Professional Documents
Culture Documents
Optimal Receiver AWGN
Optimal Receiver AWGN
Optimal Receiver AWGN
s1 t n t ,
nÕu bit "0" ®îc ph¸t (3A.1)
=
s 2 t n t ,
nÕu bit "1" ®îc ph¸t
Trong đó: coi đồng bộ thời gian giữa phát/thu (biết chính xác thời điểm bắt đầu của
bit); máy thu phải biết chính xác hai tín hiệu s1 t và s2 t ; biết trước các xác suất tiên
nghiệm (xác suất phát bit “0” và “1”).
Để có được máy thu tối ưu, trước hết, ta khai triển r t thành dạng chuỗi sử dụng các
hàm trực giao 1 t , 2 t , 3 t .... Như đã được đề cập, hai hàm trực chuẩn
1 t & 2 t đầu tiên được chọn để biểu diễn chính xác tín hiệu s1 t và s2 t . Lưu ý rằng,
s1 t và s2 t xác định 1 t & 2 t theo thủ tục Gram-Schmidt. Phần còn lại được chọn
để hoàn thành tập trực giao. Tín hiệu r t trong khoảng thời gian 0; Tb được biểu diễn
như sau:
r t si t n t , 0 t Tb
= si11 t si2 2 t n11 t n 22 t n 33 t n 44 t .....
si t n t (3A.2)
= si1 n1 1 t si2 n 2 2 t n 33 t n 4 4 t
= r11 t r2 2 t r33 t r4 4 t .....
trong đó rj r t j t dt và
Tb
r1 si1 n1
r2 si2 n 2
r3 n 3 (3A.3)
r4 n 4
.................
Đặc biết chú ý rằng rj , j 3, 4,... không phụ thuộc vào việc tín hiệu s1 t hay s2 t
N0
được phát, r1 , r2 , r3 , r4 ,... đều là các biến ngẫu nhiên Gausơ có cùng phương sai (phương
2
sai của tạp âm). Giá trị trung bình của r1 , r2 tương ứng là si1 và si2 . Với rj , j 3 có trung
bình không (trung bình của tạp âm).
-267-
Phụ lục
Tại đây, dựa vào việc quan trắc các biến ngẫu nhiên r1 , r2 , r3 , r4 ,... để quyết định tín
hiệu nào được phát. Trước hết ta phải có tiêu chuẩn quyết định tối ưu, tiêu chuẩn được
chọn sao cho giảm thiểu xác suất lỗi quyết định.
1
Tại đây ta xét đại lượng Pr 0D |1T . Quyết định là bit 0 dựa vào quan trắc r có rơi vào
miền 1 không. Do đó, xác suất bit “0” được quyết định khi đã phát bit “1” bằng với xác
suất r rơi vào miền 1 khi đã phát bit “1”. Xác suất này được cho bởi độ lớn dưới hàm
mật độ xác suất có điều kiện trong miền 1 , nghĩa là:
Do đó
Pr lçi P2 f r |1T dr P1 f r | 0T dr
1 2
= P2 f r |1T dr P1 f r | 0T dr (3A.7)
2 2
-268-
Phụ lục
Lỗi phụ thuộc vào cách phân chia miền quan trắc. Từ biểu thức xác suất lỗi, ta thấy
nếu r làm cho tích phân của P1f r 0T P2f r 1T có giá trị âm trên 2 thì xác suất lỗi được
giảm thiểu. Vì vậy, quy tắc quyết định xác suất lỗi nhỏ nhất được biểu diễn là:
Hay
f r |1T 1T
P1
(3A.9)
f r | 0T
0T P2
f r |1T
Biểu thức thường được gọi là tỷ lệ khả năng giống. Máy thu sẽ thực hiện
f r | 0T
tính toán tỷ số này và so sánh kết quả với một ngưỡng tiền định (ngưỡng được xác định bởi
các xác suất tiên nghiệm). Ta xét hàm mật độ xác suất có điều kiện f r |1T và f r | 0T .
Do các thành phần r1 , r2 , r3 ,... là các biến ngẫu nhiên Gauss độc lập thống kê, nên chúng
được viết dưới dạng tích của nhiều hàm mật độ xác suất riêng biêt như sau:
f r |1T f r1 |1T f r2 |1T f r3 |1T f r4 |1T ....f rj |1T .... (3A.10)
1 r s11 2 1 r2 s12 2
f r | 0T N 0 N 0 exp f r3 |1T f r4 |1T .....
2 exp 2
N0 N0
rj2
Để đơn giản biểu thức, lấy loga tự nhiên hai về của (3A.12). Kết quả là, quy tắc quyết
định:
P1
1T
r1 s11 r2 s21
r1 s21 r2 s22 N0 ln
2 2 2
(3A.13)
0T P2
Quy tắc trên có sự biểu diễn hình học rất thú vị. Đại lượng r1 s11 r2 s122 là bình
2
phương khoảng cách từ hình chiếu r1 , r2 của tín hiệu thu r t lên tín hiệu phát phát s1 t .
-269-
Phụ lục
Tương tự r1 s21 r2 s222 là bình phương khoảng cách từ r1 , r2 lên s2 t . Trường hợp
2
Thực chất, biểu thức trên hàm ý rằng, máy thu tối ưu cần phải xác định khoảng cách
từ r t đến cả s1 t và s2 t , sau đó chọn si t mà r t gần nhất.
Trường hợp tổng quát hơn P1 P2 thì các miền quyết định được xác định bởi một
đường thẳng vuông góc với đường thẳng nối giữa s1 t và s2 t . Nó sẽ dịch về phía s2 t
nếu P1 P2 và sẽ dịch về phía s1 t nếu P1 P2 , được minh họa trên hình 3A.2.
r2 2 t
S2 t
d2 s21 ,s 22 S1 t
s11 ,s12
d1
r1 , r2 1 t
0 r1
Chọn s1(t) Chọn s2(t)
Hình 3A.2: Các miền quyết định được xác định bởi một đường thẳng vuông góc với đường
thẳng nối giữa s1 t và s2 t .
2. CẤU TRÚC MÁY THU TỐI ƯU
Để xác định xác suất lỗi nhỏ nhất trong trường hợp bit “0” hoặc bit “1” được phát, ta
cần xác định r1 , r2 sau đó dùng (3A.13) để đưa ra quyết định. Vì vậy, cấu trúc máy thu được
cho ở hình 3A.3.
Quá trình nhân r t với 1 t và lấy tích phân trong khoảng thời gian bit là phép toán
tương quan và do đó, cấu hình máy thu được gọi là cấu hình máy thu tương quan. Do tại
thời điểm cuối cùng của một bit, tích phân sẽ trở về giá trị 0 ban đầu, nên máy thu thông
thường được gọi là máy thu tích hợp và phân tách. Quy tắc quyết định có thể được viết lại
như sau:
1T
r1 s11 r2 s 21
r1 s 21 r2 s 22 + N 0lnP1
2 2 2
+ N 0lnP1 (3A.15)
0T
-270-
Phụ lục
t Tb
Tb r1
dt
Tính toán
r1 si1 r2 si2
2 2
0
r t si t n t N 0 ln Pi
Quyết định
1 t t Tb
Với i = 1, 2
Tb r2
Và chọn giá
dt
0
trị nhỏ nhất
2 t
Số hạng r1si1 r2si2 r1 , r2 có thể được biểu diễn như một điểm được tạo ra bởi
si1
s j1
vectơ r r1 , r2 thể hiện tín hiệu thu r t và vectơ si si1 ,si2 thể hiện tín hiệu si t . Do
đó, cấu trúc máy thu có thể được vẽ lại như hình 3A.4.
Phần tương quan của máy thu tối ưu bao gồm cả bộ nhân và bộ tích phân. Bộ nhân là
khó thực hiện được về mặt vật lý. Trong đó, bộ tương quan có thể được thực hiện bằng một
bộ lọc đáp ứng xung kim rất hẹp như trên hình (3A.5), trong đó
h1 t 1 Tb t (3A.18)
h 2 t 2 Tb t (3A.19)
t Tb
Tb
r1
dt Thực Chọn
r t
0
giá Quyết định
1 t hiện N0 E
ln P1 1
t Tb 2 2 trị
Tb r2 nhân lớn
dt
0
r si nhất
2 t N0 E
ln P2 1
2 2
Hình 3A.4: Một cấu trúc khác của máy thu tương quan
Các bộ lọc có đáp ứng xung kim như trên thông thường được gọi là các bộ lọc thích
hợp.
-271-
Phụ lục
t Tb
h1 t 1 Tb t
r1
Mạch
r t Quyết định
quyết
t Tb
định
r2
h 2 t 2 Tb t
Hình 3A.5: Cấu trúc mày thu sử dụng các bộ lọc thích hợp
Ví dụ 3A.1: Xét một tập trực giao 1 t , 2 t trên hình 3A.6a. Tạo thành tập tín hiệu sau:
1
s1 t 1 t 2 t
2
s 2 t 1 t 2 t
Dạng sóng s1 t và s2 t tương ứng trên hình 3A.6b. Năng lượng của mỗi tín hiệu
được cho bởi:
E1 s12 t dt 1, 25 J
Tb
0
(3A.20)
E 2 s t dt 2 J
Tb
2
0 2
1 t 2 t 2 t
S2 t
1 1 1
0,5 1
S1 t
0,5
0 1 t t
-1
1 t
(a)
-1 - 0,5 1
0,5
S1 t S2 t
1,5
0,5
0,5 1
0 0,5 1 t 0 t
-2
(b)
Hình 3A.6: (a) Các hàm trực giao; (b)Tập Hình 3A.7: Biểu diễn không gian tín hiệu
tín hiệu.
-272-
Phụ lục
Khác với các ví dụ đã được xét, đây là hai tín hiệu có năng lượng không bằng nhau.
Khi này, không gian tín hiệu được cho ở hình 3A.7. Ta sẽ xét việc phát hiện tín hiệu đã
N0
phát trong khoảng thời gian bit mà tạp âm Gauss trắng có độ lớn là 0,5 (W/Hz). Máy
2
thu tối ưu thực hiện chiếu tín hiệu thu r t si t n t lên 1 t , 2 t , và sau đó áp dụng
quy tắc quyết định (3A.13)
P
2
r1 1 r2
1T
1
r1 1 r2 1 ln 1
2 2 2
(3A.21)
2 0T P2
Quy tắc quyết định ở biểu thưc (3A.17) được viết lại như sau:
3 P 1T
4r1 r2 ln 1 0 (3A.22)
4 P2 0T
Biên giới giữa hai miền quyết định được cho bởi:
3 P
4r1 r2 ln 1 = 0 (3A.23)
4 P2
là biểu thức của một đường thẳng có hệ số dốc bằng 4 và giao với trục tung r2 tại điểm có
3 P1
tung độ ln . Trong hệ tọa độ r1 , r2 , biểu thức của đường thẳng nối giữa s1 t và
4 P2
s2 t được cho bởi:
r2 s12 r s
1 11 ,
s22 s12 s21 s11
(3A.24)
1 3
hay r2 r1
4 4
Nó cho thấy rằng, hai đường thẳng có biểu thức (3A.23) và (3A.24) vuông góc (trực
giao) với nhau. Do đó, các miền quyết định được cho ở hình 3A.8 cho 3 tập xác suất tiên
nghiêm khác nhau.
-273-
Phụ lục
2 t r2
S2 t
1
S1 t
0.5
Chọn S t Chọn S t
2 1
1 t
-1 - 0 0.5 1 r1
0.5
2 t r2
S2 t
1
S1 t
0.5
Chọn S2 t Chọn S1 t
1 t
-1 - 0 0.5 1 r1
0.5
2 t
S2 t
r2
1
Chọn S2 t
S1 t
0.5
Chọn S1 t
1 t
-1 - 0
0.5 1 r1
0.5
Hình 3A.8. Các miền quyết định: (a) P1 = P2 = 0,5. (b) P1 = 0,25; P2 = 0,75
. (c) P1 = 0,75; P2 = 0,25
-274-
Phụ lục
Ví dụ 3A.2: Với ví dụ thứ hai, xét hai hàm trực giao được cho trên hình 3A.9. Tập các tín
hiệu được cho như sau:
s2 t 1 t 2 t (3A.25)
s1 t 1 t 2 t (3A.26)
1 t 2 t 2 t
3
S2 t
1 1
0 0
t t 1 t
1
1 0 1
2
-1
-1 S1 t
Hình 3A.9: Các hàm trực giao (V í dụ 3A.2) Hình 3A.10: Biểu diễn không gian
tín hiệu (Ví dụ 3A.2)
r2 2 t
S2 t
1
Chọn S2 t
N 0 P1
ln
4 P2
1 t
0 1
r1
Chọn S t
1
-1
S1 t
-275-
Phụ lục
Tập tín hiệu và miền quyết định được cho ở hình 3A.10 và 3A.11. Cấu trúc máy thu
dùng bộ tương quan hoặc bộ lọc thích hợp trên hình 3A.12a và 3A.12b.
t Tb
r t Tb r2 r2 T Chọn S2 t
dt
Bộ so sánh
r2 T Chọn S t
2 t
1
0
N 0 P1
T ln
2 t
4 P2
3
(a)
0 Tb t
2 t t Tb
3
r t r2 r2 T Chọn S2 t
Bộ so sánh
r2 T Chọn S t
1
0 t
N 0 P1
Tb
T ln
(b)
4 P2
Hình 3A.12: Cấu trúc máy thu: (a) Máy thu sử dụng bộ tương quan. (b) Máy thu sử dụng
bộ lọc thích hợp (Ví dụ 3A.2)
3. CẤU TRÚC MÁY THU SỬ DỤNG MỘT BỘ TƯƠNG QUAN HOẶC MỘT BỘ
LỌC THÍCH HỢP
Thông thường, với hai tín hiệu s1 t và s2 t bất kỳ, ta cần hai hàm trực chuẩn để
biểu diễn chúng một cách chính xác, máy thu tối ưu cần phải chiếu r(t) lên hai hàm trực
chuẩn này. Điều này cũng đồng nghĩa với cấu trúc máy thu cần phải có hai bộ tương quan
hoặc hai bộ lọc thích hợp. Tuy nhiên, trong ví dụ 3A.2, chỉ cần một bộ tương quan hay một
bộ lọc thích hợp. Với trường hợp truyền dữ liệu nhị phân, trong đó các ký hiệu phát được
biểu diễn bằng một trong hai tín hiệu.
-276-
Phụ lục
2 t 2 t
s2 t
s22 s 2 t s 211 t s 212 t
2 t 1 t
sˆ11 sˆ21
s21 s11 1 t 1 t
ŝ12
(a) (b)
Hình 3A.13. Biểu diễn không gian tín hiệu: (a) bởi 1 t và 2 t ;(b) bởi ˆ 1 t và ˆ 2 t
Xét hai tín hiệu s1 t và s2 t được biểu diễn bởi các hàm trực giao cơ sở 1 t và
2 t như trên hình 3A.13a. Để đơn giản cấu trúc máy thu (chỉ dùng một bộ tương quan
hoặc một bộ lọc thích hợp) thì ta phải tìm trong hai hàm trực chuẩn ˆ 1 t và ˆ 2 t sao cho
theo một trục gọi là ˆ t mà s t và s t có chung một thành phần. Để xác định hàm cơ
1 1 2
sở này, ta quay 1 t và 2 t một góc cho đến khi một trong hai trục vuông góc với
đường thẳng nối s1 t và s2 t . Phép quay này được biểu diễn như sau:
ˆ 1 t cos sin 1 t
(3A.29)
ˆ t -sin cos 2 t
2
Tại đây, ta chiếu tín hiệu thu r t si t n t lên các hàm trực chuẩn ˆ 1 t và ˆ 2 t .
Các thành phần của s1 t và s2 t lên ˆ 1 t gọi là ŝ11 và ŝ 21 . Các hình chiếu của tạp âm
n̂11 và n̂ 21 là các biến nhẫu nhiên Gausơ độc lập thống kê, trung bình không và phương sai
N0
(W).
2
Tỷ số khả năng giống khi chiếu r t lên các trục ˆ 1 , ˆ 2 , ˆ 3........ là:
f rˆ1 , rˆ2 , rˆ3 ,.... |1T f sˆ12 nˆ 1 f sˆ 22 nˆ 2 f nˆ 3 ......... 1T
P1
(3A.30)
f rˆ1 , rˆ2 , rˆ3 ,.... | 0T f sˆ11 nˆ 1 f sˆ12 nˆ 2 f nˆ 3 ..........
0T P2
Thay thế bằng các hàm mật độ, quy tắc quyết định trở thành
1
N0 exp rˆ2 sˆ 22 / N0
2
2
1T
P1
1 (3A.32)
N0 exp rˆ2 sˆ12 / N0
2 0T P2
2
-277-
Phụ lục
1
sˆ 22 sˆ12 N0 / 2 P1
r̂2 ln
0T 2 sˆ 22 sˆ12 P2 (3A.33)
Chú ý rằng, để có được quy tắc quyết định trên, ta phải giả sử rằng sˆ 22 sˆ12 0 bởi lẽ
sˆ22 sˆ12 đo khoảng cách giữa hai tín hiệu.
Vì vậy, máy thu tối ưu tìm r̂2 bằng cách chiếu r t lên ̂2 , nghĩa là
r̂2 r t ˆ 2 t dt và so sánh r̂2 với ngưỡng:
Tb
sˆ 22 sˆ12 N0 / 2 P1
T ln (3A.34)
2 ˆ ˆ
22 12 P2
s s
Cấu trúc máy thu được cho ở hình 3A.14a và 3A.14b, ứng với máy thu một bộ tương
quan và máy thu một bộ lọc thích hợp. Hàm cơ sở ̂2 được xác định như sau: Nối hai điểm
s1 t và s2 t là vectơ s2 t s1 t . Sau đó chuẩn hóa năng lượng đơn vị vectơ này ta
được hàm cơ sở ̂2
s 2 t s1 t s 2 t s1 t
ˆ 2 t (3A.35)
E
1 1
a) t Tb
r t Tb r̂2 r̂2 T 1D
dt
0
Bộ so sánh
r̂2 T 0D
2 t
Ngưỡng T
b) t Tb
r t r̂2 r̂2 T 1D
h t ˆ 2 Tb t Bộ so sánh
r̂2 T 0D
Ngưỡng T
Hình 3A.14: Máy thu tối ưu đơn giản: (a) Sử dụng một bộ tương quan. (b) Sử dụng một bộ
lọc thích ứng
-278-
Phụ lục
Ví dụ 3A.3: Xét tập tín hiệu được cho ở hình 3A.15. Quay một góc 450 các hàm trực
chuẩn, ta được ˆ 1 , ˆ 2 :
1
ˆ 1 1 t 2 t
2
1
ˆ 2 t 1 t 2 t
2
Cấu trúc máy thu được minh họa trên hình 3A.16a and 3A.16.
2 t
2 t s2 t
1 t
E sˆ11 sˆ21
/4 s1 t
E 1 t
Hình 3A.15: Biểu diễn không gian tín hiệu (Ví dụ 3A.3)
t Tb
r t Tb
r̂2 r̂2 T 1D
dt
0
Bộ so sánh
r̂2 T 0D
ˆ 2 t Ngưỡng T
ˆ 2 t
2
Tb
(a)
0 Tb / 2 Tb t
h t t Tb
2
r t Tb r̂2 r̂2 T 1D
Bộ so sánh
r̂2 T 0D
0 Tb / 2 t
Ngưỡng T
(b)
Hình 3A.16: Cấu trúc máy thu: (a) Máy thu dùng bộ tương quan. (b) Máy thu dùng bộ lọc
thích hợp (Ví dụ 3A.3).
-279-
Phụ lục
b
sˆ12 sˆ 22 N0 P
T ln 1 (3A.36)
2 2 sˆ 22 sˆ12 P2
N0
Khi bit “0” được phát, r̂2 là biến ngẫu nhiên Gausơ trung bình ŝ12 và phương sai
2
N0
Khi bit “1” được phát, r̂2 là biến ngẫu nhiên Gauss trung bình ŝ22 và phương sai
2
Biểu diễn hình học hai hàm mật độ xác suất có điều kiện được cho ở hình 3A.17.
Xác suất lỗi được cho bởi:
Pr lçi Pr ph¸t 0 vµ chän1 hay ph¸t 1 vµ chän 0
f r
T
P1 f r2 0T dr2 P2 2 0T dr2
T
miÒn B miÒn A
f rˆ2 0r f rˆ
2 1r
ŝ 1 2 ŝ 2 2
chọn 0 r chọn 1 r
-280-
Phụ lục
r2 s
dr r2 s
dr
2 2
exp exp
1 12 1 22
Pr lçi P1 2 P2 2 (3A.38)
N0 N0 N0 N0
T
T
f rˆ 2 0r f rˆ 2 1r
ŝ1 2 ŝ 2 2
Miền A Miền B
Chọn 0r Chọn 1r
Hình 3A.18: Ước lượng các tích phân thông qua diện tích các miền A và B.
Xét tích phân thứ nhất trong công thức (3A.38). Đổi biến rˆ2 sˆ12 / N0 / 2 ,
drˆ2
d và giới hạn dưới trở thành T sˆ12 / sˆ12 . Tích phân trở thành:
N0 / 2
r2 s
dr
2
2 T s12
exp
1 12 1
N 0 N0 2
2 e 2
d Q
N 2
(3A.39)
T
T s12 o
No 2
trong đó Q(x) được gọi là hàm Q. Hàm này được định nghĩa là vùng diện tích của một
miền nằm dưới đường cong hàm mật độ của biến nhẫu nhiên Gaussơ trung bình bình
không, phương sai bằng 1 trong khoảng từ x đến (Minh họa ở hình 3A.19), nghĩa là
2
1
Qx
2 x
e 2
d (3A.40)
100
1 2
2
e
2 102
104
Q(x)
106
108
0 1012
0 1 2 3 4 5 6
Diện tích = Q(x)
x
-281-
Phụ lục
Vì vậy, nếu biểu diễn xác suất lỗi theo hàm Q, ta được:
T s12 T s 22
Pr error P1Q P2Q (3A.41)
N 2 N 2
o o
Tại đây, ta xét trường hợp quan trọng, trường hợp hai xác suất tiên nghiệm bằng nhau,
tức là P1 P2 . Khi này, ngưỡng T sẽ là T sˆ12 sˆ 22 / 2 . Xác suất lỗi sẽ giảm xuống còn
Pr lçi Q sˆ 22 sˆ12 / 2N 0 . Đại lượng sˆ 22 sˆ12 được viết như sau:
Tb
s 22 s12 0
E 2 2 E1E 2 E1
Tb
(3A.42)
s t s t
2
dt
E
2 1
0
2 E1E 2 E1
2
E 2 2 E1E 2 E1
So sánh biểu thức (4.96) và (4.91) ta thấy: sˆ 22 sˆ12 là khoảng cách giữa hai tín hiệu
s1 t và s2 t ; N0 / 2 là giá trị rms của tạp âm, do đó ta có:
x
(3A.44)
= 1 - erf x
Bằng cách đổi biến, ta dễ dàng tìm được mối quan hệ giữa hai hàm Q x và erfc x
-282-
Phụ lục
1 x
Q x erfc (3A.45)
2 2
Hay ngược lại
erfc x 2Q 2x (3A.46)
-283-
Phụ lục
Phụ lục 3B
MÔ PHỎNG HỆ THỐNG BPSK TRONG MÔI TRƯỜNG
KÊNH AWGN
Trong hệ thống truyền tin nhị phân, dữ liệu nhị phân gồm dãy các số 0 và 1 được
truyền đi bằng hai dạng sóng s0(t) và s1(t). Giả sử (1) Tốc độ dữ liệu truyền là R =1/Tb bit/s
(Tb=1/R là khoảng thời gian của một bit), được sắp xếp vào dạng sóng tín hiệu
0 s0 (t); 1 s1 (t), 0 t Tb ; (2) Xác suất truyền các bit 0 và 1 là bằng nhau ( nghĩa là
P(0) = P(1) = 1/2) và độc lập thống kê tương hỗ nhau ; (3) Tín hiệu si(t) qua kênh AWGN,
n(t) là một hàm mẫu của quá trình ngẫu nhiên Gauss trắng có phổ công xuất là N0/2 W/Hz,
dạng sóng tín hiệu thu là
r(t ) s i (t ) n(t ), i 0,1, 0 t Tb (3B.1)
Nhiệm vụ của máy thu là xác định xem bit 0 hay bit 1 đã được truyền qua kênh sau
khi quan trắc tín hiệu thu r(t) trong khoảng thời gian 0≤ t ≤ Tb. Máy thu được thiết kế để
giảm thiểu xác suất thu lỗi được gọi là máy thu tối ưu.
trong đó E là năng lượng tín hiệu. Hình 3B.1a minh hoạ dạng sóng tín hiệu trực giao
s0(t) và s1(t) điển hình.
trong khoảng 0≤ t ≤ Tb, sau đó lấy mẫu tín hiệu r0(t) và r1(t) tại thời điểm t=Tb rồi đưa vào
bộ tách tín hiệu. Nếu tín hiệu thu r(t) được xử lí bởi hai bộ tương quan tín hiệu như trên
hình 3B.1b thì các tín hiệu ra r0 và r1 tại thời điểm lấy mẫu t= Tb là
-284-
Phụ lục
s0(t)
p(r0 | 0) pr0 s 0 ( t )
p(r1 | 0) pr1 s 0 ( t )
s0(t)
A
t r0 1 r0 E
2
2 2
()dτ r1 2
1 e
0 t e 2 2
2
Tb
0
Bé 2
Bé t¬ng quan
s1(t) TÝn hiÖu thu
r(t) t¸ch D÷ liÖu ra
A tÝn
s1(t) hiÖu r
0 Tb/2 Tb t t r1 E/2
()dτ
E[r1] = 0 E [r0] = E
0 LÊy mÉu
-A Bé t¬ng quan t¹i t=Tb
a) TÝn hiÖu trùc giao b) CÊu tróc m¸y thu d) Hµm mËt ®é x¸c suÊt p(r0|0) vµ p(r1|0)
khi s0(t) ®îc truyÒn qua kªnh
Tb
§Çu ra cña
bé t¬ng quan 0
ri r ( t )s i ( t )dt , i 0,1
0 §Çu ra cña bé t-
E ¬ng quan 0
E/2
r(t) s i (t) n(t)
t t
0 Tb Tb/2 Tb
Tb
E , i j
s (t ).s
§Çu ra bé t¬ng
( t )dt quan 1
i j
§Çu ra cña i j
bé t¬ng quan 1 0 0, E
E/2
t t
N¨ng lîng tÝn hiÖu
0 Tb/2 Tb E = A2Tb 0 Tb
Khi s0(t) ®îc ph¸t ®i T¹p ©m n(t ) = 0 khi s1(t) ®îc ph¸t ®i
Hình 3B.1: Cấu trúc máy thu tối ưu đối với tín hiệu trực giao
Nếu truyền tín hiệu s0(t) qua kênh, thì tín hiệu thu là
r(t) = s0(t) + n(t) 0≤ t ≤ Tb
Tb Tb Tb
trong đó E = A2T là năng lượng của các tín hiệu s0(t) và s1(t); n0 và n1 là các thành phần
tạp âm tại đầu ra của các bộ tương quan. Như vậy, khi truyền tín hiệu s0(t) qua kênh
AWGN tại thời điểm lấy mẫu t =Tb nhận được tín hiệu ở đầu ra hai bộ tương quan là.
r0 E n 0
(3B.5)
r1 n 1
Nếu truyền tín hiệu s1(t) qua kênh, thì tín hiệu thu là
r( t ) s1 (t ) n(t ), 0 t Tb (3B.6)
-285-
Phụ lục
Tương tự ở đầu ra của hai bộ tương quan tại thời điểm lấy mẫu t = Tb là
r0 n 0
(3B.7)
r1 E n 1
Các tín hiệu ra bộ tương quan khi không có tạp âm trong khoảng 0≤ t ≤ Tb tương ứng
với việc phát s0(t) và s1(t) được cho ở hình 3B.1c.
Thành phần tạp âm và ảnh hưởng lên tín hiệu vào bộ tách sóng
Do n(t) là một hàm mẫu của một quá trình Gauss trắng có phổ công xuất bằng N0/2
nên các thành phần n0 và n1 là các biến ngẫu nhiên phân bố Gauss có E[ni] = 0 và Var[ni] =
EN0/2 (i = 0,1), nghĩa là
Tb
Tb
(3B.9)
N EN 0
0 s (t)dt i 0,1
2
i ,
2 0
2
Vì vậy,
Nếu phát s0(t), thì r0 là biến ngẫu nhiên Gauss có E[r0] =E và Var[r0] =2 còn r1 là
biến ngẫu nhiên Gauss E[r0] = 0 và Var[r0] =2, hàm mật độ xác suất của r0 và r1 kí hiệu là
p(r0|0) và p(r1|0) được cho bởi (3B.10) và được minh hoạ bởi hình 3B.1d tương ứng
r0 E
2
√ Bộ tách sóng
Bộ tách sóng quan trắc tín hiệu r0 và r1 tại đầu ra bộ tương quan để quyết định tín hiệu
s0(t) hay s1(t) đã truyền qua kênh (tương ứng với bit 0 hay bit 1). Xét bộ tách tín hiệu và
xác định xác suất lỗi nếu cho dạng sóng tín hiệu truyền qua kênh được cho ở hình 3B.1a,
chúng đồng xác suất và cùng năng lượng. Khi này, bộ tách sóng tối ưu so sánh r0 và r1 rồi
quyết định bit 0 hay bit 1 đã được truyền qua kênh theo nguyên tắc
1, nÕu r0 r1
®Çu ra bé t¸ch sãng , theo đó
0, nÕu r1 r0
Nếu truyền tín hiệu s0(t) qua kênh, thì xác suất lỗi sẽ là
-286-
Phụ lục
Pe P(r1 r0 )
P(n1 E n 0 ) (3B.11)
P(n1 n 0 E)
Do n1 và n0 là các biến ngẫu nhiên Gauss có trung bình không, nên x n1-n0 cũng là
một biến ngẫu nhiên Gauss có E[x] = 0 và phương sai là
E x 2 E (n1 n 0 ) 2 E n12 E n 02 2E n1n 0 (3B.12)
do tính trực giao của dạng sóng tín hiệu s0(t) và s1(t) nên E[n1n0] = 0 vì
Tb Tb
E n1n 0 E s0 (t)s1 (τ)n(t)n(τ)dtdτ
0 0
Tb Tb
N0
2 s (t)s (τ)σ(t τ)dtdτ
0 0
0 1 (3B.13)
Tb
N0
2 s (t)s (t)dt 0
0
0 1
2πσ x E
(3B.15)
1
x2 / 2
e dx
2π E / N0
E
Q
N
0
Nếu truyền s1(t) qua kênh, cách tính xác suất lỗi hoàn toàn tương tự trên và nhận
được cùng kết quả (3B.15).
Mặt khác, do giả thiết xác suất xuất hiện các bit 0 và 1 trong dãy dữ liệu là bằng nhau
nên xác suất lỗi trung bình đúng bằng xác suất lỗi đã được cho bởi (3B.15).
-287-
Phụ lục
So s¸nh
Bé ®Õm lçi
Hình 3B.2: Mô hình mô phỏng BER đối với hệ thống truyền tin nhị phân
Tóm tắt quá trình mô phỏng như sau:
√ Phỏng tạo các biến ngẫu nhiên r0 và r1 để đưa vào bộ tách sóng tín hiệu. Theo đó,
cần phải tạo một dãy bit nhị phân 0 và 1 đồng xác suất và độc lập thống kê tương hỗ
nhau. Vì vậy, ta sử dụng một bộ tạo số ngẫu nhiên để tạo ra số ngẫu nhiên phân bố
đều trong khoảng (0,1), dựa vào số ngẫu nhiên phân bố đều x này tạo chuỗi số cơ
hai 0 và 1 theo nguyên tắc, nếu số ngẫu nhiên có giá trị trong khoảng (0 < x < 0,5)
thì nguồn dữ liệu cơ hai là bit "0" và ngược lại số ngẫu nhiên có trị trong khoảng
(0,5 < x < 1), thì lối ra của nguồn dữ liệu cơ hai là bit "1". Nếu một bit 0 được tạo ra
thì r0 =E + n0 và r1=n1. Còn nếu một bit 1 được tạo ra thì r0 = n0 và r1= E + n1.
√ Phỏng tạo kênh AWGN. Theo đó, các thành phần tạp âm cộng ni (i=0,1) được tạo
ra bằng hai bộ tạo tạp âm Gauss, chúng có trung bình E[ni]=0 và phương sai
Var[ni] = 2 = EN0/2. Vì xác suất lỗi được mô phỏng là hàm của tỉ số tín hiệu trên
tạp âm SNR = E/N0, nên để tiện cho việc mô phỏng đề tài chuẩn hoá năng lượng
tín hiệu E =1 và cho 2 biến thiên. Theo đó SNR được tính bởi
E
SNR
N0 E2 1
SNR (3B.16)
E.N 0 2 2 2 2 E 1
2 2
Var[n i ] σ
2
N0
2 E
√ Tín hiệu lối ra bộ tách tín hiệu được so sánh với chuỗi bit nhị phân đã được truyền
qua kênh AWGN, dùng bộ đếm lỗi để đếm số các lỗi bit và lập tỉ số tính BER.
Chẳng hạn, truyền N=10000 bit qua kênh AWGN tại các mức khác nhau của SNR
(lưu ý ứng với mỗi giá trị của SNR là giá trị phương sai 2 của tạp âm ni tác động
vào bit truyền qua kênh theo nguyên tắc cộng theo đó sẽ nhận được giá trị BER
tương ứng).
√ Chương trình mô phỏng BER theo mô hình hình 3B.2 và tính toán lý thuyết theo
(3B.16) được viết bằng Matlab, kết quả được cho ở hình 3B.3. Thấy rõ sự khớp
nhau giữa các kết quả mô phỏng và giá trị tính toán lý thuyết.
-288-
Phụ lục
Hình 3B.3: Xác suất lỗi mô phỏng và tính toán đối với hệ thống truyền tín hiệu trực giao.
Máy thu tối ưu đối với tín hiệu đối cực (Antipodal Signals)
Định nghĩa:
Hai dạng sóng tín hiệu được gọi là đối cực nếu dạng sóng tín hiệu này bằng âm của
dạng sóng tín hiệu kia. Hình 3B.4a minh hoạ hai cặp tín hiệu đối cực nhau.
Thiết kế các khối chức năng:
Ta dùng cấu trúc máy thu tối ưu được cho hình 3B.4b để khôi phục thông tin nhị phân
từ dạng sóng tín hiệu đối cực hình 3B.4a. Nếu dùng dạng sóng tín hiệu đối cực s0(t) = s(t)
và s1(t) = -s(t) để truyền tin nhị phân (trong đó s(t) là một dạng sóng tuỳ ý có năng lượng
E), thì tín hiệu thu tại đầu ra kênh AWGN là
r (t ) s( t ) n( t ), 0 t Tb (3B.17)
Nếu truyền s(t) qua kênh AWGN, thì tín hiệu thu là
r(t ) s(t ) n(t ), 0 t Tb (3B.18)
Tín hiệu ra của bộ tương quan (hay bộ lọc phối hợp) tại thời điểm lấy mẫu t=Tb là
rEn (3B.19)
trong đó, năng lượng tín hiệu E và thành phần tạp âm cộng n được tính theo
Tb
Vì quá trình tạp âm cộng có trung bình 0 nên E[n] = 0 và phương sai của thành phần
tạp âm n là
-289-
Phụ lục
Tb Tb
σ 2 E n 2 E[n(t)n(τ)]s(t)s(τ)dtdτ
0 0
T b Tb
N0
2 δ(t τ)s(t)s(τ)dtdτ
0 0 (3B.21)
Tb
N0
s (t)dt
2
2 0
N0 E
2
Theo đó, hàm mật độ xác suất của r khi truyền s(t) qua kênh là
s0(t) s0(t) pr | 1 pr s( t ) d· d-îc truyÒn di pr | 0 pr s( t ) d· d-îc truyÒn di
A A
1 2 2 1
e( r E )
2
2 2
e( r E )
2
t Tb/2 Tb t 2 2
0 Tb 0
-A
s1(t) s1(t)
A
Tb t t r
0 0 Tb/2 Tb -E 0 E
-A -A
a) b)
a) C¸c cÆp tÝn hiÖu ®èi cùc c) C¸c hµm mËt ®é x¸c suÊt ®èi víi tÝn hiÖu lèi
vµo bé t¸ch tÝn hiÖu
()dτ
Bé t¸ch
0
tÝn hiÖu
LÊy mÉu t¹i
t=Tb
s(t) Bé t-¬ng quan
Hình 3B.4: Cấu trúc máy thu tối ưu đối với các tín hiệu đối cực
Nếu truyền -s(t) qua kênh AWGN, thì tín hiệu thu là r ( t ) s( t ) n ( t )
Tương tự như trên, tín hiệu lối vào bộ tách tín hiệu sẽ là
r E n (3B.23)
và hàm mật độ xác suất của r là
-290-
Phụ lục
Hai hàm mật độ xác suất này được minh hoạ trên hình 3B.4c.
Vì các dạng sóng tín hiệu đồng xác suất, nên bộ tách tín hiệu tối ưu thực hiện so sánh
tín hiệu ra bộ tương quan r với ngưỡng quyết định (trường hợp này ngưỡng quyết định
bằng 0) và thực hiện quyết định tín hiệu ra theo nguyên tắc. Nếu r > 0, bộ tách sóng quyết
định s(t) đã được truyền qua kênh. Nếu r <0, bộ tách tín hiệu sẽ quyết định –s(t) đã được
truyền qua kênh.
2πσ
E /
1
e r / 2 dr
2
(3B.25)
2π
2E
Q
N
0
Nếu -s(t) đã được truyền qua kênh, thì xác suất lỗi bằng với xác suất để r>0, thực hiện
tương tự như trên, nhận được cùng một kết quả theo (3B.25).
Vì hai dạng sóng tín hiệu đồng xác suất nên xác suất lỗi trung bình cũng được cho bởi
(3B.25).
So sánh hai hệ thống truyền nhị phân
Hệ thống tín hiệu trực giao Hệ thống tín hiệu đối cực
E 2E
Pe Q
Pe Q
N 0 N 0
Để có cùng hiệu năng về xác suất lỗi thì ở phương pháp tín hiệu trực giao phát năng lượng
lớn gấp hai lần so với tín hiệu đối cực. Do vậy các tín hiệu đối cực hiệu quả hơn các các
tín hiệu trực giao 3 dB.
-291-
Phụ lục
Bé t¹o sè Bé t¹o sè
ngÉu nhiªn ngÉu nhiªn
ph©n bè ®Òu ph©n bè Gauss
So s¸nh
Bé ®Õm lçi
Hình 3B.5: Mô hình mô phỏng hệ thống truyền tin BPSK dùng tín hiệu đối cực
Quá trình mô phỏng hiệu năng xác suất lỗi được tiến hành như sau: (1) Trước hết tạo
biến ngẫu nhiên r đưa đến đầu vào bộ tách tín hiệu. Theo đó, dùng một bộ tạo số ngẫu
nhiên phân bố đều để tạo ra chuỗi tin nhị phân ở đầu ra nguồn dữ liệu nhị phân. Chuỗi các
bit 0 và 1 này được ánh xạ vào một chuỗi E (E là năng lượng của tín hiệu được chuẩn hoá
bằng 1 khi thực hiện mô phỏng). Dùng một bộ tạo tạp âm Gauss để tạo ra các chuỗi ngẫu
nhiên Gauss có trung bình không và phương sai bằng 2; (2) Dùng bộ tách tín hiệu để so
sánh biến ngẫu nhiên r với ngưỡng 0 và thực hiện quyết định tín hiệu ra theo nguyên tắc.
Nếu r > 0, quyết định bit 0 được truyền qua kênh. Nếu r<0, quyết định bit 1 được phát; (3)
Tín hiệu ra bộ tách tín hiệu được so sánh với chuỗi bit tin đã được truyền qua kênh AWGN
và lỗi sẽ được đếm. Kết quả mô phỏng và tính toán hiệu năng của hệ thống dùng tín hiệu
đối cực được cho ở hình 3B.6 khi truyền qua kênh 10 000 bit tin tương ứng với một số giá
trị khác nhau của SNR.
-292-
Phụ lục
E = 1;
SNR = exp(snr_in_dB*log(10)/10); % signal to noise ratio. Moi quan he
ln(x)=log(10);
sgma = E/sqrt(2*SNR); % sigam, standard deviation of noise
r = [r0 r1];
% detector follows
if (r0>r1),
decis=0; % Decission is '0'
else
-293-
Phụ lục
function y = NVD_BER_Antipodal_signal
SNRindB1 = 0:1:10;
SNRindB2 = 0:0.1:10;
N = 10000;
h = waitbar(0,'Please wait...');
for i=1:length(SNRindB1),
% Simulated error rate
waitbar(i/length(SNRindB1));
smld_err_prb(i) = smldPe55(SNRindB1(i),N);
end;
for i=1:length(SNRindB2),
SNR = exp(SNRindB2(i)*log(10)/10);
% Theoretical error rate
theo_err_prb(i)=Qfunct(sqrt(2*SNR));
end;
close(h);
% Plotting command flollow
semilogy(SNRindB1,smld_err_prb,'r*',...
SNRindB2,theo_err_prb);
%semilogy(SNRindB2,theo_err_prb);
xlabel('Tỉ số tín hiệu trên tạp âm SNR
dB','FontName','.VnTime','color','b','FontSize',10);
ylabel('Xác suất lỗi Pe','FontName','.VnTime','color','b','FontSize',12);
title('Mô phỏng xác suất lỗi cho tín hiệu đối cực nhị
phân','FontName','.VnTime','color','b','FontSize',12);
legend('Mo phong','Tinh toan');
grid on
function [p]=smldPe55(snr_in_dB,N)
% [P]==smldPe55(snr_in_dB)
% SMLDPE54 mo phong xac xuat loi thuc te
% gia tri cua snr_in_dB, signal to noise ratio in dB
E = 1;
SNR = exp(snr_in_dB*log(10)/10); % signal to noise ratio
sgma = E/sqrt(2*SNR); % sigam, standard deviation of noise
% Generation of the binary data source follow.
for i=1:N,
temp=rand; % Uniform radom variable over (0,1)
if (temp<0.5),
dsource(i)=0; % With probability 1/2 source output is 0
else
dsource(i)=1; % With probability 1/2 source output is 1
end
end;
% Detection, and probability of error caculation
numoferr = 0;
for i=1:N,
% matched filter outputs.
if (dsource(i)==0),
-294-
Phụ lục
function Q = Qfunct(x)
Q = 0.5 *erfc(x/sqrt(2));
-295-