Bao Cao Thong Tin So - Nhom 17 - Dragons3232@Yahoo

8/3/2019 Bao Cao Thong Tin So - Nhom 17 - Dragons3232@Yahoo

http://slidepdf.com/reader/full/bao-cao-thong-tin-so-nhom-17-dragons3232yahoo 1/110

Báo cáo

Thông tin số Additative White Gaussian Noise (AWGN)

Nhóm thực hiện No.171. Phan Phước Long 061170382. Phan Chính Trị 061170863. Võ Hồng Hoan 06117027

4. Nguyễn Thanh Tùng 06117094



Tín hiệu công suất : l{ tín hiệu có năng lượng vô hạn v{

công suất dương hữu hạn

Mật độ phổ công suất (Power spectrum density - PSD)

với x(t) l{ tín hiệu tuần ho{n với chu kỳ



Hàm tự tương quan : Công thức của h{m được cho

như sau

H{m tự tương quan của một tín hiệu chỉ ra sự tương

quan ít hay nhiều giữa tín hiệu đó với bản sao củachính nó khi bị dịch chuyển C|c tính chất của h{m



Tín hiệu ngẫu nhiên: là các tín hiệu không biết chắc chắn

về sự biết thiên . Không thể biết trước giá trị tin hiệu trước khi nó xuấ hiện. Trong kỹ thuật thông tin loại tínhiệu này được biểu diễn bằng xác xuất hoặc các giá trị trung bình

Tất cả các tín hiệu tin tức và nhiễu tác động vào hệ thống thông tin đều xuất hiện ngẫu nhiên



Nhiễu : l{ tín hiệu không mong muốn xảy trong hệ

thống thông tin, l{m giảm chất lượng thông tin truyềnNguyên nh}n : do tín hiệu trường điện từ trong tựnhiên hoặc do con người tạo ra Nhiễu nhiệt : nguyên nh}n do chuyển động hỗn loạn

của c|c hạt electron trong vật dẫn Nhiễu trắng : l{ nhiễu nhiệt có PSD như nhau tại tất cảc|c tần số ( Khoảng từ 0 đến 10 Hz)

H{m PDF của ph}n bố Gauss với tương

ứng trị trung bình(mean) v{ phương sai(variance)



Phổ công suất của h{m Gauss

Nhiếu Gauss trắng cộng tính –AWGN : l{ nhiễu cóph}n bố Gauss, loại nhiễu n{y ảnh hưởng đến mỗi ký tự truyền một c|ch độc lập nhau, nhiễu ảnh hưởng

đến tín hiệu bằng c|ch cộng v{o tín hiệu theo h{mph}n bố Gauss

r(t)=s(t)+Gn(t)



Một số nhiễu thường gặp Nhiễu là một tín hiệu không mong muốn làm gián

đoạn quá trình truyền hay xử lí của tín hiệu trong hệ thống thông tin

Các loại nhiễu:

Nhiễu gai

Nhiễu nhiệt

Nhiễu Gauss…v…v.



Nhiễu gai Là nhiễu gây ra bởi các diode và các transistor

Ví dụ như một xung dòng tạo ra mỗi thời điểm mà

electron phát ra ở catot Mô hình toán học

Trong đó là chuỗi thời điểm một xung được tạo ra,và p(t) là một dạng xung có chu kỳ vô hạn



Nhiễu gaiđược gọi là

nhiễu gai.

Một mô hình thường được sử dụng hơn để tính con số cácelectron phát ratrong một khoảng thời gian (0,t] là:



Nhiễu gai N(t) giống như một quá trình đếm Poisson

Định nghĩa : quá trình đếm Poisson với một thông số

là một quá trình {N(t),t>=0} với N(0)=0 và hệ số tăng độc lập tĩnh thỏa mãn với 0<t1<t2, N(t2)-N(t) được phân bố Poisson với trị trung bình (t2-t1)Nói cáchkhác



Nhiễu gai Để đặc tính hóa thống kê chi tiết một quá trình nhiễu

gai X(t) trong thực tế là rất khó

Một số tính chất được liệt kê như dưới đ}y được dừng hoàn toàn

Trị trung bình là :

Hàm phương sai:



Tóm tắt



Nhiễu gai Ví dụ p(t) là một xung vuông có biên độ A và chu kỳ T



Nhiễu nhiệt Là nhiễu tạo ra từ sự dao động ngẫu nhiên của các electrontrong vật dẫn

Mô hình toán học

Điện áp nhiễu nhiệt xuất hiện xuyên qua các đầu nối của điện trở được đo ở băng thông Hz là một phân bố Gauss trị trung bình zero với phương sai

Trong đó J/K là một hằng số Boltzman, R là điện trở đo bằng ôm,và T là nhiệt độ tuyệt đối đo bằng đơn vị K(độ Kelvin)



Nhiễu nhiệt Mô hình một điện trở nhiễu



Nhiễu trắng( White noise) Một tín hiệu nhiễu là trắng nếu PSD bằng hằng số ở

tất cả các tần số.

Nó thường được định nghĩa là:

Tính không khả thi: Nhiễu có công suất vô hạn:



Nhiễu trắng Tính không khả thi khác là : dù cho hai mẫu gần nhau

về thời gian như thể nào thì chúng vẫn không tương quan với nhau.

Không khả thi là vậy,nhưng tại sao nhiễu trắng lại phổ biến trong phân tích hệ thống thông tin?

Điều chắc chắn là luôn tồn tại các nguồn nhiễu có mật

độ phổ công suất phẳng trên một dãy các tần số, nólớn hơn nhiều so với các băng thông của một dãy cácbộ lọc hay các thiết bị đo lường.



Nhiễu trắng Các phương pháp đo lường vật lý chỉ ra rằng các PSD

của một loại nhiễu (nhất định nào đó) sẽ có dạng.:

Với k là hằng số Boltzmann, T là nhiệt độ tuyệt đối, α

và R là các tham số của môi trường vật lý. Khi f<< α ta có:



Ví dụ 1: Tín hiệu nhiễu trắng được

lọc thông thấp lý tưởng:Sau khi qua bộ lọc PSD của trị trung bình nhiễu trở

thành:



Ví dụ 1: Tín hiệu nhiễu trắng được

lọc thông thấp lý tưởng: Nếu chúng ta lấy mẫu của nhiễu ở tốc độ 2B lần mỗi giây thì các mẫu tín hiệu kết quả sẽ không tương quan với nhau.



Ví dụ 2



Ví dụ 2 Trong hình trên, hệ số được cộng vào sóng mang

cục bộ để chuẩn hóa tín hiệu năng lượng:



Ví dụ 2

Nếu W(t) là nhiễu trắng Gauss thì PDF của N được xácđịnh duy nhất ở thời điểm thứ nhất và thứ hai



Nhiễu trong thực tế Nhiễu nhiệt

Nhiễu nhiệt v(t) của của trở kháng R ởnhiệt độ theo phân bố Gauss có giá trị

trung bình 0 v{ v{ phương sai

k = hằng số Bolzman

h = hằng số Planck

= Nhiệt độ Kenvin



Nhiễu trong thực tế

Mật độ phổ của nhiễu nhiệt:



Nhiễu trong thực tế

Nhiễu trắng:

Nguồn nhiễu l{ h{m Gauss v{ có mật độ phổ phẳng trongmột vùng rộng c|c tần số được gọi l{ nhiễu trắng

Trong thực tế, mật độ phổ nhiễu trắng:

Khi R( )=0, hai mẫu kh|c nhau bất kỳ của mộtnhiễu trắng Gauss l{ không tương quan với nhau v{ do đóđộc lập thống kê



Lọc Nhiễu Lọc nhiễu:

Áp một tín hiệu nhiễu trắng Gauss x(t) với mật độphổ v{o một bộ lọc có đ|p ứng H(f)

Kết quả thu được ở ngõ ra(được gọi l{ nhiễu m{u):



Băng thông Nhiễu Băng thông nhiễu tương đương:

Băng thông nhiễu tương đương l{ độ rộng bộ lọcxung hình chữ nhật tưởng tượng m{ công suất trongbăng chữ nhật đó bằng với công suất thực tế của tínhiệu.



Thông số của nhiễu

Công suất nhiễu trung bình:

Băng thông nhiễu tương đương:

Công suất bộ lọc nhiễu:



Truyền tín hiệu với nhiễu

Nhiễu cộng v{ tỉ số tín hiệu trên nhiễu




Tổng công suất ngõ ra được thấy qua công thức:

Giả sử nhiễu được ph|t ra từ nguồn ergodic với mậtđộ phổ công suất trung bình zero

Nguồn nhiễu độc lập vật lý với tín hiệu truyền do đó

không tương quan với tín hiệu truyền




Cho:

Tỉ lệ tín hiệu trên nhiễu l{:




Việc ph|t t|ch sóng v{ bộ lọc thích nghi

Quan t}m đến việc x|c định sự có mặt hay vắng mặtcủa xung

Biết trước được hình dạng của xung, nhưng khôngbiết trước được biên độ hay thời gian m{ nó đến




Lọc nhiễu thích nghi




Hệ số SNR v{ h{m truyền của lọc nhiễu thích nghi



Bộ thu số Chúng ta đ~ tìm hiểu cách định dạng tính hiệu tương tự sang tín hiệu số, và rồi sau đó chuyển đổi dữ liệu số thành các dạng tín hiệu điện (hay kí tự ). Phần này

chúng ta quan tâm đến việc tách sóng các tín hiệu này và khôi phục chúng thành dữ liệu số .

Tuy nhiên , sự hiện diện của nhiễu trong hệ thống làkhông thể tránh khỏi. Các lỗi này có thể xảy ra trongquá trình tách sóng và phục hồi dữ liệu số .



Bộ thu số Trong một hệ thống truyền dẫn số , trong bất kì một khoảng tín hiệu cho trước , một trong các dạng sóngM được truyền có thể có dạng :

Ở bộ thu , một tín hiệu r (t) nhận được có thể cho bởi biểu thức:

Trong đó n (t) được gọi là nhiễu Gauss trắng cộng tính(Additive White Gaussian Noise - AWGN)làm chotín hiệu phát gốc si (t) bị lỗi trong quá trình truyền tínhiệu trên kênh truyền .



Bộ thu số Vì n (t) là một lượng biến đổi ngẫu nhiên nên tín hiệu

thu r (t) cũng là một lượng biến đổi ngẫu nhiên .

Đi liền với điều đó thì sẽ không chắc chắn về giá trị của r(t) và sẽ dẫn đến sai sót trong quá trình khôi phục dữ liệu số .

Chức năng của bộ thu số là để xác định dạng sóng tín

hiệu được lan truyền tại bất kì khoảng thời gian tínhiệu xác định nào .



Bộ thu số Nói chung , chức năng của một máy thu số là để xác

định những tín hiệu nào đ~ được truyền đi(tín hiệu nào không được truyền) .

Điều này thể hiện sự khác nhau cơ bản trong hoạt động giữa máy thu số và máy thu tương tự .

Trong một bộ thu số, các thiết lập của các tín hiệu

truyền đi,thiết lập dạng sóngđược biết trước tại đầu thu



Bộ thu số Nói cách khác, bộ thu số biết trước những gì mà nó

đang chờ , nhưng lại không biết được tín hiệu nàođang được truyền tại bất kì thời điểm cho trước nào .

Vì vậy chức năng của bộ thu số là để xác định tín hiệu nào từ các thiết lập tín hiệu M có thể truyền đi .

Đặc trưng này của bộ thu số làm cho chúng loại nhiễu

vượt trội hơn các bộ thu tương tự .



Bộ thu số Có 2 bước cơ bản để tách tín hiệu số:

B1 : Rút gọn dạng sóng r (t) thành một lượng xác định Z(T) được gọi là thống kê kiểm tra. Việc này được

thực hiện bởi một bộ lọc tuyến tính sau khi đi quamột bộ lấy mẫu .



Bộ thu số B2 : Các thống kê kiểm tra Z (T) sẽ được so sánh với

một tham chiếu hoặc giá trị ngưỡng để xác định tínhiệu nào đ~ được truyền đi .

Nếu tín hiệu s1 (t) được cho là đ~ truyền đi. Nếu tín hiệu s2 (t) được cho là đ~ truyền đi.



Bộ thu số Đôi khi do ảnh hưởng của nhiễu có thể xảy ra các

trường hợp sau :

Nếu t tín hiệu s1 (t) được truyền đi nhưng đầu thu không xác định được tín hiệu nào đ~ được truyền.

Điều tương tự có thể xảy ra khi

tức tín hiệu s2 (t) đ~ được truyền đi nhưng đầu thu không quyết định được tín hiệu nào đ~ được truyền .



Bộ thu số Do đó cần xem xét các đặc tính thống kê của Z(T).

Do tín hiệu nhiễu n (t) là một biến ngẫu nhiên nên tínhiệu r(t) nhận được cũng là một biến ngẫu nhiên .

Vì lí do trên đầu ra của bộ lọc tuyến tính z(t) là Z(T) ,giá trị lấy mẫu của nó tại thời điểm t = T cũng là biến ngẫu nhiên .

Do Z(T) là một biến ngẫu nhiên , nó chỉ có ý nghĩa khita lấy thống kê tín hiệu ( nói đúng hơn là trị trungbình hay phương sai của nó ) hoặc tín toán hàm mật độ xác suất của nó.



Bộ thu số Vì tín hiệu nhiễu n(t) được giả định là AWGN , hàm mật độ xác suất của nó được cho bởi biểu thức

Ngoài ra n(t) có trị trung bình zero và một phương sai (hay trung bình của công suất nhiễu ) là



Bộ thu số Biểu thức cho hàm mật độ xác suất p(n) cho thấy rằng

biên độ được phân phối theo phân bố Gauss .

Từ đồ thị p(n) có thể thấy rằng đa số biên độ khả năng

đều là các giá trị âm hay dương nhỏ

Ngoài ra ,theo lý thuyết biên độ nhiễu có thể rộng vôhạn , nhưng các biên độ nhiễu rất rộng sẽ có một xác

suất rất

nhỏ

.



Bộ thu số Các phân tích của bộ thu kỹ thuật số bắt đầu với khái

niệm quan trọng về bộ lọc thích nghi

Bộ lọc thích nghi là một bộ lọc tuyến tính bất biến

thời gian có khả năng tách dạng sóng tín hiệu tối ưu ngay cả khi tín hiệu tràn ngập nhiễu AWGN.

Thuật ngữ “bộ lọc thích nghi” ám chỉ mặt đ|p ứng xung của bộ lọc là “thích nghi” với dạng sóng tín hiệu .



Bộ thu số Bộ lọc thích nghi được thiết kế để tối đa hóa tỉ số tínhiệu trên nhiễu ở đầu ra của bộ lọc cho một dạng sóngcho trước ở thời điểm lấy mẫu.

Đầu vào của bộ lọc là tín hiệu nhận r(t) chứa các tínhiệu phát si(t) bị hỏng bởi nhiễu AWGN n(t).

Vì bộ lọc là tuyến tính, kết quả đầu ra tại thời điểm lấy mẫu t = T có thể được biểu diễn như sau :

Trong đó và là thành phần tín hiệu và thành

phần nhiễu r(t) tương ứng.



Bộ thu số Phương sai ( hay công suất trung bình) của tín hiệu

nhiễu đầu ra là

Tỉ số tín hiệu trên nhiễu tại thời điểm lấy mẫu

Yêu cầu ở đ}y là tìm một hàm truyền bộ lọc tối ưu H(f) sao cho cực đại tỉ số SNR để cực tiểu xác xuất nhận sai kí tự .



Bộ thu số Biểu thức của được viết lại :

Năng lượng của tín hiệu đầu vào si(t) là :



Bộ thu số Cuối cùng biểu thức được viết lại như sau:

Điều quan trọng cần lưu ý là tỉ số chỉ phụ thuộc vào năng lượng tín hiệu E và mật độ phổ côngsuất nhiễu N0/2 .



Bộ thu số Gi| trị cực đại của xảy ra khi dấu bằng xảy

ra,tức:

Tương ứng với điều n{y,gi| trị tối ưu của H(f) được viết lại l{ xảy ra khi :

Với k l{ hằng số tùy ý v{ * l{ kí hiệu cho liên hợp phức



Bộ thu số Trong miền thời gian đ|p ứng xung của bộ lọc tối ưu

được cho bởi

Một bộ lọc tối ưu như trên sẽ có đ|p ứng xung theothời gian v{ trì ho~n so với tín hiệu v{o , nóđược nói l{ “thích nghi” với tín hiệu v{o



Bộ thu số Một bộ lọc tuyến tính bất biến thời gian theo c|ch n{y

gọi l{ bộ lọc thích nghi

Để xem xét nguồn gốc hình th{nh bộ lọc thích nghi, tagiả sử tín hiệu nhiễu n(t) l{ dừng v{ trắng với trị trungbình zero v{ mật độ phổ công suất l{

Không giả thuyết n{o được đặt ra về con số thống kêcủa nhiễu



Bộ thu số Nói tóm lại ta thấy

Một bộ lọc thích nghi với một tín hiệu đầu v{o si(t) vớichu kỳ T được đặc trưng bởi một đ|p ứng xung theothời gian v{ được trì ho~n so với tín hiệu đầu v{o si(t):

Trong miền tần số, một bộ lọc thích nghi được đặctrưng bởi đ|p ứng tần số l{ tích chập phức ở biến đổiFourier của tín hiệu đầu v{o si(t)



Bộ thu số Tuy nhiên kết quả quan trọng nhất l{ tỉ số tín hiệu trênnhiễu đầu ra cực đại của bộ lọc thích nghi chỉ phụthuộc v{o tỉ số tín hiệu năng lượng E trên mật độ phổ

công suất của nhiễu trắng tại đầu v{o bộ lọc:



Bộ thu số Bộ lọc thích nghi thường được thực hiện như một phéptương quan

Sự tương đương giữa bộ lọc thích nghi v{ thực thi phép

tương quan có thể được biểu diễn như sau Ngõ ra của bộ lọc z(T) được cho bởi công thức :

Trong đó l{ tích chập do chúng ta đang xử lí trongmiền thời gian (chú ý rằng tích chập không phải l{ phéptương quan)



Bộ thu số Đầu ra của bộ lọc z(T) được cho bởi công thức

Thay h(t) (nói đúng hơn l{ đ|p ứng xung của bộ lọcthích nghi) bằng

Ta được đầu ra như sau



Bộ thu số Ở thời điểm lấy mẫu t=T, ngõ ra bộ lọc trở th{nh

Ngõ ra bộ lọc tương đương (ở thời điểm lấy mẫu) cóthể tạo ra bởi tương quan tín hiệu nhận r(t) với “bảnsao” của tín hiệu ph|t gốc s(t)trong chu kì của khoảng

thời gian tín hiệu



Bộ thu số “Bản sao” n{y của tín hiệu gốc được biết như tín hiệu

nguyên mẫu hay tham khảo được tạo ra trong bộ thu

Chú ý rằng: ngõ ra phép tương quan v{ đầu ra của bộlọc thích nghi chỉ bằng nhau ở thời điểm lấy mẫu t=T



Bộ thu số Trong bộ thu lọc thích nghi, tín hiệu thu r(t) được

tương quan với mỗi nguyên mẫu tính hiệu ph|t

sử dụng một loạt c|c phép tươngquan

Tín hiệu nguyên mẫu có ngõ ra phép tương quantương ứng có gi| trị lớn nhất tương ứng với tínhiệu ph|t gốc

Nói c|ch kh|c, một loạt c|c phép tương quan được sửdụng để x|c định tín hiệu nguyên mẫu n{o được nhậnl{ đúng nhất



– Bộ thu nhận tương thích tối đa – Bộ lọc thích nghi

– Xác xuất lỗi bit



Tín hiệu thu được có dạng:

Để biểu diễn cho thời gian rời rạc ,các vector sau có thể được định nghĩa như sau:

Và kết quả là



Nhiệm vụ: đạt được một quy nạp tối ưu cho tín hiệu truyềncơ bản Hệ số truyền xung tới dưới điều kiện tín hiệu nhận r là

lớn nhất

Theo định luật Bayes chúng ta có:

Trong đó: Xác xuất quy nạp

Xác xuất kết hợp của tín hiệu nhận Mật độ xác xuất kết hợp của tín hiệu nhận trong điềukiện được phát

Biểu thức phải được tính toán cho tất cả giả thuyết có thể của M với



Do không phụ thuộc vào giá trị của m , Map-Criterion cóthể được viết lại như sau:

Phương pháp MAP đưa ra chỉ số kí tự với xác xuất quy nạplớn nhất

Mật độ xác xuất kết hợp của quy trình Gauss có thể được môtả như sau

Trong đó là ma trận tự tương quan phức NxN của quytrình nhiễu và là một ma trận hệ số hermit



Xác xuất của một biến ngẫu nhiên Gauss giá trị thực là

Mật độ xác xuất của biến ngẫu nhiên giá trị phức được

cho bởi mật độ liên kết của thành phần thực và thành phần ảo

Thông thường, thừa nhận của thành phần thực và ảo

độc lập thống kê

Vấn đề của biến ngẫu nhiên Gauss phức



L mẫu được thu gom vào trong một vector N

Nhiễu trắng

Nhiễu màu



Do quan hệ với . Do đó

Công thức trên là mật độ xác xuất kết hợp của quátrình Gauss với trị trung bình điều chỉnh

Bây giờ MAP -Cretirion có thể được biểu diễn như sau



Biểu thức đạt cực đại nếu thành phần mũ e đạt cực đạicó nghĩa là

Do vế đầu không phụ thuộc vào m nên MAP-Cretirion là



Vế cuối chứa một xác xuất quy nạp của dữ liệu truyền

Nếu những điều này không được biết ở bộ thu thì chúng tacó MLC

Nếu với mọi m=0,…,M -1 thì phương trình sẽ đạt

MLC và MAP-Criterion



MAP Criterion:

Nếu một xác xuất quy nạp không cân bằng với mỗi giá trị của m thì cần phải biết được công suất nhiễu=> thông thường thì điều này không thể xác định



Khảo sát MLC

Biểu thức này giả sử bằng xác xuất quy nạp cân bằng=>trong nhiều trường hợp ta thừa nhận đúng thực tế

Đơn giản biểu thức : nếu năng lượng của tất cả các sóng

phát bằng nhau tức thì có thể được bỏ qua do nó không phụ thuộc vào m



MLC bao gồm tự tương quan của hình bao phức của tínhiệu nhận với tất cả các xung có thể phát tới Trong biễu diễn thời gian rời rạc : là tích vô hướng của hai vector

Trong biễu diễn thời gian liên tục : là kết hợp trong khoảng



Bằng cách định nghĩa tự tương quancó thể được biểu diễn như là một tích chập. Do vậy

Dạng thông thường của quan hệ lọc thích nghi cho cáctín hiệu

Trong trường hợp nhiễu phân phối Gauss làm cực đại hệsố SNR và cực đại MLC sinh ra kết quả tương ứng



Nếu điều kiện Nyquist 1 được thỏa mãn tức là

Việc lấy mẫu ở tỉ số kí hiệu có thể cho phép quyết định kí hiệu thứ i độc lập với tất cả các kí hiệu trước và sau đó

Điều chế tuyến tính(d=data symbol or discrete signal)



Truyền phát và đáp ứng xung của bộ lọc thích nghi

Trong đó có

Năng lượng của tất cả

các xung cơ bản bằng nhau

Ánh xạ bit được mã hóa Gray



MLC

Với 4 giả thuyết sau So sánh tất cả giả thuyết ta có

Bộ thu QPSK tối ưu nếu Nyquist 1 và

kênh không nhớ, nhiễu AWGN



Nhiệm vụ: thiết kế một bộ lọc thu làm tăng tỉ số tín

hiệu trên nhiễu



Công suất của tín hiệu rời rạc

Trong đó và thỏa quy nạp Nyquist số 1



Công suất nhiễu

Kênh nhiễu là nhiễu trắng với mật độ phổ côngsuất

Công suất nhiễu trên kênh là Công suất nhiễu tại đầu ra của bộ lọc thu



Công suất nhiễu

Kênh nhiễu là nhiễu trắng với mật độ phổ côngsuất

Công suất nhiễu tại đầu ra của bộ lọc thu



Xác định tỉ số tín hiệu trên nhiễu

Bằng cách định nghĩa trị trung bình năng lượng củamột kí hiệu phát đơn lẻ



Do

Tỉ số có thể được đánh giá bởi bất đẳng thứcSchwartz

Điều này hàm ý



Khi nào thì xảy ra dấu bằng (với tỉ số lớn nhất)?



Bộ lọc thích nghi: bộ lọc thu tối ưu cho tỉ số lớn nhất

Ví dụ :



Đáp ứng xung của toàn hệ thống

thực thi như là bộ lọc thích nghi!

Đáp ứng xung của toàn hệ thống là năng lượng ACF dịchchuyển của bộ lọc phát



Nhiễu màu => ma trận tự tương quan tự động của nhiễukhông còn là ma trận đơn vị=> xung chỉnh sửa

Vế đúng có thể được loại bỏ nếu với



Định nghĩa nhiễu màu như nhiễu trắng tạo phổ. Phổ tạobởi bộ lọc

Giải pháp cho bộ lọc thích nghi: sử dụng bộ lọc phản

tương quan phải có pha nhỏ nhất Bộ lọc thích nghi

Bộ lọc thu kết hợp:



Từ => điều kiện cho bộ lọc thíchnghi:

Trong miền thời gian

Cho h(k) theo biểu thức Trong đó h_ là biểu diễu không nhân quả của bộ lọc

được phối hợp và là ma trận tự tương quan tự động



Mô hình băng gốc

Năng lượng kí tự trung bình

Tín hiệu băng gốc không nhiễu ở ngõ ra bộ lọc thíchnghi



Công suất của nhiễu phức ở đầu ra của bộ lọc thíchnghi

So sánh giữa các kênh thực và kênh phức



Các kí tự tương phản

Tín hiệu nhận ở xung clock kí hiệu:

Ngưỡng quyết định



Nếu tất cả dữ liệu có xác xuất quy nạp bằngnhau



Tích phân Gauss không thể giải được khi ở dạng kín

Định nghĩa của hàm lỗi và bù của hàm lỗi như sau



Sử dụng hàm lỗi



Kí tự chữ cái phù hợp với ngõ ra bộ lọc thích nghi

Xác xuất lỗi bit



Các kí tự lân cận chỉ khác nhau một bit



Mã hóa Gray: QPSK hình thành từ hai tín hiệu BPSK độc lập

Mỗi bit có một năng lượng kí hiệu

Xác xuất lỗi bit



Xác xuất của quyết định kí hiệu chính xác



Đối với nhiễu Gauss

Lỗi kí hiệu nếu không có quyết định kí hiệu chính xác



Gần đúng cho tín hiệu PSK (m~ ho|y Gray)

C|c tín hiệu QAM (m~ hóa Gray)

DPSK nhị ph}n không rời rạc MSK rời rạc với m~ hóa trước



Thanks for listening!

Bao Cao Thong Tin So - Nhom 17 - Dragons3232@Yahoo

Documents

Transcript of Bao Cao Thong Tin So - Nhom 17 - Dragons3232@Yahoo