Digitalsignalübertragung/Optimale Empfängerstrategien

1. Digitalsignalübertragung
2. Impulsinterferenzen und Entzerrungsverfahren
3. Optimale Empfängerstrategien

• Vorherige Seite
• Nächste Seite

• Vorherige Seite
• Nächste Seite

Betrachtetes Szenario im Kapitel 3.7

Alle bisher beschriebenen Digitalempfänger treffen stets symbolweise Entscheidungen. Werden dagegen mehrere Symbole gleichzeitig entschieden, so können bei der Detektion statistische Bindungen zwischen den Empfangssignalabtastwerten berücksichtigt werden, was eine geringere Fehlerwahrscheinlichkeit zur Folge hat – allerdings auf Kosten einer zusätzlichen Laufzeit.

In diesem – teilweise auch im nächsten Kapitel – wird von folgendem Übertragungsmodell ausgegangen:

Gegenüber den letzten Kapiteln 3.5 und 3.6 ergeben sich folgende Unterschiede:

• Q ∈ {Q_i} mit i = 0, ... , M–1 bezeichnet eine zeitlich begrenzte Quellensymbolfolge 〈q_ν〉, deren Symbole vom optimalen Empfänger gemeinsam entschieden werden sollen.
  

• Beschreibt Q eine Folge von N redundanzfreien Binärsymbolen, so ist M = 2^N zu setzen. Dagegen gibt M bei symbolweiser Entscheidung die Stufenzahl der digitalen Quelle an.
  

• Im obigen Modell werden eventuelle Kanalverzerrungen dem Sender hinzugefügt und sind somit bereits im Grundimpuls g_s(t) und im Signal s(t) enthalten. Diese Maßnahme dient lediglich einer einfacheren Darstellung und stellt keine Einschränkung dar.
  

• Der optimale Empfänger sucht unter Kenntnis des aktuell anliegenden Empfangssignals r(t) aus der Menge {Q₀, ... , Q_M–1} der möglichen Quellensymbolfolgen die am wahrscheinlichsten gesendete Folge {Q_j} und gibt diese als Sinkensymbolfolge V aus.
  

• Vor dem eigentlichen Entscheidungsalgorithmus muss durch eine geeignete Signalvorverarbeitung aus dem Empfangssignal r(t) für jede mögliche Folge Q_i ein Zahlenwert W_i abgeleitet werden. Je größer W_i ist, desto größer ist die Rückschlusswahrscheinlichkeit, dass Q_i gesendet wurde.
  

• Die Signalvorverarbeitung muss für die erforderliche Rauschleistungsbegrenzung und – bei starken Kanalverzerrungen – für eine ausreichende Vorentzerrung der entstandenen Impulsinterferenzen sorgen. Außerdem beinhaltet die Vorverarbeitung auch die Abtastung zur Zeitdiskretisierung.
  

MAP– und Maximum–Likelihood–Entscheidungsregel (1)

Man bezeichnet den (uneingeschränkt) optimalen Empfänger als MAP–Empfänger, wobei „MAP” für „Maximum–a–posteriori” steht.

: Der MAP–Empfänger ermittelt die M Rückschlusswahrscheinlichkeiten Pr(Q_i|r(t)) und setzt seine Ausgangsfolge V gemäß der Entscheidungsregel (i = 0, ..., M – 1, i ≠ j): \[{\rm Pr}(Q_j \hspace{0.05cm}|\hspace{0.05cm} r(t)) > {\rm Pr}(Q_i \hspace{0.05cm}|\hspace{0.05cm} r(t)) \hspace{0.05cm}.\]

Die Rückschlusswahrscheinlichkeit Pr(Q_i|r(t)) gibt an, mit welcher Wahrscheinlichkeit die Folge Q_i gesendet wurde, wenn das Empfangssignal r(t) am Entscheider anliegt. Mit dem Satz von Bayes kann diese Wahrscheinlichkeit wie folgt berechnet werden:

\[{\rm Pr}(Q_i \hspace{0.05cm}|\hspace{0.05cm} r(t)) = \frac{ {\rm Pr}( r(t)\hspace{0.05cm}|\hspace{0.05cm} Q_i) \cdot {\rm Pr}(Q_i)}{{\rm Pr}(r(t))} \hspace{0.05cm}.\]

Die MAP–Entscheidungsregel lässt sich somit wie folgt umformulieren bzw. vereinfachen. Man setze die Sinkensymbolfolge V = Q_j, falls für alle i ≠ j gilt:

\[\frac{ {\rm Pr}( r(t)\hspace{0.05cm}|\hspace{0.05cm} Q_j) \cdot {\rm Pr}(Q_j)}{{\rm Pr}(r(t))} > \frac{ {\rm Pr}( r(t)\hspace{0.05cm}|\hspace{0.05cm} Q_i) \cdot {\rm Pr}(Q_i)}{{\rm Pr}(r(t))}\]

\[\Rightarrow \hspace{0.3cm} {\rm Pr}( r(t)\hspace{0.05cm}|\hspace{0.05cm} Q_j) \cdot {\rm Pr}(Q_j)> {\rm Pr}( r(t)\hspace{0.05cm}|\hspace{0.05cm} Q_i) \cdot {\rm Pr}(Q_i) \hspace{0.05cm}.\]

Eine weitere Vereinfachung dieser MAP–Entscheidungsregel führt zum ML–Empfänger, wobei „ML” für „Maximum–Likelihood” steht.

: Der Maximum–Likelihood–Empfänger – abgekürzt ML – entscheidet nach den bedingten Vorwärtswahrscheinlichkeiten Pr(r(t)|Q_i) und setzt die Folge V = Q_j, falls für alle i ≠ j gilt:

\[{\rm Pr}( r(t)\hspace{0.05cm}|\hspace{0.05cm} Q_j) > {\rm Pr}( r(t)\hspace{0.05cm}|\hspace{0.05cm} Q_i) \hspace{0.05cm}.\]

Ein Vergleich dieser beiden Definitionen zeigt, dass bei gleichwahrscheinlichen Quellensymbolen der ML– und der MAP–Empfänger gleiche Entscheidungsregeln befolgen und somit vollkommen äquivalent sind. Bei nicht gleichwahrscheinlichen Symbolen ist der ML– dem MAP–Empfänger unterlegen, da er für die Detektion nicht alle zur Verfügung stehenden Informationen nutzt.

MAP– und Maximum–Likelihood–Entscheidungsregel (2)

: Zur Verdeutlichung von ML– und MAP–Entscheidungsregel konstruieren wir nun ein sehr einfaches Beispiel mit nur zwei Quellensymbolen (M = 2). Diese beiden möglichen Symbole Q₀ und Q₁ werden durch die Sendesignale s = 0 bzw. s = 1 dargestellt. Dagegen kann das Empfangssignal – warum auch immer – drei verschiedene Werte annehmen, nämlich r = 0, r = 1 und r = 0.5.

Die Empfangswerte r = 0 und r = 1 werden sowohl vom ML– als auch vom MAP–Entscheider den Senderwerten s = 0 (Q₀) bzw. s = 1 (Q₁) zugeordnet. Dagegen werden die beiden Entscheider bezüglich des Empfangswertes r = 0.5 zu einem anderen Ergebnis kommen:

• Die Maximum–Likelihood–Entscheidungsregel führt zum Quellensymbol Q₀, wegen

\[{\rm Pr}( r= 0.5\hspace{0.05cm}|\hspace{0.05cm} Q_0) = 0.4 > {\rm Pr}( r= 0.5\hspace{0.05cm}|\hspace{0.05cm} Q_1) = 0.2 \hspace{0.05cm}.\]

• Die MAP–Entscheidung führt dagegen zum Quellensymbol Q₁, da entsprechend der Grafik gilt:

\[{\rm Pr}(Q_1 \hspace{0.05cm}|\hspace{0.05cm} r= 0.5) = 0.6 > {\rm Pr}(Q_0 \hspace{0.05cm}|\hspace{0.05cm} r= 0.5) = 0.4 \hspace{0.05cm}.\]

ML–Entscheidung bei Gaußscher Störung

Wir setzen nun voraus, dass sich das Empfangssignal r(t) additiv aus einem Nutzsignal s(t) und einem Störanteil n(t) zusammensetzt, wobei die Störung als gaußverteilt und weiß angenommen wird (Beispiel: AWGN–Rauschen):

\[r(t) = s(t) + n(t) \hspace{0.05cm}.\]

Eventuelle Kanalverzerrungen werden zur Vereinfachung bereits dem Signal s(t) beaufschlagt.

Die notwendige Rauschleistungsbegrenzung wird durch einen Integrator realisiert; dies entspricht einer Mittelung der Rauschwerte im Zeitbereich. Begrenzt man das Integrationsintervall auf den Bereich t₁ bis t₂, so kann man für jede Quellensymbolfolge Q_i eine Größe W_i ableiten, die ein Maß für die bedingte Wahrscheinlichkeit Pr(r(t)|Q_i) darstellt:

\[W_i = \int_{t_1}^{t_2} r(t) \cdot s_i(t) \,{\rm d} t - \frac{1}{2} \cdot \int_{t_1}^{t_2} s_i^2(t) \,{\rm d} t= I_i - \frac{E_i}{2} \hspace{0.05cm}.\]

Diese Entscheidungsgröße W_i kann über die k–dimensioniale Verbundwahrscheinlichkeitsdichte der Störungen (mit k → ∞) und einigen Grenzübergängen hergeleitet werden. Die Gleichung lässt sich wie folgt interpretieren:

• Die Integration dient der Rauschleistungsbegrenzung. Werden vom ML–Detektor N Binärsymbole gleichzeitig entschieden, so ist bei verzerrungsfreiem Kanal t₁ = 0 und t₂ = NT zu setzen.

• Der erste Term der obigen Entscheidungsgröße W_i ist gleich der über das endliche Zeitintervall NT gebildeten Energie–Kreuzkorrelationsfunktion zwischen r(t) und s_i(t) an der Stelle τ = 0:

\[I_i = \varphi_{r, \hspace{0.05cm}s_i} (\tau = 0) = \int_{0}^{NT}r(t) \cdot s_i(t) \,{\rm d} t \hspace{0.05cm}.\]

• Der zweite Term gibt die halbe Energie des betrachteten Nutzsignals s_i(t) an, die zu subtrahieren ist. Die Energie ist gleich der AKF des Nutzsignals an der Stelle τ = 0:

\[E_i = \varphi_{s_i} (\tau = 0) = \int_{0}^{NT} s_i^2(t) \,{\rm d} t \hspace{0.05cm}.\]

• Bei verzerrendem Kanal ist die Impulsantwort h_K(t) nicht diracförmig, sondern beispielsweise auf den Bereich –T_K ≤ t ≤ +T_K ausgedehnt. In diesem Fall muss für die beiden Integrationsgrenzen t₁ = –T_K und t₂ = NT + T_K eingesetzt werden.
  

Korrelationsempfänger

Es gibt verschiedene schaltungstechnische Implementierungen des Maximum–Likelihood–Empfängers. Beispielsweise können die erforderlichen Integrale durch lineare Filterung und anschließender Abtastung gewonnen werden. Man bezeichnet diese Realisierungsform als Matched–Filter–Empfänger, da hier die Impulsantworten der M parallelen Filter formgleich mit den Nutzsignalen s₀(t), ... , s_M–1(t) sind.

Die M Entscheidungsgrößen I_i sind dann gleich den Faltungsprodukten r(t) ∗ s_i(t) zum Zeitpunkt t = 0. Beispielsweise erlaubt der im Kapitel 1.4 ausführlich beschriebene „optimale Binärempfänger” eine Maximum–Likelihood–Entscheidung mit den ML–Parametern M = 2 und N = 1.

Wir beschränken uns hier auf den sog. Korrelationsempfänger entsprechend obigem Blockschaltbild. Zur Vereinfachung werden N = 3, t₁ = 0, t₂ = 3T sowie M = 2³ = 8 vorausgesetzt. Man erkennt:

• Der Korrelationsempfänger bildet insgesamt M = 8 Kreuzkorrelationsfunktionen zwischen dem Empfangssignal r(t) = s_k(t) + n(t) und den möglichen Sendesignalen s_i(t), i = 0, ... , M–1. Vorausgesetzt ist für diese Beschreibung, dass das Nutzsignal s_k(t) gesendet wurde.
  

• Der Korrelationsempfänger sucht nun den maximalen Wert W_j aller Korrelationswerte und gibt die dazugehörige Folge Q_j als Sinkensymbolfolge V aus. Formal lässt sich die ML–Entscheidungsregel wie folgt ausdrücken:

\[V = Q_j, \hspace{0.2cm}{\rm falls}\hspace{0.2cm} W_j > W_i \hspace{0.2cm}{\rm f\ddot{u}r}\hspace{0.2cm} {\rm alle}\hspace{0.2cm} i \ne j \hspace{0.05cm}.\]

• Setzt man weiter voraus, dass alle Sendesignale s_i(t) die genau gleiche Energie besitzen, so kann man auf die Subtraktion von E_i/2 in allen Zweigen verzichten. In diesem Fall werden folgende Korrelationswerte miteinander verglichen (i = 0, ... , M–1):

\[I_i = \int_{0}^{NT} s_j(t) \cdot s_i(t) \,{\rm d} t + \int_{0}^{NT} n(t) \cdot s_i(t) \,{\rm d} t \hspace{0.05cm}.\]

• Mit großer Wahrscheinlichkeit ist I_j = I_k größer als alle anderen Vergleichswerte I_i≠k. Ist das Rauschen n(t) allerdings zu groß, so kann auch der ML–Empfänger eine Fehlentscheidung treffen.