｘｐｌａｉｎｓｈｏｗ

ｉｍｐｒｏｖｅｄＭＵＳＩＣａｌｇｏｒｉｔｈｍｃｏｕｌｄｆｉｎｄｔｈｅＤＯＡｏｆｅａｃｈｏｆｓｅｖｅｒａｌｏｂｊｅｃｔｓ．Ｓｅｃｏｎｄ，ｗｈｅｎｔｈｅＳＮＲｉｓｌｏｗ，ｓｕｂｓｅｃｔｉｏｎ１．２ｅｘｐｌａｉｎｓｔｈａｔｔｈｅｉｍｐｒｏｖｅｄＭＵＳＩＣａｌｇｏｒｉｔｈｍｃｏｕｌｄａｌｓｏｆｉｎｄｏｕｔｔｈｅＤＯＡｏｆｅａｃｈｏｆｓｅｖｅｒａｌｓｉｇｎａｌｓｏｕｒｃｅｓ．Ｔｈｉｒｄ，ｅＶｅｎｉｆｔｈｅｓｉｇｎａｌｓｏｕｒｃｅｓｈａＶｅａｚｉｍｕｔｈａｎｇｌｅｓｔｈａｔａｒｅｎｅａｒ，ｓｔｉｌｌｓｕｂｓｅｃｔｉｏｎ１．２ｅｘｐｌａｉｎｓｔｈａｔｔｈｅｉｍｐｒｏｖｅｄＭＵＳＩＣａｌｇｏｒｉｔｈｍｃｏｕｌｄｆｉｎｄｏｕｔｔｈｅＤＯＡ．

ｗｅｈａＶｅｄｅＶｅｌｏｐｅｄａｎｄｔｅｓｔｅｄａＡｎｄｓｕｂｓｅｃｔｉｏｎ２．１ｅｘｐｌａｉｎｓｔｈａｔｈａｒｄｗａｒｅｐｌａｔｆｏｒｍｆｏｒｔｈｅｉｍｐｒｏｖｅｄＭＵＳＩＣａｌｇｏｒｉｔｈｍ．ＩｔｅｍｐｌｏｙｓＳＯＰＣａｎｄＦＰＧＡ（ＦｉｅｌｄＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ）ｔｅｃｈｎｏｌｏｇｉｅｓｔｏｓａｔｉｓｆｙｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｆｏｒｍｏｒｅａｄｖａｎｃｅｄｐｅｒｆｏｒｍａｎｃｅ．Ｈａｖｉｎｇｂｏｔｈｔｈｅｅｍｂｅｄｄｅｄｓｏｆｔｋｅｒｎｅｌｐｒｏｃｅｓｓｏｒｓａｎｄｈａｒｄｗａｒｅａｃｃｅｌｅｒａｔｉｏｎｕｎｉｔｓｉｎｔｈｅｐｌａｔｆｏｒｍｅｎａｂｌｅ８ｆａｓｔｐｒｏｃｅｓｓｉｎｇｏｆｍａｓｓｉｖｅｓｉｇｎａｌｓ．

Ｋｅｙｗｏｒｄｓ：ｄｉｒｅｃｔｉｏｎｏｆａｒｒｉｖａｌ，ｆｉｅｌｄｐｒｏｇｒａｍｍａｂｌｅｇａｔｅａｒｒａｙｓ，ｓｉｇｎａｌｐｒｏｃｅｓｓｉｎｇ，ＭＵＳｌＣ（Ｍｕｌｔｉｐｌｅ

ＳｉｇｎａｌＣｌａｓｓｉｆｉｃａｔｉｏｎ）ａｌｇｏｒｉｔｈｍ

万方数据