Kapittel 3. Basisbånd demodulering/deteksjon. Avsnitt 3.1-3.2



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

Obligatorisk Oppgave IN357

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

Oblig 3 - Mathias Hedberg

UNIVERSITETET I OSLO

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

Bedømmelse: Ved bedømmelse vektlegges oppgavene I, II og III likt.

Det fysiske laget, del 2

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

Kapittel 12. Spredt spektrum

Taleforståelighet. Audun Etnestad. Master i elektronikk. En enkel modell

NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5

TMA Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2

Side av 5 fra matriseteori har vi at en symmetrisk matrise alltid er ortogonalt diagonaliserbar. Det vil si at X kan skrives på formen X = M M (6) der

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

3UDNWLVN DQYHQGHOVH DY ')7

Feilrater av ulike modulasjonstyper over gaussiske og fading kanaler

UNIVERSITETET I OSLO

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

Et lag er en samling relaterte funksjoner som tilbyr tjenester til laget over og bruker tjenester fra laget under.

Lyd. Litt praktisk informasjon. Litt fysikk. Lyd som en funksjon av tid. Husk øretelefoner på øvelsestimene denne uken og en stund framover.

TTT4110 Informasjons- og signalteori Løsningsforslag eksamen 9. august 2004

Oblig 2 - Mathias Hedberg

Repetisjon: Eksempel. Repetisjon: Aliasing. Oversikt, 26.februar Gitt. Alle signaler. Ettersom. vil alle kontinuerlig-tid signaler.

TTT4110 Informasjons- og signalteori Sortering av tidligere eksamensoppgaver

Optimalitet og egenskaper for kombinert kilde-kanalkodingssystem med multiple kilder og parallelle kanaler. Greg Harald Håkonsen

Sampling ved Nyquist-raten

Midtveiseksamen Løsningsforslag

6DPSOLQJ DY NRQWLQXHUOLJH VLJQDOHU

Midtveiseksamen. INF Digital Bildebehandling

UNIVERSITETET I OSLO

EKSAMEN I FAG TTT4110 Informasjons- og signalteori. Norsk tekst på oddetalls-sider. ( English text on even numbered pages.)

a) Vis hovedelementene i GSM-arkitekturen og beskriv hovedoppgavene til de forskjellige funksjonelle enhetene i arkitekturen

UNIVERSITETET I OSLO

'HQ GLVNUHWH )RXULHU-WUDQVIRUPHQ (')7)

TMA Matlab Oppgavesett 2

Tittel: Design av FSK-demodulator. Forfattere: Torstein Mellingen Langan. Versjon: 1.0 Dato: Innledning 1

Kap 7: Digital it prosessering av analoge signaler

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Filter-egenskaper INF Fritz Albregtsen

Hjelpemidler/hjelpemiddel: D - "Ingen trykte eller håndskrevne hjelpemidler tillatt. Enkel kalkulator tillatt."

UNIVERSITETET I OSLO

Uke 4: z-transformasjonen

Matematisk statistikk og stokastiske prosesser B, høsten 2006 Løsninger til oppgavesett 5, s. 1. Oppgave 1

UNIVERSITETET I OSLO

Gjennomgang av kap Kommunikasjonsformer Typer av nettverk Adressering og routing Ytelse Protokoller

FFT. Prosessering i frekvensdomenet. Digital signalprosessering Øyvind Brandtsegg

Analog til digital omformer

Innendørs GNSS ytelse og utfordringer. Jon Glenn Gjevestad Institutt for matematiske realfag og teknologi, UMB

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

Kapittel 11. Multipleksing og multippel aksess

Emnekode: SO 380E. Dato: I L{. aug Antall oppgaver: -4

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

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

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

BACHELOR I IDRETTSVITENSKAP MED SPESIALISERING I IDRETTSBIOLOGI 2011/2013. Individuell skriftlig eksamen. IBI 312- Idrettsbiomekanikk og metoder

UNIVERSITETET I OSLO

Datakonvertering. analog til digital og digital til analog

Anordning og fremgangsmåte for kanalkoding og -dekoding i et kommunikasjonssystem som anvender low-density parity-check-koder

Datakonvertering. analog til digital og digital til analog

Wavelets og signalbehandling. Kris2an Ranestad Matema2sk ins2tu8 Universitetet i Oslo Faglig pedagogisk dag

Temaer i dag. Repetisjon av histogrammer II. Repetisjon av histogrammer I. INF 2310 Digital bildebehandling FORELESNING 5.

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

Den analoge verden blir digitalisert

Hvilke tekniske utfordringer møter man ved innføring av Tetra offshore?

Dataøving 2. TTK5 Kalmanfiltrering og navigasjon Løsningsforslag

Avdelingfor ingeniørntdanning

UNIVERSITETET I OSLO

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

UKE 5. Kondensatorer, kap. 12, s RC kretser, kap. 13, s Frekvensfilter, kap. 15, s kap. 16, s

INF 1040 Sampling, kvantisering og lagring av lyd

Studere en Phase Locked Loop IC - NE565

Fakultet for teknologi, kunst og design Teknologiske fag

Mer om Histogramprosessering og Convolution/Correlation

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

Kondensator - Capacitor. Kondensator - en komponent som kan lagre elektrisk ladning. Symbol. Kapasitet, C. 1volt

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

UNIVERSITETET I OSLO

Avdeling for ingeniørutdanning

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

f(t) F( ) f(t) F( ) f(t) F( )

Filtrering i Frekvensdomenet II

UNIVERSITETET I OSLO

Det fysiske laget, del 2

Eksponensielle klasser og GLM

RAPPORT LAB 3 TERNING

6.5 Minste kvadraters problemer

Dagens mål. Det matematiske fundamentet til den diskrete Fourier-transformen Supplement til forelesning 8 INF Digital bildebehandling

Forelesning nr.4 INF 1411 Elektroniske systemer

Løsning av øvingsoppgaver, INF2310, 2005, kompresjon og koding

125058/GJM PATENTKRAV

(12) Oversettelse av europeisk patentskrift

Konvolusjon og filtrering og frevensanalyse av signaler

KORT INTRODUKSJON TIL TENSORER

LØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010

LEKKASJESØKING PÅ VANNLEDNINGER MED TRYKK. Hvordan lokalisere lekkasjer

Denne metoden krever at du sammenlikner dine ukjente med en serie standarder. r cs

Kap. 6 Ortogonalitet og minste kvadrater

16 Ortogonal diagonalisering

Transkript:

Kapittel 3 Basisbånd demodulering/deteksjon Avsnitt 3.1-3.2

Basisbånd demodulering & deteksjon Basisbånd: Ingen bærebølgefrekvens Også en modell med ideell oppkonvertering av frekvens i senderen, og ideell nedkonvertering i mottakeren Demodulering: Gjenvinne de utsendte pulsene, dvs. den analoge bølgeformen s i (t) Deteksjon: Gjenvinne de utsendte kanalsymbolene u i u i û i Pulse modulate Sample & detect s i (t) z(t) Demodulate r(t) C H A N N E L

3.1.1 s. 106 Støy Kommunikasjonskanalen AWGN = Additive White Gaussian Noise Eks: Termisk støy (tilfeldige bevegelser av elektroner, uunngåelig i mottakere) Intersymbolinterferens (ISI) Utsmøring av signalet slik at ulike pulser overlapper hverandre i tid Forårsaket av filtrering og/eller kanalens utsmøring f.eks ved flerbaner (multipath i radiosystemer)

3.1.2 s. 107 Demodulering (binær signalering) s 1 ( t) Utsendt signal: 0 Mottatt signal: Channel s 2 ( t) Demodulator Utjevner kompenserer for ISI innført av kanalen s i (t) Impulse response h c (t) + r(t) Receiving filter Equalizing filter z(t)=a i (t)+n 0 (t) n(t)

3.1.2 s. 109 Mottatt sample: Test statistic z(t) z(t) samplet på slutten av symbolintervallet Skriver for enkelhets skyld bare z z=a i +n 0 Signal + støy Signal: a 1 dersom utsendt signal var s 1 (t) a 2 dersom utsendt signal var s 2 (t) Gaussisk støy: Deteksjon (binær signalering) Likelihoods:

3.1.3 s. 110 Vektor-representasjon av signal og støy: Ortogonale basisfunksjoner N ortogonale basis-funksjoner ψ j (t) definert over intervallet 0 t T: Kronecker delta: Ortonormale basisfunksjoner: Ortogonale, pluss at alle K j =1 Ortogonale basisfunksjoner kan sammenliknes med ortogonale basisvektorer i et N-dimensjonalt rom: Alle basisvektorene står 90 grader på hverandre Ortonormale kan sammenliknes med at alle basisvektorene dessuten har lengde 1 Ortogonalitet = ingen interferens Eksempel på to ortogonale funksjoner: cos(2πt) og sin(2πt)

3.1.3 s. 111 Vektor-representasjon av signal og støy: Signal-bølgeformene Et sett med M signal-bølgeformer s i (t) kan dekomponeres i et sett av N M ortogonale bølgeformer: s i (t) kan da også representeres som en vektor: s i ={a i1 a i2 a in } Eks. N=3: Vi kan dermed tenke på signalbehandling som geometri i et N-dimensjonalt rom

3.1.3 s. 112 Vektor-representasjon av signal og støy: Støy Støyen n(t) kan også dekomponeres i basisfunksjoner, og representeres som en vektor n Hvis n(t) er hvit Gaussisk støy, vil komponentene i n være uavhengige og Gaussisk fordelte I et system uten ISI, kan mottatt signal skrives på vektorform r=s i +n Mottakerens jobb er da å finne ut: Hvilket signal s i likner mest på r?

3.1.3.1 s. 113 Bølgeform-energi Energien i bølgeformen s i (t): Hvis ortonormale bølgeformer (alle K j =1):

3.1.3.3 s. 116 Representasjon av hvit støy med ortogonale bølgeformer Kan dekomponere støyen i to komponenter Komponent i signalrommet Komponent utenfor signalrommet Kan filtreres ( tunes ) vekk av detektoren

3.1.3.4 s. 117 Varians til hvit støy Ufiltrert hvit støy (AWGN) har effektspektraltetthet N 0 /2 og uendelig båndbredde Variansen (støyeffekten) er derfor uendelig Filtrert hvit støy ( farget støy ) har endelig båndbredde, og derfor endelig varians Hvis AWGN korreleres med et sett med ortonormale funksjoner ψ j (t), kan det vises at hver av komponentene n j har varians N 0 /2

3.1.4 s. 117 The basic SNR parameter for digitale kommunikasjonssystemer For analoge systemer angir man kanalkvalitet med SNR Signal to Noise Ratio Signaleffekt [W] dividert på støyeffekt [W], S/N For digitale systemer bruker man isteden E b /N 0 E b = Energi [J] per bit N 0 = Støyens effektspektraltetthet [W/Hz = J] Fossefallskurve: W = Båndbredde [Hz] R = Bitrate [bit/s]

3.1.5 s. 118 Hvorfor bruke E b /N 0 og ikke S/N? Analoge signaler har uendelig varighet Endelig effekt og uendelig energi Naturlig å bruke effekt-mål Digitale signaler har endelig varighet Null effekt og endelig energi Naturlig å bruke energimål Viktigere: E b /N 0 tar hensyn til faktisk informasjonsmengde som overføres Urettferdig å sammenlikne samme S/N for 1 bit per symbol og 10 bit per symbol Med E b /N 0 vil dette skaleres slik at sammenlikningen blir rettferdig

s. 119-135 3.2 Deteksjon av binære signaler i Gaussisk støy Foreleses på tavla

3.2.3.1 s. 125 Konvolusjon vs korrelering Konvolusjon = korrelering med tidsreversert signal Matched filter = tidsreversert signal ERGO: Konvolusjon med matched filter = korrelering Kun gyldig ved samplingstidspunktet T (Fig. 3.7)