Диссертация (Идентификация и оценка параметров сигнала стандарта LTE), страница 2

Методика обеспечивает более высокую точность вычислениямаксимума корреляционной функции при наличии шума в канале и частотной отстройки всравнении с классическим методом.6.Модифицирована методика идентификации вида модуляции на поднесущих длясигнала стандарта LTE.Практическая ценность работыПрактическая ценность работы заключается в том, что предложенные методики иалгоритмы идентификации и оценки параметров позволяют выполнить данные операции дажепри низких значениях отношения сигнал/шум и на фоне воздействия замираний, что делаетвозможным их применение в реальных программно-определяемых радиосистемах, в системахкогнитивного радио, в системахрадиомониторингаианализа цифровыхрадиоразведки.Выявлено,чтосигналов, прициклическийрешениипрефиксзадачможетиспользоваться не только для борьбы межсимвольной интерференцией и выполненияпроцедуры символьной синхронизации, но и для идентификации и оценки полосы сигналастандарта LTE.

Также результаты работы используются в цикле учебной дисциплины«Модельно-ориентированноепроектированиесистемподвижнойрадиосвязи»поспециальности 210402 «Средства связи с подвижными объектами», а также учебной6дисциплины «Модельно-ориентированное проектирование инфокоммуникационных систем» понаправлению подготовки 210700 «Инфокоммуникационные технологии и системы связи».Методы исследованияДля решения поставленных задач использовался аппарат математической статистики итеории вероятности, теории электрической связи, методы математического анализа, а такжеимитационное моделирование в среде Matlab/Simulink.Положения, выносимые на защиту1.РазработаннаяметодикаавтоматическогораспознаванияLTEсигналаобеспечивает вероятность правильной идентификации не менее 85% при отношениисигнал/шум от -5 до 30 дБ на фоне АБГШ и замираний.2.РазработаннаяметодикаопределенияполосысигналастандартаLTEобеспечивает вероятность правильной оценки не менее 85% при отношении сигнал/шум от -5до 30 дБ на фоне АБГШ и замираний.3.Предложенная методика определения отношения сигнал/шум в полосе сигнала поциклическому префиксу, обеспечивает СКО оценки не более 0.11 дБ в диапазоне значенийотношения сигнал/шум от -5 до 30 дБ.4.ПредложеннаяпоследовательностейметодикаЗадова-Чувычисленияпозволяетдобитьсякорреляционнойсниженияфункциивероятностидляложногоопределения максимума корреляционной функции до 18% при наличии частотной отстройки до7.5 кГц при отношении сигнал/шум 0 дБ на фоне АБГШ и замираний.

При отсутствиичастотной отстройки методика превосходит по точности известные при отношении сигнал/шумменее 12 дБ и позволяет снизить вероятность ложного определения максимума корреляционнойфункции до 15%.5.Модифицированная методика идентификации вида фазовой модуляции (ФМ) наподнесущих для сигнала стандарта LTE обеспечивает вероятность правильной идентификациине менее 99% при SNR до -5 дБ для ФМ-2 и не менее 99% для ФМ-4 при SNR до 0 дБ.ДостоверностьДостоверность полученных результатов обеспечивается корректностью исходныхположений и преобразований при составлении математических описаний предложенныхметодов и подтверждается в частных случаях совпадением результатов имитационногомоделирования с ранее известными результатами других авторов.

Также достоверностьрезультатов подтверждается успешной верификацией разработанной модели сигнала стандартаLTE в среде MATLAB/Simulink.7ГЛАВА 1. Анализ методов идентификации и оценки параметровсигналов1.1 Методы идентификации и оценки параметров цифровых сигналовМетоды идентификации цифровых методов модуляции можно разделить на дваосновных класса [17-20]: методы на основе теории распознавания образов (часто обозначаемыев зарубежной литературе как pattern recognition) [21] и методы на основе теории принятиярешений (в зарубежной литературе decision theoretic) [22-24].Для методов первого класса процедуру идентификации можно разделить на два этапа: напервом этапе происходит извлечение признака или набора признаков из принятого сигнала,искаженного шумами и различными эффектами канала связи, на втором этапе полученнаяоценка признаков сравнивается с теоретическим набором значений опорных признаков, послечего окончательное решение выносится путем выбора ближайшего опорного признака всоответствии с некоторой метрикой.

Упрощенная структурная схема метода представлена нарисунке 1.1.Рисунок 1.1 - Классификатор на основе теории распознавания образовПреимущество такого подхода - это надежность и низкая вычислительная мощность,также методы на основе распознавания образов нечувствительны к отдельным характеристикамсигнала. Поэтому методы распознавания образов в настоящее время широко используются дляраспознавания модуляции. По данному направлению существует множество публикаций,предлагающих различные признаки для идентификации вида модуляции сигнала, но стоитотметить, методы на основе распознавания образов принято считать субоптимальными. Сдругой стороны, применение полученных таким образом решений ограничивается конкретнымнабором систем.Методы второго класса, основанные на теории принятия решений, также можноразделить на две группы: первые используют для проверки гипотез метод максимальногоправдоподобия, вторые - минимального расстояния.

Упрощенная структурная схема8классификатора на основе проверки гипотез по методу правдоподобия представлена на рисунке1.2.Рисунок 1.2 - Классификатор на основе критерия максимума правдоподобияТакие методы считаются оптимальными, они обеспечивают высокую точность иэффективность, но при этом существенным недостатком становятся высокие требования кпроизводительности вычислительных ресурсов для случаев большого количества гипотез.Кроме того метод чувствителен к отклонениям статистической модели от предполагаемой,например при фазовом и частотном сдвиге, замираниях и импульсных помехах.Учитывая достоинства и недостатки методов на основе теории распознавания образов иметодов на основе теории принятия решений в данной работе наибольший интереспредставляют именно методы на основе теории распознавания образов.В методах на основе теории распознавания образов в качестве признаков можетиспользоваться, например [18]:1.

Максимальное значение спектральной плотности мощности для нормированнойцентрированной амплитуды :maх | FFT ( max S ( n) 1) |2ma(1.1)NSгде DFT – дискретное преобразование Фурье, S (n) - принимаемый сигнал, ma - математическоеожидание принимаемого сигнала, N S - количество анализируемых отсчетов, maх - операциявычисления максимума.2.Девиацияабсолютногозначенияцентрированнойнелинейнойкомпонентымгновенной фазы: ap 1NS 1  i    N S2NL  NL i  2(1.2)где  NL – центрированная нелинейная компонента мгновенной фазы, N S - количествоанализируемых отсчетов.93. Девиация центрированной нелинейной компоненты мгновенной фазы:1NS dp  1  i    N S2NL  NL i 2(1.3)4.

Спектральная симметрия относительно несущей частоты:PfcnPL  2X n , PU n 122 fcn 1X n , X n  n  f cn  2PL  PUPL  PUN S 1 xk e jkn 2 / N Sfc NS1fS(1.4)нелинейнойкомпоненты, f cn k 0где X n - дискретное преобразование Фурье (ДПФ) сигнала.5.Девиацияабсолютногозначенияцентрированноймгновенной амплитуды: aa 6.Девиация1NSабсолютного NS  1  acn2 i    i1  NSзначения acn i  2(1.5)центрированнойнелинейнойкомпонентымгновенной частоты:1NS af  1f i   f N i   NS2N2(1.6)где f N i  – нормированная центрированная мгновенная частота.7. Девиация центрированной мгновенной амплитуды:a 1NS NS  1  acn2 i    i1  NSacn i  i 1NS2(1.7)8.

Эксцесс нормированной центрированной мгновенной амплитуды:ka  Ea i E acn4 i 22cn(1.8)где acn – нормированная центрированная мгновенная амплитуда.9. Эксцесс нормированной центрированной мгновенной частоты:kf  Ef i E f N4 i 2N2где f N – нормированная центрированная мгновенная частота.(1.9)10Также в качестве ключевых параметров применяются: корреляция между синфазной иквадратурной компонентами сигнала, дисперсия интервала пересечения нуля (zero-crossing),дисперсия величины вейвлет преобразования сигнала после удаления пиков, функцияплотности вероятности фазы и ее статистические моменты, моменты, кумулянты и циклическиекумулянты самого сигнала и т.д [17].

Исследованию методов на основе теории распознаванияобразов посвящены работы [25-38].Аналогичные подходы используются и для оценки параметров OFDM сигналов, такжезачастуюприменяютсяметодынаосновекорреляционныхсвойствисвойствциклостационарности. К основным оцениваемым параметрам OFDM систем можно отнести:полосу сигнала, количество поднесущих, длительность символа, длительность защитногоинтервала, параметры временной и частотной отстройки, отношение сигнал/шум и т.д.Исследованию методов оценки параметров OFDM систем посвящены работы [39-50].1.2 Идентификация и оценка параметров сигналов LTEСовременные исследования в области LTE в основном направлены на модификациюпроцедур, описанных стандартом. При этом методы по идентификации и оценке параметровсигнала стандарта LTE без использования служебной информации практически не изучены,однако, это направление так же является интересным и многообещающим.

В последние 20 летнаправления идентификации и слепой оценки параметров цифровых методов модуляции, в томчисле и для OFDM, активно развивались и в ближайшее время могут стать перспективойдальнейшего развития так называемых интеллектуальных приемников. К их числу относятсясистемы когнитивного радио, набирающие в настоящее время системы программноопределяемого радио, различные адаптивные системы. Разработка специализированныхметодов для стандарта LTE позволит повысить точность методов, разработанных для OFDM вцелом.