62469 (588790), страница 4

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 4)

С к+1 = Ck + uek X к , k = 0,1

Рис.3. К пояснению работы схемы эквалайзера

Здесь k - номер шага итерационного процесса настройки, X -вектор выборок входного сигнала фильтра, е - сигнал ошибки (разность между переданным символом и его оценкой на выходе фильтра), |i - коэффициент пропорциональности (величина шага), определяющий скорость сходимости итерационного процесса и запас устойчивости. Приведенный алгоритм обладает медленной сходимостью. Практически более удобен так называемый рекурсивный алгоритм минимума среднеквадратической ошибки, и в частности его эффективные в вычислительном отношении модификации, обеспечивающие более быструю сходимость. Помимо фильтра трансверсальной структуры, в эквалайзере может использоваться и фильтр решетчатой структуры.

Приведенная на рис.2 схема эквалайзера на основе трансверсального фильтра является линейной, так же как и соответствующая ей схема с решетчатым фильтром. Линейный эквалайзер относительно прост по устройству, но имеет недостатки, проявляющиеся при больших искажениях сигналов. Более совершенными являются нелинейные эквалайзеры - схема с обратной связью по решению, схема максимально правдоподобного обнаружения символов (максимума апостериорной вероятности) и схема максимально правдоподобной оценки последовательности; в первой из этих схем могут использоваться трансверсальные или решетчатые фильтры, во второй и третьей - трансверсальные. Общая длина линии задержки фильтра должна соответствовать той разности хода лучей, для которой желательно компенсировать искажения, а дискрет линии задержки должен быть менее длительности символа. Более подробное рассмотрение эквалайзеров выходит за рамки возможностей данной книги, и мы вынуждены ограничиться изложенным, сославшись в отношении более подробных деталей на работы Проакиса и добавив еще следующее замечание. Блок эквалайзера входит в состав приемного тракта, и его устройство никак не влияет на состав и форму представления информации, передаваемой по эфирному интерфейсу. Поэтому схема и характеристики эквалайзера не только не регламентируются никакими стандартами, но и вообще блок эквалайзера может не включаться в состав приемного тракта аппаратуры сотовой связи. Иными словами, как включение эквалайзера в состав аппаратуры, так и выбор его схемы являются исключительно делом компании-изготовителя.

Глава 2. Имитационное моделирование

Проведено имитационное моделирование четырех методов получения результирующего сигнала при пространственном разнесении сигнала, и сравнены между собой. Метод комбинированной обработки цифровых сигналов при разнесенном приеме описан в статье [1]. Другие три метода додетокторное и последетекторное сложение сигналов приведены и оптимальный автовыбор в.

На рисунке 1 представлена имитационная модель оптимального линейного сложения сигналов и оптимального автовыбора.

Блоком Bernoulli Random Binary Generator мы задаем генерацию случайных двоичный чисел. Блоком BPSK Modulator задаем модуляцию. Блок AWGN представляет собой математическую модель канала с аддитивным белым Гаусовским шумом. Блок BPSK Demodulator демодулирует переданную информацию. В блоке Slider Gain обеспечивает изменение коэффициента усиления в процессе расчета. В блоке ADD выполняется вычисление суммы текущих значений сигналов. В блоке Relational Operator блок сравнивает текущие значения входных сигналов. В блоке Error Rate Calculation вычисляется вероятность появления ошибки битов или символьную ошибку входных данных. В блоке Constant задается константа. Блоки Constant и Relational Operator образуют пороговое устройство на основании которого принимается решение о переданном символе.

Рис.4 Имитационная модель оптимального линейного сложения сигналов и оптимального автовыбора.

На рисунке 5 представлена имитационная модель линейного сложения сигналов.

Рис. 5 Имитационная модель линейного сложения сигналов.

На рисунке 6 представлена имитационная модель комбинированной обработки цифровых сигналов при пространственном разнесении.

Рис. 6 Имитационная модель комбинированной обработки цифровых сигналов при пространственном разнесении

2.1 Результаты моделирования

Было проведено 4 группы испытаний. Для первой группы были заданы параметры: отношение SNR в первой ветви разнесения было постоянным и ровнялось 1db, а во второй ветви разнесения изменялось в интервале от 1 до 10 db с шагом 1db. На основании полученных данных был построен график для всех методов получения результирующего сигнала рис 7.

Рис 7. График вероятность ошибки в зависимости от SNR

Для второй группы были заданы параметры: отношение SNR в первой ветви разнесения было постоянным и ровнялось 3db, а во второй ветви разнесения изменялось в интервале от 1 до 10 db с шагом 1db. На основании полученных данных был построен график для всех методов получения результирующего сигнала рис 8.

Рис 8. График вероятность ошибки в зависимости от SNR

Для третей группы были заданы параметры: отношение SNR в первой ветви разнесения было постоянным и ровнялось 6db, а во второй ветви разнесения изменялось в интервале от 1 до 10 db с шагом 1db. На основании полученных данных был построен график для всех методов получения результирующего сигнала рис 9.

Рис 9. График вероятность ошибки в зависимости от SNR

Для четвертой группы были заданы параметры: отношение SNR в первой ветви разнесения было постоянным и ровнялось 9db, а во второй ветви разнесения изменялось в интервале от 1 до 10 db с шагом 1db. На основании полученных данных был построен график для всех методов получения результирующего сигнала рис 10.

Рис 10. График вероятность ошибки в зависимости от SNR

ЗАКЛЮЧЕНИЕ

Проанализировав полученные данные можно сделать выводы: наименьший выигрыш дает последетекторное линейное сложение без весовых коэффициентов. В данном методе при малых значения SNR в обоих ветвях разнесения, от 1db до 6db, вероятность ошибки Р ош составляет не менее , при значениях SNR больших 7db можно добиться Р ош. Стоит заметить если в одной из ветвей разнесения будет малое SNR, до 6 db, а в другой больше чем 6db Р ош не сможет достичь значения меньше чем .

Из графиков видно, что чуть ниже располагается кривая додетекторного линейного сложения без весовых коэффициентов. Данный метод лишь на 1db дает преимущество над последетекторным линейным сложением без весовых коэффициентов, так как при сложении ветвей с большими шумовыми составляющим вносят маленький вклад в полезную составляющую, тем самым не дает значительного уменьшения ошибки при малых SNR. Единственным плюсом этих двух является простота реализации, не требующая анализа ветвей разнесения.

Рассмотрим оптимальное линейное сложение: данный метод подразумевает, в зависимости от шумовой составляющей, каждой из ветви разнесения присваивается весовой коэффициент с которым в дальнейшем он складывается. В проделанных экспериментах, даже при малых SNR, каждой ветви присваивался коэффициент. Анализируя полученные данные можно сделать вывод: что бы получить наибольший выигрыш стоит, при малых SNR (до 6db) в ветвях разнесения, одной ветви где наибольшее SNR поставить коэффициент равный 1 а другой ветви поставить коэффициент равный 0, тем самым мы недопустим сложения ветви с большим шумовым составляющим. Выполнив эти действия мы можем добиться Р ош равной , а при SNR больших 6db Р ош достигает . Данный метод сложнее реализовать так как нужно непрерывно вести анализ всех ветвей разнесения, при случае когда задержка одного сигнала относительно другого станет больше элементарной посылке, необходимо будет применять ФАПЧ.

Список литературы

1. Скляр, Б. Цифровая связь. Теоретические основы и практическое применение: пер. с англ. – М.: Изд. дом “Вильямс”, 2003. – 1104 с.

2. ISSN 1995-4565. Вестник РГРТУ. № 1 (выпуск 27). Рязань, 2009 УДК 681.3.07 О.Р. Никитин, П.А. Полушин, М.В. Гиршевич, В.А. Пятов МЕТОД КОМБИНИРОВАННОЙ ОБРАБОТКИ ЦИФРОВЫХ СИГНАЛОВ ПРИ РАЗНЕСЕННОМ ПРИЕМЕ.

Характеристики

Список файлов ВКР