信道监测范文

信道监测范文（精选5篇）

信道监测 第1篇

一、电力远动检测系统硬件设计原理及分析

(一) 远动信号的检测:

远动系统的传输信道由一条主用信道和一条备用信道组成, 正常情况下, 主用信道用来传输远动信号, 备用信道用来传控制信号, 当主用信道发生故障时, 进行信道切换, 主用信道传输控制信号, 备用信道传输远动信号。信道上传输的远动信号是2FSK信号, 它包含有2种工作频率, 分别为2850Hz (设为最小值) 和3150Hz (设为最大值) , 而当信号中含有2种工作频率时, 传输的远动信号在单位时间内的方波个数必在最小值和最大值之间, 通过这种方法可以判断传输信道的好坏。首先, 通过偶合变压器将远动信号从主用信道的上行线和下行线摘取下来, 经过三极管放大电路, 将远动信号的幅值从0.775V放大到7.5V, 然后将放大的远动信号从2引脚输入给LM741芯片, 并从6引脚输出单片机, LM741芯片的主要作用是将放大的远动信号由正弦波变换成方波, 将经过变换的远动信号输入给89C51单片机, 89C51单片机含有2个16位定时/计数器T0和T1, 将T0作为计数器, T1作为定时器, 定时为1s, 同时将经过整形的方波从计数器T0的输入端14引脚输入, 89C51单片机对输入的方波进行计数, 将计数所得的结果送入到P0口 (P0.0P0.7, 39引脚32引脚) 的总线上, 此时, P2.7端口输出一个低电平送给锁存器74LS373的G端口, 将数据从端口D0D7送入给锁存器74LM373, 当P2.7口的电平有与此同时, 89C51的P2.6口从P0.7端口输入给第二个8051单片机一个高电平, 表明此时计数到新的数据送入给第二个单片机进行比较, 锁存器的端口接地, 保证输出常通, 因此, 计数所得的数据直接从P1端口 (P1.0P1.7, 引脚18) 输入到第二个单片机。单片机将接受来的结果与已经计算好的最大值和最小值进行比较, 如果计数的结果在最小值和最大值之间, 则可以说明此信号是好的;如果计数的结果小于最小值或大于最大值, 则说明此信号是不正常, 此时, 可能是远端设备发生故障, 可能是传输信道发生故障, 这时可以根据备用信道传来的控制信号来判断主用信道的工作情况。

(二) 控制信号传输部分:

近端若要判断传输信道的好坏, 必须了解远端设备的工作情况, 此系统由一个备用信道传输远端的控制信号, 此信号表明远端设备的是否工作正常。由于远端和近端的距离很远, 因此, 要对远距离传输的信号进行调制和解调。首先, 由传输控制信号的信道的上行线接收远端的控制信号, 从GS引脚和VN引脚输入给HT9170B芯片, 并从D0D3端口输出给第二个8051单片机, 此HT9170B芯片的作用是接受由信道传来的远端控制信号, 将此信号进行解调, 传输给第二个8051单片机控制。当传输信道发生故障时, 为了使远端和近端进行信道的同步切换, 也应该使远端了解传输信道的好坏, 因此, 如果当传输远动信号的信道发生故障时, 由第二个8051单片机的P2.0P2.4端口将近端检测的需要进行信道切换的控制信号从D0D3口传输给HT9200B芯片, 从DTMA引脚传输到传输控制信号的信道的下行线, HT9200B芯片的作用是将近端的是否进行信道切换的控制信号经过调制通过备用信道传输给远端, 以实现信道的同步切换。DS4E电磁继电器含有4个开关, 每个开关含有一个常闭口 (如引脚COM和引脚RST) 和一个常开口 (如引脚COM和引脚SET) ;当需要进行信道切换时, 8051单片机从P0.0和P0.1口输出一个低电平, 控制驱动电路, 从而进行信道切换。当远端的设备发生故障或传输控制信号的信道发生故障时, 则需要工作人员去现场进行维修, 所以要实现设备或信道的及时修复, 必须使近端与后台进行实时的通信, 近端将近端的检测信号、接收来的远端控制信号及传输控制信号信道的好坏的信号通过第二个8051单片机的P3.1端口串行输出, 从INB1和INB2引脚输入给MC1488芯片, 并从OUTB引脚输出, 将远端和近端的情况通知给后台, 同理, 后台要检修主用或备用信道时, 也要通知近端和远端, 以实现实时的信道切换, 后台的需要检修的信号从INA引脚输入给芯片MC1489, 并从OUTA输出给单片机的P3.0端口。芯片MC1488和MC1489的作用是进行电平的转换, 8051单片机的串行通讯采用的是TTL正逻辑, 即逻辑“1”:2.4V;逻辑“0”:0.4V;而RS232采用的是负逻辑, 即逻辑“1”用-5V-15V表示;逻辑“0”用+5V+15V表示, 因此, 当8051单片机的串行口和后台的RS232C接口进行通信时, 必须进行电平转换。

二、电力远动检测系统有待改进的方面

1、当传输的信道有干扰时, 此时, 可能会误认为信道发生故障。

2、当系统进行定期地设备和信道维修时, 控制信号还不是很明确。对于备用信道上行和下行工作情况的判断还需要进一步的完善, 在近端只能检测出备用信道的上行是否发生故障, 而对备用信道的下行的工作情况却无法判断, 需要进一步的改进和完善。

参考文献

[1]樊昌信.通信原理[M].北京:国防工业出版社, 2001

信道监测 第2篇

关键词：密集波分复用,光通道监测仪,信道间隔,混合传输系统

0 引言

光通道性能监测是WDM(波分复用)系统走向智能化、高速率化的标志之一。WDM系统常常会因为光纤传输中的信号损伤、非线性等因素导致波长和功率偏移，造成QoS(服务质量)劣化。而具有OCM(光通道监测仪)的WDM系统能够在各个节点对所有信道的信息进行有效监测，以便于系统反馈，灵活修正信道波长，调节功率，实现智能化传输。OCM在WDM系统中的功能也逐渐从支持模块向传输模块转变，未来其必将成为传输过程中不可或缺的部分。因此OCM一直以来都是光通信领域的重要研究课题[1,2]。

WDM系统速率和容量不断提升，通信需求的增长正迫使传输网络由10Gbit/s(以下简称10G)向40Gbit/s(以下简称40G)系统演进，许多商用系统已经开始了10 G信号与40 G信号的混传，50GHz信道间隔的WDM系统也已经得到了广泛应用。因此适用于新一代WDM系统的OCM需要具有高波长精度、高功率精度、高波长分辨率和高扫描速度等特性[3]。本文提出一种OCM结构，可以工作在50GHz间隔的DWDM(密集波分复用)系统中，对10G和40G信号都能准确监测。

1 结构设计与工作原理

传统OCM的结构分为两种，一种是基于衍射原理，即在衍射光栅后布置阵列探测器进行探测;另一类是基于干涉原理，即利用干涉形成滤波效果，对单一波长进行探测。

本文提出的方案不同于上述两种方案，而是采用一种基于衍射光栅的滤波结构，通过调整入射光的角度形成滤波效果，然后对单一波长进行探测。具体结构如图1所示。入射光从输入端进入，经MEMS(微电子机械系统)转镜系统反射，以一定的入射角进入光栅，经光栅衍射后在固定接收端被接收，接收端设置PIN(光电二极管)采样，经光电转换后与外部数据处理系统相连。

图1中，光栅与接收端的角度取定后，接收端只针对固定的衍射角进行接收，而根据光栅方程，d(sinθ+sini)=mλ，进入接收端的光波长应满足λ=d(sinθ+sini)/m，式中，d为光栅常数，i为入射角，θ为衍射角，λ为波长，m为衍射级数，因此改变入射角就可以改变进入接收端的光波长，形成滤波效果。而MEMS转镜的转动可以控制光入射到光栅的入射角，同时决定了接收端接收的波长。通过外加电压来控制MEMS转镜的转动，理论上可以在接收端依次获得全部波长的光。

OCM工作时，DWDM系统中多个波长的混合波通过输入端进入，控制MEMS转镜进行一次全转角的转动，同时固定接收端在时序上进行多次采样，每个采样点利用接收端的PIN转换出光电流，对应于光功率，传输到外部数据处理系统进行记录、处理。在所有取样点扫描完成后可以绘制出一条光功率对应波长的谱线。该谱线的每一个峰都表征了具有对应波长的光，功率可以读出，而无峰的地方表示不包含该波长的光。

2 性能分析

(1）响应时间

响应时间主要包括MEMS的响应时间、通信时间、数据处理和计算时间。当采样点为4 000个时，施加对应步长的单点电压时，MEMS的响应时间<20μs,MEMS扫描周期<100 ms，加上外部通信、数据记录、处理和计算，整个扫描周期<500ms。

(2）波长扫描范围

由于光栅的自由光谱范围非常大，故波长扫描范围只与MEMS的转角幅度相关。由光栅方程可知，理论上MEMS转角约为4.0°即可覆盖DWDM系统1 528～1 568nm共40nm的扫描范围。

(3）波长分辨率

波长分辨率由MEMS的最小转动步长与设计取样点数决定。如设计取样点为4 000个时，40nm的扫描范围内每两个取样点的间隔为10pm，故该OCM的波长分辨率为10pm。该分辨率可以完全满足50GHz信道间隔的DWDM系统的要求。

(4）通道分辨率

通道分辨率与光栅分光谱线的展宽有关。根据瑞利判据可以知道[4]，两条谱线重合的最小值达到单个谱线的81%时无法分辨两条光线，所以一条谱线展宽到40.5%时，其展宽宽度的两倍可以认为是极限分辨率。

在采用940线/mm的光栅时，通道分辨率<0.3nm,ITU规定50GHz信道间隔为0.4nm，该OCM可以达到要求，甚至考虑到传输速率导致谱形展宽的要求时，该OCM依然适用。

3 实验研究

依照工作原理制作了一个基于衍射原理的OCM模块，对C波段1 528～1 568nm区间进行实验研究。实验装置如图2所示，设备采用96波的多通道10G/40G调制光源，安捷伦公司86142B型光谱仪。

进行实验时，多通道10G/40G调制光源发出混合光，一束进入已经过波长功率标定的OCM模块，另一束进入光谱仪，最终对OCM模块与光谱仪产生的谱线以及WDM模式波长和功率计算结果进行对比，验证OCM模块的工作特性。

随机组合10G/40G光波组成满足ITU规定的96波DWDM系统要求，经OCM模块后得到的谱线如图3(a)所示，光谱仪采得数据扫描点得到的谱线如图3(b)所示。由图3可知，全部96波都已监测到，寻峰没有漏判错判。

所有峰对应的波长由测试的光谱数据及单峰的波长定标数据计算得出，图4所示为波长误差对比图，所有波长误差范围均在20pm左右，绝对误差<±15pm，远小于DWDM系统中的波长监测精度要求(<±50pm)。

实验中对响应时间进行了测试，从外加电压开始计算，至输出谱线和计算结果，耗时<500ms，小于DWDM系统中的响应时间要求(<1 000ms)。

所有峰对应的功率由测试的光谱数据及单峰的功率定标数据计算得出，与光谱仪WDM模式功率结果相对比，光功率误差结果如图5所示，96波10G/40G信号的功率误差范围<±0.4dB，满足DWDM系统的功率监测精度要求(<±1dB)。

实验结果表明，该OCM模块在50GHz信道间隔、10G/40G混合传输的DWDM系统中能够完整监测到全部信道，对信道波长功率参数也能够准确测定。

4 结束语

本文提出了一种基于衍射光栅的OCM结构，介绍了其工作原理，理论分析了各指标参数，并制作了样品模块进行实际测试。测试结果表明，该OCM的工作范围为40nm，覆盖整个C及C+波段，通道功率误差<±0.4dB，通道波长误差<±15pm，完全满足50GHz间隔DWDM系统的光通道性能监测要求。

参考文献

[1]Adam Desmore,Kirill Pimenov,Yury Logvin,et al.Monolithically Integrated Optical Channel Monitor forDWDM Transmission System[J].Journal of Light-wave Technology,2004,22(1):146-148.

[2]何俊,杨明,刘明睿,等.DWDM系统光通道性能在线监控模块[J].光通信研究,2006,(1):48-50.

[3]阳华,张湘英,陈选育.光层性能检测[J].光通信技术,2009,(4):38-40.

无线信道中信道衰落的研究 第3篇

一、信道仿真

1、高斯白噪声信道仿真

高斯型白噪声也称高斯白噪声, 噪声的概率密度函数满足正态分布统计特性, 同时它的功率谱密度函数是常数。这里值得注意的是, 高斯型白噪声同时涉及到噪声的两个不同方面, 即概率密度函数的正态分布性和功率谱密度函数均匀性, 二者缺一不可。加性高斯白噪声是最简单的一种噪声, 它表现为信号围绕平均值的一种随机波动过程。加性高斯白噪声的均值为0, 方差表现为噪声功率的大小。

从图1中可以看出, 加性高斯白噪声 (AWGN) 信道中, BFSK调制信号的误比特率随着信噪比的增加而降低, 当信噪比达到14d B时, 误比特率低于10-3。

2、高斯白噪声加瑞利衰落信道仿真

瑞利衰落是移动通信系统中的一种相当重要的衰落信道类型, 它在很大程度上影响着移动通信系统的质量。在移动通信系统中, 发送端和接收端都可能处在不停的运动状态之中, 发送端和接收端之间的这种相对运动将产生多普勒频移 (Doppler shift) 。在多径信道中, 发送端发出的信号通过多个发射之后沿多条路径到达接收端, 这些路径具有不同的时延和不同的接收强度, 它们之间的相互作用就形成了衰落。

由图2可以明显地看出, 在瑞利衰落信道中, BFSK调制信号的误比特率随着信噪比的增加而降低, 但是降落速度缓慢, 明显低于高斯白噪声信道, 如果要在瑞利衰落信道中获得与加性高斯白噪声信道相同的传输效果, 就需要大大增加信号的信噪比。在移动通信系统中, 瑞利衰落是不可避免的, 而且它对信号的影响非常大, 具有很大的危害性。

3、高斯白噪声加瑞利衰落加伦琴衰落信道仿真

在移动通信系统中, 如果发送端和接收端之间存在着一条占优势的视距传播当发送端和接受端之间既存在着视距传播路径LOS, 又有多条反射路径时, 它们之间的信道可以同时用伦琴衰落信道模块和多径瑞利衰落信道来仿真。路径 (LOS, Line-Of-Sight) , 这种信号就可以模拟成伦琴衰落信道。通过主路径传输过来被接收的信号为一个稳定幅度Ak和相位φk, 其余多径传输过来的信号仍如上面“瑞利衰落模型”所述。

伦琴衰落信道可以理解为拥有一条或者多条占优势的视距传播路径 (LOS, Line-Of-Sight) 的瑞利衰落信道, 所以它的传播性能也同样比高斯白噪声信道差很多, 但是由于存在视距传播路径, 所以它的性能优于瑞利衰落信道, 这几点由图3可以很明显地看出来。

二、仿真结果分析

由之前的仿真结果可以比较明显得反映出以下几点:

1、对于相同的信噪比, 信号在伦琴衰落信道及加性高斯信道中的误比特率性能优于多径瑞利衰落信道;

2、当信号的信噪比低于6d B时, 伦琴信道的误比特性能甚至好于只存在加性高斯白噪声的信道;

3、相对于加性高斯白噪声信道来说, 衰落信道的误比特性能较差;

4、从BFSK仿真结果图可以看出, 当信噪比等于14 d B时, 加性高斯白噪声信道的误比特率低于10-3, 而此时多径瑞利衰落信道的误比特率在5%左右, 即使在伦琴衰落信道中也是不到3%。因此如果要在衰落信道中获得与加性高斯白噪声信道相同的传输效果, 就需要增加信号的信噪比。

摘要：本文详细描述了BFSK调制信号在加性高斯白噪声信道, 多径瑞利衰落信道和伦琴衰落信道这三种典型信道中的传播特性, 通过分析传输信号在这三种衰落信道中的误比特率与信噪比的关系, 进行了性能比较。

关键词：无线信道,信道衰落,瑞利衰落,伦琴衰落

参考文献

[1] (美) 施瓦茨 (Schwartz, Mischa) , 许希斌、李云洲译, 移动无线通信, 电子工业出版社, 2006年。

[2]李式巨:《数字无线传输》, 清华大学出版社, 2007年。

信道监测 第4篇

关键词：GSM,信道,突发脉冲序列,TDMA帧,SDCCH

第三代移动通信网络已经遍布大江南北, 但第二代移动通信系统 (主要是GSM) 仍然占据着绝对的主体地位, 绝大多数移动业务短时间内还是要依赖于GSM系统展开, 对于GSM系统所使用技术的深刻理解仍然是许多学习移动通信技术专业人的首要任务, 而GSM系统所涉及的主要技术中信道技术可以算做是抽象难懂技术之一。如果我们换一个角度去理解此项技术, 或许会有意想不到的收获。不管怎么样, 最起码我们得知道关于载频的一些概念, 每个基站的天线都可以发射和接收好几个载频, C0, C1, Cn, 每个载频又有8个物理时隙, TS0, TS1TS7。也就是时间的片段。这样, 每个固定的频率片段和时间片段交汇点都能唯一确定一个时间和频率的资源称之为物理信道, 因此也就产生了时隙 (Time Slot) 、突发脉冲序列 (Burst) 、突发脉冲序列周期 (Burst Period) 、射频信道 (Radio Frequency Channel) 、帧 (Frame) 等概念。归纳为多址技术就是频分多址和时分多址的混合 (FD-MA/TDMA) 。每一个TDMA帧含8个时隙, 共占4.615ms, 每个时隙含156.25个码元, 占0.557ms。多个TDMA帧构成复帧, 其结构有两种, 分别由的26个或51个TDMA帧。分别专用于业务信道及其随路控制信道和控制信道。多个复帧又构成超帧, 多个超帧构成超高帧, 周期为12533.76秒, 即3小时28分53秒760毫秒, 超高帧每一周期包含2715648个TDMA帧, 这些TDMA帧按序编号, 依次从0至2715647, 帧号在同步信道中传送。

物理信道是频分和时分复用的组合, 在基站和移动台之间就像源源不断传递的砖块, 把这些物理信道按照一定的规律排列整合起来, 内部装载了不同类型的信息就构成了各种逻辑信道, 就像用相同的砖块垒成了不同格式建筑。

逻辑信道又可分为业务信道和控制信道;业务信道用于携载语音或用户数据, 可分为话音业务信道和数据业务信道。控制信道用于携载信令或同步数据, 可分为广播信道、公共控制信道和专用控制信道。广播信道 (BCH) 包括BCCH、FCCH和SCH信道, 它们携带的信息目标是小区内所有的手机, 所以它们是单向的下行信道。公共控制信道

所有的逻辑信道中独立专用控制信道 (SD-CCH) 是一个很重要的控制信道。其主要作用是在指派业务信道TCH前传递系统信息, 如:用户鉴权、用户登记消息及呼叫接续信令。因此, 在一个小区内, 是否能够合理地选择一定数量的物理信道用作SDCCH信道来传送信令, 从而确定SDCCH信道与TCH信道的适当比例, 是决定移动网络服务质量的一个重要要素。

当TS2用来映射SDCCH和SACCH时, 表示为SDCCH/8, 此时, 一个物理信道可以分时传送8路呼叫接续信令, 即8个SDCCH子信道。对用户数量较少的小区可以使SDCCH和BCCH共占用一个物理信道, 即共用C0的TS0。此时, 只能定义4个SDCCH子信道, 表示为SDCCH/4。在GSM系统开通广播业务时, 一个位置区域内将短消息广播给区域内登记的所有用户, 每个小区的CBCH须占用一个SDCCH。此时, 一个小区只剩下有3个SDCCH信道。

一个小区最多可以定义16个SDCCH信道。如果SDCCH信道只占用一个物理信道, 系统自动分配C0的TS2为SDCCH信道;如果SDCCH信道占用两个物理信道, 则SDCCH信道占用的第一物理信道为C0的TS2, SDCCH占用的第二个物理信道一般为C1的TS2, 因为要求第二个物理信道与第一个物理信道的时隙 (在两个载频上) 应该相同。

那么, 一个小区到底应该定义多少SDCCH呢?一般应考虑SDCCH信道和TCH信道二者的拥塞率。那什么是SDCCH拥塞呢?在立即指配时, 如果网络没有可用的SDCCH信道来分给手机, 则系统计一次SDCCH分配失败。在手机用户端会有这种现象发生, 当用户发出通话或其他网络服务的申请时, 大部分手机没有任何反映即返回到空闲状态, 有的手机发出有节奏的三声响声。因为, 在一次完整的通话过程中要先后需要SDCCH和TCH, SDCCH的拥塞率应低于TCH的拥塞率。在GSM系统中, 可以定义立即指派SDCCH信道的功能, (上接201页) 师和学生都可以在非常轻松的氛在SDCCH信道拥塞时, 将立即指派TCH信道传送呼叫接续信令, 以降低SDCCH信道拥塞率。

在GSM系统中, 用户发生一次位置更新占用SDCCH信道的时间大约为3.5秒。其中传送位置更新消息的时间为3秒, 从SDCCH信道释放到BSC确认SDCCH信道空闲的时间为0.5秒。IMSI分离一次占用SDCCH的时间大约为2.9秒。在时间上等于一次位置更新的时间减去用户IMSI鉴权一次的时间, 用户IMSI鉴权一次的时间为0.6秒。IMSI附着一次占用SDCCH信道的时间为3.5秒, 与用户完成一次位置更新的时间相同。

在GSM系统中, 用户在每次呼叫建立时都要进行鉴权。因此, 在SDCCH信道上传送的信息包括用户鉴权消息及呼叫接续信令。根据统计结果, 用户完成一次主叫呼出占用SDCCH的时间为2.7秒, 完成一次被叫占用SDCCH的时间为2.9秒, 其中从SDCCH信道释放到BSC收到释放证实信号的时间为0.5秒。

在用户手机空闲时, 要占用SDCCH信道传送短消息;在用户通话时, 要占用SACCH信道传送短消息。传送短消息占用SDCCH信道的时间为短消息呼叫建立及传送短消息的时间和。与通话呼叫建立相比, 短消息呼叫建立的信令较短, 短消息呼叫建立的时间也短。系统传送一次短消息占用SDCCH信道的平均时间大约为6.2秒。

SDCCH作为非常重要的控制信道之一, 在GSM网络优化时常常被考虑到, 要想在网络优化时把各项指标都调整到位, 特别是发生SDCCH拥塞率高的时候进行网络参数调整, 就要求我们首先对整个逻辑信道的组成和功能, 特别是SDCCH信道的组成及功能有一个深刻的理解。这样, 在做网优时才能有的放矢。

非线性功放信道下联合信道估计研究 第5篇

关键词：信道估计,信号检测,MCMC技术,非线性

0 引言

在无线通信系统中, 非线性放大器广泛存在于无线信道中, 对数据的传输与恢复、相关检测和信道均衡等等有着显著的影响。因此, 在做一些信道相关的应用和研究时, 有必要研究一些信道特性, 包括非线性放大器的参数和信道参数的估计。现有的信道估计方法没有针对非线性放大器的参数进行估计, 本文针对因非线性放大器产生非线性影响的FIR信道, 对非线性放大器的参数进行了估计, 对输入信号进行了检测[1]。

盲均衡技术指的是在非线性放大器及信道参数未知的情况下, 通过被非线性和噪声污染的输出信号 (观测信号) 来检测输入信号。根据贝叶斯方法来估计非线性放大器的参数。MCMC[2]是贝叶斯方法的一种, 依托于贝叶斯框架, 利用先验信息提高解的精度, 同时没有对贝叶斯理论进行线性化, 适合于存在非线性放大器的高斯信道。MCMC方法通过构造一个平稳分布于所求后验分布相同的马尔科夫链, 反复迭代至平稳状态, 从而得到后验分布的样本, 再基于这些样本做各种统计推断, 就可以获得模型均值及其对应的方差, 从而得到非线性放大器的参数估计值并检测信号参量。

目前, 现有的算法中并没有对存在非线性放大器的信道进行多种非线性参数的联合估计, 因此需要一种应用于无线通信系统的存在非线性放大器的联合非线性参数估计和信号检测的方法。这里采用的Metropolis-Hastings (MH) 算法是MCMC方法的一种, 针对本发明的应用场景, 进行非线性放大器的非线性参数估计和输入信号的检测[3]。

1 信道模型

硬件的非理性因素会造成一定的硬件减损, 对通信性能产生较大影响。硬件减损主要包括功率放大器 (Power Amplifier, PA) 的非线性影响。PA的非线性影响包括幅度失真 (AM-AM) 和相位失真 (AM-PM) [4]。在60 GHz信道中功率放大器的非线性模型如下:

式中, A和G (A) 分别为输入和输出的电压幅度;线性增益g=4.65;失真拐点平滑程度s=0.81;输出电压幅度饱和值Asat=0.58 V;Ψ (A) 为输入电压幅值为A时所产生的相位失真大小, 单位为角度制;α, β, q1, q2的取值分别为2 560, 0.114, 2.4, 2.3。由式 (1) 和式 (2) 可知, 输入信号幅度越大, 幅度失真和相位失真就越严重。经过16QAM编码调制的数据流{dπ (i) }, 经过非线性放大器后变成{xk}, 接着进入单径信道, 信道模型如下:

式中, yk, xk和nk互相独立, 分别为k时刻的接收信号、传输信号和加性噪声。采用的存在非线性功放下的单径系统模型如图1所示。

2 MCMC算法

MCMC是贝叶斯方法的一种, 它通过反复迭代以构建马尔科夫链至平稳状态, 最后可以获得目标分布的样本, 使得许多复杂的贝叶斯分析问题得到解决。它是对非线性参数进行估计的关键部分, 经过反复迭代在这一模块中得到非线性放大器的非线性参数[5]。MCMC方法就是通过建立一个平稳分布为π (x) 的马尔科夫链来得到π (x) 的样本, 并根据这些所得到的样本做统计推断, 可用如下步骤来描述:

建立一个转移核P (, ) 的马尔科夫链, 其平稳分布为π (x) , 常用的构造转移核的是Gibbs抽样和Metropolis-Hastings方法。

从X (0) 出发, 根据式 (1) 中的马尔科夫链生成X (1) , , X (n) 。

当生成的链的长度足够时,

可用来表示函数f (x) 的期望值。

由于Metropolis-Hastings[6]方法非常适合本发明中的条件, 因此这里采用Metropolis-Hastings方法。

假设目标是从目标密度函数p (θ) (∞<θ<∞) 中得到采样粒子[7]。由Metropolis-Hastings (MH) 方法采样建立的马尔科夫链产生一系列的值θ (1) θ (2) +θ (t) , 在这里θ (t) 表示马尔科夫链在t时刻收敛得到的值。在Metropolis-Hastings方法中, 先初始化最初状态, θ (0) 是初始值, 该取值最好接近真实值, 不要离得过远。然后根据采样器先前的状态, 利用提议概率分布q (θ|θ (t-1) ) 产生一个候选值θ*。下一步就是根据接受概率α, 选择接受或拒绝候选值[8],

先产生一个随机数u (0

为了解决本发明中的问题, 让未知参量组成一个向量, 并且它们的目标概率分布是已知的。不是整体更新Θ值, 而是依次更新Θ=[θ1, θ2, θ3θn]T中的每一个参数。先将向量初始化Θ0=[θ10, θ20, θ30θn0]T, 让Θ-i=[θ1, , θi-1, θi+1, θn], Θ-i包含了除了θi的所有其他θ。

选择循环平稳随机游走函数作为核函数qi= (θi*|Θii (j-1) , Θ-i) 针对本发明中的问题, 核函数选择:

式中, u是一个常数, (0

另外, 为了保证收敛, Metropolis-Hastings迭代次数为NT=Nb+Nd。开始的Nb迭代次数为非收敛阶段, 这个阶段对了蒙特卡洛仿真达到稳定状态十分重要。所以, 采样Θ (n) , n=Nd可以用来估计参数值。因此, 参数估计值为

基于MCMC技术的对存在非线性功放的单径信道的联合信道估计及数据检测方法具体步骤[9]归纳如下:

(1) 发送端产生随机二进制序列{di}, 经过16QAM编码调制形成数据流{dπ (i) };接着, 该数据流经过功率放大器变为{xk}, 最后进入单径信道, 接收机从信道接收到观测数据{yk}。

(2) 设迭代系数j=1, 构造参数向量并进行初始化。

式中, Θ向量中的各参数对应于非线性功放模型中各非线性参数g, s, As, q1, q2, alfa, beta。

(3) 设参量系数i=1, 参数向量的第i个可能值φi由随机游走概率密度函数qi (φiΘi (j-1) , Θ-i) 得到。本步骤是本发明方案中最关键的一步, 要找到合适的随机游走函数, 使得马尔科夫链的极限分布是目标函数分布。在本发明中, 目标函数分布[10]为:

根据目标函数所取的随机游走函数为:

在这里wi是符合均值为uΘij-1, 方差为1/u的高斯分布。

(4) 计算接受概率αi (Θi (j-1) , Θ-i, φi) 。

(5) 产生一个在区间[0, 1]上均匀分布的随机数u, 令

(6) 更新参量系数i到i+1, 然后回到步骤 (3) 。当i=7时, 到步骤 (7) 。

(7) 更新收敛系数j到j+1, 然后回到步骤 (2) 。当达到收敛或设定的收敛值时结束循环。

(8) 取均值, 除去收敛之前得到的估计值, 将收敛后得到的估计值取均值。

式中, NT为总的收敛次数;Nb为需要去除的前面不收敛的次数。

(9) 利用得到的非线性功放参数和信道参数, 利用最小差值法进行数据检测[11]。

3 仿真结果

仿真获得的非线性放大器产生的非线性模型中, 各个非线性参数估计值与实际值对比如图2和图3所示。由图形可以看出, 仿真得到的估计值与真实值相差较小, 并且收敛速度很快, 大约50次左右就可以达到收敛。

在得到模型中各非线性参量的估计值后, 利用最小差值法进行数据检测, 得到数据检测值的误码率随BER变化的仿真图如图3 (d) 所示, 在信噪比为16 d B时得到误码率为10-5, 效果良好。

4 结束语

首先分析了存在非线性放大器的单径信道模型, 对MCMC技术中的MH算法进行了详细地描述, 然后提出了基于MCMC算法的联合信道估计和信号检测技术, 最后针对所提算法进行了仿真。

所提出的算法适用于所有已知非线性模型的信道, 在非线性放大器及信道参数未知的情况下, 通过被非线性和噪声污染的输出信号 (观测信号) 来估计非线性放大器的参数, 经过反复迭代可以估计出所有的未知参数。仿真结果表明, 将MCMC算法应用于非线性参数估计和信号检测中, 有优越的检测性能。

参考文献

[1]YANG Li-ly.60GHz:Opportunity for Gigabit WPAN and WLAN Convergence[J].ACMSIG-COMM Computer Communication Review, 2009, 39 (1) :56-61.

[2]HERZET C, WYMEERSCH H, MOENECLAEY M, et al.On Maximum-likelihood Timing Synchronization, 2007, 55 (6) :1116-1119.

[3]GUENACH M, WYMEERSCH H, STEENDAM H., et al.Code-aided Ml Joint Synchronization and Channel Estimation for Downlink MC-CDMA, 2006, 24 (6) :1 105-1 114.

[4]TANNER M A.Tools for Statistics Inference[M].New York:Springer-Verlag, 1991.

[5]ROBERT C R, CASELLA G.Monte Carlo Statistical Methods[M].New York:Springer, 1999.

[6]DOUCET A, WANG X.Monte Carlo Methods for Signal Processing:a Review in the Statistical Signal Processing Context, 2005, 22 (6) :152-170.

[7]RITTER C, TANNER M A.Facilitating the Gibbs Sampler:the Gibbs Stopper and the Griddy Gibbs Sampler[M].Journal of the American Statistical Association, 1992 (87) :861-868.

[8]GILK S.Richardson, Introducing Markov Chain Monte Carlo[M].In Markov Chain Monte Carlo in Practice.London:Chapman&Hall, 1996.

[9]SUYAMAS, SUZUKI H, FUKAWA K, et al.Iterative Receiver Em-ploying Phase Noise Compensation and Channel Estimation for Millimeter-Wave OFDM Systems[J].IEEE Journal on Selected Areas in Communications, 2009, 27 (8) , 111-115.

[10]FARHANG B, ZHU H, SHI Z.Markov Chain Monte Carlo Algorithms for CDMA and MIMO Communication Systems[J].IEEETrans.Signal.Process, 2006, 54 (5) :1 896-1 909.