Professional Documents
Culture Documents
OBJETIVOS:
MARCO TEÓRICO:
En esta práctica consideraremos el problema de recuperación del tiempo de símbolo, también
conocido como sincronización de símbolo. La recuperación del tiempo es una de las muchas
tareas de sincronización; otras serán consideradas en las siguientes prácticas.
El objetivo de esta práctica es el de corregir este retraso causado por 𝜏𝑑 en el tiempo discreto.
El enfoque será el de determinar la cantidad de retraso 𝑘̂ antes del proceso de downsampling.
Esto será modificado por el procesamiento en el receptor como se ilustra en la Figura 7.1.
Figura 7.1 Diagrama de recepción
Ahora, considerando que 𝑔(𝑡) es la convolución de 𝑔𝑇𝑥 (𝑡) y 𝑔𝑅𝑥 (𝑡). Con el modelo en la
Ecuación 9.2 luego del filtro de acoplamiento y muestreo, la señal recibida es:
Primero considere el caso donde 𝜏𝑑 es una fracción del periodo de símbolo 0 < 𝜏𝑑 < 𝑇. Esto
puede modelar el efecto del error en el tiempo de muestreo, o el muestreo en el momento
incorrecto. Bajo estos supuestos:
Segundo, supongamos que 𝜏𝑑 = 𝑑𝑇 para algún entero 𝑑. En este caso donde el tiempo de
símbolo ha sido definido por un retraso de propagación desconocido, el cual es múltiplo del
periodo de muestreo. Bajo estos supuestos.
Esencialmente los offsets crean un desajuste entre los índices de los símbolos transmitidos y
recibidos. Necesitaremos sincronización de trama para encontrar el inicio de los datos.
Tercero, suponga que el error en el tiempo ha sido removido del canal, equivalente a 𝜏𝑑 = 0.
Por lo tanto:
Asumiendo que 𝑦(𝑡) sea 𝑧(𝑡) luego de ser filtrada por el filtro de acoplamiento en el tiempo
continuo. Dado un avance 𝜏, note que la función que determina la energía de salida se define:
𝑟[𝑛] = ∑ 𝑧[𝑚]𝑔𝑇𝑥 [𝑛 − 𝑚]
𝑚
La solución de maximización directa de la energía de salida esta dada por 𝑘̂ = 𝑚𝑎𝑥𝐽𝑎𝑝𝑝𝑟𝑜𝑥 [𝑘].
Porque el receptor solo está realizando la sincronización de símbolo, es suficiente evaluar
𝐽𝑎𝑝𝑝𝑟𝑜𝑥 [𝑘] para valores de 𝑘 = 0, 1, … , 𝑀 − 1. El valor resultante de 𝑘̂ será implementado en
una operación avanzada en el Figura 9.1 dado en el domino Z como 𝑧 𝑘̂ . En lugar de un avance,
un retraso puede ser usado con un valor de 𝑍 𝑀−𝑘̂ . Generalmente grandes valores de 𝑃
generarán mejores resultados.
𝑑 𝑑
𝐽𝑜𝑝𝑡 (𝜏) ≅ 𝐸 { |𝑦(𝑛𝑇𝑠 + 𝜏)|2 }
𝑑𝜏 𝑑𝜏
𝑑 𝛿 𝛿
𝐽𝑜𝑝𝑡 (𝜏) = 𝐸 {𝑦(𝑛𝑇 + 𝜏) 𝑦 ∗ (𝑛𝑇 + 𝜏)} + 𝐸 {𝑦 ∗ (𝑛𝑇 + 𝜏) 𝑦(𝑛𝑇 + 𝜏)}
𝑑𝜏 𝛿𝜏 𝛿𝜏
𝑑 𝛿
𝐽𝑜𝑝𝑡 (𝜏) = 2𝑅𝑒 [𝐸 {𝑦(𝑛𝑇 + 𝜏) 𝑦 ∗ (𝑛𝑇 + 𝜏)}]
𝑑𝜏 𝛿𝜏
𝛿 ∗
𝑦 (𝑛𝑇 + 𝜏) ≅ 𝑦 ∗ (𝑛𝑇𝑠 + 𝜏 + 𝛿) − 𝑦 ∗ (𝑛𝑇𝑠 + 𝜏 − 𝛿)
𝛿𝜏
Ahora, como se realizó anteriormente, reemplazando la esperanza por un tiempo promedio:
𝑃−1
𝑑 1
𝐽𝑜𝑝𝑡 (𝜏) ≅ ∑ 2𝑅𝑒{𝑦(𝑛𝑇𝑠 + 𝜏)(𝑦 ∗ (𝑛𝑇𝑠 + 𝜏 + 𝛿) − 𝑦 ∗ (𝑛𝑇𝑠 + 𝜏 − 𝛿))}
𝑑𝜏 𝑃
𝑛=1
Escoja 𝛿 de tal manera que sea múltiplo de 𝑇/𝑀. Usando 𝑟[𝑛] como se definió anteriormente,
obtenemos:
𝑃−1
Lo que llamamos como solución de maximización indirecta de la energía de salida está dado
por 𝑘̂ = 𝑚𝑎𝑥𝑘=0,1 ,… ,𝑀−1 𝐽𝛿 [𝑘]. Un valor típico de 𝛿 es 1.
ACTIVIDADES A DESARROLLAR:
En esta práctica generaremos un código en LabVIEW que estime la maximización de la energía
de salida en el tiempo discreto y el algoritmo de Early-Late Gate. Las siguientes tablas
describen los detalles de los VIs a implementarse.
Secuencia recibida
Input complex IQ Waveform
ENTRADAS luego del filtro de
waveform cluster
acoplamiento.
Secuencia recibida
Output complex IQ Waveform luego de la
SALIDAS waveform cluster recuperación del
tiempo de símbolo.
Secuencia recibida
Input complex IQ Waveform
ENTRADAS luego del filtro de
waveform cluster
acoplamiento.
Secuencia recibida
Output complex IQ Waveform luego de la
SALIDAS waveform cluster recuperación del
tiempo de símbolo.
INSTRUCCIONES:
Se recomienda el uso de las siguientes funciones:
For Loop
Array Size
ENTRADAS: Arreglo.
SALIDA: Elemento.
Complex to Polar
SALIDA: R, θ
Se le ha provisto de las plantillas para los VIs que necesita crear en esta práctica los cuales
tienen todas las entradas y salidas cableadas para usted. Lo que se requiere es terminar de
construir el diagrama de bloques para proporcionar la funcionalidad de los VIs.
La salida del simulador muestra el retraso estimado del canal (por ejemplo, luego de corregir
los offset causados por el filtrado) como un error estadístico. El VI simulator.vi compara este
retraso estimado con el retraso actual y calcula el error cuadrático medio, el cual ha sido
normalizado por el periodo del símbolo 𝑇𝑠 .
2
𝜏̂ (𝑁)– 𝜏𝑑
∈ [𝑁] = 𝐸 {‖ ‖ }
𝑇𝑠
Grafique el error estadístico ∈ [𝑁] versus el factor de oversample 𝑁, usando los parámetros
a continuación. Dado que el canal no tiene ruido, sólo necesitará ejecutar una sola iteración
del simulador para recolectar el error estadístico del tiempo. Considere que al modificar el
factor de oversample 𝑁, el periodo del símbolo 𝑇𝑠 debe permanecer constante (por ejemplo,
𝑇𝑠 = 𝑁𝑇𝑁 , usted deberá además modificar la tasa de muestreo del receptor apropiadamente)
Retraso: 𝜏𝑑 = 0.34𝑇𝑠 .
Factor de oversampling 𝑁 = 2, 4, 6, … , 20.
Modelo de canal: ℎ = 0.75𝑒 𝑗𝜋/4 . (Canal de banda angosta).
Potencia de ruido: −∞ 𝑑𝐵.
En resumen:
PREGUNTAS A CONTESTAR:
Conteste las siguientes preguntas referentes a la recuperación del tiempo de símbolo:
2. ¿Cuáles son los dos supuestos críticos que son usados para formular la maximización
indirecta de la energía de salida? Considere como la presencia del desvanecimiento
del canal AWGN plano puede impactar en este método. Específicamente, usando al
menos uno de los supuestos críticos, explique cómo podría mitigar el impacto de esos
impedimentos al seleccionar adecuadamente los parámetros.
3. Luego de que una secuencia, originalmente muestreada a una tasa de 1/𝑇𝑧 , pase por
el proceso de downsampling, por un factor 𝑀, ¿Cuál es el periodo de muestreo de la
señal resultante?
4. ¿Cuál es la tasa de símbolo del sistema basado en los parámetros que se encuentran
en la parte superior?
6. Para cada uno de los factores en la pregunta previa (por ejemplo 𝑁 = 2, 4, 10 𝑦 20),
específicamente en qué valor estableció la tasa de muestreo Rx en el Panel Frontal de
top_rx.vi.
BIBLIOGRAFÍA:
[1] James H. McClellan, R. W. (2008). Signal processing first.