Вы находитесь на странице: 1из 52

Кафедра телекоммуникаций

Дисциплина: «Адаптивные системы в


телекоммуникациях»
Практическое занятие №3 «Рассмотрение
примеров построения адаптивных систем
связи, заложенных в Simulink/MatLab.»

Преподаватель:
Авдеенко Глеб Леонидович , старший преподаватель
кафедры ТК
Киев - 2017 1
Цель занятия:

Продолжение знакомства с принципами


работы адаптивных устройств на основе
примеров иммитационных моделей,
заложенных в САПР Simulink/MatLab

2
Пример №1. Исследование сходимости
различных алгоритмов адаптации
Команда для запуска примера: lmsxyplot
Адаптивные фильтры (АФ):

1- LMS;
1 2- Normalized LMS;
3- Sign-Error LMS (SELMS);
4- Sign-Sign LMS (SSLMS);

Вкл/Выкл

4
Кривые сходимости всех 4-х адаптивных алгоритмов (одновременно):
После запуска получаем кривые сходимости в системе координат (w0, w1)

NLMS
LMS
SELMS

SSLMS
Фрагмент графика двумерной квадратичной целевой функции

СКО  E  d k2   W T RW - 2P T W  w0 
W 
 w1 
R  E  X k X k T  P  E  d k X k 

Оптимальное
винеровское
решение

W *  R 1 P
Пример №2. Идентификация нестационарного
канала связи с использованием адаптивного
фильтра, работающего по алгоритму RLS
Команда для запуска примера: dspchanest

Появится следующее окно:


Нажимая на Plot Weights, заходим в следующий блок

Нажимаем на Scope
Запуская модель на выполнение, получим:

Желтая линия – действительные значения весовых коэффициентов нестац.канала;


Фиолетовая линия – значения весовых коэффициентов, оцененные адапт.фильтром.
Пример №3. Адаптивный шумоподавитель
Команда для запуска примера: rlsdemo
Появится следующее окно:
В результате запуска получим, что:
Исходный сигнал:

Сигнал+помеха:

Отфильтрованный полезный сигнал


Распределение весовых коэффициентов АЧХ адаптивного фильтра
адаптивного фильтра
Пример №4. Устройство адаптивной оценки временной
задержки

Команда для запуска примера: lmsadtde


Появится следующее окно:

Тракт формирования эхо-сигнала


Прямой сигнал

Эхо-сигнал

Сигнал ошибки на выходе фильтра


При запуске получим, что:

Оценка временных задержек прямого сигнала и его задержанной копии (эхо-


сигнал)
Пример №5. Адаптивная идентификация неизвестной
системы
Комманда для запуска примера: slexSysIdentMATLABSystemExample
При запуске получим, что:

Cигнал ошибки

Весовые коэффициенты
Пример №6. Адаптивный эквалайзинг
Рассмотрим эквалайзинг - метод, используемый в узкополосных
TDMA-системах сотовой связи для компенсации межсимвольных
искажений. Термин эквалайзинг заимствован из английского языка
(equalizing - буквально выравнивание) и имеет в данном случае смысл
компенсации той разности хода между составляющими лучами
при многолучевом распространении, которая приводит к
межсимвольной интерференции.
Эквалайзер - это адаптивный фильтр, настраиваемый таким
образом, чтобы сигнал на его выходе был в возможно большей
степени очищен от межсимвольных искажений, содержащихся во
входном сигнале.

19
Простейшая реализация эквалайзера - трансверсальный фильтр (Рис.1),
подобный тому, который может использоваться в кодере речи, но с
принципиально иным алгоритмом настройки. Покажем на простом примере,
что такая схема может, по крайней мере в некоторых ситуациях, существенно
ослабить межсимвольные искажения

Рис.1 Схема эквалайзера на базе трансверсального фильтра


Предположим, что входной сигнал эквалайзера состоит из основного
сигнала - некоторой последовательности однобитовых символов (единиц и
нулей, первый график на рис.2,а) и его копии, ослабленной в три раза и
сдвинутой во времени на длительность τ одного символа.
20
Рис.2 К пояснению работы схемы эквалайзера
21
Если дискрет линии задержки фильтра равен τ , а значение
коэффициента в первом отводе с1 = -1/3, то при сложении вход-
ного сигнала и сигнала с первого отвода получим следующее (рис.
2,б): основной сигнал (первая составляющая входного сигнала)
остается без изменений; вторая составляющая входного сигнала
компенсируется первой составляющей, задержанной на τ ; вторая
составляющая задержанного сигнала дает копию основного, но
ослабленную уже в девять раз, задержанную на 2τ и с обратным
знаком. Если во втором отводе линии задержки коэффициент с2 = -
1/9 то при сложении трех сигналов - входного и двух
задержанных - получим неизменный основной сигнал и его
копию, задержанную на 3τ и ослабленную в 27 раз. Таким
образом, в рассматриваемом примере добавление каждого
следующего элемента линии задержки с соответствующим
значением коэффициента сi приводит к ослаблению иска-
жающего сигнала втрое и к дополнительной задержке его во
времени на τ.
22
В реальной жизни, разумеется, дело обстоит сложнее, чем в
описанном примере: и число лучей может быть больше двух, и
задержки едва ли будут кратны дискрету линии задержки, и
амплитуды составляющих сигналов, так же как и их число и
задержки, не будут заранее известны. Кроме того, при
перемещении абонентского аппарата вся эта картина
непрерывно изменяется. Поэтому настройка фильтра
производится адаптивно, в соответствии с конкретно
складывающейся ситуацией, в отдельности для каждого
сегмента речи, передаваемого в одном слоте эфирного
интерфейса, с использованием обучающей последовательности,
передаваемой в каждом слоте.
Помимо фильтра трансверсальной структуры, в эквалайзере
может использоваться и фильтр решетчатой структуры,
который в данном случае также должен настраиваться
адаптивно по обучающей последовательности очередного
слота.
23
Приведенная на рис.2 схема эквалайзера на основе
трансверсального фильтра является линейной, так же как и соот-
ветствующая ей схема с решетчатым фильтром. Линейный эква-
лайзер относительно прост по устройству, но имеет недостатки,
проявляющиеся при больших искажениях сигналов. Более
совершенными являются нелинейные эквалайзеры - схема с
обратной связью по решению (DFE – decision feedback equalizer),
схема максимально правдоподобного обнаружения символов
(максимума апостериорной вероятности) и схема максимально
правдоподобной оценки последовательности (MLSE); в первой
из этих схем могут использоваться трансверсальные или
решетчатые фильтры, во второй и третьей - трансверсальные.
Общая длина линии задержки фильтра должна соответствовать
той разности хода лучей, для которой желательно
компенсировать искажения, а дискрет линии задержки должен
быть менее длительности символа.
24
Приклад №6.1 «Дослідження еквалайзінгу в системі
цифрового зв’язку» (“Equalization in Digital
Communications”)
1). Заходим в Интернет (google.com.ua)
Находим иммитационную модель
adaptequaldemo

http://users.iit.demokritos.gr/~ntsap/courses/bes06/software/ adaptequaldemo.m
25
1) Скопировать текст в буфер обмена и вставить в script-
файл (Меню File → Script)в Мatlab.
2) Сохранить скрипт под именем adaptequaldemo.m
3) Для корректной работы модели откорректировать текст
скрипта, добавив два слова «figure» в позициях, указанных
ниже

4) Сохраняем script
5) Запускаем скрипт-файл на компиляцию

6) Анализируем полученные результаты:


Сигнальное созвездие исходного сигнала на
передающей стороне АЧХ и ФЧХ беспроводного канала передачи

27
Сигнальное созвездие на приемной стороне (до Сигнальное созвездие на приемной стороне
эквалайзинга) (после эквалайзинга)

Квадрат ошибки процесса адаптации как


функция числа итераций

Адаптация осуществлялась
по алгоритму RLS

28
Приклад №6.2 Моделирование работы линейного адаптивного
эквалайзера в Simulink
1) Запуск иммитационной модели линейного адаптивного эквалайзера:
doc_lmseq

Появится следующее окно:


2) Необходимо добавить ещё один анализатор сигнального
созвездия и разместить его после модулятора

3) Запускаем модель на выполнение (компиляцию)

30
Сигнальное созвездие на выходе Сигнальное созвездие на входе
передатчика приемника (до эквалайзинга)

Сигнальное созвездие на входе


приемника (после эквалайзинга)

31
Приклад №7 Моделювання роботи адаптивної системи
зв`язку технології MIMO, що використовує механізм
ортогонального просторово-частотного блокового
кодування (OSTBC) (“Adaptive MIMO System with
OSTBC”)

Команда для активації прикладу:


commadaptivemimo

32
Cтруктурная схема для исследования адаптивной МIMO системы

33
Адаптация при передачи фреймов проявляется в:

1) В изменении количества передающих антенн (1≤Nt≤4),


которые одновременно излучают радиосигналы;
2) В изменении количества приемных антенн (1≤Nr≤4), которые
принимают радиосигналы.

Критерий адаптации:

Реальная вероятность появления ошибочных фреймов


(Actual_FER) не должна превышать заданную вероятность
появления ошибочных фреймов (Target_FER)

34
MIMO principle

MIMO (англ. Multiple Input Multiple Output) - метод пространственного


кодирования сигнала, позволяющий увеличить полосу пропускания канала,
при котором передача данных осуществляется с помощью N антенн и их
приёма М антеннами. Передающие и приёмные антенны разнесены
настолько, чтобы достичь слабой корреляции между соседними антеннами.

38
Что надо исследовать на практическом занятии:

Зависимость вероятности неправильно принятых


фреймов от режима работы (адаптивный или
неадаптивный) а также числа задействованных антенн
на передачу и прием.

39
1) Неадаптивный режим работы
Target_FER = 0.2
Число
антенн Число Реальная
№ Число антенн Общее число
переда- ошибочно вероятность
режи- приемной принятых
ющей принятых ошибки
ма п/п станции (Nr) фреймов
станции фреймов (Target_FER)
(Nt)
1 1 1
2 1 2
3 1 3
4 1 4
5 2 1
6 2 2
7 2 3
8 2 4
40
Число
антенн Число Реальная
№ Число антенн Общее число
переда- ошибочно вероятность
режи- приемной принятых
ющей принятых ошибки
ма п/п станции (Nr) фреймов
станции фреймов (Target_FER)
(Nt)
9 3 1
10 3 2
11 3 3
12 3 4
13 4 1
14 4 2
15 4 3
16 4 4

41
2) Адаптивный режим работы
Число
антенн Число Реальная
№ Число антенн Общее число
переда- ошибочно вероятность
режи- приемной принятых
ющей принятых ошибки
ма п/п станции (Nr) фреймов
станции фреймов (Target_FER)
(Nt)
1 1 Aдаптив.
2 2 Адаптив.
3 3 Адаптив.
4 4 Адаптив.
5 Адаптив. 1
6 Адаптив. 2
7 Адаптив. 3
8 Адаптив. 4
9 Адаптив. Адаптив.
42
Домашнє завдання:

Виконати імітаційне моделювання згідно Прикладу №7


відповідно до варіанту завдання.
1) Бондарчук
Максимальна
Максимальна
кількість
Ймовірність Відношення кількість
Розмір фрейму помилкових
№ варіанту помилки сигнал/шум фреймів
(Frame length) фреймів
(Target_FER) (SNR) (Max Frame
(Max error
Count)
count)
1 0.1 120 10 1000 50000

2) Брицун
Максимальна
Максимальна
кількість
Ймовірність Відношення кількість
Розмір фрейму помилкових
№ варіанту помилки сигнал/шум фреймів
(Frame length) фреймів
(Target_FER) (SNR) (Max Frame
(Max error
Count)
count)
2 0.3 120 5 1500 50000
3) Вальчук:
Максимальна
Максимальна
кількість
Ймовірність Відношення кількість
Розмір фрейму помилкових
№ варіанту помилки сигнал/шум фреймів
(Frame length) фреймів
(Target_FER) (SNR) (Max Frame
(Max error
Count)
count)
3 0.2 120 7 1000 50000
4) Вовк:
Максимальна
Максимальна
кількість
Ймовірність Відношення кількість
Розмір фрейму помилкових
№ варіанту помилки сигнал/шум фреймів
(Frame length) фреймів
(Target_FER) (SNR) (Max Frame
(Max error
Count)
count)
4 0.1 120 12 500 50000

5) Волошин:
Максимальна
Максимальна
кількість
Ймовірність Відношення кількість
Розмір фрейму помилкових
№ варіанту помилки сигнал/шум фреймів
(Frame length) фреймів
(Target_FER) (SNR) (Max Frame
(Max error
Count)
count)
5 0.3 120 6 1000 50000

6) Гер:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
6 0.15 120 11 700 50000
7) Гетьман:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
7 0.05 120 13 250 50000

8) Денисюк:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
8 0.15 120 8 500 50000

9) Дробіна:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
9 0.1 120 9 750 50000
10) Зелепукіна:
Максимальна
Ймовірність Розмір Відношення кількість Максимальна
№ варіанту помилки фрейму сигнал/шум помилкових кількість фреймів
(Target_FER) (Frame length) (SNR) фреймів (Max Frame Count)
(Max error count)
10 0.12 120 7 1000 50000

11) Кастранець:
Максимальна
Ймовірність Розмір Відношення кількість Максимальна
№ варіанту помилки фрейму сигнал/шум помилкових кількість фреймів
(Target_FER) (Frame length) (SNR) фреймів (Max Frame Count)
(Max error count)
11 0.11 120 10 500 50000

12) Козик:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
12 0,1 120 9 500 50000
13) Кукліна:
Максимальна
Ймовірність Розмір Відношення кількість Максимальна
№ варіанту помилки фрейму сигнал/шум помилкових кількість фреймів
(Target_FER) (Frame length) (SNR) фреймів (Max Frame Count)
(Max error count)
13 0,13 120 8 1000 50000

14) Лейко
Максимальна
Ймовірність Розмір Відношення кількість Максимальна
№ варіанту помилки фрейму сигнал/шум помилкових кількість фреймів
(Target_FER) (Frame length) (SNR) фреймів (Max Frame Count)
(Max error count)
14 0,13 120 10 750 50000

15) Михайлов
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
15 0,11 120 11 750 50000
16) Опанасець:
Максимальна
Ймовірність Розмір Відношення кількість Максимальна
№ варіанту помилки фрейму сигнал/шум помилкових кількість фреймів
(Target_FER) (Frame length) (SNR) фреймів (Max Frame Count)
(Max error count)
16 0,15 120 12 1000 50000

17) Полонський:
Максимальна
Ймовірність Розмір Відношення кількість Максимальна
№ варіанту помилки фрейму сигнал/шум помилкових кількість фреймів
(Target_FER) (Frame length) (SNR) фреймів (Max Frame Count)
(Max error count)
17 0,1 120 9 500 50000

18) Прут:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
18 0,12 120 8 1000 50000
19) Солянікова:
Максимальна
Ймовірність Розмір Відношення кількість Максимальна
№ варіанту помилки фрейму сигнал/шум помилкових кількість фреймів
(Target_FER) (Frame length) (SNR) фреймів (Max Frame Count)
(Max error count)
19 0,11 120 8 750 50000

20) Тимошенко:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
20 0,14 120 7 250 50000

21) Юсина:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
21 0,16 120 10 250 50000
22) Ярмола:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
22 0,1 120 7 500 50000

23) Донг Тхі Тхо:


Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
23 0,1 120 8 750 50000

24) Рибак:
Максимальна
Розмір
Ймовірність Відношення кількість Максимальна
фрейму
№ варіанту помилки сигнал/шум помилкових кількість фреймів
(Frame
(Target_FER) (SNR) фреймів (Max Frame Count)
length)
(Max error count)
24 0,17 120 9 1000 50000
25) Немченко:
Максимальна
Ймовірність Розмір Відношення кількість Максимальна
№ варіанту помилки фрейму сигнал/шум помилкових кількість фреймів
(Target_FER) (Frame length) (SNR) фреймів (Max Frame Count)
(Max error count)
25 0,13 120 9 1000 50000