Исследование и разработка алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах с памятью тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат наук Коняева, Ольга Сергеевна

• Коняева, Ольга Сергеевна
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Коняева, Ольга Сергеевна

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

1. ТЕХНОЛОГИЯ MIMO И ЕЕ ПРИМЕНЕНИЕ В СИСТЕМАХ СВЯЗИ

1.1. Беспроводные системы связи

1.1.1 Общая конструкция системы связи

1.1.2 Беспроводной канал

1.2. Система MIMO

1.2.1 Типы систем MIMO

1.2.2 Модель системы MIMO в канале без памяти

1.2.3 Модель MIMO-канала с памятью

1.3. Применение технологии MIMO

1.4. Выводы

2. ЛИНЕЙНЫЕ АЛГОРИТМЫ ОБРАБОТКИ СИГНАЛОВ В КАНАЛАХ СВЯЗИ

2.1. Выравниватели в SISO системах

2.1.1 Повышение корректором шума

2.1.2 Типы выравнивателей

2.1.3 Передача без межсимвольных искажений

2.1.4 Линейные корректоры

2.2. Линейные эквалайзеры для систем MIMO

2.2.1 Линейные MIMO-эквалайзер для канала без памяти

2.2.2 Линейные эквалайзеры для системы MIMO в каналах с памятью

2.3. Выводы

3. НЕЛИНЕЙНЫЕ ЭКВАЛАЙЗЕРЫ

3.1. Прием «в целом» в канале с памятью

3.2. Алгоритм приема «в целом » дискретных сообщений для канала с памятью. Алгоритм Витерби

3.3. Алгоритм максимального правдоподобия

3.3.1 Алгоритм ML для систем MIMO

3.4. Алгоритм ПЦППР для SISO систем

3.5. Алгоритм ПЦППР для MIMO систем в каналах с памятью

3.6. Выводы

4. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ

4.1. Имитационная модель системы MIMO

4.2. Моделирование работы алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах связи без памяти

4.2.1 Моделирование MIMO-канала без памяти

4.2.2 Моделирование работы алгоритмов

4.2.3 Теоретическое значение вероятности ошибки

4.2.4 Результаты моделирования

4.3. Моделирование работы алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах с памятью

4.3.1 Моделирование MIMO-канала с памятью

4.3.2 Моделирование работы алгоритмов

4.3.3 Результаты моделирования

4.4. Выводы

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА

ПРИЛОЖЕНИЕ Документы, подтверждающие внедрение основных результатов диссертационной работы

Введение диссертации (часть автореферата) на тему «Исследование и разработка алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах с памятью»

ВВЕДЕНИЕ

Актуальность темы

Последнее время проявляется тенденция роста интереса к беспроводным системам передачи информации. Поэтому встает вопрос о повышении пропускной способности, не снижающем качества предоставляемых услуг связи. Данную проблему можно решить при помощи технологии Multiple Input Multiple Output (MIMO), то есть антенных систем с «многоканальным входом многоканальным выходом». В данном случае общий поток данных делится на несколько подпотоков, а затем передается в общем канале связи. Тем самым растет скорость передачи данных при неизменной полосе частот. Для обеспечения независимости подпотоков в MIMO-системах используют пространственное и поляризационное разнесение. При этом системы MIMO хорошо работают вне зоны прямой видимости и при наличии хорошо рассеивающей среды, каждый из передаваемых сигналов оказывается «промаркированным» самой средой передачи (межканальной и межсимвольной интерференцией, затуханием, задержкой во времени, и другими искажениями).

Тем не менее, для того, чтобы ощутить преимущества технологии MIMO, требуются мощные процедуры обработки сигналов от множества антенн в приемнике, с целью повышения пропускной способности канала и повышения достоверности принимаемых сообщений. Основными факторами, препятствующими решению поставленных задач, является аддитивные помехи (сигналы мешающих станций и флуктуационный шум) и рассеяние энергии передаваемого сигнала во времени, что приводит к явлению межсимвольной и межпотоковой интерференции.

Таким образом, разработка и анализ алгоритмов приема дискретных сообщений, основанных на принципе «приема «в целом» при использовании технологии MIMO в каналах с памятью, является весьма актуальной темой.

Степень разработанности темы

Разработке и изучению технологии MIMO были посвящены работы Крейнделина В.Б., Бакулина М.Г., Шлома А.М, Флаксмана А.Г., Исмайлова А.В., Кукушкина Д.С., Колесникова А.В., Слюсара В.И.. Среди зарубежных ученных, изучающих данную проблему, стоит особо выделить A.R. Kaye и D.A. George, W. Van Etten, которые в 70-ые годы впервые предложили данную технологию.

Наиболее популярными линейными алгоритмами выравнивания являются алгоритм сведения к нулю или Zero Forcing (ZF) и наименьших квадратов или Minimum Mean Square Error (MMSE). Их изучению посвящено множество научных работ. Реализация подобных алгоритмов связана с процедурой обращения канальной матрицы. Нелинейное выравнивание осуществляется при помощи оптимальных алгоритмов, основанных на критерии максимального правдоподобия (Maximum Likelihood, ML). В настоящее время ведутся активные исследования подобных алгоритмов выравнивания для систем MIMO. Вопросу исследования и разработке алгоритмов линейной и нелинейной фильтрации при использовании технологии MIMO были посвящены работы следующих авторов K. S. Madhavan Pillai, S. Y. Kung, Xinying Zhang, Chad L. Myer, Ahmed Hesham Mehana, Aria Nosratinia, Amit Grover, В.Т. Ермолаев, А.Г. Флаксман, В.Джиган.

В данной работе решается задача разработки и анализа алгоритма «приема «в целом» с поэлементным принятием решения при использовании технологии MIMO в каналах с памятью при разных видах модуляции. Этот алгоритм был разработан, опираясь на публикации Д.Д. Кловского, Б. И. Николаева, В.Г. Карташевского и Д.В. Мишина, где рассматривалась система SISO.

Цель работы

Разработка и анализ алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах с памятью.

Основные задачи исследования

• Разработка модели системы MIMO в канале с памятью.

• Исследование линейных и нелинейных алгоритмов обработки сигналов в каналах связи для систем SISO и MIMO.

• Разработка алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах с памятью.

• Моделирование алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах с памятью.

• Анализ помехоустойчивости алгоритмов обработки сигналов системы MIMO в каналах с памятью.

Объект исследования

Алгоритмы приема дискретных сообщений при использовании технологии MIMO в каналах с памятью.

Предмет исследования

Помехоустойчивость алгоритмов обработки сигналов в системах MIMO для канала с памятью.

Научная новизна работы

Научная новизна диссертационной работы заключается в следующем:

• Предложен новый подход к решению задачи обработки сигналов систем MIMO в каналах с памятью, основанный на принципе «приема «в целом».

• Разработан алгоритм «приема «в целом» сигналов с модуляцией BPSK и технологии OFDM в каналах с памятью для систем MIMO, с конфигурацией 2x2.

• Разработана программная модель для анализа системы MIMO в канале с памятью и канале с общими замираниями при действии аддитивной помехи.

• В результате имитационного моделирования получены данные помехоустойчивости предложенного алгоритма «приема «в целом» для системы MIMO в канале с памятью.

Теоретическая и практическая значимость работы.

Рассмотренные алгоритмы целесообразно использовать при разработке приемных устройств систем MIMO в каналах связи. В каналах с памятью разработанный алгоритм «приема «в целом» с поэлементным принятием решения»

при использовании технологии MIMO почти не уступает оптимальному алгоритму максимального правдоподобия и существенно превосходит линейные алгоритмы в характеристиках помехоустойчивости, при этом обладает малой вычислительной сложностью.

Результаты диссертационной работы использовались в ряде НИОКР, проводимых АО «Научно-исследовательский институт «Вектор» (г. Санкт-Петербург), что подтверждено актом внедрения, представленным в приложении. В частности, при исследовании методов построения перспективных систем приема и обработки сообщений в каналах со сложной помеховой обстановкой в рамках ОКР «Равнодушие» автором были предложены алгоритмы обработки сигналов BPSK для системы MIMO с конфигурацией 2х2 для много лучевых каналов различных диапазонов. Акт об использовании результатов диссертационной работы находится в приложении.

В приложении так же представлен акт внедрения результатов работы в учебный процесс на кафедре «Теоретических основ радиотехники и связи» ПГУТИ в лекционный и практический курс «Теория электрической связи».

Методология и методы исследования.

Основные теоретические и экспериментальные исследования диссертационной работы выполнены с применением методов теории вероятностей, математической статистики, векторного анализа и теории матриц, имитационного моделирования и вычислительных методов, реализованных в пакете Matlab.

Основные положения, выносимые на защиту

1. Подход, связанный с реализацией «приема «в целом» при использовании технологии MIMO в каналах с памятью позволяет существенно улучшить характеристики помехоустойчивости приема дискретных сообщений.

2. Использование «обратной связи по решению» (ОСР) при реализации «приема «в целом» для системы MIMO в каналах с памятью позволяет снизить вычислительные затраты на реализацию алгоритма «приема «в целом» без существенного проигрыша в помехоустойчивости приема.

3. Результаты анализа алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах с памятью, показывающие превосходство разработанного алгоритма. Так в канале с памятью при L = 6 и двоичной фазовой манипуляцией для вероятности ошибки 10"4 энергетический выигрыш алгоритма ПЦППР над MMSE составит примерно 5 дБ, над ZF соответственно 6 дБ.

4. Результаты сравнительного моделирования помехоустойчивости алгоритма «приема «в целом» сигналов при использовании технологии OFDM в каналах с памятью для систем MIMO, с конфигурацией 2x2. Энергетический выигрыш алгоритма ПЦППР над линейными алгоритмами MMSE и ZF не является

существенным (для вероятности ошибки 6 • 10 3 составляет 1 дБ), однако вычислительная сложность является меньше.

5. Результаты сравнительного моделирования помехоустойчивости алгоритма «приема «в целом» сигналов с модуляцией BPSK и технологии V-BLAST в канале без памяти для систем MIMO, с конфигурацией 2x2. Так, для вероятности ошибки равной 10"3 энергетический выигрыш алгоритма ПЦППР над V-BLAST превышает 10 дБ.

Степень достоверности и апробация результатов

Достоверность результатов работы подтверждается корректным применением математического аппарата, результатами имитационного моделирования и широким спектром публикаций и выступлений, как на российских, так и на международных конференциях. Основные научные и практические результаты диссертационной работы докладывались и обсуждались на следующих конференциях:

- 11-ая, 12-ая, 13-ая, 14-ая Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» (г. Уфа, Казань, Самара 2010-2013).

- Научно-практическая конференция «Проблемы подготовки специалистов для гражданской авиации и повышения эффективности работы воздушного транспорта» (г. Ульяновск, 2010).

- 13-ая Международная конференция «Цифровая обработка сигналов и ее применение» (DSPA-2011) (г. Москва, 2011г.).

- 18-ая, 22-ая, 23-ая российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов ПГУТИ (г. Самара, 2011г., 2015г., 2016г.).

- IV-ая Региональная научно-практическая конференция «Проблемы передачи информации в телекоммуникационных системах» (г. Волгоград, 2012г.).

- Первый Всероссийский конгресс «Приоритетные технологии: актуальные вопросы теории и практики» (г. Волгоград, 2014 г).

- VIII Всероссийская научно-техническая конференция «Радиолокация и радиосвязь» (г. Москва, 2014г.).

Публикации

По теме диссертации опубликовано 20 работ, в том числе 6 статей из перечня, рекомендованного ВАК РФ для публикации результатов диссертационных исследований; 1 статья из прочего издания; 13 тезисов докладов международных и российских научных конференций.

Структура и объём работы

Диссертационная работа состоит из введения, четырёх глав, заключения, списка литературы и приложения. Основная часть работы содержит 137 страницы машинописного текста, 26 рисунков. Список литературы включает 76 наименований.

В первой главе была описана система беспроводной связи в общем виде, приведена конструкция системы, описан канал связи и эффекты, протекающие в нем. Большое внимание уделено MIMO системам: приведена типология подобных систем, описана модель MIMO-канала без памяти, показано сингулярное разложение канальной матрицы Н, приведены формулы коэффициента состояния и пропускной способности канала. Так же была рассмотрена модель MIMO-канала

с памятью, для нее также была показана формула емкости канала. В заключительной части описано применение технологии MIMO.

Во второй главе были рассмотрены линейные алгоритмы выравнивания сигналов. Описана общая концепция работы выравнивателей в системах связи. Приведена типология выравнивателей. Для систем SISO и MIMO в каналах с памятью и без памяти были рассмотрены два линейных корректора: один с обнулением коэффициентов, а второй - с минимальной среднеквадратичной ошибкой. Первый из них подавляет все межсимвольные помехи (ISI), но может привести к значительному увеличению шумов. Второй алгоритм сводит к минимуму ожидаемую среднеквадратичную ошибку между переданным символом и символом, детектируемым на выходе корректора, обеспечивая, таким образом, лучший баланс между снижением межсимвольных помех и возрастанием шума.

В третьей главе были рассмотрены методы нелинейного выравнивания, основывающиеся на правиле максимально-правдоподобного (МП) детектирования последовательностей, являющийся оптимальным с точки зрения вероятности ошибки. Описан оптимальный «прием «в целом» в каналах с памятью и совокупной гауссовской аддитивной помехой. Суть алгоритма МП для систем MIMO и SISO состоит в вычислении минимального евклидова расстояния между вектором принятых сигналов и всех возможных переданных векторов сигнала в канале связи. Было показано, что согласованный фильтр, который обычно оптимален при детектировании сигналов в канале с аддитивным белым гауссовым шумом AWGN, также оптимален и при детектировании сигналов с межсимвольными помехами ISI при использовании алгоритма MLSE.

В третьей главе был подробно описан разработанный алгоритм «приема «в целом» с поэлементным принятием решения» (ПЦППР) для систем MIMO в канале с памятью. При использовании алгоритма ПЦППР «прием «в целом» осуществляется на интервале памяти канала, но решение выносится только о первых нескольких символах анализируемого интервала, их число соответствует количеству передающих антенн. Также данный алгоритм использует обратную связь по решению.

В четвёртой главе показаны результаты исследования помехоустойчивости и эффективности алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах связи для четырех видов алгоритмов обработки сигналов: сведения к нулю; наименьших квадратов; максимального правдоподобия; «приема «в целом» с поэлементным решением. Моделирование данных алгоритмов производилось для системы MIMO с конфигурацией 2х2, как в канале с памятью, так и в канале без памяти, но с релеевскими замираниями. При этом сигнал в приемнике модулировался различными способами: двоичной фазовой манипуляцией (BPSK); квадратурно-амплитудной манипуляцией (QAM-16); мультиплексированием с ортогональным частотным разделением каналов (OFDM). В конце, приводится анализ помехоустойчивости разработанного алгоритма ПЦППР для систем MIMO и схемы V-BLAST. Моделирование производилось с использованием математического пакета MATLAB.

В заключении обобщены выводы, сделанные по результатам каждой главы диссертации, и в тезисном виде изложены основные научные и практические результаты диссертационного исследования.

1. ТЕХНОЛОГИЯ MIMO И ЕЕ ПРИМЕНЕНИЕ В СИСТЕМАХ

СВЯЗИ

1.1. Беспроводные системы связи

В современном обществе использование устройств связи давно стало обыденным и привычным. При этом сложность систем связи постоянно растет, однако их базовая конструкция и принципы работы остаются неизменными в течение уже довольно продолжительного времени. Воспроизведение переданного на приемной стороне сообщения с минимальным числом ошибок является основной целью теории связи. Передатчик посылает сигналы, которые обработаны таким образом, чтобы они могли восстанавливаться в приемнике. Приемник может повысить качество принимаемого сигнала, обрабатывая сигнал, то есть отфильтровать проникающие шумы, удалить мешающие сигналы и бороться с другими факторами, ухудшающими свойства канала, улучшая тем самым оценку принятых сообщений. Поступившие данные и соответственно обработанные из передатчика передаются по каналу. Канал вносит определенные изменения, может искажать сигнал, добавлять шум и сигнал помехи, приводить к отставанию сигнала во времени, вызывать межсимвольную интерференцию (МСИ, Intersymbol Interference (ISI)) и ослаблять мощность сигнала. Приемник должен исправит как можно больше вносимых изменений, и в результате обработки выдать данные очень близкие к исходным.

Аналоговые и цифровые сигналы отличаются тем, что цифровые сигналы описываются дискретной функцией времени, в то время как аналоговые сигналы описываются непрерывными функциями времени, и амплитуда колебаний может принимать любое значение в пределах максимума. Можно заметить, что подавляющее большинство информации хранится и обрабатывается в цифровой форме. И факт того, что цифровая связь функционально превосходит почти во всех случаях аналоговую связь, не удивителен, поэтому подавляющее большинство

современных систем связи являются цифровыми. Отныне будут рассматриваться только цифровые системы.

Для всех систем связи есть два универсальных параметра при проектировании, которые должны быть оптимизированы, это спектральная эффективность и энергетическая эффективность. Спектральная эффективность определяет количество информации, переданное по данной полосе пропускания, и имеет единицу измерения бит/с/Гц. Энергетическая эффективность (потенциальная помехоустойчивость) определяется минимальным отношением сигнал/шум, требуемым приемнику для передачи данных через канал с вероятностью ошибки, не превышающей заданной. Энергетическая эффективность определяет минимальную мощность передатчика, необходимую для приемлемой работы. Сделанные за последнее время исследования в цифровой беспроводной связи связаны с оптимизацией этих двух параметров.

1.1.1 Общая конструкция системы связи Схематическое представление системы связи показано на рисунке 1.1. Каждый ее блок является принципиальной или логической частью системы.

Источник Кодер источ1шка\ капала Цифровой Ф) Смеситель

информации модулятор

Канал

Выходной

Декодер источника'1, капала Цифровой т Смеситель

демодулятор

Рисунок 1.1 Общая схема системы связи.

Передатчик получает от некоторых источников сигналы (например, голосовой сигнал), и исходный кодер преобразует этот сигнал в подходящий цифровой формат. Затем кодер канала добавляет избыточность (т.е. дополнительные биты) к последовательности битов для обнаружения ошибок и/или исправления ошибок в приемнике, то есть для преодоления шума и

интерференции, которые возникают при прохождении сигнала через канал. Модулятор заменяет последовательности символов (битов) дискретными сигналами. Существует большое число возможных видов модуляции, два наиболее популярных представлены на рисунке 1.2 (а) и рисунке 1.2 (б) [1]. Символы (s) изображены в двумерном символьном пространстве на ортогональном базисе, выраженным с помощью реальных и мнимых чисел. Представление символов в комплексной форме очень удобно, в действующем передатчике мнимые и реальные части разделены до обработки сигнала и, в конце концов, смешиваются на несущей частоте с использованием той же несущей, но с 90 градусным смещением (фазовым и квадратурно-фазовым). Это смещение фазы на несущей частоте достигается при помощи ортогонального базиса, выраженного комплексными числами. Схема передачи, подобная этой, называется квадратурный мультиплексор и часть такого передатчика можно увидеть на рисунке 1.2 (в). Символ Sj разделяется на реальную и мнимую части перед обработкой и смешивается на частоте несущей с 90 градусным смещением.

Фильтр формирования импульса обозначен как g(t), он ставит в соответствие символам последовательность импульсов Найквиста. Если время между символами обозначено, как Ts (период символов), тогда найквистовский импульс должен удовлетворять отношению для целого числа N:

П, если N = 0,

g (NTs И n N 0

[0, если N ф 0

то есть импульс имеет значение только на текущем интервале дискретизации, и равен нулю для всех других значений. Это видно на рисунке 1.2 (г), где три символа были посланы через фильтр, формирующий импульсы Найквиста.

При кратных периодах символов окружающие символы равны нулю, таким образом, интерференция между символами не наблюдается. После прохождение сигнала через фильтр формирования импульсов в передатчике он становится анналоговым при помощи ЦАП (цифро-аналоговый преобразователь), это преобразование происходит при помощи смесителя.

с) г)

Рисунок 1.2 - а) Шестнадцатеричная фазовая модуляция (16-РБК), где Si -один символ; б) Квадратурная амплитудная модуляция (16-рЛМ); в) Квадратурный мультиплексор; г) Формирующий фильтр

Смеситель является неотъемлемой частью для большинства беспроводных систем. Типичное цифровое радио выполняет такую обработку сигнала на основной полосе частот, которая находится между 0 и В [рад / с]. Для того чтобы эффективно использовать доступный спектр, сигнал предварительно преобразовывается с повышением частоты в выделенной полосе частот для дальнейшего применения. Кроме того, нецелесообразно передавать исходный сигнал, поэтому его преобразовывают с повышением несущей частоты сс. Поскольку все сигналы могут быть выражены с помощью преобразования Фурье, то достаточно рассмотреть только сигнал ) = А 8т(с6?), где 0< съ < В, А -

амплитуда. Математически смеситель выполняет преобразование с повышением частоты следующим образом:

A

Хс (t) = xb Sin(Cct) = Y )t) - C0s((C + Cb )t)J, (1.1)

где sin(cct) сгенирован гетеродином. Из выражения в уравнение (1.1) видно, что частота сигнала сейчас расположена между сос - B и сос + B.

В приемнике сигнал преобразуется обратно с понижением частоты при помощи смесителя, фильтруется в согласованном фильтре (фильтр такого же вида, как и в передатчике) с целью минимизации шума, а затем квантуется аналого-цифровым преобразователем (АЦП). Далее он проходит через демодулятор и следует через исходный / канальный декодер, который проводит декодирование. Наконец, приемник данных воздействует в некотором роде на полученные данные, например, воспроизводит голосовой сигнал. Более подробно можно узнать конструкции системы связи, например, в [2, 3].

1.1.2 Беспроводной канал

Под каналом здесь понимается путь, по которому электрический сигнал проходит от передатчика (Пер., Tx) к приемнику (Пр., Rx). Он может включать в себя части Tx и Rx, такие как усилители и генераторы, в зависимости от предпочтений. Беспроводные каналы значительно сложнее, по сравнению с проводными каналами. Эфир (или среда распространения) является общим для всех пользователей. При этом он очень подвержен интерференции. С точки зрения обработки сигналов, канал может привносить шум и другие посторонние сигналы, такие как межсимвольная интерференция (ISI) и замирания в принимаемый сигнал. Эти эффекты будут рассмотрены далее.

• Шум

Общей моделью шума для расчетов и моделирования при анализе систем радиосвязи является аддитивный белый гауссовский шум (АБГШ) или Additive white Gaussian noise (AWGN), так как он является примерной моделью большинства видов шума (например, тепловой шум, флуктуационный шум и т.д.).

AWGN является аддитивным, поэтому он складывается с полезным сигналом, он белый, следовательно, он имеет одинаковую мощность для всех частот в пределах полосы пропускания системы, и он гауссовский, значит его реальная и мнимая части можно описать распределением Гаусса. Отношение между мощностью сигнала и мощностью шума называется отношением сигнал/шум (ОСШ, SNR), и определяется формулой 1.2.

В которой Т3 - время передачи символа, Ть - время передачи бита, Ы0Б -мощность шума, Е и Еь - соответственно, энергии символа и бита, г(?) -полученный сигнал и п(?) - АБГШ. Второй источник шума, так называемый фазовый шум, происходит от гетеродинов, преобразующих сигнал с понижением несущей частоты в полосе частот, т.е. выходная синусоида сигнала имеет случайную фазу и флуктуацию амплитуды (формула 1.3).

В формуле (1.3) А - амплитуда волны, а(?) - амплитуда шума, ф(?) - фаза шума, с - центральная угловая частота генератора несущей частоты. Амплитудой шума, как правило, пренебрегают (потому что механизм ограничен по амплитуде), в то время как фазовая составляющая более сложная для обработки. Происхождение и распространение фазового шума генератора не будет рассмотрено далее. Подробнее с этой темой можно ознакомиться в [4].

• Замирания

Радиочастотный сигнал, который передается из одной точки в другую, может достигать конечной точки приема по нескольким путям. Сигнал может отразиться от поверхностей, поэтому в среде распространения может существовать множество копий одного и того же сигнала, принимаемого приемником, каждый со своей собственной задержкой фазы и мощностью сигнала. Эти различные копии сигнала могут складываться, что может привести, как и к положительным, так и к пагубным

(1.2)

г(?) = А[1 + а(? )]оо8(сс? + ф(г)).

(1.3)

последствиям. Мощность сигнала может сильно ослабиться (глубокие замирания). Если отдельные составляющие принимаемого сигнала имеют разные амплитуды и сдвиги начальной фазы, и при этом полоса частотной когерентности меньше или соизмерима с шириной спектра сигнала В, то канал называется частотно-селективным. Если все спектральные компоненты сигнала в пределах полосы частот приемника будут испытывать одновременные и пропорциональные флуктуации, то такие замирания называются плоскими. Когерентный диапазон частот В - это количественная величина ширины полосы пропускания, в которой канал может рассматриваться плоским, при этом она обратно пропорциональна временной дисперсии сигнала. Так, если полоса пропускания сигнала меньше, чем полоса когерентности, канал плоский, но, если полоса частотной когерентности меньше или соизмерима с шириной спектра сигнала, канал частотно-селективный. Поскольку свойства беспроводного канала зависят от окружающей среды, которая может быть весьма неустойчивой, канал также меняется с течением времени. Время когерентности Тс - это количественная величина скорости этих изменений и статистическая мера периода времени, за которое импульсная характеристика канала не меняется во времени. Если время передачи символа Т меньше, чем время когерентности, то такой канал является каналом с медленным замиранием, это означает, что каждый символ попадает под те же замирания, что и остальные символы периода. Если время передачи символа больше, чем время когерентности, то канал является каналом с быстрыми замираниями [5].

• Межсимвольная интерференция

Межсимвольная интерференция (МСИ, КГ) наблюдается, когда текущий полученный символ перекрыт и искажен окружающими символами. Глядя на рисунок 1.2 (в) видно, что, если один символ сдвинут во времени, он начинает влиять на окружающие символы. Так как в многолучевой среде каждый символ может быть получен сразу в нескольких интервалах времени и/или быть смещенным в рамках своего интервала, это означает, что может разрушить прием, если должным образом этому не противодействовать. Два других

Список литературы диссертационного исследования кандидат наук Коняева, Ольга Сергеевна, 2017 год

ЛИТЕРАТУРА

1. Ingason, T. Line-of-Sight MIMO for Microwave Links Adaptive Dual Polarized and Spatially Separated Systems [Электронный ресурс], master of science thesis in communication engineering, Department of Signal and Systems, Chalmers University of Technology /Tryggvi Ingason, Liu Haonan Göteborg. - Sweden, 2009. - p. 117. - Режим доступа: http:// publications.lib.chalmers.se/records/ fulltext/98876.pdf

2. Прокис, Д. Цифровая связь. / Дж. Прокис; пер. с англ. под ред. Д.Д. Кловского. — М.: Радио и связь, 2000. — 800с.

3. Скляр, Б. Цифровая связь. Теоретические основы и практическое применение. / Бернард Скляр пер. с англ. - М: Вильямс, 2003. - 1104с.

4. Hajimiri, A. A General Theory of Phase Noise in Electrical Oscillators / Ali Hajimiri, Thomas H. Lee // IEEE Journal of Solid-State Circuits .-1998 .- 33(2). -р. 179-194.

5. Голдсмит, А. Беспроводные коммуникации. Основы теории и технологии беспроводной связи / А. Голдсмит - М.: Техносфера, 2011. - 904 с.

6. Летов, И. Multiple Input Multiple Output [Электронный ресурс] / Игорь Летов - Режим доступа : http://celnet.ru/mimo.php Multiple Input Multiple Output

7. Слюсар, В. Системы MIMO: принципы построения и обработка сигналов / Вадим Слюсар //Электроника: наука, технология, бизнес. - 2005. — № 8.- С. 52—58.

8. Коняева, О.С. О выборе оптимальной функции ошибки в задаче адаптивной фильтрации/ О.С. Коняева, С.В. Шатилов // 11-ая Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» - Уфа, 2010. - С.70-72.

9. Коняева, О.С. Задача моделирования процесса оценки негауссовских случайных процессов адаптивными алгоритмами, использующими кумулянты порядка выше второго / О.С. Коняева // Науно-практическая

конференция «Проблемы подготовки специалистов для гражданской авиации и повышения эффективности работы воздушного транспорта» -Ульяновск, 2010 .- С.161-163.

10.Коняева, О.С. Задача минимизации значения СКО оценки при фильтрации негауссовских сигналов адаптивными алгоритмами, использующими кумулянты порядка выше второго / О.С. Коняева, С.В. Шатилов // 13-ая Международная конференция «Цифровая обработка сигналов и ее применение» (DSPA-2011) - Москва, 2011.- С.36-38.

11.Коняева, О.С. Разработка комбинированного алгоритма адаптивной фильтрации / О.С. Коняева // 18-ая российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов ПГУТИ - Самара, 2011.- С.65-66.

12. Satorius, Е. H. Channel equalization using adaptive lattice algorithms / Е. H. Satorius and S. T. Alexander // IEEE Trans. Commun. - June 1979. - P. 899-905.

13.Ling, F. Adaptive lattice decision feedback equalizers - Their performance and application to time-variant multipath channels / F. Ling and J. Proakis // EEE Trans. Commun. - April 1985. - P. 348-56.

14. Cioffi, J. Fast, recursive-least-squares transversal filters for adaptive filtering / J. Cioffi and T. Kailath // IEEE Trans. Signal Proc., April 1984 - P. 304-37.

15.Уилки, Ю. Влияние канальных эффектов на характеристики систем MIMO / Ю. Уилки // Электронные компоненты - 2009. - № 10. - С. 27-30.

16.Коняева, О.С. Модель системы LOS MIMO / О.С. Коняева // 12-ая Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» - Казань, 2011.-С.199-201.

17.Карташевский, В.Г. Разрабтка принципа построения модели системы LOS MIMO / В.Г Карташевский., О.С. Коняева // IV-ая Региональная научно-практическая конференция «Проблемы передачи информации в телекоммуникационных системах» - Волгоград, 2012.- С.30-34.

18.Alamouti, S.M. Space-time block coding: A simple transmitter diversity technique for wireless communications/ S.M. Alamouti // IEEE Journal on Selected Areas in Communications, Oct. 1998 - vol. 16. - P.1451-1458.

19.Коняева, О.С. Модель системы MIMO в релеевском канале / О.С. Коняева // Радиотехнические и телекоммуникационные системы. Научно-технический журнал. - Муром, 2013г.- №3(11). -С.64-70.

20.Tong, L. Pilot-assisted wireless transmissions / L. Tong, B. M. Sadler, and M. Dong. // IEEE Signal Process, Nov 2004 - v.21(6). - P. 12-25.

21. Zeng, Y. Blind MIMO Channel Estimation Method Tolerating Order Overestimation / Yonghong Zeng, Tung Sang Ng // The 8th International Conference on Communication Systems.- Singapore, 25-28 November 2002. -v.1. - Р. 274- 278.

22. Medles A. Semiblind channel estimation for MIMO spatial multiplexing systems/ A. Medles, D. T. M. Slock// Proc. VTC2001-Fall.- Oct 2001. -v. 2. - P. 12401270.

23. Cozzo, C. Joint channel estimation and data detection in space-time communication /C. Cozzo and B. L. Hughes // IEEE Trans. Communication, Aug 2003. - №5.- P.1266-1270.

24. Hassibi, B. How much training is needed in multiple-antenna wireless links / B. Hassibi, B. M. Hochwald // IEEE Trans. Inf. Theory, April 2003. - v.49(4). - P. 951-963.

25. Coldrey, M. Training-Based MIMO Systems Part I: Performance Comparison /Mikael Coldrey, Patrik Bohlin. // IEEE Transaction on Signal Processing, Nov 2007. -v. 55(11). - P. 5464 - 5476.

26. Coldrey, M. Training-Based MIMO Systems: Part II Improvements Using Detected Symbol Information/ Mikael Coldrey, Patrik Bohlin// IEEE Transaction on Signal Processing,2008. - V. 56. -P. 296-303.

27. Superimposed Periodic Pilots for blind channel estimation. Technical report / Mats Viberg, G. Tong Zhou, Tomas McKelvey. - Chalmers University of Technology and Georgian Institute of Technology, 2001. - P.115.

28. Viberg, M. A First-Order Statistical Method for Channel Estimation/ Mats Viberg, G. Tong Zhou, Tomas McKelvey// IEEE Signal Processing Letters, March 2003. - V.10(3).- P. 57-60.

29.Hoeher, P. Channel estimation with superimposed pilot sequence /P. Hoeher, F. Tufvesson // In Global Telecommunications Conference.- 1999. - v. 4. - P. 21622166.

30.Mazzenga, F. Channel estimation and equalization for M-QAM transmission with a hidden pilot sequence/ F. Mazzenga// IEEE Trans Broadcast. - Jun 2000.- V. 46-P.170-176.

31.Telatar, E. Capacity of multi-antenna Gaussian channels/ E. Telatar// European Transactions on Telecommunications. -June 1995. -P.1-28.

32.Wolniansky, P. W. VBLAST: an architecture for realizing very high data rates over the rich-scattering wireless channel [Электронный ресурс]/ P. W. Wolniansky, G. J. Foschini, G. D. Golden, R. A. Valenzuela// Proc. Of URSI International Symposium on Signals, Systems, and Electronics (ISSSE '98). - Pisa, Italy, September 1998. - P. 295-300. - Режим доступа: http://www.ee.columbia. edu/~j iantan/E6909/wolnianskyandfoschini.pdf

33.Wolniansky, P. Detection algorithm and initial laboratory results using V-BLAST space-time communication architecture/ Golden G.D., Foschini G.J., Valenzuela R.A., Wolniansky P.W. //Electron. Lett. -1999. - vol. 35, no. 1-. P. 14-16.

34.Крейнделин, В.Б. Новые методы обработки сигналов в системах беспроводной связи. / В.Б Крейнделин .- СПб.:Линк, 2009.- 272 с.

35.Джиган, В. Алгоритмические основы технологии V-BLAST для беспроводной передачи данных./ В. Джиган// Первая миля. - 2007.- №1.- С. 19-20.

36.Бакулин, М.Г. Повышение скорости передачи информации и спектральной эффективности беспроводных систем связи/ М.Г. Бакулин, В.Б. Крейнделин, А.П Шумов. //Цифровая обработка сигналов. - 2006. - №1. - C. 2-12.

37.Крейнделин, В.Б., Варукина Л.А. Совместная демодуляция и декодирование сигналов в системе V-BLAST / В.Б. Крейнделин, Л.А. Варукина // Электросвязь. -2009. - №3 - С. 23-25.

38.Loundu, M.D. Estimating The Capacity of a Frequency-Selective Fading Mobile Radio Channel With Antenna Diversity/ M.D. Loundu, C.L. Despins, J. Conan.//In Vehicular Technology Conference. - 1994. - v. 3.- P. 1490-1493.

39.Qureshi, U.H. Adaptive equalization / U.H. Qureshi //Proceedings of the IEEE. -1985. - №9. - Vol.73.- Р. 1349-1387.

40.Stuber, G. L. Principles of Mobile Communications/ Gordon L. Stuber. - 3nd ed.

- Springer-Verlag New York: Springer Science+Business Media, LLC, 2012. -рp.324.

41.Kumar N. S. Performance analysis and comparison of m x n zero forcing and MMSE equalizer based receiver for mimo wireless channel/ N. S. Kumar , K. R. S. Kumar // Songklanakarin J. Sci. Technol.- 2011.-33 (3).-P. 335-340,

42.Коняева, О.С. Моделирование системы MIMO в канале с памятью / О.С. Коняева //Инфокоммуникационные технологии.- Самара, 2014. - том12, №3.

- С. 32-36.

43.Коняева, О.С. Сравнительный анализ адаптивных алгоритмов выравнивания в MIMO-системах / О.С. Коняева // 14-ая Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» - Самара, 2013.- С.55-57.

44.Карташевский, В.Г. Анализ системы MIMO в канале с памятью / В.Г Карташевский., О.С. Коняева, Е.С. Семенов // Приоритетные технологии: актуальные вопросы теории и практики: сб. науч. Докл. Первого Всерос. Конгресса. - Волгоград, 24-25 апреля 2014 г-С. 176-184.

45.Коняева, О.С. Применение и анализ алгоритмов эквализации для системы MIMO 2х2 в канале с межсимвольной интерференцией / О.С. Коняева // Ежемесячный научный журнал "Prospero".- Москва, 29.07.2014. -№ 2. - С. 88-90.

46. Sidhu, P. S. An Analytical Design: Performance Comparison of MMSE and ZF Detector/ Pargat Singh Sidhu, Gurpreet Singh, Amit Grover // Innovative Systems Design and Engineering. - 2012.- Vol 3.- No.11. - P. 1-16.

47.Gupta, R. BER Performance Analysis of MIMO Systems Using Equalization Techniques/ Rohit Gupta, Amit Grover // Innovative Systems Design and Engineering . - 2012. - Vol 3, No 10. - P. 11-25.

48. Ермолаев, В.Т. Адаптивная пространственная обработка сигналов в системах беспроводной связи. Учебно-методический материал по программе повышения квалификации «Современные системы мобильной цифровой связи, проблемы помехозащищенности и защиты информации». / В.Т. Ермолаев, А.Г. Флаксман . - Нижний Новгород, 2006. - 99 с.

49.Paylraj, A. Introduction to Space-Time Wireless Communications / A. Paylraj, R. Nabar, D. Gore. - Cambridge University Press, 2003. - pp. 272.

50.Коняева, О.С. Общее описание канала связи с межсимвольной интерференцией для систем MIMO / О.С. Коняева // Материалы XXII Российской научной конференции профессорско-преподавательского состава, научных сотрудников и аспирантов. ПГУТИ. -Самара, 2015- С. 7475.

51. Kung , S. Y. A recursive QR approach to adaptive equalization of time-varying MIMO channels / S. Y. Kung, Xinying Zhang, Chad L. Myer // Communications in information and systems. - 2005.-Vol. 5,№ 2. - P. 169-196.

52.Левин, Б.Р. Теоретические основы статистической радиотехники/ Б.Р. Левин- М.: Радио и связь., 1989 -656с.

53.Коржик, В.И. Оптимальное декодирование сверточных кодов в каналах с аддетивным марковским шумом/ В.И. Коржик, Ю.П Лопато // Проблемы передачи информации. - 1987. - №4. - С. 35-40

54.Ван Трис, Г.Л. Теория обнаружения, оценок и модуляции/ Г.Л. Ван Трис -Пер. с англ. - М. : Сов. Радио, т.1, 1972. - 744с.; т.2, 1975. - 343с.; т.3, 1977.-662с.

55. Фалькович, С.Е. Оптимальный прием пространственно-временных сигналов в радиоканалах с рассеянием/ С.Е. Фалькович, В.И Пономарев., Ю.В. Шкварко. - М.: Сов.Радио, 1989. - 296с.

56.Карташевский, В.Г. Обработка пространственно-временных сигналов в каналах с памятью / В.Г. Карташевский. - М.: Радио и связь, 2000. - 272с.

57.Форни, Г.Д. Алгоритм Витерби/ Г.Д. Форни //ТИИЭР.- 1973.- № 3 - С. 1225.

58.Пугачев, В.С. Стохастические дифференциальные системы/ В.С. Пугачев, И.Н. Синицин.- М. :Наука, Главная редакция физ.-мат. литературы, 1985. -560с.

59.Forney, G.D. Maximum-Likelihood Sequence Estimation of Digital Sequences in the presence of Intersymbol interference/ G.D. Forney // IEEE Trans on IT.-1972.-v. IT-18, N3.- P.363-378.

60. Forney, G.D. Lower bounds on error probability in the presence of lage intersymbol interference. / G.D. Forney // IEEE Trans. on Commun. - 1972. - vol. Com-20. - P.76-77.

61.Ungerboeck, G. Adaptive Maximum-Likelihood Receiver for Carrier-Modulated Data-Transmission Systems/ G. Ungerboeck // IEEE Trans. On Commun. - 1974.-v.Com-22, N5.- P. 624-637.

62.Windpassinger, C. Low-complexity need-Maximum-Likelihood detection and precoding for MIMO systems using Lattice Reduction [Электронный ресурс]/ C.Windpassinger , RF.H Fischer // ITW 2003.- Paris, France, March 31-April-4, 2003. - Режим доступа: http://www.lit.lnt.de/papers/itw03_176.pdf.

63.Ungerboek, G. Nonlinear equalization of binary signals in Gaussian noise/ G. Ungerboeck // IEEE Tr.Commun. Technol.- 1971 - v.19, №6, Part I.- P.1128-1137.

64.Карташевский, В.Г. Прием "в целом" для системы MIMO в канале с памятью / В.Г Карташевский., О.С. Коняева, Е.С. Семенов // Успехи современной радиоэлектроники. - М, 2015.- №11.- С.49-53.

65.Карташевский, В.Г. Анализ характеристик алгоритмов V-BLAST и субоптимального ML в системе MIMO / В.Г Карташевский., О.С. Коняева, Е.С. Семенов // Радиотехника. - М, 2017- № 1. С. 131-136

66.Коняева, О.С. Сравнение алгоритмов ПЦППР и ML для системы MIMO в канале с памятью / О.С. Коняева // Материалы XXIII Российской научной конференции профессорско-преподавательского состава, научных сотрудников и аспирантов ПГУТИ. - Самара, 2016.- С. 11-12.

67.Telatar, I.E. Capacity of multi-antenna Gaussian channels/ I.E. Telatar // European Transactions on Telecommunications.- 1999- vol. 10, no. .-P.585-595.

68.Патент РФ №832763, 193. Способ демодуляции дискретных сигналов / Д.Д. Кловский, Б.И. Николаев, В.Г. Карташевский. - Опуб. в БИ №19,1981.

69. Карташевский, В.Г. Прием кодированных сигналов в каналах с памятью/ Карташевский В.Г, Мишин Д.В. - М.: Радио и связь, 2004. -239 с.

70.Карташевский, В.Г.. Алгоритм «приема «в целом» с поэлементным принятием решения» для системы MIMO / В.Г Карташевский., О.С. Коняева// VIII Всероссийская научно-техническая конференция «Радиолокация и радиосвязь» - Москва, 2014- С.294-297.

71.Коняева, О.С. Моделирование системы MIMO / О.С. Коняева // 13-ая Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» - Уфа, 2012г.-С.88-90.

72.Korn, I. Digital Communications / I. Korn. - New York :Van Nostrand Reinhoid Company, Inc. , 1985. - 676 р.

73. Карташевский, В.Г. Исследование алгоритмов фильтрации приема дискретных сообщений при использовании технологии MIMO в каналах с памятью / В.Г Карташевский., О.С. Коняева // Физика волновых процессов и радиотехнические системы-Самара, 2015 -том 18, №1.- С. 18-22.

74.Бельский, К.А. Прием сигналов OFDM в системе MIMO в канале с памятью/ К.А Бельский, В.Г Карташевский., О.С. Коняева, Филимонов А.А. // Радиотехника - М, 2016г.- № 2.- С.91- 95.

75.Карташевский В.Г., Бельский К.А., Слипенчук К.С. Прием сигналов OFDM в каналах с рассеянием // Радиотехника - 2015г.- №2. - C.62-68.

76. Коняева, О.С. Результаты моделирования алгоритма ML и сравнение его работы с V-BLAST/ О.С. Коняева // Материалы XXIV Российской научной конференции профессорско-преподавательского состава, научных сотрудников и аспирантов ПГУТИ. - Самара, 2017- С. 304.

ПРИЛОЖЕНИЕ Документы, подтверждающие внедрение основных результатов

диссертационной работы

«УТВЕРЖДАЮ» Д.В. Мишин » 2017г.

АКТ

о внедрении результатов диссертационной работы Коняевой О.С.

«Исследование и разработка алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах с памятью», представленной на соискание ученой степени кандидата технических наук

Комиссия ФГБОУ ВО «Поволжский государственный университет телекоммуникаций и информатики» (ПГУТИ) в составе: председателя комиссии к.т.н., доц. Кустовой М.Н., начальника управления организации учебного процесса, и членов комиссии - к.т.н., доц. Ружникова В.А. декана факультета базового телекоммуникационного образования, д.т.н., доц. Горячкина О.В., зав. кафедрой теоретических основ радиотехники и связи, составили настоящий акт о том, что в университете внедрены в учебный процесс на кафедре «Теоретических основ радиотехники и связи» следующие результаты диссертационной работы Коняевой О.С.:

1. Модель системы MIMO 2x2 в детерминированном канале с памятью и в канале с релеевскими замираниями.

2. Алгоритм «приема «в целом» с поэлементным принятием решения» при использовании технологии MIMO и OFDM сигналов.

3. Программная модель для анализа системы MIMO в канале с памятью и канале с общими замираниями при действии аддитивной помехи.

Основные результаты диссертационной работы Коняевой О.С. использованы в лекционных и практических курсах «Теория электрической связи»

Председатель комиссии

начальник управления организации учебного процесса , -

к.т.н., доц. Кустова М.Н.

Ружников В.А. Горячкин О.В.

Акционерное общество «Научно-исследовательский институт «Вектор» Научно-производственный филиал «Вектор-М» (НПФ «Вектор-М» АО «НИИ «Вектор»)

(В

197376, г. Санкт-Петербург, ул. Академика Павлова, дом 14-а тел. [phone], тел/факс [phone], факс [phone]; e-mail: [e-mail] www.nii-vektor.ru

ОКПО 07525192 ОГРН 1117847020400

ИНН 7813491943 КПП 783450001

УТВЕРЖДАЮ гор НПФ «Вектор-М» > ШИИ «Вектор»

Б.А. Александров

2015г.

об использовании результатов диссертационной работы Коняевой Ольги Сергеевны

«ИССЛЕДОВАНИЕ И РАЗРАБОТКА АЛГОРИТМОВ ПРИЕМА ДИСКРЕТНЫХ СООБЩЕНИЙ ПРИ ИСПОЛЬЗОВАНИИ ТЕХНОЛОГИИ MIMO В КАНАЛАХ С ПАМЯТЬЮ»,

Настоящим актом подтверждается, что результаты диссертационной работы Коняевой О.С. «Исследование и разработка алгоритмов приема дискретных сообщений при использовании технологии MIMO в каналах с памятью», представленной на соискание ученой степени кандидата технических наук, использовались в ряде НИОКР, проводимых Акционерным обществом «Научно-исследовательский институт «Вектор».

В частности, при исследовании методов построения перспективных систем приема и обработки сообщений в каналах со сложной помеховой обстановкой в рамках ОКР «Равнодушие» автором диссертации было представлено следующее:

1. Алгоритмы обработки сигналов ВРБКдля системы MIMO с конфигурацией 2x2 для многолучевых каналов различных диапазонов;

2. Результаты сравнительного анализа помехоустойчивости применяемых на практике и предложенных автором алгоритмов обработки сигналов в системе MIMO, подтверждающие энергетический выигрыш и вычислительную эффективность последних.

Начальник НПО-3 НПФ «Вектор-М»

представленной на соискание ученой степени кандидата технических наук

кандидат технических наук, старший научный сотрудник,

Зам. начальника НПО-3 НПФ «Вектоп-М» кандидат технических наук, доцент