Professional Documents
Culture Documents
Pap László
Dr. Imre Sándor
2007
Híradástechnikai Tanszék
Dr. Pap László Dr. Imre Sándor
A mobil hírközlés alapjai
2007.
Tartalomjegyzék
TARTALOMJEGYZÉK I
BEVEZETÉS IV
4.1 Az alapmodell 27
4.2 z m (t ) tulajdonságai 29
4.5 Rayleigh-fading 41
i
4.6 A z(t) komponenseinek autokorrelációs függvénye Rayleigh-fading esetén 42
7.2 Az optimális lineáris diverziti kombinációs eljárás hibaanalízise Rayleigh-fading esetén 134
ii
8.2 Szórt spektrumú távközlés alapelve 145
RÖVIDÍTÉSJEGYZÉK 188
IRODALOMJEGYZÉK 192
iii
1. A mobil rádiós rendszerekkel kapcsolatos alapfogalmak
A mobil rádiós rendszerekkel való ismerkedést célszerű az alapfogalmak
áttekintésével kezdeni. Ennek keretében bemutatjuk a mobil kommunikációs
rendszerek különféle szempontok szerinti felosztásait majd a digitális mobil
rendszerekben felvetődő alapkérdéseket vesszük sorba.
1
A ritkán lakott területek mobil lefedésére, illetve multinacionális vállalatok
kommunikációs igényeinek kielégítésére születtek a globális mobil műholdas
telefonrendszerek. Segítségükkel a Föld felszínének szinte teljes egésze
alkalmassá válik a mobil kommunikációra. Hátrányuk a cellás rendszerekben
alkalmazott készülékekkel szemben a lényegesen nagyobb adóteljesítmény, ami
egyrészt nagyobb készülékméretet eredményez egyforma készenléti idő esetén,
másrészt lényegesen nagyobb elektromágneses terhelést az előfizető számára. A
két legismertebb közcélú globális mobil műholdas rendszer a GLOBSTAR és az
IRIDIUM.
A közcélú mobil rendszerek másik csoportját az ún. személyhívó
rendszerek alkotják, melyek meghatározott címzett üzenetek közvetítését teszik
lehetővé változó helyű előfizetők számára. A legismertebb megvalósítások a
következők
• ERMES (European Radio Messaging System)
• Eurosignal (87 MHz)
• Euromessage (460 MHz)
• SMS (Short Message Service, GSM szolgáltatás)
• FM műsorszóró rendszerek alkalmazása
b.) Közcélú vezetékes rendszerek mobil kiterjesztése
A vezetéknélküli előfizetői (helyi) hurok alkalmazása esetén a vezetékes
előfizetői készülék egy olyan egységhez kapcsolódik vezetékesen, amely rádiós
kapcsolatban áll a vezetékes központtal. Így kis népsűrűségű területek is
gazdaságosan bevonhatók a vezetékes szolgáltatásba.
A vezetékes rendszerek mobil kiegészítésének másik formája a vezeték
(zsinór) nélküli telefonok. Ezek a készülékek rádiós úton kapcsolódnak az
előfizetői terminálhoz, mintegy 100-200 méteres körzetben szabad mozgást
biztosítva. Ilyen rendszerek az alábbiak
• CT-1 (Cordless Telephone)
• CT-2
• DECT (Digital European Cordless Telephone)
c.) Nem közcélú rendszerek
A nem nyilvános célú mobil rendszereket három csoportba szokás sorolni.
A saját célú mobil rendszerek olyan hálózatok, melyeket egy adott
vállalkozás vagy személy kizárólag saját távközlési igényeinek kielégítésére
használ.
A zártcélú rendszerek a kormányzati, nemzetbiztonsági és védelmi
érdekeket szolgáló - rendeltetésük szerint elkülönült - hálózatok, amelyek
kizárólagosan a speciális igények kielégítését, az e célra létrehozott szervezet és
technika működését szolgálják.
A különcélú rendszerek zárt felhasználói csoportot alkotó igénybevevők
által használt hálózatok, amelyeken elsődlegesen azok belső forgalma
bonyolódik.
2
A TETRA (Terrestial Trunked Radio) tipikus példája az utóbbi két
rendszernek, mivel mindkét feltételrendszer biztosítására alkalmas.
A nem közcélú rendszerek tipikus példáit az alábbiakban soroltuk fel:
• Zsinórnélküli mikrofonok
• Vezetéknélküli helyi hálózatok (Local Area Network, LAN)
• DSRA (Digital Short Range Radio)
• Légi és tengeri szolgálatok
• Mobil adathálózatok
mobilitás lefedettség
nemzeti
igen gyors Cellás
(repülõ) Személyhívó Airphone
telefon
regionális
gyors
SMR
(jármû)
lassú
µ-cellás
lokális
(korlátozott telefon
területen) CT - 2
speciális
körzetek
lassú
(erõsen
korlátozott otthoni,
területen) CT - 1 munkahelyi
technológia
3
A szolgáltatások típusa alapján:
• kétirányú beszédátvitel
• kétirányú adatátvitel
• műsorszórás
• személyhívás
• navigáció és helymeghatározás
A frekvencia-felhasználás alapján:
• VHF rendszerek (70-160 MHz)
• UHF rendszerek (pl. 450 MHz)
• cellás digitális rendszerek (pl. 900 MHz, 1800 MHz)
• L sávú műholdas rendszerek (pl. 1800 MHz)
• mikrohullámú mobil hálózatok (20-60 GHz)
1.1.3 Harmadik generációs mobil rendszerek
Az elmúlt tíz esztendőben tanúi lehettünk a nyilvános mobil telefónia
megszületésének, majd minden előrejelzést meghazudtoló dinamikus
fejlődésének. Mára a különböző technológiai alapra épülő rendszerek kezdik
elérni átviteli képességeik határait, miközben mind erősebb az igény a világszintű
mobil távközlés megvalósítására. E kettős igény feloldására született meg az
IMT2000 (International Mobile Telecommunications) rendszercsalád elve. A
rendszercsaládhoz tartozó harmadik generációs mobil rendszerek lehetővé teszik
a világszintű bolyongást multimédia átvitelt biztosítva. Jóllehet az egyes
rendszerek számos technikai részletben eltérnek majd egymástól, de a CDMA
(Code Division Multiple Access) elv alkalmazása közös vonásuk.
A harmadik generációs mobil rendszerek fejlesztése gyakorlatilag három
színtéren két irányvonal mentén zajlik. A színterek: Európa-ETSI, Japán-ARIB és
az USA-TIA. A fejlesztők Európában és Japánban az ún. szélessávú CDMA
rendszer mellett tették le a voksot, az USÁ-ban pedig a cdmaOne
továbbfejlesztésén alapuló cdmaOne2000 lesz az IMT2000 család tagja. E
kettősség nyilvánvaló oka az, hogy Európa és Japán esetében a fejlesztés tiszta
lapról indult, míg az USÁ-ban igyekeznek minél többet átmenteni a meglévő
CDMA alapú rendszerből. Természetesen Európában sem közömbös, hogy
milyen módon lehet folytonos átmenetet biztosítani a jelenlegi GSM rendszer és
az európai harmadik generációs rendszer az UMTS (Universal Mobile
Telecommunications System) között.
Az alábbi táblázatban az IMT2000-hez tartozó harmadik generációs mobil
rendszerekkel szemben támasztott elvárásokat foglaltuk össze.
4
Előfizető sebessége Maximális adatátviteli
sebesség
próba-
rendszerek
elsõ ARIB elsõ kereskedelmi
szabványok rendszerek
Japán
1998 1999 2000 2001 2002 2003
próba-
rendszerek
elsõ TIA elsõ kereskedelmi
szabványok rendszerek
USA
1998 1999 2000 2001 2002 2003
5
1.2 A digitális mobil rendszerekben felvetődő alapkérdések
A mindennapi gyakorlatban alkalmazott mobil távközlő rendszerekben
működésének megértéséhez nélkülözhetetlen a témakörben felmerülő
alapproblémák áttekintése.
10 lg h(τ , t )
2
[dB]
-20
-30
10
-40 20
40
-50
60
-60 t [s]
80
-70 100
τ [ µs]
1 2 3 4 5 6
1.4 ábra Az idővariáns csatorna súlyfüggvénye
6
Legyen a csatorna bemeneti jele az alábbi általános alakú
A a (t ) e j (ω 0t +ϕ ( t )) ,
a kimeneti időfüggvénye pedig
Aa '(t ) e j (ω 0t +ϕ ( t )) .
Ekkor a csatorna jellemezhető az
a '(t ) a '(t )
; 20 lg
a (t ) a (t )
hányados segítségével, amely időben változik. Mindez arra utal, hogy a rendszer
kimeneti jelének a szintje véletlenszerűen ingadozik.
a’(t)
5 dB a(t)
[dB]
1 2 3 4 5 6 7 8 9 10 t [s]
1.5 ábra Amplitúdóátvitel mobil rádiócsatornán
7
térerőleszívásokkal ezért úgy érzékeli, mintha a térerő gyorsabban változna a
lassabban mozgóhoz képest. Az 1.7 ábrán egy grafikonon szemléltetjük a mozgó
mobil által megtett utat és a térerő változását. Jól látható, hogy amikor a mobil
gyorsabban halad (a görbe meredeksége nő) a térerő is gyorsabban változik.
térerõ térerõ
[dB] kisebb sebesség [dB] nagyobb sebesség
idõ idõ
(távolság) (távolság)
1.6a és 1.6b ábrák A térerő ingadozása a mobil sebességének függvényében
térerõ út
[dB]
idõ
1.7 ábra A megtett út és térerő változása az idő függvényében mozgó mobil
esetén
8
térerõ térerõ
[dB] [dB]
10 10
0 0
-10 -10
-20 -20
-30 -30
városi t rurális t
idõ (autópálya) idõ
1.8a ás 1.8b ábrák Térerő városi és rurális környezetben
fading 10-1
nélkül fadinges
Q(x) 10-2 átvitel
erfc(x) 1/x
10-3
10-2: 13-szoros
adóteljesítmény 10-4
10-5: 5012-szeres jel / zaj
10-5
adóteljesítmény [dB]
0 10 20 30
9
1.2.2 A rendszerek spektrális hatékonysága
A rádiós rendszerek vizsgálatának egyik kulcskérdése a spektrális
hatékonyság, azaz annak meghatározása, hogy egységnyi frekvencián mennyi
információ vihető át. Ezen rendszerek ugyanis egy korlátozottan rendelkezésre
álló "természeti erőforrást", a frekvenciát (frekvenciasávot) használják. A
rendszerek spektrális hatékonysága ezért igen fontos jellemző. A kiszolgált
felhasználói populáció csak hatékony módszerekkel növelhető, melyeket az
alábbiakban foglaltunk össze.
• hatékony forráskódolás: az eredeti analóg jel digitalizálása és
kódolása úgy, hogy elegendően kis torzítás mellett a lehető legkisebb
sebességű digitális adatfolyamot kelljen átvinni a csatornán
• sávtakarékos modulációs eljárások alkalmazása: olyan közvetlen
digitális modulációs módok alkalmazása, melyeknél az egy
felhasználóra (egy elemi átviteli csatornára) jutó frekvenciasáv
elegendően kicsi
• trönkölési eljárások alkalmazása: több átviteli csatorna együttes
kezelése és szervezett megosztása nagy létszámú, kis forgalmi
intenzitású felhasználók között
• véletlen időosztású eljárások alkalmazása: egy közös csatorna
véletlen megosztása nagy létszámú, kis forgalmi intenzitású
felhasználók között pl. ALOHA elv, ütközéses-ismétléses csatorna
• a cellás elv alkalmazása: nagy kiterjedésű földrajzi területek cellákra
bontása és az egymástól távol eső cellákban a frekvenciák újra
felhasználása makro, mikro és piko cellák segítségével
dP0
= − P0 λ + P1 µ
dt
10
dP1
= P0 λ − P1 ( λ + µ ) + P2 2 µ
dt
dPi
= Pi −1λ − Pi (λ + iµ ) + Pi +1 (i + 1) µ
dt
dPN −1
= PN − 2 λ − PN −1 ( λ + ( N − 1) µ ) + PN ⋅ N ⋅ µ
dt
Ebből a stacioner eset megoldás
λ
P1 = P0
µ
λ λ+µ λ2
P2 = − P0 + P1 = P0
2µ 2µ 2µ 2
λi
Pi = P0
i!µ i
λN
PN = P0
N !µ N
Nyilvánvalóan
N
∑ P = 1, i
i =0
így
i
N
1 λ
P0 ∑ = 1
i =0 i ! µ
11
Mikro cellás rendszerekben a felhasználók M száma azonban már nem
tekinthető végtelennek. Ilyenkor a modell az alábbi formára módosul
M −1 M − ( N − 1)
λ λ
λ M M
• • M> N
P0 µ P1 2µ P2 PN-1 Nµ PN
λ 1
ahol az egy felhasználóra első felkínált forgalom α = ⋅ .
µ M
Írjuk fel ismét az állapotátmenet egyenleteit
dP0
= − P0 λ + P1 µ
dt
dP1 M − 1
= − P0 λ − P1 µ + λ + P2 ⋅ 2 µ
dt M
dP2 M −1 M − 2
= P1λ − P2 2 µ + λ + P3 ⋅ 3µ
dt M M
dPi M − (i − 1) M − i
= Pi −1λ − Pi iµ + λ + Pi +1 (i + 1) µ
dt M M
Ebből a stacioner megoldás
λ
P1 = P0
µ
λ 1 λ M −1 λ2 ( M − 1)
P2 = − P0 + P1 + P1 = P0
2µ 2 2µ M 2µ 2 M
2
λ3 ( M − 1)( M − 2) 1 λ M ( M − 1)( M − 1)
P3 = P0 = P
6µ 3 3! µ
0
M2 M3
N
1 λ M ( M − 1)( M − 2)...( M − ( N − 1))
PN = P0
N! µ MN
Vagyis
i
λ λ M
P1 = P0 Pi = P0
µ µM i
i
N
λ M
P0 = ∑
i = 0 µM i
12
Így annak valószínűsége, hogy mind az N csatorna egyidejűleg foglalt
N
λ M
µM N
PN = i
.
N
λ M
∑
i = 0 µM i
µM N
PB = .
λ M − 1
i
N
∑
i = 0 µM i
13
Keretszinkro-
nizálás
Analóg
jel Mintavétel Kvantálás Kompresszió Csatorna-
kódoló
(Forrás)
F or r áskódolás
Vivõszinkro- Szimbólum
Keretszinkro- nizáló szinkronizáló
nizálás
Analóg
Csatorna Dekompresz- D/A Jel jel
dekóder szor átalakító visszaállító
(Nyelõ)
1.10 ábra Digitális mobil rendszer felépítése
14
2. A többszörös hozzáférés módszerei
A mobil rádiós rendszerekben tipikus probléma, hogy sok felhasználót kell
egyidejűleg kiszolgálni, akik hívásokat generálnak és fogadnak egymás között,
illetve más mobil vagy fix telepítésű hálózathoz kapcsolódnak. Mindez azt
jelenti, hogy szervezetten vagy véletlenszerűen meg kell osztani egymás között a
rendelkezésre álló csatornát (frekvenciasávot). A közeghozzáférési megoldásokat
alapvetően két csoportba szokás osztani szervezett és véletlen közeghozzáférési
rendszerekre.
Mielőtt azonban ismertetnénk a többszörös hozzáférés típusait fontos
tisztázni a multiplexálás és a többszörös hozzáférés közötti különbséget, mert
ennek hiánya megzavarhatja az olvasót. A multiplexálás azt a folyamatot jelöli,
amikor egy központi helyről a beérkező közös jelfolyamot a felhasználók között
szétosztjuk. A többszörös hozzáférés esetén pedig a földrajzilag szétszórt
állomások igyekeznek ugyanahhoz a közeghez hozzáférni. Tehát mindkét esetben
egyazon közös erőforrás megosztásáról van szó, de két különböző szemszögből.
15
időrésekhez férhetnek csak hozzá, míg lekérdezés alkalmazásakor valamilyen
rögzített szabály szerint jár körbe az időrésekhez való hozzáférési jog.
16
• CDM: opcionális frekvenciaugratási sorozat is rendelkezésre áll
IS-54 (digitális mobil telefon): FDM/FDD/TDMA
• FDM: 30 KHz-es sávok
• TDMA: 3 időosztásos csatorna/sáv
• FDD: adó és vevő között 45 MHz szeparáció
CT2Plusz (zsinór nélküli telefon): FDMA/TDD/TDMA/FDM
• FDM: 100 KHz-es sávok
• TDMA: hozzáférési csatornák számára
• FDMA: információs csatornák számára
• TDD: adó és vevő között időosztás
IS-95 (digitális mobil telefon): CDMA/FDMA/FDD
• FDM: 1.25MHz-es sávok
• CDMA: minden sávban 64 csatorna kódosztással
• FDD: adó és vevő között 45 MHz szeparáció
Az alapmodell
A termináloknál L hosszúságú csomagok keletkeznek Poisson-eloszlással.
A Poisson-eloszlás intenzitása λ, ami annyit jelent, hogy a csomaggenerálás
átlagos gyakorisága egységnyi időtartam alatt éppen λ [1/sec].
(λ T ) k
P{k csomag generálódik T idő alatt} = exp( − λT )
k!
Réselt ALOHA
–L 0 L 2L
= λ L exp( − λ L) = σ exp( −σ )
ahol σ a forgalom, S az áteresztőképesség.
t t + dt t
P{egy adott időrésben sikeres csomagot szállítunk}
17
= λ L exp( −2 λ L) = σ exp( −2 σ )
18
3. A mobil rádiócsatorna jellemzése
A mobil rendszerek vizsgálatának egyik alapvető kérdése az adó és vevő
között elhelyezkedő rádiócsatorna megfelelő leírása, hiszen ennek segítségével
határozhatjuk meg az adó jelének ismeretében a vett jelet. Az univerzális leírás
érdekében célszerű azonban a rádiócsatorna leírását függetleníteni az adott
rendszerben alkalmazott frekvenciasávtól és a vizsgálatokat az alapsávban
végezni. Ehhez meg kell határozni, hogy miként lehet a vivőfrekvenciás jelek
alapsávi ekvivalensét előállítani, illetve a mobil rádiócsatorna vivőfrekvenciás
leírását transzformálni kell az alapsávba.
A fenti feladat megoldásához ebben a fejezetben a mobil rádiócsatorna
vivőfrekvencia-független leírásának módszerét ismertetjük két lépésben. Először
bemutatjuk a sávhatárolt jelek ekvivalens alapsávi leírását, majd a sávhatárolt
rendszerek alapsávba történő transzformációját.
összetevőkre, ahol
s I (t ) = a (t ) cos( ϕ (t ) ) a normál ( in phase) komponens,
előburkolóját.
Ez a leírás nem jelent mást, mint a jel fazoros ábrázolását. Írjuk fel az
sekv (t ) ekvivalens alapsávi jelet az a (t ) amplitúdójának és a ϕ (t ) fázisának
segítségével
sekv (t ) = s I (t ) + j sQ (t ) = a (t ) ⋅ e jϕ ( t ) .
19
A jel amplitúdója és pillanatnyi fázisa a következőképpen számítható
a (t ) = s I2 (t ) + sQ2 (t ) ,
sQ ( t )
ϕ (t ) = arctg mod 2π .
s I (t )
A vivőfrekvenciás jelet és komplex alapsávi megfelelőjét mutatják a 3.1a
és 3.1b ábrák. Jól látható az alapsávi jelkezelés előnye, hiszen a vivőfrekvenciás
jel ábrázolásakor a komplex frekvencia sík ω 0 szögsebességgel forog, míg a 3.1b
ábrán a vivőfrekvenciától megszabadulva a jelet leíró fazor áll.
(ω 0 t + ϕ (t )) mod 2π ϕ(t)
s(t ) = a (t ) ⋅ cos(ω 0 t + ϕ (t )) Re{} sI(t) Re{}
ω0 szögsebességgel 0 szögsebességgel
forgó sík forgó sík
20
Térjünk vissza a korábbi egyenletünkhöz
{
s(t ) = Re sekv (t ) e j 2π f 0t }; ω 0 = 2π f 0
Ismert, hogy komplex számok esetén a valós rész képzése a szám és komplex
konjugáltjának segítségével az alábbi módon történik
s( t ) =
1
2
[
sekv (t ) e j 2π f 0t + sekv
*
( t ) e − j 2 π f 0t .]
Képezzük mindkét oldal Fourier-transzformáltját az eltolási tétel alkalmazásával.
A jobb oldal első tagjára
+∞
F {s
*
ekv } ∫ ( u( t ) − j v ( t ) ) e
(t ) = − j 2 π ft
dt =
−∞
*
+∞
= ∫ ( u(t ) + j v (t ) ) e j 2π ft dt = S ekv
*
( − f ).
−∞
S( f ) =
1
2
[
S ekv ( f − f 0 ) + S ekv
*
( − ( f + f 0 )) , ]
ha sekv ( t ) = 0 minden olyan f frekvencián amire | f | ≥ B , ahol B az alapsávi jel
sávszélességét jelöli.
A fentiek alapján a jelek a frekvenciatartományban a 3.2 ábrán látható
módon kapcsolódnak egymáshoz.
Sekv(f)
Im{}
Re{}
-B B f
S(f)
1
1 * Im{} S ekv ( f − f 0 )
S ekv ( − ( f + f 0 )) Re{} Im{} 2
2
Re{}
21
A 3.2 ábrán jól látható, hogy az ekvivalens alapsávi jel spektruma az s(t)
jel spektrumának pozitív frekvenciára eső részével áll közvetlen kapcsolatban
(f0-lal eltolt spektrum). Ezért vezessük be azt az s+ (t ) komplex jelet, amely csak a
pozitív spektrális összetevőket tartalmazza
s+ (t ) ⇔ S + ( f ) = S ( f ) + sgn( f ) S ( f ) ,
illetve s+ (t ) Fourier-transzformáltja
S + ( f ) = S ( f ) + j ( − j sgn( f ) ) S ( f ) .
A H ( f ) = - j sgn( f ) függvény nem más, mint az Hilbert-transzformálás
átviteli függvénye, melyet a 3.3 ábrán látható Hilbert-szűrővel ír le a
szakirodalom.
s(t) j H {s(t)}
-j f
S(f) S ( f ) ⋅ (- j sgn( f ))
H(f)
3.3 ábra A Hilbert-szűrő
sekv (t ) = s+ (t ) e − j 2π f 0 t .
Korábban viszont láttuk, hogy
{ }
s(t ) = Re sekv (t )e j 2π f 0t = Re{s+ (t )} ,
22
előtti s(t) jelhez. Így megkapjuk az s+ (t ) jelet, amit e − j 2π f t -vel szorozva jutunk a
0
sI(t)
s(t)
sekv(t)=sI(t)+jsQ(t)
ej90°
H{}
e-j 2π f0t sQ(t)
f ( x )∗ δ ( x ) = ∫ f (σ ) δ ( x − σ ) dσ = f ( x) ,
−∞
+∞
f ( x − x 0 )∗ δ ( x + x 0 ) = ∫ f (σ − x 0 ) δ ( x + x 0 − σ ) dσ = f ( x ) ,
−∞
+∞
f ( x − x 0 )∗ δ ( x − x 0 ) = ∫ f (σ − x 0 ) δ ( x − x 0 − σ ) dσ = f ( x − 2 x 0 ) .
−∞
=
1
[S ekv ( f − 2 f 0 ) + S ekv ( f ) + S ekv* (− f ) + S ekv* (− f − 2 f 0 )] .
2
Ha a jel sávkorlátozott, azaz S ( f ) = 0 , ha |f-f0|>B, akkor a kétszeres
frekvenciás komponenseket kiszűrve a modulált jel Fourier-transzformáltja
23
S ( f ) ∗ [δ ( f − f 0) + δ ( f + f 0 )] ⇒
1
[Sekv ( f ) + S ekv* (− f )].
2
Tudjuk azonban, hogy
F 1
1
2
[
Sekv ( f ) + S ekv
*
] [ ]
( − f ) ⇔ s I ( t ) + j sQ ( t ) + s I ( t ) − j s Q ( t ) = s I ( t ) .
2
A fentiekhez hasonlóan határozhatjuk meg az s(t) jellel modulált
2 sin(2π f 0 t ) vivő esetén a
s(t ) 2 sin( −2π f 0 t ) ⇔ sQ (t )
szûré s
kapcsolatot.
Összegezve eredményeinket a 3.5 ábrán a komplex alapsávi jel gyakorlati
előállítását mutatjuk be.
sI(t)
-B B
s(t) 2 cos(2πf 0 t )
−2 sin(2πf 0 t )
sQ(t)
-B B
H ( f ) = H ekv ( f − f 0 ) + H ekv
*
( −( f + f 0 )) ,
24
amiből a súlyfüggvényre
{
h(t ) = 2 Re hekv (t ) e j 2π f 0 t }
adódik.
A rendszer hatása a bemenő jelre az alábbi módon írható le
R( f ) =
1
2
[
Rekv ( f − f 0 ) + Rekv
*
(− f − f 0 ) = ]
=
1
2
[
S ekv ( f − f 0 ) + S ekv
*
][
( − f − f 0 ) ⋅ H ekv ( f − f 0 ) + H ekv
*
]
(− f − f 0 ) .
1 1 *
R( f ) = S ekv ( f − f 0 ) H ekv ( f − f 0 ) + S ekv ( − f − f 0 ) H ekv
*
(− f − f 0 ) =
2 2
1
= Rekv ( f − f 0 ) + Rekv
*
(− f − f 0 ) ,
2
amiből nyilvánvalóan következik, hogy
Rekv ( f ) = S ekv ( f ) H ekv ( f ) .
Most már meg tudjuk határozni a kimenő jel rekv (t ) alapsávi ekvivalensét
[ ][ ]
rekv ( t ) = s ekv ( t )∗ hekv ( t ) = s I ( t ) + j s Q ( t ) ∗ h I ( t ) + j hQ ( t ) =
25
ekvivalens alapsávi csatorna
26
4. A többutas terjedés fizikai modellje
A mobil rádiórendszerekben központi kérdés a rádiócsatorna megfelelő
leírása. Az előző fejezetben megvizsgáltuk miként képezhetjük le az ideális
időinvariáns szűrőnek tekinthető rádiócsatornát az alapsávba. Ugyanakkor a
rádiócsatorna valós fizikai tulajdonságaiból adódó hatások figyelembe vétele is
vizsgálódásunk tárgyát kell képezze. A rádiócsatornában nyilvánvalóan az adó és
a vevő között a jel a különféle tereptárgyakon és a talajon való reflexiók
következményeképpen egyszerre több úton is terjed. Amennyiben akár a mobil,
akár valamelyik tereptárgy mozog, úgy a vevő számára a rádiócsatorna
időinvariánssá válik. Ezért ebben a fejezetben tovább közelítve vizsgálatainkat a
valós élethez a többutas terjedés fizikai modelljére koncentrálunk.
4.1 Az alapmodell
Minden modell elsődleges célja a fizikai világ azon jelenségeinek
egyszerűsített leírása, melyek érdemi hatással bírnak vizsgálatunkra. A mobil
rádiócsatorna esetében az alapmodell a bázisállomás és a mobil vevő között a
rádiójelet ért hatásokat foglalja magában, ahogy azt a 4.1 ábra mutatja.
m=1
Bázis- n=1
állomás
n = Nm
2
3
m=M
Mobil
állomás
27
Legyen az ekvivalens alapsávi jelünk a következő
2Es
sekv (t ) = a (t ) e j ϕ ( t ) ,
123T
A=$ 1
ahol Es a szimbólumenergia, T a szimbólumidő, a(t) a jel amplitúdója, ϕ (t ) a
fázisa és a jel amplitúdóját önkényesen, de a kapott eredmények általánosságát
semmiben sem korlátozva egynek választjuk. Ekkor a vivőfrekvenciás jel az
alábbi módon írható fel
s(t ) = Re{s+ (t )} = a (t ) cos(2π f 0 t + ϕ (t )) .
28
amiből
M Nm
r+ (t ) = ∑ sekv (t − Tm ) e j 2π f 0 t ∑ α mn e − j 2π f 0 τ mn + j 2π f mn t
m =1 n =1444
1 424444 3
zm (t )
alakban írható fel. Bevezetve a mellékútvonal-független komplex zm (t )
szorzófaktort, valamint alkalmazva a komplex előburkoló és az alapsávi
ekvivalens közötti összefüggést, a komplex alapsávi ekvivalensre az alábbi
kifejezés adódik
M
rekv (t ) = ∑ sekv (t − Tm ) zm (t ) .
m =1
4.2 zm (t ) tulajdonságai
A következőkben vizsgáljuk meg a zm (t ) szorzófaktort. zm (t ) komplex
szám, melynek általános alakja
zm (t ) = x m (t ) + j y m (t ) ,
valós és képzetes része pedig az előzőek figyelembe vételével
Nm
xm (t ) = Re{z m (t )} = ∑ α mn cos(2π f mn t − 2π f 0 τ mn ) ,
n =1
Nm
y m (t ) = Im{zm (t )} = ∑ α mn sin(2π f mn t − 2π f 0 τ mn ) .
n =1
[ ] [
E xm (t ) = E y m (t ) = 0 , ]
[ ] [
E x m2 (t ) = E y m2 (t ) = ] 1 Nm
∑
2 n =1
[ ]
E α mn
2
=σ2,
[
E x m (t ) ⋅ x l (t ) = 0 ]
m≠l
E[ y m (t ) ⋅ y ( t ) ] = 0
l
E[ x m (t ) ⋅ y (t )] = 0
l
29
akkor a csatorna modellje a 4.2 ábrán látható struktúrájú, ahol a Ti * késleltetési
értékek az alábbi rekurzív formulával számíthatók
i
T1* = T1 ; Ti * = ∑ T j* .
j =0
sekv(t)
T1* T2* T3* • • • TM*
rekv(t)
Σ
4.2 ábra A mobil rádiócsatorna alapsávi ekvivalens modellje
r (t ) = ∫ h(τ , t ) s(t − τ ) dτ ,
−∞
+∞
− j 2π ν t
U (τ , ν ) = ∫ h(τ , t ) e dt ,
−∞
+∞ +∞
− j 2π ν t
D( f , ν ) = ∫ ∫ h(τ , t ) ⋅ e ⋅ e − j 2π f τ dt dτ ,
−∞ −∞
30
h(τ,t) idővariáns súlyfüggvény: a rendszer t időpillanatban h(τ,t) súllyal
„emlékezik” a bemenő jel (t-τ) időben felvett értékére (Dirac-delta
gerjesztés esetén ez a kimenő jel). Az idővariáns súlyfüggvény az
1.4 ábrán látható.
R( f ) = ∫ D( f − ν , ν ) S ( f − ν ) dν .
+∞
Idõvariáns súlyfüggvény
h(t,τ)
F F
- -1 - -1
F F
Idõvariáns átviteli H(f,t) U(τ,ν) Késleltetés-Doppler
függvény szórás függvény
F - -1 F - -1
F F
D(f, ν)
R( f ) = ∫ D( f − ν , ν ) S ( f − ν ) dν
+∞
31
+∞ +∞ +∞ +∞
j 2π ρ t
= ∫ ∫ ∫ ∫ D( ρ,ν ) e e j 2π ν τ dρ dν s(t − τ ) dτ e − j 2π f t dt =
−∞ −∞ −∞ −∞
+∞ +∞ +∞ +∞
− j 2 π [ ft − ρτ −νt ]
= ∫
−∞ −∞
∫ D( ρ ,ν ) ∫ −∞ −∞
∫ s( t − τ ) e dt dτ dρ dν =
+∞ +∞ +∞ +∞
− j 2 π ( f −ν ) t
= ∫ ∫ D( ρ,ν ) ∫ ∫ s(t − τ ) e e j 2πρτ dt dτ dρ dν =
−∞ −∞ −∞ −∞
+∞ +∞ +∞
j 2 π ( ρ +ν − f ) τ
= ∫
−∞ −∞
∫ D( ρ,ν ) ∫ S ( f − ν ) e
−∞
dτ dρ dν =
+∞ +∞
= ∫ ∫ D( ρ ,ν )S ( f − ν )δ ( ρ + ν − f )dρ dν =
−∞ −∞
+∞
= ∫ D( f − ν , ν ) S ( f − ν ) dν .
−∞
A jelenséget a 4.4 ábrán látható módon úgy lehet értelmezni, hogy az átvitt
jel spektruma a Doppler-csúszástól és a bemeneti jel frekvenciájától függő
súlyozással adódik össze a kimeneten.
S(f)
ν ν + dν Frekvencia-
eltoló
mûvonal
D( f - ν , ν )dν
..... .....
R(f)
Összegzõ sín
4.4 ábra A lineáris idővariáns csatorna spektruma előállításának szemléltetése
r (t ) = ∫ h(τ , t ) s(t − τ ) dτ
−∞
32
súllyal veszi figyelembe a bemenő jel (t-τ) időben felvett értékét a kimenő jel
kialakításakor.
Bemenet
τ τ + dτ Folytonos
késleltetõ
mûvonal
h(τ , t )dτ
..... .....
Kimenet
Összegzõ sín
4.5 ábra A lineáris idővariáns csatorna időtartománybeli szemléltetése
elvégezve a t − τ = σ ; dτ = − dσ ; τ = t − σ helyettesítéseket
+∞ +∞
= ∫ H ( f , t ) ∫ s(σ ) e j 2π f ( t −σ ) dσ df =
−∞ −∞
+∞ +∞
= ∫ e j 2π ν t ∫ U (τ , ν ) s(t − τ ) dτ dν .
−∞ −∞
33
Nézzünk egy példát a fenti eredményre! Az idővariáns súlyfüggvény szélessávú
csatorna esetén a Doppler-csúszást is figyelembe véve
h(τ , t ) = δ (τ ) e j 2π ν 0 t
alakú, melynek t-szerinti Fourier-transzformációjával kapjuk a késleltetés-
Doppler-szórás függvényt
U (τ ,ν ) = δ (τ ) δ (ν − ν 0 ) .
A kimeneti jel ezek alapján konvolúcióval egyszerűen meghatározható
+∞ +∞
r (t ) = ∫ e j 2π ν t ∫ δ (τ ) δ (ν − ν 0 ) s(t − τ ) dτ dν = s(t ) e j 2π ν 0 t .
−∞ −∞
Rh = ∫ ∫xy f
−∞ −∞
h ( τ 1 ,t1 ), h * (τ 2 ,t 2 )
( x , y ) dx dy ,
34
• Stacionárius csatornáról (WSS, Wide Sense Stationary Channel)
beszélünk, ha a korrelációs függvény időben csak a ∆t = (t 2 - t 1 )
különbségtől függ, azaz
Rh (τ 1 , τ 2 , t1 , t1 + ∆t ) = Rh (τ 1 , τ 2 , ∆t ) = E[h * (τ 1 , t ) h(τ 2 , t + ∆t )] .
RH ( ∆f , ∆t ) = ∫ ∫ E[h ]
(τ , t ) h( ρ , t + ∆t ) e j 2π [ fτ − ( f + ∆f ) ρ ] dρ dτ .
*
−∞ −∞
35
+∞
= ∫ P (τ , ∆t ) e
h
− j 2 π ∆f τ
dτ = F { Ph (τ , ∆t )} .
−∞
ν '= 0 τ '= 0
F F -1
Φ( f ' ) q (t ')
Fadingspektrum Késleltetés-sûrûség
függvény
4.6 ábra Az idő-frekvencia korrelációs függvény értelmezése
Φ( f ' )
BF
f’
f '0
36
4.7 ábra Fadingspektrum és Doppler-szórás
q(t’)
TF
t’
t' 0
Időinvariáns US csatorna
Időinvariáns esetben a csatorna súlyfüggvénye időfüggetlen, azaz
h(τ , t ) = h(τ ) .
Ebből az átviteli függvényre a Fourier-transzformáció elvégzése után
+∞
H ( f , t ) = H ( f ) = ∫ h(τ ) e − j 2π f τ dτ
−∞
37
eredményt kapjuk, amiből a fadingspektrum függvény a korábbiaknak
megfelelően Fourier-transzformáció útján kapható meg
Φ( f ') = F {ϕ (ν ',0)|ν '= 0 } .
Φ( f ')
δ( f ')
0 f'
4.9 ábra Fadingspektrum időinvariáns korrelálatlan szórású csatornában
∫ ∫ E[h (τ ) h( ρ )] ⋅ e
j 2 π (τ − ρ ) f
RH ( ∆f ) = *
⋅ e − j 2π ∆f ρ dτ dρ =
−∞ −∞
+∞
= ∫ P (τ ) e
h
− j 2 π ∆f τ
dτ = F ∆f { Ph (τ )} .
−∞
38
adódik. Vagyis ilyenkor a két korrelációs függvény között az alábbi viszony áll
fenn
R H ( ∆f , ∆t ) = F { Ph (τ , ∆t )} .
H ( f , t ) = ∫ δ (τ ) h(t ) e − j 2π f τ dτ = h(t )
−∞
q (t ' )
t 0' t'
4.10 ábra Késleltetés sűrűségfüggvény szélessávú idővariáns csatornában
39
[
R H ( ∆t ) = E H * (t ) H (t + ∆t ) , ]
amibe behelyettesítve az átviteli függvényre kapott H (t ) = h(t ) eredményt
[ ]
∆t =τ '
RH ( ∆t ) = E h * (t ) h(t + ∆t ) = 2ϕ (0, ∆t ) = 2ϕ (τ ')
Φ( f ' ) = F {ϕ (τ ' )} =
1
2
{[ ]}
F f ' E h * ( t ) h( t + τ ' ) .
Az eredmény önmagáért beszél. A 4.11 ábrán jól látható, hogy a szélessávú
idővariáns csatornában a Doppler-eltolódás egy f ' 0 várható érték körül adott
valószínűségeloszlás szerint történik.
Φ( f ' )
f’
f '0
4.11 ábra Fadingspektrum függvény szélessávú idővariáns csatornában
40
megfelelően szorozza a csatorna bemenő jelének Fourier-
transzformáltját.
41
4.5 Rayleigh-fading
Rayleigh-fadinges csatorna esetén z(t) valós és képzetes része, x(t) és y(t)
független, 0 várható értékű, σ szórású Gauss-eloszlású valószínűségi változók.
Ennek megfelelően a csatorna idő-frekvencia autokorrelációs függvénye
ϕ (τ ' ) =
1
2
[ ]
E ( x (t ) − j y (t ))( x (t + τ ' ) + j y (t + τ ' )) =
E[ x (t ) x (t + τ ' )] + E[ y (t ) y (t + τ ' )]
1 1
=
2 2
eredményt kapjuk, amiből nyilvánvalóan következik x(t) és y(t) függetlensége
miatt, hogy
ϕ x (τ ' ) = ϕ y (τ ' ) = ϕ (τ ' ) ,
ha a
ϕ x (τ ' ) = E[ x (t ) x (t + τ ' )] ,
ϕ y (τ ') = E[ y (t ) y (t + τ ')]
jelöléseket alkalmazzuk.
Állandó amplitúdójú bemeneti jel esetében, azaz ha x (t ) = x és y (t ) = y , a
kimeneti jel amplitúdója és fázisa éppen
A = x2 + y2 ,
y
φ = artg mod 2π .
x
A komplex z(t ) -vel jellemzett fading tehát kétféle módon is leírható. Attól
függően, hogy milyen szempontok szerint kívánjuk vizsgálni megadhatjuk valós
és képzetes részével, illetve az ezzel teljesen ekvivalens amplitúdójával és
fázisával.
Ismert, hogy két független Gauss-eloszlású valószínűségi változó
vektoriális összegének az eloszlása Rayleigh-eloszlást követ. Így a csatornán
áthaladó jel amplitúdójának sűrűségfüggvénye
a2
a −
f A (a ) = e 2σ 2
σ2
alakú, fázisának eloszlása pedig egyenletes
1
f φ (ϕ ) = .
2π
Minden Rayleigh-eloszlású valószínűségi változót két paraméter
segítségével adhatunk meg. Ezek a változó várható értéke és szórása. Esetünkben
41
a csatorna kimeneti jele amplitúdójának ezen paraméterei a következőképpen
határozhatók meg
π
E[ A] = σ,
2
[ ]
E A2 = 2 σ 2 ,
[
E ( A − E[ A])
2
] = E[ A ] − ( E[ A])
2 2 π
= 2 − σ 2
2
Vegyük észre, hogy mindkét paraméter közvetlen kapcsolatban áll a z(t ) változó
komponenseinek σ szórásával.
A Rayleigh-fadinges csatorna modellje a 4.12 ábrán látható. A
definíciónak megfelelően a csatorna (fading) multiplikatív hatású.
z(t)
s(t) r(t)
Komplex
{
Re s(t ) e j 2π f 0 t } x(t)
{
Re r ( t ) e j 2πf 0 t }
Σ
y(t) Valós
42
y
A hullámterjedés
iránya
ξ cos(α n )
αn x
O α O’
ξ
A mozgás iránya
E0
H xn = − sin α n e jϕ n ,
η
E0
H yn = cosα n e jϕ n ,
η
µ
ahol ε = ε 0 ⋅ ε r = ε r ⋅ 8.854 ⋅ 10 −12 Vm
As
és µ = µ 0 ⋅ µ r = µ r ⋅ 1.256 ⋅ 10 −6 Vs
, η= , E0
Am
ε
pedig a szabadtéri térerő.
Összegezve az egyes útvonalakon érkező jeleket a vevő helyén az eredő
térerő
N
E z = ∑ E zn ,
n =1
N
H y = ∑ H yn ,
n =1
N
H x = ∑ H xn .
n =1
43
N N
[ ]
E E z* E z' = E ∑ E 0 e − jϕ n ∑ E 0 e j (ϕ l + kξ cos α l )
n =1 l =1
f 2π
alakban keressük, ahol k = 2π = a szabadtéri terjedési állandó. Végrehajtva
c λ
a várható érték képzésen belüli szorzást
N N 2 j (ϕ l −ϕ n ) j kξ cos α l
[
EE E *
z
'
z ] = E∑ ∑ E 0 e
n =1 l =1
e ,
amiből az Euler-formula alkalmazása és az n-szerinti szummázás után
N
[ ]
E E z* E z' = E 02 E∑ e j kξ cos α l .
l =1
Felhasználva a várható érték képzés definícióját és azt a tényt, hogy az α l
valószínűségi változók azonos eloszlásúak s így α l = α , a szummázásból N-nel
való szorzás lesz és
π
[ ]
E E z* E z' = NE 02 ∫π 2π e
1 j kξ cos α
dα .
−
Elvégezve az integrálást az
[ ]
E E z* E z' = NE 02 J 0 ( kξ )
1 −
fg
44
és az f ' < f g megkötés a gyökjel alatti mennyiség pozitív voltához szükséges. A
képletnek megfelelő függvényt a 4.14 ábrán rajzoltuk fel, melyen megfigyelhető,
hogy Φ( f ' ) minimuma a Doppler-csúszás mentes esethez tartozik.
α Doppler-csúszás
α=0° v
f0
c
α=90° 0
α=180° −
v
f0
c
4.1 táblázat Nevezetes szögek és a hozzájuk tartozó Doppler-csúszás
Φ( f ')
σ2
π fg
− fg fg f'
1 −
fg
45
x irányba esõ
Φ( f ') hurokantenna
x irányra merõleges
hurokantenna
− fg fg f'
π 1 ϕ (τ ') 2
ϕ A (τ ') ≅ ϕ (0) 1 + ,
2 4 ϕ (0)
46
a2
a −
f A (a ) = e 2σ 2
.
σ2
Vezessük be a jel-zaj viszonyt jellemző
A2 T E s
Γ= =
2 N0 N0
Mivel
A = x2 + y2 ,
ezért
[ ] [ ] [ ] [ ]
σ 2A = E A 2 = E x 2 + y 2 = E x 2 + E y 2 = 2σ 2 .
47
a2 a 2T N γ
a − 1 N − 0
1 −γ 0
f Γ (γ ) = = 02 e 2 N 0 Tσ =
2
2σ 2
e e
σ2 aT Tσ γ0
N0
s így a jel-zaj viszonyra egyszerű, γ 0 paraméterű exponenciális eloszlást kaptunk
végeredményül.
A= ( x0 + x) 2 + y 2
kifejezés alapján számolható. Ekkor az amplitúdó valószínűségi
sűrűségfüggvénye az
a 2 + x02
a − ax
f A (a ) = e 2σ 2
I 0 20
σ 2
σ
Vezessük most be a
x02
c= ,
2σ 2
változót, mely a direkt és a fadinges terjedésből származó jelek átlagos
teljesítményeinek a hányadosaként arra ad választ, hogy a mobil vevőbe érkező
jelhez milyen mértékben járulnak hozzá a direkt jelúton illetve a szórt utakon
érkező jelek.
Az jel-zaj viszonyt leíró valószínűségi sűrűségfüggvényt nyilvánvalóan
érdemes c függvényeként felírni
48
γ
1 − c + (1+ c )
γ0 γ
f Γ (γ ) = (1 + c) e
I 0 2 c(1 + c) ,
γ0 γ0
1
c =0
c =10
c =5
c =2
c =1 γ
γ0
1 2 3 4 5 6 7
4.16 ábra Jel-zaj viszony sűrűségfüggvénye c-ben paraméterezve Rice-fadinges
csatornában
49
Térerõ
[dB]
t [idõ] vagy
x [út] .
4.17 ábra Az átlagos térerő ingadozásának szemléltetése
−
( s − s0 )2
1 2 λ2D
f S ( s) = e ,
2π λ D
50
x = b + 10 log a ,
függőleges tengelyén pedig az
γ
y = c + 10 log − ln P > a
γ 0
mennyiségeket ábrázolják.
99,9 %
99 %
Rayleigh-fading
90 %
50 %
10 %
1%
0,1 %
–30 –20 –10 0 dB 10 dB
4.18 ábra Rayleigh-papír Rayleigh-fadinggel
mely az
51
y = ( c − b) + x
alakra átírva nyilvánvalóvá válik, hogy a fenti kifejezés egyenes, miként az a 4.18
ábrán is látható. Hasonló módon lehet megadni a Rayleigh-lognormál és a Rice-
eloszlásra is, ahogy az a 4.19 és 4.20 ábrákon látható.
99,9 %
3 2
4 1
5
0
6
99 %
8
10
11
90 %
12
13
14
15
50 %
10 %
1%
0,1 %
–40 dB –30 dB –20 dB –10 dB 0 dB 10 dB
52
-10 -1 0 1 2 3 4 5 6 7 8 9 10 12 14 16 18 20
99,9 %
99 %
90 %
50 %
10 %
1%
0,1 %
–30 dB –20 dB –10 dB 0 dB 10 dB
4.20 ábra Kumulatív Rice-eloszlás c-vel paraméterezve
γ
Az eredő eloszlás szemléltetése a 4.21 ábrán látható, ahol a P > a
γ 0
valószínűség a fekete a nem fekete intervallumok átlagos arányával jellemezhető.
Jelszint
[dB]
53
4.8.4 A mobil csatornák típusai és paramétereik
A korábbiakban bevezetett ϕ (ν ',τ ') idő-frekvencia korrelációs
függvényből két fontos adat függvényt származtattunk
• a Φ( f ' ) fadingspektrumot és
• a q (t ') késleltetés sűrűségfüggvényt,
melyeket két paraméterrel lehet jellemezni
A fadingspektrum esetén ez a két paraméter
az átlagos Doppler-csúszás
+∞
−∞
∫ φ ( f ') df '
és a Doppler-szórás
+∞
( )
2
BF = 2 −∞
+∞
− f 0'
∫ φ ( f ') df '
−∞
és a késleltetés szórás
+∞
∫ (t ')
2
q (t ') dt '
( )
2
TF = 2 −∞
+∞
− t 0' .
∫ q (t ') dt '
−∞
54
hely TF
épület < 0,1 msec
nyílt terep < 0,2 msec
külváros < 0,5 msec
város < 3 msec
4.2 táblázat A késleltetés szórás tipikus értékei
55
5. A terjedési csillapítás becslése
Az előző fejezetben a rádiócsatornában fellépő azon hatásokat vizsgáltuk
(Doppler-csúszás, késleltetés szórás), melyek a vevő mozgása, illetve a
rádiócsatornában mozgó tárgyak miatt jöttek létre. Ebben a fejezetben a terjedési
csillapítás meghatározására koncentrálunk. Bemutatjuk azokat módszereket és
modelleket, melyek segítségével a terjedési csillapítás megfelelő pontossággal
becsülhető. A gyakorlatban sík terepre vonatkozó eredményeket általánosítják
dombos terepre. Ennek megfelelően először sík föld feletti terjedést feltételezve
kezdjük meg vizsgálódásunkat, majd a kapott eredményekre alapozva bemutatjuk
a dombos terepre vonatkozó megoldásokat.
A direkt úton terjedő hullám ϕ‘ szöget zár be a vízszintes síkkal, míg a reflektált
jel ϕ-t. A modell szempontjából fontos paraméterek az adó és vevő antennák
magassága, melyeket h1-gyel és h2-vel jelöltünk.
Direkt hullám
∆d = d 1 + d 2 - d 0
Reflektált d0
h1
hullám
d1
ϕ’
ϕ d2 h2
l1 l2
56
A vevő és az adó közötti ún. d szakasztávolságot a reflexiós pont l1 és l2
szakaszokra bontja.
Az 5.1 ábra modelljének megfelelően a vevőantenna helyén a térerő a
direkt és a reflektált hullám eredőjeként írható fel
( )
E eredõ = E + E ⋅ a v e j∆ψ = E ⋅ 1 + a v e j∆ψ ,
2π
ahol ∆ψ = k ⋅ ∆d = ∆d a két különböző úton terjedő jel közötti fáziseltérés a
λ
2π
vevőnél. Megjegyezzük, hogy a mennyiséget fázistényezőnek hívja a
λ
szakirodalom s a jel λ hullámhosszához tartozó fázisváltozását adja meg. av a
talaj reflexiós tényezőjét jelöli, E pedig a vételi térerőt adja meg szabadtéri
terjedést feltételezve.
A szabadtéri terjedésre általánosan igaz, hogy a vett teljesítmény
2
E
PV =
2η 0
ahol η 0 a közeget és a vevőantennát jellemző konstans. A terjedési csillapítás
meghatározásához írjuk fel a vett teljesítményt az adóteljesítmény segítségével!
Izotróp adó- és vevőantennát feltételezve az adóantennából kisugárzott PA
teljesítmény az adótól d távolságban egy 4π d 2 felületű gömbön egyenletesen
oszlik el. Ebből a vevőantenna az AV hatásos felületének megfelelő teljesítményt
“szűri” ki. Egy antenna adóantennaként való alkalmazhatóságát a GA nyereség
jellemzi, mely megadja, hogy a főirányban kisugárzott teljesítménysűrűség
hányszorosa az azonos bemenő teljesítményű izotróp antenna
teljesítménysűrűségéhez képest. Egy antenna nyeresége és vevőantennaként
jellemző hatásos felülete között az ún. reciprocitás tétel teremt kapcsolatot, mely
kimondja, hogy
G 4π
= 2 .
AV λ
Az izotróp antenna hatásos felülete figyelembe véve, hogy nyeresége 1, a
reciprocitás tétel értelmében
λ2
AV = .
4π
Így tehát a vett teljesítmény felírható mint
2
PA λ
PV = ⋅ AV = PA ⋅ ,
4π d 2
4π d
ahol az
57
2
λ
a0 =
4π d
2η 0 4π d / λ
[ ]
2
1
PV = PA ⋅ ⋅ (1 − cos ∆ψ ) + (sin ∆ψ ) =
2 2
4π d / λ
2
1
= PA ⋅ ⋅ (2 − 2 cos( ∆ψ )) .
4π d / λ
x2
Alkalmazva a cos x ≈ 1 − , x << 1 közelítést
2
2
1
PV = PA ⋅ (∆ψ )
2
4π d / λ
nyilvánvalóvá válik, hogy a kétutas terjedés hatását a szabadtéri terjedéshez
képest a ∆ψ fáziskülönbség hordozza. Kíséreljük meg kifejezni ∆ψ -t a
modellünkben bevezetett kézzelfoghatóbb mennyiségekkel!
2π 2π 2h1h2
Mivel ∆ψ = ∆d ⋅ = , elegendő a ∆d = d 1 + d 2 - d 0
λ λ d
meghatározása, azaz a ∆d útvonalkülönbség ismeretében és a fázistényező
birtokában ∆ψ már könnyen számítható, ezért a következő lépésben
meghatározzuk az egyes hullámterjedési utak hosszát.
Az ábra alapján
(d 1
+ d 2 ) = (l1 + l 2 ) + (h1 + h2 ) ,
2 2 2
amiből
h1 + h2
2
1 h + h 2
d 1 + d 2 = (l1 + l 2 ) + (h1 + h2 ) = (l1 + l 2 ) 1 + ≅ (l 2 + l 2 )1 + 1
2 2 2
l +
1 2 l 2 1 2
l + l
ha (l1 + l 2 ) jóval nagyobb (h1 + h2 ) -nél, és
d 0 = (l1 + l 2 ) + (h1 − h2 )
2 2 2
58
amiből
h1 − h2
2
1 h − h 2
d0 = (l + l 2 ) + (h1 − h2 ) = (l1 + l 2 )
2 2
1 + ≅ (l 2 + l 2 )1 + 1 2 ,
2 l1 + l 2
+
1
l
1 2 l
ahol alkalmaztuk a 1 + x ≅ 1 + x / 2, ha x jóval kisebb 1-nél közelítést.
Ebből
1 h + h 2 1 h − h
∆d = d 1 + d 2 − d 0 ≅ (l2 + l 2 ) 1 2 − 1 2 =
2 l1 + l 2 2 l1 − l 2
(h + h2 ) − (h1 − h2 ) = 1 4h1 h2 ,
= (l1 − l 2 ) 1
1
2 2
2 (l1 + l 2 )2 2 l1 + l 2
ami alapján az útvonalkülönbség közelítőleg
2h1h2
∆d ≅ ,
d
ahol d = l1 + l 2 és így a fázistényező alkalmazásával a fáziskülönbség
2π 2π 2h1h2
∆ψ = ∆d ⋅ = .
λ λ d
Végezetül a kétutas hullámterjedés esetén a terjedési csillapítás csak az adó- és
vevőantenna magasságától és a szakasztávolságtól függ az alábbi módon
2
h h
a sz ≅ 1 22
d
59
5.5.2 A valóságos antennák vizsgálata
Az előző alfejezetben izotróp antennák esetére végeztük vizsgálatainkat. A
valóságos antennák nem egyenletesen sugároznak a tér minden irányába, hanem a
tér egy szeletére koncentrálják a kisugárzott teljesítményt. Ezt a tulajdonságot
jellemzi az antenna nyeresége az előző fejezetben leírt módon.
Először a szabadtéri csillapításra vonatkozó képletünket egészítjük ki az
antennák nyereségével
2
P λ
a0 = V = ⋅ G A GV .
PA 4π d
60
2 ha h2 > 10m
ν=
1 ha h2 < 3m.
61
jelerősség [dBm]
γ=2
–47.5 szabad terület
–50 4.3
nyílt terület
–60
3.84
4.31 –63,6 dB
külváros
–70 3.68 Newark
–80
3.05
Philadelphia
–90
49.4 dB
japán
Tokio, Japán külváros
–100
PA = 40 dBm (10 Watt)
Ant. ny. GA = 6 dB/dipól
Ant. ny. GV = 6 dB/dipól
–110 h1 = 100 m (bázis állomás)
h2 = 10 m (mobil vevő)
–113 dB
0.5 1 2 4 6 8 10
d [mérföld]
62
azaz 30 dB/dekád csillapításnövekedést jelent. 100 és 200 MHz között
ez a növekedés alig éri el az 1 dB-t.
Fontos megjegyezni, hogy a fenti adatok várható értékeket jelentenek,
melyeknek szórása 3-8 dB is lehet.
70
városi terület
csillapítás [dB] h1 = 200 m
h2 = 3 m
60
d
[km]
100
50
80
70
60
40
50
40
30 32 dB
30
20
5
3 dB
20 3
2
1 ~1 dB
10
70 100 200 300 500 700 1000 2000 3000 5000
Frekvencia f [MHz]
63
−n −γ 1 −γ 2 −γ N −1 −γ
f d d2 d d
N
PV = Pr 0 α 0 1 ... N −1 ,
fr dr d1 d N −2 d N −1
Jelszint
[dBm] γ1
γ2
d
dr d1 d d2
64
ahol R a Föld sugarát jelöli.
Ebből
dh = (R + h )2
− R 2 = R 2 + 2 Rh + h 2 − R ≅ 2 Rh + h 2 ≅ 2hR .
Tehát az optikai látóhatár jó közelítéssel
d h ≅ 2h R ≅ 3,571 h[m] [km] .
dh
R
R
65
h1 ’
Θ h1
d'
Θ
d
h2
h1''
h1 1. reflexió
direkt hullám
h1 '
2. reflexió
h2 = h2 '
h2''
66
5.7 ábra Dombon álló bázisállomás antenna
h2 = h2 '
direkt hullám
h2''
h1=h1'
1. reflexió
2. reflexió
h1''
h2'' > h2 .
67
A következőkben számszerű példát mutatunk arra a két esetre, amikor az
antenna effektív magassága nagyobb, illetve kisebb a fizikai méreténél.
Vizsgáljuk meg a domb lábánál álló bázisállomást az 2. reflexióval és egy
egyenes lejtő tetején álló bázisállomást. Az 5.9 ábra alapján egyértelműen
megállapítható, hogy ebben az esetben h1' > h1 , azaz az adóantenna effektív
magassága nagyobb, mint a tényleges magasság, míg az 5.10 ábra alapján h1' < h1 .
Először alkalmazzuk az egyenes lejtőre kapott eredményünket. Ehhez
hosszabbítsuk meg a lejtőt a bázisállomás irányában. Az 5.9 és 5.10 ábrákon
látható módon meg kell hosszabbítanunk az adóantennát a képzeletbeli lejtő
síkjáig, illetve le kell rövidítenünk azt. Ezek után h1e-t kell az antenna
magasságának vennünk és így már alkalmazhatjuk az egyenes lejtőre kapott
korábbi eredményt. Az 5.9 és 5.10 ábrák jelöléseivel
2
h h
a sz = 1e 2 2 cos 3 Θ .
d
( )
d' 2
d
68
h2
h1 ’
h1
Θ
h1e
d'
h1 ’
h1 h1e
d'
d Θ
h2
69
6
h1 6
1 5
h1
2 1 4
h1
3
3 2
h1 5
h1
4
h1
külváros
Jelszint
[dBm]
-60
-70
ideális görbe
-80 alap antenna
magasságokkal
-90 38,4 dB/dekád
-100
[km]
1 2 3 4 5 6 7 8 9
d, távolság
5.11 ábra Az effektív antennamagasság alkalmazása külvárosi környezetben
70
modell értelmében az akadály minden pontja egy Huygens-hullámforrásnak
tekintendő. Az árnyékban levő vevő bemenetére ezen források kisugározta jelek
érkeznek, melyek fázishelyes összeadása után kapjuk az eredő vett jelet.
A terepakadályokat általában az ún. késél modell segítségével veszik
figyelembe, melyet az 5.12 ábrán mutatunk be. A késél akadály tökéletesen
elnyeli a ráeső hullámokat, egyedül az él pontjai viselkednek Huygens-forrásként.
késél
hp
d1 d2
71
1.2
teoretikus görbe
E
1.1 [lineáris skála] 0.83
E0
1.0 E 0
E0
0.9 –0.9
megfigyelt görbe
0.8 E –1.95
L (relatív térerõsség)= E 0 E
0.7 –3
[dB]
E0
0.6 –4.5
0.5 –6
–6
–8 0.4
E
[dB]
–10.5 E0 0.34
E
[lineáris skála]
E0
–14 0.2
–14.5
–20 0.1
–27 v
0
–5 –4 –3 –2 –1 0 1 2 3 4 5
–1.13
5.13 ábra Az antennák közötti akadály okozta járulékos csillapítás
72
• a frekvenciafüggés 80 és 800 MHz között 20 dB/dekád a függőleges és
35 dB/dekád a vízszintes polarizáció esetén,
• a függőleges polarizáció és a vízszintes polarizáció között 50 MHz-en
8–25 dB, 800 MHz-en pedig 1-2 dB a különbség. Megjegyezzük, hogy
a vízszintes polarizáció járulékos csillapítása kisebb.
73
b3
b2
Vevõ
b1
d
Adó
74
6. A lassú, multiplikatív fading hatása a klasszikus digitális
modulációs rendszerek minőségi paramétereire.
A 3., 4. és 5. fejezetekben több lépcsőben részletesen áttekintettük az
analóg rádiócsatorna leírását. Először a lineáris időinvariáns csatorna modelljét
vizsgáltuk, majd kiterjesztettük modellünket a csatorna időfüggésére is,
bevezetve a csatorna statisztikus viselkedését jellemző fading fogalmát.
Végezetül az idealizált modellt kiegészítettük a mobil rádiós összeköttetésre
érdemi hatást gyakorló fizikai jelenségekkel. Ha most visszalapozunk az 1.
fejezet 1.10 ábrájához, ahol a digitális mobil rendszerek általános felépítését
rajzoltuk fel, megállapíthatjuk, hogy az analóg rádiócsatorna modellezésének
ismeretében rátérhetünk a következő logikai egység, a modulációs eljárások
vizsgálatára.
Ennek során először bemutatjuk a klasszikus bináris modulációs
rendszereket, majd a lassú multiplikatív fading ezek hibaarányára gyakorolt
hatását tárgyaljuk. Itt kell megjegyezzük, a fading lassú volta csupán annyit
jelent, hogy a vevőben egyetlen szimbólum ideje alatt a fading értéke nem
változik. De azt, hogy a fading milyen értéket vesz fel egy adott szimbólum ideje
alatt, természetesen valószínűségi változó határozza meg.
Mindenekelőtt azonban a vizsgálatunk tárgyát képező, mobil hírközlő
rendszerekben alkalmazott modulációs eljárásokat rendszerezzük.
• Lineáris modulációs rendszerek optimális koherens és nemkoherens
vétellel
• Nemlineáris modulációs rendszerek
• Speciális egyoldalsávos rendszerek, lineáris és nemlineáris változatban
• Szórt spektrumú rendszerek
75
majd az adószűrőre bocsátandó jel előállítása a kvadratúra komponensek
összegzésével.
A moduláció lineáris mivolta egyértelműen következik abból a tényből,
hogy a vivőfrekvenciás jel amplitúdóját moduláljuk a továbbítandó
információnak megfelelően.
+∞
∑ δ (t − n T ) s
n = −∞
cos( 2π f 0 t )
dIn
Bináris gs(t)
forrás b x(t) x’(t)
Jelren-
bites gBP(t)
S/P
dezõ
dQn
gs(t)
− sin(2π f 0 t )
+∞
∑ δ (t − n T ) s
n = −∞
+∞
− ∑ d Qn g s (t − n Ts ) sin(2π f 0 t ) .
n =−∞
Most határozzuk, meg a fenti rendszer komplex alapsávi ekvivalensét!
Ismert, hogy a komplex alapsávi ekvivalens jel a kvadratúrakomponensei
összegeként írható fel
x ekv (t ) = x I (t ) + j x Q (t ) .
76
+∞
x Q (t ) = ∑d Qn g s (t − n Ts ) ,
n =−∞
ezért
+∞
x ekv (t ) = ∑d n g s (t − n Ts ) .
n =−∞
∑ δ (t − nT ) s
n =−∞
dn = d In + j dQn xekv(t)
gs(t) gekvBP(t) x’ekv(t)
77
x(t)
t
Ts
OOK dQn
dIn
ASK, dQn
BPSK
dIn
78
x(t)
t
Ts
QPSK dQn
dIn
79
4QAM dQn
dIn
Ts
t
Ts
6. 5d ábra
80
4ASK dQn
dIn
8PSK dQn
dIn
81
16QAM dQn
dIn
16PSK dQn
dIn
dQn
32QAM
dIn
82
A lineáris modulációkkal kapcsolatban fontos megjegyezni, hogy általában
nem alkalmazzák őket közvetlenül mobil rendszerekben, mivel lineáris végfokot
igényelnek. Az “A” osztályú végfok hatásfoka azonban legfeljebb 50%, ezért
nem célszerű kis teljesítményű akkumulátorokkal ellátott mobil készülékben
alkalmazni. Ugyanakkor azonban mikrocellás rendszerekben, ahol csak kis
távolságokat kell áthidalni ez a probléma nem játszik szerepet. Ez az egyik oka
annak, hogy a lineáris modulációs rendszereket is tárgyaljuk. A másik érv a
lineáris modulációk mellett a mind jobban elterjedő szórt spektrumú modulációs
rendszerekben keresendő, mivel ezeknél a modulációknál alapmodulációként
gyakran alkalmaznak lineáris modulációkat (lásd később).
A következőkben a PSK modulációk két módosított változatát ismertetjük.
dIn dIn
+∞
T
− ∑ d Qn g s t − s − n Ts sin(2π f 0 t )
n =−∞ 2
83
alakú és kössük ki, hogy
1 1
d In , d Qn ∈ + ;− .
2 2
Ekkor a komplex alapsávi ekvivalens jel
+∞ +∞
T
x ekv (t ) = ∑ In s
d g ( t − n Ts ) + j ∑ d Qn g s t − 2s − n Ts ,
n =−∞ n =−∞
1 Im{xekv(t)}
2
Re{xekv(t)}
1 1
−
2 2
1
−
2
DPSK modulátorhoz
d n = un ⋅ d n −1
un ∈{+1,−1}
Ts
dn dn-1
84
származnak. Ezután a dn értékek egy BPSK modulátorra kerülnek, aminek
eredményeképpen a kimenő jel fázisa az 1 → 0, -1→π megfeleltetéssel
számítható (természetesen fordítva is lehetséges a hozzárendelés, ez
megállapodás kérdése). A jel fázisát a 6.12b ábra harmadik sora mutatja.
un 1 −1 −1 1 −1 1 −1
dn 1 1 −1 1 1 −1 −1 1
fázis 0 0 π 0 0 π π 0
u$n 1 −1 −1 1 −1 1 −1
6. 12b ábra Differenciális kódolási példa
Ts
r~ (t ) u$n
∫
6. 12c ábra DPSK vevő
E= ∫x
2
(t ) dt ,
−∞
mely első látásra végtelen nagy értéket ad, de tekintettel arra, hogy nem stacioner
jelet vizsgálunk és a ±∞ határ csupán az elegendően nagy szimbólumidőt
85
jelképezi, ezért a alábbi levezetés során a fenti probléma nem okoz gondot. A jel
energiája a komplex alapsávi ekvivalenssel kifejezve
+∞
∫ (Re{x })
2
E= ekv (t ) e j 2π f 0 t dt ,
−∞
z + z*
ahol a valós rész képzés Re{z} = szabályát alkalmazva
2
( ) dt ,
+∞
1 2
E = ∫ x ekv (t ) e j 2π f 0 t + x * (t ) e − j 2π f 0 t
4 −∞ ekv
( )
+∞
1 2
x ekv (t ) e j 4π f 0 t + 2 x ekv (t ) + x * (t ) e − j 4π f 0 t dt .
2
E= ∫
2
4 −∞ ekv
4 −∞
2
2 −∞ 2 −∞
Figyelembe véve az
+∞
x ekv (t ) = ∑d n g s (t − n Ts )
n =−∞
86
Az egy szimbólumra eső átlagos energia a fentiek alapján dn várható értékének
ismeretében írható fel az alábbi módon
+∞
1
2
[
E s = E | d n |2 ] ∫ | g (t )|
s
2
dt .
−∞
OOK
Ki/be kapcsolásos moduláció esetén a 6.3a ábrának megfelelően d Qn = 0 és
d In ∈{0,1} . Ebből nyilvánvalóan következik, hogy a konstellációs diagram
állapotainak száma M=2 és egyszerre csak b=1 bitet fogunk össze a b=log2M
egyenlet alapján. Egyenletes eloszlást feltételezve d In -re
[ ] [
E | d n |2 = E | d In |2 =] 1
2
,
2 2 −∞
adódik s így
4E s
; t ∈[0, Ts )
g s (t ) = Ts
0; egyébként .
ASK (M szintű)
M szintű ASK modulációt vizsgálva amennyiben M páros, akkor dQn=0 és
d In ∈{± 2m − 1| m = 1,..., M / 2} , valamint b továbbra is a b=log2M egyenletnek
megfelelően határozható meg. Ekkor az átlagos szimbólumenergia
87
+∞
1
E s = k ∫ | g s (t )|2 dt ,
2 −∞
[ ] [ ]
M −1
1 2 M 2 −1
E | d n | = E | d In | = ∑
2 2
⋅i = .
i = − ( M −1) M 3
i páratlan
PSK (M szintű)
M szintű PSK moduláció esetén a 6.7 ábra konstellációs diagramját
általánosítva
j 2π k + j ϕ 0
d n ∈ e M ; k=0,1,2,...,M-1;
és M = 2b .
Egyenletes d In eloszlás esetén nyilvánvaló, hogy
[ ]
E | d n |2 = 1 ,
s ezáltal
+∞
1
E s = E s = ∫ | g s (t )|2 dt .
2 −∞
88
N0 W
2 ⋅ 2π rad / sec
vagy az egységnyi frekvenciára jutó zajteljesítményt
N0 W
2 Hz
használjuk. Jegyzetünkben a továbbiakban az
W
N0
Hz
egyoldalas teljesítménysűrűség segítségével jellemezzük a fehér Gauss-zajt.
Rádiós rendszerek vizsgálatakor nyilvánvalóan csak a hasznos jel sávjába
eső zajt kell figyelembe venni, ezért a jel sávjába eső zajteljesítményt az ún.
Nyquist-sávszélességre számolhatjuk, ahol
1
Bs =
Ts
N0
2
f
-f0 f0
Bs Bs
89
hogy a sávhatárolt, valós értékű Gauss-zaj és alapsávi ekvivalense között fennáll
az alábbi kapcsolat
{ }
n(t ) = Re nekv (t ) e j 2π f 0 t ,
[
ϕ n (τ ) = E (n I (t ) cos(ω 0 t ) + jnQ (t ) sin(ω 0 t )) ⋅
(
⋅ n I (t + τ ) cos(ω 0 (t + τ )) + jnQ (t + τ ) sin(ω 0 (t + τ )) , )]
ahol elvégezve a beszorzást és a várható érték képzést tagonként felírva
ϕ n (τ ) = E[n I (t ) ⋅ n I (t + τ )] ⋅ cos(ω 0 t ) ⋅ cos(ω 0 (t + τ )) +
[ ]
+ E nQ (t ) ⋅ nQ (t + τ ) ⋅ sin(ω 0 t ) ⋅ sin(ω 0 (t + τ )) −
[ ]
− E n I (t ) ⋅ nQ (t + τ ) ⋅ cos(ω 0 t ) ⋅ sin(ω 0 (t + τ )) −
[ ]
− E nQ (t ) ⋅ n I (t + τ ) ⋅ sin(ω 0 t ) ⋅ cos(ω 0 (t + τ )),
cos(ω 0 t ) − cos(2ω 0 t + ω 0τ ))
[ ]
+ E nQ ( t ) ⋅ n Q ( t + τ ) ⋅
2
−
90
sin(ω 0 t ) + sin(2ω 0 t + ω 0τ ))
[
− E n I ( t ) ⋅ nQ ( t + τ ) ⋅ ] 2
−
sin(ω 0 t ) − sin(2ω 0 t + ω 0τ ))
[
− E nQ ( t ) ⋅ n I ( t + τ ) ⋅ ] 2
.
[
ϕ nQ (τ ) = E nQ (t ) ⋅ nQ (t + τ ) , ]
[
ϕ n n (τ ) = E nI (t ) ⋅ nQ (t + τ ) ,
I Q
]
ϕn QnI
[
(τ ) = E nQ (t ) ⋅ nI (t + τ ) . ]
Tudjuk továbbá, hogy n(t) stacioner, tehát az autokorrelációs függvénye t
független kell legyen. Ez csak úgy biztosítható a fentieket figyelembe véve, ha
ϕ n (τ ) = ϕ n (τ )
I Q
és
ϕ n n (τ ) = −ϕ n
I Q QnI
(τ ) .
+ jn I (t ) ⋅ nQ (t + τ ) + nQ (t ) ⋅ nQ (t + τ ) , ]
ahol az összeg tagjaira külön-külön elvégezve a várható érték képzést és
figyelembe véve az auto- és keresztkorrelációs függvényekre vonatkozó
jelöléseket az alapsávi ekvivalens zaj autokorrelációs függvénye az alábbi
formában írható fel
ϕ n (t , τ ) =
ekv
1
2
(
ϕ nI (τ ) + ϕ nQ (τ ) − jϕ nI nQ (τ ) + jϕ nQnI (τ ) , )
91
ami láthatóan független t-től, azaz
ϕ n (t , τ ) = ϕ n (τ ) .
ekv ekv
{ {
X ( f ) = F { x (t )} = F Re x ekv (t ) e j 2π f 0 t }} .
A komplex z(t) szám valós része előállítható mint
z(t ) + z * (t )
Re{z (t )} = ,
2
ezért x(t) Fourier-transzformáltja tovább írható
x (t ) e j 2π f 0 t + x ekv
*
(t ) e − j 2π f 0 t
X ( f ) = F ekv =
2
=
1
2
(F {x ekv } {
(t ) e j 2π f 0 t + F x ekv
*
(t ) e − j 2π f 0 t }) .
Alkalmazva a Fourier-transzformáció eltolási tételét az alábbi eredményre jutunk
X(f ) =
1
2
(
X ekv ( f − f 0 ) + X ekv
*
( f + f0) . )
Amennyiben X ekv ( f ) szimmetrikus tulajdonságú, azaz
X ekv ( f ) = X ekv
*
(− f ) ,
akkor x ekv (t ) valós függvénye az időnek.
Most térjünk vissza a sávhatárolt Gauss-zaj és alapsávi ekvivalense
teljesítményspektrumának, illetve a spektrumok közötti kapcsolat
meghatározásához. Ismert, hogy a teljesítményspektrum az autokorrelációs
függvény Fourier-transzformációjával állítható elő, azaz
Φ n ( f ) = F {ϕ n (τ )} ,
valamint a fennáll, hogy
{
ϕ n (τ ) = Re ϕ n (τ ) e j 2π fekv
0τ
}.
92
Ezek alapján a fentiek analógiájára a t = τ megfeleltetéssel már könnyen
felírhatjuk a teljesítménysűrűség függvények közötti kapcsolatot
Φn ( f ) =
1
2
(
Φ nekv ( f − f 0 ) + Φ *nekv ( f + f 0 ) .)
Tovább finomíthatjuk eredményünket, ha feltesszük, hogy
ϕ n (τ ) = ϕ n (τ ) = ϕ n (τ ) ,
ekv I Q
Φ nekv ( f ) = Φ n I ( f ) = Φ nQ ( f ) .
Φ nekv ( f ) = Φ nekv ( − f ) ,
amiből
Φn ( f ) =
1
2
{
Φ nekv ( f − f 0 ) + Φ nekv ( f + f 0 ) . }
Szűrjük a Gauss-zajt a 6.14a ábrának megfelelően B sávszélességgel az f0
vivőfrekvenciára szimmetrikusan, azaz
N0
| f | a B sávban van
Φn ( f ) = 2 .
0 egyébként
Φn ( f )
N0
2
f
-f0 f0
B B
93
B
N | f |<
Φ n ekv ( f ) = 0 2 .
0 egyébként
Φ n ekv ( f )
N0
f
94
tükrében a modulációs eljárások összehasonlítását az optimális vevőstruktúrára
számított hibaarányok segítségével végezzük.
Mielőtt az egyes modulációs rendszerek analízisébe kezdenénk még egy
megjegyzést kell tegyünk a vevővel kapcsolatban. A vételt attól függően, hogy
rendelkezésre áll-e a vevőben a vett jelre vonatkozó fázisinformáció vagy sem
koherensnek, illetve nemkoherensnek nevezzük. A vétel módjától
természetesen függ az optimális vevő felépítése is.
95
A következőkben koherens vételt feltételezve határozzuk meg az egyes
modulációs rendszerekre az optimális vevőstruktúrát és a hibaarányt.
Vizsgálatunkat a már megszokott módon az alapsávi ekvivalensek világában
végezzük.
Modellünk felépítése a következő. A modulátor jelrendezőjének
bemenetére párhuzamosan érkező b db. bitet egy olyan M=2b elemű
szimbólumforrás generálta biteknek feleltetjük meg, melynek szimbólumait az
m=1,...,M sorszámmal azonosítjuk. Jelölje a komplex dm a jelrendező kimenetét
az m-dik szimbólum esetén, mely szimbólum adó általi elküldésekor a 0 ≤ t < Ts
intervallumban a komplex alapsávi jel
x (t ) = d m g s (t ) = g m (t ) , 0 ≤ t < Ts ,
ami a rádiós csatorna csillapítása és fázisforgatása után additív Gauss-zajjal
terhelve az alábbi alakban érkezik a vevőbe
r (t ) = h0 e − jϕ g m (t ) + n(t ) ,
ahol h0 és ϕ a csatorna amplitúdó- és fázisfüggvénye, n(t) pedig a B sávra határolt
komplex alapsávi zaj
sin(π Bτ )
ϕ n (τ ) = N 0 B
ekv
π Bτ
korrelációs függvénnyel.
1
Vegyünk I db. mintát a vett jelből TA = időnként, és állítsuk elő a
B
vevőben a komplex mintákból álló vektort.
r = ( r (TA ), r (2TA ),..., r ( I ⋅ TA ) ) ,
T
95
csatorna amplitúdó- és fázisfüggvényét időfüggetlennek tekintjük egy szimbólum
vételének idejére, ezért h0 és ϕ konstans s így a vett jel mintái is Gauss-eloszlást
követnek
[ ]
E ri m = h0 e − jϕ g m (i TA )
sűrűségfüggvénnyel.
Megjegyezzük, hogy fadinges csatornában a csatornaparaméterek
idővariánsak, de a lassú fading miatt egy szimbólum idejére a csatorna
csillapítása és fázisforgatása továbbra is konstansnak tekinthető. Ugyanakkor a
fading annyiban befolyásolja majd eredményeinket, hogy ezek a konstansok
valamilyen eloszlás szerint sorsolódnak majd, tehát két egyforma szimbólum
esetén is eltérőek lehetnek.
A fenti modell alapján egy döntési feladat előtt állunk, mely a
következőképpen fogalmazható meg. Adott vételi mintavektor mellett keressük
azt az m-dik szimbólumot, amire
max( P{m| r}) ; m=1, ... ,M.
m
96
döntünk, amelyhez a legnagyobb a posteriori valószínűség tartozik. Ezért ezt a
fajta optimális döntést MAP (maximum a posteriori) döntésnek hívjuk.
Amennyiben nem ismertek az a priori, csak a feltételes valószínűségek
vagy az a priori valószínűségek egyenletes eloszlásúak, akkor általános
hipotézisvizsgálati feladatról beszélünk. Ilyenkor a döntés összetettebb, mivel
nyilvánvalóan csak a feltételes valószínűségre lehet támaszkodni. Ezért első és
másodfajú hibát különböztetnek meg és a döntéssel csak ezek
lineárkombinációját lehet optimalizálni. Ezt a fajta optimális döntést a
szakirodalom ML (maximum likelihood) döntésnek hívja. Esetünkben nincs
különbség az első és másodfajú hibák között, hiszen egyformán rossz ha például
az A szimbólum helyett a B-re döntünk vagy fordítva. Ilyenkor az optimális
döntés egy olyan Bayes-feladatnak feleltethető meg, ahol az a priori
valószínűségek egyformák. Az optimális döntést pedig az jelenti, ha a vett minta
alapján a nagyobb feltételes valószínűségű szimbólumra döntünk.
A fentiek tükrében kétféle vevőről beszélünk
• MAP vevő, ha P{m} adott,
• ML vevő, ha P{m} nem adott, vagy egyenletes valószínűségű a
szimbólumok generálása.
Mivel a konkrét távközlési alkalmazás során az a priori valószínűségek
meghatározása nehéz feladat, ezért az ML értelemben optimális vevőstruktúrákat
igyekszünk definiálni. ML vevő esetén, a szimbólumtévesztés valószínűsége a
következőképpen számítható
M M
Ps = ∑ ∑ P{ j i} ⋅ P{i} ,
j =1 i =1
i≠ j
alakra egyszerűsödik.
Visszatérve a kitűzött feladathoz, az ML értelemben optimális
vevőstruktúra meghatározásához esetünkben az f (r| m) feltételes
sűrűségfüggvény ismerete szükséges. Tekintettel a zajminták független voltára
f (r| m) tényezők szorzatára bontható
97
I
f (r| m) = ∏ f (ri | m) ,
i =1
ahol az egyes tényezők, mint az már láttuk azonos σ szórású és E[ri m] várható
értékű komplex Gauss-eloszlású valószínűségi változók sűrűségfüggvényei.
Az optimális ML vételhez végre kell hajtanunk az alábbi maximum
keresést
I
max[ln ( f (r| m))] = max ln ∏ f (ri | m) ,
m m
i =1
[ ] ( [ ]) ( [ ])
2 *
ri − E ri m = ri − E ri m ⋅ ri − E ri m =
[ ][ ]
*
( [ ]
= ri ri* + E ri m E ri m − ri E ri m + ri* E ri m =
*
[ ])
[ ]
=| ri |2 + E ri m
2
{
− 2Re ri E ri m [ ] }.
*
I −Er m
max ∑
i [ ]
2
{
+ 2Re ri E ri m [ ] }
*
m
i =1 2σ 2
98
1
∑ Re{r ⋅ h }
I
h02 I
max 2 0 e
jϕ
g m (i TA ) − ∑|g (i TA )|2
σ 2σ 2
i m
m
i =1 i =1
maximumot kell keresnünk az optimális vételhez.
A vevőben nyilvánvalóan rendelkezésünkre állnak a lehetséges g m (t )
függvények, ezért az első tag a bejövő jel és a helyi mintajel komplex
korrelációja, a második tag pedig a mintajel mintáinak négyzetösszege.
Általánosítsuk most tovább a modellünket. Növeljük a zaj sávszélességét a
végtelenbe. Ekkor a független zajminták érdekében a mintavételi időközt a
nullához kell közelítenünk, aminek eredményeképpen a mintaszám a végtelenhez
fog tartani. Emiatt az szummákat integrálokkal kell helyettesítenünk, azaz a
továbbiakban azt az m értéket keressük, amire az alábbi kifejezés maximumot ad
1 Ts T
max ∫ Re r ( t{) h0 e + jϕ *
g m ( t ) dt }
−
h02 1 s
N 0 2 ∫0
| g m ( t )|2
dt ,
m
N 0 0
ahol felhasználtuk, hogy
1
σ 2 TA = N 0 B = N0 .
B
Vegyük észre, hogy a fenti kifejezésben az m-dik szimbólumhoz tartózó jel
energiájára ismerhetünk
T
1 s
E m = ∫ | g m (t )|2 dt .
20
99
Ismernünk kell ugyanis a csatorna okozta amplitúdó- és fázisváltozást. Az
előbbihez a vivőre történő szinkronizálással juthatunk, míg az utóbbihoz AGC-re
(Automatic Gain Control) beépítése szükséges a vevőbe.
A struktúrával kapcsolatos másik fontos tanulság, hogy a zaj
közömbösítésére elegendő egy elsőfokú RC tag. Hiába használnánk bonyolultabb
szűrőket, a hatásuk nem lenne kedvezőbb, mivel a zaj mellett egyúttal a hasznos
jelet is szűrnék.
g1* (t ) n Ts −h02 E1
Ts
h0 e jϕ Re ∫ dt
0
g m* (t ) n Ts −h02 E m
r(t) Ts
Re ∫ dt
0
max
m$
g *M (t ) n Ts −h02 E M
Ts
Re ∫ dt
0
4QAM dQn
2. n
1.
r1 r'1
ϕ d1
dIn
3. 4.
100
A 6.16 ábrán jól látszik, hogy ha pusztán az r1 fazorhoz legközelebb eső
szimbólumot keresnénk, akkor tévesen döntenénk. Koherens vételkor először
visszaforgatjuk a vett jel fazorját a csatorna ϕ fázisforgatásával. Ezzel igyekszünk
a vett jelet az eredeti fazorhoz minél közelebb hozni. Ezután minden egyes elemi
jel komplex konjugáltjával beszorozzuk külön-külön a jelet. Nyilvánvaló, hogy
abban az ágban, ahol a saját elemi jel komplex konjugáltjával szorzunk, ott ha
nem lenne zaj, akkor egy valós pozitív számot kapnánk, míg a többi ágban vagy
negatív valós számot, vagy olyan komplex számot kapunk, aminek csak képzetes
része van. Ennek belátását a 6.16 ábra alapján az olvasóra bízzuk (segítségül
annyit, hogy a komplex konjugálás a valós tengelyre való tükrözést jelenti, két
komplex szám (fazor) összeszorzásakor pedig a fázisuk összeadódik). A
szimbólum energiák most egyformák, ezért a valós rész képzés után
nyilvánvalóan ha nincs zaj, akkor a saját jelúton levő fazor lesz a leghosszabb. A
zaj ezt az ideális megközelítést rontja el azzal, hogy a fazorok hosszát
megváltoztatja és ezért a maximum keresésnél a saját jelút fazorja esetleg alul
marad egy másik úttal szemben. Ezért az integrálással a zajnak a hatását
igyekszünk csökkenteni.
Nézzünk most egy konkrét példát, vizsgáljuk meg BPSK moduláció esetén
a vevőstruktúrát. Koherens vételről lévén szó az általánosság korlátozása nélkül
feltehetjük, hogy h0 = 1 és ϕ = 0 . A BPSK modulációnál mindössze kétféle
szimbólumot használunk ezért
2Es
0 ≤ t < Ts
g1 (t ) = − g 2 (t ) = g s (t ) = Ts
0 egyébként ,
ahol
T
1 s
E s = ∫ | g s (t )|2 dt ,
20
∫ Re{r (t ) g
0
1 }
(t ) dt ,
illetve
Ts
∫ Re{r (t ) g
0
2 }
(t ) dt
∫ Re{r (t ) ( g )}
Ts
1 (t ) − g 2 (t ) dt ,
0
101
ami nem más, mint
Ts
{
y = ∫ Re r (t )2 g s (t ) dt . }
0
2g s (t )
r(t) n Ts
Ts
Re ∫ dt
0
E[ y ] = ∫ g12 (t ) 2 dt ,
0
E[ y ] = 2 ∫ g s2 (t ) dt = 4 E s .
0
σ = E ( y − E[ y ])
2
2
= E 2 ∫ n I (t ) g s (t ) dt
0
majd elvégezve a négyzetre emelést
102
Ts Ts
σ 2 = E4 ∫ ∫ n I (t ) n I (τ ) g s (t ) dt g s (τ ) dtdτ ,
0 0
ahol figyelembe véve, hogy az elemi jelalak determinisztikus
Ts Ts
[ ]
σ = 4 ∫ ∫ E n I (t ) n I (τ ) g s (t ) dt g s (τ ) dtdτ .
2
0 0
A fenti képlet várható értéke nem más, mint a zaj alapsávi ekvivalensének
autokorrelációs függvénye, azaz
ϕ n ( t − τ ) = N 0δ ( t − τ ) ,
I
ezért
Ts Ts
σ = 4 N 0 ∫ ∫ δ (t − τ ) g s (t ) dt g s (τ ) dtdτ ,
2
0 0
σ = 4 N 0 ∫ g s2 (t ) dt = 4 N 0 2 E s = 8 N 0 E s .
2
103
E[ y ] 4Es
Pb = Q = Q .
σ 8N0 Es
Pb =
1
2
( )
erfc γ
formában is felírható.
104
Ts
∫g
0
i (t ) g *j (t ) dt = 0 ha i ≠ j .
g1* (t ) n Ts
Ts
2
∫ dt
0
g m* (t ) n Ts
r(t) Ts
2
∫ dt
0
max
m$
g *M (t ) n Ts
Ts
2
∫ dt
0
∫ r (t ) g
*
j (t ) dt = ∫ h0 e − jϕ sm (t ) g *j (t ) dt =
0 0
105
= 0 m = j
Ts
− jϕ
= h0 e d m ∫ g m (t ) g *j (t ) dt .
0 ≠ 0 m ≠ j
Gondoljunk most vissza a Rayleigh- és Rice-fadinget leíró valószínűségi
változók definíciójára és vonatkoztassunk el a fizikai tartalomtól. A mintavevő
utáni komplex jel abszolút értékének négyzetét véve a komplex jel
amplitúdónégyzetét kapjuk, aminek eloszlása a Rice-eloszlást követi ha jelút
elemi jele egyezik a küldött jellel és Rayleigh-eloszlást ha nem.
Az optimális döntés ezek után egy maximumkeresővel biztosítható, hiszen
annak a nagyobb a valószínűsége, hogy a Rice-eloszlású valószínűségi változó
értéke nagyobb, mint az Rayleigh-eloszlásúé azonos paraméterek mellett.
Vegyük észre, hogy az abszolút érték képzés nem csupán az alapsávi jel
amplitúdójának meghatározását szolgálja, hanem függetlenné teszi a döntést a
bejövő jel fázisától is, azaz valóban nemkoherens vételt valósítottunk meg.
Szemléltető példánk legyen ismét a BPSK moduláció. Az ML értelemben
optimális vevőstruktúrát a 6.18 ábrán rajzoltuk fel.
g1* (t )
nTs
Ts m=1
2 v1
∫ dt
0
r (t y1 nullkomparátor
+
g 2* (t ) -
m$
nTs
Ts
v2
∫ dt 2
0 m=2
y2
6.18 ábra ML értelemben optimális vevőstruktúra nemkoherens BPSK moduláció
esetén
Ts
106
Alkalmazzuk a β (t ) = e jϕ ' g 2* (t ) helyettesítést valamint az alapsávi ekvivalensek
kvadratúra felbontását
Ts
y2 = ∫ (n
0
I )
(t ) + j nQ (t ) ( Re{β (t )} + j Im{β (t )}) dt ,
amiből
Ts
y2 I = ∫ [n0
I ]
(t ) Re{β (t )} − nQ (t ) Im{β (t )} dt .
[
E[ y 2 I ] = ∫ E n I (t ) Re{β (t )} − nQ (t ) Im{β (t )} dt . ]
0
[ ]
E[ y 2 I ] = ∫ E[n I (t )] ⋅ E[Re{β (t )}] − E nQ (t ) ⋅ E[ Im{β (t )}]dt ,
0
Ey 2
2I I I Q ]
(t )nQ (τ ) Im{β (t )} Im{β (τ )} dt dτ
0 0
107
[
E[n I (t )n I (τ )] = E nQ (t )nQ (τ ) = N 0δ (t − τ ) . ]
Mivel
∞
∫ δ ( x − x ) f ( x)dx = f ( x ) ,
−∞
0 0
ezért
Ts
[ ] = ∫ N δ (t − τ )(Re {β (t )} + Im {β (t )})dt .
Ey 2
2I 0
2 2
σ =Ey
2
[ ] = N ∫ | g (t )|
2
2I 0 2
2
dt = 2 N 0 E s
0
Ts
y1 = ∫ ( g ( t ) + n( t ) ) g ; ϕ = 0,
*
1 1 (t )dt
0
[ ]
E y1Q = ∫ g1 (t ) g 2* (t )dt = 0 ,
0
108
1 y12Q
f ( y1Q ) = exp − 2 ,
2π σ 2σ
y −E y
( [ ])
2
1 1I 1Q
f ( y1 I ) = exp − .
2π σ 2σ 2
Pb = ∫ ∫ P(hiba| y
−∞ −∞
1I y1Q ) f ( y1I ) f ( y1Q )dy1I dy1Q .
∞
y1 I + y 1 Q
− v2 2
2 2
∞ v 22 2
v2
− − 12 −
v2
= ∫σ
2σ
dv2 = − e 2σ
=e = e 2σ .
2 2
2 σ
e
2
v1
v1
Pb = exp − ,
1 1Q
2 4σ 2
109
6.1.6 A hagyományos modulációs eljárások hibavalószínűségének függése a
jel-zaj viszonytól
A 6.1 táblázatban tipikus modulációkra foglaltuk össze a bithibaarány jel-
zaj viszonytól való függését.
Koherens Nemkoherens
BPSK
Pb =
1
2
( )
erfc γ
FSK FSK
1 γ 1 γ
Pb = erfc Pb = exp −
2 2 2 2
QPSK DPSK
1
Pb ≅ erfc γ
2
( ) Pb =
1
2
exp( −γ )
1
Pb
P
10-1
-2
10
-3
10
PSK (koherens)
koherens FSK
-4
10
nemkoherens FSK
-5
10
-6
10
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
γ 0 = E s / N 0 [dB]
6. 19 ábra Bithibaarány koherens és nemkoherens vétel esetén
110
6.1.7 A fading hatásának analízise, Rayleigh- és Rice-fading
Az előzőekben a Gauss-zajnak a modulációt jellemző hibaarányra
gyakorolt hatását vizsgáltuk koherens és nemkoherens vétel esetén. Most
továbblépünk és a mobil rendszerekben jelentkező fading következményeit
határozzuk meg. Vizsgálataink lassú, multiplikatív fadingre vonatkoznak, ami azt
jelenti, hogy a vétel során egy szimbólum ideje alatt a fading értéke nem változik,
de ez az érték minden egyes szimbólumra a fading típusától függő valószínűségi
változó szerint sorsolódik. Ennek következtében a jel-zaj viszonyt leíró γ is
valószínűségi változó lesz. Így a moduláció minőségét meghatározó
hibavalószínűségeket sem tudjuk egzaktul megadni, hanem a várható értékükkel
jellemezzük őket. A továbbiakban a Pb átlagos bithibaarányra koncentrálunk.
Ha ismerjük a jel-zaj viszony statisztikáját, akkor az átlagos bithibaarány a
∞
Pb = E[ Pb ] = ∫ P{hiba|γ } f Γ (γ )dγ
0
P{hiba|γ } =
1
2
erfc γ ( )
és
111
∞
γ
Pb = ∫
1
2
( )
erfc γ ⋅
1
γ0
exp − dγ
γ 0
0
1 γ
P{hiba|γ } = exp −
2 2
és
∞
1 γ 1 γ
Pb = ∫ 2 exp − 2 ⋅ γ exp − dγ =
0 0 γ 0
∞
2+γ 0
exp −γ
1
∞
1 1 1 2γ 0
=
2γ 0 ∫ exp −γ 2 + dγ =
γ 0 2γ 0 2+γ 0
=
0
2γ 0
0
1
=
2 +γ 0
Rayleigh Rice
DPSK DPSK
1 cγ 0
Pb = 1 1+ c −
2 + 2γ 0 Pb = e (1+ c ) +γ 0
2 (1 + c) + γ 0
Koherens FSK Nem koherens FSK
cγ 0
1 γ0 1+ c −
Pb = 1 − Pb = e 2 (1+ c ) +γ 0
2 2 +γ 0 2(1 + c) + γ 0
Nemkoherens FSK
1
Pb =
2+γ 0
Koherens BPSK
1 γ0
Pb = 1 −
2 1+ γ 0
112
A 6.20 ábrán a bithibaarányt tüntettük fel Rayleigh-fadinges és
fadingmentes esetben. Jól látható, hogy a fading hatására a bithibaarány
jelentősen megnövekedett, függetlenül az alkalmazott moduláció típusától. Ezért
a rádiós rendszerek tervezésekor ún. fadingtartalékkal számolnak, ami azt jelenti,
hogy az adóteljesítményt megnövelik, annak érdekében, hogy a leszívások esetén
is fenntartható legyen a szükséges hibaarány. A 6.20 ábrán PSK moduláció
esetére bejelöltük a 10-3 bithibavalószínűséghez szükséges fadingtartalékot.
Pb
10-1
fadinges
nemkoherens FSK
-2
10
PSK DPSK
-3
10
PSK
DPSK
-4
10
nemkoherens FSK
-5
10
fadingmentes
-6
10
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
fadingtartalék γ 0 = E s / N 0 [dB]
113
1
Pb
Koherens PSK
10-1
-2
10
c=0
(Rayleigh)
-3
10
c=2
(3 dB)
-4
10 c=5
(7 dB)
c=∞
-5
Gauss c = 10
10 (10 dB)
-6
10
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
γ 0 = E s / N 0 [dB]
6. 21 ábra Átlagos bithibarány Rice-fadinges csatornában koherens PSK
moduláció esetén
Pb
Nemkoherens FSK
-1
10
-2
10
c=0
(Rayleigh)
-3
10
c=2
(3 dB)
c=5
-4 (7 dB)
10
c=∞ c = 10
Gauss (10 dB)
-5
10
-6
10
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
γ0 = (Es /N0) [dB]
6. 22b ábra Átlagos bithibarány Rice-fadinges csatornában nemkoherens
FSKmoduláció esetén
114
6.2 Nemlineáris modulációs rendszerek
A nemlineáris modulációs eljárások nagy családjából vizsgálódásunkat
most a mobil rendszerekben alkalmazott nemlineáris modulációkra koncentráljuk.
Ezek elsődleges jellemzője, hogy a modulált jel fázisa folytonos függvénye az
időnek. Ennek magyarázata a következő. Ismert, hogy a frekvencia-, illetve
fázismodulált jelek sávszélessége végtelen, szemben a lineáris modulált jelekkel.
Ezért arra törekszünk, hogy olyan nemlineáris modulációkat keressünk,
melyeknél minél kisebb sávszélességben koncentrálódik a jelteljesítmény. Az
előző alfejezetben már szóltunk a nemlineáris FSK modulációról. Nyilvánvaló,
hogy FSK esetén a szimbólumhatárokon bekövetkező frekvenciaugrás nagy
sávszélességet eredményez. Ezért arra törekszünk, hogy a modulált jel fázisa
folytonos legyen.
A nemlineáris modulációknak nagy előnye a lineáris modulációkkal
szemben az állandó burkoló. Állandó burkoló esetén ugyanis nagy hatásfokú
nemlineáris erősítőket is alkalmazhatunk, ami rendkívül fontos olyan
környezetben, ahol takarékoskodni kell az energiaforrással.
Folytonos fázisú modulációs (Continuous Phase Modulation, CPM)
rendszerekben az általános jelelőállítást a 6.23 ábrán mutatjuk be. A modulátor
felépítése az általános lineáris modulátor struktúrához hasonlóan a bitfolyam
soros/párhuzamos átalakításával kezdődik. De itt a jelrendező kimenetén egy
valós értékű dn sorozat jelenik meg, melyre teljesül, hogy
d n ∈[ − ( M − 1), ... ,−11
, , ... ,( M − 1)] M páros.
A g(t) elemi frekvenciafüggvényt itt is egy Dirac-sorozat és egy g(t)
súlyfüggvényű szűrő segítségével rendeljük a dn sorozathoz. Ezután egy 2πh
értékkel való szorzás következik, ahol h a fázismodulációs indexet jelöli, ami
megadja, hogy egy szimbólum a modulált jel fázisát a 2π teljes fázisforgatás
hányad részével forgatja el. Végül a jel egy frekvenciamodulátorra kerül.
uk ∈{0,1} b jel- dn
FM x(t )
bites rendezõ g(t ) 2πh
mod
S/P
∞
b
∑ δ (t − nT )
n =−∞
s
115
ahol ϕ(t) hordozza a hasznos információt, ϕ0 a vivő konstans fázistolása. x(t) két
tag különbségére bontható a következő módon
x ( t ) = A cos(ϕ ( t ) ) cos(2π f 0 t + ϕ 0 ) − A sin(ϕ ( t ) ) sin(2π f 0 t + ϕ 0 ) .
ahol ϕ 0 = 0 választással
x I (t ) = A cos(ϕ (t ) ) ,
x Q (t ) = A sin(ϕ (t ) )
x ekv (t ) = Ae j ϕ ( t ) ,
ahol a jel amplitúdója
2Es
A= .
Ts
q( t ) = ∫ g (τ ) dτ .
−∞
Hagyomány alapján a
1
q (t )|t →∞ ≡
2
megkötést alkalmazzák a fázisfüggvényre, ezért egyetlen szimbólum
1
∆ϕ = 2π h d n
2
fázisváltozást okoz. A frekvenciaváltozás pedig
dϕ ( t ) +∞
= 2π h ∑ d n g (t − n Ts ) .
dt n =−∞
116
A CPM modulációkat a q(t) elemi fázisfüggvények alapján különböztetjük
meg egymástól.
g(t ) q(t )
1
2
0 t 0 t
Ts Ts
6.24 ábra Teljes válaszfüggvényű CPM rendszer elemi frekvencia- és fázis
függvénye
q(t )
1 g(t ) 1
2Ts 2
0 t 0 t
Ts Ts
6.24a ábra MSK moduláció elemi frekvencia- és fázis függvénye
117
Az MSK alkalmazhatóságának azonban határt szab a teljesítménysűrűség
függvényének alakja, melyet a 6.24b ábrán rajzoltunk fel. Az ábra vízszintes
1
tengelyén a relatív egység [Hz]. A jel teljesítményét ugyanis jelentős
Ts
1
mértékben a melléknyalábok hordozzák, ezért a szomszédos csatornákat az
Ts
frekvencia többszörösére kell eltávolítani egymástól, ami gyenge sávkihasználást
eredményez.
Teljesítménysûrûség [dB]
0
-20
-70
0 0.75 1 1.25 f
6.24b ábra MSK moduláció spektruma
118
frekvenciaátmenet révén fellépő sávszélesség nyereséget. A probléma végleges
megoldását a részleges válaszfüggvényű rendszerek jelentik.
g(t ) q(t )
C 1 B'
1 2
C'
2Ts A
B
A'
0 t 0 t
Ts Ts
6.25 ábra Simított teljes válaszfüggvényű moduláció elemi frekvencia-
és fázis függvénye
g(t ) q(t )
1
2
0 t 0 t
Ts 2Ts Ts 2Ts
6.26a ábra Lineáris fázisú részleges válaszfüggvényű moduláció elemi
frekvencia- és fázisfüggvénye L=2 esetén
1 2π t
1 − cos t ∈[0, L Ts )
g (t ) = 2 L Ts L Ts
0 egyébként
119
g(t ) q(t )
1
2
0 t 0 t
Ts 2Ts Ts 2Ts
1 2t 1 4π t LT
− sin t ∈ 0, s
L Ts L Ts 2π L Ts 2
1 2t 1 4π t LT
g (t ) = 2 − + sin t ∈ s , L Ts
L Ts L Ts 2π L Ts 2
0 egyébként
π tπ
sin t ∈[0, L Ts )
g (t ) = 4 L Ts L Ts
0 egyébként
1
1 | f |< (1 − β )
L Ts
1 LT 2π 1 1
G ( f ) = 1 − sin s 2π f − (1 − β ) ≤| f | < (1 + β )
2 4β L Ts L Ts L Ts
0 egyébként
120
2π t 2π t
sin cos β
1 L Ts L Ts
g (t ) =
L Ts 2π t 4β
2
L Ts 1− t
L Ts
1 1 t2 t
g (t ) = exp − ∗ rect
2Ts2 2π σ 2(σ Ts ) 2 Ts
T
t 1 ; | t | < ln 2
rect = 2 ; Ts B =
Ts 2π σ
0 ; egyébként
Tamed FM (TFM)
1 d ∞ 1 1
g (t ) = ∑ d ( t − i T + T ) + d ( t − i T ) + d ( t − i T − T )
4 dt i =1 2
s s s s s
2
π t
sin
Ts
d (t ) =
πt
Ts
melynek fázisa
+∞
ϕ (t ) = 2π h ∑ d i q (t − i Ts ) .
i =−∞
121
Ekkor a vett jel fázisa felírható, mint
n n− L
1
ϕ n (t ) = 2π h ∑d i q (t − i Ts ) + 2π h ∑ d i
2
,
i = n − L +1 i =−∞
cos(2πf 0 )
Ts
Aluláteresztõ
r(t)
szûrõ páros d$n
kombinálás
sin(2πf 0 ) és
Ts döntés
Aluláteresztõ
szûrõ páratlan
122
A gondot a zaj jelenléte okozza. Ugyanis deriváláskor a nagyfrekvenciás zajt
kiemeljük, amit analóg rendszerekben a preem és deem fázisok (előkiemelés és
utóelnyomás) segítségével orvosolnak. Digitális rendszerekben azonban ilyen
módon nem oldható meg a zajelnyomás, ezért ezt a fajta demodulálást nem is
alkalmazzák mobil rendszerekben.
Spektrum
Spektrum
Φm ( f ) pilot
123
alapsávi jelet az ún. SSB szűrővel állíthatjuk elő, melynek átviteli függvénye az
alábbi
1; ha f ≥ 0
H( f ) =
0 ; ha f < 0
vagy másképpen
1 1
H( f ) =
2
[1 + sgn( f )] = [1 + j ( − j ) sgn( f )] .
2
Az SSB alapsávi jel spektruma így az
1
Φ SSB ( f ) = H ( f ) Φ m ( f ) =
2
[1 + j ( − j ) sgn( f )]Φ m ( f )
alakban állítható elő, azaz a jel maga
1 1
mSSB (t ) = F −1
{Φ SSB ( f )} = 2 m(t ) + 2 j m$ (t )
ahol
+∞
1 m(τ )
m$ (t ) =
π ∫ t − τ dτ
−∞
{
s(t ) = Re mSSB (t ) e j 2π f 0 t = } 1
2
[m(t ) cos(2π f 0 t ) − m$ (t ) sin(2π f 0 t )] .
Antenna
m$ v (t )
Demodu-
mv ( t ) látor
s(t)
– mn ( t )
m( t )
telefon +
TTiB
jel
jel cos(2π f t ) Σ Végfok
+
m$ ( t )
– m$ n (t )
− sin(2π f t )
pilot
6.29 ábra SSB-TTiB adó felépítése
124
A visszacsatolással kiegészített adó felépítését a 6.29 ábrán rajzoltuk fel.
Az alapsávi telefonjelet először TTiB jellé alakítjuk a pilot segítségével. Ezután a
TTiB jel kvadratúrakomponenseit a visszacsatoló ágból érkező jelekkel vetjük
össze, majd a különbségképzés után két szorzó és egy összegző segítségével
előállítjuk az SSB jelet. A visszacsatolás biztosítja azt, hogy a kimenő antennára
jutó jel alapsávi kvadratúra összetevői megegyezzenek az m(t ) és m$ (t ) hasznos
jelekkel, így valódi SSB jelet lehet előállítani akkor is, ha a végfokozat
nemlineáris. Az ábra demodulátorának feladata nyilvánvalóan a vevőoldali jel
előállítása a visszacsatoláshoz. Felépítése megegyezik az alábbiakban ismertetett
vevőstruktúrában alkalmazottal.
A 6.30 ábra vevőjének bemenetére érkező jelnek először a
kvadratúrakomponenseit állítjuk elő, majd egy aluláteresztő szűrővel levágjuk a
felharmónikusokat. Ezután leválasztjuk a pilotjelet, melynek segítségével
koherens vételt valósítunk meg, azaz korrigáljuk a csatorna csillapítását és
fázistolását. Végül a hangfrekvenciás sávok egyesítése következik.
demodulátor
LPF
r (t ) A hang-
cos(2π f 0 t ) Amplitudó
frekvenciás
és fázis-
sávok
korrekció
egyesítése
LPF
− sin(2π f 0 t )
A pilot
leválasztása
és a Hilbert-transzformáltja
m$ (t ) = m$ 1 (t ) + A p sin(2π f p t ) .
mSSB (t ) =
1
2
[
m1 (t ) + j m$ 1 (t ) + A p e
j 2π f p t
]
125
A fading a vevő bemenetére jutó jelet torzítja egy z komplex szorzóval és a
vivő fázisa sem ismert a vevőben, azaz a vet jel alapsávi ekvivalense
rekv ( t ) = mSSB ( t ) z .
Állítsuk elő a vevőbe jutó jel alapsávi ekvivalensének valós és képzetes
részét, ekkor
rekv ( t ) =
1
2
[
m( t ) − j m$ ( t ) + A p e ]
j 2π f p t
z.
126
7. Diverziti technikák
A diverziti nem jelent mást, mint azt, hogy a mobil vétel helyén két vagy
több független (korrelálatlan) fadinggel terhelt jelet felhasználva (kombinálva)
csökkentjük annak az esélyét, hogy az eredő (kombinált) jel szintje egy
küszöbérték alatt marad. A diverziti rendszerek tehát többszörös (többutas)
vevőből és kombináló rendszerből (algoritmusból) állnak. A diverziti
rendszereket két alapcsoportba osztjuk
• Makroszkopikus diverziti: itt az lassú fading hatásának csökkentéséről van
szó azáltal, hogy a vételi minőség javítására például több különböző helyen
elhelyezett bázisállomásról sugározzuk ugyanazt az adást, és a mobil
vevőben tipikusan szelektív kombájnert alkalmazunk.
• Mikroszkopikus diverziti: itt a mobil vevő helyén alkalmazunk valamilyen
elven többszörös vételt elsősorban a gyors, dinamikusan változó
fadingkomponensek hatásának csökkentésére.
A továbbiakban vizsgálatainkat a mikroszkopikus diverzitire
koncentráljuk, melynek típusai a következők
• Térdiverziti: két vagy több antenna elhelyezése egymástól elkülönítve a
mobil egységen
• Frekvencia diverziti: a koherencia sávszélességnél nagyobb frekvencia
távolságban az adás és a vétel megismétlése
• Polarizáció diverziti: a vett jel tipikusan két polarizációs összetevőjének
elválasztott vétele
• Elektromágneses komponens diverziti: a vevőnél kialakuló elektromos és
mágneses tér összetevőinek párhuzamos vétele
• Szögdiverziti: nagyfrekvenciás (>10 GHz) átvitel esetén több irányú
irányított antennák alkalmazásával többszörös vétel megvalósítása
• Idődiverziti: azonos üzenetek adása és vétele különböző
időintervallumokban, amelyekre már független fading hat
127
Szelektív kombájner
Ez a legnagyobb szintű jelet választja ki az M különböző, párhuzamosan
vett jelből.
V V
Kapuzott kombájner
Az alábbi algoritmus szerint működik (két út esetén): kiválasztjuk az egyik
jelet, és addig vesszük, amíg az egy adott küszöbszint felett van, egyébként a
másik jelre kapcsolunk át függetlenül attól, hogy annak milyen a szintje.
Megvalósítástól függ, hogy mi történik, ha a második jel is éppen a küszöb alatt
van ebben az időben.
128
|súly|=K |súly|=K
V V
súly súly
V V
129
tartozó fadingminták függetlenek (a fading korrelálatlan). Jelölje zk (t ) a k-dik
ágra ható fadinget, ekkor
z k (t ) = z k
és
[ ]
E z k zi* = 0, k ≠ i .
z1
nk(t)
Lineáris
sekv (t) rekv (t)
kombi-
náció
zk
nM(t)
αk
zM
7.2 ábra A rádiócsatorna és a kombájner együttes modellje
Γk =
[
E | sekv (t ) z k |2 ],
[
E | n k (t )| 2
]
ami figyelembe véve, hogy z k ismert s ezért kiemelhető a várható érték
képzésből, valamint az egy szimbólumhoz tartozó átlagenergia (teljesítmény)
130
[
Ps = E | sekv (t )|2 = ] Es
Ts
,
1
továbbá az sávra eső zajteljesítmény
Ts
[
E | n k (t )|2 = N 0] 1
Ts
,
E
∑α
k =1
k zk
Γ= s M
.
N0
∑ |αk =1
k | 2
131
választjuk, az következik, hogy a vett hasznos jelet jelképező fazor szögét
minden ágban visszaforgatjuk annyival, amennyit a csatorna forgatott rajta s így a
fazorok mind egy irányba mutatnak. Ezzel elérjük, hogy a hasznos jelet képviselő
fazorok amplitúdóban adódnak össze, míg a rájuk ültetett zaj vektoriálisan.
Ráadásul azt az ágat vesszük nagyobb erősítéssel figyelembe az összegzéskor,
ahol a jel-zaj viszony nagyobb. Ezzel olyan vételt valósítunk meg, amelynél nem
lehet jobbat csinálni. Megjegyezzük ugyanakkor, hogy ehhez a
csatornainformáció ismerete szükséges.
Mivel ismerjük zk értékeket, ezért α k -kat be tudjuk állítani a fenti
szabálynak megfelelően. Ezért
2 2
M
M
∑α
k =1
k zk = K ∑ | z k |2
k =1
és
M M
∑ |α k |2 = K 2 ∑ | z k |2 ,
k =1 k =1
L { f Γ (γ )} = ∏ L { f Γ }
M
k
(γ ) .
k =1
Rayleigh-fading esetében
γ
1 −
γ0
f Γk (γ ) = e ; γ ≥ 0,
γ0
melynek Laplace-transzformáltja
1 − γγ
L { fΓ }
(γ ) = L e 0=
1
.
γ 0 1 + s γ 0
k
132
Így az eredő jel-zaj viszony Laplace-transzformáltjára
M
1
L { f Γ (γ )} = 1 + s γ
0
melynek sűrűségfüggvénye
M
f Y ( y) = ( M y ) M −1 e − M y
( M − 1)!
és
γ
y= .
Mγ 0
A 7.3 ábrán a normalizált eredő jel-zaj viszony sűrűségfüggvényét
rajzoltuk fel M-ben paraméterezve. M=1 esetén visszakapjuk a diverzitimentes
Rayleigh-fadinges csatornát, míg a diverziti ágak számának növelésével a
sűrűségfüggvény a δ ( y − 1) függvényhez tart, azaz a konstans jel-zaj viszonyt
jelentő esethez. Ez pedig azt jelenti, hogy elvben diverziti alkalmazásával
biztosítható a fadingmentes vétel.
133
2
↑
f Y ( y)
Rayleigh
M=1
2
4
8
16 32
0
γ
0 1 y= → 2
Mγ 0
(k) k-dik
bemenet
j 2π f p t Pilot Jel
zk e z k s( t )
Pilotszûrõ Jelszûrõ
Demodulá-
Lineáris torhoz
zk súlyozású
α k (t ) kombájner
7.4 ábra Az optimális lineáris kombájner elvi felépítése
#
Az adó jelének sekv alapsávi ekvivalense kiegészül az a amplitúdójú, fp
frekvenciájú periodikus pilot jellel az alábbi módon
j 2 πf p t
#
sekv = sekv ( t ) + a ⋅ e .
134
A k-dik kombájnerágba jutó alapsávi vett jel ez alapján
(
rk ( t ) = sekv ( t ) + a ⋅ e
j 2 πf p t
)⋅z k = sekv ( t ) ⋅ zk + a ⋅ e
j 2 πf p t
⋅ zk ,
BPSK
PbPSK =
1
2
erfc γ ( )
∞
( )
v 1
PbMRPSK = ∫ erfc γ f Γ (γ ) dγ =
20
∞ γ
γ M −1 − γ 0
1
= ∫ erfc γ
20
1
( )
( M − 1)! γ 0M
e dγ =
1
r
1− µ2
M −1 2 r
γ0
= 1 − µ ∑ , ahol µ =
2 r =0 r 4 1+ γ 0
v 1 γ0
PbPSK = 1 −
2 1+ γ 0
135
FSK (nemkoherens)
1 γ
PbFSK = exp −
2 2
∞ γ γ
v 1 −2 1 γ M −1 − γ 0 1 1
PbMRFSK = ∫ e e dγ =
20 ( M − 1)! γ 0
M
2 γ 0M
1 +
2
v 1
PbFSK =
2+γ 0
DPSK
1
PbDPSK = exp( −γ )
2
∞ γ
v 1 −γ 1 γ M −1 − γ 0 1 1
PbMRDPSK = ∫ e e dγ =
20 ( M − 1)! γ 0
M
2 (1 + γ 0 ) M
v 1
PbDPSK =
2 + 2γ 0
136
1
Pb BPSK
-1
10
-2
10
M=1
-3
10
M=2
-4
10
M=4
-5
10
M=8
-6
10
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
γ 0 = E s / N 0 [dB]
Pb FSK
-1
10
-2
10
M=1
-3
10
M=2
M=4
-4
10
M=8
M =16
-5
10
-6
10
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
γ 0 = E s / N 0 [dB]
137
7.5b ábra Átlagos bithibaarány nemkoherens FSK moduláció esetén optimális
lineáris kombájner alkalmazásakor
mivel zk = x k + j y k és
138
[ ] [ ]
E x k2 = E y k2 = σ 2 .
γ0 =
[
E | Ps Ts z k |2 ] = P T 2σ
s s
2
,
[
E | nik |2 ] N0
amiből
γ 0 N0
σ2 = .
2 Ps Ts
1 1
2π N0 + γ 0 N0 2 N0 + γ 0 N0
2 2
vagyis
139
1 M 1 1
∑ (r ) ( )
M
1 1
2
+ r12kQ − − ∑ r22k I + r22kQ − >0,
γ
2 N 0 2 N 1 + 0 k =1 2 N 0 2 N 1 + γ 0 <2
1k I
k =1
0
2 0
2
azaz
∑ (r ) ( )
M 1 M
2
+ r12k Q > ∑ r22k I + r22k Q
k =1
1k I
<2 k =1
k =1
<2 k =1
g1* (t )
nTs
Ts
2
∫ dt
0
r1(t)
g 2* (t ) j=1
nTs
Ts
∫ dt
0
2
nullkomparátor
+
$j
*
-
g (t )
1
nTs
Ts
2
∫ dt
0
j=2
r2(t) y1
g 2* (t )
nTs
Ts
2
∫ dt
0
140
melyre a 7.5b és 7.7 ábrák összehasonlítása alapján várakozásainknak
megfelelően fennáll, hogy
PbQK FSK > PbMR FSK ,
Pb
10-1
M=1
-2
M=2
10
-3
M=4
10
-4
M=8
10
-5 M = 16
10
M = 32
-6
10
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
γ 0 = E s / N 0 [dB]
7.7 ábra Átlagos bithibaarány nemkoherens FSK moduláció esetén csatorna
információ nélküli kvadratikus kombinációjú (optimális) kombájner
alkalmazásakor
141
M 2
α E ∑ s(t ) z k
2
2
k =1 PT M
Γ=
M
= s s
M N0
∑z k .
α 2 E∑ | n k (t )|2 k =1
k =1
Tudjuk, hogy a fadinget reprezentáló komplex valószínűségi változó valós és
képzetes rész összegére bontható a következőképpen
M 2 M 2
∑z
k =1
k = ∑ (x
k =1
k + j yk ) .
142
értékűre választjuk. Ezáltal |α k | = K minden k-ra. Ezt a megoldást azonos
erősítésű fázisforgatásos kombinációnak hívják. Sajnos ebben az esetben sem
jutunk megfelelő analitikus eredményre, mert az f Γ (γ ) sűrűségfüggvény nem
adható meg zárt alakban.
A harmadik az ún. azonos erősítésű szelektív diverziti módszer
alkalmazásakor is egyforma a súlyozó tényezőket használunk, de mindig csak azt
az ágat választjuk, ahol a legnagyobb a jel-zaj viszony, azaz
0 ; k ≠ k 0
αk =
1 ; k = k 0
és γ k > γ k minden k ≠ k 0 esetén.
0
M Fázisbecslés Szelektív
2 -0.62 dB -1.52 dB
4 -0.97 dB -3.45 dB
8 -1.15 dB -5.76 dB
∞ -1.33 dB -∞
7.1 táblázat Szuboptimális kombájnerek összehasonlítása Rayleigh-fading és
FSK moduláció esetén
143
értéket választani.
Az egyes diverziti eljárások értékelésénél gyakran vizsgálják ezért az
átlagos bitenergiára vonatkoztatva a bithibavalószínűség függését a diverziti utak
számától. Példaként a nemkoherens FSK és DPSK modulációk esetében
meghatározzuk a hibaarány alakulását a diverziti csatornák számának növekedése
során Rayleigh-csatornát alapul véve.
Kvadratikus kombinációt feltételezve FSK moduláció esetén az átlagos
bithibaarány
M M
1 1
= 1
1
.
PbMRFSK =
2 γ0 2 γb
1+ 1+
2 2M
Ha a diverziti utak száma minden határon túl nő, azaz M → ∞ , akkor
1 −γ2b
PbMRFSK = e
2
mivel
x
M M
x
= lim 1 + = e x .
x x
lim 1 +
M →∞ M M →∞ M
Pb
10-1
-2 M=1
10
-3
M=2
10
-4 M=4
10
-5
10
M=8
M = 16
-6
10
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30
γ b = E b / N 0 [dB]
144
7.8 ábra Az átlagos bithibaarány aszimptotikus viselkedése nemkoherens FSK
moduláció és kvadratikus kombinációjú kombájner alkalmazásakor
( )
v 1
PbMRPSK = ∫ erfc γ f Γ (γ ) dγ =
20
∞ γ
γ M −1 − γ 0
1
= ∫ erfc γ
20
( )1
( M − 1)! γ 0M
e dγ =
Pb
10–2
M=1
M=2
10–3
M=4
10–4
M=8
M = 16
M = 32
–5
10
0 2 4 6 8 10 12 14 16 18 20
γ b = E b / N 0 [dB]
7.9 ábra Az átlagos bithibaarány aszimptotikus viselkedése BPSK moduláció
és optimális lineáris kombájner alkalmazásakor
145
8. A szórt spektrumú moduláció
A mobil távközlő rendszerekben mind nagyobb teret hódítanak az ún. szórt
spektrumú modulációs rendszerek, sőt a harmadik generációs mobil távközlésben
meghatározó szerepet fognak betölteni. Mivel a szórt spektrumú moduláció és a
kódosztásos többszörös hozzáférési technika szoros kapcsolatban áll egymással,
ezért ezt a modulációs típust a többi moduláció közül kiemelve, a kódosztással
együtt külön fejezetben ismertetjük.
Φj( f )
~
Φs( f ) Φ( f )
Φ
$(f)
Kóder Dekóder Szûrõ
Φt ( f ) Φr ( f )
c(t) c(t)
Szinkronizálás
Álvéletlen zaj vagy
álvéletlen kód
145
eredményezi, hogy a kódoló kimenetén megjelenő Φ t ( f ) jel sávszélessége (Bt)
lényegesen nagyobb lesz, mint a hasznos jelé. Ebből a tulajdonságból ered a szórt
spektrumú moduláció elnevezés is. Fontos megjegyezni, hogy a kódoló által
végzett művelet azzal a speciális tulajdonsággal bír, hogy kétszer egymás után
végrehajtva az eredeti jelet állítja vissza. A kódolóban alkalmazott kódsorozat
elemeit chip-nek (csip) nevezik megkülönböztetésül a hasznos jel bitjeitől.
A kódoló kimenetéről a jel a rádiócsatornába jut ahol keskenysávú zavaró
jel ( Φ j ( f ) ) adódik hozzá teljesítménysűrűségben additív módon. A dekóder
bemenetére érkező Φ r ( f ) jelen a dekóder ismét végrehajtja a kódolásnál
alkalmazottal megegyező kódsorozattal a transzformációt, aminek
eredményeképpen a hasznos jel sávszélessége visszacsökken az eredeti értékre,
míg a zavaró jel esetében megnő. Ennek következtében a hasznos jel sávjába eső
zajteljesítmény lényegesen kisebb lesz, mintha nem alkalmaztuk volna a kétszeri
transzformációt.
Φs( f ) Φt ( f ) Φj( f )
S j 0 Bs
S s0 St 0 = S j0
Bt
f f f
Bs Bt Bj
Φr ( f ) ~
Φ( f ) Φ
$(f)
Bj Bs
Bj
S j0 Bj S j0
S j0 S s0 Bt S s0
St 0 Bt
f f f
Bt Bt Bs
8.2 ábra Jelek teljesítményspektruma a modulációs rendszer különböző pontjain
146
Pjel B j = Bs
S s 0 Bt
= .
Pzavar S j 0 Bs
147
• A cellás rendszerekben nincs szükség frekvencia tervezésre, hiszen
minden cellában ugyanabban a sávban kommunikálnak, így nő a
frekvenciasáv kihasználásának hatékonysága.
• A kódolókban különböző kódokat használva lehetővé válik a
kódmultiplexálás.
Ugyanakkor fellép egy új, megoldásra váró feladat az ún. közel-távol hatás
problémája, mely a jelenlegi rendszerekben nem okozott gondot. Ez a következőt
jelenti. A bázisállomás minden mobil felé azonos teljesítménnyel sugároz, melyet
minden mobil a bázisállomástól való távolságától függő csillapítással vesz.
Ugyanakkor, ha minden mobil azonos teljesítménnyel adna a bázisállomás felé
akkor a bázisállomás helyén a vett eredő jelben az egyes mobilok jelei az eltérő
távolságok miatt különböző arányban szerepelnének, akár el is nyomhatnák
egymást. Ezért elengedhetetlen, hogy a mobilok teljesítményüket folyamatosan
úgy szabályozzák, hogy jelük a bázisállomásnál egyforma teljesítménnyel
jelenjen meg.
δ ( t − i Tchip − n Ts ) Kimeneti
{d n } jel
Ts gc (t ) s( t )
Bináris kód cos( 2π f 0 t )
{ci }
Tchip
148
ahol P a vivő jel teljesítménye, N pedig a kódsorozat chipjeinek száma. A chip-
és szimbólumidő között nyilvánvalóan a Ts = N ⋅ Tchip kapcsolat áll fenn. Vegyük
észre, hogy korábbi gyakorlatunk alapján a
N −1
g (t ) = ∑c i g c (t − i Tchip )
i =0
alakban, ahol az
Al = d n ci ; l = n + i ; i = 0,1, ... , N − 1
helyettesítéseket alkalmazva a kimenő jel
+∞
s(t ) = 2 P cos(2π f 0 t ) ∑ Al g c (t − l Tchip )
l =−∞
módon is felírható.
Az utóbbi leírás azt fejezi ki, hogy egy bitet egy N elemű kódszóba
kódolunk és a kódszó elemeit gc (t ) elemi jellel visszük át, míg a korábbi alak
szerint egy bitet egy g (t ) elemi jellel viszünk át. Mindkét felfogáshoz fizikai
megvalósítás is rendelhető. Ilyen speciális g(t) függvény felületi hullámú szűrőkel
állítható elő, mely egyben a vivőfrekvenciára való ültetést is megoldja.
Mindehhez elegendő bitenként egy keskeny impulzussal gerjeszteni a szűrőt. A
g c (t ) alapú megoldást pedig memóriák és shiftregiszterek segítségével lehet
előállítani DSP processzorokkal.
A direkt szekvenciális modulált jel szemléltetéséhez a lehető
legegyszerűbb g c (t ) négyszögjel elemi jelalakot alkalmazzuk
1 ; 0 ≤ t < Tchip
g c (t ) = .
0 ; egyébk ént
g( t )
c0 c1 cN-1
1
t
-1
Tc Ts
149
Ekkor az adó jele a vivőfrekvenciás moduláció előtt a 8.3c ábrán látható módon
szemléltethető.
+∞
∑d n
g (t − n Ts )
n = −∞
dn = 1 dn = -1
1
t
-1
n Ts (n+1) Ts (n+2) Ts
8.3c ábra Direkt szekvenciális alapsávi jel időtartománybeli ábrázolása
{d n }
x(t ) s(t )
Ts Mod.
PM, FM 2π f 0 t + 2π f ( t )
Kódge- Frekv.
nerátor szintézer
ci
8.4a ábra Lassú frekvenciaugratásos adó felépítése
150
ahol L a chipsorozat periódusa, ∆f pedig a frekvencialépcső értéke.
Megjegyezzük, hogy ci általános esetben nem bináris szám, hanem tetszőleges
pozitív egész értékeket vesz fel
ci = 0,1, 2, ... , Q − 1 .
Az egyszerűség kedvéért legyen a chip elemi jelalak továbbra is négyszögjel
1 ; 0 ≤ t < Tchip
g c (t ) = .
0 ; egyébk ént
f (t )
∆f
Q -1
Q -2 Tchip
∆ fm
Ts =Tb
4 BFSK
3
2 t
1 Tchip
0
0 1 2 3 L -2 L -1
151
A következő alfejezetekben két gyors frekvenciaugratásos modulációs
technikát mutatunk be.
MFSK–FFH
K bites
{dn}
S/P Ts Frekv. s(t)
Tb Kódoló
átalakító szintézer
Bináris
Q = 2K
forrás
Tchip {ci}
8.5a ábra Frekvenciakódolt gyors frekvenciaugratás adó felépítése
4
3
2
1
0
0 1 2 3 L -2 L -1 t
Tchip Tchip
Ts
152
A gyors frekvenciaugratás miatt Ts = L ⋅ Tchip és a frekvencialépcsők száma
tipikusan Q = 2 K . A 8.5b ábrán a frekvenciakódolt gyors frekvenciaugratás
szemléltetése látható.
H0 H0
H1 = ,
− H 0 H 0
H i −1 H i −1
Hi = .
− H i −1 Hi −1
Differenciális
kódoló
K bites
{ dn }
S/P Ts Fázis- Tchip
Tb
átalakító kódoló
Bináris
forrás Q = 2K Ts
{ci } s(t)
Frekv.
Tchip szint.
8.6a ábra Fáziskódolt gyors frekvenciaugratás adó felépítése
153
Összefoglalva a fentieket elmondhatjuk, hogy ennél a modulációs
technikánál minden egyes szimbólumot ugyanazzal a frekvenciamintával
továbbítanak, ahogy az a 8.6b ábrán is látható, de a két egymást követő
szimbólum ugyanazon chipjének megfelelő vivőfrekvencián átvitt információk
között differenciális kódolást alkalmaznak.
f (t )
∆f differenciális fáziskódolás
Q -1
Q -2
4
3
2 t
1 Tchip
0
0 1 L -1 0 1 L -1
elemi jellel visszük át, ahol cl( i ) ∈ {+1,−1} jelöli a chipsorozat l-dik chipjét, N a
chipsorozat hossza és feltesszük, hogy N>>1. Legyen a chip elemi jel a jól bevált
négyszögjel
1; 0 ≤ t < Tchip
g c (t ) = .
0; egyébként
154
Ekkor a j-dik vevő bemenetén az
M
r ( t ) = s ( t ) + ∑ s ( k ) ( t − τ k ) + n( t )
( j)
k =1
k≠ j
M Ts N −1
1
+
Ts
∑ Pk ∫ d n( k ) ∑ cl( j ) cl( k ) g c2 (t − l Tchip ) dt +
k =1 0 l=0
j≠k
N −1
T
1 s
+ ∫ n(t ) ∑ cl( j ) g c (t − l Tchip ) dt .
Ts 0 l =0
A hasznos jel
Ts N −1 N −1
1
Pj ∫ d n( j ) ∑ cl( j ) ( ) 1
Pj ∑ d n( j )
Ts
2
g c2 (t − l Tchip ) dt = = d n( j ) Pj ,
Ts 0 l =0 Ts l=0 N
A rendszerzaj
M Ts N −1
1
Ts
∑ Pk ∫ d (k )
n ∑c ( j) (k )
l c l g c2 (t − l Tchip ) dt =
k =1 0 l =0
j≠k
155
M N −1 M N −1
1 Ts 1
=
Ts
∑ Pk ∑ cl( j ) cl( k ) d n( k ) N N
= ∑ Pk ∑c ( j) (k )
l c d n( k ) .
l
k =1 l=0 k =1 l=0
k≠ j k≠ j
A termikus zaj
T N −1 T
1 s 1 s
n(t ) ∑ cl g c (t − l Tchip ) dt = ∫ n(t ) g (t ) dt .
Ts ∫0
( j)
l=0 Ts 0
(d )
2
( j)
n Pj = Pj .
∫ ∫ E[n(t ) n( ρ )] ⋅ g (t ) g ( ρ)dt dρ =
1
E ∫ n(t ) g (t ) dt = 2
Ts 0 Ts 0 0
Ts Ts
1
= 2 ∫∫N 0 ⋅ δ (t − ρ ) ⋅ g (t ) g ( ρ )dt dρ =
Ts 0 0
s T
1 N
= 2 N 0 ∫ g 2 (t ) dt = 0 .
Ts 0
Ts
A rendszerzaj teljesítménye
Jó közelítéssel feltehetjük, hogy cl( j )cl( k ) dn( k ) j-ben és k-ban független
±1 értékkészletű valószínűségi változó, ezért a rendszerzaj teljesítménye
M
2
1 N −1
( j) (k ) (k ) 1 M N −1 ( j ) ( k ) ( k ) 2
E 2 ∑ Pk ∑ cl cl d n = 2 ∑ Pk E ∑ cl cl d n = ,
N k =1
k≠ j
l =0
N k =1 l = 0
k≠ j
ahol felhasználva, hogy az egyes előfizetőkhöz rendelt kódok chipjei valamint az
egy kódon belüli chipek is függetlennek tekinthetők egymástól, azaz
[ ]
E ci( j ) ct( k ) = 0 és E ci( j ) ct( j ) = 0 , [ ]
ezért a rendszerzaj teljesítménye
[( ) ]
M M
1 1
∑ Pk N E cl( j ) cl( k ) d n( k ) ∑P
2
= k .
N2 k =1 N k =1
k≠ j k≠ j
156
Pjel Pj E sj
γ = = M
= ,
Pzaj N0 1 1 M
Ts
+
N
∑P k N 0 + ∑ E sk
N k =1
k =1
k≠ j k≠ j
15 dB
–2
10
10 dB
–3
10
–4
10
-∞ dB
–5
10
0 2 4 6 8 10 12 14 16 18 20
10 lg(Es / N0 ) [dB]
157
A 8.7 ábrán a bithibaarány jel-zaj viszony függését ábrázoltuk az
interferencia-jel arányban paraméterezve. Jól látható, hogy ha a jel
teljesítményéhez képest az interferencia nagyon kicsi, akkor visszakapjuk a
fadingmentes csatornára jellemző görbét. Ehhez képest az interferencia
növekedése ront a bithibaarányon.
158
9. A cellás struktúra alapjai és a különböző rendszerek
összehasonlítása
A mobil távközlő rendszerekben a szükséges terület rádiós ellátása
általában az ún. cellás elvre épül függetlenül attól, hogy földi vagy műholdas
rendszerről beszélünk. Ez azt jelenti, hogy az ellátandó területen bázisállomások
hálózatát építik ki. Minden bázisállomás egy adott sugarú környezetét látja el,
melyet cellának nevezünk. A bázisállomásokat vezetékes vagy mikrohullámú
kapcsolat köti össze a kapcsoló központokkal. A mobil hívás kezdeményezésekor
a legkedvezőbb összeköttetést biztosító bázisállomással lép kapcsolatba, mely
közvetve biztosítja a hívott féllel való összekapcsolását. A mobil mozgása során
természetesen előbb vagy utóbb annyira eltávolodik a bázisállomásától, hogy már
egy másik bázisállomással kedvezőbb összeköttetést tud létesíteni. Ekkor a mobil
átkapcsol az új bázisállomásra. Ezt az átkapcsolási folyamatot hívja a
szakirodalom átadásnak, angolul handover-nek vagy handoff-nak.
Ebben a fejezetben a cellás rendszerek felépítését és a különböző
többszörös hozzáférési technikák összehasonlítását vizsgáljuk meg közelebbről.
7
6 2
1
5 3
4
7
6 2
1
5 3
4
159
(i, j )
y x
j
i
60° i sin(30°) x'
30°
i cos(30°)
D2
= j 2 + ij + i 2 .
A fentiek alapján az (u1 , v1 ) és az (u2 , v2 ) pontok távolsága tehát úgy adható meg,
hogy
i = u2 − u1 ; j = v2 − v1
és a fenti összefüggést alkalmazzuk.
160
klaszteren belül minden cella más frekvenciát használ. A cél természetesen az,
hogy a klaszterek celláinak K számát úgy válasszuk meg, hogy az azonos
frekvenciájú cellák minél távolabb kerüljenek egymástól és a klaszterek
segítségével a sík hézagmentesen lefedhető legyen. Ez a két feltétel egyértelmű
kötést K-ra.
Legyenek a cellák szabályos méhsejt alakúak. Helyezzük el a 60°-os
koordinátarendszer origóját az egyik bázisállomásra a 9.3 ábrán felrajzolt módon.
Ekkor ha R a cella sugara, akkor a két szomszédos cella középpontjának a
távolsága 3 R .
R 3
161
2
A 3 2 1 D
K= = D = .
a 2 3 3 2 3 R
R
2
Ha a 60°-os koordinátarendszer tengelyein az egységet R 3 -nek választjuk, és az
egyik klaszter középpontját az origóba helyezzük, akkor az origótól D távolságra
levő másik klaszter középpontjának koordinátái (i,j), ezért
K = i2 + i j + j2 .
Tehát csak olyan klasztereket lehet létrehozni, melyek két egész számból, i-ből és
j-ből a fenti módon származtathatók, pl. 1, 3, 4, 7, 9, 12, 13, 16, 19, 21, stb. A 9.4
ábrán néhány példát mutatunk be klaszterek kialakítására.
A klaszterek közötti távolság és a cellasugár között ezért az alábbi kötött
kapcsolat áll fenn
D
= 3K .
R
1
2
1 4
R 3
3 2 D
1
1 R 2 D
1
D 4
1 3
3 2 R
12 8
4 10 2
7
7 1 6 9
6 2
1
5 3 11
D 5 3
D
4 12 8
7
6 2 4 10 2
1 R
5 3 7 1 6 9
4 R
5 3 11
162
antennákat. A szomszédos szektorokban más és más frekvenciákat
használva cellán belül is megvalósítható a frekvencia-újrafelhasználás.
163
az L db. interferáló cella közül az i-dik, Di távolságra levő cellából származó
szimbólumenergia.
(i)
Di i-dik interferáló
R
cella
Referencia cella
9.5 ábra Az azonos csatornás interferencia számításához
N0
amiből az << 1 feltételezéssel
Es
164
D4
4 ~4
R a
γ≅ = .
L L
Végeredményünkből jól látszik, hogy az azonos csatornás interferencia döntően
befolyásolja a jel-zaj viszonyt.
A szabályos méhsejt-típusú cellás rendszerben első közelítésben elegendő
a hat legközelebbi azonos csatornás interferáló cella hatását figyelembe venni.
Ennek alapján a jel-zaj viszony
Pj a~ 4 D 1
4
γ = ≅ = ,
Pz 6 R 6
amiből
D 4
= 6γ .
R
Tudjuk, hogy egyúttal
D
= 3K ,
R
ezért megállapíthatjuk, hogy a jel-zaj viszony és a klaszterben lévő cellák K
száma (mely egyben egyben a teljes frekvenciasáv szegmentálási száma is) között
is az alábbi egyértelmű kapcsolat áll fenn
1 2
K= 6γ = γ .
3 3
165
Z a sávon belüli időosztásos részcsatornák száma (TDM)
n az egy cellára jutó csatornák száma
k az antennaszegmensek száma (tipikusan 3)
γ jel-interferencia viszony
l a beszédaktivitás mérőszáma, megadja, hogy az idő hány
százalékában van valós átviendő információ a csatornában. Tipikus
értéke 1/3.
166
A mobil → bázisállomás irányban (teljesítményszabályzás esetén)
M db. mobil esetén a rendszerzajt az (M-1) mobil generálta interferencia
határozza meg, ezért a jel-interferencia viszony jó közelítéssel
Pj Es 1
γ b→ m = ≅ = .
Pz b ( M − 1) Es M − 1
R
2 r 6 1
= Pj 6 = Pj .
R 6 0 3
167
A három darab 1. távoli cellákból érkező interferencia teljesítmény számításakor
1
értékkel vesszük figyelembe a távolságfüggést
24
1 1
E s Tj 3 M ,
3 24
a hat darab 2. távoli cellánál pedig
4
1 1
E s Ts 6 M .
3 2,633
Az interferenciák összegzése után a jel-interferencia viszony
Pj Es
γ m→b = ≅ =
Pz m→ b 1 1 1 1 1 1
4
E s ( M − 1) + 2 M + 3 M
+ 6M
3 3 3 2 4
3 2 ,633
1
= .
1104
, M − 0,33
1. távoli cellák (D = 2R )
saját cella
a mobil helyzete
közeli cellák (D = R )
9.6 ábra A jel-interferencia viszony számításához
168
Területi hatékonyság
Az egységnyi területre és egységnyi frekvenciára eső csatornák száma
n csatornaszám
ηt =
R π Bt km 2 MHz
2
Ellátottsági hatékonyság
Megadja az ellátott felhasználók számát, a blokkolási valószínűség
ismeretében
T
Nf = M ( n, PB , t ) ,
π R2
ahol T a teljes lefedett terület, R a cellák sugara, n a cellánkénti rendelkezésre álló
forgalmi csatornák száma, PB a blokkolási valószínűség, t pedig az átlagos
hívási idő (egy óra perceiben) és
F (n, PB )
M ( n, PB , t ) = 60
t
az egy cellában ellátott felhasználók száma, ahol F ( n, PB ) az Erlang B formula,
λ
mely a felajánlott forgalmat adja meg a csatornaszám és PB függvényében az
µ
alábbi egyenlőség alapján
n
λ 1
µ n!
PB = i
.
n
λ 1
∑
i =0 µ i !
169
. ⋅ 108 ;
318 R = 01
. km
100000 107
Nf = 100 = = 318
. ⋅ 106 ; R = 1 km
Rπ2
Rπ
2
. ⋅ 104 ;
318 R = 10 km
FDM rendszer
Előnyök:
− keskeny sávú átvitel (nincs szükség
csatornakiegyenlítésre)
− a technológia ismert
− a rendszer illeszkedik a meglévő analóg rádiós
rendszerekhez
Hátrányok:
− szükség van keskenysávú szűrőkre (nem VLSI)
− a bitsebesség rögzített
TDM rendszer
Előnyök:
− a bitsebesség változtatható
− a handoff eljárás jól támogatható a térerő mérésével és a
hibaarány monitorozásával
− a gyors fading ellen jól használható a
csatornakiegyenlítési technika
Hátrányok:
− nagy csúcsteljesítmény kell (uplink)
− nagy a vevő komplexitása
CDM rendszer
Előnyök:
− kis teljesítménysűrűség
− zavarvédettség
− többutas terjedés elleni védettség
− adatvédelem
Hátrányok:
− nagy sávszélesség
170
10. Digitális modulált jelek átvitele diszperzív csatornán
A mobil rádiós rendszerekben a többutas terjedés és a véletlenül változó
átviteli közeg miatt diszperzív fadinges csatornáról beszélünk. E csatornatípusban
tipikusan többféle hibajelenség okoz eltérést az ideális rendszerhez viszonyítva,
úgymint
• az időben változó lineáris torzítás (késleltetés szórás, Doppler-szórás,
fading)
• nemlineáris torzítás
• additív zavaró jelek (termikus zaj, impulzus zaj, azonos csatornás
interferencia, idegen csatornás interferencia)
• fázis jitter, stb.
Ebben a fejezetben az időben változó lineáris torzítások hatására létrejövő
szimbólumközi áthallás (Inter Symbol Interference, ISI) jelenségével
foglalkozunk. Ehhez szorosan kapcsolódik azon csatornakiegyenlítési
eljárásoknak a tárgyalása, melyek alkalmasak az ISI hatásának csökkentésére.
10.1.1 Az alapmodell
A lineáris torzításos csatorna komplex alapsávi ekvivalens modellje a 10.1
ábrán látható.
n( t )
∑ d δ (t − kT )
k s 1 yk
k Ts
g s (t ) c( t ) g r (t )
+
w(t ) y (t )
Gs ( f ) C (f ) Gr ( f )
h(t ) = g s (t )∗ c(t )
10.1 ábra A lineáris torzításos csatorna komplex alapsávi ekvivalens modellje
171
A csatornában a mintavevő előtti y (t ) jel az alábbi módon írható le:
+∞
y (t ) = ∑d k f (t − kTs ) + ν (t ) ,
k =−∞
ahol
+∞
f (t ) = ∫g r (τ )h(t − τ )dτ
−∞
és
+∞
ν (t ) = ∫ g (τ ) ⋅ n(t − τ )dτ .
r
−∞
{d n }
Ts Ts Ts Ts Ts Ts
⊗ ⊗ ⊗ ⊗ ⊗
f−L f −2 f −1 f0 f2
⊗ ⊗
f1 fL
{ yn }
⊕ ⊕ ⊕ ⊕ ⊕ ⊕
{ν n }
10.2 ábra Szimbólumközi áthallás illusztrálása transzverzális szűrő segítségével
172
10.1.2 Az ISI mentesség feltétele (Nyquist-feltétel)
A Nyquist-feltétel az f (t ) = g s (t )∗ c(t )∗ g r (t ) eredő átvitelre ad megkötést
a következő formában
f0 ha n = 0
f n = f (nTs ) =
0 ha n ≠ 0,
ami azt jelenti, hogy az f (t ) függvény Ts időnként vett mintái közül csak egy
különbözhet nullától.
Az f (t ) akkor teljesíti a fenti feltételt, ha
+∞
1 n 1
Ts
∑ F f
n =−∞
+ = f0 a f ≤
Ts 2Ts
tartományon,
n
+∞ 1/ 2 Ts
n j 2π f ' + kTs
= ∑ ∫ F f '+ ⋅ e Ts df ' =
n =−∞ −1/ 2 Ts Ts
1/ 2 Ts
+∞ n
= ∫ e j 2 πfkTs
⋅ ∑ F f + df .
−1/ 2 Ts n =−∞ Ts
Mivel
1/ 2 Ts
sin πk f0 ha k = 0
∫ e j 2πfkTs ⋅ Ts f 0 df = f0 =
−1/ 2 Ts
πk 0 ha k ≠ 0,
173
10.2 Optimális koherens vétel diszperzív csatornában
A jelek vektoriális leírásához adjuk meg a vevőszűrő bemenetén
megjelenő jelet az alábbi formában
∞ +∞
w( t ) = ∑ wn ϕ n ( t ) , ∫ϕ n (t ) ⋅ ϕ *k (t )dt = δ kn ,
n =1 −∞
ahol
Ts
és
Ts
nn = ∫ n(t ) ⋅ ϕ *n (t )dt .
0
nn = ∫ n(t ) ⋅ ϕ *n (t )dt
0
1 s * Ts
T
1
2
[ *
]
E n k ⋅ nn = E ∫ n (t ) ⋅ ϕ k (t )dt ⋅ ∫ n( ρ ) ⋅ ϕ *n (t )dρ =
2 0 0
1 s s *
T T
= E ∫ ∫ n (t ) ⋅ n( ρ ) ⋅ ϕ k (t ) ⋅ ϕ *n (t )dtdρ =
2 0 0
T T
1 s s
[ ]
= ∫ ∫ E n * (t ) ⋅ n( ρ ) ⋅ ϕ k (t ) ⋅ ϕ *n (t )dtdρ =
200
174
T T T
1 s s s
= ∫ ∫ 2 N 0δ (t − ρ ) ⋅ ϕ k (t ) ⋅ ϕ *n (t )dtdρ = N 0 ∫ ϕ k (t ) ⋅ ϕ *n (t )dt = N 0 ⋅ δ kn .
200 0
∫ ∑ E[ d ] ⋅ h(t − kT ) dt = E[ d ] ⋅ ∫ ∑ h(t − kT ) dt =
Ts Ts
=
2 2 2 2
k s k s
0 k 0 k
[ ]
+∞
= E dk ⋅ ∫ h( t )
2 2
dt ,
−∞
µ (d) = − ∑ wn − ∑d k hnk =
n =1 k =−∞
+∞ +∞
N N
= − ∑ wn + ∑ wn* ⋅ ∑ d k hnk + wn ⋅ ∑ d k* hnk* −
2
n =1 n =1 k =−∞ k =−∞
175
N
+∞ +∞ *
− ∑ ∑ d k hnk ⋅ ∑ d m* hmk
n =1 k =−∞ m=−∞
N
∑w
2
kifejezést kell maximalizálni a d megválasztásával. Mivel n független
n =1
∑ wn ⋅ hnk* =
n =1
∫ w(τ ) ⋅ h
*
(τ − kTs )dτ = y k
−∞
és
N +∞
∑h
n =1
nk ⋅h*
nm = ∫ h(τ − kT ) ⋅ h s
*
(τ − mTs )dτ = f k −m ,
−∞
+∞ +∞
1
1
2
[ ]
E ν k + n ⋅ ν k = E ∫ ∫ h(τ ) ⋅ n * (( k + n)Ts + τ ) ⋅ h * ( ρ ) ⋅ n( kTs + ρ )dτdρ =
*
2 −∞−∞
+∞ +∞
=
1
∫ ∫
2 −∞−∞
[
h(τ ) ⋅ h * ( ρ ) ⋅ E n * ( ( k + n)Ts + τ ) ⋅ n( kTs + ρ ) dτdρ = ]
+∞ +∞
= N0 ∫ ∫ h(τ ) ⋅ h
*
( ρ ) ⋅ δ ( nTs + τ − ρ )dτdρ =
−∞ −∞
+∞
176
10.2.3 A szimbólumközi áthallással terhelt csatorna összefoglalása
Az optimális vevőszűrővel rendelkező csatorna modellje a 10.3 ábrán
látható. Az adószűrő és csatorna együttes átvitelét a h(t ) = g s (t )∗ c(t )
súlyfüggvénnyel jellemezzük. A bemenet és a mintavétel előtti y(t) jel között az
f (t ) = g s (t )∗ c(t )∗ g s* ( − t )∗ c * ( − t ) = h(t )∗ h * ( − t ) függvény teremt kapcsolatot.
n( t )
∑ d δ (t − kT ) 1
{yk }
k s
k Ts
zajfehérítõ
g s (t ) c( t ) + h ( −t )
*
szûrõ
w(t ) y (t ) {v k }
Gs ( f ) C (f ) Gr ( f ) W ( z)
h(t ) = g s (t )∗ c(t )
f (t ) = g s (t )∗ c(t )∗ g s* ( − t )∗ c * ( − t ) = h(t )∗ h * ( − t )
A mintavétel után
+∞ +∞
y n = y (nTs ) = ∑ d k f (nTs − kTs ) + ν n = ∑d k f n−k + ν n
k =−∞ k =−∞
és
+∞ +∞
177
10.3 A csatornakiegyenlítés módszerei
A csatornakiegyenlítés célja tehát olyan diszkrét idejű szűrő méretezése,
amely biztosítja, hogy a csatorna kimenetén a szimbólumközi áthallás mértéke az
eredeti állapothoz - azaz az { yn } sorozatban érzékelhetőhöz - képest csökkenjen.
A fenti általános feladat megoldásakor az alábbi problémákkal kell számolni:
• A szimbólumközi áthallás alapvető oka a csatorna paramétereinek,
nevezetesen a c(t) súlyfüggvénynek az állandó változása. Ez azt jelenti,
hogy a csatornakiegyenlítés feladatát adaptív módon kell megvalósítani.
• A csatornakiegyenlítő szűrő elsősorban a szimbólumközi áthallás
hatásának csökkentésére szolgál, befolyásolja azonban az additív zaj
hatását is. Az egyes csatornakiegyenlítési módszerek között éppen az a
különbség, hogy azok a szimbólumközi áthallást és az additív zajt
együttesen hogyan kezelik.
A csatornakiegyenlítés típusai a következők:
• Nullázó stratégia (Zero Forcing, ZF): a szimbólumközi áthallás értékét
nullára állítjuk be.
• Négyzetes átlaghibára optimális megoldás (Mean Square Error,
MSE): a zaj és a szimbólumközi áthallás négyzetes összegének
minimalizálásával alakítunk ki optimális rendszert.
• Döntésvisszacsatolt kiegyenlítés (Decision Feedback, DF): a
demodulálás és dekódolás után nyert szimbólumokat is felhasználjuk a
csatorna kiegyenlítésére.
• Maximum likelihood sorozat becslés (Maximum Likelihood Sequence
Estimation, MLSE): közvetlenül a diszperzív csatornához tartozó
optimális vételt valósítjuk meg az ún. Viterbi-algoritmus
alkalmazásával anélkül, hogy a csatornakiegyenlítést külön szűrővel
oldanánk meg.
A csatornakiegyenlítő szűrő tervezése két lépésben történik. Először
meghatározzuk a 10.3 ábrán feltüntetett ún. diszkrét zajfehérítő szűrőt. Ennek a
valóságos rendszerekben nincs önálló szerepe, a konkrét megoldásban a
csatornakiegyenlítő szűrő valósítja meg ezt a funkciót is. Bevezetése mindössze a
rendszerparaméterek számítását támogatja.
Az optimális vevőszűrővel és a zajfehérítő funkciót is tartalmazó
csatornakiegyenlítő szűrővel rendelkező csatorna modellje a 10.4 ábrán látható.
178
n( t )
∑ d δ (t − kT ) 1
{yk }
k s
k Ts csatorna-
g s (t ) c( t ) + h ( −t )
* kiegyenlítõ
{d$ }
szûrõ
w(t ) y (t ) k
Gs ( f ) C (f ) Gr ( f ) C'( z)
h(t ) = g s (t )∗ c(t )
f (t ) = h(t )∗ h * ( − t )
mivel
* −n * *
1 − n 1 1
n
F ( z) = ∑ f n ⋅ z −n
=∑f *
−n ⋅ − n = ∑ f − n ⋅ * = ∑ f n ⋅ * .
n n z n z n z
179
1
F ( z ) = G( z ) ⋅ G * * .
z
amiből
(
Sνν ( f ) = N 0 ⋅ F e j 2πfTs ) , ha f ≤
1
2Ts
.
[ ]
N
⋅ ∑ gi
2 2
E dk
E
γ= = i =0
N0 2N0
értékkel jellemezhető. A zajfehérítő szűrő paramétereinek birtokában most már
rátérhetünk a csatornakiegyenlítő szűrő meghatározására.
180
szűrő méretezése oly módon, hogy a kimeneti jelsorozat minden eleme a
bemeneti {d k } üzenetek közül csak egytől függjön. A kiegyenlítő C ( z) szűrő
felépítését a 10.6 ábra mutatja.
n( t )
∑ d δ (t − kT )
k
k s 1
Ts
g s (t ) c( t ) + h ( −t )
*
{ wn } {cn }
w(t ) y (t ) {yk } {v k } {d$ }
k
Gs ( f ) C (f) Gr ( f ) {ν k } W ( z) {η k } C( z) {ξ k }
h(t ) = g s (t )∗ c(t )
C'( z) = W ( z) ⋅ C( z )
f (t ) = g s (t )∗ c(t )∗ g ( − t )∗ c ( − t ) = h(t )∗ h ( − t )
*
s
* *
F ( z ), { f n }
G ( z ), {g n }
10.5 ábra Az ideális vevőszűrővel rendelkező csatorna
{v n }
Ts Ts Ts Ts Ts Ts
⊗ ⊗ ⊗ ⊗ ⊗
c0 ck −2 ck −1 ck ck +2
⊗ ⊗
ck +1 c N −1
{d$ }
n
⊕ ⊕ ⊕ ⊕ ⊕ ⊕~
{d }
n
v k = ∑ gn d k −n + η k
n
181
d$k = ∑ q n d k −n
n
q n = ∑ cn g n − j ,
j
ahol
{c }
k
j a kiegyenlítő rendszer paramétereinek értéke a k-dik iterációs
lépésben,
182
N −1
~
ε k = d k − d k = d k − ∑ ci v k −i a hibasorozat,
i =0
[ ] = minimális,
E εk
2
azaz
2
E d k − ∑ cn v k − n = minimális, ahol v k = ∑ g m d k − m + η k .
n c m
[ ~
] [( ~
) ]
E ε k ⋅ d k* = 0 , E d k − d k ⋅ v *k -l = 0 ,
183
E d k − ∑ cn v k − n ⋅ v *k -l = 0
n
egyenlethez jutunk, amiből ha E[d k ⋅ d l* ] = δ kl akkor
[ ]
E d k ⋅ v *k-l = Ed k ⋅ ∑ g m* ⋅ d k*−l − m ⋅ η *k − l =
m
= Ed k ⋅ ∑ g m* ⋅ d k*−l − m =
m
[
= ∑ g m* ⋅ E d k ⋅ d k*−l −m = g −* l ⋅ E d k
m
] [ ] 2
és
[ ]
E v k -n ⋅ v *k -l = E∑ ∑ g h ⋅ g m* ⋅ d k −n − h ⋅ d k*− l −m + η k −n ⋅ η *k −l =
h m
l+ m= n+ h
[ ]+ N
m= n + h − l
= ∑g ⋅ g h*+n − l ⋅ E d k ⋅ δ nl .
2
h 0
h
[ ] = ∑ c ⋅ E[ d ] ⋅ ∑ g ⋅ g
g −* l ⋅ E d k
2
n
n k
2
h
h
*
h+n− l
+ N 0 ⋅ δ nl .
[ ] = 1,
E dk
2
akkor a
1 1
G * * = C ( z) ⋅ G ( z) ⋅ G * * + N 0
z z
[ ] = E[ ε ⋅ (d
E εk
2
k
*
k
~
)] [ ] [
~
− d k* = E ε k ⋅ d k* − E ε k ⋅ d k* = ]
184
[
= E ε k ⋅ d k* = E d k ] [ ] − E[d 2 *
k
~
]
⋅ d k = 1 − E∑ cn ⋅ v k − n ⋅d k* =
n
= 1 − E∑ ck ⋅ ∑ g m ⋅ d k − n −m + η k −n ⋅ d k* = 1 − ∑ cn ⋅ g − n
n m n
összefüggést, ahol nyilvánvaló, hogy a második tag összege nem más, mint a
F ( z)
Q( z ) = C ( z ) ⋅ G ( z ) =
F ( z) + N 0
q k = ∑ cn g k − n
n
így
q 0 = ∑ cn g − n .
n
( )
1
2 Ts
F e j 2πfTs
q 0 = Ts ∫ (
F e j 2 πfTs
)+ N
df
− 12 T 0
s
[ ]=T
2 Ts
N0
E εk ∫
2
df .
s
− 12 T
s
F e ( j 2 πfTs
)+ N 0
ahol
{c }
k
j a kiegyenlítő rendszer paramétereinek értéke a k-dik iterációs
lépésben,
N −1
~
ε k = d k − d k = d k − ∑ ci v k −i a hibasorozat,
i =0
185
[ ]
Az eljárás alkalmazásával teljesül az E ε k ⋅ v *k − j = 0 , j=0,...,N-1 feltétel.
Az eljárás során a rendszer tréningsorozatok alkalmazásával iteraktív úton
képes a paraméterek beállítására. Folyamatos működés esetén a d k ismét d$k
értékkel helyettesíthető.
⊗ ⊗ ⊗
c− ( N −1) c− k c− ( k −1) c0
⊗
{d~ } {d$ }
n
⊕ ⊕ ⊕
n
Ts Ts Ts
c1
⊗ ⊗
cj
⊗
cM
⊕ ⊕
10.7 ábra Döntésvisszacsatolt csatornakiegyenlítő rendszer
0 0 ∞
= ∑ c j ∑ g l − j ⋅ d k −l + ∑ c j ⋅ η k − j + ∑ c j d$k − j =
j =−∞ l j =−∞ j =1
186
0 0 ∞
= ∑ ∑ c j ⋅ g l − j ⋅ d k −l + ∑ c j ⋅ η k − j + ∑ c j d$k − j .
l j =−∞ j =−∞ j =1
jelölést akkor
∞ 0
~
dk = ∑q l ⋅ d k −l + ∑c j ⋅ηk− j .
l =−∞ j =−∞
c kj +1 = c kj + α ⋅ ε k ⋅ x$ *k − j ; j > 0
187
Rövidítésjegyzék
188
Global System for Mobile
Comunications
IMT2000 International Mobile
Telecommunications 2000
IS Interim Standard
ISI Inter Symbol Interference
LAN Local Area Network
MLSE Maximum Likelihood
Sequence Estimation
MR Maximum Ratio
MSE Mean Square Error
MSK Minimum Shift Keying
NMT Nordic Mobile Telephone
OOK On/Off Keying
OQPSK Offset QPSK
PG Processing Gain
PSK Phase Shift Keying
QPSK Quadrature Phase Shift
Keying
SHF Slow Frequency Hopping
SMS Short Message Service
SSB Single Side Band
TACS Total Access Communication
Service
TDD Time Domain Duplex
TDM Time Division Multiplex
TDMA Time Division Multiple
Access
TETRA Terrestial Trunked Radio
TIA Telecommunications Industry
Association
TTiB Transparent Tone in Band
UHF Ultra High Frequency
UMTS Universal Mobile
Telecommunications System
UPT Universal Personal
Telecommunications
189
US Channel Uncorrelated Scattering
Channel
VHF Very High Frequency
WSS Wide Sense Stationary
Channel
WSSUS Channel Wide Sence Stationary
Uncorrelated Scattering
Channel
ZF Zero Forcing
190
Jelölések jegyzéke
π ∫
erfc(v ) = e dx
v
191
Irodalomjegyzék
192