Ohjelmistoradio tehtävät 4. P1: Ekvalisointi ja demodulaatio. OFDM-symbolien generoiminen

Samankaltaiset tiedostot
1 Määrittele seuraavat langattoman tiedonsiirron käsitteet.

SIGNAALITEORIAN KERTAUSTA 1

Kapeakaistainen signaali

SIGNAALITEORIAN KERTAUSTA OSA 1

z 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2

JATKUVAN AWGN-KANAVAN KAPASITEETTI SHANNON-HARTLEY -LAKI

Matlab-tietokoneharjoitus

Digitaalitekniikan matematiikka Luku 13 Sivu 1 (10) Virheen havaitseminen ja korjaus

RADIOJÄRJESTELMÄN SYSTEEMITASON SIMULOINTI JA ANALYSOINTI

ELEC-C7230 Tietoliikenteen siirtomenetelmät

Säätötekniikan ja signaalinkäsittelyn työkurssi

TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen

Taajuusmittauskilpailu Hertsien herruus Mittausraportti

BINÄÄRISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka II Osa 11 Kari Kärkkäinen Syksy 2015

SIGNAALITEORIAN KERTAUSTA OSA 2

Laskuharjoitus 2 ( ): Tehtävien vastauksia

Suodatus ja näytteistys, kertaus

805324A (805679S) Aikasarja-analyysi Harjoitus 6 (2016)

A! Modulaatioiden luokittelu. Luento 4: Digitaaliset modulaatiokonstellaatiot, symbolijonolähetteet. ELEC-C7230 Tietoliikenteen siirtomenetelmät

KAISTANLEVEYDEN JA TEHON KÄYTÖN KANNALTA OPTIMAALINEN MODULAATIO TRELLISKOODATTU MODULAATIO (TCM)

Harha mallin arvioinnissa

1 Vastaa seuraaviin. b) Taajuusvasteen

Tiedosto Muuttuja Kuvaus Havaintoväli Aikasarjan pituus. Intelin osakekurssi. (Pörssi-) päivä n = 20 Intel_Volume. Auringonpilkkujen määrä

805324A (805679S) Aikasarja-analyysi Harjoitus 4 (2016)

805324A (805679S) Aikasarja-analyysi Harjoitus 5 (2016)

805324A (805679S) Aikasarja-analyysi Harjoitus 3 (2016)

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

Laskuharjoitus 9, tehtävä 6

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

Zeon PDF Driver Trial

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9.

Signaalit ja järjestelmät aika- ja taajuusalueissa

Tieteellinen laskenta 2 Törmäykset

83950 Tietoliikennetekniikan työkurssi Monitorointivastaanottimen perusmittaukset

RAKE-vastaanotinsimulaatio. 1. Työn tarkoitus. 2. Teoriaa. 3. Kytkentä. Tietoliikennelaboratorio Versio

S Laskennallinen Neurotiede

Tässä dokumentissa on ensimmäisten harjoitusten malliratkaisut MATLABskripteinä. Voit kokeilla itse niiden ajamista ja toimintaa MATLABissa.

Mitä on konvoluutio? Tutustu kuvankäsittelyyn

Reaalilukuvälit, leikkaus ja unioni (1/2)

Radioastronomia harjoitustyö; vedyn 21cm spektriviiva

DSP:n kertausta. 1 Spektri, DFT, DTFT ja aika-taajuusresoluutio

Organization of (Simultaneous) Spectral Components

Satelliittipaikannus

Digitaalinen tiedonsiirto ja siirtotiet. OSI-kerrokset

Spektri- ja signaalianalysaattorit

FLAT FADING -KANAVAT. Mitä peruskäsitteitä on hyvä tietää kanavamalleista? A Tietoliikennetekniikka II Osa 9 Kari Kärkkäinen Syksy 2015

Peruskerros: OFDM. Fyysinen kerros: hajaspektri. Hajaspektri: toinen tapa. FHSS taajuushyppely (frequency hopping)

SAS-ohjelmiston perusteet 2010

LUKU 7 TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka I Osa 30 Kari Kärkkäinen Kevät 2015

TAAJUUDEN SIIRTO JA SEKOITUS VÄLITAAJUUSVASTAANOTIN & SUPERHETERODYNEVASTAANOTTO

Tiedonkeruu ja analysointi

= 2 L L. f (x)dx. coshx dx = 1 L. sinhx nπ. sin. sin L + 2 L. a n. L 2 + n 2 cos. tehdään approksimoinnissa virhe, jota voidaan arvioida integraalin

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Tiedonkeruu ja analysointi

TL5503 DSK, laboraatiot (1.5 op) Kuvasignaalit. Jyrki Laitinen

1 WKB-approksimaatio. Yleisiä ohjeita. S Harjoitus

Signaalien tilastollinen mallinnus T (5 op) Syksy 2006 Harjoitustyö

MONITILAISET TIEDONSIIRTOMENETELMÄT TÄRKEIMPIEN ASIOIDEN KERTAUS A Tietoliikennetekniikka II Osa 18 Kari Kärkkäinen Syksy 2015

Luento 5: Kantataajuusvastaanotin AWGNkanavassa I: Suodatus ja näytteistys a. Kuvaa diskreetin ajan signaaliavaruussymbolit jatkuvaan aikaan

Radiokurssi. Modulaatiot, arkkitehtuurit, modulaattorit, ilmaisimet ja muut

Laskuharjoitus 4 ( ): Tehtävien vastauksia

Radioamatöörikurssi 2018

MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.

nykyään käytetään esim. kaapelitelevisioverkoissa radio- ja TVohjelmien

LUKU 6 TÄRKEIMPIEN ASIOIDEN KERTAUS

Puhetie, PCM järjestelmä, johtokoodi

Ratkaisuehdotukset LH 10 / vko 48

MULTIPLEKSOINTIMENETELMÄT FDM, TDM, CDM JA QM

Solidity älysopimus ohjelmointi. Sopimus suuntautunut ohjelmointi

Moottorin kierrosnopeus Tämän harjoituksen jälkeen:

Signaaliavaruuden kantoja äärellisessä ajassa a

1 db Compression point

LABORATORIOTYÖ 2 SPEKTRIANALYSAATTORI

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

Käytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely)

Tietoliikennesignaalit & spektri

Muuttujan sisällön näet kirjoittamalla sen nimen ilman puolipistettä

Alipäästösuotimen muuntaminen muiksi perussuotimiksi

Jos sinulla on kysyttävää 10. Vastaanotin toimi.

Signaalien taajuusalueet

S Laskennallinen Neurotiede

Digitaalinen tiedonsiirto ja siirtotiet

6.6. Tasoitus ja terävöinti

6. Tietokoneharjoitukset

5/11 6/11 Vaihe 1. 6/10 4/10 6/10 4/10 Vaihe 2. 5/11 6/11 4/11 7/11 6/11 5/11 5/11 6/11 Vaihe 3

LASKENTATOIMEN OSAAMINEN vs. LIIKETALOUDELLINEN ENNUSTETARKKUUS

Sähköiset koestimet 22

Kanavat eivät ole enää pelkästään broadcasting käytössä Uudet palvelut kuten teräväpiirtolähetykset vaativat enemmän kapasiteettia

Häiriöt kaukokentässä

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

Yleistä tietoa kokeesta

Rinnakkaisuuden hyväksikäyttö peleissä. Paula Kemppi

Radioamatöörikurssi 2016

Mat-1.C Matemaattiset ohjelmistot

TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Mat Systeemien Identifiointi. 4. harjoitus

Ohjelmoinnin perusteet, syksy 2006

SGN Signaalinkäsittelyn perusteet Välikoe Heikki Huttunen

Koodausteoria, Kesä 2014

Koodausteoria, Kesä 2014

MULTIPLEKSOINTIMENETELMÄT FDM, TDM, CDM JA QM. Tietoliikennetekniikka I A Kari Kärkkäinen Osa 22 1 (16)

Transkriptio:

Ohjelmistoradio tehtävät 4 P: Ekvalisointi ja demodulaatio Tässä tehtävässä dekoodata OFDM data joka on sijotetty synknonontisignaalin lälkeen. Synkronointisignaali on sama kuin edellisessä laskutehtävässä. Vastaanotettu kohinainen data on tiedostossa received_data muuttujassa. Synkronointisignaalin jälkeen tulee kaksi OFDM-symbolia. Ensimmäinen symboli sisältää pilotsymbolit ja toinen symboli sisältää lähetetyn datan. OFDM-symbolien generoiminen OFDM-modulaatiossa lähetettävä data sisällytetään taajuusalueen symboliin. Datasymboli muunnetaan aika-alueeseen käyttämällä käänteistä FFT-operaatiota (katso kuva 4). Modulaatio toteutetaan seuraavasti: Databitit b moduloidaan kompleksisiksi symboleiksi m (m on yleensä kompleksinen). Kuvassa 4 on kahdeksan moduloitua symbolia. Moduloidut symbolit kuvataan 6 pisteen taajuusvektoriin. Kuvaus alkaa kohdasta -5 ja päättyy kohtaan 5, siten ettei keskitaajuutta käytetä. Moduloidut symbolit m ovat kunkin alikantoaallon amplitudi ja vaihe. Taajuusalueen symbolit m muutetaan aika-alueen symboleiksi x käyttämällä IFFT-operaatiota. Ennen IFFT:tä Matlabissa data pitää siirtää ensin fftshift()-funktiolla. Tämä funktio siirtää taajuuskomponentit oikeille paikoille IFFT:tä varten. Kun aika-alueen symbolit x halutaan lähettää, niiden eteen lisätään Cyclic Prefix (CP). CP:n tarkoitus on auttaa vastaanotinta arvioimaan siirtotien ominaisuuksia. Kaikki monitie-etenemisestä aiheutuneet komponentit, jotka saapuvat CP:n aikana, voidaan helposti arvioida ja korjata (ekvalisoida) OFDM-vastaanottimessa. Kuvassa 4 lähetyt OFDM-symbolit on ilmaistu Matlabin mukaisella notaatiolla: txsym = [x[9:6] x]

freq m=[ ; ; ; ;m;m;m2;m3; ;m4;m5;m6;m7; ; ; ] x=fft(fftshift(m)) time txsym=[x(9:6) x] time Figure 4: OFDM modulation. Harjoitustehtävät OFDM-vastaanotin toteuttaa modulaatioon nähden käänteiset operaatiot. Testi koodi on tiedostossa DataDecoding.m. Tuohon tiedoston voit kirjoitaa oman koodin.. Arvioi datasymbolien aloitushetki. Voit käyttää testitiedostoa testinitlocation(beginningofdatasequence,received_data,sync_sequence) tarkistamaan, että löytämäsi paikka on oikea. 2. Kerää näytteitä kahdesta peräkkäisestä 24 näytteen mittaisesta OFDM-symbolista. Ensimmäisissä symboleissa on ainoastaan pilot-signaali (CP). Pilot-signaali on annettu vektorissa pilotbits. Pilotti bitit moduloidaan ja niitä käytetään siirtotien arvioimiseen. Tätä varten:. Ota 6 viimeistä symbolia ensimmäisestä OFDM-symbolista. 2. Tee symboleille 6 pisteen FFT. 3. Siirrä symbolien paikkaa fftshift()-funktiolla, jotta symbolit ovat nollataajuuden ympärillä. Piirrä kuvaaja vastaanotetun pilot-signaalin konstellaatiopisteistä IQ-tasossa. Kuvaajan tulisi muistuttaa alla olevaa kuvaa.

5 4 3 2 imag - -2-3 -4-5 -5-4 -3-2 - 2 3 4 5 real Pilot-signaalin spektrin tulisi muistuttaa alla olevaa kuvaa. 4. Moduloi pilooti bitit käyttämällä BPSK:ta, eli ja -. 5. Estimoi kanavan kertoimia laskemalla ero lähetettyjen ja vastaanotettujen pilotsymbolien välillä: ch_est = pilotsym_rx./ modpilotsym_tx -8-6 -4-2 2 4 6 8 freq 3. Tulkitse toisen OFDM-symbolin databitit. Tätä varten: amplitude 5 4.5 4 3.5 3 2.5 2.5.5. Muunna vastaanotetut aikanäytteet taajuusalueeseen FFT-operaatiolla. Piirrä kuvaaja vastaanotetun datan konstellaatiopisteistä IQ-tasossa. Kuvaajan tulisi muistuttaa alla olevaa kuvaa. 5 4 3 2 imag - -2-3 -4-5 -5-4 -3-2 - 2 3 4 5 real 2. Ekvalisoi taajuusalueen näytteet jakamalla ne kanavan estimaatilla. Jakaminen poistaa näytteistä kanavan vaikutuksen. Piirrä kuvaaja vastaanotetun datan konstellaatiopisteistä IQ-tasossa kanavakorjauksen jälkeen. Kuvaajan tulisi muistuttaa alla olevaa kuvaa.

.5.5 imag -.5 - -.5 -.5 - -.5.5.5 real 3. Databitit on moduloitu käyttämällä BPSK:ta, eli ja -. Mitkä olivat lähetetyt bitit? P2: Virheiden vaikutus konstellaatiopisteisiin Tässä harjoituksessa tutustutaan lähetin-vastaanotinketjussa esiintyvien virheiden vaikutuksiin signaalin konstellaatiokuvioon. Alla olevat kuvat esittävät virheellisesti vastaanotettuja QPSKsignaaleja. Kussakin kuvassa on esitetty yhden virhetyypin vaikutus vastaanottoon. Virheet ovat: I- ja Q-haarojen epätasapaino tasajännitekomponentti (DC-virhe) vaihevirhe Selvitä mikä virhe kussakin kuvassa on näkyvissä? Figure : IQ plot.

Figure 2: IQ Plot 2. Figure 3: IQ plot 3.

P3: Kohinaiset konstellaatiopisteet Tiedostossa TxandRx_data.mat on QPSK-moduloitu signaali ennen ja jälkeen kanavan. Lue tiedosto Matlabiin ja muuttuja modsignaltx sisältää lähetettävät symbolit ja modsignalrx sisältää vastaanotetut symbolit. a) Tulosta kuva konstallaatiopisteistä (IQ-kuvaaja) ja liitä kuva vastaukseesi b) Laske vastaaotetusta signaalista Error Vector Magnitude (EVM) ja liitä vastaukseesi koodi, jolla toteutit laskennan. Vertaa laskemaasi EVM:n arvoa kohinan varianssiin, kun tiedetään, että vastaanottimen tulossa kohinan varianssi on.. Onko EVM:n ja kohinan varianssin välillä eroa? Selitä lyhyesti havaintojasi EVM:n ja kohinan varianssin yhteydestä toisiinsa. Error Vector Magnitude lasketaan seuraavasti: ) poista vastaanotetusta signaalista oikeat symboliarvot 2) laske EVM:n varianssi kaavalla missä ovat vastaanotetut symbolit, ovat lähetetyt symbolit, on itseisarvo-operaatio ja laskee keskiarvoa.