最近关注的公众号提到了从事移动通信、卫星通讯等领域的FPGA、ASIC、信号处理算法等工程师可能需要关注的技术，有通感融合、RNSS授时、惯导，以下做了一些基础的调研：
1 通感融合
1）来自博鳌亚洲论坛·创新报告2023:通感算融合已成技术新趋势：通感一体系统可利用通信基站站点高、覆盖广的特点，实时、大范围、感知车道流量和车速信息，同时检测行人或动物道路入侵，有效实施道路监管，保障交通安全和提升交通效率。
2）来自基于Intel架构的感知融合方案-移动机器人篇
自动驾驶或者自主移动机器人系统中最常用的3类传感器（摄像头、激光雷达、毫米波雷达）就各有千秋，各有自己不能解决的短板：
摄像头：对目标的颜色和纹理比较敏感，可以完成目标分类、检测、分割、识别等任务，但是不能得到精确的探测距离，而且易受光照、天气条件的影响。
LiDAR：可以获得目标精确的3D信息，检测范围也能够到达150米。对光照不敏感，晚上也可以正常工作。但是角分辨率大，目标稀疏，无法获得目标纹理，分类不准，而且在雨、雾、雪等恶劣天气中，性能会下降。对扬尘、水雾也比较敏感，易产生噪点。
mmRadar：可以提供精确的距离和速度信息，探测距离也比较远，可以全天候工作，但分辨率较低，无法提供物体高度信息。
同时，基于多种传感器的感知融合不但使得多传感器优势互补, 而且还提供了系统冗余，增加了系统的智能性、安全性和稳定性
Intel在针对于客户的2023年度培训中，提及了一种基于CPU+FPGA双重架构的感知融合方案。见下图。
在这个方案中，独立的FPGA板卡作为各种传感器的数据采集端，实现了针对常见的传感器的数据采集工作。同时，更为重要的是，FPGA依赖于其自身的可以编程的特性，实现了对各个传感器数据采集时的时间同步要求，可以实现对所有的支持的传感器，按照统一的采样频率进行采集数据。在这样的架构下，传感器的数据是保证是同步的，因而在理论上，可以省却后期的数据对齐的操作。
感知处理过程是怎么样的呢？
首先，FPGA模块作为传感器外设的接入段，实现了对传感器原始数据的采集工作和预处理，针对于不同的传感器的特性了，做了时间同步的处理，并将做过时间对齐处理的数据放在FPGA的缓存中。FPGA端的缓存跟CPU端的Memory做DMA通道配置，数据可以及时同步到CPU端，以供Linux驱动做后续处理。
其次，CPU模块在接收到FPGA模块传输的数据之后，分别通过Video通道（V4L2）和Eth通道（UDP）与上层的算法层做互通。
CPU端作为融合算法的主要承载者，集成了ROS。ROS2是机器人开源框架的最新一代变体，定义了完善的统一的跨平台、跨应用的接口，可以在资源受限的单机运行，也可以实现基于云、边缘服务器的分布式系统。
2 RNSS授时
卫星授时就是利用卫星作为时间基准源或转发中介，通过接收卫星信号和进行时延补偿的方法，在本地恢复出原始时间的这一过程。根据工作原理，卫星授时分为RNSS授时和RDSS授时两种方式。
FPGA授时方向-北斗时源
在授时领域,FPGA可以用于实现高精度的时钟同步和分发,FPGA可以通过内部时钟管理模块生成和分频时钟信号.
3 惯导
- 基于FPGA的惯性导航系统设计 - 电子发烧友网
可编程门阵列FPGA 比专用集成电路ASIC缩短了开发周期,基于FPGA开发的惯导处理系统可以对不同厂家的GPS装置进行数据通信与处理。 - 基于FPGA的捷联式惯导算法研究与实现。
捷联式惯导系统将惯性测量单元值(加速度计和陀螺仪)与地理位置和磁场计算结合起来,以实现高精度的位置和姿态的测量。
