Tietoliikenteen perusteet 3 teoria

Nopea ja hidas häipyminen

Radiokanavatekniikoille kaksi keskeistä haastetta tuottavaa häipymisilmiötä ovat nopea ja hidas häipyminen.

Nopea Häipyminen

Nopealle häipymiselle voi olla syitä:

• Monitie-eteneminen: Lähetetyt signaalit voivat hajaantuessaan heijastua rakenteista, jolloin vastaanottajan näkökulmasta sama signaali toistuu useamman kerran, ilmeisimmin eri amplitudilla ja vaiheen muutoksella. Tämänkaltaista ilmiötä, jossa ei ole dominoivaa signaalipolkua, kutsutaan yleisesti Rayleigh-häipymiseksi.
• Mitigointi: Rayleigh-häipymistä usein mitigoidaan jakamalla laajakaistainen signaali useampaan eri kapeakaistaiseen sivutaajuuteen (OFDM), tai käyttämällä useampaa eri antennia hyödyntäen signaalien monimuotoisuutta korrelaatioarvojen arvioinnissa.

Rician Häipyminen

Tilanteessa, jossa vastaanottajalla on suora näköyhteys lähettimeen, mutta signaalitaajuudessa on sekoittunut useampaa monitie-tyyppistä signaalipolkua, voidaan puhua Rician-tyyppisestä häipymisestä.

• LoS-Signaalipolku: Koska lähetyspisteeseen löytyy suhteellisen hyvä näköyhteys, voidaan todellista signaalia arvioida vahvimman signaalipolun perusteella. Missä dominoiva signaalipolku arvioidaan Line of Sight (LoS) -komponentin dominanttisena piirteenä amplitudin mukaan, todetaan, että hajautettujen signaalipolkujen Gaussian-todennäköisyysjakauma yhdistyy ennustettavissa olevaan LoS-signaalipolkuun.

  Lopullinen signaalin arvio tehdään Bessel-funktiolla arvioidulla kaistanleveydellä ja sen integroinnilla Gaussian kellokäyrän huippuarvoon.

  Hidas Häipyminen

  Määritelmät hitaalle ja nopealle häipymiselle ovat relatiivisia.

Kun nopeassa häipymisessä käsitellään signaalia, jonka symbolinopeus on kantoaallon ajanjaksoa pienempi, esiintyy jokainen symboli vähemmän kuin kerran jokaista tulkitun kantoaallon ajanjaksoa kohden. Toinen ongelma saattaa olla heijastuvien monitie-edenneiden signaalien kulkemat matkat ja niiden aikaerojen muutokset suhteessa reaaliaikaisesti vastaanotettuun signaaliin. Tämä korostuu erityisesti, kun joko vastaanottava tai lähettävä osapuoli on liikkeessä, mikä vaikuttaa signaalireitin selektiivisyyteen heijastavassa ympäristössä.

Joskin symbolinopeus on kantoaallossa nopeampi kuin sen ajanjakso, ja monitie-edenneet symbolin kulkema polku eroaa dominanttisen komponentin ajanjaksosta, johtaa tämä väistämättä symbolien päällekkäistymiseen seuraavan impulssivasteen aikana. Tätä symbolien välistä keskinäisvaikutusta kutsutaan yleisesti termillä InterSymbol Interference, eli lyhyesti ISI.

ISI:n mitigointi OFDM-tekniikalla. Missä nopeaa häipymistä mitigoitiin laajakaistaisen kanavan tilatietoja soveltamalla adaptiivisia modulaatiotekniikoita yhdessä kanavassa, jaetaan OFDM-tekniikassa laajakaistainen signaali useampaan kapeakaistaiseen alikanavaan. Näissä jaetuissa alikanavoissa symboliaika on huomattavasti pidempi, vähentäen symbolien päällekkäisyyden todennäköisyyttä. Toinen tapa, joka mahdollistaa OFDM-tekniikassa tehokkaan virheentunnistuksen, on modulaatiossa lisätyt sykliset CP-etuliitteet kunkin symbolin alkuun. Nämä etuliitteet toimivat puskurina seuraavalle symbolille ja toimivat erittäin tehokkaasti tilanteissa, joissa monitie-edenneen signaalin jaksontoistossa ilmenee viivettä. Tämä puskurointi on erityisen kriittistä, kun se suhteutetaan signaalin edelliseen dominanttiseen komponenttiin.

Syklinen etuliite on yleensä kopio symbolin lopusta, ja sen ajanjakso on suunniteltu olemaan lyhyempi kuin itse symbolin ajanjakso.

OFDM-tekniikassa on myös mahdollista laajentaa kanavan yhtäjaksoisen tiedonsiirron kapasiteettia käyttämällä useampaa antennia, jakaen tehtävä tiedonsiirto useampaan eri antennipolkuun MIMO-tekniikkaa käyttäen.

ADC ja sen haasteet

ADC, eli Analog to Digital Conversion -prosessi muuntaa analogisia signaaleja digitaaliseen muotoon. Tässä yleisimmiten esiintyy kahdenlaista tunnettua virhelähdettä.

Kvantisointivirhe

Kvantisointiprosessissa analogisen signaalin reaaliarvon tarkkuus on luonteeltaan ääretön. Tämä tarkoittaa, että jokainen mittauspiste analogisessa signaalissa omaa loputtoman resoluution ominaisarvon. Amplitudi-domainin kontekstissa signaalia ei täten olla pyöristetty, yleistetty tai suhteutettu mihinkään diskreettiseen mittaustarkkuuteen. Täytynee siis pyöristää amplitudin mittauspisteet läheisimpään diskreettisen resoluution arvoon. Jos näytteenoton amplitudi-domainin resoluutio on liian alhainen, menetetään prosessin aikana informaatiota ja muiden virhelähteiden vaikutus digitaaliseen signaaliin voimistuu. Tätä vältetään nostamalla näytearvon resoluutiota digitaalimuunnoksessa. Saadaan realistisempi kuvaus näytteen ominaisarvosta.

Aliasing

Tässä tapauksessa liian pieni näytteenottotaajuus taajuus spektrissä tuottaa todellisten taajuuskomponenttien mittaustulosten lomittumista alempien taajuuskomponenttien päälle. Ongelman voi tuottaa myös suurempien taajuuskomponenttien sijoittuminen alemman taajuuskomponentin läheisyyteen taajuus spektrissä. Ongelman mitigointiin sovelletaan ensin alipäästösuodatinta, eli LPF-komponenttia, ja sitten näytteistetään Shannon-Nyquist-teoreeman mukaisesti, missä näytteenottotaajuus tulisi olla kaksi kertaa suurempi kuin jäljelle jäävä korkeimman taajuuskomponentin huippu.

Fourier-muunnos

Lasketaan Fourier-muunnos 1000 näytteen yli ja näytetaajuudella 2000 Hz, kolmas arvo Fourier-muunnoksessa (X[2]) edustaa taajuuskomponenttia, missä otetaan näytetaajuus, jaetaan se näytteiden määrällä ja kerrotaan muunnoksessa annetulla indeksiarvolla [2]. Voidaan se yleistää vaikkakin seuraavanlaisesti: (2×2000)/1000 = 4 Hz Kompleksiluku 1 + j ilmaisee, että tässä taajuudessa olevalla signaalikomponentilla on sekä reaalinen että imaginäärinen osa.

Virheenkorjauskoodit

Tiedonsiirrossa esiintyy usein häiriönlähteitä, jotka korruptoivat vastaanotetun signaalin informaatiosisältöä. Tässä kontekstissa voidaan datavirtaan lisätä ylimääräistä rakennetta, joka mahdollistaa vastaanottajan tarkastella ja korjata sisältöä lisätyn redundanssirakenteen avulla.

Voidaan tarkastella kahta eri tyyppistä menetelmää saavuttaa datavirran lisätty redundanssi.

Lineaariset lohkokoodeihin perustuvat menetelmät

Esimerkiksi Hamming-koodi, jossa modulo-2-aritmetiikkaa käyttäen lisätään dataan redundanssia havaita bittivirheitä, kun vaikkapa dekoodataan 256-bittinen raakabittidata, josta 9 bittiä on virhettä korjaavaa rakennetta. Tuolloin saadaan virheenkorjausta yhden bitin virheille pyytämättä uudelleenlähetystä, ja sitten virheentunnistus koko paketille, jolloin lähetys tulisi tehdä uudelleen, jos halutaan saavuttaa virheetön datan todenperäisyys. Tehokkaampaa lohkokoodeihin perustuvaa virheenkorjausalgoritmia, Reed-Solomon-koodausta, käytetään nykyisimmiten osana modernia langatonta viestintää 4G- ja 5G-verkoissa, sillä se kykenee korjaamaan useammankin bitin virheet kustakin lohkosta.

Pariteettipohjaiset menetelmät

Yksinkertainen ja helpommin skaalautuva pariteettidataan pohjautuvat rakenteet tarjoaa kohtalaisen korjauksen, mutta tehokkaan tarkistuksen. Pariteettidataa hyödynnetään esimerkiksi syklisessä pariteetin tarkastuksessa (CRC) ympäristöissä, joissa lineaariselle virheenkorjaukselle ei ole tarvetta.