資料介紹
通過仿真試驗(yàn)對使用了逐字符和多字符頻域差分檢測OFDM系統(tǒng)的誤碼率性能進(jìn)行了比較。結(jié)果表明:當(dāng)信道的相干帶寬遠(yuǎn)大于多個差分編碼字符的所占帶寬時,多字符頻域差分檢測的性能優(yōu)于逐字符差分;信道的相干帶寬與多個字符所占帶寬比較接近時,逐字符差分檢測的性能好于多字符差分檢測。
關(guān) 鍵 詞 正交頻分復(fù)用; 頻域差分; 逐字符差分檢測; 多字符差分檢測
中圖分類號 TN929 文獻(xiàn)標(biāo)識碼 A
Comparison of BER Performance of Symbol-by-Symbol and Multiple-Symbol Frequency Domain Differential Detection OFDM
Song Lijun1 Tang Youxi1 Li Shaoqian1 Wang Rongbin2
(1. National Key Laboratory of Communication, UEST of China Chengdu 610054; 2. China Netcom (Sichuan) Co., Ltd.,Chengdu 610000)
Abstract In this paper, the comparison of bit error ratio(BER) performance of symbol-by-symbol frequency domain differential detection(SS-FDDD) and multiple-symbol frequency domain differential detection(MS-FDDD) in orthogonal frequency division multiplexing system is obtained by simulation, the results indicate that when the whole bandwidth of the symbols used to MS-FDDD is much less than the coherent bandwidth of the channel, the BER performance of MS-FDDD is better than that of SS-FDDD; when the whole bandwidth of the symbols used to MS-FDDD is closed to the coherent bandwidth of the channel, the BER performance of SS-FDDD is better than that of Multiple-symbol frequency domain differential detection.
Key words orthogonal frequency division multiplexing; bit error rate; multiple-symbol frequency domain differential detection; symbol-by-symbol frequency domain differential demodulation
在無線衰落信道下,正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing, OFDM)系統(tǒng)中傳輸帶寬被劃分為多個窄帶子信道,采用并行傳輸?shù)姆绞?,通過添加保護(hù)時隙,抑制由于多徑延遲引起的符號間干擾(Inter Symbol Interference, ISI)。OFDM技術(shù)被認(rèn)為是高速數(shù)據(jù)傳輸?shù)挠行Х椒╗1]。
在多徑衰落信道下,由于信道的時變特性、用戶的快速移動等原因,決定了在某些無線應(yīng)用環(huán)境中,對信道的精確估計較難,要跟蹤相干檢測的參考信號也非常困難,采用差分檢測可以不需要知道參考相位,不需要進(jìn)行信道估計[2]。差分調(diào)制的方案已經(jīng)被歐洲電信標(biāo)準(zhǔn)組織制定為歐洲地面數(shù)字音頻廣播系統(tǒng)的一個標(biāo)準(zhǔn)[3]。在已有的差分檢測方案中,有兩種主要的方式,即逐字符差分檢測和多字符差分檢測,逐字符差分檢測在文獻(xiàn)[4]中已有論述,多字符差分檢測與傳統(tǒng)的逐字符檢測的方法不同,它利用多個接收字符的信息進(jìn)行差分檢測,性能的提高是以系統(tǒng)實(shí)現(xiàn)的復(fù)雜度為代價,多字符差分檢測方式主要是基于最大似然序列估計方法(Maximum Likelihood Sequence Estimation, MLSE)和決策反饋差分檢測方法(Decision Feedback Differential Detection, DFDD),而在加性高斯白噪聲(Additive White Gauss Noise, AWGN)信道下,文獻(xiàn)[5, 6]分別給出了MLSE和DFDD方法的誤碼率性能,文獻(xiàn)[5, 6]中沒有指出在多徑衰落信道中多字符差分檢測的性能如何。在OFDM系統(tǒng)中,差分檢測方式分為時域差分檢測和頻域差分檢測兩種[7, 8],在OFDM系統(tǒng)中使用多字符差分檢測的性能如何,以上文獻(xiàn)沒有提及。在多徑信道中,本文將通過仿真對使用了頻域差分編碼的OFDM系統(tǒng)進(jìn)行逐字符和多字符頻域差分檢測的誤碼率性能進(jìn)行比較。
1 頻域差分檢測OFDM的傳輸過程和信道模型
在本系統(tǒng)中如果設(shè)OFDM的子載波數(shù)為N,對隨機(jī)二進(jìn)制輸入信息數(shù)據(jù),將每個比特的數(shù)據(jù)組合在一起,映射為符號,j,nia,表示發(fā)送的第i個OFDM符號中的第個子載波上差分調(diào)制的信息,其中,{12,1nN∈?L為2個可能的差分相位集合中的一個。 j2/2{e|0,1}mmπ=
頻域差分編碼的過程是:將a進(jìn)行差分編碼,規(guī)則為,a,的初始值可以設(shè)為c,1,ninicc?=,nic,編碼后再進(jìn)行串/并變換,每N個為一組分別與對應(yīng)子載波相乘,這樣即為第i個OFDM符號中的第n個子載波上的調(diào)制數(shù)據(jù)。每個OFDM符號中第n個子載波上的數(shù)據(jù)生成要利用第(n-1)個子載波上的數(shù)據(jù)信息。
設(shè)OFDM符號時間長度為T,子載波數(shù)目為,添加的保護(hù)時隙足夠長,可以不考慮信道帶來的符號間干擾(ISI),對進(jìn)行串并變換、逆離散傅里葉。
關(guān) 鍵 詞 正交頻分復(fù)用; 頻域差分; 逐字符差分檢測; 多字符差分檢測
中圖分類號 TN929 文獻(xiàn)標(biāo)識碼 A
Comparison of BER Performance of Symbol-by-Symbol and Multiple-Symbol Frequency Domain Differential Detection OFDM
Song Lijun1 Tang Youxi1 Li Shaoqian1 Wang Rongbin2
(1. National Key Laboratory of Communication, UEST of China Chengdu 610054; 2. China Netcom (Sichuan) Co., Ltd.,Chengdu 610000)
Abstract In this paper, the comparison of bit error ratio(BER) performance of symbol-by-symbol frequency domain differential detection(SS-FDDD) and multiple-symbol frequency domain differential detection(MS-FDDD) in orthogonal frequency division multiplexing system is obtained by simulation, the results indicate that when the whole bandwidth of the symbols used to MS-FDDD is much less than the coherent bandwidth of the channel, the BER performance of MS-FDDD is better than that of SS-FDDD; when the whole bandwidth of the symbols used to MS-FDDD is closed to the coherent bandwidth of the channel, the BER performance of SS-FDDD is better than that of Multiple-symbol frequency domain differential detection.
Key words orthogonal frequency division multiplexing; bit error rate; multiple-symbol frequency domain differential detection; symbol-by-symbol frequency domain differential demodulation
在無線衰落信道下,正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing, OFDM)系統(tǒng)中傳輸帶寬被劃分為多個窄帶子信道,采用并行傳輸?shù)姆绞?,通過添加保護(hù)時隙,抑制由于多徑延遲引起的符號間干擾(Inter Symbol Interference, ISI)。OFDM技術(shù)被認(rèn)為是高速數(shù)據(jù)傳輸?shù)挠行Х椒╗1]。
在多徑衰落信道下,由于信道的時變特性、用戶的快速移動等原因,決定了在某些無線應(yīng)用環(huán)境中,對信道的精確估計較難,要跟蹤相干檢測的參考信號也非常困難,采用差分檢測可以不需要知道參考相位,不需要進(jìn)行信道估計[2]。差分調(diào)制的方案已經(jīng)被歐洲電信標(biāo)準(zhǔn)組織制定為歐洲地面數(shù)字音頻廣播系統(tǒng)的一個標(biāo)準(zhǔn)[3]。在已有的差分檢測方案中,有兩種主要的方式,即逐字符差分檢測和多字符差分檢測,逐字符差分檢測在文獻(xiàn)[4]中已有論述,多字符差分檢測與傳統(tǒng)的逐字符檢測的方法不同,它利用多個接收字符的信息進(jìn)行差分檢測,性能的提高是以系統(tǒng)實(shí)現(xiàn)的復(fù)雜度為代價,多字符差分檢測方式主要是基于最大似然序列估計方法(Maximum Likelihood Sequence Estimation, MLSE)和決策反饋差分檢測方法(Decision Feedback Differential Detection, DFDD),而在加性高斯白噪聲(Additive White Gauss Noise, AWGN)信道下,文獻(xiàn)[5, 6]分別給出了MLSE和DFDD方法的誤碼率性能,文獻(xiàn)[5, 6]中沒有指出在多徑衰落信道中多字符差分檢測的性能如何。在OFDM系統(tǒng)中,差分檢測方式分為時域差分檢測和頻域差分檢測兩種[7, 8],在OFDM系統(tǒng)中使用多字符差分檢測的性能如何,以上文獻(xiàn)沒有提及。在多徑信道中,本文將通過仿真對使用了頻域差分編碼的OFDM系統(tǒng)進(jìn)行逐字符和多字符頻域差分檢測的誤碼率性能進(jìn)行比較。
1 頻域差分檢測OFDM的傳輸過程和信道模型
在本系統(tǒng)中如果設(shè)OFDM的子載波數(shù)為N,對隨機(jī)二進(jìn)制輸入信息數(shù)據(jù),將每個比特的數(shù)據(jù)組合在一起,映射為符號,j,nia,表示發(fā)送的第i個OFDM符號中的第個子載波上差分調(diào)制的信息,其中,{12,1nN∈?L為2個可能的差分相位集合中的一個。 j2/2{e|0,1}mmπ=
頻域差分編碼的過程是:將a進(jìn)行差分編碼,規(guī)則為,a,的初始值可以設(shè)為c,1,ninicc?=,nic,編碼后再進(jìn)行串/并變換,每N個為一組分別與對應(yīng)子載波相乘,這樣即為第i個OFDM符號中的第n個子載波上的調(diào)制數(shù)據(jù)。每個OFDM符號中第n個子載波上的數(shù)據(jù)生成要利用第(n-1)個子載波上的數(shù)據(jù)信息。
設(shè)OFDM符號時間長度為T,子載波數(shù)目為,添加的保護(hù)時隙足夠長,可以不考慮信道帶來的符號間干擾(ISI),對進(jìn)行串并變換、逆離散傅里葉。
ofdm
加入交流群
掃碼添加小助手
加入工程師交流群
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 毫米波芯片中金絲帶鍵合互聯(lián)性能比較綜述 20次下載
- 如何使用FPGA實(shí)現(xiàn)圖像字符疊加器的設(shè)計 21次下載
- 怎么樣使用FPGA實(shí)現(xiàn)視頻字符疊加的設(shè)計 24次下載
- Python字符的實(shí)例詳細(xì)說明 7次下載
- LabVIEW的常用字符串操作教程免費(fèi)下載 27次下載
- 用指針實(shí)現(xiàn)字符串拷貝的程序和字符型指針變量與字符數(shù)組的區(qū)別說明 2次下載
- C語言的字符串處理函數(shù)
- 51單片機(jī)用到strcmp比較字符串有的問題和解決方法說明
- PHP多字節(jié)字符串處理函數(shù)mbstring函數(shù)庫的詳細(xì)資料說明 9次下載
- Python轉(zhuǎn)義字符使用總結(jié)資料免費(fèi)下載 6次下載
- LCD字符手冊 10次下載
- 字符集與字符集編碼詳解 4次下載
- 基本放大電路性能比較 0次下載
- 示波管幕面字符顯示 26次下載
- 膠體電池與鉛酸電池性能比較
- 字符串反轉(zhuǎn)的實(shí)現(xiàn)方式 1.3k次閱讀
- C語言字符串編譯函數(shù)介紹 1k次閱讀
- 字符數(shù)組和字符串有沒有區(qū)別? 1.4k次閱讀
- 字符串的相關(guān)知識 1.7k次閱讀
- 轉(zhuǎn)義字符\n 2.3k次閱讀
- C語言字符數(shù)組和字符串有什么區(qū)別 5.1k次閱讀
- 一文詳解JavaScript字符串 1.8k次閱讀
- 字符串定義及格式 4.4k次閱讀
- 字符串函數(shù)重寫練習(xí) 2.6k次閱讀
- 什么是復(fù)制字符串?Python如何復(fù)制字符串 3.4k次閱讀
- Tcl學(xué)習(xí):string compare命令對字符串的比較 9.5k次閱讀
- 字符流和字節(jié)流有什么那區(qū)別 9.2k次閱讀
- python字符串拼接方式了解 1.2k次閱讀
- content字符編碼 7.9k次閱讀
- c語言中的轉(zhuǎn)義字符 4.8k次閱讀
下載排行
本周
- 1新一代網(wǎng)絡(luò)可視化(NPB 2.0)
- 3.40 MB | 1次下載 | 免費(fèi)
- 2冷柜-電氣控制系統(tǒng)講解
- 13.68 MB | 1次下載 | 10 積分
- 3MDD品牌三極管MMBT3906數(shù)據(jù)手冊
- 2.33 MB | 次下載 | 免費(fèi)
- 4MDD品牌三極管S9012數(shù)據(jù)手冊
- 2.62 MB | 次下載 | 免費(fèi)
- 5收音環(huán)繞擴(kuò)音機(jī) AVR-1507手冊
- 2.50 MB | 次下載 | 免費(fèi)
- 624Pin Type-C連接器設(shè)計報告
- 1.06 MB | 次下載 | 免費(fèi)
- 7MS1000TA 超聲波測量模擬前端芯片技術(shù)手冊
- 0.60 MB | 次下載 | 免費(fèi)
- 8MS1022高精度時間測量(TDC)電路數(shù)據(jù)手冊
- 1.81 MB | 次下載 | 免費(fèi)
本月
- 1愛華AIWA HS-J202維修手冊
- 3.34 MB | 37次下載 | 免費(fèi)
- 2PC5502負(fù)載均流控制電路數(shù)據(jù)手冊
- 1.63 MB | 23次下載 | 免費(fèi)
- 3NB-IoT芯片廠商的資料說明
- 0.31 MB | 22次下載 | 1 積分
- 4H110主板CPU PWM芯片ISL95858HRZ-T核心供電電路圖資料
- 0.63 MB | 6次下載 | 1 積分
- 5UWB653Pro USB口測距通信定位模塊規(guī)格書
- 838.47 KB | 5次下載 | 免費(fèi)
- 6技嘉H110主板IT8628E_BX IO電路圖資料
- 2.61 MB | 4次下載 | 1 積分
- 7蘇泊爾DCL6907(即CHK-S007)單芯片電磁爐原理圖資料
- 0.04 MB | 4次下載 | 1 積分
- 8100W準(zhǔn)諧振反激式恒流電源電路圖資料
- 0.09 MB | 2次下載 | 1 積分
總榜
- 1matlab軟件下載入口
- 未知 | 935137次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計
- 1.48MB | 420064次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233089次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191439次下載 | 10 積分
- 5十天學(xué)會AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183353次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81602次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73822次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65991次下載 | 10 積分
電子發(fā)燒友App





創(chuàng)作
發(fā)文章
發(fā)帖
提問
發(fā)資料
發(fā)視頻
上傳資料賺積分
評論