《移动通信的》PPT课件.ppt

《《移动通信的》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《移动通信的》PPT课件.ppt（83页珍藏版）》请在三一办公上搜索。

1、1,移 动 通 信Mobile Communications,华南农业大学,2,分集接收分集接收相关因素天线的高度h分集接收天线间的距离d接收信号到达角（来波角）来波角为0度时作用最大来波角为90度时作用最小,天线与无线环境,3,分集接收距离通常基站的高度在3060米之间，天线的间距在46米之间，天线愈高要求的天线间距愈大，但天线间距超过6米时在塔上安装很困难。所以，当基站天线必须安装在铁塔上时，分集天线间距最大取到6米，这时分集增益将有所下降。当天线安装在屋顶时，应尽量拉开天线间距，使d=0.11h。分集天线的有效高度与间距,天线与无线环境,4,衰落的定义：在无线通信的信道传输过程中，由于大

2、气及地面的影响而发生传播损耗及传播延时随时间变化的现象叫做衰落。衰落的分类按频率特性：平坦衰落和频率选择性衰落。按时间特性：快衰落和慢衰落。衰落的影响：接收电平降低，无法保证正常通信。接收信号畸变，产生严重的误码。传播延时变化，破坏与时延有关的同步。在快衰落情况下，由于电平变化迅速，影响某些跟踪过程。,第四章 抗衰落技术,5,平坦衰落的对抗技术,非频率选择性衰落主要体现为接收电平的降低。统计特性：平均接收电平及接收电平降低到某个门限值以下的概率。抗衰落的原理：衰落储备法。衰落储备的实现方法：增加发送功率、提高天线增益、减少通信距离、降低噪声系数及对归一化信噪比的要求等。,第四章 抗衰落技术,6

3、,频率选择性衰落的对抗技术频率选择性衰落主要是由于多径效应引起的。多径效应最严重的后果之一是在信道传递函数中引入一个非理想的Hc(f)，破坏奈奎斯特准则和匹配滤波准则，从而产生码间串扰，使有效的Eb/No恶化。对抗频率选择性衰落就是要消除非理想Hc(f)的影响。对抗频率选择性衰落的主要方法：分集技术；瑞克技术；均衡技术；纠错技术。,第四章 抗衰落技术,7,分集的基础：各独立的信号传播路径同时经历深度衰落的概率很低。,4.1 分集接收,分集接收是指接收端对它收到的多个衰落特性相互独立(携带同一信号)的信号进行特定的处理，以降低信号电平起伏的办法。,8,原理：接收端对它收到的多个衰落特性相互独立(

4、携带同一信号)的信号进行合并，以降低信号电平起伏的办法。目标：对抗多径造成的衰落和延时串扰技术：如何获得独立多径信号 如何合并获得独立多径信号本质：对同一信号在不同空间/频率/极化/时间的过取样,4.1 分集接收,9,分集的两重含义 一是分散传输，是接收端能获得多个统计独立的、携带同一信息的衰落信号；二是集中处理，接收机将收到的多个统计独立的衰落信号进行合并以降低衰落的影响。分集方式 宏分集：“多基站分集”，把多个基站设置在不同的位置 和不同的方向上，用来减小慢衰落。微分集：减小快衰落，空间/频率/极化/角度/时间分集,4.1 分集接收,10,设基站A接收到的信号中值为mA,基站B接收到的信号

5、中值为mB,它们都服从对数正态分布。若mA mB,则确定用基站A与移动台通信；若mA mB,则确定用基站B与移动台通信。如图中，移动台在B路段运动时，可以和基站B通信；而在A路段则和基站A通信。基站数视需要而定,4.1 分集接收,11,采用什么途径接收分集信号？空间分集：用2个以上的天线收同一个信号频率分集：用2个以上的载波频率传输，两个载波的间隔大于信道的相干带宽。极化分集：发送接收垂直和水平极化信号角度分集：使电波通过几个不同路径，不同角度到达接收端时间分集：在不同时间重发同一个信号，大于信道的相干时间,4.1 分集接收,12,空间分集（天线分集）是无线通信中使用最多的分集形式。发端采用一

6、副发射天线，而接收端采用多副接收天线。接收端天线之间的间隔d应足够大，以保证各接收天线输出信号的衰落特性是相互独立的。在理想情况下，接收天线之间相隔距离：市区d为1/2波长，郊区d为0.8倍波长,4.1 分集接收,13,4.1 分集接收,14,频率分集将信息分别以不同的载频发射出去，只要载频之间的间隔足够大那么在接收端就可以得到衰落特性不相关的信号。优点是与空间分集相比，减少了天线的数目。缺点是要占用更多的频谱资源，在发端需要多部发射机。,4.1 分集接收,15,频率分集-两个频率成分具有相互独立的衰落特性条件 f2-f1 Bc,f1,f2,4.1 分集接收,16,极化分集水平极化和垂直极化的

7、信号相互正交。在发端和收端都装上垂直极化天线和水平极化天线，就可得到衰落特性不相关的信号。优点是结构比较紧凑，节省空间。缺点是由于发射功率要分配到两副天线上，信号功率将有3dB的损失。,4.1 分集接收,17,智能天线-空间角度分集利用天线阵的波束赋性产生多个独立的波束并自适应的调整波束方向来跟踪每一个用户形成方向图在不同的方向上给予不同的增益,可以提高接收信号的信噪比,从而提高系统的容量可以将频率相近但空间可分离的信号分离开,分集技术,18,智能天线提高SINR改善通信质量增加系统容量提高用户数量提高频谱利用率扩大通信覆盖区域降低基站发射功率自动跟踪用户信号位置定位减小用户发射功率提高电池寿

8、命,4.1 分集接收,19,时间分集对信号振幅进行顺序取样，在时间上间隔足够远的两个样点是互不相关的。将信号相隔一定的时间间隔重复传输M次，只要时间间隔大于相干时间，就可以得到M条独立的分集支路。当移动台处于静止状态时，时间分集基本是没有用处的。,4.1 分集接收,20,时间分集时间分集主要用于在衰落信道中传输数字信号。此外，时间分集也有利于克服移动信道中由多普勒效应引起的信号衰落现象。,t1,t2,4.1 分集接收,-接收信号相互独立的条件:,21,Rake接收-时间分集对时间上扩散的多径信号进行分集，尽可能多的获取信号能量。根据信道估计的结果来进行多径信号合并。对于CDMA系统，当多径延时

9、大于一个码片时，多径信号可以看成是不相关的。,4.1 分集接收,22,相关1,相关2,相关M,RAKE接收机框图,积分判决,a1,a2,aM,CDMA多径信号,判决输出,4.1 分集接收,RAKE接收：是指对分别接收的每一路信号进行解调，然后叠加输出达到增强接收效果的目的。仅仅适用于CDMA系统。,23,RAKE接收机工作过程假设接收信号中可以分离出M个不同延时的多径分量相关器1和支路1同步，相关器2和支路2同步对各个相关器的输出进行加权，然后相加进行判决再生，恢复出数字信息加权系数可以根据不同的准则，如：最大功率准则、最大信噪比准则等。,4.1 分集接收,24,从分集信号中以什么方式作为输出

10、？选择式合并：选择最好的支路作为输出，其它支路丢弃。等增益合并：调整各个支路的相位，使之同相，然后进行等增益相加。最大比合并：调整各个支路的相位，使之同相，然后按照各个支路的信噪比数值进行加权相加。,4.1 分集接收,25,合并性能：合并前、后信噪比的改善程度 最大比等增益选择式合并,4.1 分集接收,信噪比改善因子：分集接收机合并器输出的平均信噪比相对无分集接收机的平均信噪比改善的分贝数。,26,Diversity Technique,27,Diversity Technique,28,Diversity Technique,29,Diversity Technique,30,Diversi

11、ty Technique,31,4.4 均衡技术,4.4.1 均衡的原理 均衡技术是指各种用来处理码间干扰(ISI)的算法和实现方法。在移动环境中，由于信道的时变多径传播特性，引起了严重的码间干扰，这就需要采用均衡技术来克服码间干扰。在一个通信系统中，我们可以将发射机（含调制器）、信道和接收机(含接收机前端、中频和检测器中的匹配滤波器)等效为一个冲激响应为f(t)的基带信道滤波器。假定发端的信号为x(t)，则接收端的均衡器接收到的信号为,(4-79),32,图4-27 等效的无线传输系统的结构,33,设均衡器的冲激响应为heq(t)，则均衡器的输出为,（4-80）,（4-81）,式中,cN是均

12、衡器的复系数。,式中，g(t)=f*(t)heq(t)是f(t)和均衡器的复合冲激响应。对于一个横向滤波式的均衡器，其冲激响应可以表示为,34,（4-82）,该式就是均衡器要达到的目标，在频域中上式可以表示为,（4-83）,假定系统中没有噪声，即Nb(t)=0，则在理想情况下，应有，在这种情况下没有任何码间干扰。为了使-成立，g(t)必须满足下式：,式中,Heq(f)和F*(-f)分别为heq(t)和f(t)的Fourier变换。,35,在具体数字化实现时，设x(t)和 的采样值为xk和，则均衡器的设计就是按照某种最佳的准则来使xk和 或者xk和dk之间达到最佳的匹配。例如,我们关心均衡器的输

13、出采样点（波形）与发端波形是否一致，此时可使xk和 的均方误差最小。如果我们将上述准则进行扩展，不直接关心波形而关心单个输出的符号dk或输出符号的序列 dk，则我们可以采用最大后验概率（MAP）准则或最大似然（ML）准则，即,36,4.4.2 自适应均衡技术 自适应均衡器是一个时变滤波器，它必须动态地调整其特性和参数，使其能够跟踪信道的变化，在任何情况下都能够使式(4-83)或（4-84）或（4-85)得到满足。图4-28中的自适应均衡器的基本结构称为横向滤波器结构。它有N个延迟单元（z-1）、N+1个抽头、N+1个可调的复数乘法器（权值）。这些权值通过自适应算法进行调整，调整的方法可以是每个

14、采样点调整一次，或每个数据块调整一次。,37,图4-28 自适应均衡器的基本结构,38,（4-87）,权值矢量 wk,（4-88）,为了描述图4-28中的自适应均衡算法，采用矢量和矩阵的方法比较方便。均衡器的输入矢量 yk可以定义为 yk=yk yk-1 yk-2 yk-NT（4-86）均衡器的输出为,39,利用式（4-86）和（4-88），则式（4-87）可以写成,（4-89）,若所希望的均衡器输出是已知的，即d=xk，则误差信号ek为,（4-91）,（4-92）,利用式（4-89）有,（4-90）,进而有,40,对上式求均值，就可以得到ek的均方误差：,（4-93）,为了对式（4-93）进

15、行最小化，还用到一个互相关矢量 p 和输入相关矩阵R，它们的定义分别为,p=Exk yk=Exkyk xkyk-1 xkyk-2 xkyk-NT（4-94）,（4-95）,41,均方误差(mSE),（4-96）,R 有时也被称为协方差矩阵，它的对角线上的元素是输入信号的均方值，其他交叉项为输入信号的不同延迟样点的自相关值。如果xk和 yk是平稳的，在 p 和 R 中的元素是二阶统计量，则它们是不随时间变化的。利用式（4-93）、（4-94）和（4-95）得：,42,（4-97）,将式（4-96）代入上式得：,（4-98）,将上式对 wk求最小，就可以得到 wk的最佳解。为确定最小的mSE(即M

16、MSE)，可以利用上式的梯度（GradieNt）。只要 R 是非奇异的（其逆矩阵存在），则当 wk的取值使梯度为0时，MSE最小。的梯度定义为,令=0，可得MME对应得最佳权值为,（4-99）,43,（4-100）,将上式代入式（4-96），并利用下列矩阵性质：对于一个方阵,有(AB)T=BTAT；对于一个对称矩阵,有AT=A和(A-1)T=A-1。则可得均衡后的最小均方误差为,44,图4-29 均衡器类型、结构和算法,45,*线性均衡技术 线性均衡器的基本结构是线性横向滤波器型结构，如图4-30所示。图中c*N是横向滤波器的复滤波系数（抽头权值），时延单元长度为T，抽头总数为N=N1+N2+

17、1，N1和N2分别表示前向和后向部分的抽头数。,46,图4-30 线性横向滤波器型结构,47,在该均衡器中，有,（4-101）,48,1.最小均方误差算法(LmS)最小均方误差算法(LmS)与mmSE的原理相同。此时的估计误差式（4-90）被称为预测误差。对于一个给定的信道，其预测将取决于抽头的权值wN，令代价函数J(wN)即为均方误差（式（4-96），则使MSE最小就是使下式为0：,（4-102）,（4-103）,也就是抽头的权值wN应满足下式：,49,此时的最佳（最小）的代价函数值为,（4-104）,有很多方法来求解式（4-102），最直接的方法就是矩阵求逆，即,（4-105）,50,但矩

18、阵求逆需要O(N3)次算术运算。在最小均方误差算法(LMS)中采用了统计梯度算法来迭代求解MSE的最小值，它是最简单的均衡算法，每次迭代仅需要使用2N+1次运算。LMS算法的迭代步骤如下（令N表示迭代过程的序号）：,（4-106）,（4-107）,（4-108）,51,（4-109）,式中:是步长，它控制着算法的收敛速度和稳定性。在一个实际的系统中，为了使该均衡器能够收敛，一个首要的条件是均衡器中的传播时延(N-1)T要大于信道的最大相对时延。为了防止均衡器不稳定，的取值要满足下列条件：,式中:i是协方差矩阵RNN的第i个特征值。由于，因此i是由输入信号的功率控制的。,52,（4-110）,2

19、.递归最小二乘法（RLS）LMS算法的缺点是收敛速度较慢，特别是当协方差矩阵RNN的特征值相差较大（即max/min1）时，收敛速度很慢。为了达到较快的收敛速度，递归最小二乘法中使用下面的代价函数（累积均方误差）：,（4-111）,（4-112）,式中:是加权因子，其值接近1但小于1。误差的定义为,53,为使J(n)最小，应使J(n)的梯度为0，即,（4-113）,（4-114）,（4-115）,（4-116）,将式（4-111）和（4-112）代入式（4-113）得：,54,根据式（4-115），可以得到如下的RNN(N)及其逆矩阵R-1NN(N)的递归表达式：,（4-117）,（4-118

20、）,式中,（4-119）,55,利用上面的递归公式可以得到RLS算法的权值更新公式：,（4-120）,式中,（4-121）,利用均衡器的权值，我们可得均衡器的输出为,（4-122）,其误差为,（4-123）,56,综合上面的推导过程，我们可以得到RLS算法的计算顺序是：在给定w(0)=k(0)=x(0)=0，R-1NN(0)=INN(式中INN是一个NN的单位矩阵，是一个大的正常数)的初始条件下，先计算式（4-123）和（4-122），再计算式（4-121）和（4-120），最后计算式（4-119）和（4118）。在式（4-118）中，加权的不同取值将改变均衡器的性能。通常取0.81。的取值对

21、收敛速度没有影响，但对RLS的均衡器的稳定性有影响。的取值越小，均衡器的跟踪能力越好。但是的取值太小，均衡器会不稳定。,57,图4-31 格型均衡器结构,58,格型均衡器中输出信号的递归公式为,（4-124）,（4-125）,（4-126）,（4-127）,59,*非线性均衡技术 1.判决反馈均衡器(DFE)判决反馈均衡器(DFE)的结构如图4-32所示。它由前馈滤波器（FFF）（图中的上半部分）和反馈滤波器（FBF）（图中的下半部分）组成。FBF将检测器的输出作为它的输入，通过调整其系数来消除当前码元中由过去检测的符号引起的ISI。前馈滤波器有N1+N2+1个抽头,反馈滤波器有N3个抽头，它

22、们的抽头系数分别是c*N和F*i。均衡器的输出可以表示为,（4-128）,60,图4-32 判决反馈均衡器(DFE)的结构,61,2.最大似然序列估值(MLSE)均衡器 前面讨论的基于MSE的线形均衡器是在信道不会引入幅度失真的情况，使符号错误概率最小的最佳均衡器。然而，该信道条件在移动环境下是非常苛刻的，这就导致人们研究最佳或准最佳的非线形的均衡器。这些均衡器的基本结构是采用最大似然接收机的结构。最大似然序列估值(MLSE)均衡器的结构如图4-33所示。MLSE利用信道冲激响应估计器的结果，测试所有可能的数据序列，选择概率最大的数据序列作为输出。,62,图4-33 最大似然序列估值(MLSE

23、)均衡器的结构,63,3.非线性均衡技术的应用 下面将给出一个快速KalmaNDFE在GSM系统中应用的实例。（注意：本小节使用了不同的符号。）包括判决反馈均衡器的GSM接收机结构如图4-34所示。它由下混频及滤波器、抽样及A/D变换、定时及相位恢复、自适应判决反馈均衡器等部分组成。,64,图4-34 GSM接收机框图,65,均衡器中，位定时和载波相位的调整过程如下：每个比特取K个样点(例如K=4)，得到的K个接收序列为ri(t),i=1,K。本地根据参考训练序列产生的GMSK已调信号为v(t),计算ri(t)和v(t)的复相关函数Ri(t),i=1,K。设Ri(t)的同相分量和正交分量分别为

24、RIi(t)和RQi(t)，则Ri(t)的振幅为。假定Aj(t)在所有的Ai(t)中具有最大的峰值，其峰值在tj处出现，则抽样时t0应为,(4-129),66,式中第二项是由不同接收样本序列引入的时延。由此可得载波相位的调整量为,(4-130),e(n)=D(n)-I(n)(4-131),67,(4-132),当均衡器处在训练模式时，开关置在 点，利用接收到的训练序列和本地参考序列，对均衡器抽头进行初始化。设训练序列的符号为D(0)，D(1)，D(n)，在时刻n，均衡器的输出为I(n)，则产生的误差信号为,68,复数(m，n)判决反馈均衡器的具体结构如图4-35所示。该均衡器的输入为两个正交支

25、路(它可表示为一个复数yI(n)+jyQ(n)，每一支路都经过前馈和反馈横向滤波器，其滤波器的系数均为复数，分别为i(n)+ji(n)和ri(n)+ji(n)。因为 yI(n)+jyQ(n)i(n)+ji(n)=yI(n)i(n)-yQ(n)i(n)+jyI(n)i(n)+yQ(n)i(n)，从而可得图中相乘和求和的结构。,69,图4-35 GSM中判决反馈均衡器结构,70,设,(4-133),(4-134),其中,1iM(为前馈横向滤波器的系数),1iN(为反馈横向滤波器的系数),(为输入复序列),(为输出复序列),71,则复数快速Kalman算法(CFKA)的抽头增益迭代公式如下：式中：K

26、L(n)=PLL(n)Y*L(n)为L维Kalman增益矢量，且,(4-135),(4-136),72,GSM中的训练序列已在表4-6中给出，在具体实现过程中，考虑到信道冲激响应的宽度和定时抖动等问题，仅利用26bit长的训练序列中的16bit来进行相关运算。训练序列在GSm帧结构中的位置如图4-36所示。,73,表4-6 GSM的训练序列,74,图4-36 GSM时隙结构,75,通过计算机模拟和分析比较，(2，3)DFE是满足性能要求的最简单结构。在采用训练序列为的情况下，在接收机中使用前述的相关同步法和CFKA(2，3)DFE在各种条件下的性能如下：(1)若信道有两条传播路径，两条路径的相

27、对时延为，第二条路径相对第一条路径的振幅为b，则信道传输函数模型由下式表示：H()=1-bexp-j2(f-f0)(4-137),76,式中，f0表示信道传输函数相对于载波频率fc的深衰落频率，B=20lg|1-b|表示衰落深度。当B=-30dB，f0=0,=1.35Tb时，用于(2，3)DFE中的CFKA(=0.99,=10-9)的收敛速率如图4-37所示。从图中可以看到，CFKA约经过20次迭代就可以收敛，而梯度算法(=0.03)则需500次迭代才能收敛(梯度算法的迭代公式为CL(n)=CL(n-1)+Y*L(n)e(n),是控制抽头增益调整速度的参数)。,77,图4-37(2，3)DFE

28、中CFKA的收敛速度,78,在采用前述的相关同步法后，当B=-15dB,f0=0,取不同值时，均衡前后的系统误比特性能如图4-38所示。从图中可以看到，采用CFKA(2,3)DFE后，系统的性能仅比无失真信道下的性能损失了1.5 dB。,79,图4-38在B=-15dB,f0=0,取不同值时均衡前后的性能(2，3)DFE),80,(2)若信道模型为两条互相独立同分布的Rayleigh衰落路径，当运动速度为v=50km/h,取不同值时，均衡前后的性能如图4-39所示。图中曲线9为单条路径下的性能。由图可以看出，两条路径下的性能优于单条路径下的性能，这表明两条路径的信道提供了某种意义上的分集功能。,81,图4-39 v=50km/h时均衡前后的性能比较,82,在相同的信道条件下，当Eb/n0一定时，误比特率与时延的曲线如图4-40所示。从图中可以看出，仅仅采用简单的(2，3)DFE，就可以获得相当优越的性能。,83,图4-40(2，3)DFE的抗时延扩散的性能,