Professional Documents
Culture Documents
Electrical Signals
Electrical Signals
1 Част ©
©
Електрически сигнали
Модулирани сигнали
© Електрически вериги
© Методи за анализ на електрическите вериги
© Четириполюсници
“Електронни елементи ©
©
RC, RL и RLC вериги
Трептящи кръгове
и вериги”
© Електрически филтри
© Вериги с разпределени параметри.
Електрически
1.2 Простопериодични сигнали. Представяне на
сложнопериодични сигнали чрез редове на Фурие. Физична
интерпретация и примери.
сигнали
1.3 Непериодични сигнали и представянето им чрез интеграл на
Фурие. Примери.
1.4 Случайни сигнали (шумове). Източници, представяне и
величини.
Информация Þ Съобщение Þ Сигнал
Лекция 1 v Информацията (i) е философско понятие, свързано с процеса на намаляване
на неопределеността в познанията за нещата. В радиоелектрониката информацията
е комплект от сведения, данни, които подлежат на преобразуване, предаване, приемане и
съхранение.
1.1 Сигнали в основна лента: v Съобщението (massage) е формата на предаване на информацията (говор,
музика, текст, картина, цифрови данни и пр.)
аналогови дискретни и v Сигналът е физична величина (или процес), чрез измененията на която се от-
честотна (FD) форма на - акустичен, оптичен, електрически и пр. В радиоелектрониката всички тези сигнали
трябва да се преобразуват в електрически, освен ако не са вече такива.
Амплитуда At
входа
Честота ft
Фаза ϕt
Под електрически сигнал А(t) в ще подразбираме времевата за-
висимост на тока или напрежението в дадена електрическа вери-
i Предавателна AT AR Приемна га, но и още, на електрическото E или магнитното поле H на раз-
антена антена пространяваща се в дадена среда вълна. Сигналът се явява елек-
трическият носител на информацията, която се съдържа в даде-
но комуникационно съобщение. Има амплитуда, честоа и фаза.
Преобра- Преда- Прием Преобра-
зувател вател ник зувател Времева форма (TD - Time Domain) Честотна форма (FD - Frequency Domain)
Пренастройваем филтър
TD (Time Domain) FD (Frequency Domain)
форма форма Развивка по 0x Сигнал по 0y
L TD (Time Domain) - Амплитуда (или мощност) от време: измерването
става основно чрез осцилоскопи или с съвременни
сигнал-анализатори
Електрически сигнал
Аналогови и цифрови сигнали в TD форма
Аналогов сигнал Дискретен по ниво Цифров сигнал
X(t) Xm(t) Xm(nts)
Детерминирани Случайни
Представяне на сложни периодични сигнали Фурие преобразувание, представено чрез реални функции
(директно Фурие преобразувание) Ø Обратно Фурие преобразувание (представя TD формата на сигнала)
∞ ∞
A( t )
Т ∆f
|S|n( f )
A
TD ⇔ FD A(t ) = 0 +
2 å An cos(nωt ) + å Bn sin(nωt )
n =1 n =1
Ø Право Фурие преобразувание (представя FD формата на сигнала, т.е.
неговите спектрални съставящи)
Представеният тук начин за връзка между TD и FD форми-те на сигнала [A(t) и S(f)] е най- T
добрият от гледна точка на минимална средноквадратична грешка на прехода между тях 2 Това е dc съставящата в спектъра на сигнала; появява
A0 =
T ò A(t )dt се в спектъра, само ако в TD формата на сигнала има
A(t ) = A(t + T ) ⇔ S n ( f ) = S n ( f ) exp(− jϕ n ( f )) 0
четни съставки
t
Т
τ
f
Делта-сигнал –
граничен случай
Т→∞
τ
Ефективна ширина на спектъра на правоъгълен сигнал Пример с ограничаване на спектъра на реален сигнал
От теорията на спектралния анализ е известно, че ако спектърът на периодичния правоъгъ-
лен сигнал се ограничи до ширината на главния максимум (вж. фигурата долу), в тази част
се осигурява 90.2 % от енергията и обратното възстановяване на времевата от честотната Сигнал в TD
форма е с минимални изкривявания. Затова тази ширина на главния максимум, която зави-
си от продължителността на импулса τ, е известна като ефективна ширина на спектъра. За Сигнал в FD +
Ефективна ширина
комуникациите това означава, че за предаването на къси (т.е. “бързи” битове) е необходи- ограничение
ма по-широка честотна лента и обратно.
Филтър
вход
t
изход
t осцилации
sin (πfτ )
t S ( f ) = U 0
–τ/2 0 τ/2
πf –τ/2 0 τ/2 t –4/τ –2/τ 2/τ 4/τ
Окончателно: Да се определят спектрите на посо- Задача: Да се покаже, че спектърът на Гаусовия
чените не-периодични сигнали. импулс е също Гаусов импулс (единственият
U0 сигнал с подобно свойство)
|S(f) | U0 U0 U0
FD U(t) 2
U (t ) = U 0 e −t / 2τ
2
ω)
S(ω
τ/2
Отг.
–τ/2 2 2
амплитуда
Запис на N отчета
амплитуда
разпространено бързото Фурие преобразувание (FFT). Сега идеята е да се правят времеви
отчети само в обхвата f < fc. Така вместо за всички честоти, линейно независими записи се
правят само за N на брой дискретни честоти fn = n/N∆ (където n = –N/2,…, +N/2) (вж. и на
следващата страница). Така сега броят математически операции при FFT е “само” Nlog2N. t t
Пример, ако N = 106, директното DFT се нуждае от 1012 операции, а бързото FFT – само от
амплитуда
2.107 операции (разликата е близо 5 порядъка!).
Блоков запис
DFT: N2
на N отчета
TD ⇔ FD математически
амплитуда
операции t
FFT: Nlog2N
операции f Нов запис на N отчета след един
∆ fn = n/N∆ (n = -N/2,…, +N/2) отчет по-късно
Пример 1: Бърз времеви запис води до Пример 2: Бавен времеви запис води до
широко разположени линии в спектъра близко разположени линии в спектъра
Ортогонални цифрови сигнали (кодове) Ортогонални кодове на Walsh и тяхната генерация
Две цифрови редици (кодове) x и y са ортогонални (или Най-известните ортогонални кодове за тези на Walsh. Те се генерират чрез матрицата на
още невзаимодействащи, неинтерфериращи), ако тяхно- Hadamard H2N . 2N е редът на матрицата, а генериращата матрица е H2 (вж. долу).
то матрично произведение Rxy = xT.y = 0 (при почти орто-
гоналните кодове това произведение е близко до 0). Ако
бинарните цифрови кодове се изразяват с състояния +1 и
–1 (вместо 0), това свойство означава, че броят на “1”-те По-долу е даден прост пример за 4 Walsh кода от 4 ред. За по-лесна проверка на ортогонал-
и “–1”-те в два взаимно ортогонални кода е еднакъв или ността им бинарната “0” се заменя с “–1”. Проверката показва, че всички кодове удовлет-
се различава с 1. Освен това, нормираната квадратична воряват изискванията за ортогоналност Rxy = xT.y = 0 с изключение на кода w0.
стойност на кода е единица, т. е. Rxx/I = xT.x /I = 1 или Rxx
/I = yT.y /I = 1, където I е редът на даден код.
По-долу е даден пример за две взаимно-ортогонални
цифрови редици от 4 ред.
Пример
Лекция 1
сигнали. Примери
Случайни (шумови) сигнали
Лекция 1
Сигнал
1.5 Случайни сигнали
(шумове) – източници,
Друг проблем е
Проблем е появата на
влиянието на шума
слаб аналогов сигнал на
представяне, величини,
върху цифрови
фона на случайни
сигнали и поява на
(неочаквани) сигнали
измерване.Примери
грешно приети битове
(шум и невъзможност
(bit error)
полезният сигнал да бъде
надеждно детектиран в
приемника
Шум
ò p( xi ; t )dx
∞ T /2
Pi (a ≤ x ≤ b) = 1
a
x(t ) = ò x. p( x; t )dx x(t ) = lim T →∞
T ò x(t )dt
където p(xi, t) е диференциалната вероятност, която в общия случай зависи от времето. −∞ −T / 2
Може да се покаже, че 100-% вероятност се постига при условието v Средно-квадратична стойност:
∞ T /2
xmax 1
òx
2 2
ò x (t ) = lim T →∞
2 2 (t )dt
x (t ) = x . p( x; t )dx
ò p( x; t )dx ≡ 1, ако x(t ) ∈ ( xmin ; xmax )
−∞
T
−T / 2
xmin
v Флуктоация v Дисперсия
∆ = x(t ) − x σ x2 (t ) = ∆2 = (x − x )2 = x 2 (t ) − ( x ) 2
Пример: Гаусово (нормално) разпределение (най-често Величини, описващи шума – шумова мощност и шумова
срещаното статистическо рапределение на амплитудите на случайни температура
сигнали)
Източник:http://en.wikipedia.org/wiki/Normal_ v Мощност на шумов сигнал Pn и шумова температура Tn
σ →0 distribution
Дефиниции:
вход
Фазов шум
Генериран сигнал със силна остатъчна Много слаб сигнал на фона на шума (а) и
FM модулация (а) и с високо ниво на наблюдаван със спектроанализатор с
фазовия шум (б) “изглаждащ” видео-филтър (б)
Примери за статистически процеси и сигнали в мобилните Мобилна комуникационна среда
и безжичните комуникации На фигурата долу виждате картина на типична мобилна комуникационна среда. Кои
обекти от нея могат да оказват влияние върху разпространението на сигнала и защо?
Какви физични явления, описани на предишната страница, може да открие-те тук;
могат ли те да оказват влияние върху разпространението на сигнала? Как по-точно
тези явления ще оказват влияние? Какви според вас ще бъдат резултатите от това
влияние? Как могат да се отчетат? (отговори на последните въпроси ще намерите по-
нататък в лекцията)
Основни наблюдавани ефекти в мобилните радиоканали? Основен проблем на сложната комуникационна среда: множество
приети сигнали вместо един – “многолъчевост”
] По-бавно или по-бързо изменение на нивото на сигнала вследствие на
интерференчни и дифракционни явления – “бърз” и “бавен” фадинг “Многолъчевостта” в мобилните комуникационни системи се обуславя от следните ефекти:
L Многократни отражения от обекти с гладки стени;
] Случайни честотни модулации в резултат на бързо движение
L Дифракция от неподвижни обекти с остри ръбове (засенчване);
] Случайно закъснение (ехо) при пристигане на голяма серия от много-лъчеви L Многолъчево отражение (разсейване) от обекти с негладки стени;
сигнали L Движение на мобилните потребители или мобилните препятствия.
] Статистическо поведение на характеристиките на радиоканала
Изпратен сигнал
Ниво, dB
Реално разпределение
на нивото на сигнала
Приети сигнали в многолъчев канал
Вляво: илюстрация на появата на
многолъчев сигнал в сложна
Време, s мобилна среда
Основни ефекти при многолъчево разпространение: Статистическо описание на канала при многолъчев сигнал
1. Рязко изменение на сигнала (стръмни флуктоации) във времето и от разстоянието;
Бърз фадинг Tx канал Rx
Ниво, dBm
Ниво, dBm
Бавен фадинг
време
статистически
разстояние
флуктоации
2. Случайна честотна модулация на сиг- 3. Случайно времево закъснение (ехо) (вре-
нала в резултат на Доплерово отмест- мева дисперсия), причинено от на приема- “Многолъчевостта” в мобилните системи се
ване на различни сигнали по различ- нето на многолъчеви сигнали, достигнали опис-ва статистически. Към сигнала в канала се
ни пътища по различни пътища до приемника добавят статистически флуктоации (амплитудни,
честотни, фазови; дисперсия и др. ефекти). Те се
описват по класическия вероятностен подход:
Ниво, dBm
средни величини, стандартни отклонения,
статистическо разпределение и пр. Това е важно
за мобилните канали.
Пример: На фигурата е показана разликата във
величината BER в мобилен канал с обикновен
време
“бял” шум и с Релеев (бърз) фадинг.
Пример за статистически модел на бавния фадинг (“засенчване”) Пример за статистически модели на бързия фадинг
“Засенчването” (или бавният фадинг) в мобилните системи се свързва с дифракцията от Бързият фадинг е свързан с “много-
препятствия с размери, по-големи от 20λ. Това са основно сгради в градска среда. По-долу лъчевостта” на мобилната среда –
е показан метод за анализ на засенчването: мобилна станция се движи в кръг около базова влиянието на статистически много
станция в засенчена среда. Ефектът е появата на флуктоации в амплитудата a(t) на прие- препятствия с размери сравними с
тия сигнал със средна стойност am. Разпределението на текущата амплитуда около средна- дължината на вълната (~λ) и много-
та се дава с Гаусово (нормално) разпределение. Стандартното отклонение е σа , което при кратни отражения. Тук амплитудата
засенчването е типично ~4-10 dB. на приетия сигнал се описва с разпре-
деление на Rayleigh (за модел без
Метод за изследване на засенчването Модел на засенчването: Гаусово директен лъч) или с разпределение на Илюстрация на
(нормално) разпределение Rayleigh-Ricean (за модел с директен бърз фадинг
MS лъч LoS). Сега стандартното отклоне-
сгради
ние е σR е по-голямо, отколкото при
засенчването – ~30-40 dB. Встрани са
показани примери за векторно суми- Разпределение
ране на много сигнали и съответното на Релей-Ричи
MS им разпределение.
BS
Разпределение
на Релей 1
Разпределение
на Релей 2
Горе: Криви на постоянно ниво на приет сигнал с и без “засенчване”