ELEC-C7230 Tietoliikenteen siirtomenetelmät

Samankaltaiset tiedostot
Suodatus ja näytteistys, kertaus

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

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

Helsinki University of Technology

JATKUVAN AWGN-KANAVAN KAPASITEETTI SHANNON-HARTLEY -LAKI

Numeeriset menetelmät

Luento 8. Suodattimien käyttötarkoitus

Signaalit ja järjestelmät aika- ja taajuusalueissa

Signaaliavaruuden kantoja äärellisessä ajassa a

Digitaalinen tiedonsiirto ja siirtotiet

Kompleksianalyysi, viikko 6

Digitaalinen tiedonsiirto ja siirtotiet. OSI-kerrokset

Luento 7. tietoverkkotekniikan laitos

SIGNAALITEORIAN KERTAUSTA OSA 2

1 Vastaa seuraaviin. b) Taajuusvasteen

Kompleksiluvut Kompleksitaso

Luento 7. LTI-järjestelmät

A B = 100, A = B = 0. D = 1.2. Ce (1.2 D. C (t D) 0, t < 0. t D. )} = Ae πjf D F{Π( t D )} = ADe πjf D sinc(df)

S Elektroniset mittaukset ja elektroniikan häiriökysymykset. 2 ov

3.3 Funktion raja-arvo

2.2.1 Ratkaiseminen arvausta sovittamalla

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 5: Taylor-polynomi ja sarja

SGN-1200 Signaalinkäsittelyn menetelmät Välikoe

KOHINA LÄMPÖKOHINA VIRTAKOHINA. N = Noise ( Kohina )

Fourier-analyysi, I/19-20, Mallivastaukset, Laskuharjoitus 7

F {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali:

Spektri- ja signaalianalysaattorit

Rollen lause polynomeille

KOMPLEKSIANALYYSI I KURSSI SYKSY 2012

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1

Kompleksiluvut signaalin taajuusjakauman arvioinnissa

Dynaamisten systeemien identifiointi 1/2

SIGNAALITEORIAN KERTAUSTA 1

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

e ax, kun x > 0 f(x) = 0, kun x < 0, 0, kun x > 0 e ax, kun x < 0 e (a iω)x dx = a+iω = 1 a 2 +ω 2. e ax, x > 0 e ax, x < 0,

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

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

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

Mitä on konvoluutio? Tutustu kuvankäsittelyyn

Digitaalinen signaalinkäsittely Desibeliasteikko, suotimen suunnittelu

Kuva 3.1: Näyte Gaussisesta valkoisest kohinasta ε t N(0, 1) Aika t

Alias-ilmiö eli taajuuden laskostuminen

Luento 14: Periodinen liike, osa 2. Vaimennettu värähtely Pakkovärähtely Resonanssi F t F r

Kompleksiluvut., 15. kesäkuuta /57

Puheenkoodaus. Olivatpa kerran iloiset serkukset. PCM, DPCM ja ADPCM

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

MS-C1420 Fourier-analyysi Esimerkkejä, perusteluja, osa I

1 Määrittele seuraavat langattoman tiedonsiirron käsitteet.

Signaalien datamuunnokset. Digitaalitekniikan edut

Signaalien datamuunnokset

Luento 2. Jaksolliset signaalit

Ilkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio

MS-C1420 Fourier-analyysi osa II

Tietoliikennesignaalit & spektri

MS-A0003/A Matriisilaskenta Laskuharjoitus 6

Luku 4. Derivoituvien funktioiden ominaisuuksia.

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

8 Potenssisarjoista. 8.1 Määritelmä. Olkoot a 0, a 1, a 2,... reaalisia vakioita ja c R. Määritelmä 8.1. Muotoa

VAIHEKOHERENTIT BINÄÄRISET KANTOAALTOMODULAATIOT JA NIIDEN VIRHETODENNÄKÖISYYDET

IV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n

Petri Kärhä 04/02/04. Luento 2: Kohina mittauksissa

LUKU 6 TÄRKEIMPIEN ASIOIDEN KERTAUS

Ongelma 1: Onko datassa tai informaatiossa päällekkäisyyttä?

Laskuharjoitus 5. Mitkä ovat kuvan 1 kanavien kapasiteetit? Kuva 1: Kaksi kanavaa. p/(1 p) ) bittiä lähetystä kohti. Voidaan

Nämä ovat siis minimivaatimukset, enemmänkin saa ja suositellaan

Insinöörimatematiikka D

DEE Sähkötekniikan perusteet

LOPPURAPORTTI Lämpötilahälytin Hans Baumgartner xxxxxxx nimi nimi

MS-C1420 Fourier-analyysi osa I

MS-C1420 Fourier-analyysi osa I

Erään piirikomponentin napajännite on nolla, eikä sen läpi kulje virtaa ajanhetkellä 0 jännitteen ja virran arvot ovat. 500t.

Tehtävänanto oli ratkaista seuraavat määrätyt integraalit: b) 0 e x + 1

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

Ortogonaaliprojektio äärellisulotteiselle aliavaruudelle

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

SMG-2100: SÄHKÖTEKNIIKKA. Kompleksilukujen hyödyntäminen vaihtosähköpiirien

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

P = kv. (a) Kaasun lämpötila saadaan ideaalikaasun tilanyhtälön avulla, PV = nrt

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

z muunnos ja sen soveltaminen LTI järjestelmien analysointiin

Kapeakaistainen signaali

l 1 2l + 1, c) 100 l=0

ja λ 2 = 2x 1r 0 x 2 + 2x 1r 0 x 2

Äärellisesti generoitujen Abelin ryhmien peruslause

Signaalin energia- ja tehotiheys

Mediaanisuodattimet. Tähän asti käsitellyt suodattimet ovat olleet lineaarisia. Niille on tyypillistä, että. niiden ominaisuudet tunnetaan hyvin

Numeeriset menetelmät TIEA381. Luento 13. Kirsi Valjus. Jyväskylän yliopisto. Luento 13 () Numeeriset menetelmät / 42

Laskuharjoitus 2 ( ): Tehtävien vastauksia

LUKUTEORIA A. Harjoitustehtäviä, kevät (c) Osoita, että jos. niin. a c ja b c ja a b, niin. niin. (e) Osoita, että

Johdatus reaalifunktioihin P, 5op

(iv) Ratkaisu 1. Sovelletaan Eukleideen algoritmia osoittajaan ja nimittäjään. (i) 7 = , 7 6 = = =

y + 4y = 0 (1) λ = 0

1. Yksiulotteisen harmonisen oskillaattorin energiatilat saadaan lausekkeesta

4. Fourier-analyysin sovelletuksia. Funktion (signaalin) f(t) näytteistäminen tapahtuu kertomalla funktio näytteenottosignaalilla

TL5231, Signaaliteoria (S2004) Matlab-harjoituksia

ELEC-C5070 Elektroniikkapaja (5 op)

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

SYMBOLIVIRHETODENNÄKÖISYYDESTÄ BITTIVIRHETODENNÄKÖISYYTEEN

T SKJ - TERMEJÄ

Transkriptio:

ELEC-C7230 Tietoliikenteen siirtomenetelmät Laskuharjoitus 8 - ratkaisut 1. Tehtävässä on taustalla ajatus kantoaaltomodulaatiosta, jossa on I- ja Q-haarat, ja joka voidaan kuvata kompleksiarvoisena kantataajuussignaalina. Lähetetään reaaliarvoisella signaalilla 2 informaatiobittiä per symboli ideaalisella koodauksella täysin luotettavasti. Tällöin tarvittava SNR on C Re = 1 2 log 2(1 + γ I ) = 2 log 2 (1 + γ I ) = 4 1 + γ I = 2 4 = 16 γ I = 15 Koska kompleksiarvoisen kohinannäytteen energia on, reaaliarvoista signaalia häiritsevän kohinan energia on /2. Reaaliarvoisella signaalilla koko signaalin energia on reaalisella komponentilla. Täten reaaliarvoisen signaalin signaalikohinasuhde on γi Re = Es. Huomaa, että jos signaalin koko energia laitetaan reaaliosalle, reaaliosan SNR on 2 Es /2. Tämä johtuu puhtaasti siitä, että on kompleksiarvoisen kohinanäytteen energia (joka puhtaassa AWGN:ssä seuraa suoraan termodynamiikasta ja aineen lämpotilasta), ja vain puolet siitä häiritsee I-haaraa. Reaaliarvoisessa tiedonsiirrossa tarvittava symbolienergia on siis E Re S = 1 2 γ I = 15 2. (1) Shannonin kapasiteettilauseen mukaan tämä on siis pienin SNR, jolla päästään virheettömään tiedonsiirtoon tällä tiedonsiirtonopeudella, jos käytetään äärettömän monimutkaista FEC:iä. Vastaavasti kompleksiarvoisella modulaatiolla kapasiteetti on reaaliarvoisen ja imaginaariarvoisen signaalien kapasiteettien summa, C Im = 1 2 log 2(1 + γ I ) + 1 2 log 2(1 + γ Q ). Koska kompleksiarvoisen kohinannäytteen energia on, I- ja Q-haaraa häiritsevän kohinan energia on /2. Kummallakin haaralla käytetään puolet signaalin kokonaisenergiasta. I-haaran ja Q-haaran signaalien SNR:t ovat siis γ I = γ Q = E S /2 /2 SNR. = E S = γ. Kummallakin haaralla SNR on siis sama kuin koko signaalin Lähetetään 2 bittiä per symboli täysin luotettavasti. Tarvittava SNR on C Im = log 2 (1 + γ) = 2 1 + γ = 2 2 = 4 γ = 3 1

Tarvittava symbolienergia on siis E Im s = γ = 3. (2) Kun verrataan yhtälön (1) antamaa reaalisen signaalin minimienergiaa yhtälön (2) antamaan kompleksiarvoisen signaalin minimienergiaan, todetaan, että kompleksiarvoisella signaalilla tarvitaan E Re s E Im s = 15/2 3 = 5 2 = 4dB (3) vähemmän signaalienergiaa kuin reaaliarvoinen signaali, että päästäisin tiedonsiirron nopeuteen 2 bittiä/symboli. Verrataan luennon 7 bittivirhekäyriin. QPSK:ssa lähetetään 2 bittiä/symboli kompleksiarvoisesti, 4-PAM:issa reaaliarvoisesti. Huomataan, että 4-PAM tarvitsee samaan bittivirhesuhteeseen noin 4 db paremman SNR:n kuin QPSK. Vaikka Shannonin laki käsittelee täysin virheettöntä lähetystä ideaalisella koodauksella, ja luennolla 7 katsottin vain bittivirhesuhdetta annetulla modulaatiolla, huomataan, että modulaation ja bittivirhesuhteeenkin tasolla Shannonin lause antaa intuitiota siitä, miten eri modulaatiot käyättäytyvät, ja siitä, minkä verran enemmän tehoa maksaa tiedonsiirtonopeuden kaksinkertaistaminen käyttämälä yhtä ulottuvuutta, verrattuna siihen, että kaksinkertaistetaan ulottuvuuksien määrä. 2. a) Tiedonsiirron tehokkuutta kuvaava siirtomäärä-funktio eri modulaatiomenetelmille saadaan muodostamalla ensin kyseisen modulaatiomenetelmän lohkovirhetodennäköisyyden funktio ja sijoittamalla se annettuun siirtomäärä-funktion kaavaan. QPSK:n tapauksessa lohkovirheen todennäköisyys on: P B (γ, n) = 1 (1 2Q( γ)) n ja vastaava siirtomääräfunktio on: T QP SK = log 2 (M) r (1 P B ) = log 2 (4) 1 (1 (1 (1 2Q( γ)) 512 )) = 2(1 (1 (1 2Q( γ)) 512 )) = 2(1 2Q( γ)) 512 Vastaavasti 16-QAM-modulaation tapauksessa lohkovirheen todennäköisyys on: ja siirtomääräfunktio on: P B (γ, n) = 1 (1 3Q( γ/5)) n T 16QAM = log 2 (M) r (1 P B ) 2

= log 2 (16) 1 (1 (1 (1 3Q( γ/5)) 512 )) = 4(1 3Q( γ/5)) 512 Turbo-koodatun QPSK:n lohkovirhetodennäköisyyttä arvioidaan kaavalla: jolloin siirtomääräfunktio on: P B (γ) = 1 (1 + 3γ 24 ) 10, T T URBO = log 2 (M) r (1 P B ) = log 2 (4) 1 2 (1 (1 (1 + 3γ 24 ) 10 )) = 1 (1 ((1 + 3γ 24 ) 10 )) b) Lasketaan turbo-koodatun QPSK:n ja koodaamattoman QPSK:n vaihtopiste. Kehitetään edellisessä kohdassa laskettu koodaamattoman QPSK:n siirtomääräfunktio Taylorin sarjaksi x:ssä kohdan x = 0 ympärillä ensimmäiseen kertalukuun. Taylorin polynomi on P n (x) = Σ n k=0a k (x x 0 ) k Lasketaan sarjan ensimmäisen kertaluvun kertoimet, merkitsemällä x = Q( γ) ja x 0 = 0: k(x) = 2(1 2x) 512 k(0) = a 0 = 2 k (x) = 2048(1 2x) 511 k (0) = a 1 = 2048 Jolloin Taylorin polynomi on: P n (x) = 2 2048x Vaihtopisteessä T T URBO = 1, jolloin saadaan ratkaistua x = 1 2048. Käänteisen Q-funktion taulukosta saadaan γ = 3.30 josta edelleen γ = 10.89. Tämä vastaa 10.4 db signaali-kohinasuhdetta. 16-QAM:n ja QPSK:n vaihtopisteen laskemiseksi oletetaan T QP SK merkitään x = Q( γ/5): k(x) = 4(1 3x) 512 k(0) = a 0 = 4 k (x) = 6144(1 3x) 511 k (0) = a 1 = 6144 Jolloin Taylorin polynomi on: P n (x) = 4 6144x = 2 ja Vaihtopisteessä T QP SK = 2, jolloin saadaan ratkaistua x = 1. Käänteisen 3072 Q-funktion taulukosta saadaan γ/5 = 3.41 josta edelleen γ = 58.14. Tämä vastaa 17.6 db signaali-kohinasuhdetta. 3

3. Kohokosinin neliöjuuren (RRC) taajuusvaste on määritelmän mukaan kohokosinin (RC) taajusvasteen neliöjuuri. Meillä on siis H RRC (f) = H RC (f), eli H RRC (f) 2 = H RC (f) (4) Fourier-analyysin perusperiaate on, että konvoluution Fourier muunnos on Fouriermuunnosten tulo. Siis F[h g](f) = F[h](f) F[g](f). (5) Tässä F[h] on aika-tason funktion h(t) Fourier-muunnos, ja F[h](f) on tämän funktion arvo taajuudella f. Kahden aikatason funktion konvoluutio on aikatason funktio Yhtälöstä (5) sadaan suoraan [h g](t) = t h(t )g(t t )dt. F[g g](f) = (F[g](f)) 2. Tästä ja (4) seruraa suoraan, että RRC-pulssin itseiskonvoluttion f RRC f RRC Fouriermuunnos on RC-pulssiin taajuusvaste H RC. Koska Fourier-muunnos on 1 1 kuvaus, on oltava [f RRC f RRC ](t) = f RC (t). RRC taajuustasossa on siis RC:n neliöjuuri, ja aikatasossa RC:n konvolutiivinen neliöjuuri. Koska sinc-pulssi on sekä RRC että RC-pulssin raja, kun α 0, huomataan, että sinc-pulssi on taajuustasossa itsensä neliöjuuri (kanttipulssi on todellakin oman itsensä neliöjuuri, jos se normalisoidaan sopivasti). Huomataan myös, että sincpulssi on oman itsensä konvolutiivinen neliöjuuri. Toisin sanoen kahden sincpulssin konvoluutio on sinc-pulssi. 4. Tarkastellaan kahden peräkkäisen symbolin lähetteitä RC- ja RRC-pulsseilla. a) Lähetetään RC-pulssilla ajanhetkellä t = 0 signaaliavaruuden symboli s 0 = 1, ja ajanhetkellä t = 1 signaaliavaruuden symboli s 1 = 1. Roll-off on α = 0.5 ja symbolijakso T = 1. Erilliset lähetteet ja summalähete näkyvät kuvassa 1. Symbolit vastaanotetaan ottamalla vastaanotetusta signaalista näyteet ajanhetkillä t = 0 ja t = 1. Näissä näytteissä ei ole inter-symbo-interferenssiä, sillä toinen lähete häviää näytteenotthetkellä. Tämä näkyy siitä, että summafunktio leikkaa yksittäisen symbolin pulssin näytteenottohetkillä. 4

1.2 1.0 0.8 0.6 0.4 0.2 4 2 2 4 Figure 1: Kahden RC-pulssin lähete. 1.2 1.0 0.8 0.6 0.4 0.2 4 2 2 4 0.2 Figure 2: Kahden RRC-pulssin lähete. b) Tehdään sama lähete RRC-pulsseille. Tulos näkyy kuvassa 2. Jos vastaanottimessa otetaan näytteet suoraan ajanhetekillä t = 0 ja t = 1, saadaan tässä kohinattomassa tapauksessa oikeat päätökset, mutta inter-symbol interferenssiä (ISI) kuitenkin on toinen pulssi ei häviä näytteenottohetkellä. Optimivastaanotin RRC-pulsseille kuitenkin on sovitettu suodatin. Käytetään RRC-sovitettua suodatinta vastaanottimessa. Koska f RRC f RRC = f RC, sovitetun suodattimen ulostulo vastaa RC-pulssilla suodattamatta vastaanotettua signaalia, joka näkyy kuvassa 1. Kun tästä suodatetusta signaalista otetaan näytteitä, huomataan kuvan 1 mukaisesti, että ISI:ä ei ole. 5