Применение адаптивных технологий обработки цифровых сигналов в искусственных цепях симметричных кабелей связи

• Автор: Иванов, Сергей Алексеевич
• Шифр специальности: 05.12.13
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Санкт-Петербург
• Количество страниц: 168 с. : ил.

1. Линейные тракты ЦСП, построенные на основе симметричных

и искусственных цепей

1Л. Искусственные симметричные цепи

1Л Л. Построение искусственных цепей

1Л .2. Параметры искусственных цепей

1.2. Линейный тракт искусственной двухпроводной дуплексной цепи

1.2Л. Формирование дуплексной симметричной искусственной цепи

1.3. Структура линейного тракта

1.3.1. Код передачи и размерность ансамбля сигналов

1.3.2. Помехозащищенность сигнала на выходе линейного тракта

1.3.3. Оценка ожидаемой вероятности ошибки

1.4. Модель цифрового сигнала
1.4.1. Формирование цифрового сигнала на передаче
Л 1.4.2. Межсимвольная интерференция
1.5. Модели мешающих факторов
1.5.1. Гауссовский шум
1.5.2. Переходные влияния между параллельными симметричными цепями
1.5.3. Переходные влияния между искусственной и основными цепями
1.5.4. Ближнее эхо
1.5.5. Помехи питающего напряжения
1.5.6. Временные характеристики параметров трактов передачи
1.6. Модель фазы тактового колебания
1.7. Модель наблюдения
Выводы
Ф 2. Оптимальная обработка цифровых сигналов
в линейных трактах искусственных цепей симметричных кабелей связи
2.1. Правило выбора решения
2.2. Алгоритм оптимального оценивания вектора
информационных параметров

2.2.1. Структура оптимального оценивателя
2.2.2. Оптимальные параметры оценивателя цифрового сигнала
2.2.3. Алгоритм адаптации линейного оценивателя цифрового сигнала
2.2.4. Идентификация параметров линейного тракта дуплексных ЦСП ФЦ. 68 Выводы
3. Оптимальное адаптивное оценивание сигналов в ЦСП ФЦ
3.1. Алгоритм оптимального оценивания цифрового сигнала
3.1.1. Структура алгоритма оптимального оценивания
3.1.2. Оптимальные параметры оценивателя цифрового сигнала в ЦСП ФЦ
3.1.3. Алгоритм адаптации оптимального оценивателя
3.1.4. Стохастическая аппроксимация градиентного алгоритма
3.1.5. Структура модифицированного оценивателя цифрового сигнала
3.2. Адаптивная компенсация помех питающего напряжения
3.2.1. Оптимальное оценивание информационных символов в условиях помех питающего напряжения
3.2.2. Алгоритм адаптации компенсатора НЧ-помех
3.2.3. Последовательное вычисление дисперсии ошибки на выходе
% адаптивного фильтра
Выводы
4. Экспериментальная проверка теоретических выводов
4.1. Перечень алгоритмов оптимальной адаптивной обработки
сигналов в ЦСП ФЦ
4.1.1. Обобщенный алгоритм оценивания сигналов в ЦСП ФЦ
4.1.2. Калмановский алгоритм оценивания сигналов ЦСП ФЦ
4.1.3. Модифицированный алгоритм оценивания сигналов в ЦСП ФЦ
4.2. Структура программы моделирования
4.3. Результаты моделирования алгоритмов на ПЭВМ
Выводы
/а Заключение
Литература
Приложение

Переход России на рыночные отношения привел к резкому возрастанию объемов передаваемой информации, что естественно требует увеличения числа каналов как первичной, так и вторичных сетей связи. В немалой степени разрешению этой проблемы способствуют создание широкоразветв-ленной сети на основе волоконно-оптических линий связи, а также сотовых сетей связи. Вместе с тем, это требует существенных материальных затрат, с другой стороны практически невозможно переоборудовать всю сеть связи России за короткое время. Следовательно, еще длительное время на сети будут сосуществовать аналоговые системы передачи (АСП) старого поколения и цифровые системы передачи (ЦСП), работающие по симметричным парам одного кабеля.
Наиболее значимой проблемой на пути внедрения ЦСП является вопрос электромагнитной совместимости АСП и ЦСП при их работе по параллельным цепям одного кабеля. В этом случае между АСП и ЦСП возникают взаимные электромагнитные влияния, которые могут привести, с одной стороны, к увеличению мощности несовпадающих помех в каналах тональной частоты (ТЧ) АСП, а с другой стороны, к возрастанию вероятности ошибки на участке регенерации ЦСП. Сильные переходные влияния сдерживает темпы увеличения пропускной способности симметричных кабелей связи.
Применение наукоемких технологий обработки сигналов как в АСП, так и в ЦСП позволит реализовать потенциальные возможности симметричных кабелей связи. Сейчас уже имеется необходимая для этого элементная база в виде сигнальных процессоров. Наглядным примером этому являются методы адаптивной обработки сигналов, применяемые при передаче данных по каналам ТЧ и при организации высокоскоростных цифровых абонентских линий (High Bit-rate Digital Subscriber Loop - HDSL).
Системы передачи, использующие методы HDSL позволили «реанимиб) абсолютная;
в) равномерная.
Соответственно критерии оптимизации, использующие указанные функции, называются:
а) критерий среднего квадрата ошибки;
б) критерий средней абсолютной ошибки;
в) критерий равномерной ошибки.
В общем случае при различных функциях потерь оптимальные оценки, получаемые из условия минимума выражения (2.1), будут отличаться друг от друга. Однако если плотности w[x(i)ly('/)], ифу(г)/*(/)]- симметричные относительно начала координат функции, то потери во всех случаях будут одинаковыми [45].
Наиболее часто употребляемым на практике является критерий среднего квадрата ошибки (СКО). Объясняется это тем, что этот критерий легко реализуется на практике. Оптимизация параметров оценивающих устройств по критерию минимума СКО приводит к фильтрации Колмогорова-Винера или Стратоновича-Кальмана-Бьюси. Коэффициенты ряда Фурье определяются из условия минимизации СКО. Для критерия минимума СКО, как правило, можно получить оптимальное решение, не прибегая к численным методам. Выражения для остаточной СКО в случае линейных оценивающих устройств можно получить в замкнутой форме, причем остаточная СКО на основании равенства Парсеваля однозначно может быть определена как с помощью временных, так и с помощью частотных характеристик сигнала.
Если априорные вероятности сообщений одинаковы, наблюдения линейно связаны с сигналом, а ошибки измерений подчинены нормальному закону, то оценка по критерию минимума СКО совпадает с оценкой по критерию максимума апостериорной плотности распределения вероятностей, при этом минимизация СКО приводит к минимизации ошибочного решения на приеме. Если же наблюдение нелинейно связано с сигналом или же шум из-