Channel Estimation Design Equalizer

소개글

Channel Estimation Design Equalizer에 대한 보고서 자료입니다.

목차

1. 설계 원리 및 이론
2. 설계 과정
3. 최종 결과
4. 문제 해결 과정
5. CODE

본문내용

noise-like autocorrelation properties
- 이번 설계에서는 Barker sequences N=13 사용
- Barker sequences(N=13)이 noise-like 특성을 갖는지 확인
-> noise like 특성을 갖음
- 따라서 다음 과정을 통해 Channel Estimation이 이루어 진다.
received signal
possible channel estimation


*
- 시뮬레이션을 통해 channel estimation을 확인해 보면 다음과 같다.
2. Equalizer
(1) 개요
신호의 입출력간 전체로서의 주파수 특성을 필요한 범위로 균등하게 하기 위하여 삽입하므로, 등화기의 주파수특성은 전송로 등의 그것과 상보적으로 조정할 수 있게 되어 있다. 동축 케이블을 사용한 광대역 다중통신로에서는 계절적인 온도변화에 의한 케이블의 전기저항 변화가 등화의 대상이 된다. 또 마이크로폰이나 스피커 등과 같이 한쪽이 전기 이외의 신호일 때에도 종합특성의 균일화를 위하여 사용된다.
(2) Zero-forcing EQ의 원리
을 TDL필터로 구현
(3) 행렬을 이용한 C 계산법(Tap의 수 = 3)
, ,
---->실제 값을 대입하여 구하기
M(n) = [1 -0.5 -0.3 0.3 -0.2 -0.1]
, ,
-->계산 결과
- 시뮬레이션을 통한 결과 확인
최종 결과
요약 및 문제 해결 과정
문제점 1 : 최종 출력 결과가 Input signal과 100% 일치하지 않고 noise이 존재
%%해결과정 --> Equalizer의 Tap 수 증가 ( 4개 --> 6개 )
* 개선점 : 입력 신호 {+1, -1}의 크기를 주목했을 때 Tap 수가 6개 일 경우가 더 입력 신호의 실제 크기에 가깝다.
* 단 점 : noise train의 길이가 길어졌다.
-----> Tap수를 무한대로 하면 완벽하게 신호 복원 가능
문제점 2 : matlab 상의 correlation함수를 그대로 사용할 경우 discrete time축에 오류 발생(시작 부분이 무조건 n=0)
%%해결과정 --> x축을 임의로 지정
y=[-12:1:12];를 coding에 추가
stem(y,Co);
Code
%%<문제 1> N= 13인 Barker sequence를 이용해서 Channel을 Estimation 시키고자 한다.
%%Barker sequence가 Noise-like Correlation 특성이 있을을 Matlab 시뮬레이션으로 보여라.
clear all
close all
In = [1 1 1 1 1 -1 -1 1 1 -1 1 -1 1]; %barker sequence N=13 In에 할당
Co=xcorr(In); %barker sequence의 autocorrealition연산 후 delta에 저장
stem(Co); %그래프로 출력
xlabel('n'); ylabel ('delta(n)'); Title ('Result');
xlim([-0 26]);
ylim([-1 20]);
%%<문제 2> Impulse가 최소한 5개 이상으로 구성된 Channel을 임의로 정의한 후 수신단에서
%%Correlation과정을거쳐 Channel이 추정될 수 있을을 Matlab 시뮬레이션을 통해 보여라.
Pn = [1 -0.5 -0.3 0.3 -0.2 -0.1]; %Channel Impulse을 Pn에 할당
Vn=Conv(In,Pn); %In*Pn 결과를 Vn에 저장
PnHat=xcorr(Vn,In); %crosscorrelation(Vn,In)을 PnHat에 저장
subplot(2,2,1); %그래프 출력
stem(In);
xlabel('n'); ylabel ('delta(n)'); Title ('Barker Squence');
xlim([0 14]);
ylim([-2 2]);
subplot(2,2,2); %그래프 출력
stem(Pn);
xlabel('n'); ylabel ('delta(n)'); Title ('Channel');
xlim([-0 7]);
ylim([-1 1.5]);
subplot(2,2,[3 4]); %그래프 출력
stem(PnHat);
xlabel('n'); ylabel ('delta(n)'); Title ('Correlation Result');
xlim([-0 37]);
ylim([-10 15]);
%%<문제 3> 문제 2에서 정의한 채널 특성 모델이 M(z)일 때 Zero-forcing Equalizer를
%%Matlab시뮬레이션을 통해 설계하라.(Equalizer Tap의 개수는 4개라고 가정한다.)
Mz = Pn; %문제 2에서 정의한 채널 특성 모델
M=[Mz(1) 0 0 0; Mz(2) Mz(1) 0 0; Mz(3) Mz(2) Mz(1) 0; Mz(4) Mz(3) Mz(2) Mz(1)];
%행렬에 m값들을 대입 Tap수=4
L=[1;0;0;0]; %M과 같은 행수로 ㅣ값을 대임
C=inv(M)*L; %M의 역행렬과 L을 고해서 C에 저장
lk = conv(Mz,C); %Mz와 C의 convolution을 통해 최종결과 출력
stem(lk); %최종 결과를 그래프로 출력
xlabel('n'); ylabel ('delta(n)'); Title ('Result : lk');
xlim([0 10]);
ylim([-1 2]);
%%<최종 결과> 임의의 입력신호를 입력하여 입력신호가 그대로 출력되는지 확인.
input=[1 1 1 -1 -1 1 1 -1 1 1 -1 1]; %임의의 Input signal
Result= conv(input,lk); %임의의 Input signal을 채널 및 Eq에 통과
subplot(2,1,1); %입력 신호 출력 신호를 그래프로 출력
stem(input);
xlabel('n'); ylabel ('delta(n)'); Title ('Result');
xlim([-0 25]);
ylim([-2 2]);
subplot(2,1,2);
stem(Result);
xlabel('n'); ylabel ('delta(n)'); Title ('Result');
xlim([-0 25]);
ylim([-2 2]);
최종 결과

키워드

Channel Estimation,   Equalizer,   Matlab,   Simulation