40094

Разделение сигналов по форме

Доклад

Коммуникация, связь, радиоэлектроника и цифровые приборы

Наиболее общим признаком является форма сигналов. Члены ряда линейно независимы и следовательно ни один из канальных сигналов cKtK1 не может быть образован линейной суммой всех других сигналов. В последние годы успешно развиваются цифровые методы разделения сигналов по их форме в частности в качестве переносчиков различных каналов используются дискретные ортогональные последовательности в виде функций Уолша Радемахера и другие.

Русский

2013-10-15

13.93 KB

9 чел.

Разделение сигналов по форме

Для разделения сигналов могут использоваться не только такие очевидные признаки, как

частота, время и фаза. Наиболее общим признаком является форма сигналов.

Различающиеся по форме сигналы могут передаваться одновременно и иметь

перекрывающиеся частотные спектры, и тем не менее такие сигналы можно разделить,

если выполняется условие их ортогональности. Пусть в качестве переносчиков выбраны

импульсы, последовательность которых образует, например, степенной ряд.

В предположении, что информация содержится в коэффициентах с1,с2, ..., для группового

сигнала запишем s(t)=c11+c2t+...+cNtN-1.

Члены ряда линейно независимы, и, следовательно, ни один из канальных сигналов cKtK-1

не может быть образован линейной суммой всех других сигналов. Это легко понять,

обратив внимание на то, что многочлен от t может быть тождественно равен нулю только

в том случае, когда все его коэффициенты равны нулю.

В последние годы успешно развиваются цифровые методы разделения сигналов по их

форме, в частности, в качестве переносчиков различных каналов используются

дискретные ортогональные последовательности в виде функций Уолша, Радемахера и

другие. Широкое развитие методов разделения по форме сигналов привело к созданию

систем связи с разделением "почти ортогональных" сигналов, представляющих собой

псевдослучайные последовательности, корреляционные функции и энергетические

спектры которых близки к аналогичным характеристикам "ограниченного" белого шума.

Такие сигналы называют шумоподобными (ШПС). Основной характеристикой ШПС

является база сигнала В, определяемая как произведение ширины его спектра F на его

длительность Т.

База ШПС характеризует расширение его спектра по сравнению со спектром исходного

сигнала. Расширение спектра частот может осуществляться умножением исходного

сигнала (например, двухчастотной ЧМ) на псевдослучайную последовательность (ПСП) с

периодом повторения Т (равным длительности интервала модуляции исходного ЧМ-

сигнала), включающую N бит ПСП длительностью τ 0 каждый. В этом случае база ШПС

численно равна количеству элементов ПСП В=Т/τ 0=N.

Поскольку параметры сигнала ШПС (значения бит ПСП - два набора значений в случае

двухчастотной ЧМ) известны, то прием ШПС может производится приемниками,

рассчитанными на прием сигналов с известными параметрами. В результате отношение

сигнал/шум на выходе приемника улучшается в В раз по отношению ко входу.

В зарубежных источниках для обозначения данного принципа применяется понятие

кодового разделения каналов Code Division Multiply Access (CDMA).


 

А также другие работы, которые могут Вас заинтересовать

40102. Математическая модель маятника на каретке 1.46 MB
  В качестве обобщенных координат для рассматриваемой системы с двумя степенями свободы выберем t угол отклонения маятника и xt положение каретки. Для записи уравнений динамики механической системы воспользуемся уравнениями Лагранжа второго рода 1.1 получим математическую модель рассматриваемого объекта в виде системы двух дифференциальных уравнений второго порядка 1. Дифференциальные уравнения в форме Коши Для записи системы дифференциальных уравнений в форме...
40103. СИНТЕЗ СИСТЕМ АВТОМАТИЧЕСКОЙ СТАБИЛИЗАЦИИ МЕХАНИЧЕСКОГО ОБЪЕКТА 13.61 MB
  Построение компьютерной модели с целью имитации движений, а также применение методов теории управления упрощается, если исходные уравнения привести к форме Коши. Для этого разрешим исходные уравнения относительно старших производных. Заметим, что старшие производные входят в уравнение линейно, что позволяет представить уравнения в матричной форме
40104. Синтез алгоритмов управления нестабильным объектом 449.5 KB
  Для достижения цели проекта необходимо решить следующие задачи: 1 составить нелинейную математическую модель объекта и провести анализ методом компьютерного моделирования; 2 провести анализ устойчивости управляемости и наблюдаемости объекта по линеаризованной модели; 3 синтезировать регулятор состояния методом размещения собственных значений [2]; 4 синтезировать наблюдатель состояний и динамический регулятор; 5 оценить размеры области притяжения положения равновесия нелинейной системы с непрерывным регулятором; 6 построить...
40105. Двойственный симплекс-метод, основные принципы, алгоритм. Случаи, когда удобно применять двойственный симплексный метод 178 KB
  ДСМ ДСМ как и СМ называется методом последовательного улучшения оценок и применяется для решения задачи: исходным пунктом этого метода является выбор такого базиса . Таким образом основные принципы ДСМ заключаются в том чтобы: каждый раз выполнялось 2 значения целевой функции убывало. Для этого воспользуемся 2м принципом ДСМ. Чтобы обеспечить это надо выбрать так что: 6 Алгоритм ДСМ формулируется так: Выбираем базис и строим I симплекстаблицу Если все то решение оптимально иначе переход к 3.
40106. Задача максимизации прибыли при заданных ценах на продукцию и ресурсы. Анализ оптимальных решений с помощью множителей Лагранжа 34.5 KB
  Требуется решить задачу максимизации прибыли при заданных P0 и p: mx P0fx p x 1 x  0 2 Исследование задачи будем проводить с помощью функции Лагранжа: балансовое соотношение В оптимальном плане x для любых используемых ресурсов отношение цены к предельной эффективности постоянно. Для этих же ресурсов показали что соотношение предельных эффективностей равно соотношению цен. Наибольшая отдача будет от тех ресурсов которые имеют самую большую предельную эффективность в текущей точке.
40107. Теорема о необходимых и достаточных условиях оптимальности смешанных стратегий 167.5 KB
  Пусть игра определена матрицей и ценой игры V. оптимальная стратегия 1 игрока х является первой координатой некоторой седловой точки фции выигрыша Мх у. СЛЕДСТВИЕ: Если для смешанных стратегий и числа V одновременно выполняются 1 и 2 то будут оптимальными стратегиями игроков а V цена игры. Докво: умножим 1 на y и просуммируем: умножим 2 на x и просуммируем: Получаем Тогда по следствию Т о седловой точке точка седловая и ...
40108. Функция выигрыша в матричных играх без седловой точки. Смешанные и оптимальные смешанные стратегии. Метод сведения решения матричных игр к задаче линейного программирования 119.5 KB
  Функция выигрыша в матричных играх без седловой точки. Парная игра с нулевой суммой задается формально матрицей игры матрицей А = {ij} элементы которой определяют выигрыш первого игрока и проигрыш второго если первый игрок выберет iю стратегию а второй jю стратегию. Пара i0j0 называется седловой точкой матрицы решением игры если выполняются условия: mx по столбцу I игрок min по строке II игрок Значение функции выигрыша в седловой точке называется ценой игры. Тогда выигрыш первого игрока при условии что он выбирает...
40109. Методы штрафных функций и методы центров в выпуклом программировании 90 KB
  Методы штрафных функций и методы центров в выпуклом программировании Метод штрафных функций Постановка задачи Даны непрерывно дифференцируемые целевая функция fx = fx1 xn и функции ограничений gjx = 0 j = 1 m; gjx 0 j = m1 p определяющие множество допустимых решений D. Требуется найти локальный минимум целевой функции на множестве D т. Стратегия поиска Идея метода заключается в сведении задачи на условный минимум к решению последовательности задач поиска безусловного минимума вспомогательной функции: Fx Ck =...
40110. Методы наискорейшего и координатного спуска для минимизации выпуклой функции без ограничений. Их алгоритмы и геометрическая интерпретация 94.5 KB
  Все методы спуска решения задачи безусловной минимизации различаются либо выбором направления спуска, либо способом движения вдоль направления спуска. Решается задача минимизации функции f(x) на всём пространстве Rn. Методы спуска состоят в следующей процедуре построения последовательност