【MATLAB源码】5G/6G：Farrow结构采样率转换器📌 为什么选择 Farrow 结构？在 5G NR 基带

🎯 Farrow 结构采样率转换器

基于多项式插值的任意比例采样率转换完整实现
Farrow 结构 + 积分-转储架构 + 定点硬件模型

📌 为什么选择 Farrow 结构？

在 5G NR 基带处理、软件无线电 (SDR) 和音视频处理中，任意比例采样率转换是核心需求。传统多相滤波器需要为每个分数延迟存储一组系数，当转换比例为非整数或需要运行时可调时，存储和设计复杂度急剧上升。本平台基于 Farrow 结构——一种将滤波器系数用多项式表示的优雅架构，彻底解决了这一痛点。

痛点 (传统多相滤波器)	本平台解决方案 (Farrow 结构)
📦 系数存储量大	✅ 多项式压缩：8×5 = 40 系数代替 16×∞ 组系数
🔒 比例固定	✅ 任意比例：运行时计算分数延迟，无需重新设计
🧮 非整数比例困难	✅ 天然支持：30.72 → 50.00 Msps 等任意转换
⚙️ 硬件实现复杂	✅ 定点友好：Horner 规则 + 位移代替除法
🔄 插值抽取需分别设计	✅ 统一架构：插值/抽取共享同一套系数

🎯 核心价值

🔬 学术研究价值

理论完整：从采样定理到多项式插值的完整推导
对称性利用：线性相位滤波器系数存储减半
设计流程：SRRC 原型 → 多相分解 → 多项式拟合
误差分析：拟合误差 < 0.1%，定点 SNR > 60dB

💼 工程应用价值

5G NR 就绪：30.72 ↔ 122.88 Msps 无缝转换
双模式仿真：浮点验证 + 定点硬件模型
即插即用：标准化 API，快速集成
全中文注释：适合团队协作与二次开发

⚡ 技术亮点

🌊 Farrow vs 传统多相滤波器

特性	传统多相滤波器	Farrow 结构 (本平台)
系数存储	L 组×M 抽头	1 组多项式系数
任意比例	需重新设计	运行时计算
硬件复杂度	大系数存储器	多项式计算器
灵活性	固定比例	动态可调

📊 性能指标 (实测数据)

基于 demo_resampling.m 实测结果

场景	转换比例	浮点误差	定点误差	说明
4倍插值	30.72 → 122.88	< 1e-10	< 1e-3	✅ 整数比例
4倍抽取	122.88 → 30.72	< 1e-10	< 1e-3	✅ 整数比例
非整数	122.88 → 50.00	< 1e-10	< 1e-3	🚀 任意比例

🎯 滤波器配置

索引	类型	滚降因子 α	适用场景
0	通用 FIR	-	BW/Fs ≤ 0.8
1	SRRC	0.15	高频谱效率 (5G NR)
2	SRRC	0.20	平衡选择
3	SRRC	0.25	低时域旁瓣

🖥️ 运行环境

MATLAB 版本: R2023b 或 R2024b (推荐)
依赖工具箱:
- Signal Processing Toolbox (推荐)
- Communications Toolbox (可选)

📁 项目结构

Farrow/
├── src/                            # 核心源代码
│   ├── core/                       # 核心算法
│   │   ├── resample_interpolate.m  # 任意比例插值器
│   │   └── resample_decimate.m     # 任意比例抽取器
│   ├── filters/                    # 滤波器系数
│   │   └── get_shaping_coeffs.m    # 成形滤波器选择器
│   └── utils/                      # 工具函数
│       ├── compute_freq_inverse.m  # 频率倒数 (定点)
│       ├── compute_decim_gain.m    # 增益补偿 (定点)
│       ├── quantize_complex.m      # 复数量化
│       └── quantize_unsigned.m     # 无符号量化
├── examples/                       # 示例脚本
│   ├── demo_resampling.m           # 三场景采样率转换演示
│   └── demo_poly_fitting.m         # 系数设计流程演示
├── tests/                          # 测试脚本
└── docs/                           # 文档
    ├── 算法文档.md                  # 理论推导 (900+ 行)
    └── 代码文档.md                  # API 参考

📄 文档体系

本平台提供 "算法+代码" 双轨制文档：

📘 算法文档

采样率转换基础、多项式插值理论、Farrow 结构原理、抽取/插值算法、定点实现、系数设计流程

📒 代码文档

完整 API 参考、输入输出说明、快速入门示例、定点格式规范

💻 核心代码展示

🔥 Farrow 插值器核心 (`src/core/resample_interpolate.m`)

function out = resample_interpolate(in, f_in, f_out, filter_idx, fix_en)
% RESAMPLE_INTERPOLATE 任意比例升采样器（Farrow 结构）
%
% 原理: 多项式插值 + 相位累加器
%   h_m(μ) = Σ P(m,n) × μ^n  (μ 为分数延迟)
%
% 对称性: 16 抽头滤波器拆分为两个 8 抽头部分
%   前半: μ^k 加权
%   后半: (1-μ)^k 加权

    % 获取多项式系数矩阵 (8×5)
    P = get_shaping_coeffs(filter_idx);
    
    while k <= length(out)
        % 计算分数延迟
        mu = f / f_out;
        
        % FIR 卷积 + 多项式求值
        out(k) = sum1 * mu.^(4:-1:0).' + sum2 * (1-mu).^(4:-1:0).';
        
        % 相位累加器更新
        f = f + f_in;
        if f >= f_out
            f = f - f_out;
            shift_reg = [in(idx); shift_reg(1:end-1)];
        end
    end
end

🌟 积分-转储抽取器 (`src/core/resample_decimate.m`)

function out = resample_decimate(in, f_in, f_out, filter_idx, fix_en)
% RESAMPLE_DECIMATE 任意比例降采样器（积分-转储架构）
%
% 积分阶段: 每个输入样本按 (1-μ)^k 和 μ^k 加权累加
% 转储阶段: 相位溢出时输出，同时进行增益补偿

    while i <= length(in)
        % 积分累加
        integ_value1 = integ_value1 + in(i) .* (1-mu).^(4:-1:0);
        integ_value2 = integ_value2 + in(i) .* mu.^(4:-1:0);
        
        f = f + f_out;
        if f >= f_in  % 转储触发
            f = f - f_in;
            
            % 多项式滤波 + 增益补偿
            out(k) = (y1 + y2) * (f_out / f_in);
        end
    end
end

🎯 成形滤波器系数 (`src/filters/get_shaping_coeffs.m`)

function P = get_shaping_coeffs(index)
% GET_SHAPING_COEFFS 成形滤波器多项式系数
%
% 系数格式: r15s12 (15位有符号, 12位小数)
% 矩阵结构: 8×5 (抽头 × 多项式阶数)
%
% 每行: h_m(μ) = P(m,1)·μ^4 + P(m,2)·μ^3 + ... + P(m,5)

    switch(index)
        case 1  % SRRC α=0.15
            P = [ 132,   -59,  -210,    71,   23;
                  -67,  -226,   431,   -31,  -42;
                  -65,   677,  -711,   -56,   65;
                  286, -1346,  1056,   206,  -89;
                 -623,  2319, -1494,  -449,  113;
                 1103, -3790,  2126,   846, -134;
                -1370,  5866, -3213, -1594,  150;
                  679, -6664,  6667,  3737, -160] / 2^12;
    end
end

🎬 一键运行

>> addpath(genpath('src'));
>> cd examples

% 三场景采样率转换演示
>> demo_resampling

% 系数设计流程演示
>> demo_poly_fitting

结果预览

三场景演示输出:

===== Farrow 采样率转换器演示 =====

场景1: 4倍插值 (30720 → 122880 kHz)
  输入长度: 1000, 输出长度: 3996
  ✓ 转换成功

场景2: 4倍抽取 (122880 → 30720 kHz)  
  输入长度: 4000, 输出长度: 993
  ✓ 转换成功

场景3: 非整数比例抽取 (122880 → 50000 kHz)
  输入长度: 2000, 输出长度: 814
  ✓ 转换成功

📊 系数设计流程

flowchart LR
    A[SRRC 原型滤波器<br>Span=16, L=8] --> B[128 系数]
    B --> C[16 组 × 8 点]
    C --> D[对称性: 8 组]
    D --> E[4阶 polyfit]
    E --> F[8×5 = 40 系数]
    F --> G[×2^12 定点化]

步骤	输入	输出	压缩率
原型滤波器	α=0.15, Span=16	128 系数	-
多相分解	128 系数	16×8 矩阵	-
对称性利用	16×8	8×8	50%
多项式拟合	8×8	8×5	37.5%
总压缩	128 系数	40 系数	69%

🔧 定点格式规范

信号	格式	位宽	说明
输入/输出数据	c16s13	16	复数有符号，13位小数
滤波器系数	r15s12	15	有符号，12位小数
分数延迟 μ	r12u12	12	无符号纯小数
积分累加器	c32s17	32	复数宽累加器
增益系数	r8u8	8	无符号纯小数

🚀 典型应用场景

📡 5G NR 基带处理

% ADC 采样率 → 基带符号率
y = resample_decimate(adc_samples, 122880, 30720, 1, 1);

% 基带符号率 → DAC 采样率
y = resample_interpolate(baseband, 30720, 122880, 1, 1);

🛰️ 软件无线电 (SDR)

% 任意频率适配
y = resample_interpolate(signal, 48000, 50000, 0, 0);

⏱️ 符号定时同步

% 补偿 0.3 采样点的定时偏差
phase_offset = 0.3 * f_out;
y = resample_interpolate(x, f_in, f_out, 1, 0, phase_offset);

采样率转换三场景演示.png Farrow 系数设计流程.png

🛒 获取方式

本文代码仅为核心片段，完整版工程已整理好。关注公众号【3GPP仿真实验室】进行获取。

【MATLAB源码】5G/6G：Farrow结构采样率转换器