Установлено, что идентификация фазового разбаланса возможна при его величине более 10 и ОСШ более 6 дБ. В условиях амплитудного разбаланса наблюдаются схожие результаты, за исключением более высоких отношений ОСШ - около 11-12 дБ, при малых величинах разбаланса. Данное явление объясняется высокой помехоустойчивостью радиосигнала с модуляцией QPSK.

Кроме того, Установлено, что граница срабатывания определяется вводимым порогом разрешения ? . При снижении порога наибольшее ухудшение показателей алгоритма наблюдается при идентификации фазового и амплитудного разбалансов. Точность идентификации нелинейного искажения сигнального созвездия и смещения сигнального созвездия продемонстрировали меньшую зависимость от порога точности. Данная методика идентификации типа искажения сигнала с QAM-16 обеспечивает возможность различить фазовый и амплитудный типы разбаланса квадратур, смещение сигнального созвездия и его нелинейное искажение при

х величине от более чем 5^о, отношении квадратур более 0,95, и смещении более 0,05 и смещении более 0,05 от квадратурной/синфазной составляющей символа созвездия с минимальной энергией соответственно. Предложенная методика совместима с современным измерительным телекоммуникационным оборудованием и обладает высоким потенциалом для внедрения.

Таким образом, за счет применения и использования цифровых систем передачи можно значительно улучшить основные параметры передачи цифровых сообщений за счет повышения показателей быстродействия и помехоустойчивости.

Приложение А

Рисунок 12. Структурная схема фильтра, согласованного с М- последовательностью 1110010

Рисунок 13. Структурная схема фильтра, согласованного с одиночным прямоугольным видеоимпульсом

Рисунок 8 - Схема OFDM-модулятора

Рисунок 15 - Модель системы передачи цифровой информации через радиоканал с системой компенсации искажения сигнального созвездия BPSK

Приложение Б

Фрагменты исходных кодов разработанного в ходе исследования программного обеспечения

%ПЕРЕНОС УСИЛИТЕЛЬНОЙ ХАРАКТЕРИСТИКИ

% Снимаем по точкам усилительную характеристику

% MLCQ-02 512МГц

clear all;

InPwrArr = [0.06 0.095 0.13 0.19 0.25 0.3 0.5 0.75 1 1.5 2 3 3.98 6 7.94 10.5 15.85

24]; %mW

OutPwrArr = [1 1.5 1.8 2.5 3.5 4 5.5 6.5 8.8 12.5 17.1 23 28.6 37 44.3 52 55 57];

%W

% Зависимость Вых/Вх мощности plot (InPwrArr, OutPwrArr,'b-*'); ylim([0,max(OutPwrArr)+4]);

title('Усилительная характеристика MLCQ-02'); xlabel('Входная мощность mW'); ylabel('Выходная мощность W');

hold on;

% Усилительная характеристика polyfet

GainFunction_Db = 10*log10((OutPwrArr./InPwrArr)*1000);

% Пересчет входной мощности в mW --> W InPwrArr_Watts = InPwrArr./1000;

% Расчет усредненного линейного множителя усиления

GainDB_arr = [40.93 40.85 40.72 40.6 40.5 40.37 40.2 40.15 39.95 39.85 39.47

39.07 38.63 38.32 37.98 37.17 35.94 34.77]; % Усиление в Дб

GainLn_arr = zeros(1,length(GainDB_arr)); for i = 1:length(GainDB_arr)

GainLn_arr(i) = 10^(GainDB_arr(i)./10); % Пересчет в линейный множитель end

% Усреднение коэффициента усиления GainLn_avg=0;

for i = 1:length(GainDB_arr)

GainLn_avg = GainLn_avg + GainLn_arr(i); end

GainLn_avg = GainLn_avg/length(GainDB_arr);

%%

% Аппроксимация кубическим полиномом и МНК%

%% IIP3_max = 0.015; % W

NumOfSteps = 100000;

StepSize = IIP3_max/NumOfSteps;% W MNK_arr = zeros(1,NumOfSteps);

IIP3 = 0; % W

for j=1:NumOfSteps

IIP3 = IIP3 + StepSize; f = sqrt(3/IIP3);

% Преобразования в эквивалентные напряжения

% P = U*U/Rn --> Мощность усредненная --> P= ((0.707U)^2)/Rn = U^2/(2Rn)

% Rn --> нормированная --> P=U^2/2 --> U=sqrt(2P)

%InVoltArr = (InPwrArr_Watts.*2).^0.5;

% Нормировка на фактор F InPwr_Scaled = InPwrArr_Watts.*f;

% Усечение

for i = 1:length(InPwr_Scaled) if InPwr_Scaled(i)> 1

InPwr_Scaled(i) = 1; end

end

% Применение полиномиального преобразования AM/AM InPwrArr_Cubic = zeros(1,length(InPwr_Scaled));

for i = 1:length(InPwr_Scaled)

InPwrArr_Cubic(i) = InPwr_Scaled(i) - InPwr_Scaled(i)^3/3; end

% Перевод в абсолютные значения CubicPwrArr = (InPwrArr_Cubic./f);

% Расчет выходного сигнала

OutPwr_model = zeros(1,length(CubicPwrArr)); for i=1:length(CubicPwrArr)

OutPwr_model(i) = CubicPwrArr(i)*GainLn_arr(i); end

%%

%Cчитаем МНК и сохраняем его значение в массив

%%

for i=1:length(OutPwr_model)

MNK_arr(j)= MNK_arr(j)+(OutPwr_model(i)-OutPwrArr(i))^2; end

end

%%

%Вычисляем усилительную характеристику с опт.

%параметрами аппроксимации

%%

Idx=0; MNK_val=0;

[MNK_val,Idx]=min(MNK_arr); IIP3_exact = Idx*StepSize;

IIP3 = IIP3_exact; f = sqrt(3/IIP3);

% Преобразования в эквивалентные напряжения

% P = U*U/Rn --> Мощность усредненная --> P= ((0.707U)^2)/Rn = U^2/(2Rn)

% Rn --> нормированная --> P=U^2/2 --> U=sqrt(2P)

%InVoltArr = (InPwrArr_Watts.*2).^0.5;

% Нормировка на фактор F InPwr_Scaled = InPwrArr_Watts.*f;

% Усечение

for i = 1:length(InPwr_Scaled) if InPwr_Scaled(i)> 1

InPwr_Scaled(i) = 1; end

end

% Применение полиномиального преобразования AM/AM InPwrArr_Cubic = zeros(1,length(InPwr_Scaled));

for i = 1:length(InPwr_Scaled)

InPwrArr_Cubic(i) = InPwr_Scaled(i) - InPwr_Scaled(i)^3/3; end

% Перевод в абсолютные значения и преобразование в мощность CubicPwrArr = InPwrArr_Cubic./f;

% Расчет выходного сигнала

OutPwr_model = zeros(1,length(CubicPwrArr)); for i=1:length(CubicPwrArr)

OutPwr_model(i) = CubicPwrArr(i)*GainLn_arr(i); end

%строим график

plot (InPwrArr,OutPwr_model);

ПРИМЕР ЗАПУСКА МОДЕЛИ ИЗ КОДА

clear all close all

% интервал расчета k = 13;

%шаг и величина сдвига s = 0;

size = 1;

%количество итераций m = k/size;

% моделируем BER

fs = 1e-4; % 1/символьна§ скорость

N = 1024; % кол-во символов на фрейм EbN0 = 0;

% создаем полосу прогресса h = waitbar(0, 'ї»дет расчет...'); WbarSteps = 6;

WbarProgress = 0;

Imb = 0;

for j = 1 : 8

for i = 1 : m

sim('Phase_Imb_QPSK_blindIQ_sim.slx'); % запуск модели в simulink TmpNoCmp{i} = BER_NoCmp(1,1);

TmpCmp{i} = BER_Cmp(1,1); EbN0 = EbN0 + size;

end i = 0;

EbN0 = 0;

Imb = Imb + 10;

WbarProgress = WbarProgress + 1; waitbar(WbarProgress / WbarSteps);

StoreNoCmp {1,j} = {TmpNoCmp}; StoreCmp {1,j} = {TmpCmp};

end

% закрываем полосу прогресса close(h);

Приложение С

Примеры моделей телекоммуникационных систем с интегрированными алгоритмами идентификации радиосигнала в MATLAB Simulink

Рисунок В.1 - Модель телекоммуникационной системы, предназначенная для оценки влияния нелинейного искажения усилителя на величину вектора ошибки при передаче сигнала QAM-16

Рисунок В.2 - Фрагмент модели, реализующий вычисление угла поворота созвездия при передаче радиосигнала BPSK

Библиографический список

1. Биккенин Р.Р. Теория электрической связи: учебное пособие для студ. высших учебных заведений / Р.Р. Биккенин, М.Н.Чесноков. - М. : Издательский центр «Академия» , 2010.

2. Андреев Р. Н., Краснов Р. П., Чепелев М. Ю. Теория электрической связи: курс лекций: учебное пособие для вузов. - Горячая линия-Телеком, 2014. - 230 с.

3. Прокис Джон. Цифровая связь. / перевод с англ. под ред. Кловского Д.Д. Издательство: М.: Радио и связь. 800 с.

4. Песков С.Н., ИщенкоА.Е. Расчет вероятности ошибки в цифровых каналах связи / Журнал «Теле-Спутник»

5. Bit Error Rate (BER) https://www.mathworks.com/help/comm/ug/bit-error- rate-ber.html

6. Васильев К.К., Теория электрической связи: учебное пособие / К.К. Васильев, В.А. Глушков, А.В. Дормидонтов, А.Г. Нестеренко; под общ. ред. К.К. Васильева. - Ульяновск: УлГТУ, 2008. - 452 с.

7. Брюханов Ю.А. Цифровые цепи и сигналы. - Ярославль: ЯрГУ, 2005. - 154 с.

8. Галкин В.А. Основы программно-конфигурируемого радио. Учебное пособие для вузов. - М.: Горячая линия - Телеком, 2013. - 372 с.

9. Дубов М.А., Приоров А.Л. Исследование эталонных и неэталонных методов оценки вероятности битовой ошибки // Проектирование и технология электронных средств. 2012. № 2. С. 19-24

10. Дубов М.А. Моделирование цифрового радиоприемного устройства МВ/ДМВ диапазона // Докл. 12-й междунар. конф. «Цифровая обработка сигналов и ее применение» (DSPA-2010). Москва, ИПУ РАН, 2010. С. 110-113.

11. Дубов М.А., Полянин Ю.В., Будников И.А., Стоянов Д.Д. Анализ бюджетных программно-аппаратных платформ для изучения принципов SDR в университетах // Докл. 13-й междунар. конф. «Цифровая обработка сигналов и ее применение» (DSPA-2011). Москва, 2011. Т. 2. С. 265-267.

12. Дубов М., Полянин Ю., Стоянов Д. Анализ возможности применения концепции SDR в средствах связи специального назначения на примере радиостанции Р-612 // Тр. II междунар. молодеж. науч.-практ. конф. «Научно- практические исследования и проблемы современной молодежи». Казань- Елабуга, 2010. Т. 1. С. 126-130.

13. Дубов М.А., Полянин Ю.В., Стоянов Д.Д., Брюханов Ю.А. Особенности применения технологии SDR в средствах связи специального назначения // Молодежь и наука: модернизация и инновационное развитие страны: матер. 82 междунар. науч.-практ. конф. студентов и молодых ученых. Пенза, 2011. Ч. 1. С. 315-317.

14. Дубов М.А., Полянин Ю.В., Стоянов Д.Д., Брюханов Ю.А. Оценка вероятности битовой ошибки приема сигналов с квадратурной модуляцией неэталонными методами // Докл. 14-й междунар. конф. «Цифровая обработка сигналов и ее применение - DSPA-2012». М., 2012. Т. 1. С. 173-177.

15. Дубов М.А., Приоров А.Л. Методика неэталонной оценки отношения сигнал/шум и вероятности битовой ошибки для квадратурных сигналов // Цифровая обработка сигналов. 2012. № 4. С. 37-43.

16. 16 Зандер Ф.В. Проектирование устройств приема и обработки сигналов. - Красноярск: ИПЦ КГТУ, 2004. 180 с.

17. Кестер У. Аналого-цифровое преобразование. - М.: Техносфера, 2007.

18. Кисельников А.Е. Компенсация фазового разбаланса при квадратурной демодуляции сигналов с бинарной фазовой манипуляцией // ПТСПИ 2015, Матер. всерос. науч. конф. - Суздаль, 2015. С. 310-312.

19. Кисельников А.Е. Моделирование и анализ искажений квадратурных сигналов // ПТСПИ 2017, Матер. всерос. науч. конф. - Суздаль, 2017. С. 37-39.

20. Кисельников А.Е. Методика предварительного расчета параметров радиоприемных устройств в задаче обработки квадратурных сигналов // Матер. XIV Всерос. науч.-практ. конф. «Проблемы развития и применения средств ПВО на современном этапе. Средства ПВО России и других стран мира, сравнительный анализ» - Ярославль, 2012. С. 151-153.

21. Кисельников А.Е. Определение характерных типов искажений в радиочастотном тракте с помощью анализа вектора ошибок // Сб. тез. докл. 68-й всерос. науч.-техн. конф. студентов, магистрантов и аспирантов высших учебных заведений с международным участием. - Ярославль: Изд-во ЯГТУ, 2015. С. 260.

Размещено на Allbest.ru

...