Un nuovo metodo per la stima degli impairment dei modulatori OFDM basato sul filtraggio di Kalman
Autore
Salvatore Basile - Università degli Studi di Napoli - Federico II - [2005-06]
Documenti
Abstract
Per favorire il successo delle nuove tecnologie, è determinante fornire un livello di qualità del servizio che soddisfi i potenziali utenti o quantomeno risulti accettabile. Da qui si evince l’importanza di disporre di adeguate procedure di analisi, che consentano di provvedere al testing di apparati e sistemi garantendo un ridotto time to market, fattore cruciale di un mercato sempre più competitivo. Nasce quindi il bisogno di possedere sistemi sul controllo della qualità di dispositivi come i modulatori, in particolare quelli che realizzano la modulazione OFDM, modulatori ormai di ampio impiego, e quindi realizzati attraverso veloci catene di montaggio, che necessitano un controllo della qualità che sia altrettanto veloce, ma nello stesso tempo affidabile.
Scopo di questo lavoro è stato progettare un metodo di stima degli impairment dei modulatori OFDM attraverso un algoritmo che implementi il filtro di Kalman, quest’ultimo, considerato uno dei più grandi risultati raggiunto nella teoria della stima nel ventesimo secolo. Il filtro di Kalman è una tecnica che permette di "correggere l’impatto degli errori” di misura sulla stima dello stato in sistemi anche molto complessi e sofisticati. Si supponga, infatti, di sapere come rappresentare le variabili misurabili in funzione delle variabili d’interesse. Il filtro di Kalman inverte questa relazione funzionale e stima le variabili indipendenti come funzione inversa delle variabili dipendenti (misurabili). In poche parole, dalle relazione che legano i simboli demodulati (misurati) affetti da impairment, con questi ultimi, è possibile risalire ad una stima di questi impairment visti dal filtro come variabili di stato.
I modulatori di ultima generazione sono naturalmente realizzati con largo impiego di dispositivi elettronici a semiconduttore, e quindi sono soggetti ad un comportamento che varia sensibilmente con le perturbazioni di tipo ambientale come ad esempio la temperatura. Di conseguenza è opportuno considerare che esista un comportamento variabile degli impairment introdotti da questi modulatori. Ma anche la presenza di drift sulla portante a RF può generare delle variazioni temporali che possono recare variazione dell’entità degli impairments.
Nasce l’esigenza, oltre che alla stima degli impairment, anche della velocità con cui il filtro segue queste variazioni.
L’obbiettivo di questo lavoro di tesi è stato diviso in quattro fasi:
• Descrizione degli impairments su modulazione OFDM (Capitolo 1)
• La progettazione e la realizzazione del filtro in ambiente MatLab (Capitolo 2).
• Simulazione di una trasmissione OFDM in ambiente MatLab, generando tre tipi di segnale OFDM che si diversificano nelle diverse modulazioni applicate alle sottoportanti, corrotti sia da rumore bianco e che da impairment volutamente introdotti, dapprima costanti, valutandone l’accuratezza di stima (Capitolo 3), poi introducendo delle diverse variazioni temporali, valutando conseguenti capacità d’inseguimento del filtro (Capitolo 4).
• Emulazione di una trasmissione OFDM in ambiente LabView, generando un segnale OFDM con portanti QAM attraverso un generatore vettoriale a RF, e rilevando e demodulando tale segnale attraverso un VSA, introducendo sia impairment costanti che variabili temporalmente, come visto per la simulazione (Capitolo 5).
Nelle ultime pagine di questo lavoro sono messi a disposizione quattro appendici:
A) La modulazione OFDM
In cui vengono affrontati i principi della modulazione OFDM passando dallo schema di principio del modulatore allo schema realizzativi tramite IFFT.
B) Realizzazione del metodo di misura.
In cui viene convertito in un programma in ambiente MatLab l’algoritmo del filtro di Kalman realizzato nel Capitolo 2. In più vengono formiti i listati dei vari programmi per il calcolo delle misure deterministiche.
C) Realizzazione dell’ambiente di simulazione.
L’insieme dei programmi che costituiscono la stazione di misura simulata in ambiente MatLab
D) Realizzazione dell’ambiente di emulazione.
La descrizione dello schema LabView e l’insieme dei programmi MatLab che realizzano la stazione di misura emulata.
Gli obbiettivi raggiunti sono l’enorme precisione e la rapidità di rilevazione, un’ottima capacità d’inseguimento delle variazioni temporali, che fanno pensare ad un futuro impiego di questo metodo come controllo della qualità sui modulatori OFDM.
Scopo di questo lavoro è stato progettare un metodo di stima degli impairment dei modulatori OFDM attraverso un algoritmo che implementi il filtro di Kalman, quest’ultimo, considerato uno dei più grandi risultati raggiunto nella teoria della stima nel ventesimo secolo. Il filtro di Kalman è una tecnica che permette di "correggere l’impatto degli errori” di misura sulla stima dello stato in sistemi anche molto complessi e sofisticati. Si supponga, infatti, di sapere come rappresentare le variabili misurabili in funzione delle variabili d’interesse. Il filtro di Kalman inverte questa relazione funzionale e stima le variabili indipendenti come funzione inversa delle variabili dipendenti (misurabili). In poche parole, dalle relazione che legano i simboli demodulati (misurati) affetti da impairment, con questi ultimi, è possibile risalire ad una stima di questi impairment visti dal filtro come variabili di stato.
I modulatori di ultima generazione sono naturalmente realizzati con largo impiego di dispositivi elettronici a semiconduttore, e quindi sono soggetti ad un comportamento che varia sensibilmente con le perturbazioni di tipo ambientale come ad esempio la temperatura. Di conseguenza è opportuno considerare che esista un comportamento variabile degli impairment introdotti da questi modulatori. Ma anche la presenza di drift sulla portante a RF può generare delle variazioni temporali che possono recare variazione dell’entità degli impairments.
Nasce l’esigenza, oltre che alla stima degli impairment, anche della velocità con cui il filtro segue queste variazioni.
L’obbiettivo di questo lavoro di tesi è stato diviso in quattro fasi:
• Descrizione degli impairments su modulazione OFDM (Capitolo 1)
• La progettazione e la realizzazione del filtro in ambiente MatLab (Capitolo 2).
• Simulazione di una trasmissione OFDM in ambiente MatLab, generando tre tipi di segnale OFDM che si diversificano nelle diverse modulazioni applicate alle sottoportanti, corrotti sia da rumore bianco e che da impairment volutamente introdotti, dapprima costanti, valutandone l’accuratezza di stima (Capitolo 3), poi introducendo delle diverse variazioni temporali, valutando conseguenti capacità d’inseguimento del filtro (Capitolo 4).
• Emulazione di una trasmissione OFDM in ambiente LabView, generando un segnale OFDM con portanti QAM attraverso un generatore vettoriale a RF, e rilevando e demodulando tale segnale attraverso un VSA, introducendo sia impairment costanti che variabili temporalmente, come visto per la simulazione (Capitolo 5).
Nelle ultime pagine di questo lavoro sono messi a disposizione quattro appendici:
A) La modulazione OFDM
In cui vengono affrontati i principi della modulazione OFDM passando dallo schema di principio del modulatore allo schema realizzativi tramite IFFT.
B) Realizzazione del metodo di misura.
In cui viene convertito in un programma in ambiente MatLab l’algoritmo del filtro di Kalman realizzato nel Capitolo 2. In più vengono formiti i listati dei vari programmi per il calcolo delle misure deterministiche.
C) Realizzazione dell’ambiente di simulazione.
L’insieme dei programmi che costituiscono la stazione di misura simulata in ambiente MatLab
D) Realizzazione dell’ambiente di emulazione.
La descrizione dello schema LabView e l’insieme dei programmi MatLab che realizzano la stazione di misura emulata.
Gli obbiettivi raggiunti sono l’enorme precisione e la rapidità di rilevazione, un’ottima capacità d’inseguimento delle variazioni temporali, che fanno pensare ad un futuro impiego di questo metodo come controllo della qualità sui modulatori OFDM.
Questa tesi è correlata alla categoria
segnala questa pagina ::.