Адаптивная компенсация межсимвольных помех при приеме сигналов, манипулированных с минимальным сдвигом тема диссертации и автореферата по ВАК РФ 05.12.04, кандидат технических наук Пак, Андрей Александрович

  • Пак, Андрей Александрович
  • кандидат технических науккандидат технических наук
  • 2011, Москва
  • Специальность ВАК РФ05.12.04
  • Количество страниц 132
Пак, Андрей Александрович. Адаптивная компенсация межсимвольных помех при приеме сигналов, манипулированных с минимальным сдвигом: дис. кандидат технических наук: 05.12.04 - Радиотехника, в том числе системы и устройства телевидения. Москва. 2011. 132 с.

Оглавление диссертации кандидат технических наук Пак, Андрей Александрович

Содержание

Список сокращений

Список обозначений

Введение

1 Математическое представление сигналов МНФ, модель СПДИ

1.1 Математическое представление и основные характеристики сигнала МНФ

1.2 Методы демодуляции сигналов МНФ в каналах с МСИ

1.3 Модель системы передачи дискретной информации

1.4 Методы адаптивного выравнивания вслепую

1.5 Выводы по главе

2 Критерии настройки адаптивного выравнивателя

2.1 Критерии сходимости алгоритмов адаптивного выравнивания

2.2 Целевые функционалы

2.3 Выводы по главе

3 Алгоритмы адаптивного выравнивания вслепую

3.1 Методы минимизации целевого функционала

3.2 Алгоритмы настройки адаптивного выравнивателя

3.3 Выводы по главе

4 Алгоритмы распараллеливания вычислений в АВ

4.1 Определение разрядности АВ

4.2 Алгоритм увеличения производительности АВ

4.3 Алгоритм адаптации с повышенной скоростью сходимости

4.4 Выводы по главе

5 Моделирование СПДИ и вопросы практической реализации

5.1 Исследование сходимости алгоритмов АВ

5.2 Исследование СКО для разработанных алгоритмов АВ

5.3 Исследование помехоустойчивости приема для разработанных алгоритмов ABC

5.4 Требования к аппаратной реализации АВ

5.5 Выводы по главе

Заключение

Список литературы

Приложение 1. Программный комплекс моделирования СПДИ

Приложение 2. Моделируемые каналы связи

Список сокращений

АБГШ - аддитивный белый гауссовский шум

АВ - адаптивный выравниватель

ABC - адаптивное выравнивание вслепую

АЦИИМ - класс сигналов МНФ с ассиметричными циклически изменяющимися индексами модуляции

АЧХ - амплитудно-частотная характеристика

БИХ - бесконечная импульсная характеристика

БПФ - быстрое преобразование Фурье

ВК - весовые коэффициенты

ГВЗ - групповое время запаздывания

КИХ - конечная импульсная характеристика

ММС - манипуляция с минимальным сдвигом {англ. MSK - Minimum Shift Keying)

МНФ - класс модулированных сигналов с непрерывной фазой МПП - максимум правдоподобия последовательности МСИ - межсимвольные искажения ОСР - обратная связь по решению

ПЛИС - программируемая логическая интегральная схема

СКО - среднеквадратичная ошибка

СПДИ - система передачи дискретной информации

ФИ - фазовый импульс

ФМ - фазовая манипуляция

ЦСП - цифровой сигнальный процессор ЦФ - целевой функционал ЧМ - частотная манипуляция

MSK {англ. Minimum Shift Keying) - манипуляция с минимальным сдвигом

OFDM {англ. Orthogonal frequency-division multiplexing) -ортогональное частотное мультиплексирование

Список обозначений

А - константа, определяющая крутизну поверхности в окрестности минимума ЦФ для разработанных алгоритмов ABC

arg(x) - аргумент комплексного числа х

C¡ - последовательность /и-ичных информационных символов

{ск} - исходная последовательность информационных символов

{ск} - последовательность информационных символов на выходе детектора

D - вектор комплексных ВК нерекурсивной части АВ Dmm - минимальное евклидово расстояние между сигналами

^min — квадрат минимального евклидова расстояния, нормированный к энергии сигнала, приходящейся на один бит

Е - энергия сигнала на одном тактовом интервале

Евит ~ энергия сигнала, приходящаяся на один бит информации

Е(х) - оператор усреднения

Е - вектор комплексных ВК рекурсивной части АВ

hk - индекс модуляции сигнала МНФ на к-ом тактовом интервале

h(t) - импульсная характеристика канала связи

Н - вектор комплексных отсчетов импульсной характеристики канала

связи

Im(x) - мнимая часть комплексного числа х

Jab ~ целевой функционал (вещественная функция комплексного переменного)

т - размер алфавита сигнала МНФ

(y)mod(x) - деление у по модулю х

n{t) - аддитивные помехи в канале связи (АБГШ)

n¡ - комплексный отсчет АБГШ

Nq - спектральная плотность мощности АБГШ

Np - размер блока входных отсчетов для параллельного алгоритма ABC Ре - вероятность ошибки

ре - коэффициент ошибочно детектированных информационных символов на /-ом шаге настройки АВ

q¡ - среднеквадратичная ошибка на /-ом шаге настройки АВ

г

Q{x) - гауссов интеграл ошибок, Q(x) = J -==ехр

du

Rp - положительная константа, определяющая привязку уровня сигнала на выходе АВ к заданному значению в алгоритмах ABC

Re(x) - действительная часть комплексного числа х

s(t) - сигнал на выходе передатчика

{5/} - последовательность комплексных отсчетов на выходе передатчика

S - вектор комплексных отсчетов сигнала на выходе передатчика Т— длительность тактового интервала x(t) - сигнал на входе приемника

{хг} - последовательность комплексных отсчетов на входе АВ

X,. - вектор комплексных отсчетов на входе АВ

ХО - сигнал на выходе согласованного фильтра в оптимальном приемнике

{уг-} - последовательность комплексных отсчетов на выходе АВ

у, - вектор комплексных отсчетов на выходе АВ

ттах - максимальная избыточная задержка распространения

V- оператор градиента

б0- вектор градиента

Д - шаг подстройки алгоритма АВ

Рекомендованный список диссертаций по специальности «Радиотехника, в том числе системы и устройства телевидения», 05.12.04 шифр ВАК

Введение диссертации (часть автореферата) на тему «Адаптивная компенсация межсимвольных помех при приеме сигналов, манипулированных с минимальным сдвигом»

Введение

Обеспечение заданного качества приема в условиях воздействия помех является одной из основных задач при проектировании систем передачи дискретной информации (СПДИ). Решение данной задачи носит комплексный характер и зависит как от выбора сигнальных форматов, так и от алгоритмов обработки сигнала. Распространяясь по реальным линиям связи, сигнал, как правило, искажается вследствие неравномерности амплитудно-частотной характеристики (АЧХ) канала и характеристики группового времени запаздывания (ГВЗ) в полосе частот, занимаемой спектром сигнала. В зависимости от типа канала, физическое происхождение таких искажений различно. Для радиоканалов характерно многолучевое распространение сигнала вследствие переотражений от различных объектов, переотражений от ионосферы, тропосферного рассеяния. В проводных каналах электросвязи причинами таких искажений могут быть неоднородности линии, связанные с неидеальностью соединений, неидеальностью согласующих и регенерирующих модулей, неравномерностью шага повива витой пары [29]. Для волоконно-оптических линий характерны множественные паразитные переотражения сигнала [66, 72], особенно в многомодовом оптическом кабеле. Также причинами искажений в таких линиях могут являться стыки соединений оптических муфт и разъемов, неидеальность сварки оптического кабеля, несовершенство конструкций регенераторов [52]. Таким образом, степень искажения сигнала определяется особенностями конкретной линии связи, повлиять на которые не всегда представляется возможным.

Следует отметить, что многолучевое распространение радиоволн может быть одной из основных причин неустойчивого приема в системах сотовой связи в условиях плотной городской застройки или холмистой местности [13, 26, 32, 63, 64]. При разности хода лучей, сравнимой с

длительностью передаваемого символа (стандарт GSM - 3,69 мкс [58], стандарт WCDMA - 0,26 мкс при скорости передачи 3,84 Мсимв./с [11]), возникает одновременный отклик приемника на разные символы, что является причиной искажения передаваемой информации [37]. Интервал задержки между лучами обычно составляет 1-2 мкс [22, 39, 56, 57], хотя в некоторых случаях холмистых районов и городской застройки наблюдаются задержки до 20 мкс, что составляет запаздывание на приемной стороне до 5 символов в стандарте GSM и до 60 символов в стандарте WCDMA. В таких случаях в результате многолучевого распространения за счет множественных отражений может происходить фазовое подавление сигнала, что, в свою очередь, порождает замирания, вследствие чего мощность принимаемого сигнала может резко падать (на 20-30 дБ [6]), а детектирование передаваемых символов данных становится затруднительным без дополнительной обработки сигнала.

Также многолучевое распространение накладывает серьезные ограничения на радиус действия приемо-передающего оборудования в системах беспроводной связи, базирующихся на стандарте DECT [38], функционирующего без дополнительной обработки сигналов. При заданной скорости передачи 1152 кБит/с длительность одного символа составляет около 0,9 мкс, что сопоставимо с задержкой при распространении радиоволн на трассе длиной 300 м. Известно, что некоторые абонентские DECT-терминалы могут поддерживать дальность связи до 5 км, однако в условиях многолучевого распространения качество связи может быть весьма низким [38].

Особенно остро проблема многолучевого распространения стоит в системах беспроводной связи WiMAX [54], ориентированных на предоставление услуг высокоскоростного мобильного интернета в городах. При имеющихся в стандарте WiMAX скоростях 16, 20, 22,4 Мсимв./с передача данных в городских условиях становится просто невозможной без

дополнительной обработки сигнала. Из-за трудностей с получением широких полос частот в стандарте WiMAX предусмотрены каналы с более низкой скоростью 1,4; 2,8 и 5,6 Мсимв./с, что при типичной для городских условий задержке между лучами 1-2 мкс определяет запаздывание примерно на 2, 3 или 6 символов. Следствием такого наложения запаздывающих сигналов являются замирания, затрудняющие прием или даже делающие его невозможным, если не компенсировать искажения, обусловленные каналом связи.

Ввиду большой практической значимости дальнейшие расчеты выполнялись для радиоканалов в условиях городской застройки. Однако, разработанная программная модель и алгоритмы компенсации искажений могут быть применены при проектировании СПДИ и для других каналов с неравномерными АЧХ и ГВЗ.

Известно, что параметры реальных каналов связи постепенно меняются с течением времени. В радиоканалах это может быть связано с перемещением объектов (мобильная связь), переменой погодных условий (радиорелейная связь) и состоянием атмосферы. В проводной связи подобный эффект также присутствует вследствие намокания и старения кабелей [53] (электросвязь) и резких перепадов температуры (волоконно-оптические системы) [52].

В [88] показано, что для широкого класса радиоканалов с большой степенью точности справедлива модель с постоянными во времени параметрами, поскольку скорость изменения параметров канала намного ниже скорости поступления информации полезного сигнала. Для тропосферного канала характерная постоянная времени вариации составляет не менее 100 мс [96]. Для радиоканала с подвижными наземными объектами постоянная времени составляет порядка 5 мс при скорости перемещения 100 км/час [65, 68]. Для медных проводных линий связи постоянная времени

изменения характеристик канала обычно составляет десятки минут [96]. Самые медленные изменения параметров канала присущи волоконно-оптическим линиям связи, что связано, в основном, с изменением температуры окружающей среды, а также старением кабеля.

В результате искажающего воздействия канала распространения на полезный сигнал появляются межсимвольные искажения (МСИ), когда импульсы информационных символов могут накладываться друг на друга. Нарушая структуру сигнала, МСИ приводят к повышению вероятности ошибки детектирования в приемнике, а иногда даже делают прием невозможным, при этом увеличение мощности передаваемого сигнала не улучшает ситуацию [60, 65]. Таким образом, борьба с МСИ является важной задачей при проектировании СИДИ.

Одним из эффективных методов компенсации МСИ является применение технологии ортогонального частотного мультиплексирования {англ. OFDM - Orthogonal frequency-division multiplexing) [54, 55]. При OFDM последовательный цифровой поток преобразуется в большое число параллельных потоков (субпотоков), каждый из которых передается на отдельной поднесущей [25]. Благодаря тому, что используется большое число параллельных потоков, длительность символа в параллельных потоках оказывается существенно больше, чем в последовательном потоке данных, и, как следствие, влияние МСИ на каждый поток значительно ослабевает. Однако, данный метод очень чувствителен к искажениям, частотным сдвигам спектра сигнала, а также требует высокоточной системы синхронизации [21, 70]. Таким образом, сильные помеховые воздействия могут существенно снижать эффективность данного метода.

Другим эффективным методом компенсации МСИ является применение адаптивных выравнивателей (АВ), направленных на эквализацию АЧХ и ГВЗ канала связи. АВ представляет собой цифровой

фильтр с перестраиваемыми весовыми коэффициентами (ВК), который добавляется перед демодулятором. Перестройка ВК осуществляется в соответствии с алгоритмами выравнивания, которые можно разделить на две группы: выравнивание с привлечением обучающей последовательности и без него [4, 15, 52, 78].

В первом случае в сигнал добавляется дополнительная обучающая последовательность, которая также известна на приемной стороне и используется как эталонная. В АВ сравниваются принятая и эталонная последовательности, в результате чего происходит изменение вектора ВК в нужном направлении. Такие алгоритмы применяются в факсимильной и модемной связи коммутируемых телефонных линий, высокоскоростных линиях xDSL, а также в системах сотовой связи.

Во втором случае настройка ВК происходит по результатам анализа параметров сигнала на выходе АВ на соответствие определенному критерию, что представляется более предпочтительным при широковещательной трансляционной передаче, а также в случае невозможности или неоправданности передачи обучающей последовательности (из-за усложнения аппаратуры и протокола передачи). Из-за отсутствия априорной информации о характере искажений в канале связи выравнивание без привлечения обучающей последовательности получило название адаптивного выравнивания вслепую (ABC, англ. blind adaptive equalization). Следует отметить, что для приема сигналов с постоянной огибающей известны алгоритмы ABC (например, алгоритм Годара [86]), способные функционировать при отсутствия тактовой и фазовой синхронизации приемника с входным сигналом. Также следует отметить, что в данном случае наиболее эффективно используется полоса канала связи (например, в стандарте GSM 18% информационного кадра используется для передачи обучающей последовательности [15, 58]), что в условиях развития современных СПДИ является немаловажным фактором. Вследствие

существенной практической значимости и привлекательности этого подхода для использования в системах связи в дальнейшем будет рассмотрена именно задача ABC.

Кроме алгоритмов обработки сигнала, направленных на компенсацию МСИ, качество приема во многом определяется выбором сигнальных форматов, а также способами их демодуляции. Выбор конкретного сигнального формата при проектировании СПДИ зависит от множества факторов, в частности от требуемой помехоустойчивости, ограничений по частотному диапазону, сложности и стоимости реализации аппаратуры связи. Класс модулированных сигналов с непрерывной фазой (МНФ) представляется перспективным для использования в современных СПДИ вследствие хороших спектральных и энергетических характеристик [8, 23, 60]. Имея много степеней свободы, можно добиться оптимальной структуры сигнала как по спектральному, так и по энергетическому критериям методом подбора параметров сигнала. Сигналы МНФ обладают межсимвольной информационной связью, т.е. информация о передаваемых с их помощью символах распределена на нескольких тактовых интервалах. Разработанные оптимальные и квазиоптимальные методы приема сигналов семейства МНФ позволяют извлекать передаваемую информацию из сигнала на всех тактовых интервалах, на которых она содержится, что увеличивает помехоустойчивость приема. Простейший сигнал из класса МНФ имеет собственное название - ММС (манипуляция с минимальным сдвигом, англ. Minimum Shift Keying, MSK). Сигналы MSK и основанные на них сигналы GMSK (гауссовская манипуляция с минимальным сдвигом; англ. Gaussian Minimum Shift Keying) широко применяются в современных СПДИ, в частности в системах цифровой радиосвязи GSM, GPRS [58], DECT [19, 71]. Это обусловлено простотой генерирования и приема этих сигналов, а также низким уровнем внеполосного излучения по сравнению с фазо- и частотно-манипулированными (ФМ и ЧМ) сигналами при хороших энергетических

показателях. На сегодняшний день исследованы далеко не все возможности улучшения качества приема MSK-сигнала в условиях воздействия МСИ. Этим определяется актуальность диссертационной работы.

Цель работы состоит в повышении скорости и достоверности передачи сигналов, манипулированных с минимальным сдвигом, по каналам с неравномерными в полосе передачи АЧХ и ГВЗ, определяемыми многолучевым распространением сигнала, за счет применения новых алгоритмов настройки адаптивного выравнивания вслепую.

Поставленная цель достигается решением следующих основных задач:

• разработка методики создания новых алгоритмов компенсации межсимвольных помех под конкретные сигнальные конструкции;

• разработка и исследование алгоритмов компенсации межсимвольных помех при приеме MSK-сигнала;

• разработка и исследование алгоритмов ускорения вычислений в адаптивном выравнивателе;

• разработка и исследование алгоритмов ускорения сходимости;

• разработка программной среды создания новых алгоритмов компенсации межсимвольных помех и моделирования процессов.

Научная новизна работы заключается в следующем:

• предложен подход к построению новых алгоритмов ABC и разработана специальная программная среда, позволяющая создавать алгоритмы адаптации под конкретные сигнальные конструкции;

• предложены новые целевые функционалы (ЦФ), наиболее полно использующие априорную информацию о структуре MSK-сигнала и сигналов МНФ с рациональными индексами

модуляции по сравнению с известными ЦФ, а также разработаны алгоритмы ABC на их основе;

• предложен алгоритм распараллеливания вычислений в АВ;

• предложен алгоритм изменения шага подстройки АВ для ускорения адаптации эквалайзера.

Практическая ценность работы состоит в следующем:

• предлагаемый принцип построения новых алгоритмов ABC позволяет для конкретных сигнальных конструкций улучшить характеристики качества приема, такие как скорость вхождения в связь, среднеквадратичная ошибка (СКО) восстановления принятого сигнала и вероятность ошибки;

• на основе предложенных ЦФ получены новые алгоритмы ABC, показавшие для MSK-сигнала улучшение помехоустойчивости приема, увеличение скорости сходимости и уменьшение СКО по сравнению с алгоритмом ABC Годара;

• проведены исследования программной реализации предлагаемого алгоритма распараллеливания вычислений в АВ, подтвердившие его работоспособность при компенсации МСИ и возможность наращивания производительности АВ за счет увеличения количества параллельных вычислителей;

• разработана программная система, предназначенная для создания новых алгоритмов ABC под конкретные сигнальные конструкции и дальнейшего исследования их работоспособности и эффективности.

Основные научные положения работы, выносимые на защиту:

• разработанные алгоритмы ABC обеспечивают повышение скорости сходимости и уменьшение СКО по сравнению с алгоритмом Годара при обработке MSK-сигнала;

• применение в приемнике разработанных алгоритмов ABC позволяет в типовых многолучевых каналах радиосвязи, характерных для условий городской застройки, улучшить при приеме MSK-сигнала отношение сигнал-пгум до 1,5 дБ при вероятности ошибки 5*10'6 по сравнению с применением алгоритма Годара;

• применение разработанного алгоритма распараллеливания вычислений позволяет наращивать вычислительные мощности АВ за счет увеличения количества параллельных вычислителей. Так, при увеличении количества параллельных потоков до восьми скорость обработки отсчетов сигнала в АВ возрастает более чем в четыре раза.

В рамках апробации работы результаты диссертации докладывались и обсуждались на следующих научных конференциях, сессиях и семинарах:

• Третий расширенный семинар "Использование методов искусственного интеллекта и высокопроизводительных вычислений в аэрокосмических исследованиях" (Переславль-Залесский, 2003 г.);

• 56-ая Научно-техническая конференция МИРЭА (Москва, 2007 г.);

• Заочная электронная конференция РАЕ «Фундаментальные исследования» (2008 г.);

• Заочная электронная конференция РАЕ «Прикладные исследования и разработки по приоритетным направлениям науки и техники» (2008 г.);

• Научно-техническая конференция «Состояние, проблемы и перспективы создания корабельных информационно-управляющих комплексов». (Москва, 2011 г.).

Основное содержание диссертации опубликовано в 8 работах, включая тезисы докладов. Одна статья опубликована в издании, включенном в перечень ВАК. Полученные при выполнении диссертационной работы результаты внедрены в НИОКР, выполняемой по программе Союзного государства «СКИФ-ГРИД», а также в учебный процесс в МГТУ МИРЭА.

Диссертация состоит из введения, пяти глав, списка сокращений, списка обозначений, заключения, списка литературы и двух приложений.

В первой главе представлено математическое описание класса модулированных сигналов с непрерывной фазой, а также его основные характеристики, рассмотрены методы приема сигналов МНФ в каналах с МСИ, представлена математическая модель СПДИ, а также рассмотрены методы адаптивного выравнивания вслепую.

Во второй главе рассматриваются критерии настройки АВ и вводятся новые виды целевых функционалов, являющихся основой для алгоритмов ABC.

В третьей главе рассмотрены методы минимизации ЦФ, а также представлены результаты разработки новых алгоритмов ABC, ориентированные на прием MSK-сигнала и сигналов МНФ с рациональными индексами модуляции.

В четвертой главе разрабатываются алгоритмы распараллеливания вычислений и ускорения сходимости, предназначенные для увеличения производительности АВ.

В пятой главе представлены результаты компьютерного моделирования СПДИ, проведен анализ эффективности разработанных алгоритмов и разработаны общие рекомендации по аппаратной реализации алгоритмов.

В заключении собраны основные результаты диссертации и обозначены направления перспективных исследований в данной области.

1 Математическое представление сигналов МНФ, модель СПДИ

1.1 Математическое представление и основные характеристики сигнала МНФ

Сигналы семейства МНФ описываются следующей формулой [23]:

\1К

s(t, c,) = jy cos (O)0t + (pit, ci) + q>Q), (1.1)

где E - энергия сигнала на одном тактовом интервале, Т - длина тактового интервала, а>0 - несущая частота сигнала, <р0 - начальная фаза сигнала.

Функция (pit,C^) описывает поведение фазы сигнала МНФ [23]:

(pit, С,) = 2 7r^hkckq[t-(k-1)7], (1.2)

к=1

где hk - индекс модуляции на к-ом тактовом интервале, С,. = [cl,c2,...,cj] -последовательность m-ичных информационных символов, выбираемых из набора -(m-1), -(т-3),...,(т-1), m - размер алфавита, q(t) - функция фазового импульса (ФИ).

Наиболее простым является случай, когда индекс модуляции является постоянным и не меняется между тактовыми интервалами.

Размер алфавита должен быть кратен степени двойки, то есть

т = 2к, где &=1,2,3,...

При к=\ - это двоичный алфавит символов, состоящий из двух элементов -1 и +1.

Функция ФИ определена на интервале [0, +оо). На интервале t € [0; LT\ она возрастает от нуля до величины 0,5, а при t > LT остается равной 0,5 (параметр L определяет длину ФИ). Чтобы индекс модуляции hk определялся

однозначно, при Р>ЬТ максимальное значение ФИ остается равным 0,5 при любой форме ФИ.

Функции ФИ соответствует функция частотного импульса, что определяется соотношением

*(0 = -

Тогда выражение для мгновенной частоты будет выглядеть следующим образом:

С,.) = 4" Ш + <Р(!> С,) + ] = ю0 + 2>г£ сА- (А - 1)Г] т

(1.3)

4=1

I

Фазовому импульсу вида =- соответствует прямоугольный

частотный импульс (рис. 1.1).

q{i)

1/2 ..

ЬТ I ЬТ I

Рис. 1.1. Фазовый импульс и соответствующий ему прямоугольный частотный импульс.

В МНФ-сигнале, как правило, ни мгновенная частота, ни фаза не меняются скачками между тактовыми интервалами, а меняются плавно, поэтому колебание (1.1) называют модулированным, а не манипулированным. Исключение составляют сигналы с прямоугольным частотным импульсом, у которых мгновенная частота изменяется скачкообразно на границе тактовых интервалов, при этом разрыва фазы не происходит.

Сигналы МНФ обычно описываются фазовым деревом или фазовой решеткой, которые представляют собой функции изменения фазы сигнала (1.2) при всех возможных комбинациях информационных символов, совмещенных на одном рисунке. Обычно сигнал представлен фазовым деревом (рис 1.2 а), когда индексы модуляции являются иррациональными числами, и фазовой решеткой (рис 1.2 б), когда индексы модуляции являются рациональными числами [8].

Сигнал МНФ с индексом модуляции hk — 0,5 и прямоугольным частотным импульсом является простейшим из данного семейства и имеет собственное название ММС (манипуляция с минимальным сдвигом, англ. Minimum Shift Keying, MSK) [23]. При рассмотрении его фазовой решетки оказывается, что в конце нечетного тактового интервалах фаза сигнала принимает значение -я/2 или %12, а в конце четных тактовых интервалов - 0

ИЛИ 71.

а) б)

Рис. 1.2 Фазовое дерево (а) и фазовая решетка (б) сигнала МНФ с индексом модуляции hk = 0,5.

В [77] показано, что фаза МНФ-сигнала при рациональных индексах модуляции принимает конечное множество значений в тактовые моменты времени, и это позволяет описывать непрерывный сигнал решеткой состояний. Если рациональный индекс модуляции представить дробью

к = Н\1к2, где и к2 являются взаимно простыми целыми числами, то количество состояний фазы в тактовые моменты времени равно:

2/^, если /г,— нечетное И2, если четное

(1.4)

А соответствующие состояния фазы равны:

0 =

0

2к\ (2^ -

9 т ? ' ' ' ?

0.

¿2 К К

п\ 2п\ - Х)п\

К ' К К

если /г! - нечетное, и (1.5)

если - четное.

Энергетическая эффективность того или иного вида сигнала определяется потенциальной помехоустойчивостью его приема [23]. При приеме сигналов МНФ следует учитывать, что информация о переданном символе содержится на большом отрезке времени, а не на одном тактовом интервале. Для оптимального детектирования сигналов МНФ обычно используется приемник максимального правдоподобия последовательности (МПП) [8, 60]. В приемнике этого типа вычисляются корреляционные метрики между принятым сигналом и всеми возможными переданными сигналами:

ИТ

м1 = (1.6)

о

В результате вычисления (1.6) решение выносится в пользу того сигнала, который имеет максимальную корреляцию с принятым колебанием х(/). Данная операция выполняется каждый раз после поступления очередного информационного символа, при этом глубина принятия решения N определяет временной интервал анализа [60].

Вероятность ошибочного приема сигнала МНФ определяется по формуле [23]:

Р. <

oN-i A^L-t

Похожие диссертационные работы по специальности «Радиотехника, в том числе системы и устройства телевидения», 05.12.04 шифр ВАК

Заключение диссертации по теме «Радиотехника, в том числе системы и устройства телевидения», Пак, Андрей Александрович

5.5 Выводы по главе

1. Разработанные алгоритмы ABC показали более высокую скорость сходимости и меньшую остаточную СКО по сравнению с алгоритмом Годара (3.3) при приеме MSK-сигнала в многолучевом канале связи.

2. Разработанные алгоритмы ABC показали улучшение помехоустойчивости приема MSK-сигнала по сравнению с алгоритмом Годара (3.3), при этом выигрыш в отношении сигнал-шум для канала №4 составил 1,5 дБ при вероятности ошибочного детектирования сигнала 5*10"6.

3. Современная элементная база позволяет реализовать алгоритмы ABC с применением ПЛИС и ЦСП для скоростей потоков СПДИ, рассматриваемых в рамках данной работы (0,27-20 Мсимв./с). При этом возможности элементной базы позволяют наращивать производительность АВ за счет использования параллельных связок ПЛИС-ЦСП, что рекомендуется к применению в высокоскоростных СПДИ.

Заключение

В диссертационной работе получены следующие основные результаты:

1. В любом алгоритме ABC применяется ЦФ, учитывающий априорные знания о структуре входного сигнала, и метод минимизации ЦФ. Рассмотрено взаимодействие этих составляющих и сформулированы основные требования к разрабатываемым ЦФ.

2. Предложены новые ЦФ, ориентированные на обработку MSK-сигнала и сигналов МНФ с рациональными индексами модуляции, и разработаны новые алгоритмы ABC. Показана работоспособность и эффективность применения разработанных алгоритмов ABC для каналов с МСИ при приеме MSK-сигнала.

3. Разработан и исследован алгоритм распараллеливания вычислений в АВ. Показана работоспособность и эффективность данного алгоритма при реализации на многопроцессорной установке. Проведенные исследования показали возможность увеличения скорости обработки отсчетов сигнала в АВ за счет увеличения количества параллельных потоков.

4. Разработан и исследован алгоритм адаптивного изменения шага подстройки, что позволило увеличить скорость сходимости параллельных алгоритмов ABC. Показана работоспособность и эффективность данного алгоритма.

5. Проведены исследования скорости сходимости для разработанных алгоритмов ABC по критериям «СКО» (2.1) и «коэффициент ошибочно детектированных информационных символов» (2.2), которые показали улучшение этого показателя до двух раз по сравнению с алгоритмом Годара.

6. Проведены исследования остаточной СКО для разработанных алгоритмов ABC, которые показали улучшение этого показателя до 30% по сравнению с алгоритмом Годара.

7. Проведены исследования помехоустойчивости приема MSK-сигнала с применением разработанных алгоритмов АБС в приемнике, которые показали улучшение отношения сигнал-шум до 1,5 дБ по сравнению с применением алгоритма Годара при вероятности ошибочного детектирования сигнала 5*10"6.

8. Разработана специальная программная система с параллельной архитектурой, являющаяся средой разработки новых алгоритмов АБС и позволяющая проводить исследования скорости сходимости, остаточной СКО и помехоустойчивости приема.

Полученные результаты свидетельствуют о перспективности и эффективности применения алгоритмов АБС для подавления МСИ и могут быть использованы при разработке аппаратуры СПДИ различного назначения.

Рассмотренный в диссертационной работе довольно широкий круг вопросов в основном был направлен на разработку новых алгоритмов АБС для конкретного сигнального формата. За рамками исследований остались вопросы решения задачи АБС в схемах оптимального приемника и квазиоптимального приемника с обратной связью по решению, вопросы обеспечения устойчивости алгоритмов ABC с применением БИХ-фильтров, вопросы альтернативной настройки вектора ВК АВ, в частности с применением нейронных сетей, и ряд других вопросов. Часть из них видится автором в качестве предмета дальнейших исследований. Также автору представляется перспективным направление разработки алгоритмов ABC для конкретных сигнальных форматов АЦИИМ ввиду привлекательных энергетических и спектральных характеристик данного класса сигналов.

Список литературы диссертационного исследования кандидат технических наук Пак, Андрей Александрович, 2011 год

Список литературы

1. Абрамов С.М., Васенин В.А., Корнеев В.В., Московский A.A., Роганов В.А. Организация распределенной общей памяти в Т-системе с открытой архитектурой // ИПС РАН, ЦНТК. - 2003. - 13 с.

2. Абрамов С.М., Адамович А.И., Инюхин A.B., Московский A.A., Роганов В.А., Шевчук Ю. В., Шевчук Е.В. Т-система с открытой архитектурой // Суперкомпьютерные системы и их применение SSA'2004: Труды Международной научной конференции, 26-28 октября 2004 г., Минск, ОИПИ HAH Беларуси. - Минск, 2004, с. 18-22.

3. Абрамов С.М., Московский A.A., Роганов В.А., Велихов П.Е. Суперкомпьютерные и GRID-технологии. // Пути ученого. Е.П. Велихов / ред. Смирнов В.П., М.: РНЦ Курчатовский институт, 2007. -с. 314-324.

4. Адаптивные фильтры: Пер. с анл. / Под ред. К.Ф.Н. Коуэна и П.М. Гранта. - М.: Мир, 1988-392 с.

5. Аоки М. Введение в методы оптимизации. Пер. с англ. - М.: Наука, 1977-344 с.

6. Бабков В.Ю., Вознюк М.А., Никитин А.Н., Сивере М.А. Системы связи с кодовым разделением каналов / СПбГУТ. СПб, 1999. - 120 с.

7. Базара И., Шетти К. Нелинейное программирование. Теория и алгоритмы. М.: Мир, 1982. - 584 с.

8. Баланов М.Ю. Повышение помехоустойчивости передачи цифровой информации методами расширения спектра сигналов с непрерывной фазой: диссертация ... кандидата технических наук: 05.12.04 / Баланов Михаил Юрьевич; [Место защиты: ГОУВПО "Московский

государственный институт радиотехники, электроники и автоматики (технический университет)"] Москва, 2009. - 101 с.

9. Батищев Д.И., Исаев С.А. Оптимизация многоэкстремальных функций с помощью генетических алгоритмов // Межвуз. сб. «Высокие технологии в технике, медицине и образовании». Часть 3. Воронеж, ВГТУ, 1997.-с. 4-17.

Ю.Бахвалов Н.С., Жидков Н.П., Кобельков Г.Г. Численные методы. 8-ое изд. М.: Лаборатория базовых знаний, 2000, 624 с.

П.Берлин А.Н. Цифровые сотовые системы связи. - М.: Эко-Трендз, 2007. - 296 с.

12.Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов.- Пер с англ.- М.:Мир, 1989. - 448 с.

13.Волков Л.Н., Немировский М.С., Шинаков Ю.С. Системы цифровой радиосвязи. - М.: Эко-трендз, 2005. - 392 с.

14. Гил л Ф., Мюррей У., Райт М. Практическая оптимизация, 1985. Пер. с англ., М.: «Мир» - 509 с.

15.Горячкин О.В. Методы слепой обработки сигналов и их приложения в системах радиотехники и связи. - М.: Радио и связь, 2003. - 230с

16.Гришин В. А., Парамонов A.A. Характеристики адаптивного выравнивателя сигналов с постоянной огибающей // Радиоэлектроника. 1991, Т. 34, № 7 (Изв. высш. учеб. заведений) - с. 73-76.

17.Гришин В.А., Парамонов A.A. Стационарные точки алгоритма адаптации выравнивателя сигналов с постоянной огибающей // Радиоэлектроника. 1992, Т. 35, № 3 (Изв. высш. учеб. заведений) - с. 79-80.

18.Губанов Д.А., Стешенко В.Б., Храпов В.Ю., Шипулин С.Н. Перспективы реализации алгоритмов цифровой фильтрации на основе ПЛИС фирмы ALTERA.// Chip News, №9-1 о, 1997, с.26-33.

19.Дингес С.И. Мобильная связь: технология DECT / Дингес С.И. - М.: СОЛОН-Пресс, 2003, - 272 с.

20.Джиган, В. Адаптивные фильтры и их приложения в радиотехнике и связи / В. Джиган // Современная электроника. - 2009. - N 9. - с. 56-63.

21. Долгих Д.А. Алгоритмы и устройства обработки сигналов на основе ортогонального частотного мультиплексирования: Автореферат диссертации на соискание ученой степени кандидата технических наук / ТУ СУР - Томск, 2008. - 21с.

22.Дремов А.Н. Решительный шаг к интеграции. TETRA на пути к поколению 3G // Технологии и средства связи, № 2, 2001. - с. 46-52.

23.Емельянов П.Б., Парамонов A.A. Дискретные сигналы с непрерывной фазой. - Зарубежная радиоэлектроника, 1990, №12, с.17-34.

24.Жиглявский A.A., Жилинкас А.Г. Методы поиска глобального экстремума. М.: Наука, 1991. - 248 с.

25.Карвосеноя В.О. WiMAX и фиксированный широкополосный беспроводной доступ. - Вестник связи, 2004, №10, с.20-27.

26.Карташевский В.Г., Семенов С.Н., Фирстова Т.В. Сети подвижной связи. - М.: Эко-Трендз, 2001. - 300 с.

27.Ким X. Дж., Ун С. К. Скорость сходимости адаптивного БИХ-фильтра на основе нелинейного алгоритма наименьших квадратов // ТИИЭР, т. 76, №6, 1988.-С.112-114.

28.Кузнецов A.A., Роганов В.А. Поддержка топологии вычислительного пространства в системе OpenTS // Программные системы: теория и приложения : электрон, научн. журн. 2010. N3(3), с. 93-106.

29.Кузнецов Р.Г. Кабели для современных сетей промышленной автоматизации./ Кузнецов Р.Г. // Автоматизация в промышленности.-М.: Издательский дом «Инфо Автоматизация». 2005 - № 8 - с. 19-24.

30.Левин Б.Р. Теоретические основы статистической радиотехники. -М.: Сов. Радио. 1969. Т. 1.752 с.

31.Лилеин А. Л. Быстрая свертка в цифровых умножителях. // Радиотехника - № 5, 1991 - с. 85-87.

32.Маковеева М.М., Шинаков Ю.С. Системы связи с подвижными объектами: учеб. пособие для вузов. - М.: Радио и связь, 2002. - 440 с.

33.Максимов Ю. А. Алгоритмы решения задач нелинейного программирования / Ю.А. Максимов, Е.А. Филлиповская. М.: МИФИ, 1982.-332 с.

34.Машарский С. М. Свертка и корреляция дискретных сигналов в базисах Хаара-Крестенсона // Вестник молодых ученых. Прикл. матем. и механика. 2000. №. 4. - с. 31-40.

35.Мелешкевич А.Н., Михайлюков В.Н. Анализ влияния конечной разрядности на эффективность цифровых фильтров выделения сигналов на фоне помех. - Радиотехника и электроника. Т. 38, № 1, 1983 -с. 86-90.

36.Мурали Т., Pao Б. В. Улучшенный рекурсивный алгоритм МСКО с использованием модифицированного градиентного фильтра // ТИИЭР, т. 73, № 8, 1995 - с.99-100.

37.Невдяев Л. CDMA: борьба с замираниями / Невдяев Л. // Сети, 2000, №9. - с. 22-27.

38.Невдяев Л. Все о DECT / Невдяев Л. // Сети, 2000 №12. - с. 26-33.

39.Овчинников A.M., Воробьев C.B., Сергеев С.И. Открытые стандарты цифровой транкинговой радиосвязи. М.: МЦНТИ, 2000. - 166 с.

40.Пак A.A., Пушкарский C.B. Алгоритмы адаптивной фильтрации принимаемых дискретных сигналов, ориентированные на параллельные вычисления // Сборник трудов третьего расширенного семинара "Использование методов искусственного интеллекта и высокопроизводительных вычислений в аэрокосмических исследованиях" - 2003. - с. 124-125.

41.Пак A.A. Алгоритмы адаптивной фильтрации модулированных сигналов с непрерывной фазой в каналах с частотной дисперсией // Сборник трудов 56-й НТК МИРЭА - 2007. с.26-30.

42.Пак A.A. Алгоритмы приема модулированных сигналов с непрерывной фазой в каналах с межсимвольной интерференцией // Фундаментальные исследования, №3 - 2008. с.68-70.

43.Пак A.A. Алгоритм оценки качества восстановления сигнала адаптивным выравнивателем // Фундаментальные исследования, №3 -2008. с.70-71.

44.Пак A.A. Алгоритмы режекции узкополосных помех адаптивным выравнивателем // Фундаментальные исследования, №3 - 2008. с. 101103.

45.Пак A.A. Алгоритм распараллеливания вычислений в адаптивном выравнивателе частотных характеристик канала // Научный Вестник МГТУ ГА, №158 - 2010. с.137-144.

46.Пантелеев A.B., Якимова A.C. Теория функции комплексного переменного и операционное исчисление в примерах и задачах: Учебное пособие. - М.: Высш. шк., 2001. - 445 с.

47.Пантелейчук А. Основы выбора цифровых сигнальных процессоров. -Электронные компоненты. №6, 2006 - с. 69-72.

48.Парамонов A.A. Прием дискретных сигналов в присутствии межсимвольных помех. Адаптивные выравниватели // Зарубежная радиоэлектроника № 9, 1985 - с. 36-60.

49.Парамонов A.A., Пак A.A. Прием модулированных сигналов с непрерывной фазой в двулучевом канале связи с использованием адаптивного выравнивателя // Научный вестник МИРЭА. — 2007. -№1(2). - с.101-103.

5 О.Парамонов A.A., Пак A.A. Моделирование системы передачи цифровой информации с применением технологий распараллеливания вычислений // Состояние, проблемы и перспективы разработки корабельных информационно-управляющих комплексов

(эффективность, надежность, экономика). / Сборник докладов научно-технической конференции. - М.: ОАО «Концерн «Моринформсистема-Агат», 2011.-с. 103-107.

51.Парфенов Д. В. Стабилизация работы адаптивных выравнивателей путем использования набора целевых функционалов // Труды 58-ой Научной сессии, посвященной Дню радио. М.:РНТОРЭС, 2003.- С. 7981.

52.Парфенов Д. В. Эффективные устойчивые алгоритмы адаптации выравнивателей частотных характеристик каналов связи: диссертация ... кандидата технических наук: 05.12.04 / Парфенов Денис Васильевич; [Место защиты: ГОУВПО "Московский государственный институт радиотехники, электроники и автоматики (технический университет)"] Москва, 2006 162 с.

53.Парфенов Ю. А. Кабели электросвязи. М.: Эко-Трендз, 2003, - 256 с.

54.Пахомов С. Скоростная связь без проводов, или Стандарт 802.16// КомпьютерПресс. - 2005. - N 2. - с. 45-49.

55.Пахомов С. Технологии беспроводных сетей семейства 802.11// КомпьютерПресс. - 2003. -N5. - с. 66-81.

56.Пинтер Р. TETRA: основные положения // Сети, 2000, № 1, с. 46-51.

57.Пинтер Р. TETRA: основные положения // Сети, 2000, № 2, с. 36-42.

58.Попов В.И. Основы сотовой связи стандарта GSM. - М.: Эко-Трендз, 2005.-296 с.

59.Применение цифровой обработки сигналов. Под. ред. Э. Оппенгейма. -Пер. с англ. - М.: Мир, 1980 - 552с.

60.Прокис Дж. Цифровая связь / перев. Кловский Д.Д. - М : Радио и связь, 2000. - 800 с.

61.Рабинер Д., Гоулд Б. Теория и применение цифровой обработки сигналов. - Пер. с англ. - М.: Мир, 1978 - 844с.

62.Раджа Кумар Р.В., Пал. Р.Н. Градиентный алгоритм для расчета рекурсивного полосового фильтра с адаптацией по центральной частоте // ТИИЭР, т.73, №2, 1985 - с.229-230.

63.Ратынский М.В. Основы сотовой связи. - М.: Радио и связь, 1998. -248 с.

64.Системы мобильной связи: Уч. пособие для вузов / В.П. Ипатов, В.К. Орлов, И.М. Самойлов, В.Н. Смирнов; под ред. В.П. Ипатова.- М.: Горячая линия - Телеком, 2003. - 272с.

65.Скляр, Бернард. Цифровая связь. Теоретические основы и практическое применение. - М : Вильяме, 2003. - Изд. 2. - 1104 с.

66.Скляров O.K. Волоконно-оптические сети и системы связи: Учебное пособие. 2-е изд., стер. - СПб.: Издательство «Лань», 2010. - 272 с.

67.Соболь И. М. Численные методы Монте-Карло.- М.:Наука, 1973.- 312 с.

68.Солодовник В. Ф. Технологии средств связи с подвижными объектами: Учебный курс / Кафедра приема, передачи и обработки сигналов; Национальный аэрокосмический университет им. Н.Е. Жуковского "ХАИ". - 107 с.

69.Ся Т.Ч. Упрощенная конфигурация адаптивного рекурсивного фильтра // ТИИЭР, т. 69, № 9, 1981, - с. 64-66.

70.Ухловская Л. Г. Основы построения телекоммуникационных сетей и систем. Курс лекций МТУСИ, М: МТУСИ, 2010, - 385с.

71.Фирстова Т. В. Абонентский радиодоступ на базе технологии DECT: Учеб. пособие. М., 2003, - 96 с.

72.Фриман Р. Волоконно-оптические системы связи: Перевод с англ. / Под ред. Н. Н. Слепова - М.: Техносфера, 2003, - 590 с.

73.Химмельблау Д. Прикладное нелинейное программирование. Пер. с англ. - М.: Мир, 1975 - 534 с.

74.Aducci F. et al. A DSP-based digital IF AM/FM car-radio receiver, Proceedings of the 29th ESSCIRC Estoril, Portugal, Sept. 2003, pp. 201204.

75.Altera Corporation. Технические материалы продукции компании. -2010, http://www.altera.com/

76.Amari S. I., Cichocki A. Adaptive blind signal processing - neural network approaches // IEEE Proc., Vol. 86 (10) Oct. 1998.- PP. 2026-2048.

77.Anderson R.R., Aulin T. and Sundberg C.W. Digital Phase modulation. Plenum, New York, 1986.

78.Blind Deconvolution. Ed. S. Haykin. - Prentice Hall, Englewood Cliffs, NJ, 1994-289 p.

79.Brandwood B. A. Complex gradient operator and it's application in adaptive array theory // IEEE Proc. vol. 30, parts F and H, № 1, Feb 1983 - pp. 1116.

80.Brown D. R., Schniter P., Johnson C. R. Jr. Computationally efficient blind equalization. Proc. 35th Allerton Conf. Commun., Contr., Comput., Monticello, IL, Sept. 1997, - pp. 54-63.

81.Buchner H., Aichner R., Kellermann W. A Generalization of Blind Source Separation Algorithms for Convolutive Mixtures Based on Second-Order Statistics // IEEE Trans, on Speech and Audio Proc.- Vol. 13, № 1, January 2005.-PP. 120-134.

82.Dabeer O. Convergence Analysis of the Constant Modulus Algorithm // IEEE Trans, on Info. Theory, vol. 49, № 6, June 2003 - pp. 1447-1464.

83.Ding Z., Johnson C. R. Jr., Kennedy R. A., Anderson B. D. O. On the ill-convergence of Godard blind equalizers in data communication systems, in Proc. Conf. Inform. Science and Systems, Baltimore, MD, Mar. 1989, pp. 538-543.

84.Douglas S. C., Cichocki A. Neural networks for blind decorrelation of signals // IEEE Trans. Sig Proc.- Vol. 45 (11), November 1997.- PP. 28292841.

85.Evans S., Tong L. Adaptive channel surfing reinitialization of the constant modulus algorithm, in Proc. Asimolar Conf. Signals, Systems, and Computers., Pacific Grove, CA, Nov. 1997. pp. 823-827.

86.Godard D. N. Self-recovering equalization and carrier tracking in two dimensional data communication systems // IEEE Trans, on Com. vol. COM-28, № 11, Nov. 1980-pp. 1867-1875.

87.Hatzinakos D., Nikias C. L. Blind equalization Using a Tricepstrum-Based Algorithm // IEEE Trans. Comm., Vol. COM-39, May 1991.- PP. 669-682.

88.Henriksson J. Decission directed diversity combiners for digital radio links // Acta Politechnica Scandinavica, Electr. Eng. Series, No. 54. - 1984. - 202 p.

89Johnson C. R. Jr., Schniter P., Enders T.J., Behm J.D., Brown D.R., Casas R.A. Blind equalization using the constant modulus criterion: A review. Proceedings of the IEEE special issue on Blind System Identification and Estimation, vol. 86, no. 10, Oct. 1998. - pp. 1927-1950.

90.Lattice Semiconductor Corporation. Технические материалы продукции компании. - 2010, http://www.latticesemi.com/

91.LeBlanc J. P., Fijalkow I. Blind adapted, pre-whitened constant modulus algorithm, Proc. IEEE Int. Conf. Communications, vol. 8, Jun. 2001.-pp. 2438-2442.

92.Moskovsky A., Roganov V., Abramov S. Parallelism Granules Aggregation with the T-System. Parallel Computing Technologies: 9th International Conference, PaCT 2007 Pereslavl-Zalessky, Russia, September 2007. Proceedings. Victor Malyshkin (Ed.) - Berlin etc. Springer, 2007. - Lecture Notes in Computer Science: Volume 4671, pp. 293-302.

93.Moskovsky A., Roganov V., Abramov S., Kuznetsov A. Variable Reassignment in the T++ Parallel Programming Language. Parallel Computing Technologies: 9th International Conference, PaCT 2007 Pereslavl-Zalessky, Russia, September 2007. Proceedings. Victor Malyshkin (Ed.)- Berlin etc. Springer, 2007. - Lecture Notes in Computer Science: Volume 4671, pp. 579-588.

94.Nikias C. L. High-order Spectral Analysis //In Advances in Spectrum Analysis and Array Processing, ed. S. Haykin, Prentice hall, Englewood Cliffs, NJ, 1991.-pp. 326-365.

95.Numerical Recipes in C. The Art of Scientific Computing. Press W. H., Teukolsky S. A., Vetterling W. Т., Flannery B. P. - Cambridge University Press, 2002 - 994 p.

96.Proakis J. G. Advances in equalization for intersimbol interference // Adv. Comm. Syst. - New York : Academic Press, 1975. - 198 p.

97.Rice University Signal Processing Information Base (SPIB), http://spib.rice.edu/spib/microwave.html.

98.Seshardi N. Joint data and channel estimation using fast blind trellis search techniques // IEEE Trans. Comm. vol COM-42, March 1994. - pp. 10001011.

99.Texas Instruments. Технические материалы продукции компании. -2010, http://www.ti.com/

100. Tong L., Xu G., Kailath T. Blind Identification and Equalization Based on Second-Order Statistics // IEEE TYans Inform. Theory, Vol. IT-40, March 1991.-PP. 340-349.

101. Treichler J.R., Agee M.G. A New Approach to Multipath Correction of Constant Modulus Signals. IEEE Trans, on Acoustics, Speech, and Signal Processing, vol. ASSP-31, no. 2, April 1983. - pp. 459-472.

102. Xilinx, Inc. Технические материалы продукции компании. - 2010, http ://www.xilinx.com/

103. Widrow В., Mantey P. E., Griffiths L. J., Goode В. B. Adaptive antenna systems // Proc. IEEE, Vol. 55, №. 12, December 1967.- PP. 21432159.

Приложение 1. Программный комплекс моделирования СПДИ

В рамках проводимых исследований была разработана программная система, моделирующая СПДИ в целом (рис. П. 1.1), включая формирование информационной последовательности, формирование модулированного сигнала, искажение сигнала в канале связи, компенсацию искажений в АВ с последующей демодуляцией и детектированием.

Рис. П. 1.1. Программное моделирование СПДИ.

В предлагаемой схеме источник сообщения формирует псевдослучайный модулирующий поток импульсов, что в соответствии с [60] и [96] можно считать адекватной моделью передаваемого сообщения в СПДИ. На выходе модулятора формируется поток комплексных отсчетов, представляющих собой низкочастотные эквиваленты сигнала в моменты выборки. В программной системе реализованы виды модуляции ВР8К, С)Р8К и М8К. Канал связи представляется фильтром с дискретной импульсной характеристикой, определяющей уровень МСИ [88]. Отсчеты импульсной

характеристики канала представляются комплексными низкочастотными эквивалентами. Генератор АБГШ формирует последовательность шумовых отсчетов с нормальным распределением, задаваемым уровнем дисперсии и равномерной спектральной плотностью мощности. AB представляет собой трансверсальный фильтр с перестраиваемыми коэффициентами в соответствии с задаваемым алгоритмом выравнивания АЧХ и ГВЗ канала связи. Отсчеты импульсной характеристики AB представляются комплексными низкочастотными эквивалентами. В демодуляторе происходит преобразование модулированных низкочастотных эквивалентов сигнала в последовательность импульсов, на основе которой в детекторе осуществляется восстановление первоначального информационного потока. В программной системе реализованы когерентный метод приема для BPSK, QPSK и MSK сигналов. При детектировании MSK сигналов используется алгоритм Витерби с глубиной принятия решения N=2. Естественно, что в результате воздействия помех в канале связи, первоначальная и восстановленная информационные последовательности будут отличаться. В блоке подсчета ошибок производится сравнение этих последовательностей и вычисляется количество ошибочно детектированных информационных символов.

Программная система предназначена для использования в среде OS Linux (kernel 2.6, gcc-4.1) и состоит из вычислительной части и графического интерфейса пользователя, представляющих собой два взаимодействующих процесса.

Графический интерфейс пользователя написан на языке программирования С++ и для корректной работы требует установки программных компонентов gtk+ 2.0, gtkdatabox, gnuplot. Его основными функциональными возможностями являются:

• графическое представление ЦФ;

• задание параметров моделирования с последующей визуализацией результатов расчетов.

Вычислительный модуль написан на языке программирования С++ и предназначен для исследования помехоустойчивости приема в условиях воздействия МСИ и АБГШ, исследования сходимости алгоритмов ABC и остаточной СКО.

Отдельно разработан программный модуль АВ с параллельной архитектурой, позволяющий оценивать эффективность и работоспособность предлагаемого алгоритма распараллеливания вычислений. Данный модуль реализован на языке программирования Т++, являющимся параллельным диалектом языка С++.

Приложение 2. Моделируемые каналы связи

В таблице П.2.1. представлены импульсные характеристики каналов связи, используемые при компьютерном моделировании СПДИ. Задержки между лучами в данных каналах соответствуют характерным для условий городской застройки и холмистой местности значениям времени запаздывания между переотраженными сигналами в СПДИ со скоростями 0,27-20 Мсимв./с (например, GSM [58], DECT [38], Wi-Fi [55], WiMAX [54], CDMA/WCDMA [6, 11]). Соответствующие АЧХ \H(f)\ этих каналов

представлены на рис. П.2.1-П.2.4.

Таблица П.2.1.

Импульсные характеристики моделируемых каналов связи

№ Задержка между лучами, т Комплексные отсчеты импульсной характеристики канала, h,

1 0 (1,0)

4 Т (0.8, 0.3)

Л 0 (1,0)

z ЗОТ (0.8, 0.3)

1 0 (1,0)

э 4 Т (0.3,0.1)

0 (1.05, 0.12)

776 (-0.12,-0.02)

773 (-0.05,-0.01)

77 2 (-0.01,-0.03)

Л 2Т/3 (0.07, -0.03)

4 5 Г/6 (-0.003, 0.01)

Т (0.017, 0.003)

7776 (0.027, -0.002)

4773 (-0.01,0.08)

3772 (0.67, 0.32)

5 Г/3 (0.001,-0.0003)

11 Г/6 (0.0027, 0.0002)

27" (-0.001,0.008)

13 Г/6 (-0.075,-0.021)

7773 (-0.001,0.0048)

5 Т/2 (0.0062, -0.002)

8 773 (-0.05, 0.08)

17776 (0.0025, 0.0032)

ЗГ (-0.001,0.04)

19776 (0.012, 0.0012)

10773 (0.1,0.06)

IT/2 (0.0027, -0.002)

11773 (-0.0015,0.047)

23 Г/6 (0.0012, 0.016)

4 Г (0.54, -0.21)

25 Г/6 (-0.07,-0.016)

13 Г/3 (0.0037, 0.002)

9 Г/2 (0.0014, -0.017)

14 Г/3 (-0.0012,0.013)

Рис. П.2.1. А11Хканала №1 из таблицы П.2.1.

Рис. II. 2.4. АЧХ каиала №4 из таблицы П. 2.1.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.