WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Авторефераты по темам  >>  Разные специальности - [часть 1]  [часть 2]

РАЗРАБОТКА МЕТОДОВ ОБРАБОТКИ СИГНАЛОВ МОБИЛЬНЫХ СИСТЕМ СВЯЗИ МАЛОГО РАДИУСА ДЕЙСТВИЯ ПРИ ПРЕДСТАВЛЕНИИ НЕСУЩЕЙ ДИНАМИЧЕСКОЙ МОДЕЛЬЮ В ПРОСТРАНСТВЕ СОСТОЯНИЙ

Автореферат кандидатской диссертации

 

На правах рукописи

МЕДВЕДЕВ  ПАВЕЛ  АЛЕКСАНДРОВИЧ

 

РАЗРАБОТКА МЕТОДОВ ОБРАБОТКИ СИГНАЛОВ МОБИЛЬНЫХ СИСТЕМ СВЯЗИ МАЛОГО РАДИУСА ДЕЙСТВИЯ

ПРИ ПРЕДСТАВЛЕНИИ НЕСУЩЕЙ ДИНАМИЧЕСКОЙ МОДЕЛЬЮ

В ПРОСТРАНСТВЕ СОСТОЯНИЙ

05.12.13 – Системы, сети и устройства телекоммуникаций

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Москва – 2012


Работа выполнена на кафедре «Информационные системы и технологии» ФГБОУ ВПО «Российский государственный университет туризма и сервиса».

Научный руководитель:          доктор технических наук, профессор

СОВЕТОВ Вадим Михайлович

Официальные оппоненты:      БЕЛЮЧЕНКО Игорь Михайлович

доктор технических наук, профессор, профессор

кафедры «Инженерные системы» ФГБОУ ВПО «Российский государственный университет туризма и сервиса»

 

АББАСОВА Татьяна Сергеевна

кандидат технических наук, доцент, заведующая кафедрой «Информационные технологии и управляющие системы» Финансово-технологическая академия

Ведущая организация:              Открытое акционерное общество "Научно-произ-водственное объединение измерительной техники" (ОАО "НПО ИТ")

Защита диссертации состоится «11» мая 2012 г. В 1400 часов на заседании диссертационного совета Д 212.150.08 при ФГБОУ ВПО «Российский государственный университет туризма и сервиса» по адресу: 141221 Московская обл., Пушкинский р-н, п. Черкизово, ул. Главная д. 99.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Российский государственный университет туризма и сервиса».

Автореферат разослан «10» апреля 2012 г.

Ученый секретарь диссертационного совета                            В.К. Душин

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В настоящее время мобильная связь является быстрорастущим сегментом рынка телекоммуникаций. Особое распространение получают минисотовые системы связи или мобильные системы связи малого радиуса действии (МРД) (Short Range Devices – SRD), так как они позволяют быстро без больших трудозатрат организовать локальные сети и в целом повысить пропускную способность территориальных систем беспроводной связи.

Как правило, в таких системах связи поступающий в приемную антенну сигнал является композицией сигналов, прошедших различные пути и имеющих различную задержку и амплитуду. Такой композитный сигнал может очень быстро и в широких пределах изменяться по амплитуде и фазе. В результате ухудшаются характеристики модуляционных схем по сравнению с каналом с постоянными параметрами и аддитивным белым гауссовским шумом.

В настоящее время разработано довольно много методов, позволяющих в тех или иных условиях повысить эффективность работы систем мобильной связи. Особо хочется отметить достижения в этой области отечественных специалистов, таких как: Л.М. Финк, И.С. Андронов, С.Е Фалькович, В.И. Понамарев, Ю.В. Шкварко, В.И. Тихонов, Д.Д. Кловский, П.Ф. Поляков, а также зарубежных ученых: Г. Ван Трис, Б. Уидроу, Дж. Возенкрафт, И. Джекобс, Э.Д. Витерби.

Для повышения помехоустойчивости используют более сложные схемы модуляции, например  – относительную (дифференциальную) квадратурную фазовую манипуляция, много h-фазовую модуляцию (MhФМ) и др.

Эффективным способом борьбы с замираниями является способ измерения параметров канала. Для этого часто используют пилот-сигнал и вспомогательную модуляцию пилот-сигнала. Применяют также способ оценки параметров канала с использованием решения по обратной связи.

Другой класс методов борьбы с затуханиями использует прием сигналов на разнесенные в пространстве антенны или разнесение по времени с последующим формированием суммарного сигнала. Используют также частотное разделение, при котором сигналы передаются на разных частотах. В последнее время для борьбы с затуханием и межсимвольной интерференцией стал использоваться сигнал, формируемый из многих ортогональных частот, OFDM – orthogonal frequency division multiplexing – или сигналы с ортогональным частотным разделением каналов (ОЧРК).

В настоящее время применение находят многомерные сигналы с пространственно-временным кодированием и пространственным уплотнением. В системах мобильной связи 4-го поколения (4G) используются системы с множеством входов и множеством выходов (МВМВ) или multiple-input-multiple-output (MIMO).

Проведенный анализ влияния многолучевого распространения сигнала в минисотовых системах связи показал, что такие каналы относятся к каналам с равномерной частотной и с линейной фазовой характеристикой. Отражение радиоволн при распространении осуществляется в основном от бетонных или кирпичных стен, потолков и деревянных полов, которые не имеют зависимость коэффициента отражения от частоты несущей, поэтому такой канал не является селективным по частоте. Так как параметры отражения не изменяются, то канал не подвержен медленным замираниям. Поэтому основной причиной затухания в рассматриваемом канале является сложение многих лучей с разной фазой, в результате чего может уменьшиться амплитуда сигнала и произойдет фазовый сдвиг. Как показали расчеты, сдвиг несущей разных лучей при ограниченных размерах пространства, не превышает длины волны. Однако, чем ближе абоненты находятся друг от друга и чем выше расположены их антенны, тем больше может быть расхождение фазы и выше вероятность глубоких замираний.

В силу ограниченности пространства и малой скорости передвижения абонентов системы, влияние доплеровского сдвига частоты на помехоустойчивость несущественно.

Приведенные оценки помехоустойчивости показали, что многолучевость и соответственно замирания, существенно уменьшают эффективность передачи информации по таким каналам. В последние годы при анализе помехоустойчивости предпочтение отдается методу представления стохастических дифференциальных уравнений, описывающих изменения информационных и неинформационных параметров моделью в пространстве состояний (ПС). На основе такого представления синтезированы оптимальные рекурсивные алгоритмы оценки информационных и неинформационных параметров сигнала. Самым известным алгоритмом является фильтр Калмана (ФК). ФК синтезирован как для линейных так и нелинейных связей выходного сигнала с вектором информационных параметров. Известны модификации ФК для коррелированных с сигналом помех.

Однако, кроме информационных и неинформационных параметров, динамической моделью в пространстве состояний можно представить и сами сигналы, несущие информацию. В последние годы произошли грандиозные успехи в повышении быстродействия микросхем и процессоров. Сейчас уже есть процессоры с тактовой частотой несколько гигагерц. Ожидается, что с развитием нанотехнологий данные скорости могут быть существенно превышены, поэтому реальной становится задача представления моделью в пространстве состояний самой гармонической несущей на промежуточной частоте и использование рекуррентных алгоритмов для её оценки.

Все это делает диссертационную работу весьма актуальной.

Объектом исследования являются модуляторы и демодуляторы сигналов.

Предметом исследования являются методы демодуляции и приема сигналов в условиях многолучевости.

Целью диссертационной работы является: разработка алгоритмов приема сигналов при многолучевом распространении на основе представления гармонической несущей динамической моделью в ПС.

В соответствии с этим были поставлены и решены следующие основные задачи:

  • Разработать динамическую модель в ПС многолучевого канала минисотовых систем связи, найти статистические характеристики параметров модели, определить степень адекватности модели реальным каналам.
  • Осуществить синтез оптимальных алгоритмов приема многолучевых сигналов с основными видами манипуляции на базе разработанной динамической модели, провести анализ помехоустойчивости приема.
  • Разработать алгоритмы идентификации параметров динамической модели с целью повышения помехоустойчивости приема систем минисотовой связи в условиях многолучевости.
  • Провести анализ помехоустойчивости приема сигналов в многолучевом канале при использовании идентификации параметров модели.

Научная новизна работы заключается в следующем:

  • Разработана динамическая модель многолучевого канала на базе модели несущей в пространстве состояний.
  • Синтезированы оптимальные приемники сигналов в условиях многолучевости на базе динамической модели многолучевого канала.
  • Проведен анализ помехоустойчивости разработанных методов.
  • Разработаны методы оценки параметров многолучевых каналов путем идентификации матрицы многолучевого канала динамической модели.

Практическая значимость работы заключается в следующем:

  • Полученные методы обработки позволят повысить помехоустойчивость приема сигналов в мобильных системах связи в условиях многолучевости.
  •  Синтезированные алгоритмы приема на основе рекуррентной обработки сигналов с использованием фильтра Калмана позволят упростить приемники, так как они не требуют системы оценки и слежения за фазой.

Методы исследования основываются на использовании теории оценивания и статистических решений, теории оптимального управления, теории матриц и теории случайных процессов, а также методов имитационного моделирования.

Достоверность и обоснованность результатов исследования подтверждена строгостью применяемых математических методов, рецензированием работ, опубликованных в центральной печати, согласованием основных теоретических научных положений с результатами имитационного моделирования демодуляции сигналов АМ, ЧМ, ФМ на основе динамической модели в пространстве состояний.

Основные результаты и положения, выносимые на защиту.

Динамическая модель многолучевого канала на базе модели несущей в пространстве состояний.

Методы оптимального приема многолучевого сигнала на базе динамической модели.

Методы оценки параметров многолучевого канала путем идентификации матрицы выхода его динамической модели.

Научные результаты и практические рекомендации реализованы в рамках госбюджетных и научно-исследовательских работ ФГБОУ ВПО «Российский государственный университет туризма и сервиса» (ФГБОУ ВПО «РГУТиС»), в том числе по ЕЗН Федерального агентства по образованию РФ (МГУС – 1.5.06 № ГР 0120.0602528, Инв. № 022.006.07868) «Исследование цифровых методов обработки информационных потоков в электротехнических системах при интенсивных электромагнитных воздействиях», а также (РГУТиС – 1.6.09 № ГР 01200902038) «Разработка новых математических и методологических подходов к созданию информационных технологий в системах управления коммуникационной инфраструктуры «интеллектуальных зданий». Результаты диссертационной работы использованы в ООО «Группа СпецБизнесПроект», что подтверждается актом о внедрении.

Результаты диссертационной работы в виде алгоритмов и программ используются в учебном процессе ФГБОУ ВПО «РГУТиС» по дисциплинам «Устройства цифровой обработки сигналов», «Статистическая радиотехника», «Методы цифровой обработки сигналов», а также в дипломных проектах, что подтверждается соответствующим актом о внедрении.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались: на 15-й Международной научно-технической конференции «Наука – сервису» (Москва, 2010 г.); на 5-ой Международной научно-практической конференции «Наука – промышленности и сервису» (Тольятти, 2010 г.); на 7-й Межвузовской научно-практической конференции «Проблемы развития электротехнических комплексов и информационных систем» (Москва, 2011 г.); на 1-ой Международной научно-технической конференции «Информационные технологии. Радиоэлектроника. Телекоммуникации» (ITRT–2011)» (Тольятти, 2011 г.); на заседаниях кафедры ФГБОУ ВПО «РГУТиС» «Информационные системы и технологии» (Москва, 2010–2011 гг.).

Публикации. По теме диссертационной работы опубликовано 7 печатных работ, в том числе 5 работ в рецензируемом журнале из списка ВАК.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав с выводами, заключения, списка литературы (106 наименований) и приложения. Основной текст работы изложен на 163 страницах машинописного текста, поясняется 43 рисунками и 5 таблицами. В приложении на двух страницах содержатся материалы внедрения результатов диссертационной работы.

Во введении сформулированы цель и основные задачи, решаемые в работе, обоснована актуальность проблемы, определены научная новизна, практическая значимость и основные положения, выносимые на защиту. Приводятся сведения об апробации и внедрении результатов работы.

В первой главе проведен анализ и классификация факторов, влияющих на помехоустойчивость приема в беспроводных системах связи малого радиуса действия.

Для оценки эффективности систем мобильной связи с МРД в большей степени подходит распределение Релея, когда волны приходят в точку приема разными путями и примерно одинаковой мощности. В случае, когда имеется ярко выраженная одна прямая волна с мощностью, превышающей остальные отраженные волны, целесообразно использовать распределение Райса. Однако практические измерения показали, что в системах МРД суммируются, как правило, мало лучей. Если взять одну комнату с четырьмя стенами, то на вход приемника будут приходить 3-4 основных луча, отраженных от стен, потолка и пола [1].

В главе приведены расчеты помехоустойчивости приема сигналов в многолучевых каналах для системы МРД при наличии Релеевских и Райсовских замираний. Приведенные результаты показывают, что замирания существенно уменьшают помехоустойчивость систем мобильной связи в условиях многолучевости, при этом распределение Релея является наихудшим. Для повышения помехоустойчивости приема необходимо принимать специальные меры.

В главе приведены методы повышения помехоустойчивости приема сигналов в многолучевых каналах.

В последние годы предпочтение отдается методу представления стохастических дифференциальных уравнений, описывающих изменения информационных и неинформационных параметров моделью в пространстве состояний (ПС). Однако, кроме этого, динамической моделью в пространстве состояний можно представить и сами сигналы, несущие информацию.

В работах [2-4] была поставлена и решена задача представления несущего сигнала моделью в ПС и осуществлен синтез оптимальных рекуррентных алгоритмов приема и демодуляции. Как показано в этих работах, вместо коррелятора или согласованного фильтра основой таких алгоритмов является ФК, который рекуррентно свертывает несущую, независимо от ее фазы. Использование такого метода приема несущей существенно упрощает приемник, так как не требуется знания фазы несущей для накопления её энергии, что существенно упрощает реализацию согласованных фильтров (СФ) на несущий сигнал.

Во второй главе разработана модель многолучевого канала на основе представления несущей в пространстве состояний.

Дискретную линейную систему, которая будет образовывать гармонический сигнал с произвольной фазой, можно представить в виде динамической системы в пространстве состояний (ПС):

,                                                                              (1)

,                                                                                   (2)

где     – матрица переходных состояний (МПС),

 – матрица выхода, ? – круговая частота несущей, Т – интервал дискретизации.

Начальная фаза несущей ? устанавливается вектором начальных состояний.

.                                                                      (3)

Так как при многолучевом распространении в результате сложения лучей образуется гармонический сигнал с другой фазой и амплитудой, то для его описания также можно использовать модель (1), (2) с другим начальным состоянием (3) и матрицей выхода. Следовательно, существует преобразование подобия , с помощью которого вектор состояния исходного гармонического сигнала можно преобразовать в гармонический сигнал с другой фазой и амплитудой. Использовав собственные значения МПС и модальные матрицы из собственных векторов в качестве матрицы преобразования подобия, получили выражение для МПС в k-й степени:

,                                  (4)

с помощью которого можно моделировать произвольный сдвиг гармонической несущей на k отсчетов.

Уравнение выхода (2) для М-лучевого канала запишем как

,

где  – матрица выхода модели в ПС многолучевого канала или просто матрица многолучевого канала (ММК).

Используя (4), получим ММК в виде   ,

где 

.

В диссертации была получена ММК также при двумерном отображении   для M лучей, т.е. когда два предыдущих отсчета несущей отображаются в два последующих. Такая модель полностью наблюдаема и удобна для решения задач идентификации.

В наиболее общем случае матрица выхода для М лучей и K частот имеет размерность (1?2К):

Проведенные результаты моделирования многолучевых каналов с использованием моделей в ПС показали адекватность полученных выражений.

Так как амплитуда и фаза композитных сигналов являются случайными величинами, то в диссертации получены статистические характеристики ММК. Математическое ожидание ММК М-лучевого канала

.

При суммировании М сигналов со случайной амплитудой, когда коэффициент отражения одинаков, матрица ковариации имеет вид:

.

где , А – амплитуда отраженного сигнала, ? –среднеквадратическое отклонение амплитуды.

Аналогичные статистические характеристики ММК были получены при отображении .

В третьей главе, осуществлен синтез и анализ оптимальных алгоритмов приема в многолучевом канале с использованием модели несущей в пространстве состояний. Модель формирования несущего сигнала представляет собой динамическую модель в ПС (1), (2). Рассмотрен случай аддитивной гауссовской помехи, при наличии которой уравнение выхода имеет вид:

.                                                                      (5)

где помеха  представляет белый шум с нормальным распределением и известными статистическими характеристиками:

.

При многолучевом распространении матрица С также является случайной. Будем считать её нормальной с известным математическим ожиданием и дисперсией:

 и ,

где – вектор параметров (элементов) матрицы выхода, Сi– столбцы матрицы выхода, .

Задача оптимального приема такого сигнала рассмотрена для случаев проверки двух гипотез H0 и H1. Начальный вектор x(0) представляет случайный вектор сообщения с детерминированными, но неизвестными значениями элементов, тогда в соответствии с моделью (1), (5) имеем две гипотезы:

,   ,

,   .

Решение о выборе той или иной гипотезы принимается по k наблюдениям:  .

Так как векторный параметр x(k) не случаен, но его значение неизвестно, то найдем максимум обобщенного отношения правдоподобия:

.                                           (6)

Найдя условные вероятности числителя и знаменателя отношения правдоподобия (6), вычислив их максимум и упростив выражения с использованием леммы обращения матриц, получим алгоритм оптимальной оценки вектора состояния для модели (1), (2) со случайной матрицей выхода С в виде:

,           (7)

,                                                       (8)

,         (9)

.                                           (10)

Сравнив полученный алгоритм с известным для детерминированной матрицы выхода (ФК), увидим, что он отличается членом  в (9), который можно рассматривать как матрицу ковариации помехи, вызванной случайностью матрицы выхода.

При двух гипотезах решающее правило будет иметь вид:

,                                                        (11)

где  – определяется стоимостью решений.

Если сигналы имеют равную энергию и противоположны, как например при ДФМн, то  и решающее правило (11) принимает вид:

.                                             (12)

Схема приемника показана на рис. 1, где ФКС обозначает, что используется алгоритм ФК со случайной матрицей С (7) – (10) для соответствующей гипотезы.

Рис. 1. Оптимальный приемник для решающего правила (12)

Для получения вероятности ошибки в выборе гипотезы вычислены статистические характеристики решающих правил (11), (12). Вероятность ошибки при ДФМн вычисляется как:

.                                          (13)

Расчеты эффективности приемника с ФК по формуле (13) показывают, что его помехоустойчивость равна помехоустойчивости корреляционного приема при известной начальной фазе несущей. Однако, для достижения соответствующей вероятности ошибки в корреляционном приемнике, необходима точная синхронизация опорной несущей частоты с принимаемой несущей, в противном случае ошибка приема может существенно возрасти. В приемнике с ФК синхронизации не требуется, так как он работает как согласованный фильтр, при этом в отличие от СФ в ФК энергия постоянно накапливается и лишь незначительно колеблется около среднего значения. Наибольшая помехоустойчивость достигается при приеме решения в максимуме энергии, однако при большом количестве отсчетов влияние колебаний незначительно.

В многолучевом канале фаза и амплитуда несущей может измениться за счет суммирования лучей. На рис. 2 показан процесс оценки несущей на выходе двухлучевого канала при сложении лучей почти в противофазе.

Рис. 2. Процесс оценки  несущей в 2-х лучевом канале при сложении лучей почти в противофазе: а) при угле модуляции 0о, б) при угле модуляции 180о; кривые 1 – несущая на выходе модулятора, 2 – на выходе 2-х лучевого канала, 3 – на выходе ФКС

В этом случае композитный сигнал имеет меньшую амплитуду, чем излучаемая несущая. Как видно, ФКС осуществляет оценку не несущей на выходе модулятора, а несущей, полученной в результате суммирования лучей. Причем, ФКС оценивает несущую на выходе канала как по амплитуде, так и по фазе. Амплитуда и фаза несущей на входе приемника изменяется случайным образом в зависимости от значения случайной ММК. Если в результате распространения на вход приемника приходит M лучей, то амплитуда может изменяться от 0 до М.

Так как вероятность ошибки для фиксированной амплитуды вычисляется по формуле (13), то при релеевских замираниях вероятность ошибки будет вычисляться путем усреднения вероятности ошибки  при использовании приемника с ФКС и  – среднее значение ОСШ в канале с замираниями.

На рис. 3 показаны расчеты вероятности ошибки при использовании приемника с ФКС с задержанным решением в канале с райсовскими замираниями при различном отношении мощности отраженного сигнала к мощности рассеивающихся составляющих.

Рис. 3. Вероятность ошибки для приемника с  ФКС с задержанным решением в канале с райсовскими замираниями в зависимости от ОСШ и при различном отношении мощности отраженного сигнала к мощности рассеивающихся составляющих К: кривая 1 – К=0 (Релей),  2 – К=10,  3 – К=20, 4 – К=100, 5 – К=? (отсутствие замираний)

Сравнение полученных результатов с известными для аналогичных значений K, показывает, что вероятности ошибки почти одинаковы. Это объясняется эквивалентностью по ОСШ коррелятора и ФКС. Однако представление несущей динамической моделью в ПС позволяет проводить идентификацию матрицы выхода, что позволит повысить помехоустойчивость приема путем использования когерентных методов приема.

В четвертой главе, разработаны методы повышения помехоустойчивости приема сигналов в мобильных системах связи малого радиуса действия с использованием методов идентификации матрицы многолучевого канала модели несущей в пространстве состояний.

В моделях представления несущего сигнала в ПС при многолучевом распространении неизвестным параметром будет ММК . При наличии аддитивных помех в многолучевом канале связи уравнение выхода запишем как

,                                                    (14)

где v(k) – вектор нормальной помехи с характеристиками:

, .

Представим оцениваемые параметры ММК  элементами некоторого четырехмерного вектора параметров

,                                                                   (15)

где  – строки матрицы  .

Будем считать, что матрица  на интервале времени оценки ее параметров постоянная, тогда уравнение смены состояния для вектора параметров  можно записать как:

.                                                                           (16)

Уравнение выхода (14) представим в терминах введенного вектора параметров (15). Для этого из векторов состояния системы  образуем следующую 2?4–мерную матрицу:

.                                                                 (17)

Используя введенные обозначения (15) и (17), уравнение выхода (14) преобразуем относительно вектора параметров к виду:

.                                                              (18)

Уравнение (16) совместно с (18) образуют новую динамическую модель в ПС относительно вектора состояния L(k), в которой I является МПС, а S(k) – матрицей выхода.

Для уравнения смены состояний (16) и выхода (18) запишем соответствующие уравнения ФК:

                                                         (19)

,             (20)

,         (21)

,                                (22)

где  – весовая матрица, VL(k) – матрица ковариации ошибки оценки вектора состояния L(k).

Оценку ММК, полученную с использованием алгоритма (19) – (22), используем в приемниках, основой которых является ФКС (7) – (10). При достаточной точности оценки ММК на выходе ФКС получим оценку композитного сигнала, соответствующую излучаемой несущей не зависимо от его амплитуды и фазы. В этом случае возможно использовать когерентные методы приема, что позволяет повысить помехоустойчивость.

Следовательно, идентификация ММК эквивалентна по своему результату системе слежения за фазой и амплитудой несущей. Причем нелинейная задача слежения за фазой решается линейным алгоритмом идентификации.

Частотная манипуляция (ЧМн) или частотная телеграфия (ЧТ), или Frequency Shift Keying (FSK) широко используется для передачи информации в цифровых системах связи.

При ДЧМн каждую частоту можно представить моделью в ПС (1), (2) со своей МПС и начальным вектором. Использовав эти модели несущей, была рассмотрена задача синтеза оптимального приемника для двух гипотез, соответствующих используемым частотам по максимуму отношения правдоподобий. В результате синтеза получен оптимальный приемник, основой которого является ФК для каждой частоты. Вероятность ошибки на бит с использованием такого приемника вычисляется как

.                                                        

На рис. 4 показаны результаты расчета вероятности ошибки бит при ДЧМн сигнала. Как и следовало ожидать, для рассматриваемых условий приема и линейности схем приема, помехоустойчивость корреляционного приема и приема с использованием ФК одинакова. При этом отсутствует необходимость в схемах слежения за фазой.

Рис. 4. Вероятность ошибки на бит при приеме ДЧМи сигнала с использованием

ФК: кривая 1 – результаты моделирования; кривая  2 – результаты расчета,

кривая 3 – некогерентный прием

В диссертации рассмотрено использование методов идентификации ММК для повышения помехоустойчивости приема. Для каждой ММК используется соответствующий алгоритм идентификации (19) – (22). Результаты идентификации ММК использовались в приемниках ДФМн сигнала. При достаточно точной идентификации ММК в качестве оптимального приемника можно использовать приемник для известных параметров сигнала.

В заключении сформулированы основные результаты работы.

В приложении содержатся материалы внедрения результатов диссертационной работы.

ОСНОВНЫЕ  РЕЗУЛЬТАТЫ  РАБОТЫ

В диссертации решена важная научно-техническая задача, заключающаяся в разработке методов приема сигналов с использованием динамической модели несущей в пространстве состояний в условиях многолучевого распространения. При решении поставленных задач получены результаты, на основании которых можно сделать следующие выводы:

1. Фазовый сдвиг или задержка несущей эквивалентен преобразованию подобия модели несущей в пространстве состояний, который можно моделировать умножением вектора состояния на матрицу переходных состояний соответствующей степени. Получено выражение для вычисления матрицы переходных состояний гармонического колебания произвольной степени и модели многолучевого канала в ПС.

2. При представлении многолучевого сигнала динамической моделью в пространстве состояний оптимальный приемник содержит вместо коррелятора или согласованного фильтра модифицированный фильтр Калмана, который осуществляет оценку композитного сигнала. Отличие модифицированного фильтра Калмана от известного заключается в том, что дисперсия оценки повышается за счет неопределенности амплитуды и фазы.

3. Фильтр Калмана выдает на своем выходе оценку формы композитного сигнала и подобно согласованному фильтру, который накапливает энергию сигнала вне зависимости от его задержки или начальной фазы, постепенно уменьшает дисперсию помехи независимо от значения вектора начального состояния. Однако в отличие от согласованного фильтра использование фильтра Калмана позволяет избежать больших колебаний сигнала на выходе, так как выход фильтра Калмана представляет оценку несущей с все меньшей дисперсией оценки.

4. Так как фильтр Калмана одновременно производит оценку фазы несущей, то при использовании разработанных методов для приема манипулированных сигналов отпадает необходимость в некогерентных методах приема, а оценку смены фазы возможно осуществлять с задержкой на один бит.

5. Разработанная модель многолучевого сигнала в пространстве состояния и синтезированный алгоритм идентификации матрицы выхода модели позволяют осуществлять идентификацию матрицы многолучевого канала и оценку фазы и амплитуды передаваемой несущей с необходимой точность. Используя эти модели и синтезированный алгоритм идентификации, возможно построить различные алгоритмы приема сигналов с различным типом модуляции. В рассмотренном случае показано, что возможно использовать когерентную фазовую манипуляцию при многолучевом распространении.

6. При представлении несущего колебания динамической моделью в пространстве состояний оптимальный демодулятор двоичных частотно-манипулированных сигналов представляет из себя два канала, в которых в качестве фильтрующего устройства используется фильтр Калмана. Фильтр Калмана, используемый вместо коррелятора или согласованного фильтра дает ту же помехоустойчивость приема, однако, в  принципе, позволяет реализовать более сложные (адаптивные), алгоритмы обработки несущей на длительности бита. Кроме того, фильтр Калмана, как и согласованный фильтр, не требует синхронизации несущей для ее оценки, поэтому позволяет повысить помехоустойчивость приема при неизвестной фазе несущей по сравнению с квадратурными схемами или схемами с полосовыми фильтрами.

7. При частотной манипуляции необходимое условие нулевого или малого выхода с другого канала по сравнению с основным, на который поступает своя частота (условие ортогональности), выполняется не в точке, а с некоторого числа шагов, достаточного для получения достоверной оценки. Поэтому допплеровский сдвиг частоты будет оказывать меньшее влияние на помехоустойчивость частотной манипуляции при приеме с использованием фильтра Калмана.

8. Идентификация матрицы многолучевого канала при использовании частотной манипуляции и модели в пространстве состояний позволяет повысить помехоустойчивость приема до уровня когерентного, так как знание матрицы многолучевого канала эквивалентно знанию фазы и амплитуды сигнала.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в изданиях, рекомендованных ВАК РФ

  • Медведев П.А. Влияние многолучевости при распространении радиоволн в минисотовых системах // Вестник ассоциации вузов туризма и сервиса. 2010, №4 (15). – 0,8 п.л. – с. 80–88.
  • Советов В.М., Медведев П.А. Оптимальный алгоритм приема М сигналов при использовании модели несущей в пространстве состояний // Электротехнические и информационные комплексы и системы. 2010, №4, т.6. – 0,8/0,4 печ. л. – с. 7–12.
  • Советов В.М., Медведев П.А. Оптимальный алгоритм приема при использовании модели несущей в пространстве состояний со случайной матрицей выхода // Электротехнические и информационные комплексы и системы. 2011, №1, т.7. – 1/0,5 печ. л. – с. 3–8.
  • Медведев П.А. Анализ особенностей распространения радиоволн в минисотовых сетях // Сервис в России и за рубежом. 2011, №1(20). – 2011. – http://rguts.ru/electronic_journal. – 0421100058\0019. – 0,5 печ. л.
  • Советов В.М., Медведев П.А. Идентификация матрицы выхода динамической модели несущей в пространстве состояний многолучевого канала // Электротехнические и информационные комплексы и системы. 2011, №2, т.7. – 0,8/04 печ. л. – с. 13–19.

Публикации в других изданиях

  • Советов В.М., Медведев П.А. Оптимальный алгоритм приема при использовании модели несущей в пространстве состояний со случайной матрицей выхода // Наука – промышленности и сервису: сб. ст. Пятой международной научно-практической конференции. Ч. II / Поволжский гос. ун-т сервиса.  Тольятти: Изд-во ПВГУС, 2010. – 1/0,5 печ. л. – с. 110–113.
  • Артюшенко В.М., Медведев П.А., Дырдина И.В., Рыженкова Д.А. Модели распространения сигналов при проектировании систем подвижной связи // Материалы 1-ой Международной научно-технической конференции «Информационные технологии. Радиоэлектроника. Телекоммуникации» (ITRT-2011)». Тольяттии, апрель 2011. – 1/0,5 печ. л. – с.60–74.

Медведев  Павел  Александрович

РАЗРАБОТКА МЕТОДОВ ОБРАБОТКИ СИГНАЛОВ

МОБИЛЬНЫХ СИСТЕМ СВЯЗИ МАЛОГО РАДИУСА ДЕЙСТВИЯ ПРИ ПРЕДСТАВЛЕНИИ НЕСУЩЕЙ ДИНАМИЧЕСКОЙ МОДЕЛЬЮ В ПРОСТРАНСТВЕ СОСТОЯНИЙ

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

кандидата технических наук

Сдано в производство 06.04.2012 Тираж 100 экз.

Объем 1,4 п.л. Формат 60х84/16    Изд. № 129    Заказ 129

______________________________________________________________

 

КОПИ-ЦЕНТР св. 7:07:10429

г. Москва, ул. Енисейская, д. 36

тел. 8-499-185-7954, 8-906-787-70-86

 
Авторефераты по темам  >>  Разные специальности - [часть 1]  [часть 2]



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

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.