Kapittel 3. Basisbånd demodulering/deteksjon. Intersymbolinterferens (ISI) og utjevning



Like dokumenter
Kapittel 3. Basisbånd demodulering/deteksjon. Avsnitt

Hjelpemidler: D Ingen trykte eller håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt.

UNIVERSITETET I OSLO

Kapittel 12. Spredt spektrum

Hjelpemidler: D Ingen trykte eller håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt.

Maximum likelihood (ML) og Turbo-utjevning. Roald Otnes 23. februar 2012 Unik4180

Sampling ved Nyquist-raten

Avdeling for ingeniørutdanning

Uke 12: FIR-filter design

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Oblig 3 - Mathias Hedberg

UNIVERSITETET I OSLO

2-Port transmisjons målinger for Anritsu RF og mikrobølge håndholdte instrumenter

Bærebølgegjenvinning i radio-link

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

Kontrollspørsmål fra pensum

Inngang A Inngang B Utgang A Utgang B. Måling med semistokastisk signal (MLS) Impulsrespons ved korrelering FFT (Spektralanalysator, Klirrmeter)

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Repetisjon: Sampling. Repetisjon: Diskretisering. Repetisjon: Diskret vs kontinuerlig. Forelesning, 12.februar 2004

6DPSOLQJ DY NRQWLQXHUOLJH VLJQDOHU

Input α. Desired output. Linear prediction. Prediction error. Input α. Desired output. Linear prediction. Prediction error

Innhold Oppgaver om AC analyse

01 Laplace og Z-transformasjon av en forsinket firkant puls.

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Fasit, Eksamen. INF3440/4440 Signalbehandling 9. desember c 0 + c 1z 1 + c 2z 2. G(z) = 1/d 0 + d 1z 1 + d 2z 2

UNIVERSITETET I OSLO

Det fysiske laget, del 2

Forelesning, 23.februar INF2400 Sampling II. Øyvind Ryan. Februar 2006

UNIVERSITETET I OSLO

Forelesning, 17.februar INF2400 Sampling II. Øyvind Ryan. Februar 2005

UNIVERSITETET I OSLO

LØSNINGSFORSLAG for KONTINUASJONSEKSAMEN I FAG SIE2010 Informasjons- og signalteori, 29. juli y(n) = ay(n 1) + x(n k),

LØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010

Tidsdomene analyse (kap 3 del 2)

,QQOHGQLQJ 3-1/ )DJ 67( 6W\ULQJ DY URPIDUW \ / VQLQJVIRUVODJ WLO YLQJ

Hvilke tekniske utfordringer møter man ved innføring av Tetra offshore?

Sampling, kvantisering og lagring av lyd

EKSAMEN STE 6219 Digital signalbehandling

INF Stikkord over pensum til midtveis 2017 Kristine Baluka Hein

Eksempel: Ideelt lavpassfilter

NGU TFEM, METODE- OG INSTRUMENTBESKRIVELSE

N o t a t R I A - 0 2

KOMMUNIKASJON PÅ ARBEIDSPLASSEN

Dagens temaer. Endelig lengde data. Tema. Time 11: Diskret Fourier Transform, del 2. Spektral glatting pga endelig lengde data.

Suverene kjøreegenskaper. Tekniske data

Fysisk Lag. Overføringskapasitet. Olav Lysne med bidrag fra Kjell Åge Bringsrud, Pål Spilling og Carsten Griwodz

UNIVERSITETET I OSLO

Svingninger og Bølger Oblig1 Matthew Terje Aadne

Adaptive filtre - Oversikt

Analog. INF 1040 Sampling, kvantisering og lagring av lyd. Kontinuerlig. Digital

Muntlig eksamenstrening

Treleder kopling - Tredleder kopling fordeler lednings resistansen i spenningsdeleren slik at de til en vis grad kanselerer hverandre.

TTT4110 Informasjons- og signalteori Sortering av tidligere eksamensoppgaver

Høgskolen i Oslo og Akershus. sin 2 x cos 2 x = 0, x [0, 2π) 1 cos 2 x cos 2 x = 0 2 cos 2 x = 1 cos 2 x =

Faktor. Eksamen høst 2005 SØK Innføring i matematikk for økonomer Besvarelse nr 1: -en eksamensavis utgitt av Pareto

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

Bruk av tidsvindu. Diskret Fourier-transform. Repetisjon: Fourier-transformene. Forelesning 6. mai 2004

Lydproduksjon. t.no. ww ww.hin. Forelesning 9 Signalbehandling (processing) og effekter MMT205 - F9 1

Kap 7: Digital it prosessering av analoge signaler

Design og utforming av et anti-alias-filter

UNIVERSITETET I OSLO

Funksjoner og andregradsuttrykk

Introduksjon til lyd. Det ytre øret. Fra lydbølger til nerveimpulser. INF Digital representasjon : Introduksjon til lyd.

48 Praktisk reguleringsteknikk

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Contents. Oppgavesamling tilbakekobling og stabilitet. 01 Innledende oppgave om ABC tilbakekobling. 02 Innledende oppgave om Nyquist diagram

Wiener filter of length 10 (performance 0.374) Pulse P Sample number. Wiener filter of length 10 (performance 0.

Uke 12: FIR-filter design

TFEM, METODE OG INSTRUMENTBESKRIVELSE

1 C z I G + + = + + 2) Multiplikasjon av et tall med en parentes foregår ved å multiplisere tallet med alle leddene i parentesen, slik at

UNIVERSITETET I OSLO

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Fig 1A Ideell jord. Høyde λ/2 Fig 1D Tørr jord. Høyde λ/2. Fig 1B Ideell jord. Høyde λ/4 Fig 1E Tørr jord. Høyde λ/4

Produktinformasjon. Høreapparatets funksjoner. Individuelle funksjoner. Innovative Hearing Solutions

I denne øvingen vil vi sammenlikne det teoretiske resultat med et grafisk bilde av konturlinjene til flaten. Vi tegner konturene der

S høst LØSNING. 2x 10 = x(x 5) x 2 + 7x 10 = 0 x = 7± 49 4 ( 1) ( 10) x = 7±3. x = 2 x = 5. lg( ) + 3 = 5. lg( ) = 2.


pdf

LABORATORIEØVELSE B FYS LINEÆR KRETSELEKTRONIKK 1. LAPLACE TRANSFORMASJON 2. AC-RESPONS OG BODEPLOT 3. WIENBROFILTER

Obligatorisk Oppgave IN357

Dyp læring. Sigmund Rolfsjord

ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen

Datakonvertering. analog til digital og digital til analog

Cardiac Exercise Research Group (CERG)

Avdelingfor ingeniørntdanning

Repetisjon: LTI-systemer

Side om side. Trettende forelesning

Labbutstyr i B102 (B104) Oscilloskop Funksjonsgenerator Måleprober Kontakter/plugger

UNIVERSITETET I OSLO.

Forfatter: 1 Innledning 1. 2 Mulig løsning Filterdesign Firkantgeneratordesign Realisering og test 5. 4 Konklusjon 8.

303d Signalmodellering: Gated sinus a) Finn tidsfunksjonen y(t) b) Utfør en Laplace transformasjon og finn Y(s)

FFT. Prosessering i frekvensdomenet. Digital signalprosessering Øyvind Brandtsegg

1 Section 7-2: Estimere populasjonsandelen. 2 Section 7-4: Estimere µ når σ er ukjent

Uke 10: Diskret Fourier Transform, II

Wavelet P Sample number. Roots of the z transform. Wavelet P Amplitude Spectrum.

Oblig 2 - Mathias Hedberg

WiMAX grenseløst bredbånd? Rekkevidde, kapasitet og smarte løsninger. Ingvar Henne. WiMAX fremtiden er trådløs Oslo

STUDIEÅRET 2010/2011. Individuell skriftlig eksamen. IBI 215- Arbeidsfysiologi. Torsdag 19. mai 2011 kl Hjelpemidler: ingen

Rekursiv programmering

IIR filterdesign Sverre Holm

Transkript:

Kapittel 3 Basisbånd demodulering/deteksjon Intersymbolinterferens (ISI) og utjevning

3.3 s. 136 Ekvivalent kanalmodell TX filter H t (f) Channel H c (f) + RX filter H r (f) t=kt Detector Noise H(f) h(t) + t=kt Detector Noise

3.3 s. 136 TX filter H t (f) Channel H c (f) + RX filter H r (f) t=kt Detector Ideell kanal Noise Ikke-ideell kanal h c (t) h c (t) 0 0 0 t 0 t T c Optimalt RX-filter kompenserer for H t (f) Intersymbolinterferens dersom T c >T Optimalt Rx-filter kompenserer for H t (f)h c (f) Kalles utjevning (equalization)

3.3 s. 137 Intersymbolinterferens (ISI) Utsendt signal Mottatt signal ISI gir dårligere følsomhet for støy Kan gi problemer med deteksjon også når det ikke er støy

3.3 s. 137 Nyquist-kriteriet H(f) h(t) + t=kt Detector Noise Minimum båndbredde på H( f ) for å kunne detektere R s symboler/s uten ISI er R s /2 Hz R s =1/T For å oppnå denne grensen, må H( f ) ha rektangulær form Da er Dette kalles ideell Nyquist-puls Må også ha perfekt timing på samplingen

3.3 s. 138 Nyquist-puls (Nyquist-filter) Definisjon: En puls (filter) h(t) som oppfyller h(kt) = 0, k = ±1, ±2, ±3, dvs. ingen ISI Eksempel: Raised cosine (mer om dette senere) Ideell Nyquist-puls er den Nyquist-pulsen som har minst båndbredde

3.3 s. 138 Båndbredde-effektivitet Ifølge Nyquist er maksimal overføringsrate 2 Båndbredde-effektivitet er definert som Eksempler: Med 1 bit/symbol (2 nivåer) kan vi ha maksimalt 2 bps/hz Med 6 bit/symbol (64 nivåer) kan vi ha maksimalt 12 bps/hz

3.3.1.1 s. 138 Puls-forming Man ønsker som regel å bruke minst mulig båndbredde, for å få plass til flest mulig brukere i spekteret Nyquist gir en nedre grense for båndbredde For å oppnå denne grensen må vi bruke et ideelt Nyquist-filter Uendelig langt filter Følsomt for feil i samplings-tidspunktet I praksis bruker man isteden et filter med noe større båndbredde, som fungerer bedre i praksis

3.3.1.2 s. 139 Raised-cosine filter Båndbredde W= (1+r)W 0 r: Roll-off factor (0 r 1) W 0 =R s /2 : Minimum båndbredde (Nyquist) Raised-cosine heller ikke fysisk realiserbar, impulsrespons er uendelig lang Lettere å trunkere (avkorte) enn ideelt Nyquist-filter, fordi halene har mindre amplitude Av samme grunn mindre følsomt for feil i samplingstidspunkt

3.3.1.2 s. 141 Square-root raised cosine (SRRC) TX filter H t (f) Channel H c (f) + RX filter H r (f) t=kt Detector Noise Anta ideell kanal, H c ( f )=1 En enkel måte å få H( f ) til å bli raised cosine, er da å velge hvor H(f) er raised cosine, gitt av (3.78) Dette kalles SRRC-filter

3.3.2 s. 142 Mekanismer som degraderer ytelsen Mekanismer som gjør at faktisk bitfeilrate er større enn teoretisk/ønsket bitfeilrate: 1. Tap i E b /N 0 Tap i mottatt signaleffekt, eller ekstra støy/interferens Kurven parallellforskyves mot høyre, må øke utsendt effekt for å oppnå samme ytelse 2. Forvrengning F.eks. ISI Gir et feilgulv ; det hjelper ikke å øke utsendt effekt Kan forbedres med utjevning

3.4.1 s. 150 Utjevning Utjevning = håndtering av ISI ISI skyldes forvrengning, f.eks. flere transmisjonsveier De mottatte pulsene overlapper hverandre, utsmøring 1. Maximum likelihood sequence estimation (MLSE) Regner statistisk ut hvilken sendt sekvens som er mest sannsynlig, gitt de mottatte samplene Bruker Viterbi-algoritmen (trellis-basert); kompleksiteten vokser eksponentielt med lengden av kanalens impulsrespons Brukes i f.eks. i GSM-telefoner 2. Utjevning ved filtrering Kompenserer for forvrengningen, slik at detektoren mottar et signal med lite ISI Kan gjøres lineært (linear equalizer, transversal equalizer) eller ulineært (decision feedback equalizer)

3.4.1 s. 150 Utjevning ved filtrering - prinsipp Splitter Rx-filteret i mottaker-filter H r (f) og utjevnings-filter H e (f): H(f) = H t (f) H c (f) H r (f) H e (f) Ønsker H(f) = H RC (f) (raised cosine), men har designet systemet slik at: Vi må da velge: H RC (f) = H t (f) H r (f) H e (f) = 1 / H c (f) Kommentar: Dette kalles zero-forcing fordi det sikrer null ISI, men er ikke den optimale løsningen. Se avsnitt 3.4.3.1

3.4.2 s. 151 Øyediagram Man sender en tilfeldig bitstrøm På mottakersiden (før deteksjon) plotter man mottatt signal i alle puls-intervaller, i samme plot Kan gjøres med oscilloskop, trigget på symbolraten Øyet lukker seg når ISI øker

3.4.3.1 s. 152-157 Lineær (transversal) utjevner

3.4.3.2 s. 157-158 Decision feedback utjevner (DFE) Etter deteksjon - regne ut ISIbidraget fra dette symbolet (uten støy) og trekke fra på senere mottatte symboler Ytelse mye bedre enn lineær utjevner, spesielt ved dype dipper, nuller i kanalens frekvensrespons DFE - ikke-lineær struktur pga. desisjon ( quantizer ) Problem: Feil desisjon => feilforplantning

3.4.3.2 s. 157-158 Fast (preset) utjevning Dersom kanalens impulsrespons (CIR) er konstant og kjent: regne ut de optimale utjevner-koeffisientene og ha dem konstante over en hel blokk Dersom kanalens impulsrespons er konstant men ikke kjent: sende treningssekvens som mottakeren kjenner sammenlikne mottatt signal med utsendt signal, og CIR eller utjevner-koeffisientene regnes ut Eksempel: GSM (kanalen antas konstant over et burst )

Adaptiv utjevning Når CIR varierer i løpet av en transmisjon, må utjevneren tilpasses (adapteres) etter hvert Periodisk adaptering: Bruker gjentatte treningssekvenser i symbolstrømmen. Eksempel: HF Desisjons-basert adaptering: Bruker desisjoner som trenings-signal F.eks. LMS-algorimen