高误码率（精选4篇）
高误码率 篇1
0 引言
光纤通信传输容量大,传输质量高,不易受电磁干扰,在县调通信中得到越来越广泛的应用。光纤通信项目建设包括光纤通信设备、光缆线路两部分。在长距离光纤通信中,光缆线路部分造价将会非常高。在县级电网企业,要自架光缆到各偏远变电站,经济上将难于承受,而且长距离光缆线路的维护也是一个问题。因此在一些偏远的变电站,一般通过租用公网2M光纤电路解决变电站远动信息传输。一般来说,这种方式传输模拟远动信号是可行的,性能是有保证的,但有时却会出现误码率高的问题。
1 模拟远动信号在传输过程中出现的问题
某个35kV变电站租用公网2M光纤电路至县调,挂上PCM设备后传输模拟远动信号,主站通道监视程序发现误码率高。该方式传输模拟远动信号示意图如图1所示。
RTU采用CDT规约与主站通信。CDT规约的数据帧格式为:按双方约定,以字为基本单位,若干字组成一个数据帧。一帧的构成为同步字+控制字+信息字,同步字为EB90EB90EB90,它表示一帧的开始。图2是县调主站侧前置程序接受到的变电站的原始数据。从图中可以看出,同步字EB90EB90EB90很明显出现了误码,同步字出现错误时,其后的数据也就无效了。
通过检查RTU及MODEM都没有问题,因此怀疑是通道的问题。
2 模拟远动信号误码产生的原因
2.1 2M传输电路的影响
与电力专网传输远动信号不同之处在于2M传输电路部分(即图1中椭圆部分)。公网所提供的2M电路一般都要经过多次转接,既要经过主干的SDH网络,又要经过多次PDH电路才能实现主站与厂站之间的2M电路连接。图3是一个典型的网络结构图。
图3显示县调主站与变电站之间的公网2M电路经过两段PDH设备转接,在一些偏远站点,经过的PDH设备转接段数还要增加。公网SDH网络在性能上有保证,但PDH设备都是一些价格低廉的简易光端机,当设备时钟偏差较大时,就容易产生滑码从而造成误码,当设备本身存在缺陷时,也经常造成误码。这样,经过多段转接,县调主站与变电站之间的公网2M电路性能比单一传输网络或点对点传输在性能上有所下降。
2.2 重复A/D、D/A变换的影响
模拟远动信号在传输过程中,厂站端RTU出来的数字信号要经过MODEM变换为模拟信号,MO-DEM出来模拟信号又要经过PCM设备的抽样、量化、编码变成数字信号再复用进2M电路中。在县调主站侧,要经过相反的过程。PCM设备在将模拟信号变换为数字信号时,由于编码位数的限制,必然存在量化失真,也即输入PCM设备的模拟信号与对端PCM设备输出的模拟信号并不能保持完全一致。这种重复A/D、D/A变换对模拟远动信号将造成一定的损伤[1]。
2.3 误码增殖的影响
RTU出来的数字信号,一般采用300bps、600bps两种速率送到MODEM,经过PCM设备处理后变为64kbps的数字信号并复用进2M电路中。由此可以看出,RTU出来的数字信号经PCM设备处理后占用的带宽放大了许多倍(RTU如采用300bps,则占用的带宽放大了500多倍)。可以这样理解,在2M电路中发生误码的概率一定且随机分布时,64kbps带宽信号在一定时间段内出现误码的个数是300bps带宽信号在相同时间段内出现误码个数的500多倍。可见RTU出来数字远动信号经过D/A、A/D变换后出现了误码增殖。虽然2M电路中64kbps信号出现的每一位误码并不都会反映到300bps数字信号上(即误码增殖达不到500多倍),但从定性的角度看,误码增殖了许多。
上述的远动信号传输在PCM设备处采用模拟四线接口。PCM设备一般采用国际电信联盟制定的X.50建议实现多路低速子速率数据复用成一路高速数据在PCM的一个64kbps时隙中传输。X.50建议规定子速率采用(6+2)的包封格式,即8bit包封结构。在(6+2)的包封结构中包含有6个数据比特,1个帧比特和1个状态比特。8bit包封可表示为FDDDDDDS,每个字母表示一位,F为帧比特,S为状态比特,D为数据比特(或填充比特)[2]。一个复帧内有20个8bit包封,帧内所有数据合起来的速率为64kbps。一个包封内每个数据位的速率为400bps。以300bps的远动数字信号为例,平均每个复帧只需占用一个包封的3/4位(从平均的角度来看),加上1个帧比特和1个状态比特,共占用11/4位,即300bps的远动数字信号在2M电路中占用速率为1100 bps。由此可得出RTU出来的数字远动信号经PCM设备(数字接口)处理后占用的带宽放大了3倍多,也可认为误码增殖为3倍多,这个数值远小于采用模拟四线方式传输的误码增殖。
3 模拟远动信号传输中误码率高的处理方法
从产生误码的原因来看,由于租用的是公网2M光纤电路,变电站又地处边远山区,不可避免要经过多次转接,因此要调整2M电路比较困难。只能从减少甚至消除重复A/D、D/A变换以及降低误码增殖来着手。由于县调主站未提供数字接口通道板,需将终端服务器(MOXA)的串口进行改接,取出其中的信号收/发、公共地3根线,直接与PCM设备的子速率口(RS-232口)对接。同时在厂站端取消MODEM,将RTU出来的数字信号直接送至PCM设备的子速率口。接线示意图如图4所示。
改成该方式传输远动信号后,主站通道监视程序显示的误码率极大的降低,同时也节省了设备,减少了中间环节,从技术上和经济上都是非常实用的。
4 结束语
PCM设备采用模拟四线接口传输远动信号时,由于信号处理环节多、误码增殖大等原因,效果比直接采用数字接口差。同样,在变电站还有利用电话拨号传输信息的装置如电量采集器、故障录波装置等,这些信息的传输和模拟远动信息在PCM设备中的传输类似,也容易出现因误码(滑码)而掉线的问题,如果改模拟接口为数字接口,将能很好的解决这一类问题。
摘要：光纤通信在县调通信中应用越来越广泛。县级电网企业不仅自己建设光纤网络,还通过租用公网2M光纤电路传输变电站远动等信息。由于租用2M电路的特殊性,在传输模拟远动信号时,容易出现误码率高的情况。本文分析了模拟远动信号传输中出现误码率高的原因,并提出了一种具体的解决方法。
关键词：县调通信,模拟远动信号,误码率
参考文献
[1]周俊礼.PCM设备传输远动信号的一种改进方法.电力系统通信,2004,11:55-56
[2]毛健.综合接入设备数据子速率接口板的应用.电力系统通信,2006,27(165):68-72
高误码率 篇2
随着星载成像载荷的精度和数量的提高,载荷数据量变得很庞大,而星上资源有限,图像压缩能增大相同容量存储空间的信息存储量,减轻下行传输数据的压力。在传输带宽一定的情况下,2∶1的压缩比对链路的贡献同发射功率增大3dB的效果是一样的,因此图像压缩成为解决当前航天器面临的“带宽与数据量”矛盾的有效方法。另一方面,卫星信道属于一个非常复杂的信道,数据在传输过程中受到多径干扰、雨衰、对流层散射、频率干扰等因素的干扰,容易产生较高的误码。尤其是在传统的传输频段例如C、X、Ku频段业务变得日益拥挤,Ka频段越来越广泛地被应用的情况下,恶劣的气象条件极容易造成链路上非常高的误码率。在这种情形下,下传的压缩图像再进行解压缩后,误码的扩散会非常严重,重建图像的使用价值变得很低。
文中针对高误码率星地链路上DWT(离散小波变换)类压缩图像误码严重扩散的问题,首先以SPIHT算法为例分析了DWT类图像无损压缩算法的特点,提出了适用于此类压缩方法在高误码率信道下的传输策略,最后给出了提出方法的仿真结果,并与传统的传输模式以及图像不进行压缩直接下传的策略进行了比较。
1 基于小波变换的图像无损压缩方法
1.1 小波图像压缩
小波变换是根据图像的统计特性和人眼的生理特性,对分解成不同频域的图像信号采取不同的压缩方法。小波变换图像编码是利用小波滤波器对图像数据进行子带分解,消除图像时域空间的冗余度,同时小波分解后的图像能量主要集中在相对较低的子带中,对子带图像结合视频特性和子带能量集中特性进行编码,可获得较大压缩比。将图像分解成多个具有完备的多分辨表示的子带信号,所表示的每一个分量都有独特的频率局限性和不同的空间取向性。因此,当对图像之类的复杂非平稳信源进行处理时,可以有效克服傅里叶分析方法所存在的不足,使得对信号的分解更适合于人眼视觉特性和图像数据处理的需要。文中以峰值信噪比(PSNR)衡量重建图像的优劣,PSNR越小,说明重建图像的质量越差[1]:
其中,f(m,n)为原始图像,f′(m,n)为复原图像,M、N为图像的总行数和总列数。
下面以SPIHT算法为例介绍DWT类图像无损压缩方法。
1.2 SPIHT无损压缩方法
SPIHT是典型的基于DWT的图像压缩算法,它是EZW算法的改进,这种算法是对图像小波分解后各子带系数所呈现出来的树状层级分解结构、尺度间明显的相似性而设计的。其基本思想是:把小波变换后的系数按照其幅度值由大到小排序,用位平面来表示排序后各系数的大小。这种算法的好处就是利用了小波多分辨率的固有特性,将编码的单位缩小到比特,与现有的其他编码方法相比,该算法不但具有内嵌编码的特征,能够终止在需要的码率或图像质量处,也可实现渐进的图像传输,而且在性能上有很高的信噪比和极快的编解码速度。现在简单回顾一下SPIHT算法(参数具体定义参看文献[2])。
1.2.1 初始化
初始化:输出n=[log2(max{|C(i,j)|})],将LSP设为空表,将(i,j)∈H加入LIP,只将有子孙的(i,j)∈H作为A类型加入LIS中。
1.2.2 排序过程
对集合LIP中的每个(i,j)做:
(1)计算Sn(i,j)并输出Sn。
(2)如果Sn=1,将(i,j)移到LSP中,输出C(i,j)的符号位。
对集合LIS中的每个(i,j)做:
(1)如果是A类型的,则:
①计算Sn(D(i,j))并输出。
②如果Sn(D(i,j))=1,则对每个(k,l)∈o(i,j),同时做:
计算Sn(k,l),输出相应的Sn。
如果Sn=1,则将(k,l)加入LSP的末尾;并输出C(k,l)的符号位到相应的码流中。
如果Sn=0,则将(k,l)加入LIP的末尾。
如果L(i,j)不是空集,则将(i,j)作为类型B的集合移到LIS的末尾并转到下一步执行,否则将(i,j)从LIS中清除。
(2)如果集合(i,j)是B类型的,则:
①计算Sn(L(i,j)),并输出相应的Sn。
②如果Sn=1则
将每个(k,l)∈o(i,j)作为A类型加进LIS的末尾。
将(i,j)从LIS中删除。
1.2.3 精炼过程
将LSP中的每个(i,j)输出|C(i,j)|的第n个最有意义的位到相应的码流中。
1.2.4 量化步长更新
量化步长更新:n=n-1转到排序过程执行。若n=0,算法执行完毕。
对图像经SPIHT 算法得到的二进制位流进行算术编码即得到图像压缩数据,SPIHT解码方法跟编码方法的步骤一样,不同点只是把编码时的输出改为输入即可。
SPIHT用于无损压缩时,图像矩阵进行整数小波变换后,首先输出的是最重要小波系数的高端位平面,其次输出的是最重要小波系数的次高端位平面和次重要小波系数的高端位平面,以次类推,直到按重要性大小输出所有的小波系数的位平面[2]。
1.3 码流长度对图像恢复的影响
基于小波变换类的图像压缩的一个显著特点就是支持码流的渐进传输,也就是说,在图像恢复的过程中,图像重建端根据已经接收到的码流进行图像的重建,码流接收的越多,图像的重建质量就越好,跟原始图像也越为接近。
图1为文中测试用图像lunar(512×512×8bit),图2表示的为lunar图像在经过SPIHT无损压缩后再进行解压缩,解压时截取前端的不同码流长度所对应的重建图像的PSNR。横轴表示归一化码流长度(如0.2表示占整个码流的前20%),纵轴表示对应重建图像的PSNR。由图2可以看出,截取整个压缩码流的前80%进行重建图像,即可以重建PSNR约为48dB的图像;截取整个压缩码流的前40%进行重建图像,可以获得PSNR约为40dB的重建图像。也就是说,只截取压缩码流的前端部分,也可以获得一定效果的重建图像。这样,节省下来的带宽可以用于更好的信道编码保护。
2 高误码率信道下DWT类压缩图像星地传输策略
2.1 高误码率信道星地图像传输的问题
由于卫星信道容易受到多径干扰、雨衰、对流层散射、频率干扰等因素的干扰,在特定情形下可造成误码率暂时性的升高。以Ka频段为例,Ka频段带来的好处是显而易见的,首先是其高频段带来的高带宽和高容量,可以大大减轻现有频谱拥挤现象;其次是Ka频段的波束窄,可以减少受核爆炸影响出现的信号闪烁和衰落,抗干扰和抗截获能力强;而且Ka频段系统使用的部件尺寸和重量都可以大大缩小和减轻[4]。但Ka频段用于卫星通信也有其不利的一面,即Ka频段卫星通信受气象因素的影响非常显著。在Ka频段卫星通信中,大气层(降水、水蒸气、氧气、云雾和闪烁)将会引起信号的额外衰减。当上述一个或多个起作用时,均会引起信号幅度、相位、极化的变化,从而导致信号传输质量的下降和误码率的上升。其中最大的问题是雨衰。在10GHz以下的频段,雨衰的影响并不是很大,但随着频率的增加,衰减值急剧增大。例如,对于降雨率为22.4mm/h的大雨,在地球站对卫星的仰角为40°时,C频段的雨衰仅为0.1dB,可忽略;Ku频段的雨衰为4.5dB;Ka频段在下行链路频率为20GHz时的雨衰高达12.2dB[3,4,5]。
由于星上图像是通过小波变换后熵编码形成的码流,编码图像数据通常对传输损失异常敏感,较少的误差就能在解码器引起较严重的质量下降。下面以SPIHT为例对产生失真的原因进行具体的分析。
(1)在SPIHT压缩编码过程中,压缩的机理是不断地对定向树进行分裂,树根的集合信息经过重要性测试函数测试后,来判断是否将该树根连接的树叶列为新的树根,并且输出新树根的象素和集合信息。在传输的过程中,集合信息是否重要是通过二进制的数字信息“1”和“0”来表示的。如果在传输过程中,表示树根集合重要的信息“1”由于传输噪声变为“0”,在译码过程中将导致本应进行树根裂变的过程变为处理与该树根同一级的树根,造成译码过程的混乱工作;相反,如果在传输过程中将表示树根不重要的信息“0”变为“1”,在译码过程中将导致本应进行该树根同一级的树根的处理变为树根的裂变,导致译码过程非正常工作。
(2)在压缩过程首次处理每一个定向树的系数时,首先进行该象素的重要性测试判断。如果重要,则传输重要性表示代码“1”,紧跟着传输该系数的符号位;相反如果不重要,只传输非显著代码“0”。假如由于噪声原因,“1”变为“0”或者“0”变“1”,将会造成误操作,由于整个译码过程为链表式译码,一个误操作将使得整个译码过程错误。
2.2 压缩图像的传输策略
在1.3节中介绍了星上图像的压缩码流长度对恢复图像信噪比的影响。正是由于DWT类图像压缩的特点,使得在传输压缩码流时可以优先保护前端码流(重要的),在必要情况下可以抛弃后端的部分压缩码流(不重要的)。基于以上理论,在误码率较高的情况下传输DWT类压缩图像时,可以采用以下策略:
(a)压缩后码流采用固定的信道编码模式编码后,下传至地面站。
(b)压缩后码流根据实时的信道情况,只截取码流的前端部分,丢弃其余的码流,用节省下来的带宽对保留的码流部分加强保护,即采用码率更高的信道编码模式并保证信道传输带宽不大于规定的带宽,然后进行下传。
策略(a)是目前卫星型号中普遍使用的方法,策略(b)为文中提出的方法。策略(b)的实施是基于以下前提:DWT类压缩图像前端码流与后端码流在恢复图像的过程中所起的重要性程度是不一样的,且由前端码流可以恢复出一定质量的整幅图像。实际上,策略(b)是以丢弃部分压缩码流的代价换取前端码流更低的误码率性能。
图3示意了Ka频段高误码率信道传输时的两种策略。需要注意的是,尽管策略(b)丢弃了部分压缩码流,相比策略(a)也使用了不同的信道编码方式,但必须要保证其信道编码后的带宽不大于策略(a)信道编码后的带宽。这是因为下传链路的最大带宽是一定的。
3 仿真结果
文中拟用两种误码率较高(10-5量级和10-4量级)的信道来模拟Ka波段在气象条件恶劣情况下的情形。在这两种情况下分别比较传统的策略(a)、本文提出的策略(b)以及图像不经过压缩而直接进行信道编码后下传的模式(以下简称直传模式)下重建图像的PSNR情况。压缩采用前面所介绍的SPIHT无损压缩方法,无损压缩比为1.8。
信道1:在该AWGN信道中,在采用BPSK调制且没有信道编码的情形下,取Eb/N0=10dB,测试得到信道误码率为10-5量级。采用策略(a)时,使用信道编码的码率为‘1/1’,信道编码对整个压缩码流1162096个比特进行保护,压缩码流经过信道1后解压缩,重建图像信噪比PSNR为22dB;现采用策略(b),用码率为‘8/9’的信道编码方式代替之前的‘1/1’信道编码,相应地,由于传输带宽的限制,信道编码所能保护的原始码流将被缩小至原来的86.3%,长度为1032974个比特,仿真结果是,重建图像的峰值信噪比PSNR为50dB;这里可以对比直传,直传需传输原始图像的所有比特,经‘1/1’信道编码后的比特流长度为512×512×8×1/1=2097152,远大于策略(b)传输带宽,即已经超过了压缩传输的带宽,而直传后重建图像PSNR也仅为50dB。具体仿真结果如表1所示。
信道2:在该AWGN信道中,在采用BPSK调制且没有信道编码的情形下,取Eb/N0=9dB,测试得到信道误码率为10-4量级。仿真结果表明,在信道极其恶劣的时候,如果对压缩后的所有码流进行信道编码,即采用策略(a)时,重建图像的可用性极差;如果将部分压缩码流舍弃,并对余下的码流进行加强保护,即采用策略(b)时,重建图像的PSNR可以达到46.5dB,此时直传图像的PSNR也仅为42dB,而直传模式所需的传输带宽远远大于策略(b)的传输带宽。详细仿真结果比较如表1所示。
*注:直传时压缩码流长度为原始图像的码流长度。
4 结束语
随着频率资源的日益紧张,星上图像的下传越来越需要新的方法、新的频段来减轻星上巨大的数传压力。DWT类图像压缩方法及Ka频段都是基于以上需求在当前许多卫星型号中使用的。但高误码率信道会造成星上压缩图像下传后再解压时会出现严重的误码扩散现象。
文中在充分利用DWT类图像压缩方法特点的基础上,提出了一种截断压缩码流并对压缩码流进行信道编码加强的策略来解决上述问题。仿真结果表明,该方法有效解决了高误码率星地链路中大量误码扩散以致重建图像严重失真的问题,提高了重建图像的效果,重建图像的PSNR甚至好于不经压缩而下传的图像。
摘要：星上图像压缩的方法越来越广泛地被数据量巨大的卫星型号所采用,而DWT类图像压缩方法以其更高的压缩比、独特的码流结构及良好的抗误码性能成为星上图像压缩的主要方法。针对高误码率星地链路上DWT类压缩图像的误码扩散问题,提出了一种截断压缩码流并对保留码流加强信道编码保护的策略。分析和仿真结果表明,该策略重建图像的效果相比现有的传输模式有大幅提高,甚至能够优于直接下传模式。
关键词：离散小波变换,SPIHT,抗误码,星地链路
参考文献
[1]张春田,苏育挺,张静.数字图像压缩编码[M].北京:清华大学出版社,2006.
[2]Said A,Pearlman W A.A new,Fast,and Efficient Image CodecBased on Set Partitioning in Hierarchical Trees[J].IEEE Transac-tions on Circuits and Systems for Video Technology,1996,6(3):243-250.
[3]曾贵明,秦永强,薛志超.Ka频段在临近空间测控通信领域的应用及展望[J].临近空间科学与工程,2011,3(1):7-10.
[4]AMAYA C.Impact of clouds and gases on satcom links at Ka andEHF bands[C]//20th AIAA International Communication SatelliteSystem Conference and Exhibit.12-15 May 2002,Montreal,Quebec,Canada.
高误码率 篇3
GMSK调制是矩阵信号脉冲先通过高斯型低通滤波器, 再进行MSK键控得到的调制方式, GMSK不仅继承了MSK包络恒定、相位连续、带外功率谱下降快、带宽最小且严格正交的特点, 并且信号功率谱密度更加集中, 对邻道信号的干扰进一步减小, 进一步提高了通信质量, 因此应用广泛。
本文首先介绍GMSK的调制解调原理, 然后利用Mat Lab/Simulink对系统进行模拟仿真设计, 并对实验结果进行分析。
GMSK的基本原理
为了提高基本数字调制体制的性能, 人们不断地对调制体制进行改进, 涌现了多种适应不同信道或传输场合的新型调制技术。如MQAM (多进制正交振幅) 调制由于频带利用率高、调制方式灵活, 特别适合应用于频带资源有限的场合, 例如微波通信、卫星通信等。OFDM (正交频分复用) 作为一种有效的多载波并行传输方案, 具有抗多径衰落的能力, 适应于衰落严重的无线信道传输系统中, 例如第四代移动通信系统。MSK (Minimum Frequency Shift Keying, 最小频移键控) 调制和GMSK (Gaussian Minimum Shift Keying, 高斯最小频移键控) 调制也属于新型调制技术, 都是改进的FSK (Frequency Shift Keying) 调制技术。
GMSK的调制方法
FSK调制的最简单形式是二进制频移键控2FSK (2 - ary Frequency Shift Keying) 。2FSK调制是利用两个不同频率的载波信号来传输一个二进制的信息序列。2FSK调制抗干扰能力强, 特别适合应用于信道参数变化的衰落信道, 并且易于电路实现, 缺点是占用的频带较宽, 即频带利用率较低;若用数字键控法得到2FSK信号, 频率跳变的码元对应的信号之间相位可能不连续, 这就使得在解调时通过带通滤波器后的信号包络不连续, 影响解调性能。为解决这一问题, 对2FSK调制进行改进, 提出了MSK调制。MSK信号时域振幅连续, 且相位连续。MSK中的“M”表示“Minimum, 最小”, 这个“最小”指的是2FSK两种码元容许的频率间隔最小, 而2FSK带宽为B2FSK=|f2-f1|+2fs, 若频率间隔最小, 则占用的带宽最小, 因此MSK功率谱更加紧凑, 适合于窄带信道传输。此外, 两个频率的相关函数为0, 满足严格正交条件, 使其误码率性能更好。MSK信号可以用两个正交的分量表示:
根据上式构成的方框图如图1 所示。
MSK虽然带外功率谱下降快, 但仍满足不了一些实际场合对限制带外辐射功率的要求。为了进一步使信号功率谱更加紧凑, 减小信号带宽, 基带脉冲信号首先通过高斯型低通滤波器, 变为高斯型脉冲基带信号, 再对其进行MSK调制, 得到的信号就为GMSK信号, 其功率谱密度的旁瓣偏离中心频率时衰减就会变快, 如图2 所示。
为满足要求, 高斯型低通滤波器应具有以下特性:带宽窄且归一化值小, 便于抑制高频分量;过脉冲响应低, 防止瞬时频偏过大;能够保持滤波器输出的脉冲面积 (对应π/2相移) 不变, 以利于采用相干检测。此高斯滤波器的频率特性表示式为:
其中B为高斯滤波器的3dB带宽。将上式做傅里叶反变换, 得到滤波器的时域特性为, 式中参数, 与3dB基带宽带B有关。
设BNRZ序列为d= (t) ∑akb (t-nb) , ak= ±1 , 则GMSK表达式可记作:
其中, 分别为两个支路上的正交载波信号cosωst及sinωst的系数。
GMSK的解调方法
GMSK可以采用相干解调和非相干解调两种解调方法。两者的区别就在于收发两端需不需要有同步载波。非相干解调方法硬件结构简单稳定, 误码门限低。相干解调的性能较好, 且技术成熟, 但是若存在多径传输引起的衰落则相干解调的性能比理想的性能要差。以相干解调为例说明GMSK的解调方法。
分别对两个支路进行相干解调, 接收机输入信号分别为相干载波cosωst及sinωst相乘, 经低通滤波器后得到基带信号I (t) 和Q (t) , 然后做相位计算。GMSK信号通过上下支路分别与相干载波相乘并进行积分判决, 两个积分判决器并不是同时工作, 而是相差一个脉冲周期Ts, 积分时间都为2Ts。其框图如图3 所示。
系统仿真设计
Mat Lab/Simulink是一种常用的科学计算、工程设计的软件工具。在能够构造出系统的数学模型的前提下, 就可以用Mat Lab/Simulink对系统进行仿真, 具有仿真精度高、通用性强、编程简易的优点。特别是对于通信系统的仿真, Simulink包括了许多专业仿真模块库, 如CDMA参考数据库、数字信号处理 (DSP) 模块库、通信系统模块库等。通过这些库, 用户可以快速建立系统模块进行仿真, 而不需要了解模块内部的具体实现环节, 方便复杂系统的建模。Mat Lab提供三种编程方法: (1) M文件编程实现:基于数据流的仿真方法, 用编程语句实现数学关系的表达, 主要用于方程表示和数值求解。编程灵活, 但直观性差。 (2) Simulink方法:基于时间流的仿真方法, 用数学模型建立的系统方框图基础上, 用连接模块的方法实现输入输出关系的表达, 更加直观。 (3) M文件编程与Simulink结合的方法:集合两者的优点, 避免各自的不足。实际较为复杂的通信系统仿真采用此种方法。
一般仿真的步骤是:仿真问题提出—仿真系统分析—建立系统的数学模型—收集数据—根据数学模型建立系统的仿真模型—仿真模型验证—仿真模型的确认—仿真试验设计—计算机仿真模型的运行—计算机仿真结果分析。以下简要说明GMSK仿真的主要步骤。
建立系统数学模型
仿真的目的是为了验证GMSK的性能质量, 主要是可靠性和有效性。其中, 数字通信系统的有效性通过传输速率和传输带宽来衡量, 可靠性即抗噪声性能可由误码率和误信率 (误比特率) 衡量, 通过改变信道的参数SNR改变解调器的输入信噪比计算误码率。首先根据目的进行仿真分析, 明确系统由信号发生器、信号变换器、调制器、信道、解调器及信号反变换器组成。为了统计系统误码率和观察调制器输出信号波形, 还应增加误码率计算模块和示波器, 如图4 所示。
建立仿真模型
根据系统方框图, 在Simulink模块库中找到相应模块进行连接, 即可得到如图5 所示的GMSK系统仿真模型。信号发生器选用Bernoulli Binary Generator (贝努利二进制序列发生器) 模块, 通过Differential Encoder (差分编码器) 模块对输出信号进行预编码, 得到差分信号, 输入到Unipolar to Bipolar Converter变换器将单极性信号变换为双极性信号以便通过GMSK Modulator Baseband (基带GMSK调制器) 进行GMSK调制。选用通信系统常用的AWGN Channel (加性高斯白噪声信道) 模块作为系统传输信道。在接收端, GMSK信号经过GMSK Demodulator Baseband (基带GMSK解调器) 进行信号恢复, 在经过由Bipolar to Unipolar Converter和Differential Decoder组成的信号反变换器恢复二进制序列。
需要注意的是, GMSK信号为复合信号, 需要在示波器之前加入Complex to Real - Imag模块将信号拆为实部和虚部两部分分别进行观察。信号在传输过程中会出现一定的延迟, 可以通过Find Delay (得到延迟) 模块计算信号的延迟量, 然后再将信号发生器产生的初始信号通过Delay (延迟) 模块进行相应的延迟。将经过延迟处理的初始信号和恢复出的二进制序列分别接入Error Rate Calculation (误码率统计) 模块的Tx和Rx端口, 这样就能得出系统的误码率。
系统参数设置
在仿真中, 模块的参数设置直接影响仿真结果和仿真数据的可靠性, 将主要模块的参数设置进行说明。
(1) 贝努利二进制序列发生器:Initial seed (初始种子) :61;Sample time (采样周期) :1/10000;Output data type (输出数据类型) :Boolean (布尔类型) 。
(2) 单极性变换为双极性信号模块:M - ary number (输入信号的阶次数) :2;Output data type (输出类型) :Inherit via internal rule (继承内部规则) 。
(3) 基带GMSK调制器:BT product (BT乘积) :0.3;Pulse length ( 脉冲长度) :4;Samples per symbol (每个符号的抽样数) :8;Output data type (输出数据类型) :double (双精度类型) 。
在整个参数设置中, 主要注意的是Unipolar to Bipolar Converter模块和Bipolar to Unipolar Converter模块里的M - ary number (输入信号的阶次数) 设置, 参数默认值为4, 而仿真中信号发生器输出二进制信号, 因此需要把M - ary number值设置为2, 这样才能保证信号在单极性和双极性之间正常转换, 使整个实验顺利进行。
仿真结果分析
仿真波形
运行GMSK系统仿真模型, 通过示波器可以观察到GMSK信号输出的实部和虚部信号波形。如图6 所示, 上图为实部pk仿真波形, 下图为虚部qk仿真波形。横坐标表示仿真时间, 纵坐标表示信号幅度。理论上, 虽然每个码元的持续时间相等且都为码元周期Ts, pk和qk每经过一个码元周期就改变一次符号, 但不同时改变。通过实验得出的图形可以看出pk和qk确实没有同时改变, 由此就可以验证仿真得出的GMSK波形是正确的, 该仿真模型可靠性强。
系统误码率曲线
误码率是衡量数字通信系统可靠性一个重要性能指标, 表示码元在传输系统中被错传的概率, 误码率= 传输中的误码/ 所传输的总码数 ×100%。仿真中通过Error Rate Calculation (误码率统计模块) 计算误码率, 并输出到工作区。利用M文件中编写的程序, 设置信噪比的不同取值, 通过多次调用利用Simulink编写的gmsk.mdl仿真模型, 得到不同信噪比条件下的误码率, 从而绘制系统误码率与信噪比的关系曲线。
GMSK调制模块中的BT值决定高斯低通滤波器的频域特性, 从而影响GMSK系统有效性和可靠性。BT值越小, 则带外功率谱密度下降越快, 对邻道的干扰就越小, 占用带宽窄;反之, 占用带宽较宽。当BT值趋于无穷大时, 就成为了MSK调制。随着BT值的变化对系统误码率也产生影响。减小BT值在提高有效性的同时, 却使系统的误码率性能变差。由此可见通信系统的有效性和可靠性是一对矛盾, 提高可靠性是以降低有效性为代价的, 在实际中还应考虑两者的平衡性。利用编程设置不同BT值, 得到不同BT值条件下系统误码率随信噪比变化的曲线, 如图7 所示。图中横轴代表信噪比SNR, 纵轴代表误码率, 三条线曲线颜色默认次序为蓝、绿、红, 分别对应BT值为0.1、0.3 和0.9。从图上看出BT值越小, 系统抗噪声性能越差, 由此验证理论。当BT=0.1 时, 误码率最高。而当误码率为0.3 和0.9 时, 误码率差别不大。GSM制的蜂窝网中采用BT=0.3, 达到有效性和可靠性的平衡。
相应的M文件代码为:
semilogy (x, y1, ’ - +’, x, y2, ’ - +’, x, y3, ’- +’) ;% 绘制不同B T值下信噪比与误码率的关系曲线
总结 (150)
GMSK是一种性能优良的数字调制技术, 包络恒定且功率谱密度集中。首先分析其基本原理及调制解调方法, 在建立系统数学模型基础上, 基于Mat Lab/Simulink软件建立具体的仿真模型, 给出主要的参数设置方法, 通过仿真波形验证仿真系统的可靠性。对仿真结果进行分析的结果表明, 系统误码率随输入信噪比增大而减小, 不同高斯型低通滤波器的参数BT取值影响系统误码率与带宽, 根据不同场合需要将有效性和可靠性进行权衡, 通常取BT为0.3 以达到优良的性能。因此GMSK调制技术在GSM系统、军用超短波电台及其他民用领域中受到广泛应用。
低误码率的无线双信道模型研究 篇4
智能电网[1]以完整的双路通信、高级的传感器以及分布式的计算机进行电力的传输和网络分配, 以达到电力传送和使用的高效性, 使电网的可靠性和安全性增强。无线通信技术具有建设成本低、易维护、高灵活、可扩展性好等优点, 无线网为有线网起到了补充作用。对于可靠的智能电网, 一个关键的组件要有可靠、安全、高度可用的无线网络, 包括Wi MAX、无线局域网、广域网以及下一代的蜂窝技术和无线传感器网络[2]。无线传感器网络是监控和诊断智能电网的最佳选择[3]。然而, 在工业环境中无线通信网络相当复杂, 容易受到环境和噪声的干扰。因此, 工业无线通信技术逐渐受到人们的关注。
工业无线信道是一个衰落信道, 性能的误码率很难满足工业控制的要求[4], 在工业控制的要求为10–9。同时, 在噪声环境中无线信道容易受到噪声的干扰, 单一信道无法满足工业控制的要求, 为了提高通信的可靠性, 文献[5]在物理层使用SDH技术, 为了提高信息的传输速率, 文献[6-7]提出了多通道技术, 对于工业控制和自动化系统必须要支持应用程序的时间限制[8], 对于拥塞控制方案中采取自动重传请求[9]来减少传输时延, 但是对于无线通信网络效果不佳。为了实现低误码率和低时延, 文献[10]提出无线双信道模型, 对双信道模型进行了理论分析及仿真, 仿真结果表明, 双信道模型在误码率和时延方面要优于单信道模型, 但是文献[10]没有讨论怎样实现双信道模型信号的接收以及时延对误码率的影响问题。基于双信道信号选择性接收问题和时延问题, 本文对双信道模型进行了深入研究, 提出一种改进的模型。
1 双信道信号选择模型
双信道信号选择模型由贝努利二进制产生器、CRC-N编码器、二进制对称信道、CRC-N校验器、选择器、逻辑操作符、误码率计算器、显示器组成 (见图1) 。
信号选择机制:贝努利二进制产生器模块产生随机的二进制数, 以概率p产生0, 概率1-p产生1。CRC-N编码器模块产生的循环冗余码附加到每个输入的数据帧之后, 二进制对称信道对传输的信号以一定的概率产生错误, 它们是2个彼此独立的衰落信道, 信号在CRC-N校验器进行解码, 在CRC-N校验器中, 首先从接收到的二进制序列中分离出信息序列 (从第一个端口输出) 和循环冗余校验码 (Cyclic Redundancy Check, CRC) , 然后根据接收端的信息序列重新计算CRC, 如果重新计算得到的CRC与接收到的CRC相等, 则认为接收序列是正确的, 在CRC-N检测器的Err输出端输出0, 否则, 接收序列存在传输错误, 则在CRC-N校验器的Err输出端输出1。对2个信道的信号使用Switch模块进行选择, 依据从第1个信道的CRC-N校验器的Err端口输出的数据为判决标准, 当判决数据为0时选择第1个信道的输入信号, 为1时则选择第2个信道的输入信号。
图2反映了图1模型中的单信道和双信道的误码率与信道产生错误码元概率的关系。蓝线和绿线分别表示单信道和双信道的误码率。
从图2可以看出, 随着二进制对称信道产生错误码元概率的增加, 单信道和双信道的误码率也逐渐增加, 单信道的误码率要高于双信道, 在信道产生错误码元概率较低的时刻, 单信道和双信道的误码率相差不大, 当信道产生错误码元的概率达到10–4之后, 随着信道产生错误码元概率的增加, 单信道的误码率增加的幅度要快于双信道。由于双信道可以实现对信号的选择, 在信道产生错误码元概率比较小的时刻, 并行传输的2路帧信号有错误码元发生的概率也比较小, 双信道进行信号选择之后的误码率和单信道相差不大;随着信道产生错误码元概率的增加, 并行传输的2路帧信号有错误码元发生的概率也就随之增大, 信号选择器可以从中把正确的帧信号选择出来, 重新组合成一路信号到达接收端, 重新组合的双信道信号的误码率要明显低于单信道。
单信道和双信道帧的大小与误码率的关系如图3所示。
由图3可以看出, 随着帧比特数的增加, 双信道的误码率也逐渐增加, 单信道的误码率随帧比特数的增加并没有呈现出规律性的变化, 单信道的误码率要高于双信道。例如, 在帧比特数从100增加到800时, 单信道的误码率从1.09×10–3减小到1.03×10–3, 双信道的误码率从1.20×10–4增加到5.36×10–4。由于错误的码元可以随机的发生在信道的任一位置, 单信道不需要进行信号的重组, 所以帧的大小对误码率的影响不大, 帧如果太小, 编码时增加的循环冗余位就比较多, 带宽的利用率受到限制。对于双信道模型, 在帧比特数较小时, 并行传输的2路帧信号都有错误发生的概率也比较小, 双信道重组之后的信号, 其性能要完全优于单信道, 但是编码时增加的循环冗余位也比较多, 带宽的利用率比较低, 在帧比特数比较大时, 并行传输的2路帧信号都有错误发生的概率也随之增大, 对于都有错误发生的帧数据, 双信道实行默认选择, 不能体现双信道的优点, 进行重组之后的信号的误码率也就比较高。所以在对帧比特数进行选择时, 要在带宽利用率和性能方面取折中。
2 双信道时延模型
双信道时延模型由贝努利二进制产生器、CRC-N编码器、二进制对称信道、CRC-N校验器、信号匹配模块、示波器、选择器、逻辑操作符、误码率计算器、显示器组成 (见图4) 。
时延处理机制:为了进行时延问题的探讨, 本文在改进的双信道模型的二进制对称信道上加入一个时延模块来表示2个信道的时延差。信号在通过CRC-N校验器后分别进入信号匹配模块的s1端口和s2端口, 信号匹配模块通过互相关技术找到通过端口s1和s2的信号之间的时延, 然后使通过端口s1的信号时延相同的单位时延, 通过端口s1的信号时延之后的信号从del端口输出, 通过端口s2的信号通过信号匹配模块后从另一端的s2端口输出。
图5是信道产生错误码元的概率与存在时延的单信道和双信道的误码率的关系图。蓝线表示存在时延的单信道的误码率曲线, 绿线表示图1中的双信道模型存在不同时延的误码率曲线, 标记为双信道–1, 红线表示图4中的双信道模型存在不同时延的误码率曲线, 标记为双信道–2。
从图5可以看出, 随着信道产生错误码元概率的增加, 存在时延的单信道和双信道的误码率也都逐渐增加, 双信道–1误码率增加的幅度比较大, 双信道–2的误码率最低。例如, 在信道产生错误码元的概率从10–4增加到10–3时, 单信道的误码率从1.30×10–4增加到1.02×10–3, 双信道–1的误码率从1.17×10–2增加到9.14×10–2, 双信道–2的误码率从0增加到2.09×10–4。双信道–1由于时延的存在, 在发送端处于相同位置的码元信息在到达接收端时发生了错位, 重组后的一部分信息序列也就发生了移位, 误码率比较大。由于时延的存在, 单信道信号整个序列都发生了移位, 对误码率影响并不大。双信道–2由于使不同时延的2路信号延时了相同的单位时延, 重组后的信息序列的误码率得到降低。
帧的大小与误码率的关系如图6所示。
从图6可以看出, 随着帧比特数的增加, 时延双信道的误码率也随着增加, 单信道的误码率并没有呈现出增长的趋势, 双信道–1的误码率比较大, 双信道–2的误码率要低于单信道的误码率。例如, 在帧比特数从100增加到800时, 单信道的误码率从1.09×10–3减小到1.03×10–3, 双信道–1的误码率从5.69×10–2增加到2.59×10–1, 双信道–2的误码率从1.30×10–4增加到5.66×10–4。由于时延的存在, 双信道–1的误码率较高, 双信道–2使时延双信道信号延时了相同的单位时延, 误码率较低。随着帧比特数的增加, 单信道的误码率没有明显变化, 双信道的误码率逐渐增加, 与图3中的结论吻合。
对于双信道模型存在不同时延的情况本文也进行了仿真, 时延的大小对双信道模型的误码率没有太大的影响, 图4模型中双信道的误码率要低于图1模型中双信道的误码率。对于图1中的模型, 由于时延的存在, 重组后的一部分信息序列发生了移位, 无论时延为多少, 移位的这部分信息序列都是错误的, 误码率比较大且趋于平稳。图4中的双信道模型虽然也存在时延, 但是时延相同, 此时的双信道信号没有错位的存在, 时延的大小对误码率影响不大。
3 结语
本文主要是在无线双信道模型的基础上进行了深入研究, 对原有双信道模型存在的不足进行改进, 提出一种可以接收时延信号的双信道模型, 并对该模型进行了仿真。仿真结果表明改进的双信道模型可以实现对时延信号的选择, 有效降低了接收端信号的误码率, 提高了数据的可靠性。
摘要：工业无线通信网传输控制信息的一个主要挑战就是高可靠性和低时延。已存在的单一的无线信道模型容易受到多径衰落和环境干扰的影响, 使高可靠性和低时延问题无法得到实现。文章主要是在无线双信道模型的基础上进行了深入的研究, 提出一种改进的无线双信道模型, 对受不同程度干扰的时延双信道信号可以进行选择性的接收, 仿真结果表明改进的无线双信道模型可以有效降低信号的误码率, 提高无线信道的可靠性。
关键词：智能电网,工业无线网,无线双信道模型,时延,误码率
参考文献
[1]FANG X, MISRA S, XUE G L, et al.Smart grid-the new and improved power grid:a survey[J].IEEE Communications Survey&Tutorials, 2012, 14 (4) :944–980.
[2]YARALI A.Smart grid networks:promises and challenges[J].Journal of Communications, 2012, 7 (6) :409–416.
[3]KANGTARCI M E, MOUFTAH H T.Suresense:sustainable wireless rechargeable sensor network for smart grid[J].IEEE Wireless Communications, 2012, 19 (3) :30–36.
[4]GOLDSMITH A J.Wireless communications[M].UK:Cambridge University Press, 2005.
[5]CHEN W P, SHIH F H, HWANG W S.The multiple path protection of DWDM backbone optical networks[J].Journal of Information Science and Engineering, 2009, 25 (3) :733–745.
[6]GHOLAMHOSSEIN E F, MOHAMMAD H Y, REZA M.A QoS-based multichannel MAC protocol for two-tiered wireless multimedia sensor networks[J].Int.J.Communications, Network and System Sciences, 2010, 3 (7) :625–630.
[7]DAVID G, MANSOOR S, SHIU D S, et al.From theory to practice:an overview of MIMO space-time coded wireless systems[J].IEEE Journal on Selected Areas in Communications, 2003, 21 (3) :281–302.
[8]ANDREAS W.How to exploit spatial diversity in wireless industrial networks[J].Annual Reviews in Control, 2008, 32 (4) :49–57.
[9]O’ROURKE D, BRENNAN C.Practical packet combining for use with cooperative and non-cooperative ARQ schemes in resource-constrained wireless sensor networks[J].Ad Hoc Networks, 2012, 10 (3) :339–355.