Professional Documents
Culture Documents
CHƯƠNG 4 - KHÔNG GIAN TÍN HIỆU BỘ THU TỐI ƯU
CHƯƠNG 4 - KHÔNG GIAN TÍN HIỆU BỘ THU TỐI ƯU
Nội dung:
1. Giới thiệu
2. Biểu diễn hình học của tín hiệu
3. Bộ thu cực đại khả năng
4. Bộ thu tương quan
5. Xác suất lỗi
1
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
1. GiỚI THIỆU
Sơ đồ khối truyền thông số
AWGN
n(t)
Sóng mang
Ước lượng
thông tin
Z
mi Bộ mã hóa
Si Si (t)
Kênh truyền
r(t) Bộ giải m̂
Nguồn tin ký hiệu truyền
Bộ điều chế Bộ giải mã
điều chế
2
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
2. Biểu diễn hình học của tín hiệu
Tổng hợp và phân tách tín hiệu qua các hàm cơ sở:
N
Tổng hợp s i t s t i 1,..., M
ij j 0tT
tín hiệu: j 1
0 i j
i t j t dt 1 i j i
T k
4
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
2. Biểu diễn hình học của tín hiệu
Quy trình trực giao hóa Gram - Schmidt :
Cho tập tín hiệu: si (t )i 1 tìm các hàm cơ sở trực chuẩn: j (t )j 1
M N
1. Xác định hàm cơ sở thứ nhất (từ tín hiệu thứ nhất):
1 (t ) s1 (t ) / s1 (t ) s1 (t ) / E1 , s1 (t ) s11 E1
s1 (t) s11 1 (t)= E1 1 (t)
2. Xác định hàm cơ sở thứ hai:
T
s 21 s 2 (t) 1 (t)dt d 2 (t ) s2 (t ) s21 1 (t )
0
T
2 (t) d 2 (t)/ d 2 (t) , d 2 (t) 2
2 2
d (t)dt E 2 s 21
0
3/21/2014
[s 2 (t) s 21 1 (t)]/ E2 s21
2
5
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
2. Biểu diễn hình học của tín hiệu
Quy trình trực giao hóa Gram - Schmidt :
3. Tương tự tiếp tục quy trình, tổng quát ta có :
T
sij si (t) j (t)dt si (t), j t
0
i 1
d i (t) si (t) sij j (t) , j 1,...i 1
j1
Khi si(t) là tập M tín hiệu độc lập tuyến tính → M=N
Khi si(t) là tập M tín hiệu không độc lập tuyến tính → N<M
6
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
2. Biểu diễn hình học của tín hiệu
• Ví dụ 1 (bộ phát): Tìm hàm cơ sở từ hai tín hiệu
s1 (t ) s2 (t )
A
T 0 T t
A
0 T t T
d 2 (t ) s2 (t ) ( A) 1 (t ) 0
s 21 s11
1 (t )
-A 0 A
3/21/2014
7
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
2. Biểu diễn hình học của tín hiệu
1 1 2
2
1
-0.5
3/21/2014
8
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
2. Biểu diễn hình học của tín hiệu
• Ví dụ 2:
* Tín hiệu truyền là một vectơ trong không gian Euclid 2 chiều
-> mỗi tín hiệu vectơ được biểu diễn bởi 2 thành phần tọa độ
t
S1 = (1,-0.5) 1 2
3/21/2014
9
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
2. Biểu diễn hình học của tín hiệu
• Ví dụ 2:
* Tín hiệu vectơ s1(t) tìm được:
1 1
-0.5 s1
3/21/2014
10
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
2. Biểu diễn hình học của tín hiệu
• Ví dụ 2:
* Tương tự tìm vectơ tín hiệu s2 =(-0.5,1), s3 =(0,-1), s4 =(0.5,1)
* Biểu diễn các vectơ tín hiệu trong không gian 2 chiều
-> giản đồ chòm sao (constellation): tập các vectơ tín hiệu phát
đi, hay các điểm trong không gian tín hiệu của bản tin
2
s2 1
s4
-1 -0.5 0.5 1 1
-0.5
s1
3/21/2014 -1 s3 11
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
2. Biểu diễn hình học của tín hiệu
Minh họa biểu diễn hình học của tín hiệu khi N=2 và M=3:
2 (t )
s1 ( s11 , s12 )
1 (t )
s 3 ( s31 , s32 )
s 2 ( s 21 , s 22 )
s1 (t ) s11 1 (t ) s12 2 (t ) s1 ( s11 , s12 )
Transmitted signal
alternatives s 2 (t ) s 21 1 (t ) s 22 2 (t ) s 2 ( s 21 , s 22 )
s3 (t ) s31 1 (t ) s32 2 (t ) s 3 ( s31 , s32 )
T
3/21/2014
s ij s ( t )
i j ( t ) dt , j 1,.... N , i 1,.... M , 0 t T
0 12
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH TRUYỀN AWGN
n
mi si z m̂
Modulator Decision rule
Nhiệm vụ :
Cho vectơ tín hiệu ngẫu nhiên quan sát z=(z1, ….zN) tại
ngõ ra bộ giải điều chế. Thực hiện một phép ánh xạ z → m̂ là
ước lượng của mi sao cho việc quyết định có xác suất trung
bình lỗi là nhỏ nhất.
13
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH CÓ NHIỄU AWGN
Mô hình kênh AWGN : z si n
- Vectơ tín hiệu truyền si là xác định
- Phần tử của vectơ nhiễu n là biến ngẫu nhiên trung bình
0 phương sai N0/2 có hàm PDF:
1 n
2
f n (n) exp
N 0 N /2
N0
- Phần tử của vectơ tín hiệu thu được z là các biến ngẫu
nhiên độc lập có hàm PDF:
z s 2
1
f z ( z | mi ) , j 1,....N , i 1,...M
j j
exp
N 0 N /2
N0
Hàm PDF có điều kiện cho mỗi lần truyền mi gọi là hàm
khả năng / hợp lý (Likelihood function)
3/21/2014 14
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH CÓ NHIỄU AWGN
Quy tắc quyết định tối ưu (cực đại xác suất hậu
nghiệm- maximum a posteriori probability- MAP) :
Set mˆ mi if
Pr(mi sent|z ) Pr(mk sent|z ), for all k i
where k 1,..., M .
Dùng công thức Bayes, quy tắc MAP phát biểu lại:
Set mˆ mi if
f z ( z | mk )
pk , is maximum for all k i
f z ( z)
3/21/2014
15
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH CÓ NHIỄU AWGN
Quy tắc quyết định tối ưu (cực đại xác suất hậu
nghiệm- maximum a posteriori probability- MAP) :
Phân chia không gian tín hiệu thành M vùng quyết
định, Z1 ,…..ZM sao cho:
3/21/2014
16
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH CÓ NHIỄU AWGN
Quy tắc quyết định cực đại khả năng (maximum
likelihood - ML):
Trong trường hợp mẫu số là độc lập với tín hiệu phát và xác suất
trước (xác suất tiền nghiệm) là như nhau, quy tắc MAP được đơn
giản thành:
Set mˆ mi if
f z (z | mk ), is maximum for all k i
hay tương đương:
Set mˆ mi if
ln[ f z (z | mk )], is maximum for all k i
-> quy tắc maximum likelihood - ML
3/21/2014
17
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH CÓ NHIỄU AWGN
Quy tắc quyết định ML:
Phân chia không gian tín hiệu thành M vùng quyết
định, Z1 ,…..ZM , luật quyết định ML được phát biểu lại:
3/21/2014
18
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH CÓ NHIỄU AWGN
Quy tắc quyết định ML:
3/21/2014
19
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH CÓ NHIỄU AWGN
Quy tắc quyết định ML:
Phân chia không gian tín hiệu thành M vùng quyết
định, Z1 ,…..ZM , luật quyết định ML được phát biểu lại:
3/21/2014
20
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH CÓ NHIỄU AWGN
Sơ đồ khối tách sóng dùng quy tắc quyết định ML:
,s1
1 Choose
E1
z 2 m̂
the largest
, s M
1
EM
2
3/21/2014
21
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
3. TÁCH SÓNG CHO KÊNH CÓ NHIỄU AWGN
Ví dụ sơ đồ vùng quyết định ML: M = 4 , N = 2
2 (t )
Z2
s2
Z1
s3 s1
Z3 1 (t )
s4
Z4
3/21/2014
22
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
4. BỘ THU TƯƠNG QUAN
Bộ thu tối ưu bao gồm 2 phần:
Bộ tách sóng, giải điều chế Bộ giải mã, quyết định
1(t)
,s1
T z1
0
r1 1
E1
Choose
m̂
r(t) z z 2
the largest
N (t) Observation
3/21/2014
23
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
4. BỘ THU TƯƠNG QUAN
Minh họa khôi phục tín hiệu:
Tín hiệu bị ảnh hưởng kênh AWGN Điểm tín hiệu tại ngõ ra bộ tách sóng
Tín hiệu
thu được
Tín hiệu
thu được
3/21/2014
24
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
4. BỘ THU TƯƠNG QUAN
Sự tương đương bộ thu tương quan và bộ thu phối hợp:
z(T ) z' (T )
3/21/2014
26
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
5. XÁC SUẤT LỖI
Quyết định sai: Không gian quan sát chia thành M vùng Zi
ứng với vectơ tín hiệu mi . Quyết định sai khi vectơ quan sát z
không nằm trong vùng Zi .
Xác suất quyết định sai:
Pe (mi ) Pr(mˆ mi and mi sent)
Pr(mˆ mi ) Pr(mi sent)Pr(z does not lie inside Z i mi sent)
Pe (mi ) 1 Pc (mi )
3/21/2014
27
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
5. XÁC SUẤT LỖI
Xác suất lỗi trung bình:
M
PE ( M ) Pr(mˆ mi )P(mi )
i 1
M
1
1
M
f
i 1 Z i
z (z | mi )dz
3/21/2014
28
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
5. XÁC SUẤT LỖI
Biên hợp của xác suất lỗi (Union bound):
Gọi Aik (i = k = 1,….M) là sự kiện vectơ quan sát z gần
vectơ tín hiệu sk hơn si khi si được gửi
Xác suất có điều kiện của lỗi khi m được gửi bằng xác
suất xảy ra hợp các sự kiện: Ai1 ,….AiM :
P( Aki ) P2 (s k , s i )
Theo lý thuyết xác suất: xác suất để có hợp các sự kiện đồng
thời không lớn hơn tổng các xác suất riêng rẽ:
M M M
1
Pe (mi ) P2 (s k , s i ) PE ( M ) P (s 2 k , si )
k 1 M i 1 k 1
k i k i
3/21/2014
29
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
5. XÁC SUẤT LỖI
Minh họa biên hợp của xác suất lỗi:
2
Z2 r Z1
Pe (m1 ) f (r | m )dr
r
Z 2 Z3 Z 4
1 s2 s1
1
BIÊN HỢP: s3 s4
4
Z3 Z4
Pe ( m1 ) P2 (s k , s1 )
k 2
2 2 2
A2 r r r
s2 s1 s2 s1 s2 s1
1 1 1
s3 s4 s3 s4 s3 s4
A3 A4
P2 (s 2 , s1 ) f (r | m )dr
r 1 P2 (s 3 , s1 ) f (r | m )dr
r 1 P2 (s 4 , s1 ) f (r | m )dr
r 1
A2 A3 A4 30
Trường Đại học Khoa Học Tự Nhiên
Khoa Điện tử - viễn thông Thông Tin Số
5. XÁC SUẤT LỖI
Biên hợp của xác suất lỗi (Union bound):
1 M M d min / 2
PE ( M )
M
P2 (s k , s i ) ( M 1)Q
N /2
i 1 k 1
k i
0
d min min d ik
i ,k
ik
31