Ứng dụng thuật toán ML để đổi pha sóng mang và định thời cho kênh pha ding 3

Thông tin tài liệu

Tài liệu tham khảo chuyên ngành viễn thông Ứng dụng thuật toán ML để đổi pha sóng mang và định thời cho kênh pha ding

§å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu Ch¬ng III øng dông thuËt to¸n ML ®Ó §ång bé sãng mang & ®Þnh thêi ký hiÖu 3.1 Giíi thiÖu ThÊy râ, ®Ó kh«i phôc th«ng tin trong çc hÖ thèng truyÒn th«ng sè cÇn ph¶i lÊy mÉu ®Þnh kú tÝn hiÖu ra bé gi¶i ®iÒu chÕ (trªn mçi kho¶ng thêi gian cña mét ký hiÖu ®- îc lÊy mÉu mét lÇn) Do m¸y thu kh«ng thÓ biÕt trÔ truyÒn lan  cÇn ph¶i kh«i phôc ®Þnh thêi ký hiÖu tõ tÝn hiÖu thu ®Ó lÊy mÉu mét çch ®ång bé tÝn hiÖu ra bé gi¶i ®iÒu chÕ V× trÔ truyÒn lan còng g©y ra dÞch pha sãng mang, nªn cÇn ph¶i íc tÝnh nã t¹i m¸y thu nÕu dïng bé t¸ch sãng pha nhÊt qu¸n Trong phÇn nµy ta nghiªn cøu çc gi¶i ph¸p ®Ó ®ång bé sãng mang vµ ký hiÖu t¹i m¸y thu dùa trªn thuËt to¸n ML ®îc tr×nh bÇy ë çc ch¬ng tríc Ch¬ng nµy tr×nh bÇy viÖc øng dông thuËt to¸n ML ®Ó thùc hiÖn tèi u, íc tÝnh th«ng sè ®Þnh thêi vµ pha sãng mang tõ ®ã cã ®îc çc s¬ ®å khèi cô thÓ ®îc ¸p dông cho çc ph¬ng ph¸p ®iÒu chÕ kh¸c nhau cô thÓ: §Ó ®ång bé pha sãng mang hay kh«i phôc sãng mang, ta ph¶i x©y dùng hµm ML ®Ó íc tÝnh pha sãng mang cho hai trêng hîp cã sù trî góp d÷ liÖu hoa tiªu nghÜa lµ tån t¹i mét sãng mang kh«ng ®iÒu chÕ (thuËt to¸n DA/DD ë ch¬ng II) truyÒn song song víi tÝn hiÖu mang tin ch¼ng h¹n trong th«ng tin di ®éng hoÆc kh«ng cã sù trî gióp d÷ liÖu hoa tiªu nghÜa lµ íc tÝnh pha sãng mang tõ tÝn hiÖu ®iÒu chÕ thuËt to¸n NDA X©y dùng çc s¬ ®å kh«i phôc sãng mang tõ viÖc tèi u hµm ML gåm: Vßng kho¸ pha PLL, çc vßng trùc tiÕp quyÕt ®Þnh vµ çc vßng kh«ng trùc tiÕp quyÕt ®Þnh nh çc vßng Costas vµ vßng nh©n pha cô thÓ cho çc s¬ ®å ®iÒu chÕ cô thÓ T¬ng tù xÐt cho trêng hîp ®ång bé (kh«i phôc) ®Þnh thêi ta còng x©y dùng thuËt to¸n ML cho tÝn hiÖu b¨ng tÇn c¬ së sau ®ã tæng qu¸t ho¸ cho tÝn hiÖu ®iÒu chÕ sãng mang, cuèi cïng nhËn ®îc çc s¬ ®å íc tÝnh (kh«i phôc) ®Þnh thêi ký hiÖu theo kiÓu trùc tiÕp quyÕt ®Þnh vµ kh«ng trùc tiÕp quyÕt ®Þnh nh: §ång bé ®Þnh thêi cæng sím muén §å ¸n còng ®Ò cËp íc tÝnh liªn hîp cña pha vµ ®Þnh thêi Cuèi cïng lµ ®Æc tÝnh hiÖu n¨ng cña çc bé íc tÝnh ML 3.2 ¦íc tÝnh th«ng sè tÝn hiÖu  BiÓu thøc tÝn hiÖu thu Gi¶ thiÕt kªnh truyÒn g©y trÔ tÝn hiÖu vµ g©y lçi tÝn hiÖu b»ng çch céng t¹p ©m Gaussian V× vËy, tÝn hiÖu thu ®îc biÓu diÔn r(t) s(t  )  n(t) Trong ®ã s(t) Res(t)e j2fct  (3.1) víi trÔ truyÒn lan  vµ tÝn hiÖu th«ng thÊp t¬ng ®¬ng s (t)  TÝn hiÖu thu ®îc biÓu diÔn nh sau: r(t) Res(t  )e j  z(t)e j2fct  (3.2) do trÔ truyÒn lan  nªn pha sãng mang  = -2fc  X¸c ®Þnh th«ng sè cÇn ®îc íc tÝnh §ç V¨n Quang – Líp D2 Líp D2001VT 47 §å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu Tõ  = -2fc, thÊy ngay chØ cÇn íc tÝnh trÔ truyÒn lan , do  ®îc x¸c ®Þnh tõ fc vµ , cÇn lu ý hai vÊn ®Ò sau: (1) §ång bé gi÷a çc bé dao ®éng néi ph¸t vµ thu kh«ng hoµn h¶o, hai bé dao ®éng nµy cã thÓ h¬i lÖch thêi gian Nªn pha sãng mang thu kh«ng chØ phô thuéc vµo trÔ thêi gian  (2) §Ó gi¶i ®iÒu chÕ tÝn hiÖu thu phô thuéc vµo kho¶ng thêi gian ký hiÖu T cÇn ph¶i ®ång bé thêi gian, v× vËy sai sè íc tÝnh  ph¶i ®ñ nhá, ch¼ng h¹n thêng lµ 1% so víi T tuy nhiªn møc chÝnh x¸c nµy l¹i kh«ng chÊp nhËn ®îc ®èi víi íc tÝnh pha sãng mang thËm chÝ  chØ phô thuéc vµo  v× fc thêng lín nªn khi lçi íc tÝnh  nhá còng g©y lªn lçi pha lín  Tõ hai vÊn ®Ò trªn thÊy râ ®Ó gi¶i ®iÒu chÕ vµ t¸ch tÝn hiÖu thu nhÊt qu¸n cÇn ph¶i íc tÝnh c¶ hai th«ng sè  vµ   V× vËy tÝn hiÖu thu ®îc biÓu diÔn nh sau: r(t) s(t; , )  n(t) (3.3) trong ®ã  vµ  lµ çc th«ng sè cÇn ®îc íc tÝnh §Ó ®¬n gi¶n vÒ ký hiÖu, ta ký hiÖu  cho vector th«ng sè [,] nªn s(t;,) trë thµnh s(t;)  Tiªu chuÈn íc tÝnh th«ng sè & lùa chän Tån t¹i hai tiªu chuÈn c¬ b¶n ®îc dïng phæ biÕn ®Ó íc tÝnh th«ng sè tÝn hiÖu: tiªu chuÈn kh¼ n¨ng nhÊt ML-Maximum-Likelihood vµ tiªu chuÈn cùc ®¹i ho¸ x¸c suÊt hËu nghiÖm MAP-Maximum a Posteriori Probability  Theo tiªu chuÈn MAP, th× vecor th«ng sè tÝn hiÖu  ®îc m« h×nh ho¸ lµ ngÉu nhiªn vµ ®îc ®Æc trng ho¸ bëi hµm mËt ®é x¸c suÊt tiªn nghiÖm p()  Theo tiªu chuÈn ML, th× vector th«ng sè tÝn hiÖu  ®îc xem nh tÊt ®Þnh nhng kh«ng ®îc biÕt tríc Dïng N hµm trùc giao {fn(t)} ®Ó khai triÓn trùc giao ho¸ r(t)  biÓu diÔn r(t) bëi vector çc hÖ sè [r1 r2 rN]  r BiÓu diÔn hµm mËt ®é x¸c suÊt liªn hîp PDF cña çc biÕn ngÉu nhiªn [r1 r2 rN] lµ p(r|) V× vËy,  íc tÝnh  theo tiªu chuÈn ML lµ gi¸ trÞ  sao cho hµm mËt ®é x¸c suÊt liªn hîp p(r|) ®¹t gi¸ trÞ cùc ®¹i  íc tÝnh  theo tiªu chuÈn MAP lµ gi¸ trÞ cña  sao cho cùc ®¹i ho¸ hµm mËt ®é x¸c suÊt hËu nghiÖm p r  pr p p(r) (3.4) Lu ý: NÕu kh«ng biÕt tríc vector th«ng sè , th× gi¶ thiÕt p() ph©n bè ®Òu Khi nµy gi¸ trÞ cña  lµm cùc ®¹i ho¸ p(r|) còng lµm cùc ®¹i p(|r) V× vËy hai tiªu chuÈn MAP vµ ML lµ gièng nhau Khi nghiªn cøu íc tÝnh th«ng sè díi ®©y, coi th«ng sè  vµ  kh«ng ®îc biÕt tríc nhng tÊt ®Þnh V× vËy, ta thùc hiÖn íc tÝnh chóng theo tiªu chuÈn ML Khi íc tÝnh çc th«ng sè tÝn hiÖu theo tiªu chuÈn ML, cÇn cã m¸y thu t¸ch íc tÝnh b»ng çch quan tr¾c tÝn hiÖu thu trong kho¶ng thêi gian quan tr¾c T0T (T lµ kho¶ng thêi gian ký hiÖu) KÕt qu¶ íc tÝnh nhËn ®îc tõ mét kho¶ng thêi gian quan tr¾c ®«i khi ®îc gäi çc íc tÝnh mét lÇn duy nhÊt Tuy nhiªn thùc tÕ íc tÝnh ®îc thùc hiÖn liªn tôc b»ng çc vßng b¸m ®Ó liªn tôc cËp nhËn çc íc tÝnh Song çc íc tÝnh mét lÇn duy nhÊt cho ta hiÓu biÕt s©u ho¹t ®éng vßng b¸m H¬n n÷a, chóng thÓ hiÖn tÝnh h÷u hiÖu trong viÖc ph©n tÝch hiÖu n¨ng cña íc tÝnh ML vµ hiÖu n¨ng cña chóng cã thÓ ®îc liªn hÖ ®Ó cã ®- îc vßng b¸m 3.2.1 Hµm kh¼ n¨ng (The Likelihood Function) MÆc dï cã thÓ nhËn ®îc çc íc tÝnh th«ng sè dùa vµo hµm mËt ®é x¸c suÊt liªn hîp PDF cña çc biÕn ngÉu nhiªn [r1 r2 rN] tõ viÖc khai triÓn r(t), nhng nã thÝch hîp cho viÖc kh¶o s¸t trùc tiÕp çc d¹ng sãng tÝn hiÖu khi íc tÝnh çc th«ng sè cña chóng V× §ç V¨n Quang – Líp D2 Líp D2001VT 48 §å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu vËy, sÏ triÓn khai gi¶i ph¸p t¬ng ®¬ng thêi gian liªn tôc cña cùc ®¹i ho¸ hµm mËt ®é x¸c suÊt liªn hîp p(r|) V× t¹p ©m céng n(t) lµ tr¾ng cã ph©n bè Gaussian trung b×nh kh«ng, nªn PDF liªn hîp p(r|) ®îc biÓu diÔn  1  N  N  rn  s n () 2   exp   (3.5) pr   2   n1 2 2   Trong ®ã rn r(t)f n (t)dt T0 s n () s(t; )f n (t)dt (3.6) T0 víi T0 lµ kho¶ng thêi gian tÝch ph©n trong viÖc khai triÓn r(t) vµ s(t;) Lu ý r»ng, ®èi sè trong hµm mò cã thÓ ®îc biÓu diÔn theo d¹ng sãng tÝn hiÖu r(t) vµ s(t;) b»ng çch thÕ ph¬ng tr×nh (3.6) vµo (3.5) NghÜa lµ lim 2 1 N  rn  sn () 2  1  r(t)  s(t; ) 2 dt N  2 n1 N 0 T0 (3.7) ViÖc cùc ®¹i ho¸ p(r|) theo çc th«ng sè tÝn hiÖu  t¬ng ®¬ng víi viÖc cùc ®¹i ho¸ hµm Likelihood (Likelihood Function)  1 2  () exp  r(t)  s(t; ) dt (3.8)  N 0 T0  ®íi ®©y xÐt íc tÝnh th«ng sè tÝn hiÖu tõ quan ®iÓm cùc ®¹i ho¸ ( ) 3.2.2 Kh«i phôc sãng mang vµ ®ång bé ký hiÖu trong gi¶i ®iÒu chÕ tÝn hiÖu ThÊy râ, sù cÇn thiÕt ph¶i kh«i phôc sãng mang vµ ®ång hå trong çc hÖ thèng truyÒn tin sè ®ång bé díi ®©y giíi thiÖu mét sè s¬ ®å khèi thêng dïng  S¬ ®å khèi bé t¸ch sãng & gi¶i ®iÒu chÕ tÝn hiÖu BPSK (hay PAM nhÞ ph©n) ®îc cho ë H×nh 3.1 ThÊy râ íc tÝnh pha sãng mang ˆ ®îc dïng ®Ó t¹o tÝn hiÖu chuÈn g(t) cos(2f c t  ˆ ) cho bé t¬ng quan Khèi ®ång bé ký hiÖu ®iÒu khiÓn bé lÊy mÉu vµ bé t¹o xung tÝn hiÖu NÕu xung tÝn hiÖu lµ xung ch÷ nhËt, th× kh«ng cÇn ®Õn bé t¹o xung tÝn hiÖu §ç V¨n Quang – Líp D2 Líp D2001VT 49 §å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu TÝn hiÖu thu T Bé lÊy Bé t¸ch D÷ liÖu ra mÉu sãng Kh«i dt phôc sãng 0 mang g(t)cos2fct ˆ Bé t¹o xung tÝn g(t) hiÖu Khèi ®ång bé ký hiÖu H×nh 3.1 S¬ ®å khèi m¸y thu tÝn hiÖu BPSK  S¬ ®å khèi bé gi¶i ®iÒu chÕ M-PSK ®îc cho ë h×nh 3.2 Trong trêng hîp nµy cÇn cã hai bé t¬ng quan (hay hai bé läc thÝch hîp) ®Ó lÊy t¬ng quan tÝn hiÖu thu víi hai sãng mang vu«ng pha nhau g(t) cos(2fct  ˆ) vµ g(t) sin(2f ct  ˆ) trong ®ã ˆ lµ íc tÝnh pha sãng mang Bé t¸ch sãng pha, thùc hiÖn so s¸nh çc pha tÝn hiÖu thu víi çc pha tÝn hiÖu ph¸t cã thÓ cã T X dt Bé lÊy mÉu 0 cos2fct ˆ Khèi ®ång bé ký hiÖu D÷ Bé t¸ch liÖu TÝn Bé t¹o xung pha ra tÝn hiÖu hiÖu thu Kh«i phôc sãng mang DÞch pha 900  sin2fct ˆ T Bé lÊy mÉu Y dt 0 H×nh 3.2 S¬ ®å khèi m¸y thu tÝn hiÖu M-PSK  S¬ ®å khèi bé gi¶i ®iÒu chÕ tÝn hiÖu PAM ®îc cho h×nh 3.3 Trong trêng hîp nµy, cÇn cã mét bé t¬ng quan vµ bé t¸ch sãng lµ bé t¸ch sãng biªn ®é thùc hiÖn so s¸nh biªn ®é tÝn hiÖu thu víi çc biªn ®é tÝn hiÖu ph¸t cã thÓ cã XÐt ®Õn AGC ®Æt phÝa tríc bé gi¶i ®iÒu chÕ ®Ó lo¹i bá çc thay ®æi ®é lîi kªnh truyÒn g©y ¶nh hëng bé t¸ch sãng biªn ®é AGC cã ®é lîi kh«ng ®æi trong kho¶ng thêi gian t¬ng ®èi dµi, v× vËy nã kh«ng thÓ ®¸p øng ®îc sù thay ®æi biªn ®é tÝn hiÖu trong kho¶ng thêi gian ng¾n (kho¶ng thêi gian mét ký hiÖu) Thay vµo ®ã, AGC duy tr× ®îc c«ng suÊt (tÝn hiÖu céng víi t¹p ©m) trung b×nh kh«ng ®æi t¹i ®Çu vµo bé gi¶i ®iÒu chÕ §ç V¨n Quang – Líp D2 Líp D2001VT 50 §å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu TÝn hiÖu thu AGC T Bé lÊy mÉu Kh«i phôc dt Bé t¸ch sãng mang sãng biªn 0 ®é g(t)cos2fct ˆ g (t ) Bé t¹o xung tÝn hiÖu Khèi ®ång bé ký hiÖu H×nh 3.3 S¬ ®å khèi m¸y thu tÝn hiÖu M-PAM  S¬ ®å khèi bé gi¶i ®iÒu chÕ QAM ®îc cho ë h×nh 3.4 Còng gièng nh trêng hîp cña PAM, cÇn cã AGC ®Ó duy tr× c«ng suÊt tÝn hiÖu æn ®Þnh t¹i ®Çu vµo bé gi¶i ®iÒu chÕ NhËn thÊy bé gi¶i ®iÒu chÕ gièng víi bé gi¶i ®iÒu chÕ PSK, v× chóng ®Òu t¹o çc mÉu tÝn hiÖu ®ång pha vµ vu«ng pha (X,Y) cho bé t¸ch sãng Trong trêng hîp QAM, bé t¸ch sãng thùc hiÖn tÝnh kho¶ng çch Euclidean gi÷a ®iÓm tÝn hiÖu thu bÞ nhiÔu t¹p ©m vµ M ®iÓm tÝn hiÖu ph¸t cã thÓ cã, sau ®ã lùa chän tÝn hiÖu gÇn víi ®iÓm tÝn hiÖu thu nhÊt T X dt Bé lÊy mÉu 0 TÝn Khèi ®ång cos2fct ˆ TÝnh quyÕt hiÖu thu bé ký hiÖu kho¶ng ®Þnh Bé t¹o xung ®Çu AGC Kh«i phôc tÝn hiÖu çch ra sãng mang Euclidea DÞch pha 900  sin 2fct  ˆ T Bé lÊy mÉu Y dt 0 H×nh 3.4 S¬ ®å khèi m¸y thu tÝn hiÖu QAM 3.3 ¦íc tÝnh pha sãng mang  Çc ph¬ng ph¸p kh«i phôc sãng mang: Tån t¹i hai ph¬ng ph¸p ®ång bé sãng mang ë m¸y thu  Ph¬ng ph¸p 1: Lµ ph¬ng ph¸p dïng bé ghÐp, thêng dïng tÝn hiÖu hoa tiªu nã cho phÐp m¸y thu trÝch ra vµ thùc hiÖn ®ång bé bé dao ®éng néi cña nã víi tÇn sè sãng mang vµ pha cña tÝn hiÖu thu Khi nµy thµnh phÇn sãng mang kh«ng ®iÒu chÕ ®îc truyÒn ®i cïng (song song) víi tÝn hiÖu mang tin, m¸y thu dïng vßng kho¸ pha PLL ®Ó b¾t vµ b¸m theo thµnh phÇn sãng mang nµy ThiÕt kÕ vßng kho¸ pha PLL cã ®é réng b¨ng hÑp ®Ó Ýt bÞ ¶nh hëng bëi çc thµnh phÇn tÇn sè tõ tÝn §ç V¨n Quang – Líp D2 Líp D2001VT 51 §å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu hiÖu mang tin  Tèn c«ng suÊt vµ b¨ng th«ng hÖ thèng song thùc hiÖn ®¬n gi¶n  Ph¬ng ph¸p 2: Lµ ph¬ng ph¸p nhËn ®îc íc tÝnh pha sãng mang trùc tiÕp tõ tÝn hiÖu ®iÒu chÕ vµ ®îc dïng phæ biÕn h¬n trong thùc tÕ v× toµn bé c«ng suÊt ph¸t ®- îc ph©n bæ ®Ó truyÒn tÝn hiÖu mang tin  Kh¾c phôc nhîc ®iÓm ph¬ng ph¸p 1 song hÖ thèng phøc t¹p Díi ®©y tËp trung nghiªn cøu ph¬ng ph¸p thø hai  v× vËy gi¶ thiÕt tÝn hiÖu ®îc ph¸t ®i theo kiÓu sãng mang bÞ khö  ¶nh hëng lçi pha sãng mang trong gi¶i ®iÒu chÕ tÝn hiÖu §Ó nhÊn m¹nh tÇm quan träng cña viÖc trÝch íc tÝnh pha chÝnh x¸c, xÐt ¶nh hëng cña lçi pha sãng mang trong mét sè ph¬ng ph¸p gi¶i ®iÒu chÕ cô thÓ:  Gi¶i ®iÒu chÕ tÝn hiÖu khö sãng mang hai b¨ng Gi¶ sö cã tÝn hiÖu ®iÒu chÕ biªn ®é s(t) A(t) cos(2f c t  ) (3.9) NÕu gi¶i ®iÒu chÕ tÝn hiÖu nµy b»ng çch nh©n s(t) víi chuÈn sãng mang c(t) cos(2f c t  ˆ ) (3.10) th× nhËn ®îc: c(t)s(t) 1 A(t) cos(  ˆ )  1 A(t) cos(4f c t    ˆ ) 2 2           thµnh phÇn tÇn sè béi hai lo¹i bá thµnh phÇn tÇn sè béi hai b»ng çch cho tÝn hiÖu tÝch c(t)s(t) qua bé läc th«ng thÊp Sau khi qua bé läc nhËn ®îc tÝn hiÖu mang tin y(t) 1 A(t) cos(  ˆ ) (3.11) 2  NhËn xÐt: V× cos (  ˆ) 1 nªn ¶nh hëng lçi pha   ˆ lµm gi¶m møc tÝn hiÖu d- íi d¹ng ®iÖn ¸p mét hÖ sè cos (  ˆ) vµ díi d¹ng c«ng suÊt mét hÖ sè cos2 (  ˆ) V× vËy nÕu lçi pha 100 lµm suy gi¶m 0,13 dB c«ng suÊt tÝn hiÖu ®iÒu chÕ biªn ®é vµ nÕu lçi pha 300 lµm suy gi¶m 1,25 dB c«ng suÊt tÝn hiÖu ®iÒu chÕ biªn ®é  Gi¶i ®iÒu chÕ tÝn hiÖu QAM vµ M-PSK: TÝn hiÖu QAM vµ M-PSK ®îc biÓu diÔn s(t) A(t) cos(2f c t  )  B(t) sin(2f c t  ) (3.12) TÝn hiÖu nµy ®îc gi¶i ®iÒu chÕ bëi hai sãng mang vu«ng pha nhau (3.13) c c (t) cos(2f c t  ˆ ) c s (t)  sin(2f c t  ˆ ) Nh©n s(t) víi cc(t), cho qua bé läc th«ng thÊp nhËn ®îc thµnh phÇn ®ång pha y I (t) 12 A(t) cos(  ˆ )  12 B(t) sin(  ˆ ) (3.14) Nh©n s(t) víi cs(t), cho qua bé läc th«ng thÊp nhËn ®îc thµnh phÇn vu«ng pha §ç V¨n Quang – Líp D2 Líp D2001VT 52 §å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu y Q (t) 12 B(t) cos(  ˆ )  12 A(t) sin(  ˆ ) (3.15)  NhËn xÐt: Tõ çc ph¬ng tr×nh (3.14) vµ (3.15) cho thÊy lçi pha trong gi¶i ®iÒu chÕ QAM & M-PSK ¶nh hëng nghiªm träng h¬n nhiÒu so víi lçi pha trong gi¶i ®iÒu chÕ PAM V× kh«ng nh÷ng lµm suy gi¶m c«ng suÊt tÝn hiÖu mét hÖ sè cos2 (  ˆ) mµ cßn g©y nhiÔu xuyªn ©m Crosstalk tõ çc thµnh phÇn ®ång pha vµ vu«ng pha Do møc c«ng suÊt trung b×nh cña A(t) vµ B(t) lµ nh nhau, song chØ cÇn lçi pha nhá còng g©y suy tho¸i lín vÒ hiÖu n¨ng  V× vËy, yªu cÇu ®é chÝnh x¸c vÒ pha ®èi víi gi¶i ®iÒu chÕ QAM vµ M-PSK nhÊt qu¸n cao h¬n nhiÒu so víi gi¶i ®iÒu chÕ tÝn hiÖu DSB/SC PAM  BPSK 3.3.1 ¦íc tÝnh pha sãng mang theo ph¬ng ph¸p ML  X©y dùng hµm ML () ®Ó íc tÝnh pha sãng mang Tríc hÕt ta b¾t ®Çu tõ viÖc íc tÝnh pha sãng mang ML Theo tiªu chuÈn ML, th× vector th«ng sè tÝn hiÖu  ®îc xö lý nh tÝn hiÖu tÊt ®Þnh nhng kh«ng ®îc biÕt tríc ®Ó ®¬n gi¶n gi¶ thiÕt ®· biÕt trÔ truyÒn lan  vµ ®Æt =0, khi nµy hµm sÏ ®îc cùc ®¹i ho¸ lµ hµm Likelihood ®îc cho ë ph¬ng tr×nh (3.8) trong ®ã  ®îc thay bëi   nªn hµm nµy trë thµnh   1  r ( t )  2   N0 s( t; ) dt    exp T0      1 r 2 ( t )dt  2 r ( t )s N0  N 0 T0  T0  exp          K h«ng chøa   To ng quan chÐo g   phô thué c vµo ç (3.16)  NhËn xÐt: Thµnh phÇn ®Çu tiªn cña hµm mò kh«ng chøa th«ng sè tÝn hiÖu  Thµnh phÇn thø ba chøa tÝch ph©n cña s2(t;) lµ n¨ng lîng tÝn hiÖu trong kho¶ng thêi gian quan tr¾c T0 víi bÊt kú gi¸ trÞ  nµo vµ kh«ng thay ®æi ChØ cã thµnh phÇn thø hai chøa t¬ng quan chÐo gi÷a tÝn hiÖu thu r(t) vµ tÝn hiÖu s(t;) phô thuéc vµo çch chän  V× vËy, hµm Likelihood ( ) cã thÓ ®îc biÓu diÔn  C exp   2 r(t)s(t; )dt (3.17)  N 0 T0  trong ®ã h»ng sè C kh«ng phô thuéc vµo   íc tÝnh pha theo tiªu chuÈn ML ˆML lµ gi¸ trÞ cña  lµm cùc ®¹i ho¸ hµm ( ) (nghÜa lµ, t¹i gi¸ trÞ íc tÝnh pha ˆML hµm () ®¹t gi¸ trÞ cùc ®¹i) T¬ng ®¬ng, gi¸ trÞ ˆML còng lµm cùc ®¹i ho¸ logarith cña hµm ( ) , nghÜa lµ  L   2 r(t)s(t; )dt (3.18) N 0 T0 lu ý r»ng khi ®Þnh nghÜa hµm  L () ®· bá qua h»ng sè C  ¦íc tÝnh pha sãng mang tõ tÝn hiÖu sãng mang kh«ng ®iÒu chÕ: §Ó minh ho¹ ta xÐt vÝ dô cho vÊn ®Ò tèi u ho¸ ®Ó x¸c ®Þnh pha sãng mang cho tÝn hiÖu kh«ng ®iÒu chÕ  BiÓu thøc tÝn hiÖu vµo §ç V¨n Quang – Líp D2 Líp D2001VT 53 §å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu §Ó x¸c ®Þnh pha sãng mang xÐt truyÒn sãng mang kh«ng ®iÒu chÕ Acos2fct TÝn hiÖu thu lµ r(t) A cos(2f c t  )  n(t) trong ®ã  lµ pha kh«ng ®îc biÕt tríc  BiÓu thøc íc tÝnh pha T×m gi¸ trÞ , coi ˆ ML sao cho lµm cùc ®¹i ho¸ hµm  L   2A r(t) cos(2f c t  )dt N 0 T0 §iÒu kiÖn cÇn ®Ó cùc ®¹i ho¸ hµm trªn lµ d L () 0 d §iÒu kiÖn nµy cho ta r(t) sin(2f c t  ˆ ML )dt 0 T0 (3.19) T¬ng ®¬ng víi  r(t) sin2fc tdt  ˆ  tan  1  T0  (3.20)  ML  r(t) cos2f c tdt    T0   X©y dùng s¬ ®å khèi tõ biÓu thøc íc tÝnh pha Cho thÊy ®iÒu kiÖn tèi u ho¸ theo ph¬ng tr×nh (3.19) cho biÕt viÖc dïng vßng ®Ó trÝch - íc tÝnh nh ®îc minh ho¹ trong h×nh 3.5 Bé läc vßng lµ bé tÝch ph©n mµ ®é réng b¨ng th«ng cña nã tØ lÖ nghÞch víi thêi gian lÊy tÝch ph©n T0 MÆt kh¸c ph¬ng tr×nh (3.20) cho ta thÊy viÖc thùc thi b»ng çch dïng çc sãng mang vu«ng pha nhau ®Ó t¬ng quan chÐo víi r(t) V× vËy ˆML lµ hµm artang cña tØ sè gi÷a hai ®Çu ra bé t¬ng quan ®îc cho ë h×nh 3.6 VÝ dô nµy cho thÊy viÖc dïng PLL ®Ó íc tÝnh pha sãng mang kh«ng ®iÒu chÕ §ç V¨n Quang – Líp D2 Líp D2001VT 54 §å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu r(t) T0 dt T dt0 X Sin2fct ˆML  VCO cos 2fct H×nh 3.5 Dïng vßng kho¸ pha r (t ) Bé dao PLL ®Ó íc tÝnh pha sãng pha mang kh«ng ®iÒu chÕ theo tiªu ®éng ˆ 1 Y  chuÈn ML ML tan   X 1 2  sin 2fct dt Y T0 H×nh 3.6 ¦íc tÝnh pha sãng mang kh«ng ®iÒu chÕ theo tiªu chuÈn ML 3.3.2 Vßng kho¸ pha  CÊu t¹o VÒ c¬ b¶n vßng kho¸ pha PLL gåm: mét bé nh©n, mét bé läc vßng, mét bé dao ®éng ®iÒu khiÓn b»ng ®iÖn ¸p VCO ®îc cho ë h×nh 3.7 TÝn hiÖu vµo Bé läc vßng VCO TÝn hiÖu ra H×nh 3.7 Çc phÇn tö c¬ b¶n cña vßng kho¸ pha (PLL)  BiÓu thøc lçi pha NÕu ®Çu vµo PLL lµ cos2f c t   vµ ®Çu ra cña VCO lµ sin2f c t  ˆ  , trong ®ã ˆ lµ íc tÝnh pha cña  th× tÝch cña hai tÝn hiÖu nµy (çc ®Çu ra bé nh©n) lµ e(t) cos(2f c t  ) sin(2f c t  ˆ ) 1 sin(ˆ  )  1 sin(4f c t    ˆ ) (3.21) 2 2         Thµnh phÇn tÇn sè béi hai 2fc Bé läc vßng lµ bé läc th«ng thÊp chØ ®¸p øng víi thµnh phÇn tÇn sè thÊp 12 sinˆ    vµ khö thµnh phÇn tÇn sè béi hai 2fc  M« h×nh ho¸ vßng kho¸ pha PLL  Hµm truyÒn ®¹t bé läc vßng: §ç V¨n Quang – Líp D2 Líp D2001VT 55 §å ¸n tèt nghiÖp §¹i häc Ch¬ng III: §ång bé sãng mang vµ ký hiÖu Thêng chän bé läc vßng cã hµm truyÒn ®¹t t¬ng ®èi ®¬n gi¶n G(s) 1  2s 1  1s (3.22) trong ®ã 1 vµ 2 lµ çc th«ng sè thiÕt kÕ (1 >> 2) ®Ó ®iÒu kiÓn ®é réng b¨ng cña vßng Muèn cã ®¸p øng vßng tèt th× cÇn chän bé läc cã bËc cao (Bé läc cã bËc cµng cao th× cµng nhiÒu ®iÓm cùc vµ ®¸p øng vßng cµng tèt) §iÖn ¸p ®Çu ra v(t) bé läc vßng ®iÒu khiÓn bé dao ®éng VCO VÒ c¬ b¶n bé dao ®éng VCO lµ bé t¹o tÝn hiÖu sin cã pha tøc th× ®îc cho bëi t (3.23) 2f c t  ˆ (t) 2f c t  K v()d  trong ®ã K lµ h»ng sè ®é lîi ®¬n vÞ [rad/v] V× vËy  t (t) K v()d (3.24)   M« h×nh vßng kho¸ pha PLL phi tuyÕn (tæng qu¸t) B»ng çch bá qua thµnh phÇn tÇn sè béi hai 2fc tõ sau bé nh©n (nh©n gi÷a tÝn hiÖu vµo víi ®Çu ra VCO) cã thÓ rót gän PLL thµnh m« h×nh hÖ thèng vßng kÝn t¬ng ®¬ng ®îc cho ë h×nh 3.8 Hµm sin cña ®é lÖch pha sinˆ    lµm cho hÖ thèng phi tuyÕn - ˆ   12 sinˆ ) Bé läc vßng + G(s) ˆ K v(t ) s VCO H×nh 3.8 M« h×nh vßng kho¸ pha (PLL)  M« h×nh vßng kho¸ pha PLL tuyÕn tÝnh: ThÊy râ khi lçi pha ˆ   nhá cho phÐp tuyÕn tÝnh ho¸ vßng kho¸ pha PLL Tr- êng hîp vßng kho¸ pha PLL ®ang b¸m pha theo sãng mang ®Õn  lçi pha ˆ    nhá  v× vËy cã thÓ lÊy xÊp xØ sinˆ   ˆ   (3.25) B»ng çch lÊy xÊp xØ, vßng kho¸ pha PLL trë nªn tuyÕn tÝnh vµ ®îc ®Æc trng bëi hµm truyÒn ®¹t kÝn nh sau: K G(s) s H(s)  G(s) (3.26) 1K s trong ®ã hÖ sè 1/2 ®îc quy vµo th«ng sè ®é lîi K ThÕ ph¬ng tr×nh (3.22) vµo (3.26) ta ®îc §ç V¨n Quang – Líp D2 Líp D2001VT 56 ... PLL vào mô hình khôi phục sóng mang cụ thể cần lu ý: tín hiệu vào PLL tín hiệu sóng mang không điều chế phải khử điều chế sóng mang (phần sau cho thấy giải pháp khử điều chế sóng mang) 3. 3 .3 ảnh... (3. 18) N T0 lu ý định nghĩa hàm L () đÃ bỏ qua h»ng sè C  ¦íc tÝnh pha sãng mang từ tín hiệu sóng mang không điều chế: Để minh hoạ ta xét ví dụ cho vấn đề tối u hoá để xác định pha sóng. .. tính pha sóng mang kh«ng điều chế theo tiêu chuẩn ML 3. 3.2 Vòng khoá pha Cấu tạo Về vòng khoá pha PLL gồm: nhân, lọc vòng, dao động điều khiển điện áp VCO đợc cho hình 3. 7 Tín hiệu vào

Ngày đăng: 21/11/2012, 09:18

Xem thêm: Ứng dụng thuật toán ML để đổi pha sóng mang và định thời cho kênh pha ding 3, Ứng dụng thuật toán ML để đổi pha sóng mang và định thời cho kênh pha ding 3, Giíi thiƯu, Biểu diễn hàm mật độ xác suất liên hợp PDF của các biến, ¦íc tÝnh pha sãng mang theo ph ¦íc tÝnh pha sãng mang theo ph, Các vòng trực tiếp quyết định Các vòng trực tiếp quyết định, Giíi thiƯu, Biểu diễn hàm mật độ xác suất liên hợp PDF của các biến, ¦íc tÝnh pha sãng mang theo ph ¦íc tÝnh pha sãng mang theo ph, Các vòng trực tiếp quyết định Các vòng trực tiếp quyết định, Giíi thiƯu, Biểu diễn hàm mật độ xác suất liên hợp PDF của các biến, ¦íc tÝnh pha sãng mang theo ph ¦íc tÝnh pha sãng mang theo ph, Các vòng trực tiếp quyết định Các vòng trực tiếp quyết định