
- •Билет 1
- •1) Спектральная плотность амплитуды и спектр энергии действительного сигнала. Их основные свойства.
- •2) Канальная модель Кларка и спектр Джейкса.
- •Билет 2
- •1) Три способа представления узкополосного сигнала. Принцип работы модулятора и демодулятора.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии сигнала
- •Билет 3
- •1) Комплексная амплитуда узкополосного сигнала. Рассмотреть пример вычисления комплексных амплитуд сигналов для антенной решетки в случае приема плоской волны.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии сигнала
- •Билет 4
- •1) Случайные узкополосные сигналы. Релеевское распределение амплитуды и замирания сигнала в многолучевом канале связи.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии сигнала
- •Билет 5
- •1) Передача сигнала в свободном пространстве. Связь мощностей принятого и передаваемого сигналов. Дальность радиосвязи в свободном пространстве.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии прямоугольного сигнала
- •1) Отражение сигнала от земной поверхности и двулучевое распространение. Зависимость мощности принятого сигнала от расстояния. Дальность радиосвязи с учетом сигнала, отраженного от земли.
- •2) Вычислить спектр сигнала в виде функции скачка (функции включения).
- •1) Плоский канал связи. Частотно-селективный канал связи.
- •2) Найти асимптотическое поведение спектра энергии треугольного сигнала вида при больших частотах, не вычисляя его спектр.
- •Билет 8
- •1) Функция автокорреляции действительного детерминированного сигнала. Взаимная функция корреляции двух действительных детерминированных сигналов.
- •2) Найти асимптотическое поведение спектра энергии сигнала вида
- •1) Случайные узкополосные сигналы. Релеевское и Райсовское распределение амплитуды.
- •2) Найти асимптотическое поведение спектра сигнала вида
- •1) Функция взаимной корреляции двух гармонических сигналов с одинаковыми частотами. Функция взаимной корреляции двух гармонических сигналов с кратными частотами.
- •2) Найти асимптотическое поведение спектра сигнала вида при больших частотах, не вычисляя его спектр.
- •1) Связь спектральных и корреляционных характеристик действительного сигнала.
- •2) Найти асимптотическое поведение спектра сигнала вида при больших частотах, не вычисляя его спектр.
- •1) Случайные сигналы и шумы. Функция плотности распределения. Нормальный случайный процесс. Одномерный и двумерный случаи.
- •2) Найти спектр сигнала вида . Найти спектр сигнала, который получается после интегрирования сигнала , используя свойство преобразования спектров при интегрировании сигналов.
- •Билет 13
- •1) Гармонический сигнал со случайной фазой. Найти одномерную функцию плотности распределения.
- •2) Вычислить спектральную плотность амплитуды и спектр энергии сигнала вида . Билет 14
- •1) Амплитудная модуляция, используемая в системах цифровой связи.
- •2) Найти функцию автокорреляции прямоугольного сигнала, длительность и амплитуда которого равны т и а соответственно.
- •Билет 15
- •1) Фазовая модуляция, используемая в системах цифровой связи.
- •2) Найти функцию автокорреляции гармонического сигнала .
- •1) Квадратурная амплитудная модуляция, используемая в системах цифровой связи.
- •2) Найти мощность гармонического сигнала .
- •1) Импульсная характеристика и передаточная функция многолучевого канала связи.
- •2) Гауссовская частотная манипуляция с минимальным частотным сдвигом, используемая в стандарте gsm.
- •1) Временная дисперсия в многолучевом канале связи, среднее значение и дисперсия задержки сигнала.
- •2) Каким образом преобразуется энергетический спектр сигнала при дифференцировании этого сигнала?
- •1) Частотная дисперсия в многолучевом канале связи, модель Кларка для многолучевого канала.
- •2) Каким образом преобразуется энергетический спектр сигнала при интегрировании этого сигнала?
- •1) Угловая дисперсия в многолучевом канале связи, Гауссова модель канала и ее сравнение с круговой моделью и моделью Кларка.
- •1) Оценка импульсной характеристики однолучевого канала связи.
- •2) Каким образом следует определять асимптотическое поведение спектра энергии сигнала при больших частотах, если а) сигнал имеет скачки; б) сигнал имеет скачки первой производной?
- •1) Пространственная корреляция сигналов.
- •2) Каким образом связаны между собой функция автокорреляции действительного сигнала и его спектр энергии ?
- •1) Оценка импульсной характеристики многолучевого канала при известной длине импульсной характеристики.
- •2) Какими свойствами обладают спектральная плотность амплитуды и спектр энергии , если сигнал является действительной функцией времени?
- •1) Оценка длины импульсной характеристики многолучевого канала связи.
- •2) Найти функцию автокорреляции сигнала вида
- •1) Оценка частотной передаточной функции многолучевого канала связи в ofdm системе связи.
1) Оценка импульсной характеристики однолучевого канала связи.
Рассмотрение начнем с самого простого случая, когда канал можно считать частотно-неселективным, а последовательность обучающих сигналов содержит всего один импульс. В этом случае принятый сигнал можно записать в виде, аналогичном (2.4.1):
, (8.1.1)
где h(0) – комплексный канальный
коэффициент, s – известный обучающий
сигнал, z – шум приемника. Будем
считать дисперсию коэффициента h(0)
равной единице (<|h(0)|2>=1), а
шум некоррелированным комплексным
гауссовским процессом с нулевым средним
и дисперсией
.
Из (8.1.1) следует, что ОСШ равно
.
В отличие от (2.4.1), в (8.1.1) не входит
множитель
.
Вместо этого предполагается, что сигнал
s имеет амплитуду, отличную от единицы
и зависящую от мощности.
Плотность вероятности шума имеет вид:
. (8.1.2)
Принятый сигнал (8.1.1) также будет
гауссовским процессом со средним
и дисперсией
.
Поэтому плотность вероятности сигнала
равна
.
Наша задача заключается в том, чтобы
сделать оценку канального коэффициента
h(0), если принятый сигнал имеет
некоторое значение x. В этом случае
функция f(x) в (8.1.3) имеет смысл
функции правдоподобия относительно
единственного неизвестного параметра
h(0). Метод максимального правдоподобия,
который мы применяем, требует выбрать
параметр таким образом, чтобы функция
правдоподобия принимала максимальное
значение. Это имеет место, при условии
минимума величины
в (8.1.3). Имеем, что
. (8.1.4)
Найдем производную от выражения (8.1.4)
по неизвестному параметру h(0) и
приравняем ее к нулю. В результате
получим, что
.
Отсюда для оценки
канального коэффициента h(0) будем
иметь
. (8.1.5)
Оценка (8.1.5) является случайной величиной, так как зависит от принятого сигнала x. Подставляя (8.1.1) в (8.1.5), будем иметь
. (8.1.6)
Так как шум имеет нулевое среднее, оценка
канала является несмещенной, т.е.
.
Для дисперсии оценки из (8.1.6) получим,
что
. (8.1.7)
где - ОСШ. Отсюда следует, что дисперсия оценки обратно пропорциональна ОСШ и точность оценивания канала зависит только от ОСШ.
В ряде случаев системы связи способны работать при низком ОСШ. Поэтому точность оценивания канала может быть недостаточной, если передается только один обучающий сигнал. Рассмотрим ситуацию, когда для оценки канала применяется последовательность известных сигналов длительностью L. В этом случае приемник регистрирует последовательность сигналов
, (8.1.8)
где k – индекс дискретного времени, s(k) - k-ая выборка обучающей последовательности, z(k) - k-ая выборка собственного шума.
Уравнение (8.1.8) удобно записать в векторной
форме. Для этого введем вектор принятых
сигналов
,
вектор сигналов обучающей последовательности
и вектор шума
.
Таким образом, эти векторы представлены
в виде векторов-столбцов размерности
L. Теперь (8.1.8) представим в эквивалентном
виде:
. (8.1.9)
Поскольку шумовые выборки статистически независимые их многомерная плотность вероятности равна произведению одномерных плотностей вероятности вида (8.1.2). Следовательно,
. (8.1.10)
Учитывая, что
,
(8.1.10) перепишем в виде
. (8.1.11)
Многомерную плотность вероятности для принятых сигналов найдем из (8.1.9) и (8.1.11). В результате будем иметь, что
. (8.1.12)
Снова рассмотрим выражение (8.1.12), как функцию правдоподобия относительно неизвестного параметра h(0). Тогда оценка максимального правдоподобия может быть представлена следующим уравнением
. (8.1.13)
Переходя к компонентам векторов, выражение (8.1.13) запишем с помощью сигнальных выборок:
. (8.1.14)
Чтобы определить точность оценивания канального коэффициента, подставим (8.1.9) в (8.1.13) и получим, что
. (8.1.15)
Несложно увидеть, что канальная оценка (8.1.15) является несмещенной, как и в случае одного обучающего сигнала. Однако дисперсия этой оценки становится меньше. Это можно показать следующим путем. Из (8.1.15) находим, что
. (8.1.16)
Поскольку выборки шума не коррелированны, корреляционная матрица шума <ZZH>=02I, где I – единичная матрица. Теперь (8.1.16) преобразуется к виду
. (8.1.17)
где
- ОСШ для k-го обучающего сигнала.
Эта формула показывает, что дисперсия канальной оценки обратно пропорциональна ОСШ, просуммированному по всем сигналам обучающей последовательности. Если сигналы имеют одинаковую амплитуду, то дисперсия оценки (8.1.17) меньше в L раз, чем дисперсия оценки (8.1.7).