脉冲整形
系统模型
假设\(\{a_n\}\)为发射滤波器的输入符号序列,例如,在二进制情况下,\(\{a_n\}\)的取值为0,1或者+1,-1。基带信号则为
发送滤波器产生的输出信号为
设发送滤波器的传输特性为\(G_T(\omega)\),即
若再设信道的传输特性为\(C(\omega)\),接收滤波器的传输特性为\(G_R(\omega)\),则基带传输系统的总传输特性为
其单位冲击响应为
接收滤波器输出信号\(r(t)\)为
注:\(n_R(t)\)是加性高斯白噪声\(n(t)\)经过接收端滤波器之后的输出。
基于定量模型的分析
在接收端,抽样判决器对\(r(t)\)进行抽样判决,一确定传输的数字信息序列\(\{a_n\}\)。例如,为了确定第\(k\)个码元\(a_k\)的值,首先应在\(t=kT_s+t_0\)时刻上(\(t_0\)是信道和接收机滤波器所造成的延时)对\(r(t)\)进行抽样,即
此时,\eqref{eq:1}实际抽样值\(r(kT_s+t_0)\)不仅有本码元的值,还有码间串扰和噪声。显然,只有当码间串扰和噪声足够小时,才能保证上述判决的正确。
若想消除码间串扰,应使
由于\(a_n\)是随机不可控的,想要通过各项相消使上式为0是无法实现的。那么只能对\(h(t)\)进行加工。这里有两个方案
- a). 如果相邻码元的前一个码元到后一个码元抽样的时刻刚好衰减为0,就能满足要求。但是由于一般\(h(t)\)都有很长的拖尾,该方案不易实现。
- b). 只要让\(h(t)\)在\(T_s+t_0\), \(2T_s+t_0\), ... 等后续码元抽样时刻上刚好为0,就能消除码间串扰。这就是消除码间串扰的基本思想。
于是,只要让\(h(t)\)在本码元抽样时刻上有最大值,在其他码元抽样时刻为0,即可消除码间串扰。Without loss of generality, we set \(t_0=0\) here. 则有下式成立
该式被成为无码间串扰的时域条件。 其频域特性\(H(\omega)\)则为
其时域冲击响应\(h(t)\)为
- a) 理想低通物理上无法实现。
- b) 理想特性的冲击响应\(h(t)\)的“尾巴”振幅很大(衰减较慢)。如果定时(抽样时刻)稍有偏差,就会出现严重的码间串扰。
余弦滚降整形滤波器
The roll-off factor, \(\beta\), is a measure of the excess bandwidth of the filter, i.e. the bandwidth occupied beyond the Nyquist bandwidth of \(\frac {1}{2T_s}\). Some authors use \(\alpha =\beta\).
close all
alpha_set = .3:.3:1;
for idx = 1:length(alpha_set)
alpha = alpha_set(idx);
h = fdesign.pulseshaping(8,'Raised Cosine','Nsym,Beta',10,alpha);
Hd = design(h);
g=Hd.Numerator;
plot(g,'Linewidth',2);
hold on
end
grid on
legend('alpha=0.3','alpha=0.6','alpha=0.9','alpha=1');
figure
for idx = 1:length(alpha_set)
alpha = alpha_set(idx);
h = fdesign.pulseshaping(8,'Raised Cosine','Nsym,Beta',10,alpha);
Hd = design(h);
g=Hd.Numerator;
G = fft(g);
G = abs(G);
G = fftshift(G);
plot(G,'Linewidth',2);
hold on
end
grid on
legend('alpha=0.3','alpha=0.6','alpha=0.9','alpha=1');
xlim([25, 55])
参考文献:
- 通信原理(第6版) 樊昌信 曹丽娜
- https://en.wikipedia.org/wiki/Raised-cosine_filter
外加一些有趣的博客:
http://blog.csdn.net/mike190267481/article/details/7264827
http://blog.csdn.net/madongchunqiu/article/details/18614233