Разработка методов повышения эффективности приема цифровой мультимедийной информации в системах вещания и связи тема диссертации и автореферата по ВАК РФ 05.12.04, кандидат наук Чан Тхи Хонг Тхам

• Чан Тхи Хонг Тхам
• кандидат наук
• 2020

Оглавление диссертации кандидат наук Чан Тхи Хонг Тхам

СПИСОК СОКРАЩЕНИЙ

ВВЕДЕНИЕ

ГЛАВА

СТРУКТУРНАЯ СХЕМА ПРИЕМОВ ЦИФРОВОЙ МУЛЬТИМЕДИЙНОЙ ИНФОРМАЦИИ В СИСТЕМАХ ВЕЩАНИЯ И СВЯЗИ

1.1. Структурная схема беспроводной системы

1.2. Классификация приемника

1.2.1. Приемники непрерывного времени

1.2.1.1. Гетеродинный приемник

1.2.1.2. Приемник с нулевой ПЧ

1.2.2. Приемники дискретного времени

1.2.2.1. Приемники дискретного времени с аналоговой обработкой

1.2.2.2. Приемник с прямой оцифровкой радиосигнала

1.3. Задача повышения эффективности работы приемника

1.3.1. Приемник DRF с обработкой сигнала OFDM

1.3.2. Задача повышения эффективности работы приемника

ГЛАВА 2: НЕЛИНЕЙНОСТЬ МШУ И МЕТОДЫ ЛИНЕАРИЗАЦИИ

2.1. Малошумящие усилители (МШУ) и роль МШУ в цифровых приемниках

2.1.1. МШУ

2.1.2. Нелинейные модели

2.2. МШУ в приемнике DRF

2.2.1. Модель нелинейных искажений

2.2.2. Модель нелинейных искажений в базовой полосе частот

2.3. Схема компенсации искажений для многоканального приемника DRF

2.3.1. Схемы компенсации искажений в области базовой полосы частот

2.3.1.1. Математическая модель

2.3.1.2. Результат моделирования

2.3.2. Схемы компенсации искажений в радиочастотной области

2.3.2.1. Схема компенсации с МНК и инверсией

2.3.2.2. Схема компенсации с МНК и вычитанием

2.3.2.3. Результат моделирования

ГЛАВА 3: МНОГОЛУЧЕВОЕ РАСПРОСТРАНЕНИЕ И ОЦЕНКА КАНАЛА

3.1. Каналы мобильной радиосвязи

3.1.1. Многолучевые замирания сигнала

3.1.2. Статистическая модель многолучевых замираний

3. 2 Оценка канала

3.2.1. Математическая модель системы когерентного приемника

3.2.2 Методы оценки канала

3.2.2.1 Одномерная оценка канала

3.2.2.2 Двумерная оценка канала

3.2.3. Новый метод оценки канала

3.2.3.1. Предложение для реализации метода

3.2.3.2. Предложение фильтрации во временной области

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

СПИСОК СОКРАЩЕНИЙ

ААХ: амплитудно-амплитудная характеристика

АБГШ: аддитивный белый гауссовский шум АЧХ: амплитудно-частотная характеристика АЦП: аналого-цифровой преобразователь БПФ: быстрое преобразование Фурье БЧХ: коды Боуза - Чоудхури - Хоквингема ДПФ: дискретное преобразование Фурье КПД: коэффициент полезного действия МКИ: межканальная интерференция МНК: метод наименьших квадратов МСИ: межсимвольная интерференция МШУ' малошумящий усилитель

ПЛИС: программируемая логическая интегральная схема

ПФ: полосовой фильтр

ПЧ: промежуточная частота

УВЧ: ультравысокие частоты

ФАХ: фазово-амплитудная характеристика

ФНЧ: фильтр нижних частот

ЦОС: цифровая обработка сигналов

DRF: Direct Radio Frequency digitalization receiver - приемник прямой оцифровки радиосигнала

DSSS: Direct Sequence Spread Spectrum - прямая последовательность для расширения спектра

LDPC: Low Dancity Parity Check - коды с низкой плотностью проверок на четность, низкоплотностные коды

LO: Local Oscollator - гетеродин

OFDM: Orthogonal Frequecy-Division Multiplexing - мультиплексирование с ортогональным частотным разделением каналов

SFDR: Spurious-Free Dynamic Range - динамический диапазон, свободный от паразитных составляющих

SDR: Software-Defined Radio - программно-определяемое радио

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Разработка методов повышения эффективности приема цифровой мультимедийной информации в системах вещания и связи»

Актуальность темы диссертации

Цифровая технология приемопередачи стала доминирующей технологией в большинстве современных беспроводных систем. Это обусловлено тем, что цифровизация дает множество преимуществ как в области аппаратного обеспечения, так и в области цифровой обработки сигналов (ЦОС). Цифровая передача имеет такие преимущества по сравнению с аналоговой передачей, как более высокая спектральная эффективность, возможность коррекции ошибок данных, устойчивость к нарушениям и помехам в канале передачи, возможность более эффективных стратегий множественного доступа и лучшая безопасность данных.

Современные системы беспроводной связи нацелены на гибкое и эффективное использование радиочастотного спектра с целью увеличения скорости передачи данных. Одним из самых перспективных направлений развития этой отрасли является когнитивное радио. Программно -определяемое радио (SDR) может обеспечить эти функции, имея высокоинтегрированный широкополосный приемопередатчик с минимальными аналоговыми компонентами и в основном полагаясь на цифровую обработку сигнала. Среди различных типов SDR приемник прямой оцифровки (DRF) имеет структуру с большинством цифровых компонентов. Ранее основной проблемой такого типа радиоприемников являлось отсутствие высокоскоростного АЦП. В настоящее время, с развитием технологии производства, АЦП с частотой дискретизации до ГГц уже доступен. На основе этой структуры конструкция станет оптимальной с точки зрения размера, стоимости и энергопотребления.

Однако возникает несколько проблем, для которых критически важным параметром является динамический диапазон. Это особенно верно на стороне

приемника, где несколько сигналов могут быть приняты одновременно через одну цепь приемника. В крайних случаях слабый сигнал может быть на 100 дБ слабее сильного. Из-за ограниченного динамического диапазона приемника сильные сигналы могут вызывать нелинейные искажения, которые ухудшают возможности спектрального зондирования, а также приема слабых сигналов.

Коррекция составляющих нелинейных искажений, вызванных сильным сигналом, актуальна для обеспечения возможности сверхширокополосного приема.

Еще одна существенная проблема для любого приемника - это многолучевые эффекты беспроводного канала. Среда передачи канала может вносить смещение фаз и амплитудные затухания в сигнал на стороне приемника. Селективное затухание канала с доплеровскими эффектами может сильно ухудшить качество принимаемого сигнала.

Для повышения эффективности работы приемника необходимо смягчить составляющие нелинейных искажений и уменьшить влияние многолучевости распространения сигнала в канале на принимаемый сигнал. Было проведено много исследований по поиску решения для смягчения нелинейности, но они, в основном, являются аналоговыми или предназначены для другой структуры приемника.

При описанном выше сценарии решение указанных выше проблем является актуальной задачей данной диссертации.

Степень разработанности темы

Линеаризация усилителя исследовалась в течение многих лет. Этой теме посвящены работы таких российских и зарубежных ученых, как Д.С. Кокс, Г.С. Блэк, А. Бэйтман, Дж. Намики, С. Маас, Дж. Г. Волбир, Дж. К.

Каверс, Й. Нагата, Д. А. Морган, А. Зху, Л. Ган, Л. Динг, А. Сингх., М. Гримм, Дж. Марттила, Кащенко И.Е, Корсукова А.А. Хазан В.Л и др. Есть некоторые методы, предложенные другими авторами, такие как: цифровое предыскажение, цифровое предыскажение и инжекция гармоник, метод на основе ячейки Джильберта. Эти методы либо предназначены для передатчика, либо аналоговые, либо используют сложную нелинейную модель. Отталкиваясь от структуры DRF приемника и типичных сценариев его использования, перспективно построить цифровой метод, который может быть реализован в цифровой области на стороне приемника.

В то же время оценка канала также играет важную роль в качестве приема. При применении приемников с когерентным обнаружением в каналах с замираниями, требуется мгновенная информация о состоянии канала, которая должна быть оценена приемником с использованием пилотов. В этом направлении исследования проводили X. Ван, Ян-Яап ван-де Бек, С. Колери, М. Се., С. Вэй, П. Хохер, С. Кайзер, П. Робертсон, Р., Шахнович И.В., Шумов А.П, Быховский М.А. и др. В данной работе рассматривается новый подход оценки канала с меньшим количеством пилотов для широкополосной системы связи.

Объект исследования

Объектом исследования в работе является широкополосный многоканальный приемник.

Предметом исследования являются цифровые методы компенсации нелинейности малошумящего усилителя (МШУ), а также методы оценки характеристики канала распространения с использованием пилотных сигналов.

Целью диссертационной работы является повышение эффективности

приема цифровой мультимедийной информации в системах вещания и связи.

8

Задачи диссертационной работы

Для достижения поставленной цели в диссертации решаются следующие основные задачи: исследование и разработка методов компенсации нелинейных искажений и оценки частотной характеристики канала для повышения качества приема. Из этих задач были сформулированы следующие подзадачи:

1. исследование современной структуры программируемых приемников и факторов, влияющих на производительность приемника;

2. исследование нелинейных моделей МШУ и предложение методов компенсации нелинейности МШУ, специализированных для приемника DRF;

3. исследование доступных методов оценки канала, рассмотрение их положительных и отрицательных сторон, предложение и разработка методов, улучшающих оценку канала;

4. внедрение и оценка эффективности предложенных методов.

Общая методика исследований

Основные результаты диссертационной работы были получены с помощью:

✓ теории цифровой обработки сигналов;

✓ теории радиосистем и устройств передачи информации;

✓ методов цифровой обработки сигналов;

✓ теории вероятностей и математической статистики;

✓ методов математического анализа;

✓ методов линейной алгебры.

Для создания и отладки программного обеспечения исследований и разработок были использованы программные пакеты MATLAB2015 и Mathcad15.

Научная новизна

1. Предложен и исследован метод компенсации нелинейности МШУ для широкополосных приемников в базовой полосе частот и в радиочастотном домене.

2. Предложен и исследован метод улучшения оценки канала с использованием небольшого числа пилотов.

3. Предложен и исследован способ снижения влияния шума на предлагаемый метод оценки канала.

Личный вклад автора

Автор является ответственным исполнителем во всех исследованиях и разработках по теме диссертации.

В работе 2, 3, 4 личный вклад автора состоял в постановке задачи, исследовании эффектов МШУ и математической модели, исследовании и разработке методов линеаризации для прямой оцифровки приемника DRF, которые работают в цифровой области и обеспечивают требования к размерам, энергопотреблению и производительности приемника; проведении компьютерного моделирования компенсации искажений с эталоными приемниками и алгоритмом наименьших квадратов (МНК) в Matlab.

В работе 5, 6 личный вклад автора состоял в постановке задачи,

исследовании и разработке методов оценки канала в системе OFDM,

проведении компьютерного моделирования усовершенствованных методов

оценки с фильтрацией и интерполяцией во временной области.

10

Основные положения, выносимые на защиту

1. Предлагаемый цифровой метод компенсации нелинейности является перспективным для аппаратного применения с точки зрения размера, стоимости и энергопотребления в связи с требованиями к АЦП с низкой частотой оцифровки. При обработке искажений в базовой полосе предложенный метод позволяет компенсировать нелинейные искажения нечетного порядка и коэффициент SFDR улучшается на 10-20 дБ. Моделирование показывает, что применение метода позволяет снизить BER примерно на три порядка.

2. Метод радиочастотной компенсации обрабатывает искажение в радиочастотном диапазоне, что позволяет снизить требования к аппаратному обеспечению в большей степени. Все типы искажений высокого порядка из МШУ могут быть компенсированы, но требуется высокоскоростной АЦП, что не так экономично, как решение в базовой полосе. Эта схема более перспективна для широкополосного цифрового приемника, чем решение в базовой полосе частот.

3. При использовании предложенного метода оценки характеристики канала количество пилотов составляет меньше 20% по сравнению с обычным шаблоном для той же полосы пропускания. Влияние гауссовского шума на результат оценки уменьшается на 30-60% с помощью процедуры фильтрации во временной области.

Теоретическая и практическая ценность

1. Предложено, исследовано и реализовано применение метода компенсации нелинейности МШУ для повышения качества приемника DRF.

2. Предложенные методы повышения эффективности оценки канала с фильтрацией во временной области позволяют уменьшить количество

пилотов, необходимых для передачи по каналу связи, при сохранении качества оценки канала.

3. Основные результаты диссертационной работы внедрены в учебный процесс кафедры мультимедийных технологий и телекоммуникаций физтех-школы радиотехники и компьютерных технологий МФТИ в рамках программы дисциплины «Цифровая передача видеоинформации».

Апробация работы

Материалы диссертационной работы были доложены и обсуждены на следующих всероссийских и международных конференциях:

1. Доклад на 61-й конференции МФТИ, Ноябрь 2018.

2. Доклад на конференции RICE2019 (International Conference on Research in Intelligent and Computing in Engineering), Август 2019.

3. Доклад на конференции ISCIT'19 (19th International Symposium on Communications and Information Technologies), Сентябрь 2019.

4. Доклад на конференции ATC 2019 (International Conference on Advanced Technologies for Communications), Октябрь 2019.

5. Доклад на конференции «Инжиниринг и Телекоммуникации - En&T-2019», Ноябрь 2019.

6. Доклад на 62-й конференции МФТИ, Ноябрь 2019.

7. Доклад на конференции «Digital signal processing and its application» DSPA-2020, Март 2020.

Публикации результатов исследований

Все основные результаты диссертационного исследования опубликованы в 6 научных работах, из них четыре - статьи, проиндексированные в международной базе данных SCOPUS.

Структура и объем диссертации

Диссертация состоит из введения, трех глав, заключения и списка литературы, содержащего 108 наименований. Диссертационная работа изложена на 132 страницах, содержит 39 рисунков, 9 таблиц и приложение.

Краткое содержание работы по главам

Во введении обоснована актуальность темы, ее теоретическая и практическая значимости, сформулированы цель и задачи исследования, приведены задачи совершенствования методов оценки канала и методов компенсации нелинейных искажений.

В первой главе рассмотрена архитектура цифрового беспроводного приемника. Подробно представлена основная классификация программно -определяемых радиоприемников (SDR) и структура процесса обработки базовой полосы сигналов, модулированных с помощью мультиплексирования с ортогональным частотным разделением (OFDM).

Во второй главе исследуются доступные модели нелинейности. Предложены две цифровые схемы компенсации для уменьшения составляющих искажений в базовой полосе и в полосе радиочастотного диапазона. Эти методы специализированы для широкополосного многоканального приемника DRF.

Третья глава посвящена оценка характеристики канала передачи сигнала. Рассмотрены некоторые общепринятые методы оценки канала в приемнике OFDM. Более подробно рассматривается метод, основанный на методе оценки канала с использованием небольшого числа пилотов, который имеет некоторые особенности. Для совершенствования этого метода были предложены некоторые решения. Для оценки эффективности этих методов проведено моделирование с реальными параметрами канала.

В заключении проведен обзор основных результатов диссертации в целом и сделаны общие выводы и рекомендации.

ГЛАВА 1

СТРУКТУРНАЯ СХЕМА ПРИЕМОВ ЦИФРОВОЙ МУЛЬТИМЕДИЙНОЙ ИНФОРМАЦИИ В СИСТЕМАХ ВЕЩАНИЯ И СВЯЗИ

1.1. Структурная схема беспроводной системы

В последние десятилетия технология цифрового приема и передачи данных стала доминирующей в современных беспроводных системах благодаря достижениям в области аппаратного обеспечения и цифровой обработки сигналов (ЦОС).

Цифровая передача имеет ряд преимуществ по сравнению с аналоговой передачей, таких как более высокая спектральная эффективность, возможность коррекции ошибок, устойчивость к влияниям каналов, возможность использования более эффективных стратегий множественного доступа и повышенная безопасность данных.

В свою очередь, аппаратное обеспечение ЦОС стало дешевле, компактнее по размеру и производительнее, чем раньше. Эти факторы повлияли на дизайн беспроводной системы. Блок ЦОС цифрового беспроводного передатчика отвечает за ряд операций над широкополосным сигналом.

На рис. 1.1. показана структурная схема, описывающая методы ЦОС, характерные для большинства беспроводных систем [1]. Эти операции выполняются с использованием цифровых схем и их тип зависит от беспроводного стандарта, используемого для данной системы.

Общая структура системы цифровой связи

Назначением системы связи является передача сообщения из одной точки в другую через канал связи, обладающий определенными свойствами

(в частности, пропускающий лишь некоторую полосу частот). Для решения этой задачи приходится осуществлять ряд преобразований. Общая структура системы цифровой связи показана на рис. 1.1.

Цифровой источник сигналов генерирует цифровой сигнал — последовательность битов (символов) дискретной информации. Цифровым источником может быть, к примеру, персональный компьютер, цифровой носитель аудио- или видеоинформации. Цифровая последовательность поступает на кодер источника сигнала, основной задачей которого является сжатие информации — чем меньше объем информации, который необходимо передавать через радиоканал в единицу времени, тем меньше ошибок возникнет при приеме информации, меньше требуемая полоса частот и энергия, которую необходимо затратить на передачу [2].

Рис. 1.1. Блок-схема системы цифровой связи

Кодер канала, т.е помехоустойчивое кодирование, используется практически во всех современных системах цифровой связи и предназначен

для повышения достоверности информации на приемной стороне. Основной задачей помехоустойчивого кодирования является обеспечение высокой достоверности передачи данных по неидеальным каналам связи с ограниченной пропускной способностью за счет использования методов избыточного кодирования [2].

Простейшим примером такого кодирования является добавление дополнительного символа к передаваемому кодовому слову, что позволяет проводить так называемую "проверку четности", позволяющую лишь обнаружить наличие ошибки в передаваемой кодовой последовательности, но не исправить ее. Существуют коды, которые позволяют не только обнаруживать ошибки при передаче, но и исправлять их (коды LDPC, БЧХ).

После применения помехоустойчивого кода сообщение поступает в модулятор, преобразующий цифровое сообщение в аналоговый модулированный сигнал, занимающий заданную полосу частот и пригодный для передачи по беспроводному каналу.

Методы цифровой модуляции классифицируются по амплитудной изменчивости модулированного сигнала на две основные категории: линейные и нелинейные методы. При линейной модуляции биты данных модулируют амплитуду или фазу несущей (амплитудная и фазовая модуляция), в то время как при нелинейной модуляции биты данных модулируют частоту несущей (частотная модуляция). Следовательно, линейно модулированный сигнал обычно имеет непостоянную огибающую, в то время как нелинейно модулированный сигнал имеет постоянную огибающую. Выбор метода модуляции зависит от многих факторов, среди которых наиболее важными в беспроводных и мобильных системах являются спектральная эффективность и энергоэффективность.

Расширение спектра позволяет получить ряд преимуществ [3].

Прямая последовательность для расширения спектра (DSSS) является,

пожалуй, самым популярным методом расширения спектра для сотовых

17

систем. Расширение спектра достигается путем умножения информационного сигнала базовой полосы на чиповые последовательности с гораздо большей полосой пропускания, чем сигнал базовой полосы.

DSSS позволяет бороться с межсимвольной интерференцией (МСИ), подавляет узкополосные помехи, а также обеспечивает возможность совместного использования полосы пропускания, что повышает пропускную способность системы.

Технология множественного доступа позволяет реализовать совместное использование общего частотно-временного ресурса несколькими устройствами.

Далее сигнал поступает в передатчик — аналоговый блок, осуществляющий усиление сигнала и реализующий интерфейс с каналом связи (антенная система для радиоканала, согласующие цепи для проводного канала и т.п.).

Во время прохождения модулированного сигнала по каналу связи он подвергается воздействию шума и помех. Искаженный сигнал поступает на вход приемника.

Структура приемной части является зеркальным отражением структуры передатчика — сигнал проходит через блоки, в обратном порядке осуществляющие преобразования, обратные по отношению к тем, что проводились в передатчике.

Приемник реализует интерфейс с каналом связи и осуществляет предварительную обработку аналогового сигнала. Далее (при необходимости) происходит выделение нужного сигнала в соответствии с используемым методом множественного доступа и выполняется сужение спектра.

Потом сигнал подвергается демодуляции, в процессе которой

аналоговый модулированный сигнал преобразуется в цифровое сообщение.

Далее производится канальное декодирование (декодирование

18

помехоустойчивого кода), при этом благодаря корректирующим свойствам кода возможно исправить часть ошибок или исправить все ошибки, возникшие в процессе передачи. После исправления ошибок следует декодирование источника — восстановление исходного сообщения.

1.2. Классификация приемника

Приемник цифровой беспроводной системы обычно состоит из трех основных каскадов: радиочастотного интерфейса, аналого-цифрового преобразователя (АЦП) и цифрового интерфейса, как показано на рис. 1.2. Радиочастотный интерфейс отвечает за усиление, фильтрацию и понижающее преобразование принятого радиочастотного сигнала на некоторую промежуточную частоту (ПЧ).

Конструкция этой ступени зависит от требуемого качества сигнала, на которое в основном влияют радиочастотные дефекты и шумовые факторы. Каскад АЦП в основном отвечает за демодуляцию результирующего сигнала ПЧ и преобразование аналогового сигнала в цифровую область посредством процессов дискретизации.

Цифровой интерфейс — это этап, на котором полученные данные обрабатываются цифровым способом для воспроизведения цифровых данных базовой полосы. Беспроводные приемники классифицируются в соответствии с их стадией ПЧ [4].

Наиболее распространенной и несколько устаревшей архитектурой является концепция гетеродина, которая включает в себя две стадии: смешивание и фильтрацию.

Антенна

Рис. 1.2. Структурная схема беспроводного приемника

Однако достижения в области кремниевых технологий сделали возможным развитие архитектуры с нулевыми ПЧ, что обеспечивает меньшую сложность, меньшее энергопотребление и высокий уровень интеграции [5,6].

1.2.1. Приемники непрерывного времени

1.2.1.1. Гетеродинный приемник

Гетеродинный приемник выполняет две основные задачи: первая — перенос принимаемого сигнала в базовую полосу, а вторая — выбор нужного частотного канала в системах множественного доступа с частотным разделением [7,8].

Примером беспроводной системы, использующей супергетеродинный приемник, является беспроводная система на основе стандарта IEEE 802.11 WLAN и спутниковый широкополосный многоканальный прием (рис 1.3).

Рис. 1.3. Спутниковый широкополосный многоканальный прием

1.2.1.2. Приемник с нулевой ПЧ

Приемник с нулевой ПЧ (он же гомодинный приемник, приемник с прямым преобразованием - Direct conversion receiver, DCR) выполняет понижающее преобразование частоты принимаемого сигнала в базовою полосу за один шаг [9,10].

Приемник с нулевой ПЧ (он же гомодинный приемник, приемник с прямым преобразованием - Direct conversion receiver, DCR) выполняет понижающее преобразование частоты принимаемого сигнала в базовою полосу за один шаг [9,10].

На рис. 1.4 показана структурная схема приемника с нулевой ПЧ, где приемник выполняет понижающее преобразование с использованием одного этапа смешивания.

Гомодинный приемник непосредственно переводит радиосигнал в базовую полосу без использования какой-либо ПЧ. Поэтому требуется только один полосовой радиочастотный фильтр [8].

Рис. 1.4. Приемник с нулевой ПЧ

• Двухканальный GSM/EDGE приемник объединяет два усилителя ПЧ и два квадратурных микшера для понижающего преобразования с ПЧ 1, равной 70-300 МГц, на нулевую ПЧ [13]. Два встроенных фильтра сглаживания I/Q 7-го порядка обеспечивают ослабление наложения на 70 дБ. Два двухскоростных 12-битных АЦП 52 MSPS (мегавыборок в секунду) совместно используются между путями I/Q, чтобы свести к минимуму дисбаланс I/Q. Два цифровых интерфейса исправляют смещение постоянной составляющей и выполняют окончательное понижающее преобразование частоты и выбор отдельных каналов.

• До 4 смежных каналов WCDMA одновременно принимаются радиочастотным фронт-ендом в [14]. Он работает в диапазоне радиочастот 1,7-2 ГГц. Он интегрирует одновходный МШУ с дифференциальным выходом, квадратурный смеситель и активный программируемый фильтр нижних частот 4-го порядка.

1.2.2. Приемники дискретного времени

1.2.2.1. Приемники дискретного времени с аналоговой обработкой

На рис. 1.5 представлена принципиальная схема приемника дискретного времени с аналоговой обработкой [15]: после выбора внешнего радиочастотного диапазона МШУ подает радиочастотный сигнал на квадратурный дискретизатор, который преобразует радиочастотный сигнал в ПЧ, а также обеспечивает защиту от сглаживания и снижение частоты дискретизации перед аналого-цифровым преобразованием. Выбор канала осуществляется с использованием методов ЦОС. Понижающее преобразование помех с гармониками LO в приемниках непрерывного времени заменяется сглаживанием помех из-за снижения частоты дискретизации в приемниках дискретного времени [16].

Выборка + дискретная временная фильтрация +

Децимация (м) АЦП

. Мультиплексор

Рис.1.5. Диаграмма приемника дискретного времени

Рис. 1.6. Переход от ЦОС-БПФ к аналоговому БПФ

В контексте программных радиосистем, использующих OFDM, переход от ЦОС-БПФ к аналоговому БПФ позволяет фильтровать узкополосные помехи до АЦП, что приводит к более надежному приемнику. Кроме того, аналоговые реализации делают возможным высокоскоростное маломощное БПФ (рис. 1.6).

1.2.2.2. Приемник с прямой оцифровкой радиосигнала

Вместо использования микшеров или фильтрации дискретного времени для снижения требований к скорости и динамическому диапазону процесса квантования, приемники прямой оцифровки (DRF) выполняют прямую дискретизацию и оцифровку широкополосного входного радиочастотного сигнала с минимальным аналоговым оборудованием (рис. 1.7).

Рис. 1.7. Многоканальный приемник прямой оцифровки радиосигнала

В контексте радиоприемников 0-3 ГГц, требующих приема нескольких радиочастотных каналов в диапазоне от постоянной составляющей до 3ГГц, решение на основе микшера (гомодинный приемник) потребует нескольких параллельных приемников, каждый из которых захватывает определенный поддиапазон. В качестве возможной реализации используется комплексный микшер, а также дискретизация и оцифровка сигналов.

Как было исследовано в работе [17] для приложений в диапазоне от постоянной состваляющей до 1 ГГц, использующих аналитические сигналы, субдиапазонная декомпозиция с аналоговым этапом понижающего преобразования, по-видимому, требует более высокой площади штампа (штамп, в контексте интегральных схем, представляет собой небольшой блок полупроводникового материала, на котором данная функциональная схема изготовлена), хотя и не обеспечивает существенного преимущества в энергопотреблении по сравнению с приемниками прямой радиочастотной выборки.

Приемники прямой оцифровки обладают потенциалом для обеспечения очень высокой пропускной способности приема при низкой мощности и малых размерах в нескольких видах приложений:

• "Высокоплотные" приложения: эти приложения обладают следующим свойством:

NB

П 1/1/ I,

» 0,

FRFmax FRFmir

где BWk - пропускная способность каждого отдельного канала, который требуется принять, а NB - среднее количество каналов, требуемое для приема с течением времени, FRFmax и FRFmin - границы радиочастотного диапазона. Обычно это могут быть многоканальные приложения с большим количеством каналов или сверхширокополосные (UWB) приложения.

Прямая радиочастотная дискретизация также имеет уникальность в том, что позволяет обрабатывать цифровой сигнал по всему полнополосному радиочастотному сигналу.

• "Многооктавные" приложения: в этих приложениях радиочастотные микшеры создают серьезные проблемы и сильно влияют на архитектуру приемника из-за смешивания с гармониками гетеродина LO. Прямая радиочастотная выборка упрощает архитектуру и облегчает эти проблемы.

Список литературы диссертационного исследования кандидат наук Чан Тхи Хонг Тхам, 2020 год

СПИСОК ЛИТЕРАТУРЫ

1. Сергиенко А.Б. Цифровая связь // Издательство СПБГЭТУ «ЛЭТИ». 2012.

2. Дворкович В.П, Дворкович А.В. Цифровые видеоинформационние системы (теория и практика) // Издательство РИЦ "Техносфера". 2012.

3. K.Fazel, S.Kaiser. Multi-Carrier and spread spectrum systems: from OFDM and MC-CDMA to LTE and WiMAX// Wiley. 2008.

4. John G. Proakis. Digital Communications// McGraw-Hill Education. 2007.

5. Chabrak K. System Simulation of the Analog and Digital Front-End for Reconfigurable Multi-Standard Wireless Receivers // Ph.D. dissertation, Universit'at Erlangen-Nrnberg, Germany. 2006.

6. Cylan N. Linearization of Power Amplifiers by Means of Digital Predistortion// PhD Thesis, Der Technischen Fakultat der Universitat Erlangen-Nurnberg Erlangen, Germany. 2005.

7. P. Rojsel. RF MEMS-based wireless architectures and front-ends// Handbook of Mems for Wireless and Mobile Applications. 2013.

8. Olivier Jamin. Broadband Direct RF Digitization Receivers// Springer - 2014.

9. B. Razavi, "Design considerations for direct-conversion receivers," IEEE Trans. Circuits Syst. II, Analog Digit. Signal Process., vol. 44, no. 6, pp. 428-435, Jun. 1997.

10. A. Abidi, "Direct-conversion radio transceivers for digital communications," IEEE J. Solid-State Circuits, vol. 30, no. 12, pp. 1399-1410, Dec. 1995.

11. L. Anttila, M. Valkama, and M. Renfors, "Circularity-based I/Q imbalance compensation in wideband direct-conversion receivers," on IEEE Trans. Veh. Technol., vol. 57, no. 4, pp. 2099-2113, Jul. 2008.

12. Razavi, B. Cognitive radio design challenges and techniques // IEEE Journal of SolidState Circuits.2010. p1542-1553.

13. Hensley, M., Speir, C., Stop, R., Behel, K., Moreland, C., Patterson, G., et al // A dual channel IF-digitizing IC with 117dB dynamic range at 300Mhz IF for EDGE/GSM basestations. IEEE Custom Integrated Circuits Conference. 2004.

14. Tikka, T., Mustola, J., Saari, V., Ryynanen, J., Hotti, M., Jussila, J., et al // A 1-to-4 channel receiver for WCDMA base-station applications. IEEE Radio Frequency Integrated Circuits (RFIC) Symposium. 2006.

15. Andersson, S. Multiband LNA design and RF-sampling front-ends for flexible wireless receivers // Phd thesis, Linko'ping University. 2006.

16. Massoud Tohidian h gp. A Fully Integrated Discrete-Time Superheterodyne Receiver // IEEE Transactions on very large scale integration (VLSI) systems, vol. 25, N. 2. 2017.

17. Lesellier, A., Jamin, O., Bercher, J., & Venard, O. Broadband digitization for cable tuners front-end // 41st European Microwave Conference (EuMC). 2011.

18. Software Defined Radio, Spectrum Analyzer, and Panoramic Adapter// Available: http://www.rfspace.com/RFSPACE/SDR-IQ.html. 2019.

19. Perseus SDR - Software Defined 10 kHz - 30 MHz Receiver. Available: http://microtelecom.it/perseus/. [Accessed May 20, 2019].

20. Markus Allen. Nonlinear Distortion in Wideband Radio Receivers and Analog-to-Digital Converters: Modeling and Digital Suppression// Computer Science. 2015.

21. H. Darabi, Dec. A blocker filtering technique for SAW-less wireless receivers // IEEE Journal of Solid-State Circuits. 2007. vol. 42, no. 12, pp. 2766-2773.

22. E.A. Keehr and A.Hajimiri, Dec. Equalization of third-order intermodulation products in wideband direct conversion receivers // IEEE Journal of Solid-State Circuits. 2008. vol. 43, no. 12, pp. 2853-2867.

23. N. Bjorsell. Modeling analog to digital converters at radio frequency // Ph.D. dissertation. 2007. School of electrical Engineering, KTH, Stockholm, Sweden.

24. N.Bjorsell and P.Handel. Dynamic behavior models of analog to digital converters aimed for post-correction in wideband applications // XVIII IMEKO World Congress 11th Workshop on ADC Modelling and Testing. 2006. Rio de Janeiro, Brazil.

25. B. Brannon and T. MacLeod. How ADIsimADC models an ADC // Analog Devices, Application Note AN-737, Rev. B. 2009.

26. Benard Sklar. Digital Communication: Fundamentals and Applications // Prentice Hall, 1987. US Edition.

27. Henrik Schulze, Christian Luders. Theory and Applications of OFDM and CDMA wideband wireless communications// John wiley and sons. 2005.

28. Ahmad R.S. Bahai, Burton R.Saltzberg, Mustafa Ergen. Multi-Carrier Digital Communications Theory and Applications of OFDM // Springer. 2004.

29. L.Hanzo, T.Keller. OFDM and MC-CDMA A Primer // John Wiley & Sons, Ltd. 2006.

30. Goldsmith A. Wireless Communications // Cambridge University Press, 2005.

31. Some notes on composite second and third order intermodulation distortions. Matrix Technical Note 108. http://www.matrixtest.com.

32. Tourret, J. R., Amiot, S., Bernard, M., Bouhamame, M., Caron, C., Crand, O., et al. SiP tuner with integrated LC tracking filter for both cable and terrestrial TV reception // IEEE Journal of Solid-State Circuits, 42, 2809-2821, 2007.

33. Digital Video Broadcasting (DVB); Frame structure channel coding and modulation for a second generation digital terrestrial television broadcasting system (DVB-T2) // ETSI EN 302 755 V1.1.1. 2009.

34. Digital Video Broadcasting (DVB); Modulator Interface (T2-MI) for a second generation digital terrestrial television broadcasting system (DVB-T2) // ETSI TS 102 773 V1.4.1. 2016.

35. Burcin Baytekin, Robert G. Meyer. Analysis and Simulation of Spectral Regrowth in Radio Frequency Power Amplifiers // IEEE Journal of solid-state circuits, vol.40, No. 2. 2005.

36. G.T. Zhou, J.S. Kenney. Predicting spectral regrowth of nonlinear power amplifiers // IEEE Transactions on Communications, Vol.50, Issue: 5, 2002. p.718 - 722.

37. Gharaibeh Khaled M. Nonlinear distortion in wireless systems: modeling and simulation with MATLAB // John Wiley & Sons Ltd. 2012.

38. Lunsford P J. The frequency domain behavioral modeling and simulation of nonlinear analogue circuits and systems// Ph.D. dissertation, North Carolina State University. 1993.

39. Ding L Qian, H Chen N, Zhou G T. A memory polynomial predistorter implemented using TMS320C67xx// Proc. Texas Instruments Developer Conference. 2004.

40. Korenberg M. Parallel cascade identification and kernel estimation for nonlinear systems // Annual Biomedical Engineering 19. 1991. 429-455.

41. Захаров Алексей Михайлович. Алгоритмическое и программное обеспечение для моделирования аналоговых нелинейных инерционных радиотехнических устройств // Московский технический университет связи и информатики, 2006.

42. Chen H, Jacobson L, Gaska J, Pollen D. Structural classification of multi-input biological nonlinear systems // In IEEE Conf. Systems, Man and Cybernetics 3. 1989. p. 903-908.

43. Stanley G. Wiener kernel estimation for neural systems with natural inputs //10th Annual Computational Neuroscience Meeting. 2000.

44. Scott I., Mulgrew B. Nonlinear system identification and prediction using orthogonal functions // IEEE Transactions Signal Processing 45. 1997. p 18421853.

45. Shi J., Sun H. Nonlinear System Identification Via Parallel Cascaded Structure // Conference IEEE Engin. Medicine Biology . 1990. p. 1897-1898.

46. Rhyne G. W. and Steer M. B. Generalized power series analysis of intermodulation distortion in a MESFET amplifier: simulation and experiment. IEEE Trans. Microwave Theory Techn. 35, 1248-1255. 1987.

47. Lunsford P. J. The frequency domain behavioral modleing and simulation of nonlinear analoge circuits and systems, Ph.D. dissertation, North Carolina State University. 1993.

48. Jeruchem M, Balaban P., Shanmugan S. Simulation of Communication Systems // Kluwer Academic/Plenum Publishers, NY(USA). 2000.

49. Saleh A. Frequency-independent and frequency-dependent nonlinear models of TWT amplifiers// IEEE Trans. Comm. 29. 1981. p 1715-1720.

50. Rapp C. Effects of HPA-Nonlinearity on a 4-DPSK/OFDM-Signal for a Digital Sound Broadcasting System // The Second European Conference on Satellite Communications. 1991. p. 179-184.

51. Morgan D R, Ma Z, Kim J, Zierdt M G, Pastalan J. A Generalized Memory Polynomial Model for Digital Predistortion of RF Power Amplifiers. IEEE Trans. Signal Proces. 54, 3852-3860. 2006.

52. Кащенко Игорь Евгеньевич, Линеризация радиопередающих устройств декаметрового диапазона радиоволн с помощью цифровых предыскажений и инжекции гармоник, Омский государственный технический университет, 2018.

53. Bendat J. S. Nonlinear System Analysis and Identification // John Wiley and Sons, UK, 1990.

54. Silva C, Clark C, Moulthrop A, Muha M. Optimal-filter approach for nonlinear power amplifier modeling and equalization // IEEE MTT-S Int. Microwave Symp. Digest 1. 2000. p. 437-440.

55. Morgan D R, Ma Z, Kim J, Zierdt M G, Pastalan J. A Generalized Memory Polynomial Model for Digital Predistortion of RF Power Amplifiers// IEEE Trans. Signal Proces 54. 2006. p. 3852-3860.

56. Schetzen M. Nonlinear System Modeling based on the Wiener theory // Proc. IEEE 69. 1981. p. 1557-1573.

57. Boyd S and Chua L. Uniqueness of a basic nonlinear structure. IEEE Trans. Circuits Systems 30. 2000. p. 648-651.

58. Interaction of Intermodulation Products between DUT and Spectrum Analyzer (White Paper) // Rohde & Schwarz. 2012.

59. Barakat, A., Thian. M., & Fusco. V. Analysis of the Second Harmonic Effect on Power Amplifier Intermodulation Products // International Microwave and Optoelectronics Conference (IMOC). 2015.

60. E. Bautista, B. Bastani, J. Heck, "Improved mixer IIP2 through dynamic matching," in IEEE Int. Solid-State Circuits Conf. Dig. Tech. Papers, San Fransisco, CA, USA, Feb. 2000. pp. 376-377.

61. Admoon Andrawes. Multi-tone Analysis in Nonlinear Systems // 2nd International Conference on Advances in Computational Tools for Engineering Applications (ACTE). 2012. pp. 96-100.

62. Ngoc-Anh Vu, Thi-Hong-Tham Tran, Quang-Kien Trinh, Hai-Nam Le. LNA Nonlinear Distortion Impacts in Multichannel Direct RF Digitization Receivers and Linearization Techniques// Конфереция RICE2019 (International Conference on Research in Intelligent and Computing in Engineering). 2019. Intelligent Computing in Engineering. P. 1045-1053.

63. ZFL-500LN+ http://www.minicircuits.com

64. Е. Б. Соловьева . Методы линеаризации характеристик усилителей мощности // Известия СПбГЭТУ «ЛЭТИ» № 9,2015.

65. Шутов Владимир Дмитриевич. Линеаризация СВЧ усилителей мощности методом цифровых предыскажений // Воронежский государственный университет, 2016.

66. Бычков Михаил Сергеевич. Расширение динамического диапазона МШУ и смесителей на основе ячейки Джильберта // Московский технический университет связи и информатики, 2018.

67. R. Vansebrouck, O. Jamin, P. Desgreys, and V.-T. Nguyen. Digital distortion compensation for wideband direct digitization RF receiver //IEEE 13th Int. New Circuits Syst. Conf. (NEWCAS). 2015, pp. 1-4.

68. M. Grimm, M. Allen, J. Marttila, M. Valkama, R. Thoma. Joint mitigation of nonlinear RF and baseband distortions in wideband direct-conversion receivers // Microwave Theory and Techniques, IEEE Transactions on, vol. 62, no. 1, Jan 2014. pp. 166-182.

69. Jaakko Marttila, Markus Allénand, Marko Kosunen. Reference Receiver Enhanced Digital Linearization of Wideband Direct-Conversion Receivers// IEEE Transactions On Microwave Theory And Techniques. 2017. vol.65, no. 2, pp. 607620.

70. Ngoc-Anh Vu, Hai-Nam Le, Thi-Hong-Tham Tran, Quang-Kien Trinh. Novel Distortion Compensation Scheme for Multichannel Direct RF Digitization Receiver // 19th International Symposium on Communications and Information Technologies (ISCIT)). 2019. P. 156 - 161.

71. S. Haykin. Adaptive Filter Theory, 4th ed. //Upper Saddle River, NJ, USA: Prentice-Hall, 2002.

72. Danilo P. Mandic, Sithan Kanna, Anthony G. Constantinides. On the Intrinsic Relationship Between the Least Mean Square and Kalman Filters // IEEE signal processing magazine. 2015. p117-121.

73. Paulo Sergio Ramirez Diniz. Adaptive Filtering: The Least-Mean-Square (LMS) Algorithm // Springer SECS, vol 399. 2006. pp 71-131.

74. Kester, Walt. Understand SINAD, ENOB, SNR, THD, THD + N, and SFDR so You Don't Get Lost in the Noise Floor // MT-003 Tutorial, www.analog.com/static/imported- files/tutorials/MT-003.pdf.

75. Kester, Walt. Analog-Digital Conversion, Analog Devices // ISBN 0-91655027-3. 2004.

76. Aselsan. "PRC V/UHF SDR Handheld Radios." Available: https://www.aselsan.com.tr/en-us/capabilities/military-communication-systems/v-uhf-military-radios/prc-v-uhf-sdr-handheld-radios

77. ADC32RF45 Dual-Channel, 14-Bit, 3.0-GSPS, Analog-to-Digital Converter

78. Ngoc-Anh Vu, Hai-Nam Le, Thi-Hong-Tham Tran, Van-Phuc Hoang, Quang-Kien Trinh. Adaptive Distortion Inversion Technique for LNA's Nonlinearity Compensation in Direct RF Digitization Receivers // "International Conference on Advanced Technologies for Communications" ATC. 2019. P. 117 - 122.

79. E. Y. Ho, Y. S. Yeh. A New Approach for Evaluating the Error Probability in the Presence of Intersymbol Interference and Additive Gaussian Noise // System Technical Journal. 1970.

80. Madhow Upamanyu. Fundamentals of digital communication // Cambridge University Press, 2008.

81. Song Jiang, Wang Zhixing, Wang Jhu. Digital terrestrial television broadcasting. Technology and systems// Wiley, 2015.

82. Z. Yang, J. Wang, M. Han, C. Pan, L. Yang, Z. Han. Channel estimation of DMB-T //International Conference on Communications, Circuits and Systems and West Sino Exposition, ICCCAS 2002 Proceedings, vol. 2. 2002. pp. 1069-1072.

83. J. Wang, Z. X. Yang, C. Y. Pan, J. Song, L. Yang. Iterative padding subtraction of the PN sequence for the TDS-OFDM over broadcast channels // IEEE Transactions on Consumer Electronics, vol. 51, no. 4. 2005. pp. 1148-1152.

84. F. Yang, J. Wang, J. Wang, J. Song, Z. Yang. Channel estimation for the Chinese DTTB system based on a novel iterative PN sequence reconstruction // IEEE International Conference on Communications. 2008. pp. 285-289.

85. X. Wang, Y. Wu, J. Y. Chouinard, S. Lu, B. Caron. A channel characterization technique using frequency domain pilot time domain correlation method for DVB-T systems // IEEE Transactions on Consumer Electronics, vol. 49, no. 4. 2003. pp. 949-957.

86. Jan-Jaap van de Beek et.al. On Channel Estimation in OFDM Systems // Proc. IEEE Vehicular Technology Conference, 1995.

87. Coleri.S, Ergen M., Puri A., Bahai A., Channel estimation techniques based on pilot arrangement in OFDM systems // IEEE Trans on broadcasting, 48, 3, p. 223229, 2002.

88. Van Duc Nguyen, H.-P. Kuchenbecker, M. Patzold. Estimation of the channel impulse response length and the noise variance for OFDM systems // IEEE 61st Vehicular Technology Conference, 2005.

89. Yeon-Su Kang, Do-Seob Ahn, Ho-Jin Lee. OFDM channel estimation with timing offset for satellite plus terrestrial multipath channels // IEEE 63rd Vehicular Technology Conference. 2006.

90. Se-bin Im et.al. An Improved channel impulse response estimation for OFDM system with virtual subcarriers // proceedings of APCC. 2008.

91. Mingqi Li, Jianguo Tan, Wenjun Zhang. A Channel Estimation Method Based on Frequency-Domain Pilots and Time-Domain Processing for OFDM Systems // IEEE Transactions on Consumer Electronics, Vol. 50, No. 4, 2004.

92. Giulio Ministeri, Lorenzo Vangelista. Channel Impulse Response Estimation in IEEE 802.11p via Data Fusion and MMSE Estimator // International Journal of Vehicular Technology Volume 2015.

93. Fanghua Weng, Changchuan Yin, Tao Luo. CHANNEL ESTIMATION FOR THE DOWNLINK OF 3GPP-LTE SYSTEMS // Proceedings of IC-NIDC, 2010.

94. Hsieh. M., Wei C. Channel estimation for OFDM systems based on comb-type pilot arrangement in frequency selective fading channels// IEEE Trans. On consumer Electronics, 1998.

95. Steele R. Mobile Radio communications // Pentech Press Limited, 1992.

96. Zhao Y., Huang A., A novel channel estimation method for OFDM Mobile communication systems based on pilot signals and transform domain processing// IEEE 47th vehicular technology conf. 1997. p. 2089-2093.

97. Hoher P., TCM on frequency-selective land-mobile fading channels // 5th Tirrenia International Workshop on Digital Communications. 1991. p. 317-328.

98. Hoher P., Kaiser S., Robertson P., Two-dimensional pilot-symbol-aided channel estimation by Wiener filtering // IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP '97). 1997. p. 1845-1848.

99. Li Y., Cimini L. J., Sollenberger N. R., Robust channel estimation for OFDM systems with rapid dispersive fading channels // IEEE Transactions on Communications. 1998. vol. 46, p. 902-915.

100. Быховский М.А. Метод определения параметров многолучевого канала связи //Электросвязь. 2010. № 3. С. 46-49.

101. Котельников В.А. Теория потенциальной помехоустойчивости. М.: Госэнергоиздат, 1956. 152 с.

102. Чан Тхи Хонг Тхам, Прокопчук М.Н. Исследование метода оценки канальной характеристики, основанного на теории потенциальной помехоустойчивости// Труды 62-й Всероссийской научной конференции МФТИ. Радиотехника и компьютерные технологии. - М.: МФТИ, 2019. -179 с. ст. 136-137.

103. Tran Thi Hong Tham, Mikhail N. Prokopchuk, Alexander V. Dvorkovich, Study of channel response estimation method based on theory of optimum noise immunity // 2019 Sixth International Conference on Engineering and Telecommunication - EnT. 2019.

104. Digital Radio Mondiale (DRM) // ETSI System Specification ES 201 980 V4.1.2. 2017.

105. Yen-Hui Yeh, Sau-Gee Chen. DCT-based channel estimation for OFDM systems //IEEE Communications Society. 2004.

106. Способ совместной оценки канала связи и мягкой демодуляции для COFDM-сигналов и устройство для его реализации // Патент России № 2658335 20.06.2018 Бюл. № 17 / Митягин К. С., Левченко А. С.

107. Чан Тхи Хонг Тхам, Прокопчук М.Н д.тн.чл.-корр. РАН Дворкович А.В. Метод филтрации во временной область для улушения качества оценки многолучевого канала. //Конференция "Цифровая обработка сигналов и ее применение - DSPA 2020", Москва, Россия, доклада 112. 25-27 Март 2020.

108. Чан Тхи Хонг Тхам. Моделирование и расчет диапазона мощности сигнала OFDM для уверенного приема // Труды 61-й Всероссийской научной конференции МФТИ. 19-25 ноября 2018 года. Радиотехника и компьютерные технологии. - М.: МФТИ, 2018. -168 с. ст. 88-89.

ПРИЛОЖЕНИЕ 1

1. Код компенсации нелинейных искажений с методом вычитания

%% DISTORTION COMPENSATION % 3 received channels % with LMS and subtraction

clear all; close all; clc;

rng('default') ;

load ('filter coe.mat') % filter coefficients load('lna coe.mat') % LNA coefficients load('sys parameter.mat') % system parametter(sampling frequency, number of time-domain samples

%% ////QPSK MODULATOR BASE//// % ///////////////////////

amplitude = .125; % -40dBm %

% baseband frequencies

f = [9.5e6, 20e6, 30.5e6]; mu = 1.5; % lms stepsize amplitude3 = 0.000251 ;

high chan = highchan cre(amplitude,Nbit,ts, f(1:2)); % qpsk1+qpsk2 with high input power

[data in3,ch3,Lbit] = generate signal(Nbit, amplitude3, rrc coe,f(3),ts); % small power channel1

ns = wgn(Lbit*R,1,-40,1,[],'dBm','real'); % noise ns = ns'; %% RF Nonlinearities %

rf = high chan + ch3 + ns; %% distortion compensation n = high chan + ns ;

d = lna effect(lna coe,rf); %u distortion; signal + distortion

%% ADS scheme n = ref; d = input; M = 1; % order of filter n0 = n;

n1 = (n).*conj(n); n2 = ((n).A2).*conj(n);

%inital values: 0 w0=zeros(M,1); w1=zeros(M,1); w2=zeros(M,1);

%Make sure that u and d are column vectors n1 = n1(:); n2 = n2(:); d = d(:);

for i=M:Ls

uvec0 = n0(i:-1:i-M+1); uvec1 = n1(i:-1:i-M+1); uvec2 = n2(i:-1:i-M+1);

err = d(i)-w0'*uvec0-w1'*uvec1-w2,*uvec2;

о

о

о

noise2

noise1 noise2 % error

distorted sig(s+n)- w1*noise1 - w2*noise2

out(i) = d(i)-w1'*uvec1-w2'*uvec2;

w0 = w0+mu*uvec0*conj(err); w1 = w1+mu*uvec1*conj(err); w2 = w2+mu*uvec2*conj(err);

end

signal out = out; %% DEMOD

% out = qpsk3 after linearization;

data demod = demod(out,f(3),ts,rx rrc coe,rxL,M rx,Nbit);

%% BER calculation

[number,ratio] = biterr(data in3(1:1:Nbit-16),data demod(17:Nbit); number error=number;

2. Код компенсации искажений с методом инверсии

%% DISTORTION COMPENSATION % 3 received channels % with LMS and inversion

clear all; close all; clc;

rng('default') ;

load ('filter coe.mat') % filter coefficients load('lna coe.mat') % LNA coefficients load('sys parameter.mat1) % system parametter(sampling frequency, number of time-domain samples

%% ////QPSK MODULATOR BASE//// % ///////////////////////

amplitude = .125; % -40dBm % a2

% carrier frequencies

f = [225e6, 430e6, 440e6,450e6]; mu = 0.05; % lms stepsize amplitude4 = 0.000251 ;

high chan = highchan cre(amplitude,Nbit,ts, f(1:3)); % qpsk1+qpsk2 + qpsk3 with high input power

[data in4,ch4,Lbit] = generate signal(Nbit, amplitude4, rrc coe,f(4),ts); %channel1

ns = wgn(Lbit*R,1,-40,1,[],'dBm','real'); % noise ns = ns'; %% RF Nonlinearities %

rf = high chan + ch4 + ns;

%% distortion compensation n = high chan + ns ;

d = lna effect(lna coe,rf); %u distortion; signal + distortion

%% ADI scheme M = 1; yrf = d; u ref = n;

d0 = yrf; % tin hieu chinh bi meo

d1 = yrf.*conj(yrf); d2 = (yrf.A2).*conj(yrf);

%inital values: 0 w0=zeros(M,1); w1=zeros(M,1); w2=zeros(M,1);

%Make sure that u and d are column vectors u ref = u ref(:); d0 = d0(:); d1 = d1(:); d2 = d2(:); for i = M:Ls

uvec = u ref(i:-1:i-M+1); % reference signal

out(i) =~w0'*d0(i) + w1'*d1(i) + w2'*d2(i);

err = uvec - out(i);

w0 = w0+mu*d0(i)*conj(err);

w1 = w1+mu*d1(i)*conj(err);

w2 = w2+mu*d2(i)*conj(err);

end

signal out = out; %% DEMOD

% out = qpsk3 after linearization;

data demod = demod(out,f(4),ts,rx rrc coe,rxL,M rx,Nbit);

%% BER calculation

[number,ratio] = biterr(data in4(1:1:Nbit-16),data demod(17:Nbit));%% undefined data in

number error=number;

3. Оценка канала с фильтрацией во временной области (ЧХ канала рисования)

%% CHANNEL ESTIMATION 1 %%

close all; clear all; clc;

rng('default');

%% Choose the system parameters N_pilot = 25; SNR = 30;

delta f = 2000; %sub-carrier spacing; %% channel model

%% === real channel model

% model 8: Urban V = 2; 60 km/h DRM p.14 0 auto speed = 60; % km/h

tau = [0 0.2 0.5 0.9 1.2 1.4 2.0 2.4 3.0]; % mksec psd = [-2.0 0 -3.0 -4.0 -2.0 0 -3.0 -5.0 -10.0]; % dB

o _______________________________________

% =======================================

N = length(tau); tau = tau*1.0e-6; % in sec gamma = 0.65;

Tmax = max(tau)/gamma;

<~<<~< ____________

%% ============

% % case2: dfp = 0.9/Tmax;

space0 = floor(dfp/delta f) + 0 ; % pilot spacing

N subcarr = (N pilot-1)*space0 +1; % ///// choose bandwidth BW = N_subcarr*delta_f;

N_fft = N_subcarr; GI = fix(N_fft/8);

N index = 2; A~= 1; %

%---------scattered pilots---------

bpskModulator = comm.BPSKModulator; %Create a BPSK modulator System object bpskModulator.PhaseOffset = pi; %Change the phase offset to pi N pattern = 1;

pilot seq = randi([0 1],N pilot*N pattern, 1);

pilot signal = sqrt(2)*A*step(bpskModulator, pilot seq);%Modulate and plot the data

pilot tone = reshape(pilot signal,N pattern,N pilot); %---------- data -------------

N data = N subcarr - N pilot; % number of data in 1 symbol N_symb = 10;

data = randi([0 1], N_data*N_symb*N_index,1); qpsk =

comm.RectangularQAMModulator('ModulationOrder',2AN index,'Bitlnput',true); N pattern = 1;

data signal = A*step(qpsk, data);%Modulate the data %-----------------------------

% adding pilot tones lo pilot = [1:space0:N subcarr] ; Mask = zeros(1,N subcarr); Mask(lo_pilot) = 1;

FreqSymb = zeros(N symb,N subcarr); inf_count = 0; for k = 1:N symb

inf_ind = find(Mask==0); FreqSymb(k,inf ind) = data signal(inf count+1:inf count+length(inf ind)); inf count = inf count + length(inf ind); FreqSymb(k,lo pilot) = pilot tone;

end

FreqSymb1 = zeros(N fft,N symb); for k = 1: N symb

FreqSymb1(1:N subcarr,k) = FreqSymb(k,:);

end

time_sig0 = ifft(FreqSymb1,N_fft);%/sqrt(N_fft); time sig = zeros(N fft + GI,N symb); for k = 1:N symb

time sig(1:GI,k) = time sig0(end - GI+1 : end,k); time sig(1+GI : end,k) = time sig0(:,k);

end

Tu = 1/delta_f; ts = Tu/N_fft;

central_freq = 470e6; %66.8e6; % Hz

fs = delta_f*N_fft;

light speed = 3.0e+8; % m/s

fd = (auto_speed*(1000/3600))/(light_speed/central_freq); % Hz

% % 4. Transmit signal through fading channel and measure cf0 chan = rayleighchan(ts,fd,tau,psd); trans = filter(chan, time sig(:));

receive1= awgn(transpose(trans),SNR,'measured');% with only noise

%% ====== phase matrix for channel estimation ======

A = zeros(N pilot, N pilot); for k = 1:N_pilot

Tau_l0(k) = Tmax*(k-1)/N_pilot;

end

Kl = N_pilot; max fp = N subcarr; index = lo pilot; f0 = 0;

for m = 1: Kl

for k = 1: Kl A(m,k) = pilot_tone(m)*exp(-(sqrt(-1))*2*pi*(f0 + index(m)*delta_f)*Tau_l0(k)); % matrix size KxK end end

%==============received signal with only channel effect =============

receive02 = reshape(trans,N fft+GI,N symb); receive03 = receive02(GI+1:end,:); receive0 f = fft(receive03);%

% ===== received signal with Gaussian noise ===== receive2 = reshape(receive1,N fft+GI,N symb); receive3 = receive2(GI+1:end,:); receive f = fft(receive3);

for k = 1:N symb

pilot re(:,k) = receive f(lo pilot,k);

end

pilot avg = pilot re; for k = 3:N symb-2

for kk = 1:N_pilot pilot avg(kk,k) = (pilot re(kk,k-2)+ pilot re(kk,k-1)+pilot_re(kk,k)+pilot_re(kk,k+1) +pilot_re(kk,k+2))/5; %

end

end

symb check = 6; %(check the 6th symbol)

V filter = pilot avg(:,symb check);

Vf = pilot re(:,symb check);

>-> ________________________

% ========================

B = A'*A;

com factor = mean(abs(pilot tone));

W_fil = com_factor*inv(B)*A'*V_filter; w = abs(W fil); W = com_factor*inv(B)*A'*Vf;

%% ----- cfr -------

freq = [1:1:N_subcarr]*delta_f; %

for f = 1:length(freq)

H_es(f) = cfr(freq(f),W_fil,Tau_l0);% H_es0(f) = cfr(freq(f),W,Tau_l0);% no filter

end

figure

plot(freq, 20*log10(abs(receive0 f(1:length(freq),symb check))), '.', 'LineWidth' ,1) _ _

hold on

plot(freq, 20*log10(abs(H_es0)), '.', 'LineWidth' ,.2) hold on

plot(freq, 20*log10(abs(H_es)), '.', 'LineWidth' ,.2) xlabel('Frequency, Hz') ylabel('Gain, dB')

legend('CFR','Estimation B','filter') title(['symbol ' int2str(symb check) ''])

4. Оценка канала с фильтрацией во временной области (Расчет BER)

%% CHANNEL ESTIMATION 2 %%

close all; clear all; clc;

rng('default'); load pilot tone load constantl load Receive mat; load SNR load Mask

load Bukhov parameter

%% channel model %% === real channel model % model 9 : Rural V = 150 km/h auto speed = 150; % km/h

tau = [0 0.3 0.5 0.9 1.2 1.9 2.1 2.5 3.0];

psd = [-2.0 -8.0 0 -5.0 -16.0 -18.0 -14.0 -20.0 -25.0];

>-> _______________________________________

% =======================================

N_index = 2; A~= 1; %

%---------scattered pilots---------

bpskModulator = comm.BPSKModulator; %Create a BPSK modulator System object bpskModulator.PhaseOffset = pi; %Change the phase offset to pi N pattern = 1;

pilot seq = randi([0 1],N pilot*N pattern, 1);

pilot signal = sqrt(2)*A*step(bpskModulator, pilot seq);%Modulate and plot the data

pilot tone = reshape(pilot signal,N pattern,N pilot); %---------- data -------------

N data = N subcarr - N pilot; % number of data in 1 symbol N_symb = 100; _

data = randi([0 1], N_data*N_symb*N_index,1); % data = zeros(N data*N index*N symb,1); qpsk =

comm.RectangularQAMModulator('ModulationOrder',2AN index,'BitInput',true); N pattern = 1;

data signal = A*step(qpsk, data);%Modulate the data %-----------------------------

% adding pilot tones lo pilot = [1:space0:N subcarr] ; Mask = zeros(1,N subcarr); Mask(lo_pilot) = 1;

FreqSymb = zeros(N symb,N subcarr); inf_count = 0; for k = 1:N symb

inf_ind = find(Mask==0); FreqSymb(k,inf ind) = data signal(inf count+1:inf count+length(inf ind)); inf count = inf count + length(inf ind); FreqSymb(k,lo pilot) = pilot tone;

end

FreqSymb1 = zeros(N fft,N symb); for k = 1: N symb

FreqSymb1(1:N subcarr,k) = FreqSymb(k,:);

end

time_sig0 = ifft(FreqSymb1,N_fft); time sig = zeros(N fft + GI,N symb); for k = 1:N symb

time sig(1:GI,k) = time sig0(end - GI+1 : end,k); time sig(1+GI : end,k) = time sig0(:,k);

end

Tu = 1/delta_f; ts = Tu/N_fft;

central_freq = 470e6; %66.8e6; % Hz

fs = delta_f*N_fft;

light speed = 3.0e+8; % m/s

fd = (auto_speed*(1000/3600))/(light_speed/central_freq); % Hz

-j 4. Transmit signal through fading channel and measure cf0 chan = rayleighchan(ts,fd,tau,psd); trans = filter(chan, time sig(:));

receive1= awgn(transpose(trans),SNR,'measured');% with only

%% ====== phase matrix for channel estimation

A = zeros(N pilot, N pilot); for k = 1:N_pilot

Tau_l0(k) = Tmax*(k-1)/N_pilot;

end

Kl = N_pilot; max fp = N subcarr; index = lo pilot; f0 = 0;

for m = 1: Kl

for k = 1: Kl A(m,k) = pilot_tone(m)*exp(-(sqrt(-1))*2*pi*(f0 + index(m)*delta_f)*Tau_l0(k)); % matrix size KxK end end

% ===== received signal with Gaussian noise === receive2 = reshape(receive1,N fft+GI,N symb); receive3 = receive2(GI+1:end,:);

receive f = fft(receive3);%/sqrt(N fft);

<~<<~<___________________

%%===================

for k = 1: symb kol pilot re(:,k) = FreqSymbols2(k,lo pilot); end

for k1 = 1:N_pilot

pilot dct(:,k1) = dct(pilot re(k1,:)); end

plot(1:symb kol,abs(pilot dct(:,3))) title('pilot-dct') _

pilot dct zp = pilot dct; for k1_= 1TN_pilot _

pilot_dct_zp(fix(N_symb/20):N_symb,k1) = 0; end

pilot idct = idct(pilot dct zp);

pilot idct = pilot idct.';

com factor = mean(abs(pilot tone)); freq = [1:1:N_subcarr]*delta_f; %

for symb check = 1:symb kol %(from 3 to 7)

V filter = pilot idct (:,symb check);

Vf = pilot re(:,symb check);

>-> ________________________

% ========================

B = A'*A;

W_fil = com_factor*inv(B)*A'*V_filter;

%% ----- cfr -------

for f = 1:length(freq)

H_es(f) = cfr(freq(f),W_fil,Tau_l0);%

end

H2(symb check,:) = Hes;

end

% check type of matrix, ber for k = 1: symb kol SigFin2(k,:) = _

mean(abs(H2(k,:)))*FreqSymbols2(k,1:N subcarr)./H2(k,:);% received signal after synchronization and 1D equalization end

%% ===== extract data, demap and re scramble === % symb kol = symb kol -2;

y1 = zeros(symb kol,N data);

for n=1:symb kol

y1(n,:) = SigFin2(n, inf carr mask(n, :));% Find information

cells:

end

y2 = y1.';% transpose y demap1 = step(hDemod,y2(:));

y demap = reshape(y demap1, N data*N index, symb kol); for i = 1:symb kol

sequence1 = circshift(sequence,i);%circularly shifts the elements in array (i) positions.

y3(:,i) = xor(y demap(:,i),sequence1);% scramble input data

end ber2 =0; y = y3(:); for i = 1:length(y) if y(i)~=1

ber2 = ber2 +1;

end

end

BER(kk) = ber2/length(y);

ПРИЛОЖЕНИЕ 2

Акт о внедрении результатов диссертационной работы

УТВЕРЖДАЮ Проректор ire-научной работе, к.ф.-м.н.

Баган В.А.

__ . 2020 г.

уг- »у- £7737—'-

^¿ST* ' '«¿г

«.¿'А.» jZiij: <, ^

- V'

АКТ

об использовании теоретических и практических результатов диссертационной работы Чан Тхи Хонг Тхам «Разработка методов повышения эффективности приема цифровой мультимедийной информации в системах вещания и связи», представленной на соискание ученой степени кандидата технических наук, в учебном процессе на базовой кафедре мультимедийных технологий и

телекоммуникаций МФТИ

Теоретические и практические результаты диссертационной работы Чан Тхи

Хонг Тхам «Разработка методов повышения эффективности приема цифровой

мультимедийной информации в системах вещания и связи» используются в рамках

следующих дисциплин, читаемых студентам базовой кафедры мультимедийных

технологий и телекоммуникаций МФТИ: «Цифровые системы передачи

информации на основе сигнала с ортогональным частотным разнесением каналов

(OFDM)» (магистратура), «Цифровые системы вещания» (бакалавриат). Среди них:

модели нелинейности усилителей и методы компенсации нелинейности; методы

оценки и компенсации характеристики беспроводного канала передачи в системах OFDM.

Зав. кафедрой мультимедийных технологий и телекоммуникаций

-ЗНс "t ч

А.В. Дворковнч