Escuela Superior Politécnica Del Litoral
Laboratorio De Inalámbricas
Practica #9 “Detección de trama y corrección del
desplazamiento de frecuencia”
Nombres:
Bryan Sangucho Felipe León Mateo
Paralelo: 2
Grupo
#1
Fecha: 5 de Agosto del 2016
Introducción
En esta práctica continuaremos manejando los métodos de corrección de los errores que presenta una transmisión inalámbrica desfasada, retrasada y dispersa. La señal al ser transmitida, se produce un retraso y el desfase produce un error de desplazamiento de frecuencia, estos se presentan en el equipo de trasmisión y por el efecto duppler al momento de ser transmitida la señal. Se procederá a realizar dos algoritmos en donde Primero se determinará el valor del desfase de frecuencia (Moose.Vi) y el otro corregirá el desfase (Sliding.Vi)
Marco Teórico
Secuencia de entrenamiento.- En esta sección discute algunas propiedades deseadas de las secuencias de entrenamiento e introduce una familia de secuencias conocidas como códigos Barker. Muchas otras secuencias son usadas en la literatura de la investigación y en sistemas inalámbricos comerciales como las secuencias Frank, Zadoff -Chu o Gold. Las secuencias de entrenamiento sirven como señales de referencia, las cuales pueden ser utilizadas para muchos propósitos en el receptor. En esta práctica, usaremos secuencias de entrenamiento para dos propósitos: sincronización y estimación de canal. En general, las secuencias de entrenamiento apropiadas para sincronización poseen fuertes propiedades de auto-correlación. En la práctica anterior, la secuencia de entrenamiento necesitaba ser diseñada apropiadamente para proveer suficientes propiedades de rango. Las secuencias de entrenamiento con fuertes propiedades de auto-correlación pueden satisfacer estas propiedades de rango. En esta práctica, usará una secuencia de entrenamiento para crear un detector que encuentre el inicio de la trama basado en la correlación. Los códigos Barker son un grupo de secuencias con buenas propiedades de autocorrelación aperiódica y de rango. Una secuencia Barker { }=1 de longitud es una secuencia de valores ±1, tal que:
Sincronización de trama.-El propósito de la sincronización de trama es el de resolver los retrasos que son múltiplos del periodo de símbolo, determinando lo que llamamos como el inicio de la trama. Esencialmente el objetivo es encontrar una referencia conocida en la señal transmitida tal las operaciones subsecuentes en la recepción puedan proceder, tales como la estimación de canal y ecualización. Hay una teoría muy grande alrededor de la sincronización de trama. Por lo que se considerará un enfoque basado en las propiedades de correlación de la señal de entrenamiento. Para desarrollar el algoritmo de
sincronización de trama omitimos la presencia del desplazamiento de la frecuencia de portadora en esta sección. Considere un canal plano en frecuencia donde la sincronización de símbolo ya se ha llevado a cabo.
Luego del filtro de acoplamiento y del proceso de down-sampling en el receptor donde ℎ es un coeficiente del canal complejo desconocido y es un desplazamiento de trama desconocido. Suponga que los datos transmitidos en tramas que consisten en una secuencia de entrenamiento de longitud seguida de − símbolos. Suponga que {[]}=0 es la secuencia de entrenamiento conocida en el r eceptor.
Secuencia Barker
Las secuencias o cód igos Barker del tipo binario están compuestas por una sucesión de –1’s y +1’s . Estas secuencias pueden ampliarse al campo complejo si cada uno de los términos de la misma son números complejos con un módulo igual a 1
Gráficos
Diagrama de bloques: Moose.vi
Panel de control: Moose.vi
Diagrama de bloques Sliding_correlator.vi
Panel de control: Sliding_correlator.vi
Descripción y Análisis Para el algoritmo de Moose, nuestro objetivo es encontrar el desfase de frecuencia para esto vamos a manejar una secuencia, tasa de símbolo, tamaño del canal, factor de oversampling, tasa de muestreo y la entrada y[n]. Por medio de la estructura for, que iterara un numero de L veces, en donde L es el tamaño de la frecuencia de muestreo hasta el valor de Nt (tamaño de secuencia de entrenamiento) menos L. Dentro del for procedemos a calcular la posición de la secuencia de entrenamiento en toda la señal junto con el retraso y los datos que lleva la misma , y dicho proceso se repite hasta que se encuentre una correlacion consigo mismo. Al final sumamos todos los valores dentro del for y obtenemos la fasa y dividimos para 2πNLt con el fin de obtener el desfase en frecuencia .
Esta práctica para la parte de Sliding_correlator.vi se procedió a la realización de un programa o código, que Implementa el detector basado en correlación de las Ecuaciones 9.2-3; además estima/corrige para el desplazamiento de frecuencia usando Moose.vi.
Para el de Sliding_correlator.vi se procedió a definir primeramente cuales serían nuestras entradas y nuestras salidas que corresponde a las siguientes. •
Entradas: Input: Input complex waveform, Channel estimate length
•
Salidas: Output: Output, Frame offset, Frequency offset
En donde la entrada es de tipo Cluster de forma de onda IQ, que es la secuencia recibida luego del filtro de acoplamiento y de la recuperación del tiempo de y la entrada estimate length que correge desplazamiento de frecuencia. Determina si su VI debería corregir el desplazamiento de frecuencia estimada por Moose.vi. Para las salidas tenemos a Output un Arreglo de 1D de CDB que es secuencia recibida ̂ y el desplazamiento de frecuencia, a luego de la corrección del retraso estimado Frame offset un entero de (132) que es el retrado d de la ecuación y por ultimo a Frequency offset de tipo DBL (double) que corresponde al Estimado del desplazamiento de frecuencia calculado por Moose.vi.
Procedimiento
Hallamos el valor de repetición del for, mediante size array tomando mi secuencia de entrenamiento, y además dividiéndola para 2 , y restandole L Crearemos un arreglo en donde iremos guardando las posiciones en donde exista correlacion y dichos valores son sumados. Para dicho valor tomamos la parte conjugada de cada componente por medio de la función complex conjugate. Para tomar el valor de offset de frecuencia tomamos la parte imaginaria por medio de la función complex to polar y lo dividimos para el valor de frecuencia de muestreo y el valor de la secuencia de entrenamiento multiplicado por 2π Finalmente presentamos el valor de toda la sumatoria , y le agregamos el valor de 2π y además invertimos la salida con el la función negate , para luego presentarlo en su forma compleja con la función complex to polar
Para el Sliding_correlator.vi comenzamos primeros a obtener el número de repetición para el lazo for que seria las veces cuantas realizaría es proceso que vendría a ser por el número de símbolos que se tendría, con la ayuda Maximo N que permite obtener el valor tamalo del arreglo de entrada. Un segundo arreglo en donde colocaríamos dos Index Array ambos son conectados con los índices de interacción de los lazo for en las cuales en la salida para el primer arreglo se coloca multiplicador cuadrático y es multiplicado por la segunda salida del arreglo. A la salida del primer lazo for se conecta una sumatoria lo cual nos entregaría la sumatoria de todos los valores, para posteriormente obtener la parte real y la parte imaginaria, las cuales las conectamos a una función de cuadrados para finalmente sumarlas. Finalmente a la salida ya de los lazo for conectamos un Array Mx y Min que la salida la conectamos a Array Subse . En donde también deseamos que se conecta a nuestra salida para obtener lo deseado y posteriormente a utilizarlo en el siguiente Sub.vi
Resultados
Top_RX_Moose
Efecto corrección Sliding
Preguntas
1. Configure su simulador de acuerdo a los pasos usados para verificar su detector de trama basado en correlación. En particular, asegúrese de que el control Correct Frequency Offset se encuentre en FALSO. Configure la potencia de ruido de su canal en 5 dB. Además, utilice un canal AWGN para esta pregunta en lugar de ISI. Describa qué sucede en la tasa de error del sistema cuando el estimado del retraso del canal difiere por más de un tiempo de símbolo (es decir, cuando d^ ≠ ).
Una vez cerciorado que el correct frequency offset se encuentre apagado , al establecer un canal con ruido , El BER esta presente por un valor de 0.164, evidenciando que hay ISI, mientras que este es cero cuando solamente estamos en el canal con ISI.
2. Configure su simulador de acuerdo a los pasos usados para verificar su implementación del algoritmo de Moose. Configure el control Correct Frequency Offset en FALSO. Describa que le sucede a la constelación recibida si no se corrige un desplazamiento de frecuencia de 201 Hz.
Se observa que el sistema QPSK(4 simbolos) gira y estos se desplazan a otros cuadrantes
3. Basado en los parámetros del sistema descritos en el pre-laboratorio, ¿cuál es el rango de desplazamientos de frecuencia que se pueden estimar/corregir usando el algoritmo Moose?
Donde Se conoce que
=
= 42 T oversample = 10
=
10 1210
T samplerate = 12M
= 8.3310 −
Se conoce que
| | ≤
1 2
1 2
≤ ≤
1 2
1 2(8.3310 − )(42)
≤ ≤
1 2(8.3310 −)(42)
14291.43 ≤ ≤ 14291.43
4. Antes de cambiar cualquiera de las configuraciones, calcule el valor promedio (utilizando 5 ejecuciones o más) del desplazamiento inherente entre el transmisor y receptor.
El valor de cada offset es: 2.56, -16.19, 102.03, 0.48, -3.68 El valor promedio del desplazamiento inherente entre el transmisor y receptor es 17.04
5. Basado en los parámetros del sistema, ¿cuál es el rango de desplazamientos de frecuencia que pueden ser estimados por el algoritmo de estimación de desplazamiento de frecuencia?
Se conoce que
| | ≤ ≤
1 2 1
2(1. 2510−)(42)
≤ 9523.80
6. Sea el desplazamiento de frecuencia máximo corregible de su sistema (como se calculó en la pregunta anterior). Modifique la frecuencia de portadora de su transmisor de tal forma que cause un desplazamiento de frecuencia de 0.80 en el receptor. ¿Cuál es el nuevo valor de la frecuencia de portadora en el receptor?
Se conoce que
| | ≤ 0.80 ≤
1 2 1
2(1. 2510−)(42)
≤ 7619.04
7. ¿Cómo impacta este desplazamiento de frecuencia en la operación de su detector de trama basado en correlación (¿su detector basado en correlación encuentra aún el inicio de la trama? Describa qué pasa con la tasa de error de bit y la constelación de su sistema. Note que la magnitud del desplazamiento de frecuencia 0.80 es dos órdenes mayor que el desplazamiento inherente entre el transmisor y receptor.
EL desplazamiento de frecuencia hace que la señal rote y por lo tanto al visualizar en el receptor el , se notara un BER notable producido por este desfase. Producto de los desplazamientos de frecuencia muy pequeños y grandes según el caso
8. Basado en los parámetros del sistema, ¿cuál es el rango de desplazamientos de frecuencia que pueden ser estimados por el algoritmo de estimación de desplazamiento de frecuencia? Se conoce que
= 42 T oversample = 10 T samplerate = 8M
Donde
= =
10 810
= 1. 2510−
Se conoce que
| | ≤
1 2
1 2
≤ ≤
1 2
1 2(1.2510 − )(42)
≤ ≤
1 2(1. 2510−)(42)
9523.80 ≤ ≤ 9523.80
9. Sea el desplazamiento de frecuencia máximo corregible de su sistema (como se calculó en la pregunta anterior). Modifique la frecuencia de portadora de su transmisor de tal forma que cause un desplazamiento de frecuencia de 0.80 en el receptor. ¿Cuál es el nuevo valor de la frecuencia de portadora en el receptor?
Para encontrar la frecuencia , se establecio un frecuency offset de 2.56. Por lo que Fmaxima= 168.34M 0.80fmaxima = 134.67 M
Conclusiones
Se pudo observar que a medidas que se aumentaron
número de los canales
aumentaba proporcionalmente los errores en la recepción, a tal punto que ya se aumentó tanto ya no se podía reconocer los símbolos por la alta tasa de desfase entre los símbolos adyacentes.
Se logró observar el gran aporte de algoritmo de mosse que permitía calcular cual era el desfase entre Tx y Rx y así poder de corregir aquellos desfases con la utilización del sliding correlator.
Se comprendió que los hay errores producidos por los osciladores internos de los equipos influyen en el rendimiento de la transmisión de la señal , ya que en ocasiones el bit error daba valores muy elevados .
Recomendaciones
Tener muy presente como realizar la unión de los bloques ya que si esto no se hace de manera correcta el programa no valdrá en absoluto y no se podrá ejecutar el algoritmo propuesto para la realización del ejercicio.
Debido a la naturaleza del canal y como en la realidad se producen los desfases, es de gran importancia hacer el análisis para elaborar nuevos algoritmos que mejoren por ejemplos el algoritmo de moose y asi poder mejorar estos factores que no son deseables.
Intentar probar con otros tipos de modulaciones para observar las respuestas y poder comparar y realiza un análisis si se puede obtener algoritmos más óptimos o mejorar los ya existente y realizados en la práctica.
Bibliografía
LabView Entorno grafico de Programación – Lajara y Pelegri Práctica 9 de laboratorio de comunicaciones inalámbricas http://www.ni.com/academic/students/learnlabview/esa/execstructures.htm
