JELEK ALAPSÁVI LEÍRÁSA. MODULÁCIÓK. A CSATORNA LEÍRÁSA, 2011. május 19., Budapest



Hasonló dokumentumok
JELEK ALAPSÁVI LEÍRÁSA. MODULÁCIÓK. A CSATORNA LEÍRÁSA, TULAJDONSÁGAI.

BME Mobil Innovációs Központ

Digitális modulációk vizsgálata WinIQSIM programmal

Elektronika Előadás. Modulátorok, demodulátorok, lock-in erősítők

Helymeghatározás hullámterjedés alapján - Áttekintés

Alapsáv és szélessáv. Számítógépes Hálózatok Amplitúdó-moduláció. Szélessáv

2011. május 19., Budapest UWB ÁTTEKINTÉS

Számítógépes Hálózatok

Digitális mérőműszerek. Kaltenecker Zsolt Hiradástechnikai Villamosmérnök Szinusz Hullám Bt.

Fourier-sorfejtés vizsgálata Négyszögjel sorfejtése, átviteli vizsgálata

A rádiócsatorna 1. Mozgó rádióösszeköttetés térerőssége Az E V térerősséget ábrázoljuk a d szakasztávolság függvényében.

Informatikai eszközök fizikai alapjai Lovász Béla

Wavelet transzformáció

π π A vivőhullám jelalakja (2. ábra) A vivőhullám periódusideje T amplitudója A az impulzus szélessége szögfokban 2p. 2p [ ]

Korszerű mobil vevőalgoritmusok

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Híradástechnika I. 2.ea

OFDM technológia és néhány megvalósítás Alvarion berendezésekben

Digitális jelfeldolgozás

Választható önálló LabView feladatok 2013 A zárójelben szereplő számok azt jelentik, hogy hány főnek lett kiírva a feladat

Digitális adatátvitel analóg csatornán

OFDM-jelek előállítása, tulajdonságai és méréstechnikája

Mérési útmutató a Mobil Hírközlés Laboratórium II (VIHI5129) méréseihez

11. Orthogonal Frequency Division Multiplexing ( OFDM)

Gyakorló többnyire régebbi zh feladatok. Intelligens orvosi műszerek október 2.

Digitális mérőműszerek

Akusztikus MEMS szenzor vizsgálata. Sós Bence JB2BP7

Cellák. A cella nagysága függ a földrajzi elhelyezkedéstől és a felhasználók számától, ill. az általuk használt QoS-től! Korszerű mobil rendszerek

Wireless hálózatépítés alapismeretei

HÍRADÁSTECHNIKA I. Dr.Varga Péter János

Számítógépes gyakorlat MATLAB, Control System Toolbox

A kommunikáció evolúciója. Korszerű mobil rendszerek

Ellenőrző kérdések a Jelanalízis és Jelfeldolgozás témakörökhöz

2. Elméleti összefoglaló

Eddigi tanulmányaink alapján már egy sor, a szeizmikában általánosan használt műveletet el tudunk végezni.

Wireless technológiák Meretei Balázs

IGÉNYLŐ ÁLTAL VÉGEZHETŐ TERVKÉSZÍTÉS KÖVETELMÉNYEI

Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel

Hálózati architektúrák és rendszerek. Nyilvános kapcsolt mobil hálózatok (celluláris hálózatok)

5. témakör. Szögmodulációk: Fázis és frekvenciamoduláció FM modulátorok, demodulátorok

DIGITÁLIS KOMMUNIKÁCIÓ Oktató áramkörök

Az LTE. és a HSPA lehetőségei. Cser Gábor Magyar Telekom/Rádiós hozzáférés tervezési ágazat

HTEMÉDIA KLUB - a DRK (Digitális Rádió Kör), Kábeltelevízió és Vételtechnika szakosztály, Digitális Mozgóvilág Klub A DVB-T ELLÁTOTTSÁG HELYZETE

Távközlő hálózatok és szolgáltatások Távközlő rendszerek áttekintése

Valószínűségszámítás összefoglaló

Kommunikációs hálózatok 2

Hírközléstechnika 2.ea

Digitális műsorszórás. Digitális adattovábbítás. Tanfolyam tematika. A mai nap programja: Alapsávi. Szinuszos vivőjű

MŰSORSZÓRÓ SZOLGÁLAT MŰSZAKI IRÁNYELVEI

Választható önálló LabView feladatok A zárójelben szereplő számok azt jelentik, hogy hány főnek lett kiírva a feladat

A kommunikáció evolúciója. Korszerű mobil rendszerek

Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán

HÁLÓZATTERVEZÉS. Mobil rádióhálózatok tervezése. Óravázlat. Fazekas Péter április 13., Budapest

A fázismoduláció és frekvenciamoduláció közötti különbség

Az Informatika Elméleti Alapjai

FIZIKAI SZINTŰ KOMMUNIKÁCIÓ 1.

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

Kísérlettervezés alapfogalmak

HÍRKÖZLÉSTECHNIKA. 2.ea. Dr.Varga Péter János

Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 5. mérés: Elektronspin rezonancia március 18.

Kísérlettervezés alapfogalmak

Távközlő hálózatok és szolgáltatások IP hálózatok elérése távközlő és kábel-tv hálózatokon

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Választható önálló LabView feladatok 2017

HÍRADÁSTECHNIKA I. Dr.Varga Péter János

Hálózatok számítása egyenáramú és szinuszos gerjesztések esetén. Egyenáramú hálózatok vizsgálata Szinuszos áramú hálózatok vizsgálata

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Modulációk vizsgálata

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Mobil kommunikáció /A mobil hálózat/ /elektronikus oktatási segédlet/ v3.0

Nagyfrekvenciás rendszerek elektronikája házi feladat

Zaj (bevezetés) A zaj hatása Zaj Környezeti zaj Zajimisszió Zajemisszió Zaj szabályozás Zaj környezeti és gazdasági szerepe:

Rezgés, Hullámok. Rezgés, oszcilláció. Harmonikus rezgő mozgás jellemzői

Massive MiMo megvalósitása az 5G-ben Hte Rádiószakosztály Rendezvény kiss tamás tanácsadó Magyar Telekom

Néhány fontosabb folytonosidejű jel

Szignálok, Adatok, Információ. Számítógépes Hálózatok Unicast, Multicast, Broadcast. Hálózatok mérete

Számítógépes Hálózatok 2008

6. Előadás. Vereb György, DE OEC BSI, október 12.

Mintavételezés és AD átalakítók

Kommunikációs hálózatok 2 Analóg és digitális beszédátvitel

HÁLÓZATI TRANZIENSEK

HÍRKÖZLÉSTECHNIKA. 1.ea. Dr.Varga Péter János

Informatika Rendszerek Alapjai

Kommunikációs rendszerek programozása. Wireless LAN hálózatok (WLAN)

Hangfrekvenciás mechanikai rezgések vizsgálata

Akusztikai tervezés a geometriai akusztika módszereivel

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

WiMAX rendszer alkalmazhatósági területének vizsgálata tesztelés elméletben és gyakorlatban

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

Digitális jelfeldolgozás

Távközlő hálózatok és szolgáltatások IP hálózatok elérése távközlő és kábel-tv hálózatokon

előadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás

Gyakorlat anyag. Veszely. February 13, Figure 1: Koaxiális kábel

A Brüel & Kjaer zajdiagnosztikai módszereinek elméleti alapjai és ipari alkalmazása

MWS-3.5_E1 pont-pont adatátviteli mikrohullámú berendezés

Vezeték nélküli helyi hálózatok

Számítógépes Hálózatok ősz Fizikai réteg Alapsáv, szélessáv, moduláció, vezetékes és vezeték nélküli átvitel

Frekvenciagazdálkodás és ami mögötte van

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Rádiófrekvenciás azonosítás RFID, NFC, PAYPASS

Átírás:

JELEK ALAPSÁVI LEÍRÁSA. MODULÁCIÓK. A CSATORNA LEÍRÁSA, TULAJDONSÁGAI. 2011. május 19., Budapest

Alapfogalmak, fizikai réteg mindenki által l ismert fogalmak (hobbiból azért rákérdezhetek k vizsgán): jel, teljesítmény, analóg, digitális, jelek frekvenciatartománybeli leírása, frekvenciasáv, mintavételi tétel, szűrésű Moduláció: a hasznos jelet át kell a rádiós csatornán vinni, adott frekvenciasávban amplitúdó moduláció (AM): s(t)= u ( t ) cos(2 π f t 0 ) t frekvencia moduláció (FM): s( t) = cos 2πf 0 t + u( τ ) dτ 0 cos( 2 π f 0 t + u ( t)) fázis moduláció (PM): s(t)= )) u(t) az információt hordozó jel

Alapfogalmak, fizikai réteg a vivő ő amplitúdója, frekvenciája vagy fázisa hordozza az információt digitális átvitel: általában egy elemi jel és inverze, amit át kell vinni

Jelek alapsávi leírása A jel általánosan: felbontva: st () = at ()cos( ω t+ ϕ()) t st () = s()cos( t ω t) s ()sin( t ω t) I 0 Q 0 Ahol s ( t ) = a ( t ) cos( ϕ ( t ) ) I a fázisban levő ő komponens, a kvadratúra komponens: sq () t = a()sin( t ϕ()) t Ebből a jel alapsávi ekvivalensének definíciója: s () t = s () t + js () t Haszna: nem kell a vivővel törődni, egyszerűbb, általános összefüggések ugye látszik: { jω t st () = Re s t e } ekv () 0 0 ekv I Q

Jelek alapsávi leírása Elnevezés: a jel komplex előburkolója: ugye: s ( t ) = s ( t ) + j s ( t ) = a ( t ) e ekv I Q jϕ () t s ekv () t e j ω 0 t s ekv jω t Im{} s ekv (t) Im{} () t e 0 a(t) ( ) a(t) at () sin( ω t+ ϕ()) t 0 s Q (t) ( ω t + ϕ( t))mod π 0 2 st () = at () cos( ω t+ ϕ()) t 0 Re{} ϕ(t) s I (t) Re{} ω 0 szögsebességgel gg forgó sík 0 szögsebességgel gg forgó sík

Digitális moduláció a bináris i forrásból soros/ph átalakítással l b bites szavak jönnek jelrendező: a bináris szavaknak megfelelő d I és d Q értékeket állít elő g S (t): elemi jelalak szűrő, Dirac impulzusokat ráadva a kívánt jelalakot érjük el (a gyakorlatban gyakran nem szűrővel, hanem tárolt jelalakokkal dolgoznak) ezeket ültetjük a vivőre (fázisban és kvadratúrában levő komponens) az összegzett jelen sávszűrést végrehajtva kész a kimenő jel + δ ( t nt s ) Bináris forrás d In n= g s (t) b x(t) Jelren- bites g BP (t) dezõ cos( 2π f0 t) S/P d Qn + n= δ ( t nt s ) g s (t) sin( 2π f t ) 2 0 x (t)

Digitális moduláció a d I és d Q értékek lehetséges értékeit síkban ábrázolva az ún. konstellációs diagrammot kapjuk, ez gyakorlatilag a vivő fázisát és amplitúdóját mutatja elemi jel: mint látható, ennek megfelelően fog változni az I és Q összetevők amplitúdója, így az eredeti jel fázisa is. legegyszerűbb esetben négyszögjel, a simább átmenet és így kisebb sávszélesség érdekében valamilyen lekerekített jeleket szoktak használni Fajták: On-OFF keying : b=1, d Q mindig nulla, d I egy vagy nulla, az elemi jelet vagy átvisszük, vagy nem OOK d Qn jelalak, konstellációs diagram: x(t) t d In T s

Digitális moduláció Amplitúdó billentyűzés, ű bináris i fázisbillentyűzés ű (ASK, amplitude shift keying, BPSK binary phase shift keying) b=1, d Q mindig nulla, d I egy vagy mínusz egy, az elemi jel, vagy inverze modulálja a koszinuszt időfüggvény, konstellációs diagramm x(t) ASK, BPSK d Qn t d In T s

Digitális moduláció QPSK (Quadrature Phase shift keying), 4-QAM (4 Quadrature Amplitude modulation), vizsgán: d I és d Q értékei konstellációs diagrammok és időfüggvények: QPSK d Qn 4QAM d Qn d In d In x(t) 0-j 0+j 1+0j -1+j0 d n x(t) 0j 0-j 0+j 1+0j -1+j0 d n t t T s T s

Digitális moduláció 4 ASK, vizsgán: d értékei és időfüggvény, ha a konstellációs diagramm: 4ASK d Qn d In hasonlóan: 16, 32, 64 QAM használt még: 8PSK 8PSK d Qn d In

Digitális moduláció nem lineáris i moduláció (frekvencia moduláció) 1 u k { 01, } b jelrendezõ d n bites g(t ) 2πh S/P FM mod x(t ) b n= δ ( t nt s ) h: fázisforgatásra jellemző (2 pí hányad részével fordul a fázis) d n sorozat: értékei a {-(M-1)... -1, +1,..., M-1} tartományból, M=2 b féle frekvencia érték hordozza az információt elemi jel: ált valamilyen lekerekített (pl. emelt koszinusz, Gauss), hogy a frekvencia ne hirtelen változzon

Digitális moduláció példa: FSK (Frequency Shift Keying) időfüggvény: 0 1 0 1 vizsgán: 4 FSK időfüggvény

A rádiós csatorna Csillapítás: tereptől, időjárástól, távolságtól, frekvenciától, antenna magasságoktól, stb. függ Fading: véletlen ingadozás a vett jel teljesítményében (amplitúdójában), sztochasztikus modellek Zaj: fehér zaj (Gauss): fehér: az adott sávban konstans teljesítménysűrűségű Interferencia: azonos csatornás, szomszédos csatornás, rendszerek közti Cél: bithibaarány adott határ alatt maradjon, tipikusan 0.001 alatt

Terjedési modellek empirikus modellek: nagy számú mérés alapján vázolt egyenletek, görbék alapján; gyors, könnyen számolható, nem túl pontos determinisztikus modellek: az EM hullámok terjedését, diffrakcióját, stb. számoló modellek; szükség van a környezet pontos ismeretére; nagyon nagy számítási kapacitást igényelnek szemi-determinisztikus modellek: determinisztikus modellek módosításával, egyszerűsítésével, mérésekhez hangolásával készülnek

Terjedési modellek makrocella: kétutas terjedési modell (determinisztikus), kettős meredekségű modell Okumura-Hata modell (empirikus) módosított Okumura-Hata mikrocella kettős meredekségű modell (empirikus) Walfish-Ikegami modell (empirikus) Walfish-Ikegami: városi területeken használt (utcák lefedettségére) házak magassága, utca szélessége tetők feletti terjedés és diffrakció beltéri modellek

Terjedési modellek Kétutas terjedési modell h 1 Reflektált hullám Direkt hullám d 0 d 1 ϕ Δd = d1 + d2 - d0 d 2 ϕ h 2 l 1 l 2 alapvető eredmény (elméleti): h h PA 2 1 2 2 d javítás: frekvencia-függés: P Veff=P V f -n P V

Terjedési modellek kettős meredekségű modell (mikrocellás): gyakorlati tapasztalat: a csillapítás értéke (decibelben) a távolság á logaritmusával l adott meredekség szerint nő (kb. a távolság mínusz második hatványa szerint) egy adott távolság után (breakpoint) a távolság nagyobb negatív hatványa szerint (4-5), azaz logaritmikusan nagyobb meredekséggel L P = L 1 + 10g 1 log(d) ha d < d bp L P = L 1 + 10g 1 log(d bp ) + 10g 2 log(d/d bp ) ha d > d bp d bp = 4h BTS h m /λ

Terjedési modellek Okumura-Hata modell (COST 231) a csatorna csillapítását becsli L P = A+Blog(f)-13.82log(h (h BTS )-a(h m )+(44.9-6.55log(h BTS ))log(d) a csillapítás decibelben megadva A=69.55 és B=26.16 ha 150 MHz < f < 1000 MHz A=46.3 és B=33.9 ha 1500 MHz < f <2000 MHz f: vivőfrekvencia, h m: mobil antenna magassága, g h BTS : BS antenna effektív magassága (átlagos környező tengerszint feletti magassághoz képest)

Terjedési modellek Okumura-Hata modell (COST 231) a mobil antenna magasság korrekció: a(h m ) kisvárosi i környezetben: a(h m )=(1.1 log(f)-0.7)h m - (1.56 log(f)-0.8) nagyvárosokban: a(h m )=8.29( log(1.54h m )) 2-1.1 f < 200 MHz a(h m )=3.2( log(11.75h m )) 2-4.97 f > 400 MHz Alapvetően nagy kiterjedésű, sík városi környezetre.

Terjedési modellek Okumura-Hata modell (COST 231) módosítás dombos, városon kívüli, erdős, stb. területekre L eff = L P + L Diff -L morpho L Diff : diffrakciós csillapítás, a terjedési útban lévő tárgyak miatt, számolható L morpho : morfológiai osztályok szerinti módosítás L morpho értékei: pl. vízfelület: 20, erdő: 8, p külváros:6

Terjedési modellek Walfish-Ikegami i modell (COST 231) mikrocellák, városi környezet két összefüggés: látható mobil (Line of Sight, LOS) és nem látható (NLOS) LOS (utcákban), kanyon hatás, a csillapítás számítása: L P =42.6 + 20log(f) + 26 log(d) NLOS: L P = 32.44 + 20 log(f) + 20log(d) + L rsd + L msd L rsd : az utca körüli épületek tetejének szórása L msd : a távolabbi tetőkön való szórás ezek számítása: átlagos utca szélesség, átlagos épület magasság, utcák irányszöge az antennához képest, stb

Terjedési modellek O-H HésWI W-I a csillapítási modellek minden paraméterét nem kell bemagolni, azt kell tudni hogy mik befolyásolják a csillapítást és hol használható az adott modell O-H W-I 10m 100m 1000m 10km 100km 0 1000 2000 Distance Frequencies (MHz) 200 150 50 O-H W-I Antenna Heights O-H 30 10 WI W-I 4 3 1

Terjedési modellek beltéri modellek: az épületek alaprajza, építőanyaga, falak anyaga és vastagsága befolyásolja bútorzat, emberek mozgása is befolyásolja, időben változó számítás: geometriai i diffrakciós ió modellek, empirikus ik adatok alapján pl. L +L )+( in =L 0 C + sum(n wi L wi (n f ) e L f L 0 : szabadtéri csill., L C : empirikus konstans n wi i. típusú falak száma a terjedési útban, L wi : csill. n f : hány padlón keresztül terjed e=(n f + 2)/(n f + 1) - k; k empirikus

A fading Többutas terjedés: fő és mellékutak Bázisállomás m = M 3 2 m = 1 n = N m n = 1 Mobil állomás

A fading m fő terjedési útvonal sorszáma (m=1,...,m) n mellékútvonal sorszáma (n=1,...,nm) r mn t az mn útvonalon haladó jel a vevő helyén α mn a csillapítási tényező τ mn a késleltetés f0 v f mn a Doppler-csúszás fmn = cosψ mn c v a mobil sebessége ψ mn a mozgás és a hullámterjedés iránya által bezárt szög c a fénysebesség vivőfrekvencia A jelünk: st () = s () t = at ()cos( π f t+ ϕ()) t f 0 { } Re + 2 0

A fading Az mn útvonalon érkező ő jel komplex előburkolója lój a j2π f0 ( t τmn ) j2π fmn t vevőben: r () t = α s ( t τ ) e e + mn mn ekv mn A vett jel tehát ezek összege: M N m r () t = α s ( t τ ) e + m= 1 n= 1 mn ekv mn j2π f ( t τ ) + j2π f t Ha a szóródás óó után az egyes mellékutakon közel azonos hosszúságú utat tesz meg a vevőig, vagy csak olyan kis mértékben tér el az egyes utakon, hogy a változás a szimbólumidőhöz képest kicsi, N 1 akkor jó közelítés:t m τ mn Így: M = N m n= 1 m j2π f0t j2π f0τmn + j2π fmn t r+ () t = sekv ( t Tm ) e α mn e m = 1 1n = 4444 24444 3 z () t N m 0 mn mn

A fading Azaz a vett jel komplex alapsávi ekvivalense: M m= 1 r t = ekv ( ) s ekv ( t T m ) z m ( t ) A fadinget a komplex szorzófaktor jelenti, ami általánosan: z ( t ) = x ( t ) + j y ( t ) m m m A mellékutak csillapítása, késleltetése és Doppler szórása időben változik, véletlenszerű. Ha a mellékutak száma nagy, a jellemzők pedig függetlenek és azonos eloszlásúak, akkor a centrális határeloszlás tétel értelmében a valós és képzetes rész is normális eloszlású Aleset: nagyon sok mellékútvonal van csak, a vett jel alapsávi ekvivalensében egy késleltetés, egy szorzó (M=1) Modell: x és y 0 várható áh tóétékű értékű, szigma szórású normális eloszlású

A fading A csatorna modellje pedig a következő: s ekv (t) i * * * j j= 0 T 1 = T 1 ; T i = T T* 1 T* 2 T* 3 T M * z 1 (t) z 2 (t) z 3 (t) z M (t) r ekv (t) Σ

A fading Nos, a komplex szorzófaktor mit jelent fázisban és amplitúdóban? 2 2 A= x + y φ = artg y π x mod 2 a 2 1. házi feladat: f A ( a) = e 2σ 2 Rayleigh eloszlás σ f ( ϕ) = 1 φ egyenletes eloszlás 2π Ez a Rayleigh fading. Ilyen csatornán a jelből vett minta Rayleigh eloszlású véletlen csillapítást szenved a 2

A fading Várható értéke: [ ] Vá h ó é ék π E A = π σ 2 Második momentum: [ ] Szórásnégyzet: [ ] E A 2 = 2σ 2 [ 2 ( ) ] [ 2 ] 2 π 2 E A E A = E A ( E[ A] ) = 2 σ 2

A fading A bithibaarány becsléséhez, ill. Teljesítéshez a jel-zaj viszonyt kell tudni (különböző modulációkra ismert a bithiba arány jel-zaj viszony függése) 2 A T Es A jel-zaj viszony: Γ= = 2N N 0 0 Ennek várható értéke, azaz az átlagos SNR: γ 0 = E T 2 E s [ Γ] = E[ A ] = E 2N0 N Mivel A Rayleigh eloszlású, a második momentumát tudjuk, így 2 σ γ 0 = T N γ 0 0 0

A fading Mi a jel-zaj viszony eloszlása? γ Levezetés után: 1 γ 0 f Γ ( γ ) = e γ Azaz az SNR exponenciális eloszlású! 0 A Rice fading: a vett jel amplitúdója Rice eloszlású, származtatása: a vevőig egy közvetlen terjedési úton + végtelen sok mellékúton jut el a jel a lognormál fading (lassú fading): a csatorna csillapításához (pl. Okumura-Hata alapján) logaritmikus skálán egy normális eloszlású véletlen csillapítás adódik, a mobil mozgása során bekövetkező, tereptárgyak, épületek általi árnyékolás miatt, lassan változik