Обработка сигналов в системах телекоммуникаций icon

Обработка сигналов в системах телекоммуникаций



НазваниеОбработка сигналов в системах телекоммуникаций
Дата17.10.2016
Размер
ТипЗадача

Обработка сигналов в системах телекоммуникаций


ПОТОЧНО-ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ ДЛЯ ЦИФРОВОЙ ОБРАБОТКИ РЕЧЕВЫХ СИГНАЛОВ

Крылов Ю.Д.

Санкт-Петербургский Государственный университет аэрокосмического приборостроения

Задача ускоренного выделения полезного речевого сигнала на фоне аддитивных помех становится актуальной. Обеспечение фильтрации полезного речевого сигнала в реальном масштабе времени возможно при использовании адаптивного компенсатора помех с применением алгоритма Уидроу в частотной области лишь при поточно-параллельной схеме вычислений, когда перевод временных последовательностей отсчетов в частотную область осуществляется с помощью поточных процессоров БПФ, а вычисление весовых коэффициентов адаптивного фильтр, входящего в состав компенсатора помех, производится параллельно для компонент спектра по формуле (1),

где - комплексный весовой коэффициент на -м шаге адаптации; - коэффициент сходимости; -ошибка;-комплексно –сопряженная величина от входного сигнала адаптивного фильтра. При этом для каждой спектральной компоненты ошибка будет (2), где -спектральная составляющая смеси полезного сигнала и помехи, поступающей на основной вход компенсатора; -выходной сигнал адаптивного фильтра; -спектральная составляющая помехи, которая поступает на опорный вход компенсатора.

Если входные сигналы стационарны, то не перекрывающиеся спектральные компоненты выходного сигнала адаптивного фильтра будут не коррелированы. Если при этом входные сигналы представлены гауссовскими случайными процессами, что справедливо при произношении шумных согласных и действии случайных шумов, то не перекрывающиеся спектральные компоненты выходного сигнала оказываются статистически независимыми. В этом случае каждый весовой коэффициент фильтра воздействует независимо от других на соответствующую компоненту спектра выходного сигнала. В этом случае система компенсации помех разбивается на ряд независимых подсистем, каждая из которых будет содержать единственный весовой коэффициент.

Практический интерес представляют две модели взаимодействия полезных сигналов и помех. В первой модели полезный сигнал не проникает на опорный вход компенсатора, во второй модели полезный сигнал частично или полностью проникает на опорный вход. В обеих моделях полезный сигнал наблюдается на фоне аддитивных статистически независимых помех. Рисунок 1 иллюстрирует вторую более общую модель взаимодействия. При этом -номер сегмента временной последовательности отсчетов, -сегмент временной последовательности отсчетов полезного сигнала, и -соответственно сегменты временной последовательности отсчетов помех, поступающих на основной и опорный входы компенсатора, r-коэффициент корреляции полезного сигнала на входах системы.

При работе в реальном масштабе времени при частоте дискретизации входных сигналов Гц один этап вычислительного процесса БПФ должен выполняться за время , где -длина временной последовательности отсчетов входных сигналов компенсатора, -степень перекрытия. Число таких этапов равно и они могут выполняться параллельно. За время выполнения одного этапа требуется провести необходимое число итераций вычислительного процесса по формулам (1) и (2).

Эксперименты показали, что при отношении сигнал/шум от-10 дБ до +10 дБ достигается хорошая разборчивость с уменьшением среднеквадратической ошибки (СКО) в среднем на 32 дБ при =512 кГц, =512 и =2 за 10-30 итераций вычислительного процесса при применении для сглаживания окон Хэмминга.

Для адаптивной фильтрации зашумленных речевых сигналов также можно использовать методы, основанные на модели речеобразования, применяя полюсные модели в предположении, что возбуждение осуществляется белым гауссовским шумом /1/. Итеративный алгоритм оценивает речевой сигнал как где - значения отсчетов зашумленного речевого сигнала -оценки полюсной модели, полученные с помощью автокорреляционного метода линейного предсказания. При этом используется критерий максимальной апостериорной вероятности (МАВ), который максимизирует При этом оценивание как эквивалентно фильтрации зашумленного речевого сигнала нереализуемым винеровским фильтром с частотной характеристикой где спектральная плотность мощности полезного сигнала, спектральная мощность плотности шума. определяется коэффициентом усиления и коэффициентами , вычисляемые методом линейного предсказания.



Представляется перспективным в итерационном алгоритме для определения оценок использовать математический аппарат, описывающий решетчатые фильтры. В качестве оценок можно выбрать коэффициенты решетчатого фильтра, рассчитанные при обработке очередного сегмента зашумленного речевого сигнала. Алгоритм линеаризованного метода максимальной апостериорной вероятности (ЛМАВ) при использовании решетчатого фильтра показан на рис. 2. При этом вычисление компонент передаточной характеристики нереализуемого винеровского фильтра может быть проведено параллельно, а определение параметров решетчатого фильтра осуществляется за счёт конвейеризации вычислений.

Алгоритм ЛМАВ позволяет оценить не только коэффициенты модели с полюсами, но и вектор не зашумленного речевого сигнала . Можно использовать либо в качестве оценки сигнала либо коэффициенты для синтеза оценки сигнала

Решетчатые фильтры обладают рядом преимуществ. Как и у некоторых фильтров, у них шум на выходе не зависит от ширины полосы и центральной частоты. Они обеспечивают заданный критерий качества (например, заданную максимальную неравномерность в полосе пропускания и т. д.) при использовании параметров, представленных словами меньшей размерности, чем при прямой реализации фильтра предсказания. При использовании решетчатых фильтров требуется знать и хранить лишь коэффициентов отражения, где –порядок фильтра /1/.

Проведение фильтрации сигналов по методу ЛМАВ содержит три этапа вычислений: формирование коэффициентов формирование отсчетов импульсной характеристики при помощи ОБПФ; проведение фильтрации, реализующей прямую свертку. Первый этап допускает конвейеризацию вычислений со степенью параллельности , второй этап допускает конвейеризацию со степенью параллельности при применении встречно-поточных процессоров, третий этап может выполняться с применение систолических матриц. Вычисление спектральных компонент передаточной характеристики винеровского фильтра может быть произведено параллельно.

Оценка числа операций необходимых для проведения одной итерации вычислительного процесса для рассматриваемых методов фильтрации приведена в таблице 1.

Таблица 1. Число операций при фильтрации

Метод фильтрации

Этапы вычислений

Число операций

Адаптивная фильтрация

в частотной области

Преобразование областей



Решение уравнений



ЛМАВ

с использованием решетчатых фильтров

Расчет коэффициентов



Расчет импульсной характеристики



Фильтрация



Здесь -число отсчетов импульсной характеристики фильтра. Для адаптивной фильтрации в частотной области формулы выражают число умножений комплексных чисел.

В таблице 2 приведены число итераций и степень уменьшения среднеквадратической ошибки (СКО) при достижении установившегося значения СКО для рассматриваемых методов фильтрации при трех отношениях сигнал/шум (C/Ш) при действии широкополосных случайных шумов на речевой сигнал. Для каждого отношения С/Ш были выбраны коэффициенты сходимости. Коэффициент корреляции полезного сигнала на входах системы адаптивной фильтрации равнялся 0,1, а шумы поступающие на входы этой системы имели коэффициент корреляции равный 1. Параметры эксперимента следующие. Для адаптивной фильтрации =512, =15 кГц и =2. Для ЛМАВ =128, =4, =64.

Таблица 2. Число итераций и изменение СКО при фильтрации

Метод

фильтрации

Параметры

фильтрации

С/Ш, дБ

+10

0

-10

Адаптивная фильтрация

частотной области

Число итераций

10

20

25

Изменение СКО, дБ

38

25

30

ЛМАВ с использованием

решетчатых фильтров

Число итераций

10

5

5

Изменение СКО, дБ

30

26

23


Таким образом, конвейерно-параллельные вычислительные системы с успехом используются при различных методах цифровой обработки зашумленных речевых сигналов в реальном масштабе времени.

Литература

1. Маркел Дж.Д., Грей А.Х. Линейное предсказание речи: Пер. с англ./ Под ред. Ю.Н. Прохорова и В.С. Звездина. –М.: Cвязь,1990.- 308 с.


^ PIPELINE-PARALLEL PROCESSORS FOR DIGITEL PROCESSING OF SPEECH SIGNALS

Krilov J.

Saint-Petersburg State University of Aerospace Instrumentation

The problem of useful signal separation against noise background is quite urgent in some branches of enginering nowadays. It is often necessary to separate useful signal in time mode close to real. For this purpose adaptive filtering in frequency domain and iterative algorithm, which is called linearized method of maximum a postemori probability, using lattice filter are successfully used. These methods provide pipeline and parallel way of computation.

To solve the problem of adaptive filtering it is useful to apply system with two-channel or single –channel adaptive filtering in frequency domain. Useful speech signal filtering in real-time is available by adaptive noise compensator with the application of Widrow algorithm in frequency domain, when time sequences of input count are transferred to frequency domain by pipeline fast Fourier transform (FFP) processor. Adaptive filter independent weighting coefficient incorporated in noise compensator being counted in parallel for spectrum components according to where is complex weighting coefficient at step of adaptation, is convergence coefficient, is error, is complex-conjugated value from input signal adaptive filter. The error for each spectrum component being where is spectral component of the mixture of useful signal and noise at the main compensator input, is output signal of adaptive filter, is noise spectral component at the compensator bearing input.

Adaptive filter independent weight coefficient according to adaptive algorithm in frequency domain may be calculated by parallel compute system. A refined speech signal is transmitted into time domain with the help of FFP reverse pipeline processor. Thus for adaptive filtering of noisy speech it is useful to design pipeline–parallel processor based on dedicated SLSIC.

For adaptive filtering of noisy speech signals one can use methods based on speech formation pattern, using all pole modeling that excitation is energized by white Gauss noise. Iterative algorithm evaluates speech signal as , where is value of noise speech signal, counts are the evaluation of all pole modeling coefficients, obtained by autocorrelation method of linear predication, maximum a aposteriori probability being used, i.e.being maximized

In iterative algorithm it seems advantageous to use mathematical mechanism, which describes lattice filters as coefficients . One can chose lattice filter coefficients calculated, when immediate segment of noisy speech signal is processed. The experiment showed quicker algorithm configuration with lattice filters used in comparison with autocorrelation method of evaluation value in a wide signal/noise range.

Experiments show that good quality of adaptive filtering of noisy speech is reached at the frequency of input signals discretization of 15 kHz with segments length of 512 counts and overlap degree of 2 at signal/noise relation up+10 dB to -10 dB during 10-25 computer iterations.




^ EVALUATION OF SOFT DELAY DIVERSITY FOR THE DIGITAL BROADCAST-SYSTEM DRM+

Mayer F., Waal A., Tissen A.

Leibniz University Hanover, Institute of Communications Technology, Appelstr.9A, 30167 Hanover, Germany

Abstract: Digital Radio Mondial (DRM) is a standard for digital radio in the band of short-, medium- and long wave below 30 MHz. DRM+ extends this system to the VHF bands up to 120 MHz. With a bandwidth of 96 kHz, the OFDM based DRM+ system fits into the European FM-radio raster and offers the chance to a successive digitalization of the FM-radio band.

To enhance system performance, the DRM+ channel coding offers the possibility to take advantage of the channel diversity. With frequencies around 100 MHz and slow receiver velocities however the diversity offered by the channel is not enough. Destructive interferences can produce channel attenuation over the whole signal bandwidth for a time period which exceeds the ability of the interleaver and the Viterbi decoder to recover the data. A possibility to avoid this is the implementation of transmitter delay diversity via an additional antenna which transmits the same signal with a delay of some sample times.

As delay diversity improves the performance significantly in the Rayleigh fading channel, for line-of-sight propagation it yields to performance loss. With soft delay diversity the power distribution between the multiple transmit antennas can be varied according to the propagation properties. In this paper channel coding properties of the DRM+ system are presented. Simulations of system performance with different channels, based on the transversal filter method will be presented. Comparisons will be made between the single-antenna system, the system with transmitter delay diversity and with soft delay diversity.

^ DRM+ System parameters: The DRM+ system uses OFDM with 213 carriers and a carrierspread of 444.444 Hz. Different subcarrier modulations and data rates are implemented to comply to different requirements of the channel.Table 1 shows the system parameter of the DRM+ system (1).

Table 1: DRM+ system parameter

Modulation

OFDM

Data rate

40-186 kbps

Subcarrier modulation

4-/16-QAM

Signalbandwith

96 kHz

Subcarrierspread

444.444 Hz

Number of subcarriers

213

Symbol duration

2.25 ms

Guard interval duration

0.25 ms

Frame length

100 ms

Number of programs

1-4

Audio encoding

AAC+

In order to improve the robustness of the bit stream against burst errors, bit interleaving (Multilevel Coding) is carried out over one frame (100 ms) and a cell-interleaver over 6 frames (600 ms) is implemented to the DRM+ system (2). For frequencies of around 100 MHz the cell interleaver only works properly for receiver velocities above 10 km/h. Therefore in frequency flat fading channels with slow receiver velocities transmitter delay diversity should enhance system performance.

Two information channels (FAC, SDC) deliver a description of data encoding and additional services and reference pilots are inserted per frame for channel estimation in the receiver.

The transmission channel: The frequencies in the VHF bands I and II are characterized by diffraction, scattering and reflection of the electromagnetic waves between the transmitter and the receiver which results in multipath propagation. In addition mobile reception with different velocities should be taken into account which results in Doppler spread and time variance. The WSSUS-model (Wide Sense Stationary Uncorrelated Scattering) (3) is used to describe the time-variance of the channel. With the help of the Tapped Delay Line Model different channel models can be defined to evaluate the possible propagation environments. Fig. 1 shows the properties of the DRM+ urban channel defined in (4).



Fig. 1:Channel profile "Urban"

Delay diversity: As DRM+ is a broadcast system where one transmitter serves many receivers, transmit diversity is preferable to receiver diversity. In addition although receiver diversity needs less antenna separation to get uncorrelated paths than transmitter diversity (5), the wavelength in the VHF Band I and II still makes receiver design with antenna diversity unwieldy.

Transmitter delay diversity (DD) is implemented by transmitting the same signals with different delays on separate antennas. Normalization takes place to retain the total transmitting power. The antenna specific transmitted signals are (1).

Adding the specific channel between the transmitting antennas and the receiver and the complex valued AWGN the received baseband signal is (2).

denotes the maximum channel delay spread. By choosing adequate delay times a frequency flat channel appears as frequency selective at the receiver so the interleaver and error correction can operate to prevent the drop out of the system. For the DRM+ system with a signal bandwidth of 96 kHz and two transmit antennas, a delay time of 15.625 µs was proposed in (4). Fig. 2 shows the distribution of bit errors in an uncoded system in the above mentioned “Urban”-channel at a receiver velocity of 2 km/h. On the left side, due to flat fading in the channel, the signal is attenuated over the whole signal bandwidth which results in unrecoverable bit errors. On the right side the signal was transmitted over the same channel with an implementation of two antenna DD with a delay time of 15.625 µs. Reducing the delay time can result in flat fading, increasing δ increases the selectivity in frequency direction but at the same time reduces the usable guard interval of the OFDM signal and as a result reduces the robustness against channel delays. One possibility to avoid this is the implementation of cyclic delay diversity (CDD) (6).

Here the signal is shifted before the guard interval is inserted as a cyclic prefix; therefore the diversity delay doesn’t reduce the guard interval. As the proposed delay time in the DRM+ system is only 1/16 of the guard interval time, DD was applied in the simulations (7).

^ Soft delay diversity: As DD increases the diversity in the Rayleigh fading channel, in the case of pure line-of-sight (LOS) propagation (AWGN) the channel is transformed into a static frequency selective one, which degrades the system performance. As proposed in (8), to overcome this problem the signal at each transmit antenna branch is weighted by a different factor. Again normalization takes place to keep the total transmitted power. Fig. 3 shows a simulation of the system performance for a 2 TX antenna



Fig. 2: Uncoded bit error pattern



Fig. 3: BER after the Viterbi decoder

DRM+ DD system with a delay time of 15.625 µs with optimal channel estimation, 4-QAM with a coderate of Rc=1/3 over the signal-to-noise ratio (SNR). P1/P2 denotes the ratio between the signal power on antenna 2 and 1. For P1/P2=0 only one antenna transmits a signal, for P1/P2 =1 the signal power at both antennas is equal. In the AWGN channel, increasing the power of the second antenna yields to an increase of the system’s BER. This can be explained with the reduction of deep fades due to decreased signal power on the second diversity branch. On the other hand, in the Rayleigh fading “Urban”-channel with a receiver velocity of 60 km/h increasing the power on the second antenna reduces the system’s BER by adding more diversity in the channel to inhibit flat fading by adding frequency selectivity.

Conclusion: The simulation results have shown that soft DD reduces the BER in the AWGN channel. This comes along with a degradation of the diversity gain in the Rayleigh fading channel. By varying the transmission power of the diversity branches in a DD system, signal quality can be manipulated according to the propagation conditions. Compromises between the adaptation to LOS propagation and to Rayleigh fading propagation can be made according to the transmitter environment. In (10) a hardware setup for a DRM+ diversity transmitter was evaluated and implemented to proof simulation results with a fieldtest.

References:

  1. ETSI ES 201 980: Digital Radio Mondiale (DRM); System Specification V2.2.1 (2005).

  2. Waal A., Heuberger A., „DRM+ The New Digital Radiosystem“, IEEE DSPA (2008)

  3. C. Lüders, H. Schulze, Theory and Applications of OFDM and CDMA Wideband Wireless Communications. Wiley, 2005.

  4. G. Zimmermann. DRM+ Radio Channel Profiles for Use in Band II. TSystems, 2005.

  5. W. C. Jakes. Microwave Mobile Communication. IEEE Press, 1993.

  6. H. Schulze. A Comparison between Alamounti Transmit Diversity and (Cyclic) Delay Diversity for a DRM+ System. 11th OFDM Workshop,

  7. A. Dammann. On Antenne Diversity Techniques for OFDM Systems. VDI Verlag, 2006.

  8. A. Dammann, R.Raulefs, S. Plass, Soft Cyclic Delay Diversity and its Performance for DVB-T in Ricean Channels. IEEE Globecom 2007.

  9. Maier F., “Untersuchung der erforderlichen Senderparameter des DRM+ Systems bei Senderdiversität”, Leibniz Universität Hannover, (2008).

  10. Tissen A., “Untersuchung und Implementierung einer DRM+ Senderplattform für Mehrantennen-Betrieb”, Leibniz Universität Hannover, (2008).


Краткий обзор: Стандарт DRM - распространённая система цифрового радиовещания в диапазонах КВ, СВ и ДВ. Эта система предоставляет возможность передачи звуковой радиопрограммы с лучшим качеством чем аналоговая модуляция и дополнительную передачу цифровых данных. Дальнейшее развитие этого стандарта DRM+ подразумевает использование более высоких частот от 60 МГц до 108 МГц.

Примeнение способа OFDM модуляции позволяет более эффективно использовать частотный диапазон и повышает надёжность мобильного приёма. Ширина полосы DRM+ сигнала составляет 96кГц. Такой узкополосный сигнал легко интегрируется в существующий УКВ диапазон, как в Европе так и в других странах мира.

Для увеличения надёжности приёма радиосигнала в городских условиях возможно применение передачи сигнала с пространственным разнесением. Этот способ увеличивает надёжность приёма в канале с релеевским замиранием, но при прямой видимости приём сигнала ухудшается.

В этой статье описывается использование вариации мощности передатчиков в режиме трансляции с пространственным разнесением для увеличения надёжности приёма DRM+ сигнала так-же при прямой видимости. Описан теоретический подход решения этой задачи и результаты компьютерного моделирования.




^ Implementation and evaluation of transmitter diversity mode for new digital broadcast system (DRM+)

Waal A, Tissen A, Meyer F.

Leibniz Universität Hannover

Institut für Kommunikationstechnik, Germany

Abstract: For the transmission of digital sound broadcasting in the FM bands (47 – 72 and 87.5 – 108 MHz) new transmission standards have been developed. One proposal, referred to as DRM+, is the extension of the international standard for broadcasting in the AM bands below 30 MHz, Digital Radio Mondiale DRM. The new extension (DRM+) is based on the well proven and tested transmission standard using a new transmission mode providing a net data rate of up to 186 kbit/s in a 100 kHz RF channel. Using the MPEG 4 AAC HE audio coding this means the integration of up to 4 different audio streams including additional data services or even video streams on one DRM+ Multiplex.

The reception quality of OFDM based system is constricted by the multipath propagation for mobile radio channel. In the frequency domain round 100 MHz and by small speed of the mobile receiver destructive interference can cause a strong damping of the transmitted signal, so that the interleaver length of 600 ms in DRM+ system is not enough. By using of diversity for this system advantages in the reception can be achieved. Transmitter diversity is to prefer, because a radio network is a broadcst system and the resulting overhead can be utilised only at the transmitter side.

DRM+ modulator with Delay Diversity was developed and tested in the Institute of Communications Technology at Leibniz University Hannover.

^ Краткий обзор: Стандарт DRM - распространённая система цифрового радиовещания в диапазонах КВ, СВ и ДВ. Эта система предоставляет возможность передачи звуковой радиопрограммы с лучшим качеством чем аналоговая модуляция и дополнительную передачу цифровых данных. Дальнейшее развитие этого стандарта DRM+ подразумевает использование более высоких частот от 60 МГц до 108 МГц.

Примeнение способа OFDM модуляции позволяет более эффективно использовать частотный диапазон и повышает надёжность мобильного приёма. Ширина полосы DRM+ сигнала составляет 96кГц. Такой узкополосный сигнал легко интегрируется в существующий УКВ диапазон, как в Европе так и в других странах мира. Максимальная скорость передачи данных при модуляции поднесущих OFDM сигнала 16 QAM составляет 186 кбит/сек. Использование таких современных способов кодирования звукового сигнала как MPEG 4 AAC HE позволяет передавать одновременно до 4 звуковых программ, дополнительную информацию (текст, изображения, HTML, TMC, New Service Journaline) или видеосигнал в одном мультиплексе.

В этой статье описывается система DRM+, возможная реализация программного и аппаратного обеспечения передающей и принимающей аппаратуры в режиме передачи сигнала с пространственным разнесением. Таким образом увеличивается надёжность приёма радиосигнала, особенно в городских условиях.

Введение

Аналоговая радиотрансляция с частотной модуляцией в диапазоне 87,5 - 108 МГц и 47 - 72 МГц широко применяется во всём мире. Несмотря на все преимущества этой системы, возникает необходимость повысить спектральную эффективность системы за счёт передачи нескольких звуковых каналов на одной передающей частоте и передачи дополнительных информационных сервисов. Такие запросы может удовлетворить только цифровая система трансляции.

Существует несколько предложений реализации цифровой системы для радиовещания. В США фаворизируется система IBOC (In-Band-On-Channel). Такая система передаёт одновременно аналоговую и цифровую информацию на одной несущей частоте и разработана прежде всего для использования в Америке [4]. Японский стандарт Japanese Integrated Services Digital Broadcasting – Terrestrial (ISDB-T) не находит применения за пределами Японии [1].

При разработке новой технологии нужен подробный анализ требований пользователей, радиовещателей и производителей радиовещательных систем. Перечислим наиболее важные требования:

  1. Высокая спектральная эффективность (передача нескольких звуковых каналов на одной частоте).

  2. Гибкость системы для планирования и распределения частот. Растр канала 100кГц, 200кГц, 300кГц.

  3. Лучшая доступность сервиса чем при ЧМ, особенно для мобильного приёма.

  4. Улучшенное качество звукового сигнала, включая поддержку surround sound.

  5. Поддержка различных информационных сервисов.

  6. Невысокая стоимость разработки системы и приёмно-передающей аппаратуры.

  7. Возможность создания синхронных сетей (Single Frequncy Networks).

  8. Открытый стандарт под организацией ETSI или ITU.

Одна из важных задач при разработке радиовещательной системы - это обеспечение качественного приёма информации не только для стационарных, но и для мобильных приёмников. При использовании цифровой технологии коммуникационый канал можно рассматривать как „информационный контейнер“, транспортирующий различные виды информации (текст, звук, видеоизображения). Иммено это даёт радиовещателям новые возможности создания интересных и качественных радиопрограмм.

В этой статье описывается способ передачи сигнала с пространственным разнесением.

^ Компьютерное моделирование системы

Реализация передачи сигнала с пространственным разнесением сигнала реализуется с помощью дополнительной антенны [6, 7], на которую подаётся передающий сигнал с задержкой . Результаты компьютерного моделирования показали увеличение надёжности приёма особенно для канала связи в городских условиях при скорости приёмника от 2 до 10 км/ч [14, 15]. На рис. 1 показанно сравнение зависимости коэффициента ошибки по битам BER от для классического передатчика с одной антенной и передатчика с использованием технологии пространственного разнесения.



Рис. 1



Рис. 2

Важным параметром при реализации систем с пространственным разнесением является коэффициент корреляции [14] , при этом d обозначает расстояние между передающими антеннами, - ^ Bessel function, - длинна волны передающего сигнала и – коэффициент учитывающий расстояние между передатчиком и приёмником. Значение коэффициента корреляции для практической реализации должно быть меньше 0,5. На рис. 2 показана зависимость коэффициента от расстояння между передающими антеннами и дистанцией между приёмником и передатчиком.

При расстоянии между передающими антеннами 8 м. (именно такое расстояние применялось при испытании системы с пространственным разнесением в г. Ганновер) и учёта величины коэффициента корреляции при частоте 100 МГц несущей передающего сигнала, максимальный радиус зоны с улучшенным качеством приёма составляет порядка 25 км. За пределами этой зоны качество приёма соответствует качеству при использовании передатчика с одной антенной. Радиус зоны покрытия с улучшенным качеством приёма можно увеличить с помощью увеличения расстояния между передающими антеннами.

^ Реализация системы

Испытания системы проводились с доработкой передатчика DRM+. В передающую систему добавлен блок задержки сигнала и дополнительный линейный усилитель мощности. На рис. 3 показанo схематическое изображение передающего устройства.



Рис. 3

Мощность каждого передатчика составляет 10 Вт. Результирующая зона охвата при уверенном приёме составляет 20-25 км., что достаточно для надёжного радиовещания в небольших городах.

Алгоритмы модуляции OFDM сигнала по стандарту DRM+ реализованы на сигнальном процессоре фирмы Analog Devices тип Blackfin BF533. Блок задержки сигнала и управление аналого/цифровыми преобразователями реализован на FPGA Xilinx XC3S400. Приём сформированных по стандарту DRM данных и управление передающей системы выполнены на дополнительном сигнальном процессоре BF537.

Заключение

В этой статье дан краткий обзор системы DRM+ с пространственным разнесением передающего сигнала и первые результаты испытаний, которые проходят в г. Ганновер. Система зарекомендовала себя как устой-чивая, дающая возможность эффективно использовать имеющийся спектр частот при высоком качестве звука, и не влияющая на существующие системы в УКВ диапазоне. Применение пространственного разнесения передающего сигнала даёт дополнительную надёжность приёма, особенно при небольшой скорости движения приёмника.

Литература:

  1. Transmission System for Digital Terrestrial Television Broadcasting ARIB Standard B-31 V1.6 Association of Radio Industries and Businesses ARIB

  2. ETSI ES 201 980: Digital Radio Mondiale (DRM); System Specification V2.2.1 (2005).

  3. ITU-R Document 6E/413-E, Digital Radio Mondiale (DRM)--Narrowband digital broadcasting with the DRM System in bands I and II, 14 August 2006

  4. www.ibiquity.com

  5. Schulze, H.; Lüders, C., Theory and Applications of OFDM and CDMA, Wiley (2005).

  6. Alamouti, S., “A simple transmit diversity techniques for wireless communications”, IEEE J. Select. Areas Comm., vol. 16, pp 1452-1458 (1998)

  7. Dammann, A.; Kaiser, S., “Transmit/receive antenna diversity techniques for OFDM systems”, Europ. Trans. Telecomm., vol. 13, pp 531-538 (2002)

  8. TS 101 968v010201 Digital Radio Mondiale (DRM);Data applications directory European Telecommunication Standardisation Institute 2003

  9. Пономарев Г.А., Куликов А.Н., Тельпуховский Е.Д. Распространение УКВ в городе, Томск, МП «Раско», 1991

  10. Дворкович В.П., Дворкович А.В., Тензина В.В., Иртюга В.А., Рекубратский В.А. Повышение эффективности использования VHF диапазона частот за счет перехода на цифровое вещание AVIS // Труды НИИР, 2006

  11. BnetzA Documentation G531/00328/07 - Compability Measurements. DRM+ and HD-Radio interfering with FM Broadcast, Narrowband FM (BOS) and Aeronautical Radionavigation.

  12. C. Skupin, Dr.-Ing. F. Hofmann, Dipl.-Ing. A. Waal - „Untersuchung zur Beeinflussung des FM-Rundfunks durch DRM+“. Leibniz Universität Hannover, Institut für Kommunikationstechnik. Januar 2008.

  13. Jakes W.C., “Microwave Mobile Communication”, IEEE Press, (1993), ISBN 0-7803-1069-1.

  14. Schulze H., “A Comparison between Alamouti Transmit Diversity and (Cyclic) Delay Diversity for a DRM+ System”, 11th OFDM Workshop.

  15. Maier F., “Untersuchung der erforderlichen Senderparameter des DRM+ Systems bei Senderdiversität”, Leibniz Universität Hannover, (2008).

  16. Tissen A., “Untersuchung und Implementierung einer DRM+ Senderplattform für Mehrantennen-Betrieb”, Leibniz Universität Hannover, (2008).

  17. Waal A., Heuberger A., „DRM+ The New Digital Radiosystem“, IEEE DSPA (2008)









Цифровая обработка сигналов и ее применение

Digital signal processing and its applications




Похожие:

Обработка сигналов в системах телекоммуникаций iconОбработка сигналов в радиотехнических системах
Применение метода векторной аппроксимации для идентификации системы по частотной характеристике
Обработка сигналов в системах телекоммуникаций icon1. Виды сигналов. Классификация сигналов
Применительно к задачам: Образцовые-сигнал с априорно известными хар-ми,обр-ся с пом-ью образцовых мер,цап,ацп
Обработка сигналов в системах телекоммуникаций iconЛекции по курсам: Вычислительные системы, сети и средства телекоммуникаций Вычислительные машины
Учебные курсы «Вычислительные системы, сети ЭВМ и средства телекоммуникаций» и «Вычислительные машины, системы и сети» изучается...
Обработка сигналов в системах телекоммуникаций iconУрок информатики в 8А классе по теме «Перевод чисел в позиционных системах счисления»
Цель: Проверка усвоения теоретических знаний по способам представления чисел в позиционных системах счисления, формирование умений...
Обработка сигналов в системах телекоммуникаций iconІнформації удк 621. 396. 96: 621. 391. 26 Емельянов С. Л., к т. н., доц., Международный гуманитарный унив-т (г. Одесса) альтернативные подходы к оптимизации помех в системах активной защиты информации
Рассматривается актуальная задача оптимизации формы спектра помеховых колебаний, которая минимизирует качество обработки разведываемых...
Обработка сигналов в системах телекоммуникаций iconМеханическая обработка. Технологические возможности способов резания
Механическая обработка поверхностей заготовок является одной из основных завершающих стадий изготовления деталей машин
Обработка сигналов в системах телекоммуникаций iconПрограмма курса обработка сигналов и изображений курс реализуется в рамках направления 552800 «Информатика и вычислительная техника»
Курс реализуется в рамках направления 552800 «Информатика и вычислительная техника», относится к циклу специальных дисциплин
Обработка сигналов в системах телекоммуникаций iconЛекция 10-11 Квантование сигналов Способы квантования сигналов
При этом шкала возможных значений сигнала разбивается на определенное количество уровней и непрерывное значение сигнала заменяется...
Обработка сигналов в системах телекоммуникаций iconЛекция 12 Химико-термическая обработка стали
Химико-термическая обработка (хто) – процесс изменения химического состава, микроструктуры и свойств поверхностного слоя детали
Обработка сигналов в системах телекоммуникаций iconПреобразование детерминированных сигналов линейными цепями
При этом, целесообразно все многообразие задач разделить на две группы. К первой группе следует отнести задачи преобразования первичных,...
Разместите ссылку на наш сайт:
Уроки, сочинения


База данных защищена авторским правом ©izlov.ru 2000-2014
При копировании материала обязательно указание активной ссылки открытой для индексации.
связаться с нами