Interferenzbewusster, frequenzagiler Onboard-Prozessor mittels fein abgestufter Multilevel-Analyse–Synthese-Filterbank-Channelisierung

Scharfere Ohren für vielbeschäftigte Weltraumfunkgeräte

Moderne Satelliten und Tiefraumsonden müssen dutzende bis hunderte Funkgespräche gleichzeitig abhören, alle in ein begrenztes Spektrum gedrängt. Dieses Papier stellt eine neue Methode vor, mit der ein Bordcomputer überlappende Signale in saubere, separate Kanäle entwirrt und dabei weniger Hardware und Energie benötigt als viele bestehende Entwürfe. Ziel der Arbeit ist es, künftige Missionen flexibler, widerstandsfähiger gegenüber Störungen und besser an überfüllte Funkbänder anpassbar zu machen.

Warum Raumfahrzeuge intelligenter zuhören müssen

Je mehr Satelliten den Himmel teilen, desto dichter müssen ihre Funkverbindungen viele digitale Datenströme in eng beieinander liegende Frequenzbereiche packen. Ein Onboard-Prozessor muss ein breites Eingangsspektrum in gleichmäßige „Slots“ aufteilen, benachbarte Kanäle vor Überläufen schützen und ausgewählte Kanäle anschließend mit minimaler Verzerrung wieder zusammensetzen. Konventionelle Techniken setzen entweder auf sehr große schnelle Fourier-Transformationen, die viel Speicher verlangen, oder auf Bänke vieler einzelner Filter, die Hardware und Energie verbrauchen. Wavelet-basierte Methoden, zwar mathematisch elegant, lassen benachbarte Kanäle oft zu stark im Frequenzbereich überlappen, was das zuverlässige Zurückgewinnen von Datenbits erschwert.

Ein einzelnes Filter übernimmt viele Aufgaben

Die Autoren formulieren ein vorhandenes mathematisches Werkzeug, die maximal überlappende Wavelet-Paket-Transformation, als kommunikationsorientierten Kanalizer neu. Anstatt für jeden Kanal ein eigenes Filter zu entwerfen, beginnen sie mit einem einzigen sorgfältig gestalteten digitalen Tiefpassfilter und erzeugen automatisch alle Analyse- und Rekonstruktionsfilter, indem sie ihn in einer mehrstufigen Baumstruktur strecken und kombinieren. Da die Transformation nicht-dezimiert ist, verwirft sie nie Zeitsamples, wie klassische Wavelets es tun, sodass die zur Decodierung von Symbolen benötigte Zeitinformation erhalten bleibt. Diese einheitliche Analyse–Synthese-Struktur erzeugt gleichmäßig verteilte Kanäle, jeweils mit derselben Verzögerung und vorhersehbarem Verhalten, während Speicher- und Rechenanforderungen dank intensiver Wiederverwendung derselben Hardwareblöcke gering bleiben.

Abwägung von Signalreinheit und Hardwarekosten

Die Gestaltung dieses einzigen Prototypfilters ist das Herz der Methode. Das Team verwendet eine multiobjektive Optimierung, die drei Aspekte gegeneinander abwägt: wie scharf jeder Kanal an seinen Rändern abfällt (Energie im Übergangsbereich), wie wenig Energie in gesperrte Frequenzen ausläuft (Sperrbandenergie) und wie lang das Filter ist, was als Stellvertreter für Hardwarekosten dient. Sie fügen eine praktische Kommunikationsbedingung hinzu, indem sie Quadraturphasenumtastung (QPSK)-Signale simulieren und jedes Design verwerfen, das mehr als 10 % Fehlvektormagnitude (EVM) erzeugt, ein gängiges Maß für Verzerrung. Durch Durchsuchen möglicher Entwürfe finden sie ein Equiripple-Filter der Ordnung ~105, das einen guten Kompromiss bietet: sehr saubere Trennung zwischen den Kanälen bei gleichzeitig beherrschbaren Rechen- und Speicheranforderungen für echte Onboard-Elektronik.

Der Entwurf im Praxistest

Zur Überprüfung simulieren die Autoren ein anspruchsvolles Szenario: 64 QPSK-Träger, je 10 kHz breit und auf einem gleichmäßigen Raster dicht gepackt, bilden ein breitbandiges Signal. Ihr mehrstufiger Filterbaum teilt das Band in 64 gleiche Scheiben und setzt dann selektiv jeweils nur eine Scheibe wieder zusammen, um subtile Phasendrehungen aus blockbasierter FFT-Verarbeitung zu korrigieren. Über alle Kanäle hinweg übersteigt die mittlere Isolation gegenüber benachbarten Kanälen 98 dB, der schlechteste Fall liegt noch nahe bei 80 dB — weit mehr als typischerweise für zuverlässige QPSK-Verbindungen erforderlich. Die Methode skaliert natürlich zu gröberen Auflösungen (16 oder 32 Kanäle) durch Aggregation benachbarter Scheiben, was die Isolation sogar weiter verbessert, und Gleitkommatests bis zu 2048 Kanälen zeigen keine numerische Instabilität in der Architektur selbst.

Von Gleichungen zur Raumfahrt-Hardware

Das Team überträgt den Entwurf anschließend auf ein Mittelklasse-Xilinx-Kintex-7-FPGA, eine verbreitete Klasse rekonfigurierbarer, raumfahrtgeeigneter Hardware. Durch Blockverarbeitung der Daten und Zeitmultiplexen einer einzigen FFT, einer einzigen inversen FFT und eines komplexen Multiplikators über alle Kanäle halten sie die Anzahl der DSP- und Speichereinheiten moderat und betreiben die Schaltung mit einer internen Taktfrequenz von 160 MHz. Festkomma-Simulationen mit realistischen Wortbreiten erhalten weiterhin eine Worst-Case-Isolation oberhalb von 60 dB und eine QPSK-Verzerrung unter etwa 12 %, was bestätigt, dass das Konzept die Rundungsfehler realer Hardware übersteht. Der gesamte Rechenaufwand wächst nur logarithmisch mit der Blockgröße und erfordert keine Duplizierung von Filtern pro Kanal, was den Entwurf für leistungs- und flächenbeschränkte Onboard-Prozessoren attraktiv macht.

Was das für künftige Missionen bedeutet

Anschaulich zeigt das Papier, wie ein Raumfahrzeug ein einziges sehr intelligentes, wiederverwendbares Filter nutzen kann, um ein überfülltes Funkband in viele saubere, anpassbare Spuren zu sortieren, ohne ein Schrank voller spezialisierter Schaltungen mitzuführen. Das Ergebnis ist ein spektral scharfes, interferenzbewusstes Kanalizer-System, das zwischen feiner und grober Auflösung umschalten, die Datenintegrität für gängige digitale Modulationen bewahren und in realistischen FPGA-Ressourcen- und Leistungsbudgets untergebracht werden kann. Dieses einheitliche Rahmenwerk legt die Grundlage für künftige Satelliten-Payloads, die ihre Links dynamisch rekonfigurieren, Spektrum besser teilen und mehr Nutzer unterstützen müssen, ohne die Signalgüte zu opfern.

Zitation: Sarkar, S., Das, A., Mishra, D. et al. Interference-aware frequency-agile onboard processor using fine-grained multilevel analysis–synthesis filter-bank channelization. Sci Rep 16, 12772 (2026). https://doi.org/10.1038/s41598-026-43081-y

Schlüsselwörter: Satellitenkommunikation, digitale Signalverarbeitung, Filterbanken, Onboard-Prozessoren, Mehrträgermodulation