通信系统方针ppt课件

.,1,通信系统仿真,.,2,目录,第一章概论第二章仿真方法论第三章采样与量化第四章带通信号与系统的低通仿真模型,.,3,第一章概论,1.1引言1.2复杂性示例1.3仿真的多学科特点1.4模型1.5确定性与随机性仿真1.6仿真的作用1.7告诫,.,4,通信系统的复杂性促进了仿真的广泛使用。现代通信系统受到发射功率和带宽的限制，并要满足日益增长的信息传输速率的要求，导致了调制解调、脉冲成形、差错控制和高级信号处理等技术越来越复杂，再加上通信系统中恶劣的传输环境使得通信系统的设计和分析不易于解析处理，通常无法得到解析的结果。,1.1引言,.,5,近年来，随着计算机技术的飞速发展，软件技术的开发，计算机辅助设计与分析方法几乎可以供任何想使用它的人使用。功能强大的面向通信系统的软件包的开发加速了仿真方法在通信领域的应用，计算机仿真技术的进步使得传统方法无法得到结果可以通过计算机仿真来得到所需的结果。,.,6,使用仿真的一个重要动机在于仿真是深入理解系统特性的有价值的工具，一个开发好的仿真试验与一个在实验室实现的系统类似，可以便于对新研究的系统进行多点测量和参数研究，因为可以任意改动滤波器带宽和信噪比（SNR）等等参数，而且还能很快地观测到这些改变对系统性能的影响。可以很容易产生时域波形、,.,7,信号谱图、眼图、信号星座图、直方图和许多其它图形显示。在有需要的时候，还可以将这些图形跟系统硬件产生的等效显示作比较。将仿真结果和系统硬件产生的结果对比是设计过程的重要部分。更重要的是，比起实际硬件系统，仿真能更容易也也更经济地对各种假设情况进行研究。尽管经常采用仿真获得误比特率（BER）之类变量的数值，但是，仿真的主要作用不在于获得数值而在于获得深入的理解。,.,8,1.2复杂性示例,通信系统根据其复杂程度不同可分为：（1）易于解析处理的系统（2）需要繁琐解析处理的系统（3）难以解析处理的系统,.,9,易于解析处理的系统,.,10,数据源（DiscreteMemorylessSource，DMS）:数据源产生一个离散的符号序列dk，并假设源符号集是一个有限符号库的元素集。对二进制通信系统，源符号集（Alphabet）由两个符号构成、通常记为o，1。此外，还假设数据源是无记忆的，即数据源产生的第k个符号独立于它产生的所有其他符号。满足这些条件的数据源叫做离散无记忆源。,.,11,调制器：调制器的作用是将源符号变换成波形，其中每个不波形代表一个不同的源符号。对二进制系统，调制器可以产生两种可能的波形。这一波形集合计为s1(t),s2(t)。发射机：假设发射机对调制器的输出进行放大，使得调制器产生的信号能以期望的比特能量发射出去。,.,12,信道：通常，信道是系统中需要进行精确建模的最复杂的部分。不过，这里简单地假设信道只是对发送的倍号叠加一个噪声。假设这个噪声在所有的领率上具有恒定的功率谱密度(PowerSpectralDensity，PSD)，满足这一恒定PSD特性的噪声叫白噪声另外假设噪声幅度具有高斯概率密度函数。噪声为加性高期白噪声的信道叫加性高期白噪声（AWGN）信道。,.,13,接收机：接收机的功能是观察接收机输入端信号，并据此产生一个对原始数据信号dk的估计。图11所示的接收机是最佳接收机、因为我们对数据符号所作的估计使得差错概率PE最小。匹配滤波器在一个符号周期内对信号进行观察。在符号周期末，对匹配滤波器的输出采样，产生一个统计量yk。因为在信道中对发送的信号叠加了噪声，这个统计量是随机变量。,.,14,我们称这个系统为易于解析处理的，因为利用基本通信原理知识，能很容易地对系统进行分析。例如，可以推导出差错概率为,.,15,这里，Es表示一个符号周期内的平均能量，跟波形集合s1(t),s2(t)相关联，No为加性信道噪声的单边功率谱密度，参数k取决于波形s1(t),s2(t)的相关程度。图1-1所示系统的性能，通过传统的分析方法很容易确定，因而将该系统归入易于解析处理的这一类。首先也是最明显的原因在于信道是AWGN信道，并且接收机是线性的。因为噪声是高斯噪声，而匹配滤波器是线性系统判决统计量yk作为高斯随机变量。因而通过分析，我们可以计算出误比特率(BER)。,.,16,图1-1所示系统是易于解析处理的还因为其他一些因素。这些因素跟系统模型的简单性有关，而简单性又源于所作的几个假设。假设数据源为无记忆的，虽然在实际系统下情况未必如此。此外还假设理想的符号同步，从而可以精确知道数据符号的起始和终止时间。同步方面的假设保证了能正确获取判决统计量。,.,17,仿真易于解析处理的系统是否也有作用吨?答案是肯定的，因为图1-1所示的系统很可能是一个更复杂的系统的基本构成模块。对易于解析处理的系统，可以开发出仿真代码，因为这种系统能直接进行分析，开发出的仿真能很容易得到验证。接下来，还可以根据待研究系统的建模需求，对数据源、调制器、信道或接收机进行修改。此外，在有需要时还可以把其他子系统添加到仿真模型中去。,.,18,上图给出的是一个非常简单的通信系统，因此完全没有必要进行仿真。我们利用基本通信原理知识能很容易的对系统进行分析，系统的性能，通过传输的分析方法很容易确定。,易于解析处理的系统,.,19,需繁琐解析处理的系统,.,20,下面我们将注意力转移到稍微复杂一点的系统上。如图1-2所示跟我们前面研究过的系统唯一的不同是在发射机中加入了非线大功率放大器(High-PowerAmplifier，HPA)和滤波器。先考虑非线性放大器。和线性放大器相比，非线性放大器表现出高得多的功率效率，因而经常优先应用于功率受限的场合。和保持输入信号频谱的线性放大器不同，非线性放大器会产生谐波与交调失真。因而，放大器输出频谱拓展的带宽比调制器输出频谱所占据的带宽要大得多。紧接在放大器之后的滤波器多数情况下是带通滤波器，其中心频率等于所期望的载波频率。这个滤波器的作用就是减少非线性带来的谐波与互调失真。,.,21,调制器与HPA后面的滤波器导致数据信号时间扩散，从而在时间上滤波后的信号不再局限在符号周期内，这将引起符号间干扰(ISI)。由于符号间干扰，要进行判决的第i个符号的差错概率跟它前面的一个或多个符号有关。如果第i个符号的差错概率取决于前k个符号，必须计算2k个不同的差错概率，并对这2k个结果作平均。这样使得差错概率PE的计算过程很繁琐，因而经常会用到仿真的方法。,.,22,如图1-2所示系统有一个重要特性，使其分析变得直截了当。注意到从噪声注入点到统计量Sk采集点之间的系统是线性的。统计量Vk经常具有以下形式：Vk=Sk+Ik+Nk这里Sk和Ik分别为对应于信号和符号间干扰的Vk分量，而Nk为对应干信道噪声的Vk分量。因而，如果信道噪声是高斯随机变量则Nk也是高斯随机变量。此外，Vk也是高斯随机变量，其方差Nk和的相同，但具有均值Sk+Ik，这两个量皆为确定性变量，,.,23,所以Vk的均值可以直接计算。由信道噪声的功率谱密度和从信道到Vk出现处的系统等效噪声带宽可以确定Vk的方差因而，可以得知Vk的概率密度函数并很容易求出差错概率。总而言之，尽管系统中有非线性，但由于噪声并没有通过非线性部分，Vk的概率密度函数还是可以很容易确定的。,.,24,噪声仅通过系统的线性部分这一事实对仿真方法论有很大的影响，因为噪声没有通过非线性部分Vk的均值可以使用无噪声仿真来迅速确定，同时可以解析确定Vk的方差。因此，Vk的概率密度函数已知，并可很容易确定差错概率。这些概念能汇总为一个简单而快速的仿真方法：半解析方法。在这种方法中，解析和仿真以一种便于快速仿真的方式结合在一起。半解析方法是一个重要的工具，并将在后续章节中讨论。,.,25,难以解析处理的系统,.,26,如图1-3所示为一个两跳卫星通信系统的简单模型，这是一个难以解析处理的系统。将卫星转发器建模为非线性大功率放大器(HPA)，并用滤波器滤掉非线性造成的带外谐波失真。与前一框图相比，这里加入了卫星信道模型它由两个噪声源而非一个组成。其中一个噪声源代表上行链路(发射机到卫星)噪声而另一个表示下行链路(卫星到接收机)噪声。问题在于接收机的噪声由两部分组成，下行链路噪声和通过非线性大功率放大器的上行链路噪声，即使假设上行链路和下行链路噪声都是高斯过程接收端的噪声还是很难确定。,.,27,下行链路噪声容易建模，因为它只通过系统的线性部分，而对上行链路噪声建模比较困难，因为它通过了系统的非线性部分。即使上行链路是高斯的判决统计量Vk的概率密度函数还是很难确定。没有判决统计量的概率密度函数的精确知识，差错概率就无法求出。对这一类系统，仿真是一个必备的基本工具。本节考虑的通信系统范围很窄。选择这些系统只是为了表明，增加复杂度是如何使仿真变得必要的。现阶段受关注的许多系统都属于无法解忻求解这一类。比如，高干扰和多径环境下运行的无线蜂窝链路往往要通过仿真来详细分析。,.,28,1.3仿真的多学科特点,20世纪70年代以前，仿真问题经常以有点特别的方法解决。在过去的20多年里，研究者们构建了一个知识体，对仿真开发进行方法指导，并提供理论框架来解决仿真程序开发中出现的许多问题。构建这个知识体需要融合不同领域的知识。,.,29,影响研究通信系统仿真研究的九个重要领域,.,30,线性理论,线性理论的概念为我们提供了确定线性系统输入输出关系的方法，这一学科体系使我们可以在时域和频域表示系统模型。,.,31,通信原理,理解通信原理对研究通信系统仿真的重要性是显而易见的。在开发仿真系统之前，必须理解系统结构、调制器和均衡器等不同子系统的运行特性，以及信道模型的详细情况。开发仿真之前通常必须了解参数值的实际范围，深入理解适当的系统特性。,.,32,数字信号处理,数字信号处理工具长用来开发构成通信系统仿真模型的算法。仿真模型通常由几个连续时间系统元器件的离散事件近似组成，因而要理解和评估近似的特性，DSP技术方面的知识是必须的。,.,33,数值分析,数值分析与DSP相关，许多方法（如数值分析、多项式内插以及曲线拟合的工具组）都源于数值分析。,.,34,概率论,通信系统性能指标通常以概率形式表示。许多仿真的结果都是随机变量，这个随机变量的方差往往是仿真的有用性和统计准确性的度量。,.,35,随机过程,在许多情况下，假设仿真要处理的信号和噪声波形是随机过程的样本函数，需要知道内在的随机过程，才能开发算法来产生具有合适统计特性的波形。随机过程理论提供了描述仿真过程的工具：在时域为自相关函数，在频域为功率谱密度。许多地方都要用到随机过程理论。,.,36,数论,数论方面的一些非常基本的概念提供了开发随机数发生器的工具。随机数发生器是波形发生器的基本构成模块。而波形发生器又广泛应用于表示数字序列、噪声波形、信号衰落和随机干扰等许多场合。,.,37,计算机科学,计算机科学的一些基本概念在我们研究的过程当中也很有用。例如：在表示信号采样值时，在开发商业仿真器时等。,.,38,估计理论,估计理论的工具和概念允许我们对特定的仿真结果的有效性进行评估。如前所述，随机性仿真的结果是随机变量。它构成了期望数值的一个估计器。每次执行仿真会得出该随机变量的一个实现值。一般来说，重复仿真得出的数值每次都会不同。如果仿真产生的估汁器是无偏的(unbiased)或一致的(consistent)，这种仿真就很有用。无偏估计器是指估计均值等于欲测数量的那种估计器。换言之，仿真得出的估计在平均意义上正确的。一致估计是指估计的方差随着仿真时间增加而减小的那种估计。估计理论为探讨这类问题提供了必要的分析工具，此外一般还可用于评估仿真结果的可靠性。,.,39,1.4模型,通信系统仿真开发的第一步就是对所关心的系统建立仿真模型。模型描述了物理系统成设备的输入输出关系，这些模型经常表示成数学形式。模型要足够详细，以保持要建模的系统的基本特征，同时又不能过于复杂，从而运用模型仅需要适度的计算机资源开销。因而，要在精度、复杂度和计算量等方面作折衷。,.,40,在接下来的工作中考虑解析模型和仿真模型是有益的。如图1-5所示，解析模型和仿真模型二者都是物理元器件或系统的抽象。图1-5中所示的物理元器件可以是单个的电路元件，比如电阻；它还可以是一个完整的通信系统。建模的首要和最重要的步骤是确定模型要描述的物理元器件的特征和基本特性。要确定这些基个特征，总是要求对要建摸的应用对象有一个全面透彻的了解。模型的精度会限制基于该模型的任何数学分析或计算机仿真所要求的精度。通常，解析模型以方程或方程组,.,41,的形式给出，它描述了物理元器件的输入输出关系。仿真模型通常是一组算法，这种算法用数值方法来求解定义解析模型的方程。,图1-5元器件与模型,.,42,从图1-5我们也可看出，从物理元器件到解析模型，最后再到仿真模型，抽象程度依次增加。抽象程度的增加部分来源于，从物理元器件到解析模型再到仿真模型这一过程中所作的假设和近似，每作一次假设和近似，我们就离物理元器件及其工作特性远一步。此外，在这一过程中各步出现的抽象程度，大多应归于解析模型采用的表达形式。,.,43,我们经常会碰到具有不同抽象程度的模型。,.,44,直观上很明显，仿真的一个理想特征就是仿真代码运行速度快。简单模型会比复杂些的模型运行得快，因为每次仿真启动模型时只需运行较少行数的计算机代码。然而，简单的模型可能无法完全刻画设备的重要特性，因此得出的仿真结果可能不准确。在这种情况下，就得用更复杂的模型。复杂些的模型可能会给出更准确的仿真结果，但精度的提高往往是以增加仿真运行时间为代价的。,.,45,图1-6清楚地表明，高的仿真精度和快的运行速度两方面往往难以得兼。在建立精确的仿真模型之前，更复杂的模型往往要求进行广泛的测量。从解析模型到离散时间(数字)仿真模型的转化涉及到更多的假设和近似，在物理元器件和解析模型中出现的电压和电流，通常是时间这一连续变量的连续函数。在从解析模型转向仿真模型的同时，我们也从连续域转到了离散域。这一过程涉及对电压和电流的幅度量化和时间采样。其中采样过程会引入混叠误差，仿真采样频率要作适当选择。,.,46,解析模型(方程)是物理元器件的抽象，涉及到很多假设和近似。仿真模型基于解析模型，涉及到更进一步的假设和近似。在此过程中、必须高度谨慎，以保证仿真模型的有效性，并保证仿真结果能反映实际情况。,.,47,1.5确定性与随机性仿真,仿真分确定性方针和随机性仿真两种。确定性仿真就是每次运行仿真得到相同的结果。例如：固定电路的SPICE仿真就是固定性仿真。在这种仿真中，人们所关心的是电路对某些确定性输入信号的响应，电流和电压通常表示成波形。因为电路是固定的，输入信号是确定性的，每次运行仿真都会得到相同的结果。而且，如果用传统的方法(纸和笔)来求解电路网络，也会得到同样的波形。采用仿真是为了节省时间和避免在进行冗长计算时可能出现的计算错误。,.,48,随机型仿真就是仿真结果不再是确定性的，每次仿真得到随机变量的一个不同值。例如：数字通信系统中的许多仿真。现在假设网络的输入为随机波形(用更准确的术语，应该说网络的输入为一个随机过程的样本函数)。等价地，系统模型可能要求电阻器的电阻为一个具有某种概率密度函数的随机变量。仿真结果将不再是一个确定性波形，而对波形进行采样会得到一组随机变量。,.,49,作为一个示例，假定某个电路元件两端电压记为e(t)，并进行仿真来产生在1毫秒时e(t)的数值。也就是说，我们想要得知e(0.001)。在确定性仿真中，e(0.001)是一个固定位，每次仿真都得到同样的结果。使用传统分析方法也会得到相同数值。但在随机性仿真中，e(0.001)是一个随机变量，每次仿真都得到该随机变量的一个不同的值。,.,50,尽管本书的主要目的是讲述和探索随机性仿真中使用的方法，大家不应该忘记这么一个事实：完全确定性仿真是深入理解通信系统工作特性的重要工具。可以通过运行仿真来确定系统中所关心的那些地方的波形。可以改变系统参数，并很容易观察到参数改变的影响。经常可以使用很简单的模型，却得到重要的结果。,.,51,作为一个简单的示例，考虑锁相环系统，这种系统可用于同步或解调，系统方框图如图1-7所示。系统看上去很简单，但是，出于鉴相器的非线性特性，在捕获模式下对锁相环作分析很复杂。举个简单的例子，在给定各种环路参数和输入信号指标的前提下，捕获信号所需时间是锁相环的一个重要性能参数。解析求解这个问题需要解非线性微分方程。因此我们转而考虑仿真方法。,1.5.1一个确定性仿真的实例,.,52,假定设计锁相环具有固有频率5Hz和阻尼因子0.707，再假定锁相环工作在锁定状态，并设输入频率在t=o1秒处瞬时改变为20Hz。出于输入频率的阶跃变化与锁相环固有频率的比值较大，锁相环会丧失相位锁定，必须重新捕获输入信号。环路的非线性特性会导致一种叫做“周期滑动”的现象，捕获期间在很大程度上取决于捕获过程中滑动的周期数。,.,53,.,54,一个简单的仿真结果如图1-8所示。在这个仿真里，输入频率的阶跃发生在t=0.1秒处。可以看到锁相环滑动三周，然后大约在加上频率阶跃0.6s后重新捕获到信号。这个仿真完全是确定性的，使用相同的锁相坏参数和信号模型进行多次仿真会得到相同的结果。,.,55,1.5.2一个随机性仿真的实例,现在考虑一个完全不同的情况。考虑图1-1所示的简单数字通信系统，并假设我们希望确定误比特率(BER)。要确定这一重要性能指标，最基本的仿真方法是给系统输入大量的数字符号，并计算接收机输出端出差错的符号数目。这种方法叫蒙特卡罗方法。如果系统处理了N个符号，在系统输出端观察到NE个差错，差错概率的蒙特卡罗估计是,.,56,这个估计叫基于N个符号的BER，给出了符号差错概率的一个估计。使用概率的相对频率定义，符号差错概率可定义为,因为仿真能处理的符号数目必然是有限的，我们也只能对符号差错概率作近似计算。,.,57,假设对二进制PSK通信系统进行K7次独立的蒙特卡罗仿真，并调整使得符号(或比特)差错慨率为0.1。每次仿真都基于N1000个发送符号。重复让1000个符号通过随机信道的随机试验7次，结果如图1-9所示。很显然结果具有随机性，因为基于N1000的任意个发送符号的BER结果散布开了。这种散布跟估计的方差有关。通常，要得到有用的仿真结果，散布应该比较小。注意，如图1-9所示。方差随N的增加而减小，正确开发的估计器通常都具有这种特性。还可注意到对大的N，我们也倾向于相信，结果聚集在真实的差错概率附近。,.,58,蒙特卡罗仿真结果,.,59,对一个正确开发的仿真，估计会收敛到差错概率PE，从而和概率的相对频率定义一致，这也是正确开发的估计器通常应具有的一个特性。这两个理想的条件是估计理论中明确定义了的概念。如果N变得任意大时，估计方差趋于零，则称估计为一致的。另外，如果,则称估计为无偏的。,.,60,1.6仿真的作用,仿真广泛应用与现代通信系统的系统设计过程和部署过程中的许多阶段。虽然主要用在性能评估和设计权衡研究，仿真还可用于测试过程和基准的设定、生命终结预算以及现场系统布署后出现异常状况的调查。复杂通信系统设计是以“自顶于底”的方式完成的。但硬件实现通常是“自底至顶”进行。这么说的意思是，在设计系统时，从系统级(最高抽象级)开始，,.,61,填入系统级设计的细节，再往下到子系统级，最终下到元件级，然后我们就到了最底层，可以从这里获悉元件组装的详情。在构建系统时，最先制造出元件来，然后把元件组装成子系统，最后再用于系统构成整个系统。仿真开发也采用“自底至顶”的方法，从具有高抽象程度的系统级仿真开始，接着是越来越详细的子系统及元件的模型和仿真。下面描述设计过程的不同阶段，以及如何将仿真运用于这些阶段。,.,62,用户需求（包括吞吐率、差错率、中断概率、带宽、功率、重量、复杂度/成本、信道、生命周期）。初始系统概念（采用什么调制方式、编码与均衡技术等）。链路预算、A级指标（比如功率级、带宽和调制指数）与失真分配。（链路预算主要是功率计算、考虑发送功率、天线增益、路径损耗、功率增益以及放大器和滤波器的噪声系数以确定所需信噪比范围目标确定系统拓扑结构和参数值。）（如果链路具有足够的信噪比，满足系统性能并具有一定的安全裕量，则称此链路预算为“封闭的”或“平衡的”）,.,63,仿真与校验链路预算（此时可以构造出仿真模型，用来验证链路预算和改进设计。若封闭，可进入下一阶段。涉及子系统和元件的详细设计和仿真）。关键硬件的实现和测试(将测量特性代入仿真模型进行仿真以校验链路预算。）完成硬件原型与验证仿真模型（在硬件原型基础上测出性能指标，并进行并行仿真，将仿真结果与实际特性测量值进行比较）。生命终结预测。,.,64,链路预算与系统级标校过程,通信系统设计过程开始于陈述和分析用户要求和性能期望，包括吞吐率、差错率、中断概率以及对带宽、功率、重量、复杂度成本、系统预期工作的信道和系统生命周期等的约束。基于用户要求，“系统工程师对系统形成一个基本概念，比如采用什么调制方式、编码与均衡技术等等。在设计的最初阶段，也要确定一组叫A级指标的参数值，比如功率级、带宽和调制指数。,.,65,在设计过程的这个阶段，整体目标是确定系统拓扑结构和参数值，以便同时满足性能目标和设计约束。如前所述，系统性能是信噪比和通信链路中所有元件引入的总失真的函数。信噪比可以通过一个叫链路预算的过程来确定。链路预算主要是功率计算，要考虑发送功率、天线增益、路径损耗、功率增益以及放大器和滤波器的噪声系数。尽管链路预算不是仿真所关心的主要参量，然而它确定了要执行仿真来作性能估计的S/N或Eb/N0范围。,.,66,系统设计者的工作从系统初始配置、A级指标和链路预算开始。如果链路具有足够Eb/N0，满足可接受的系统性能并具有一定的安全裕量，则称此链路预算为“封闭的”或“平衡的”。如果链路预算不封闭或不平衡，就得修改A级指标、实现损耗甚至系统结构，并重作链路预算。例如，可以改变一个或几个滤波器的带宽，可以增大天线的尺寸（增益），也可以降低放大器噪声系数指标。重复这一过程直到顶算平衡或封闭，并具有充分的裕量。,.,