zadatak eq
DESCRIPTION
School taskTRANSCRIPT
Univerzitet u Banjaluci
Elektrotehnički fakultet
Katedra za opštu elektrotehniku
Digitalna obrada signala
Domaći zadatak 2
Adaptivna ekvalizacija komunikacionog kanala
Objavljen: 22.01.2013. godine
Rok za predaju: 05.02.2013. godine
Ekvalizacija kanala
Na Slici 1. data je blok-šema diskretnog komunikacionog sistema koji je predmet ovog
zadatka.
Slika 1. Model diskretnog komunikacionog sistema sa ekvalizovanim kanalom
Izvor generiše Binary Phase Shift Keying (BPSK) simbole ( ) 1, 1,...,x n n N= ± = sa
jednakom vjerovatnoćom. Ukupan broj prenesenih simbola je N. Kanal unosi
intersimbolsku interferenciju (ISI) i može se modelirati FIR filtrom čija je funkcija
prenosa data sa
( ) ( )11 2
0 1 2 1
L
LH z h h z h z h z− −− −
−= + + + +… . (1)
Signal na izlazu iz kanala narušen je Gausovim bijelim šumom v(n), nulte srednje
vrijednosti i poznate varijanse 2
vσ .
Kako bi se uklonila ISI koristi se ekvalizator koji ćemo u ovom zadatku takođe modelirati
FIR filtrom reda K. Signal na izlazu ekvalizatora vodi se na odlučivač. U ovom zadatku
odlučivač je modeliran jednostavnim poređenjem sa pragom koji je postavljen na nulu
( )( )
( )
1, 0
1, 0
q nz n
q n
+ ≥=
− <. (2)
Idealno, simboli na izlazu odlučivača, z(n), su identični kao simboli na ulazu u kanal,
x(n).
izvor kanal ekvalizator odlučivač
z-D
+
+
x(n) q(n)
v(n)
r(n)
e(n)
z(n)
U procesu projektovanja ekvalizatora koristi se poznata sekvenca ulaznih simbola i
koeficijenti ekvalizatora se određuju minimiziranjem neke mjere odstupanja simbola na
izlazu odlučivača od poznatih ulaznih simbola. U ovom zadatku je potrebno projektovati
ekvalizator minimizacijom srednjekvadratne greške između signala na izlazu odlučivača i
zakašnjenog ulaznog signala
( ) ( ) ( )( )2
MSE n E x n D z n = − −
. (3)
Kašnjenje od D odmjeraka ulaznog signala uvodi se da bi se uzelo u obzir vrijeme
prostiranja signala kroz kanal i ekvalizator. U simulacijama je moguće srednjekvadratnu
grešku iz jednačine (3) estimirati usrednjavanjem kvadrata trenutne greške
( ) ( ) ( )( )2
e n x n D z n= − − (4)
po većem broju realizacija.
Nakon dostizanja konvergencije moguće je zadržati dobijene koeficijente ekvalizatora.
Ovakav pristup prikladan je za vremenski nepromjenljive kanale. Međutim, u slučaju
vremenski promjenljivih kanala opisanim postupkom dobija se inicijalna estimacija
koeficijenata ekvalizatora. U daljem radu se koeficijenti ekvalizatora adaptiraju
korišćenjem signala na izlazu odlučivača kao referentnog, umjesto zakašnjenog ulaznog
signala.
Predmet ovog zadatka je inicijalna estimacija koeficijenata ekvalizatora korišćenjem
zakašnjenog ulaznog signala kao referentnog i minimizacijom srednjekvadratne greške
date jednačinom (3). Srednjekvadratnu grešku je potrebno minimizirati LMS algoritmom.
Simulacija ekvalizovanog kanala
MATLAB program za simulaciju ekvalizovanog kanala podijeljen je, u skladu sa
modelom datim na Slici 1, na sljedeće dijelove: inicijalizacija, izvor, kanal i ekvalizator.
Inicijalizacija se odnosi na postavljanje parametara kojima se kontroliše rad čitavog
komunikacionog sistema datog na Slici 1. %%%--------------------------------------------------------------
%%% Inicijalizacija
%%%--------------------------------------------------------------
clear all; % Obrisi sve promjenljive
N = 500; % Broj simbola
I = 200; % Broj realizacija
K = 11; % Broj koeficijenata filtra
MSE = zeros(1, N); % Srednjekvadratna greska adaptivnog filtra
sigma2_v = 0.001; % Snaga aditivnog suma
% Impulsni odziv kanala
hn = ; % (unesite odgovarajuce koeficijente iz Tabele 1)
mi = ; % Velicina koraka obucavanja (unesite vrijednost)
D = ; % Kasnjenje (unesite vrijednost)
Izvor generiše ulazne simbole kao i referentni signal. %%%--------------------------------------------------------------
%%% Izvor
%%%--------------------------------------------------------------
x = sign(randn(1, N)); % Generisi BPSK simbole
% Generisi referentni signal
% (napisite kod za generisanje referentnog signala)
Kanal je modeliran FIR filtrom čiji su koeficijenti dati. Signal je narušen aditivnim Gausovim
bijelim šumom. %%%--------------------------------------------------------------
%%% Kanal
%%%--------------------------------------------------------------
for i = 1:I, % Petlja po realizacijama
fprintf('Realizacija: %d\n', i) % Indeks realizacije
% napisite kod za simulaciju kanala sa aditivnim Gausovim
% bijelim sumom nulte srednje vrijednosti i zadate varijanse
U ovom dijelu je poziv funkcije za adaptaciju ekvalizatora. Potrebno je napisati funkciju lms
kojom će biti implementiran adaptivni ekvalizator. Ulazni argumenti funkcije su: ulazni signal
(r), referentni signal (x_ref), korak obučavanja (mi) i red adaptivnog FIR filtra (K). Izlazni
argumenti su: matrica u kojoj su po vrstama smješteni koeficijenti adaptivnog filtra po iteracijama
(c) te vektori u kojima su odmjerci signala greške (e), signala na izlazu ekvalizatora (q) i signala
na izlazu odlučivača (z), respektivno. %%%--------------------------------------------------------------
%%% Ekvalizator
%%%--------------------------------------------------------------
[c, e, q, z]=lms(r, ref_x, mi, K); % LMS ekvalizator
MSE = MSE + abs(e).^2;
end
Zadatak
1. Dopunite zadati kostur MATLAB programa odgovarajućim kodom za generisanje
referentnog signala te za simulaciju kanala sa aditivnim Gausovim bijelim šumom
nulte srednje vrijednosti i zadate varijanse.
2. Napisati program u MATLAB-u kojim će biti implementiran adaptivni LMS filtar
za ekvalizaciju kanala. Način pozivanja funkcije kao i ulazni i izlazni argumenti
dati su u priloženom programu koji predstavlja okvir za simulaciju ekvalizacije
kanala.
3. Podesite broj koeficijenata ekvalizatora na K = 11 i varijansu aditivnog šuma na
relativno malu vrijednost od 20,001
vσ = . Koeficijenti FIR filtra kojim je
modeliran kanal dati su u priloženoj tabeli. Odredite vrijednost D za koju je
potrebno zakasniti referentni (željeni) signal.
4. Simulirati ekvalizator kanala u fazi obučavanja. Priložite grafike promjene
vrijednosti težina za jednu realizaciju, te impulsnih odziva kanala, ekvalizatora
kao i sistema koji čine kanal i ekvalizator nakon što je postignuta konvergencija.
Komentarisati dobijene rezultate.
5. Nakon konvergencije koeficijenata filtra nacrtajte frekvencijske karakteristike
kanala, ekvalizatora kao i sistema koji čine kanal i ekvalizator. Komentarisati
dobijene rezultate.
6. Za 2K simbola nakon konvergencije koeficijenata ekvalizatora nacrtajte signal
koji se prenosi i signale na izlazu kanala, ekvalizatora i odlučivača. Kakav je
efekat ekvalizatora na primljene simbole? Kako se izbor vrijednosti D vidi na
ovim graficima?
7. Odrediti opseg vrijednosti veličine koraka µ za koje koeficijenti filtra
konvergiraju. Priložite grafike estimacije srednjekvadratne greške dobijene
usrednjavanjem kvadrata trenutne greške za 200 realizacija filtra za različite
veličine koraka. Kako veličina koraka utiče na obučavanje filtra?
8. Varirati vrijednost varijanse aditivnog šuma. Priložite grafike estimacije
srednjekvadratne greške za 200 realizacija filtra za različite vrijednosti varijanse
aditivnog šuma. Kako ova vrijednost utiče na konvergenciju koeficijenata filtra?
9. Varirati vrijednost kašnjenja referentnog signala. Priložite grafike estimacije
srednjekvadratne greške za 200 realizacija filtra za različite vrijednosti kašnjenja.
Kako ova vrijednost utiče na konvergenciju koeficijenata filtra?
Grupa h0 h1 h2
1 0.095492 1.000000 0.095492
2 0.15688 1.000000 0.15688
3 0.21941 1.000000 0.21941
4 0.27980 1.000000 0.27980
5 0.33647 1.000000 0.33647
6 0.38874 1.000000 0.38874
Napomene: Za početak postavite broj realizacija na I = 1. Kada se uvjerite da
ekvalizator radi kako bi trebalo pređite na eksperimente sa 200 realizacija. Grafike
estimacije srednjekvadratne greške crtati sa logaritamskom skalom na ordinati (funkcija
semilogy).
Detalji predaje radova: Nakon završetka kompletnog projekta, najkasnije do navedenog
roka, predaju se sledeći rezultati rada:
• program u MATLAB-u,
• odštampan rad maksimalne dužine 10 stranica koji sadrži sve važne detalje o
projektovanju i implementaciji vašeg adaptivnog ekvalizatora:
o obrazloženja izbora pojedinih parametara algoritma,
o tražene grafike,
o analizu dobrih strana i nedostataka,
o prijedloge poboljšanja,
o uputstvo za upotrebu,
o ovaj dokument treba da bude obrađen na računaru.
Način rada i ocjenjivanje: Zadatak se radi u grupama po dva studenta. Konsultacije
između grupa su dozvoljene, ali svaka grupa treba da preda originalno rješenje. U slučaju
prepisivanja odgovarajući radovi će biti ocijenjeni sa nula poena.
Oprema: Za rad na ovom zadatku studentima je na raspolaganju računarska oprema u
Laboratoriji za digitalnu obradu signala.
Predmetni nastavnik i asistent