核磁共振（Nuclear Magnetic Resonance，NMR）自從1946年首次觀測以來已經成功地應用到物理、化學、生物和醫學等諸多領域。與此同時，核磁共振儀器技術也得到了不斷的發展，其中核磁共振譜儀被廣泛用于化合物的結構測定，定量分析和動物學研究等方面。

核磁共振譜儀通過短時間的高功率射頻脈沖激發原子核體系使之偏離平衡狀態，然后檢測該體系在恢復平衡過程中產生的自由感應衰減信號，經過FFT處理后得到相關的譜信息。目前NMR譜儀普遍使用的檢測信號的方法是正交檢波技術，它需要兩路相檢波來區分正負頻率，然而當兩通道的增益與相位存在微小的不平衡時，譜圖上就會產生鏡像峰，解決的有效方法是采用相位循環。但對于長期使用、老化或故障造成增益或相位差與理想值偏離較大的儀器，即使采用相位循環也不足以解決問題，這時需要通過手動調節，然而調節到什么程度往往只能憑借經驗。

圖1 系統框圖

本文提出了一種依據雙通道的頻譜圖給出調節依據的方法。系統結構框圖如圖1所示，通過ADC模塊對雙通道進行采樣，要在頻域對信號進行分析，需要得到信號的頻域信息，因此在采樣之后通過FPGA對信號做FFT變換，然后將得到的頻域信息存入DDR2RAM，以便主機通過PCIE接口將數據讀入主機內存并進行顯示。在調節的時候，可根據頻譜圖顯示的譜峰把I通道的增益和相位適當的調小或者對應的調節Q通道（如圖2所示），直到譜峰消失。

1 正交檢波原理

如圖2所示，正交檢波系統由兩路檢波通道（I通道和Q通道）組成，譜儀接收到的核磁共振信號V（t），首先經過混頻器或模擬乘法器與參考信號相乘，對于I，Q通道來說參考信號是相位相差90°的等幅射頻信號，分別將兩者的乘積作為兩通道的輸出。

對于分子中只有一種質子的簡單情況，根據Bloch方程接收到的核磁共振信號如下式：

V（t）=Acos（ω0+φ）exp（-t／T2） （1）

I通道的參考信號為cosωt，經過混頻器與輸入信號相乘后為：

圖2 正交檢波系統原理圖

得到的乘積為兩項：第一項為和頻分量，經過后面的低通濾波器被濾除掉；第二項為差頻分量作為I通道的輸出。綜上所述I通道的輸出為：

對于Q通道，輸入為V（t），參考信號為sinωt，通過類似方法可以計算出Q通道的輸出為：

然后經過模／數轉換分別將I通道和Q通道的數據作為復數的實部和虛部存儲下來。

2 FFT算法實現

FFT算法在FPGA上實現的過程中，信號的值、系統的系數和運算中的結果都存儲在有限字長的存儲單元中，從而導致了設計時的無限精度轉變成實現時的有限精度，必將產生相對于原設計系統的誤差，嚴重時會將由于雙通道不平衡產生的鏡像峰湮滅，從而使整個設計失去意義。

為了實現FFT實時運算，基于FPGA的FFT信號處理模塊是關鍵，并且要求此模塊能在頻率至少為210 MHz的系統時鐘下穩定工作。同時又因為并行的FFT設計需要占用大量的資源，資源使用率過大會制約布局布線后的時序收斂。為了平衡資源與速度間的矛盾，整個設計通過64點FFT并行模塊的復用來實現。

2．1 有限字長效應及其優化措施

在FFT算法中，采用蝶形計算，如圖3所示。

對于基2時間抽選FFT算法，蝶形公式如下：

圖3 基2蝶形單元信號流圖

式中：N為FFT點數；Nm和P為兩個同迭代次數m有關的量；Xm-1為ADC輸出信號經過m-2級蝶形運算得到的計算結果；旋轉因子由式（7）給出，每個蝶形包含兩個復數乘法。

由于存儲單元有限，必須對計算結果截取，進行定點化，但是同時又會引入舍入誤差en，這種現象即為有限字長效應。考慮到每個復數乘法相當于4個實數乘法，因此有限字長時復數乘法的實際乘積可以表示為：

式中e1，e2，e3，e4分別為其對應的實數乘法的舍入誤差。因此可進一步建立如圖4所示的蝶形計算舍入誤差模型。

如果用一般的定點計算，信噪比下降，噪聲會將產生的鏡像峰湮滅，因此必須采取一定的措施減小由定點化產生的誤差。考慮到在64點FFT并行模塊里點數是固定的，進行蝶形運算時旋轉因子是常數，因此可以根據系數的特點對定點化時的階碼做動態調整，在保證無溢出的條件下最大程度的減小噪聲。

如圖5所示，對比在Matlab中的仿真結果，在沒有采取動態調整措施前進行定點化的噪聲量級達到±1（見圖5（a）），進行動態調整后下降到10-3（見圖5（b）），可見采用動態調整進行定點化可以有效地降低由于有限字長效應引起的噪聲。

圖4 基2頻域抽選式碟形單元的舍入誤差模型

圖6為進行動態調整后在FPGA硬件運行的仿真結果，與軟件自帶的FFT IP相比誤差很小，在輸入正弦波的時候可以明顯地觀察到尖峰，這樣的結果足以滿足NMR譜儀的信號檢測要求。

2．2 64點FFT并行模塊資源優化

由于64點FFT模塊并行實現，所占用的FPGA邏輯資源太多，在一般的FPGA中難以實現，因此有必要對其進行優化減少所占用的資源。該設計中N是確定的，旋轉因子都是常數，蝶形運算中的復數乘法為常系數乘法，根據這個特點，可對使用資源進行優化。

如式（9）所示，64點FFT可分解為384個蝶形運算單元。

n=Nlog N （9）

式中：N為FFT點數；n為所需的蝶形運算單元的個數。

式（5）和（6）各包含1個復數加法運算和1個復數乘法運算，需要2個加法器和4個乘法器實現。但經過如式（10）所示的運算后的復數乘法可用三乘法器實現，因此綜合后的資源先比四乘法器架構優化了25％，

（A1+B1i）（A2+B2i）=（A1A2-B1B2）（A1B2-A2B1）i=A1（A2+B2）=B2（A1+B1）+［A1（A2+B2）-A2（A1+B1）］ （10）

旋轉因子WN的二進制表示可看作是若干項2次冪數相加組合而成的數，那么一個數與WN相乘即可通過在移位操作的基礎上執行相應的加法操作來實現。根據正弦函數與余弦函數的對稱性，第5階與第6階與相乘所占用的乘法器完全可以省略。

如式（11）所示，在WN的二進制序列中，在不引入噪聲的基礎上把N個移位寄存器和N-1個加法器的運算用2個移位寄存器和1個減法器來實現。這樣不僅可以大大減少硬件資源的消耗，最大的優點是不消耗RAM和乘法器資源，因此速度很快。

2．3 FPGA邏輯資源與性能分析

該設計中的64點并行FFT模塊通過在不同系列芯片綜合仿真后，系統時鐘最高可達285 MHz，完全滿足設計要求。所占用的FPGA邏輯資源和性能與Xilinx FFT IPcore比較如表1所示。

Xilinx公司的ISE集成開發環境可以提供成熟的FFT IP核，但是由于占用大量的DSP Slices，可移植性很差，但該設計中由于沒有用到DSP Slices，可移植性很強。圖7為64點并行FFT模塊的時序圖，圖中運算器的數據處理時間為1個時鐘周期，數據處理的延時Tlatency為37個時鐘周期，使得整個運算器的數據處理吞吐率高達656 Gb／s，而數據延時時間僅為0．129 μs，與Xilinx公司和Altera公司已經成熟的FFT處理器相比時延大大減少，提高了FFT處理器實時處理性能。

3 結語

該設計通過對64點并行FFT進行改進，大大提高了信號處理的實時性，所占用的FPGA邏輯資源和有限字長效應引起的噪聲也得到了優化，可移植性大大增強。該設計已經完成了硬件電路的設計與調試，結果證明通過雙通道頻譜圖對由于增益與相位不平衡產生的鏡像峰進行調節，可大大提高譜儀信號檢測的準確性，也使譜儀的應用更加方便。