1. Trang Chủ
  2. Báo chí - Truyền thông
  3. Truyền tin và tín hiệu - Chương 3

Truyền tin và tín hiệu - Chương 3

Mô hình không gian tín hiệu 3.1 Mô hình hệ truyền tin số băng thông dải 3.2 Qui trình trực giao hóa Gram-Schmidt 3.3 Ý nghĩa hình học của biểu diễn tín hiệu 3.4 Đáp ứng của dãy các bộ tương quan lối vào 3.5 Tách tín hiệu đồng bộ trong ồn 3.6 Bộ thu tương quan 3.7 Xác suất lỗi 3.8 Tách tín hiệu không biết pha trong ồn Trong truyền tin số băng cơ sở, dữ liệu chuyển thành các tín hiệu PAM rời rạc truyền trực tiếp trên kênh thông thấp. Vấn đề chính là tạo dạng... Chương 3 Mô hình không gian tín hiệu

Thể loại Tài liệu miễn phí Báo chí - Truyền thông

Số trang 18

Ngày tạo 8/29/2018 9:35:51 PM +00:00

Loại tệp PDF

Kích thước

Tên tệp

Tải Truyền tin và tín hiệu - Chương 3 (.pdf)

Xem mẫu

  1. Chương 3 Mô hình không gian tín hiệu 3.1 Mô hình hệ truyền tin số băng thông dải 3.2 Qui trình trực giao hóa Gram-Schmidt 3.3 Ý nghĩa hình học của biểu diễn tín hiệu 3.4 Đáp ứng của dãy các bộ tương quan lối vào 3.5 Tách tín hiệu đồng bộ trong ồn 3.6 Bộ thu tương quan 3.7 Xác suất lỗi 3.8 Tách tín hiệu không biết pha trong ồn Trong truyền tin số băng cơ sở, dữ liệu chuyển thành các tín hiệu PAM rời rạc truyền trực tiếp trên kênh thông thấp. Vấn đề chính là tạo dạng xung (do phối hợp cả bộ lọc nơi phát và nơi thu) để kiểm soát ISI. Khi xét đến truyền tin số băng thông dải, dòng dữ liệu sẽ được điều chế lên sóng mang (giá trị tần số sóng mang này tùy theo tính chất kênh). Vấn đề chính ở đây là thiết kế tối ưu bộ thu để tối thiểu xác suất lỗi ký hiệu khi có ồn. Điều này không có nghĩa là ồn không ảnh hưởng đến truyền xung băng cơ sở, cũng như không có nghĩa ISI không ảnh hưởng đến truyền tin số băng thông dải. Đây chỉ là 2 vấn đề nổi bật trong 2 phạm vi truyền dẫn. PSK (khóa dịch pha) và FSK (khóa dịch tần) không sợ tính phi tuyến về biên độ của kênh truyền nên trong truyền tin số băng thông dải chúng hay được sử dụng hơn ASK(khóa dịch bên độ), thể hiện đặc biệt trong thông tin vệ tinh, hay vi ba. Các vấn đề sẽ được phân tích kỹ ở đây là: Thiết kế tối ưu bộ thu để có ít lỗi, tính xác suất lỗi ký hiệu trung bình trong kênh có ồn và xác định tính chất phổ của tín hiệu điều chế. Hai trường hợp điển hình được xem xét là kỹ thuật đồng bộ (bộ thu bám pha với ký hiệu đến) và kỹ thuật không đồng bộ (tức là không có đồng bộ pha giữa bộ thu và ký huệy đến). Để chuẩn bị cho việc phân tích và đánh giá các kỹ thuật nói trên ta nêu ra trước hết lý thuyết tổng quát về không gian tín hiệu. 3.1 Mô hình hệ truyền tin số băng thông dải Giả sử mi là một ký hiệu thuộc tập M ký hiệu của bản tin. mi sẽ được truyền trong thời gian T và có xác suất xuất hiện giả sử là pi=P(mi)=1/M (xác suất trước hay còn gọi là xác suất tiền nghiệm). Để tạo ra tín hiệu truyền, mi được đưa vào bộ tạo véc tơ (mã hóa ký hiệu truyền) ứng với véc to N chiều: si=(si1,si2,…siN) với N≤M. Tức là tín hiệu truyền được coi là một véc to trong không gian có hệ cơ sở N chiều Các thành phần của vecto được đưa vào bộ điều chế tạo nên tín hiệu si(t) (i=1,2,..M) có độ dài T giây. Tín hiệu này có năng lượng hữu hạn: T Ei = ∫ si2 (t )dt i=1,2..,M (3.1) 0 Và si(t) còn gọi là điểm tín hiệu trong không gian M tín hiệu Kênh truyền giả sử có 2 tính chất: 1) Tuyến tính, độ rông băng đủ lớn để không làm méo si(t). 1
  2. 2) Kênh có ồn Gauss cộng tính trung bình zero và dừng (AWGN) (Giả thiết này ứng với kênh điển hình trên thực tế) Tín hiệu sau khi qua kênh sẽ là x(t)=si(t)+w(t) 0≤t≤T Bộ thu quan sát x(t) trong thời gian T giây để ước lượng tốt nhất si(t) tương ứng với mi . Nhiệm vụ này được chia làm 2 bước. - Bước đầu là bộ tách (còn gọi là giải điều chế): tách được các thành phần của véc tơ x(t). Do quá trình ngẫu nhiên của ồn nên x(t) cũng là véc to của biến ngẫu nhiên X. ˆ - Bước 2 gọi là giải mã tín hiệu truyền tạo nên một ước lượng m i khi quan sát vecto nhận được x (coi rằng đã biết dạng điều chế cùng với xác suất tiền nghiệm ở bên phát pi=P(mi)) Do ồn có tính thống kê nên việc quyết định cũng có bản chất thống kê (thỉnh thoảng có lỗi). Yêu cầu thiết kế bộ thu phải làm sao tối thiểu xác suất trung bình của lỗi M Pe = ∑ P(m ≠ mi ) P(mi ) ˆ (3.2) i =1 Ngoài ra bộ thu nói chung còn được phân loại thành thu đồng bộ và không đồng bộ Hình 3.1 Mô hình hệ truyền tin số băng cơ sở 3.2 Qui trình trực giao hóa Gram-schmidt Nhiệm vụ chuyển bản tin mi (i=1,2,..M) thành tín hiệu được điều chế (tín hiệu mang thông tin) si(t) gồm 2 phép toán thời gian rời rạc và phép toán thời gian liên tục. Hình 3.2 a) Sơ đồ phát tín hiệu si(t), b) Sơ đồ phát tập các hệ số{si} 2
  3. Hai phép toán này cho phép biểu diễn một tập M tín hiệu năng lượng {si(t)} như một tổ hợp tuyến tính của N hàm trực giao có sở N si (t ) = ∑ sijφ j (t ) 0≤t≤T i=1,2,..M (phép toán rời rạc) (3.3) j =1 ⎧1 neu _ i = j T ∫ φ (t )φ (t )dt = ⎨0 Với (điều kiện chuẩn hóa và trực giao) (3.4) i j neu _ i ≠ j ⎩ 0 T sij = ∫ si (t )φ j (t )dt Ta sẽ có (phép toán liên tục) (3.5) 0 Các hệ số sij đươc coi như tọa độ của véc tơ N chiều si(t). Khi cho các tọa độ này ở lối vào bộ tạo tín hiệu có thể tạo nên tín hiệu si(t). Sơ đồ trên hình 3.2 a có thể coi như bộ điều chế bên phát. Ngược lại khi cho tín hiệu si(t) (i=1,2,..M) đi vào một dãy các bộ nhân và tích phân (còn gọi là bộ tương quan) có thể tính được các hệ số sij theo sơ đồ (hình 3.2 b). Sơ đồ này được gọi là bộ tách hay giải điều chế bên thu Như vậy việc điều chế và giải điều chế có thể coi như việc tổng hợp phân tích tín hiệu thông qua các hàm cơ sở. Vấn đề là cốt lõi là xác định các hàm cơ sở từ tập M tín hiệu định sử dụng, đây cũng chính là cơ sở cho việc thiêt kế bộ thu và phát. Quá trình tìm các hàm cơ sở này đã được Gram-smidth nêu ra như là quá trình trực giao hóa như sau: Trước hết ta định nghĩa hàm cơ sở thứ nhất (từ tín hiệu thứ nhất) là s (t ) φ1 (t ) = 1 (3.6) E1 Ở đó E1 là năng lượng của s1(t). s1 (t ) = E1φ1 (t ) = s11φ1 (t ) . Khi đó: (3.7) Tiếp đó ta định nghĩa: T s21 = ∫ s2 (t )φ1 (t )dt (3.8) 0 và đưa ra hàm trung gian g 2 (t ) = s2 (t ) − s21φ1 (t ) (3.9) hàm này trực giao với φ1 (t ) trên khoảng 0≤t≤T. Bây giờ ta định nghĩa hàm cơ sở thứ 2: g 2 (t ) φ2 (t ) = (3.10) T ∫g 2 (t )dt 2 0 Thay vào các phương trình trên và rút gọn ta có: s (t ) − s21φ1 (t ) φ2 (t ) = 2 (3.11) E2 − s212 Ở đó E2 là năng lượng của s2(t) và rõ ràng là: T T ∫ φ2 (t )dt = 1 và ∫ φ1 (t )φ2 (t )dt = 0 2 (3.12) 0 0 Tiếp tục qui trình này có thể định nghĩa: 3
  4. T i −1 g i (t ) = si (t ) − ∑ sijφ j (t ) Ở đó sij = ∫ si (t )φ j (t )dt j=1,2,..i-1 (3.13) j =1 0 Khi đó có thể định nghĩa tập hàm cơ sở: g i (t ) φi (t ) = i=1,2,..N (3.14) T ∫g 2 (t )dt i 0 Theo qui trình trực giao hóa nói trên có thể thấy - Khi si(t) là tập M tín hiệu độc lập tuyến tính thì N=M - Khi si(t) là tập M tín hiệu không độc lập tuyến tính thì NN Chú ý rằng khai triển chuỗi Fourier theo các tín hiệu tuần hoàn hay biểu diễn một tín hiệu băng giới hạn theo các mẫu của nó tại tốc độ Nyquist là những trường hợp riêng của qui trình trên, tuy nhiên có 2 khác biệt quan trọng cần nói rõ: - dạng các hàm cơ sở φi (t ) i=1,2,..N ở qui trình trên là không xác định tức là ta không hạn chế qui trình trực giao theo hàm sin hay hàm sinc - Khai triển tín hiệu si(t) theo qui trình trên gồm một số hữu hạn các số hạng không phải là một xấp xỉ mà là một biểu diễn chính xác Ví dụ: Cho các tín hiệu s1(t),s2(t),s3(t),s4(t) trên hình. Dùng thủ tục Gam-Schmidt để tìm các hàm trực giao cơ sở của các tín hiệu này Hình 3.3 a) Tập các tín hiệu sẽ được trực giao hóa, b) Kết quả các hàm trực giao Bước 1. Năng lượng của s1(t) là: 4
  5. T T /3 E1 = ∫ s12 (t )dt = ∫ (1) dt = T / 3 2 (3.15) 0 0 s1 (t ) ⎧ 3 / T 0 ≤ t ≤ T /3 φ1 (t ) ==⎨ (3.16) Hàm cơ sở đầut iên sẽ là: E1 ⎩ 0 con _ lai ⎛ 3⎞ T T /3 T s21 = ∫ s2 (t )φ1 (t )dt = ∫ (1)⎜ ⎟ ⎜ T ⎟dt = 3 Bước 2 (3.17) ⎝ ⎠ 0 0 T 2T / 3 Năng lượng của s2(t) là: E2 = ∫ s2 (t )dt = ∫ (1) dt = 2T / 3 2 2 (3.18) 0 0 Hàm cơ sở thứ 2 sẽ được tính: ⎧ 3/T s2 (t ) − s21φ1 (t ) T / 3 ≤ t ≤ 2T / 3 φ2 (t ) = =⎨ (3.19) E2 − s ⎩0 con _ lai 2 21 T Bước 3 s31 = ∫ s3 (t )φ1 (t )dt = 0 (3.20) 0 ⎛3 ⎞ T 2T / 3 T s32 = ∫ s3 (t )φ2 (t )dt = ∫ (1)⎜ ⎟dt = (3.21) ⎜ ⎟ ⎝T 3 ⎠ T /3 0 ⎧ 3 / T 2T / 3 ≤ t ≤ T Vì vậy g 3 (t ) = s3 (t ) − s31φ1 (t ) − s32φ2 (t ) = ⎨ (3.22) ⎩0 con _ lai ⎧ 3 / T 2T / 3 ≤ t ≤ T g3 (t ) Hàm cơ sở thứ 3 sẽ la: φ3 (t ) = =⎨ (3.23) ⎩0 con _ lai T ∫ g3 (t )dt 2 0 Cuối cùng với i=4 ta có g4(t) băng zero , quá trình trực giao kết thúc với M=4, N=3 3.3 Ý nghĩa hình học của tín hiệu Mỗi tín hiệu trong tập {si(t)} được xác định như một vecto với các tọa độ của nó. Mở rộng ra: tập M tín hiệu như tập M điểm trong khônggian Euclid N chiều với N trục vuông góc. Trong không gian Euclid N chiều có thể biểu diễn độ dài veto và góc giữa chúng siT s j cosθij = (3.24) si s j Chú ý: Năng lượng của tín hiệu bằng bình phương độ dài veto biểu diễn chúng. Thật vậy: ⎡N ⎤⎡ N T T ⎤ N Ei = ∫ si (t )dt = ∫ ⎢∑ sijφ j (t )⎥ ⎢∑ sikφk (t )⎥ dt = ∑ sij 2 2 (3.25) ⎦ ⎣ k =1 ⎦ 0 ⎣ j =1 j =1 0 5
  6. Hình 3.4 Minh họa biểu diễn hình học tín hiệu khi N=2 và M=3 3.3 Đáp ứng của các bộ tương quan đối với lối vào có ồn (sau kênh) Gọi X= (X1,X2,…XN) là veto các biến ngẫu nhiên tại lối ra các bộ tương quan (với các hàm cơ sở). Do có ồn trên kênh và các tọa độ trực giao nên các thành phần của veto là độc lập thống kê có trung bình là sij và phương sai N0/2 . Do đó ta có thể biểu diễn hàm mật độ xác suất điều kiện X ứng với si(t) được truyền bằng tích các hàm mật độ xác suất điều kiện của các thành phần trong veto N f x ( x / mi ) = ∏ f X j ( x j / mi ) (3.26) j =1 Ở đó veto x và thành phần vô hướng xj là các giá trị mẫu của veto ngẫu nhiên X và biến ngẫu nhiên Xj. Hàm mật độ xác suất điều kiện cho mỗi lần truyền mi gọi là hàm khả năng (Likelihood function) sẽ đặc trưng cho kênh có ồn. Ngược lại kênh thỏa mãn tính chất trên gọi là kênh không nhớ. Tính chất thống kê của lối ra các bộ tương quan sẽ được diễn tả như sau: Do mỗi biến Gauss Xj với trung bình sij , phương sai N0/2 có hàm mật độ xác suất là: ⎡1 ⎤ 1 f X j ( x j / mi ) = exp ⎢− ( x j − s j )2 ⎥ (3.27) πN 0 ⎣ N0 ⎦ Nên thay vào phương trình trên ta có ⎡ 1N ⎤ ∑ ( x j − s j )2 ⎥ f X ( x / mi ) = (πN 0 ) − N / 2 exp ⎢− (3.28) ⎣ N 0 j =1 ⎦ 6
  7. Hình 3.5 Minh họa hiệu ứng a) ồn lên b) Vị trí của điểmt ín hiệu thu 3.5 Tách tín hiệu đồng bộ trong ồn Tập các vecto tín hiệu phát đi (hay các điểm trong không gian tín hiệu của bản tin) gọi là chòm sao tín hiệu. Do có ồn nên véc to nhận được sẽ là điểm phân bố xung quanh điểm ˆ tín hiệu phát (hình 3.5). Với véc tơ thu được ta phải ước lượng m sao cho xác xuất lỗi là tối thiểu 3.5.1 Bộ giải mã khả năng cực đại Xác suất lỗi quyết định được tính là: Pe(mi,x)=P(mi không được phát/x)=1-P(mi phát/x) Mặt khác tiêu chuẩn quyết định là tối thiểu lỗi hay qui tắc quyết định tối ưu là: Chọn mi nếu P(mi phát/x)≥P(mkphát/x) k=1,2,..M Qui tắc này gọi là qui tắc cực đại xác suất sau (còn gọi làxác suất hậu nghiệm, MAP). Qui tắc trên chứa đựng cả xác suất trước (xác suất tiền nghiệm) của tín hiệu phát và hàm khả năng. Dùng qui tắc Bayes ta phát biểu lại qui tắc MAP như sau: p f ( x / mk ) Quyết định là mi nếu k x là cực đại khi k=i (3.29) f x ( x) Ở đó pk là xác suất trước, fx(x/mk) là hàm khả năng (tức là khả năng thu được khi mk được phát, xác suất này do kênh ồn gây nên) và fx(x) là hàm mật độ xác suất liên kết không điều kiện của vecto x . Tuy nhiên chú ý là mẫu số độc lập với tín hiệu phát và nếu xác suất trước là bằng nhau thì Quyết định là mi nếu fx(x/mk) là cực đại khi k=i Trên thực tế ta dùng hàm logarit tự nhiên sẽ có nhiều thuận tiện hơn trong biểu diễn. Với kênh không nhớ, logarit của hàm khả năng gọi là metric. Qui tắc phát biểu lại là: Quyết định là mi nếu ln[ fx(x/mk)] là cực đại khi k=i. Qui tắc này gọi là qui tắc cực đại hàm khả năng (được áp dung khi xác suất trước là như nhau) Bộ giải mã theo cách cực đại hàm khả năng sẽ tính các metric đối với tất cả các tín hiệu truyền và so sánh chúng để tìm ra (quyết định) tín hiệu có metric cực tiểu. Trường hợp có 2 metric bằng nhau (tín hiệu quan sat nằm trên vùng biên) thi giải quyết như tung đồng xu Chú ý là: 7
  8. ⎡ 1N ⎤ ∑ ( x j − s j )2 ⎥ f X ( x / mi ) = (πN 0 ) − N / 2 exp ⎢− (3.30) ⎣ N 0 j =1 ⎦ Có metric tương ứng là: 1N N ∑ ( x j − skj )2 k=1,2,…M ln[ f x ( x / mk )] = − ln(πN 0 ) − (3.31) 2 N 0 j =1 Qui tắc cực đại hàm khả năng sẽ chuyển thành 1N ∑ ( x j − skj ) 2 cực đại khi k=i − (3.33) N 0 j =1 N ∑ (x 2 − s kj ) 2 = x − s k Hay cực tiểu khi k=i (3.34) j j =1 Tóm lại: Qui tắc quyết định theo cực đại hàm khả năng (ML) thực ra là tìm điểm tín hiệu gần điểm vecto quát sát nhất. Trên thực tế có thể không cần phép tính bình phương khi xét khai triển sau: N N N N ∑ ( x j − skj )2 = ∑ x 2j − 2∑ x j skj + ∑ skj 2 (3.35) j =1 j =1 j =1 j =1 Số hạng đầu không phụ thuộc vào k và có thể bỏ qua. Số hạng thứ 3 là năng lượng của sk(t). Nên qui tắc quyết định rút lại là là: 1 N ∑ x j skj − 2 Ek cực đại khi k=i thì quyết định là mi (3.36) j =1 Khi các tín hiệu được truyền với năng lượng bằng nhau qui tắc trên được rút gọn thành: N ∑x s cực đại khi k=i , quyết định là mi (3.37) j kj j =1 3.6 Bộ thu tương quan: Đối với kênh AWGN và khi tín hiệu phát là tập M tín hiệu có xác suất bằng nhau. Bộ thu tối ưu sẽ gồm 2 phần: -Phần tách (giải điều chế) gồm N bộ tích-tich phân (hay bộ tương quan) với tập tương ứng các tín hiệu tham chiếu đồng bộ (hay các hàm cơ sở trực giao). Dãy tương quan này hoạt động trong khoảng 0≤t≤T để tạo nên vecto x(t) quan sát được. Nói ngắn gọn phần tách xác định tín hiệu thu được nằm ở chỗ nào trong không gian tín hiệu. -Phần 2 của bộ thu (giải mã tín hiệu phát) thực hiện quyết định theo khả năng cực đại (ML): N thành phần của veto x quan sat được được nhân tương ứng với N thành phần của mỗi veto mi tín hiệu trong khai triển (có M tín hiệu như thế) rồi được công liên tiếp lại trong bộ tích lũy (tạo nên tập tương ứng các tích nội {xTsk /k=1,2,..M} tức là phép tương quan với các tín hiệu phát chuẩn), sau đó được hiệu chỉnh theo năng lượng tín hiệu truyền nếu năng lượng của các tín hiệu không bằng nhau. Cuối cùng giá trị lớn nhất (có kết quả tương quan lớn nhất) với tín hiệu phát nào sẽ cho quyết định là tín hiệu đó phát. Bộ thu như trên gọi là bộ thu tươngquan 3.6.1 Sự tương đương giữa bộ thu tương quan và bộ thu phù hợp Bộ tách (hay giải điều chế ) nói trên là tập các bộ tương quan. Ta có thể sử dụng tập các bộ lọc phù hợp để xây dựng bộ tách. Xét bộ lọc LTI với đáp ứng hj(t). Tín hiệu nhận được x(t) đi qua bộ lọc sẽ cho lối ra là: 8
  9. ∞ ∫ x(τ )h (t − τ )dτ y j (t ) = j −∞ (3.39) Hình 3.6 a) Bộ tách hay giải điều chế b) Bộ giải mã tín hiệu truyền Từ định nghĩa bộ lọc phù hợp với tín hiệu vào φ j (t ) , đáp ứnng xung phải là: ∞ ∫ x(τ )φ (T − t + τ )dτ h j (t ) = φ j (T − t ) nên y j (t ) = (3.40) j −∞ Khi lấy mẫu lối ra với t=T 9
  10. ∞ ∫ x(τ )φ (τ )dτ y j (T ) = (3.41) j −∞ Do φ j (t ) là zero bên ngoài [0,T] nên yj(T) là lối ra bộ tương quan thứ j tạo bởi tín hiệu x(t) thu được T y j (T ) = ∫ x(τ )φ j (τ )dτ 0 Kết quả này cho thấy dùng bộ lọc phù hợp kết hợp lấy mẫu đồng bộ cho kết quả thu tương đương như bộ thu tương quan (3.42) Hình 3.7 Phần tách của bộ thu lọc phù hợp. Bộ giải mã nêu ở 3.6 b) 3.7 Xác suất lỗi Giả sử không gian quan sát được chia thành M vùng. Vùng Zi tương ứng với vecto tín hiệu mi . Xác suất lỗi trung bình là: M 1M Pe = ∑ P ( x ∉ Z i / mi )P(mi ) = ∑ P( x ∉ Zi / mi ) (3.43) M i =1 i =1 1M 1M = 1 − ∑ P ( x ∈ Z i / mi ) = 1 − ∑ ∫ f x ( x / mi )dx (3.44) M i =1 M i =1 Z i Đối với vecto quan sát N chiều, tích phân trên cũng có N chiều 3.7.1 Biên của xác suất lỗi Trong nhiều trường hợp tích phân tính xác suất lỗi trên không tính được, ta phải sử dung khái niêm biên để dự đoán tỷ số tín hiệu /ồn yêu cầu để xấp xỉ tích phân trong Pe. Ở đây ta đơn giản miền lấy tích phân để có biên trên hay là biên liên kết đối với xác suất trung bình lỗi của tập M tín hiệu. Gọi Aik (i,k=1,2,..M) là sự kiện vec to quan sát gần vecto sk hơn gần vecto si khi si được gửi, Xác suất điều kiện của lỗi khi mi được gửi là bằng xác suất xảy ra tập các sự kiện: Ai1, Ai2 ,..,Aii-1 Ai1+1,… AiM. 10
  11. Theo lý thuyết xác suất : xác suất để có tập các sự kiện đồng thời không lớn hơn tổng các xác suất riêng rẽ. Hình 3.8 Minh họa việc chia khônggian quan sát thành các vùng quyết định khi N=2 và M=4 với giả thiết xác suất phát bằng nhau M ∑ P( A Pe (mi ) ≤ (3.45) ) ik k =1, k ≠ i ˆ Chú ý là P( m =mk/mi) là khác với P(Aik). Xác suất này là xác suất để véc to quan sát gần tín hiệu sk hơn tất cả các tín hiệu khác khi si được gửi. Còn P(Aik) là xác suất để vecto quan sát gần sk hơn si: ∞ ⎛ u2 ⎞ 1 P(Aik)=P(x_gan sk hon si, khi si được gui)= ∫ exp⎜ − ⎜ N ⎟du (3.46) ⎟ d ik / 2 πN 0 ⎝ 0⎠ Ở đó dik là khoảng cách Euclid của 2 véc tơ si và sk ∞ 2 ∫ exp(− z )dz Từ định nghĩa hàm bù lỗi erfc(u ) = 2 (3.47) π u ⎛d ⎞ 1 erfc⎜ ik ⎟ P ( Aik ) = Ta có (3.48) ⎜2 N ⎟ 2 ⎝ ⎠ 0 Hàm bù lỗi giảm đơn điệu theo biến, nên khoảng cách giữa 2 vec to tăng thì xác suất lỗi giảm. Thay vào công thức xác suất lỗi ta có: ⎛d ⎞ 1M ∑≠ i erfc⎜ 2 ik ⎟ Pe (mi ) ≤ (3.49) ⎜ N⎟ 2 k =1,, k ⎝ 0⎠ 11
  12. Cuối cùng với M ký hiệu phát với xác suất bằng nhau thì xác suất trung bình của lỗi ký hiệu bị chặn trên như sau ⎛d ⎞ 1M 1M M ∑ Pe (mi ) ≤ 2M ∑ k =∑≠ i erfc⎜ 2 ik ⎟ Pe = (3.49) ⎜ N⎟ M i =1 ⎝ 0⎠ i =1 1, , k Hình 3.9 Minh họa biên tòan thể a) Chòm sao 4 điểm báo hiệu, b) Ba chòm sao với điểm báo hiệu chung và một điểm báo hiệu khác Vế phải gọi là biên toàn thể của xác suất trung bình lỗi cho tập các ký hiệu xác suất như nhau. Trong trường hợp tập tín hiệu có tính đối xứng hình học (hay gặp trên thực tế), có thể đơn giản biên lỗi như sau: ⎛d ⎞ 1M ∑≠ i erfc⎜ 2 ik ⎟ Pe = Pe (mi ) ≤ (3.50) ⎜ N⎟ 2 k =1,, k ⎝ 0⎠ Ngoài ra hàm bù lỗi bị chặn trên bởi: 12
  13. ⎛d ⎞ ⎛ d2 ⎞ 1 erfc⎜ ik ⎟ ≤ exp⎜ − ik ⎟ (3.51) ⎜ 2N ⎟ ⎜2 N ⎟ π ⎝ 0⎠ ⎝ 0⎠ Vì vây có thể viết lại ⎛ d2 ⎞ M 1 ∑ ⎜ 2N ⎟ exp⎜ − ik ⎟ Pe ≤ (3.52) 2 π k =1, k ≠ i ⎝ 0⎠ Khi cho năng lượng tín hiệu đủ lớn so với mật độ ồn N0, số hạng mũ với khoảng cách dik nhỏ nhất sẽ nổi trội trong tổng nên có thể xấp xỉ biên: ⎡ ⎛ d 2 ⎞⎤ M Pe ≤ min exp ⎢− min⎜ ik ⎟⎥ (3.53) ⎜ 2N ⎟ 2π ⎢ ⎝ 0 ⎠⎥ ⎣ ⎦ Ở đó Mmin là số ký hiệu phát có khoảng cách nhỏ nhất đối với mỗi mi. Dạng biên trên dễ dàng tính được. 3.7.2 Xác suất lỗi bit so sánh với xác suất lỗi ký hiệu Cấu hình metric là lựa chọn tự nhiên khi ký hiệu dài m=log2M được truyền. Tuy nhiên khi yêu cầu phát dữ liệu nhị phân thì metric hay được dùng là xác suất bit lỗi hay tốc độ bit lỗi (BER). Mặc dù nói chung không có liên hệ duy nhất giữa 2 cấu hình metric song có 2 trường hợp hay gặp được phân tích như sau: Trường hợp 1: Có thể tạo được ánh xạ giữa nhị phân và ký hiệu hạng M theo cách 2 dãy nhị phân ứng với cặp ký hiệu cạnh nhau trong điều chế hạng M chỉ khác nhau 1 vị trí bit. Ràng buộc này thỏa mãn khi dùng mã Gray. Khi xác suất lỗi ký hiệu là chấp nhận được, ta thấy rằng xác suất nhầm lẫn một ký hiệu với một trong 2 ký hiệu gần nhất lớn hơn các kiểu lỗi khác. Hơn nữa với một lỗi ký hiệu , khả năng lỗi 1 bit là cao nhất (như ràng buộc ở trên). Vì có log2M bit trên một ký hiệu nên lỗi tb của ký hiệu liên hệ với tốc độ lỗi bit như sau: ⎛ log 2 M ⎞ log 2 M Pe = P⎜ U (bit _ ith _ biloi ) ⎟ ≤ ∑ P (bit _ ith _ biloi ) = log 2 M .( BER ) (3.54) ⎜ ⎟ ⎝ i =1 ⎠ i =1 Ta cũng chú ý là Pe≥P(bit_ith_ biloi)=BER nên tóm lại: Pe ≤ BER ≤ Pe (3.55) log 2 M Trường hợp 2: M=2k ở đó k là số nguyên. Giả sử các lỗi ký hiệu bằng nhau và xảy ra với xác suất: Pe P = ke (3.56) M −1 2 −1 Câu hỏi đặt ra là xác suất bit thứ i trong ký hiệu bị lỗi là bao nhiêu? Câu trả lời là: có 2k-1 trường hợp lỗi ký hiệu do bit này thay đổi và 2k-1-1 trường hợp mà trong đó bit này không thay đổi. Vì vậy tốc độ lỗi bit là: ⎛ 2k −1 ⎞ ⎛ M /2 ⎞ BER = ⎜ k ⎜ 2 − 1 ⎟ Pe = ⎜ M − 1 ⎟ Pe (3.57) ⎟ ⎝ ⎠ ⎝ ⎠ Với M lớn tốc độ lỗi bit tiến đến Pe/2 Một cách tương tự cho thấy lỗi bit không độc lập vì ta có: 13
  14. 2k − 2 P (bit _ ith _ va _ jth _ biloi ) = Pe ≠ ( BER ) 2 (3.58) 2k − 1 3.8 Tách tín hiệu không biết pha trong ồn. Khi đường truyền gây ồn pha (đa đường , trễ thay đổi, đặc biệt đúng với tín hiệu băng hẹp), việc đồng bộ có thể quá tốn kém, người thiết kế có thể giảm nhẹ yêu cầu thông tin pha chấp nhận giảm hiệu suất của hệ ở mức độ nào đó. 2E cos(2πf it ) si (t ) = Xét tín hiệu 0≤t≤T (3.59) T Hinh 3.10 Bộ thu không đồng bộ a) Bột hu vuông góc dùng các bộ tương quan, b) Bộ thu vuông góc dùng bộ lọc phù hợp, c) Bộ lọc phù hợp không đồng bộ 14
  15. Ở đó E là năng lượng tín hiệu. T là khoảng tín hiệu và fi là bội nguyên của 1/2T. Khi không có đồng bộ pha của bộ thu với bộ phát, tín hiệu thu được qua kênh AWGN có dạng: 2E cos(2πf it + θ ) + w(t ) x(t ) = 0≤t≤T (3.60) T Với w(t) là hàm mẫu của ồn trắng có trung bình zero và mật độ phổ công suất N0/2. Pha θ là không biết và được coi như giá trị mẫu của biến ngẫu nhiên phân bố đều trong [0,2π]. Hệ thông tin số đặc trưng theo cách này là không đồng bộ Rõ ràng sơ đồ tách theo các cách trước là không thích hợp (vì lối ra của các bộ tương quan sẽ phụ thuộc vào biến ngẫu nhiên θ). Khai triển biểu thức trên ta được: 2E 2E cosθ cos(2πf1t ) − sin θ sin( 2πf1t ) + w(t ) x(t ) = (3.61) T T Giả sử tín hiệu x(t) được cấp lên hai bộ tương quan với tín hiệu 2 / T cos(2πf it ) và 2 / T sin(2πf it ) trong thời gian quan sát 0≤t≤T Khi không có ồn, lối ra 2 bộ tương quan này sẽ là E cos θ và - E sin θ . Sự không hiểu biết về θ có thể loại trừ bằng cách lấy tổng bình phương 2 hai lối ra trên và sau đó khai căn tổng này kết quả là E . Bộ thu kiểu này gọi là bộ thu cầu phương. Thực chất đây là bộ thu tối ưu theo nghĩa tối thiểu xác suất lỗi. Tiếp đó có thể thay thế bộ tương quan bằng bộ lọc phù hơp. Hình 3.11 Lối ra của bộ lọc phù hợp đối với sóng RF chữ nhật a) θ=0 và b) θ=1800 Bài tập Qui trình trực giao hóa Gram - Schmidt 15
  16. 1 a). Dùng qui trình trực giao hóa để tìm tập hàm cơ sở trực giao biểu diễn 3 tín hiệu s1(t), s2(t), s3(t) chỉ trên hình 3.12 Hình 3.12 b) Biểu diễn mỗi hàm cơ sở này theo các hàm cơ sở tìm được Ý nghĩa hình học của tín hiệu 2. Xét tập tín hiệu: ⎧ 2E π ⎪ cos(2πf ct − i ) 0 ≤ t ≤ T si (t ) = ⎨ T 4 ⎪ 0 con _ lai ⎩ Với i=1,2,3,4 và fc=nc/T đối với một số nguyên nc cố định a) Số chiều N của không gian tập tín hiệu? b) Tìm tập hàm cơ sở trực giao c) Biểu diễn các tím hiệu theo các hàm trực giao d) Vẽ vị trí si(t) trong không gian tín hiệu Đáp ứng dãy các bộ tương quan với lối vào có ồn 3. Tín hiệu ngẫu nhiên nhận được có dạng: N X (t ) = ∑ X jφ j (t ) + W ' (t ) 0≤t≤T j =1 T X j = ∫ X (t )φ j (t )dt Với tập Xj được định nghĩa: 0 Ký hiệu W’(tk) là bíen ngẫu nhiên quan sát W’(t) tại thời điểm t=tk. Chứngtỏ rằng: E[XjW’(tk)]=0 với j=1,2,…N 0≤tρT Tách tín hiệu đã biết trong ồn 4. Xác định vùng quyết định tối ưu cho chòm sao 16 ký hiệu cho trên hình 3.13 Cả 2 chòm sao đều có công suất đỉnh như nhau 5. Cho các tín hiệu: ⎛ 2πnt ⎞ 2 s1 (t ) = cos⎜ ⎟ 0≤t≤T T ⎝T⎠ 16
  17. Hình 3.13 ⎛ 4πnt ⎞ 2 s2 (t ) = cos⎜ ⎟ 0≤t≤T T ⎝T⎠ ⎛ 6πnt ⎞ 2 s3 (t ) = cos⎜ ⎟ 0≤t≤T T ⎝T⎠ Ở đó n là số nguyên bất kỳ a) Vẽ không gian tín hiệu và biên quyết định của tập tín hiệu này b) Giả sử các tín hiệu trên có các suất trước bằng nhau, chứng tỏ rằng không gian tín hiệu có thể rút xuống 2 chiều Xác suất lỗi 6. Xét sơ đồ báo hiệu cực (quanternary). X(t)=ai +w(t) 0≤t≤T i=1,2,3,4 Với ai=±a/2, ±3a/2 và w(t) là hàm mẫu của ồn Gauss có mẫt độ phổ công suất N0/2 Tìm xác suất điều kiện để nhận chính xác khi a) 00 được truyền b) 01 được truyền c) 11 được truyền d) 10 được truyền 7. Xét hệ truyền thông hạng M=2N. Các véc tơ tín hiệu dài băng nhau và nằm ở các đỉnh của hình lập phương hyperbol (có tâm tại gốc tọa độ). Năng lượng ký hiệu là E a) Tín hiệu phát si(t) là tổ hợp của các hàm trực giao (có N hàm trực giao), N i=1,2,…M: si (t ) = ∑ sijφ j (t ) j =1 Tìm các hệ số sij b) Chứng tỏ rằng xác suất lỗi trung bình được tính bằng N ⎡1 ⎞⎤ ⎛ E Pe = 1 − ⎢1 − erfc⎜ ⎟ ⎜ N log M ⎟⎥ ⎢2 ⎠⎥ ⎝ ⎣ ⎦ 0 2 Ở đó N0/2 là mật độ phổ công suất của ồn Gauss (tb zero) 17
  18. Hình 3.14 Bộ thu lọc phù hợp 8. Xét tín hiệu trên hình 3.14 a) Xác định đáp ứng xung của bộlọc phù hợp với tín hiệu này và vẽ nó như một hàm thời gian b) Vẽ lối ra của bộ lọc thu theo thờig ian c) Giá trị đỉnh của lối ra bằng bao nhiêu 9. a) Xác định bộ lọc phù hợp cho tín hiệu s1(t) trên hình (3.15 a) và vẽ lối ra của bộ lọc b) Lặp lại như trên cho tín hiệu s2(t) trong 3.15b. c) Vẽ tín hiệu ra của bộ lọc phù hợp với s2(t) khi s1(t) cấp trên lối vào Hình 3.15 Tách tín hiệu không biết pha trong ồn 10. Bộ thu góc phần tư chỉ trên hình 3.10c gồm bộ lọc không kết hợp kèm sau là bộ lấy mẫu. Bộ thu này cũng được coi là bộ tách năng lượng. Bình luận phát biểu này 18
nguon tai.lieu . vn
Chính trị học Báo chí - Truyền thông Xã hội học Giáo dục học Tâm lý học Lịch sử - Văn hoá Triết học Ngôn ngữ học Thư viện thông tin Văn học nước ngoài Ngư nghiệp Hành chính - Pháp luật Địa lý - Địa danh Văn học Việt nam Lịch sử Đảng CNXH - KH Tư Tưởng HCM Ngụ ngôn - Cổ tích Ca dao - Tục ngữ Hoá học Sinh học Y khoa - Dược Kinh tế học