WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     || 2 | 3 |

На правах рукописи

Агеев Александр Владимирович ИССЛЕДОВАНИЕ И РАЗРАБОТКА АЛГОРИТМОВ ПРИЕМА СИГНАЛОВ ППРЧ В КАНАЛАХ С ПАМЯТЬЮ Специальность 05.12.13 – Системы, сети и устройства телекоммуникаций

Автореферат диссертации на соискание учёной степени кандидата технических наук

Самара – 2009

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Поволжский Государственный Университет Телекоммуникаций и Информатики (ГОУВПО ПГУТИ)

Научный консультант:

доктор технических наук, профессор Карташевский В.Г.

Официальные оппоненты:

доктор технических наук, профессор Елисеев С.Н.

кандидат технических наук, доцент Григоров И.В.

Ведущая организация: Самарский государственный университет.

Защита состоится 1 июля 2009 г. в 14-00 часов на заседании диссертационного совета Д219.003.02 при Поволжском государственном университете телекоммуникаций и информатики по адресу: 443010 г.

Самара, ул. Льва Толстого, 23.

С диссертацией можно ознакомиться в библиотеке ГОУВПО ПГУТИ.

Автореферат разослан 29 мая 2009 г.

Учёный секретарь диссертационного совета Д219.003.02, доктор технических наук, доцент Мишин Д.В.

2

Общая характеристика работы

Актуальность темы.

Псевдослучайная перестройка рабочей частоты (ППРЧ) представляет собой один из эффективных методов расширения спектра, при котором сигнал занимает полосу частот значительно более широкую по сравнению с полосой, минимально необходимой для передачи информации. Рабочая частота сигнала перестраивается в широких пределах выделенного для связи частотного диапазона в соответствии с псевдослучайным кодом, известным только на приемной стороне и неизвестным всем, кто пытается перехватить радиопередачу или организовать постановку помех.

Проблемам организации связи при использовании сигналов ППРЧ посвящено большое число работ отечественных и зарубежных авторов, обзор которых приведен в [1]. В России весьма плодотворно по данной тематике работают научные школы Л.Е. Варакина, Г.И. Тузова, В.И. Борисова и др. Отличительной особенностью подавляющего числа отечественных и зарубежных публикаций по данной тематике является использование сигнально-кодовых конструкций, основанных на применении сигналов М-ичной частотной манипуляции совместно с блоковым кодированием. При этом, как правило, рассеяние энергии передаваемого сигнала во времени (память канала) не учитывается из-за невысоких скоростей передачи дискретных сообщений.

Однако, в последнее время на зарубежных трассах с ППРЧ стали широко применяться методы фазовой манипуляции, предполагающие использование когерентных методов обработки, совместно со свёрточным кодированием при высоких скоростях передачи (например, в декаметровом канале связи в полосе канала тональной частоты скорость составляет от 4800бит/с и выше). Решение задачи обнаружения и обработки таких сигналов представляет особый интерес для целей радиоконтроля.

Неизвестность используемого вида модуляции, скорости передачи (и, следовательно, величины памяти канала) совместно с априорной неопределенностью относительно свойств канала являются главными факторами, определяющими сложность алгоритмов классификации вида модуляции, оценивания характеристик канала и алгоритмов демодуляции принимаемого сигнала.

В данной работе (в предположении, что используемый вид модуляции определен) решается задача приема сигналов ППРЧ при использовании фазовой модуляции ФМ-4 в каналах с памятью и неизвестными параметрами.

Цель работы. Разработка алгоритмов приема сигналов ППРЧ с ФМ-в канале с памятью и неизвестными параметрами. Исследование помехоустойчивости алгоритмов демодуляции ФМ-4 в канале с памятью.

Основные задачи

исследования - Анализ методов слепой идентификации (слепого оценивания) импульс- ной характеристики канала связи с памятью для построения когерентно- го демодулятора.

- Разработка алгоритмов демодуляции сигналов ФМ-4 в каналах с памятью при разнесенном приеме.

- Разработка метода анализа помехоустойчивости алгоритма когерентного приема сигналов ФМ-4 в каналах с памятью.

- Анализ характеристик слепого оценивания параметров канала связи и помехоустойчивости алгоритма демодуляции сигналов ФМ-4 в канале с памятью методом компьютерного моделирования.

Методы исследования. Основные теоретические и экспериментальные исследования диссертационной работы выполнены с применением методов теории вероятностей, математической статистики и вычислительных методов, реализованных в пакете MathLab.

Научная новизна работы.

- Предложен метод слепого оценивания характеристик канала связи с памятью при разнесенном приеме сигналов ФМ-4.

- Разработан алгоритм демодуляции сигналов ФМ-4 в каналах с памятью при разнесенном приеме.

- Предложен метод анализа помехоустойчивости когерентного демодулятора сигналов ФМ-4 в канале с памятью Основные положения, выносимые на защиту.

- Алгоритм слепого оценивания импульсной характеристики векторного канала связи с памятью на основе метода максимального правдоподобия.

- Рекуррентный алгоритм демодуляции сигналов ФМ-4 в канале с памятью, использующий оценки параметров канала связи.

- Метод анализ и результаты анализа помехоустойчивости приема сигналов ФМ-4 в канале с памятью.

Практическая ценность и реализация результатов работы.

Результаты, полученные в данной работе, могут быть использованы при разработке и создании комплексов радиоконтроля в части анализа сигналов декаметрового диапазона, использующих фазовую модуляцию совместно с методами ППРЧ.

Методы оценивания параметров канала связи и алгоритм демодуляции сигналов фазовой модуляции целесообразно использовать при разработке систем связи с последовательным способом передачи и многопозиционными сигналами.

Результаты диссертационной работы внедрены во ФГУП «НИИ Вектор» (г. С.Петербург) при реализации НИР «Адрес-РУ-ВМ» и ОКР «Равнодушие», что подтверждено актом внедрения, приведенном в приложении.

Апробация работы. Основное содержание работы

докладывалось и обсуждалось на XIV и XV Российской научно-технической конференции ПГУТИ (Самара 2007г., 2008г.), на Всероссийской научно-технической конференции «Наукоемкие технологии в приборо- и машиностроении и развитие инновационной деятельности в вузе» (МГТУ им. Баумана, 2007г.), на VIII Международной научно-технической конференции «Проблемы техники и технологий телекоммуникаций» (Уфа, 2007г.), на Х Международной конференции «Цифровая обработка сигналов и ее применение» (Москва, 2008г.), на LXIII-й Научной сессии, посвященной Дню Радио (г.Москва, 2008 г.) и представлены на мультиконференции SCI 2007, Orlando, Florida, USA.

Публикации. Основное содержание диссертации отражено в 11 опубликованных и 2 рукописных работах. Публикации включают 1 статью в журнале из перечня ВАК, 4 тезиса, 6 публикаций трудов и докладов на международных научных конференциях.

Структура и объём работы Диссертационная работа состоит из введения, четырёх глав, заключения, списка литературы и приложений. Основная часть работы содержит 122 страниц машинописного текста, 34 рисунка, 8 таблиц. Список литературы включает 73 наименования.

Краткое содержание работы Во введении обоснована актуальность темы исследования, сформулированы цель и задачи работы, представлены основные научные результаты диссертации, положения, выносимые на защиту, приведены сведения об апробации работы.

В первой главе дан обзор методов вскрытия модуляционных параметров радиосигналов с неизвестной структурой и методов распознавания радиоизлучений по виду модуляции. Методы, описанные в данной главе, позволяют решить первую часть общей задачи обработки сигнала в месте приема в условиях априорной неопределенности относительно свойств используемого канала, а, именно, определить вид цифровой модуляции принимаемого сигнала (цифровой – т.к. речь идет о передаче дискретных сообщений).

В главе дано описание используемых для передачи дискретных сообщений видов модуляции: амплитудно-импульсной (АИМ), фазовой (ФМ), квадратурной амплитудной (КАМ), частотной (ЧМ), ЧМ с непрерывной фазой (ЧМНФ) [4].

Основные методы классификации вида цифровой модуляции можно разделить на две основные группы, различающиеся способом построения пространства признаков классификатора:

-классификация вида цифровой модуляции по сигнальным созвездиям, -классификация вида цифровой модуляции по сигнальным реализациям.

Первая группа методов используется для классификации линейных видов модуляции без памяти: АМ, ФМ, КАМ. Это: методы, использующие байесовские правила принятия решений, метод классификации на основе вычисления расстояний по специальным метрикам, методы, основанные на распознавании образов.

Вторая группа методов характеризуется использованием спектрального анализа, вейвлет – анализа, использованием методов статистического анализа временных рядов, использованием время-частотных распределений и нейросетевых технологий. Рассмотренные методы этой группы позволяют решать задачу различения как линейных, так и нелинейных видов модуляции.

В главе приведены примеры решения задачи классификации вида модуляции методами первой и второй группы.

Во второй главе дается описание свойств канала связи с памятью (межсимвольной интерференцией), описание алгоритмов демодуляции, которые решают задачу демодуляции в канале с памятью наиболее эффективно, и описание алгоритмов (методов) слепого оценивания характеристик канала при отсутствии в составе принимаемого сигнала тестовых последовательностей.

Канал связи рассматривается как линейная система с ограниченной полосой частот и со случайно изменяющимися параметрами. Входной и выходной сигналы связаны соотношением u(t,r) = g(t,,r) s(t - )d, где g(t,,r) - импульсная характеристика канала.

Пусть последовательность кодовых символов {bi}, i=1,K из алфаK вита объемом m, представляемая вектором B ={b1 j,b2 j,KbKj}, j=1,m, пеj редается по каналу связи с использованием сигналов i (t) длительностью K Ti. В некоторой области пространства на интервале времени Ta UT i i=наблюдению доступно случайное поле z(t,r;B ) = u(t,r ;B ) + w(t,r), t Ta, r, j j € по реализациям которого необходимо вынести решение г=d(z)=Bl относительно составляющих вектора B, w(t,r) - аддитивное поле помех.

j Оптимальный алгоритм вынесения решения при равновероятных гипотезах и простой функции потерь по байесовскому критерию сводится к вычислению функционала отношения правдоподобия F( zN Hl ) l (z(t,r))= lim, N F( zN H0 ) где H0 - нуль-гипотеза, соответствующая отсутствию дискретного сообщения. При этом само решение в пользу j -ой гипотезы выносится по правилу :{ (z(t,r))> l(z(t,r)), j l}, где F(zN B ) - условная функj j j ция распределения вероятностей некоторой выборки zN поля z(t,r).

В канале с памятью, которая характеризуется величиной МТ – длительностью импульсной характеристики, прием «в целом» пачки, размером К, целесообразно реализовать на основе рекуррентной процедуры, использующей алгоритм «прием в целом с поэлементным принятием решения» - ПЦППР [2]. Решение относительно передаваемых символов в месте приема (в предположении гауссовости аддитивных помех и для случая дискретизации поля в N точках ) записывается в виде ( j = 1, mM ) Ti +MT N T € € € €j € bi = arg min [z(t, rk ) - u (t, rk ) - sM (t, rk )] [z(t, rk ) - u (t, rk ) - sM (t, rk )] dt, j j k=Ti ) € где u (t, r) - оценка j -ой реализации колебания u(t, r), sM (t, r) - сигj нал, характеризующий действие межсимвольной интерференции от посылок, предшествующих bi, и формируемый с использованием «обратной связи по решению».

В главе описана методика оценивания помехоустойчивости алгоритма ПЦППР в канале с памятью при известной импульсной характеристике канала, основанная на использовании неравенства Буля. Приведены результаты расчета верхней границы вероятности ошибки на бит для противоположных сигналов, из которых следует что алгоритм ПЦППР дает практически такую же помехоустойчивость, как и алгоритм Витерби [4], наилучшим образом, реализующий прием «в целом» всей пачки.

Во второй главе на основе анализа алгоритмов слепой идентификации, изложенных в [3], и необходимых условий для их реализации, предложено при оценивании импульсной характеристики неизвестного канала использовать метод максимального правдоподобия, который предполагает возможность реализации разнесенного приема.

Необходимые и достаточные условия идентифицируемости векторного канала означают, что:

• все каналы в системе должны отличаться друг от друга, и они не должны быть идентичны, • входная последовательность должна быть достаточно сложна, она не может быть нулевой, константой или отображаться периодической последовательностью, • в наличии должно быть достаточное количество выходных отсчетов.

Суть метода максимального правдоподобия при этом заключается в следующем. Пусть в месте приема имеется по N выходных отсчетов в каждом из L каналов (ветвей разнесения). Тогда в матричной форме сигнал в месте приема представится в виде (здесь все вектора комплексные) z = HSB + w, где HS - обобщенная матрица Сильвестра размером NL (N + M -1), составленная из векторов g импульсных характеристик каналов, M - память (предполагается одинаковой для всех каналов), T T & & b0,K,bN +M - &(1) &(1) &( &( z =,KzN -1,L, z0L),KzNL), B =.

-z Если шум гауссовский с дисперсией 2, то функционал правдоподобия 1 1 представится в виде p(z | HS,B) = exp(- z - HSB ), а совмест(22)NL ная оценка максимального правдоподобия HS и B это, как известно:

(HS,B)МП = arg min z - HSB.

HS,B Для любого данного HS, МП-оценка B имеет вид : B = (H* HS )-1H* z, где S S матрица H является транспонированной и комплексно сопряженной для S HS. Подставляя B в (HS,B)МП, получим HS = arg min (I - HS (H HS )-1H )z.

S S HS € Получение оценки HS в вычислительном отношении - сложная задача. В литературе описано достаточно большое число итерационных подходов к нелинейной оптимизации данного типа. В [3] рекомендовано использовать методику, изложенную в работе Abed-Meraim K., Qiu W., Hua Y. Blind system identification. // IEEE Proceedings, 1997, Vol. 85, pp.

1308-1322.

Pages:     || 2 | 3 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»