通信原理学习笔记6-1:数字解调——基础解调链路、匹配滤波器和AWGN信道最佳接收机
基础的数字解调链路
基础的解调链路由下变频、匹配滤波器、抽样、判决组成
- 下变频将带通信号变为低通信号
- 匹配滤波器是为了尽可能滤去噪声,保证抽样时刻的信噪比最大
- 抽样判决:在合适时刻对接收信号抽样,并且根据门限进行判决
匹配滤波器和AWGN信道最佳接收机
发射信号经过AWGN信道,混入噪声;
接收端下变频后,我们用匹配滤波器尽量减小信道噪声的影响
- 匹配滤波器:保证输出信号的信噪比最大化
原理:若输入的信号为s(t)s(t)s(t),那么匹配滤波器为h(t)=s(T−t)h(t)=s(T-t)h(t)=s(T−t),输出信号在t=Tt=Tt=T时刻采样,可以得到最大的信噪比(因为输出刚好就是输入信号的自相关函数y(t)=∫−∞∞s(τ)h(t−τ)dτ=∫−∞∞s(τ)s(T−t+τ)dτ=Rs(T−t)y(t)=\int_{-\infty}^{\infty} s(\tau) h(t-\tau) \mathrm{d} \tau =\int_{-\infty}^{\infty} s(\tau) s(T-t+\tau) \mathrm{d} \tau =R_{s}(T-t)y(t)=∫−∞∞s(τ)h(t−τ)dτ=∫−∞∞s(τ)s(T−t+τ)dτ=Rs(T−t),其中假设s(t)s(t)s(t)各态历经) - 可见,匹配滤波器的选择,取决于发送端的成形滤波器的选择
由于要满足Nyquist准则(避免ISI),之前说过发送机的成形滤波器为升余弦滚降滤波器RC
然而,实际中发端的成形滤波器和收端的匹配滤波器不能同时使用RC,因为一个RC能够满足Nyquist准则,两个叠加反而不行
由此,综合考虑无ISI(升余弦滚降滤器)和信噪比最大化(匹配滤波器),得到AWGN信道的最佳接收机:发端成形滤波器使用RRC,而收端匹配滤波器也使用RRC:
- 平方根升余弦滤波器RCC的时域响应,就是升余弦滤波器RC的平方根
- ①收发端两个RRC合起来等效于一个RC滤波器,满足奈奎斯特准则,从而无ISI
- ②发端使用RC滤波器,收端也使用RC滤波器作为匹配滤波器,从而保证信噪比最大
其中,若发射端成形滤波器(RRC)记为g(t)g(t)g(t),那么接收端的匹配滤波器为g(T−t)g(T-t)g(T−t),采样判决时刻为TTT
采样判决时刻的选择:
理想情况,接收端可以直接使用与发射端相同的RRC滤波器g(t)g(t)g(t),这应该理解为T=0T=0T=0的匹配滤波器g(T−t)g(T-t)g(T−t)
- 实际不能直接用g(t)g(t)g(t)作为匹配滤波器,因为接收端g(t)g(t)g(t)是非因果的,因此实际的匹配滤波器仍然需要一个延时TTT,即g(T−t)g(T-t)g(T−t),同时采样时刻对应延时TTT
- 就是说对于任意位置nnn上的一个符号InI_nIn,采样时刻T+nTsT+nT_sT+nTs(在各个符号周期,延迟TTT时刻采样)
系统模型
ps. 实际中的解调链路还需要符号同步模块,用于对准采样判决时刻,在后续文章会提到
整体建模如下(形滤波器使用RRC,记为g(t)g(t)g(t)):
- 发射端基带信号s(t)=∑n=−∞∞Ing(t−nTs)s(t)=\sum_{n=-\infty}^{\infty} I_{n} g\left(t-n T_{s}\right)s(t)=n=−∞∑∞Ing(t−nTs)
其中,在PAM调制下InI_{n}In为实数,在QAM/PSK调制下InI_{n}In为复数(认为是两路实信号,下面只考虑实信号情况,复信号情况可做类似处理) - 经过AWGN信道和下变频,接收端基带信号r(t)=s(t)+n(t)r(t)=s(t)+n(t)r(t)=s(t)+n(t)
由于上面说过,匹配滤波器也使用RRC,两个RRC合并可以实现无ISI,因此下面无需考虑多个符号,只考虑一个符号的情况,即下面只考虑任意位置nnn上的一个符号InI_nIn
在发射端s(t)=Ing(t−nTs)s(t)=I_ng(t-nT_s)s(t)=Ing(t−nTs)
经过AWGN信道,叠加噪声r(t)=Ing(t−nTs)+n(t)r(t)=I_ng(t-nT_s)+n(t)r(t)=Ing(t−nTs)+n(t)
经过匹配滤波器g(T−t)g(T-t)g(T−t)(如前面采样时刻部分所述,实际的匹配滤波器仍然需要一个延时TTT)
根据x(t)∗y(t)=∫−∞∞x(τ)y(t−τ)dτx(t)*y(t)=\int_{-\infty}^{\infty}x(\tau)y(t-\tau)d\taux(t)∗y(t)=∫−∞∞x(τ)y(t−τ)dτ
当y(t)=g(T−t)时y(t)=g(T-t)时y(t)=g(T−t)时x(t)∗y(t)=∫−∞∞x(τ)g[T−(t−τ)]dτx(t)*y(t)=\int_{-\infty}^{\infty}x(\tau)g[T-(t-\tau)]d\taux(t)∗y(t)=∫−∞∞x(τ)g[T−(t−τ)]dτ,则有
y(t)=r(t)∗g(T−t)=In∫−∞∞g(τ−nTs)g[T−(t−τ)]dτ+∫−∞∞n(τ)g[T−(t−τ)]dτy(t)=r(t)*g(T-t)=I_{n} \int_{-\infty}^{\infty} g(\tau-nT_s)g[T-(t-\tau)] \mathrm{d} \tau+\int_{-\infty}^{\infty} n(\tau) g[T-(t-\tau)] \mathrm{d} \tauy(t)=r(t)∗g(T−t)=In∫−∞∞g(τ−nTs)g[T−(t−τ)]dτ+∫−∞∞n(τ)g[T−(t−τ)]dτ采样时刻:对于任意位置nnn上的一个符号InI_nIn,采样时刻T+nTsT+nT_sT+nTs
采样后的结果
y(T+nTs)=In∫−∞∞g2(τ−nTs)dτ+∫−∞∞n(τ)g(τ−nTs)dτy(T+nT_s)=I_{n} \int_{-\infty}^{\infty} g^{2}(\tau-nT_s) \mathrm{d} \tau+\int_{-\infty}^{\infty} n(\tau) g(\tau-nT_s) \mathrm{d} \tauy(T+nTs)=In∫−∞∞g2(τ−nTs)dτ+∫−∞∞n(τ)g(τ−nTs)dτ
忽略其中的系数Eg=∫−∞∞g2(τ−nTs)dτ\mathcal{E}_{g}= \int_{-\infty}^{\infty} g^{2}(\tau-nT_s) \mathrm{d} \tauEg=∫−∞∞g2(τ−nTs)dτ,即上式除以Eg\mathcal{E}_{g}Eg
则采样后得到的一个符号YnY_nYn可以简记为:Yn=In+nn,其中nn=∫−∞∞n(τ)g(τ−nTs)dτEgY_{n}=I_{n}+n_{n},其中n_n=\frac{\int_{-\infty}^{\infty} n(\tau) g(\tau-nT_s) \mathrm{d} \tau}{\mathcal{E}_{g}}Yn=In+nn,其中nn=Eg∫−∞∞n(τ)g(τ−nTs)dτ
注意,上面其实还默认忽略了匹配滤波器kg(T−t)kg(T-t)kg(T−t)的增益系数kkk,我们忽略这些无关紧要的系数,因为后续的信道估计可以估计出整个信道的总体等效增益,这些系数的差别也隐含在信道增益中
通信原理学习笔记6-1:数字解调——基础解调链路、匹配滤波器和AWGN信道最佳接收机相关推荐
- 通信原理学习笔记6-2:数字解调——抽样和符号同步
采样 根据6-1的推导:在无ISI时,任意位置nnn上的一个符号InI_nIn,经过AWGN信道.匹配滤波器.采样后,得到符号YnY_{n}YnYn=In+nnY_{n}=I_{n}+n_{n}Y ...
- 通信原理学习笔记2-1:模拟调制——相干解调的载波恢复、锁相环(平方环/Costas环)、变频/混频技术
原始信号为基带模拟信号,要想在空气中传播信号,必须使用频带信号(频率高则天线长度降低,且可能进行频分复用等) 要产生频带信号,需要频谱搬移,这就是调制:基带信号经过调制,得到已调信号/调制信号/频带信 ...
- 通信原理学习笔记6-5:数字解调——译码的硬判决与软判决
卷积码的Viterbi译码.LDPC的译码,都有两种方式:硬判决(hard decision)与软判决(soft decision) 硬判决 硬判决就是将信号波形与判决门限比较,数字解调器的输出(即后 ...
- 通信原理学习笔记6-4:数字解调——抽样判决的译码准则(最大后验概率准则MAP、最大似然准则ML、最小二乘/最小平方准则LS、最小距离准则)
判决译码 在无ISI时,任意位置nnn上的一个符号InI_nIn,经过AWGN信道.匹配滤波器.采样后,得到符号YnY_{n}YnYn=In+nnY_{n}=I_{n}+n_{n}Yn=In+ ...
- 通信原理学习笔记5-2:数字调制——连续相位和恒包络问题(非线性功放、连续相位CP FSK信号、最小频移键控MSK、GMSK)
为了最大程度利用非线性功放,需要降低信号PAPR,这要求信号具有恒包络特性 信道带宽有限,需要降低信号带外泄露(进而传输失真小),要求信号具有连续相位特性(从而高频成分少) 波形连续和恒包络之间存在矛 ...
- 【深入浅出通信原理-学习笔记】频带信号的发送和接收
频带信号的发送和接收在通信系统模型中的位置如图所示 基带信号通过调制转换成频带信号,基本思路是发送端产生高频载波信号,让高频载波的幅度.频率或相位随着调制信号变化,接收端收到后,从中将调制信号恢复出来 ...
- 通信原理学习笔记:通信系统
文章目录 通信原理 通信系统基本概念和组成 通信 消息 信号 信息 信息量 离散信息 通信系统的主要性能指标 模拟通信系统 数字通信系统 有效性指标 可靠性指标 信道和噪声 无线信道 视线传播 自由传 ...
- 通信原理学习笔记1:模拟与数字通信系统、通信系统性能指标
通信系统的演变 有线模拟模拟通信系统:最早的有线电话,话音直接由话筒到电流信号再到听筒 有线电话,线路架设不便,引入无线信道,传输空间电磁波 无线模拟通信系统:无线电话通信系统,加入了调制器/解调器和 ...
- 通信原理学习笔记3-3:数字通信系统概述(数字调制、IQ调制与PSK / QAM)
我们将数字通信系统分为三个主要模块: 信源默认为数字信源,但是如果是模拟信源,还需要模数转换(包含采样.量化.编码,未画出) 数字信源经过信源编码.信道编码和交织处理,提高了有效性和可靠性 然后进行数 ...
- 通信原理学习笔记3-2:数字通信系统概述(信源编码/压缩编码、信道编码FEC和交织、HARQ)
我们将数字通信系统分为三个主要模块: 信源默认为数字信源,但是如果是模拟信源,还需要模数转换(包含采样.量化.编码,未画出) 数字信源经过信源编码.信道编码和交织处理,提高了有效性和可靠性 然后进行数 ...
最新文章
- cpu和GPU有什么区别
- 网络营销外包专员浅析定制网站更容易在网络营销外包中获取稳定排名
- ustc小道消息20211225
- Promise实战AJAX封装
- 诗与远方:无题(七十七)- 远方
- GitHub 官方终于出 App 了!iPhone 用户可抢先体验
- macos catalina cdr下载_这个开源神器可快速帮你安装 MacOS 虚拟机
- 拓端tecdat|R语言Copula估计边缘分布模拟收益率计算投资组合风险价值VaR与期望损失ES
- adb工具包使用介绍 adb工具包安装使用方法
- 概率统计13——二项分布与多项分布
- 电容的作用?电容器的作用?
- 安全架构--10--企业安全防御体系建设总结
- 神经网络方法研究及应用,神经网络算法应用案例
- 进来看新手该怎么选择自己的第一个平台——shopee、lazada、速卖通版
- python的多线程
- eclipse如何attach source?
- App架构经验总结(转)
- Demo:超市管理系统(python)
- 怎么在windows桌面添加便签
- 百科园题库计算机网络,计算机等级考试四级网络工程师真考题库系统
热门文章
- c语言生成随机数和字符,c语言随机数生成加减乘除 C语言中随机产生四则运算符号...
- centos yum 第三方仓库 scl 应用
- ubuntu22.04运行qq音乐
- 城市区号+mysql_中国城市区号脚本-mysql
- 【线性规划】基本概念
- 对深度学习程序进行性能优化之前该理解的几个知识点(一)
- 三维实景地图,从航测到建模,再到可视化平台
- ORR和BIC伪指令应用
- 记一次ASP绕过WTS-WAF
- 江苏高中考计算机,【江苏985录取率】_各省高考985录取率排名,江苏最让人“心疼”,倒数第二...