تخمین کور نرخ ارسال سمبل در کانال‌های چد مسیره‌ی فرکانس گزین

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناسی ارشد، دانشگاه صنعتی مالک اشتر، تهران، ایران

2 استاد، دانشگاه صنعتی مالک اشتر، تهران، ایران

چکیده

نرخ ارسال سمبل یکی از کلیدی‌ترین مقادیری است که گیرنده برای استخراج داده‌های موجود در سیگنال دریافتی به آن‌ها احتیاج دارد. در شرایطی که گیرنده از این متغیر آگاهی قبلی نداشته باشد لازم است از الگوریتم‌های تخمینگری برای رسیدن به مقصود استفاده نماید. موضوع مقاله‌ی پیش رو تخمین نرخ ارسال سمبل در کانال‌های چند مسیره می‌باشد که به نسبت کانال گوسی، کانال پیچیده‌تری به حساب می‌آید. در این مقاله بعد از بررسی منابع و روش‌های موجود، روشی برای تخمین نرخ ارسال سمبل مخصوص کانال‌های چندمسیره با محو شدگی فرکانس‌گزین ارائه شده است. عملکرد روش ارائه شده در کانال‌های فرکانس گزین HF و LTE با استفاده از پیامی به طول 100 سمبل مورد بررسی قرار گرفته است. منحی‌های در نظر گرفته شده برای تعیین عملکرد الگوریتم، نمودارهای درصد تخمین صحیح و NMSE می‌باشند. نتایج حاصل از شبیه سازی‌ها نشان دهنده‌ی عملکرد قابل قبول و دقت بالای تخمین با استفاده از روش پیشنهادی در مقایسه با روش موجود برای کانال مشابه برای برست‌های با طول کم، به خصوص در SNR های پایین حدود صفر دسی بل می‌باشد. در کانال‌هایی که عملکرد تخمینگر در آن‌ها سنجیده شده است، درصد تخمین‌های صحیح در SNR برابر با صفر دسی بل بالای 95 درصد و NMSE نزدیک یک هزارم به دست آمده است.

کلیدواژه‌ها

عنوان مقاله [English]

Blind symbol Rate estimation in multipath channels

نویسندگان [English]

  • saber shahidzadeh 1
  • Hossein Khaleqi Bizaki 2
1 Master's degree, Malik Ashtar University of Technology, Tehran, Iran
2 Professor, Malik Ashtar University of Technology, Tehran, Iran
چکیده [English]

Symbol rate is one of the key values that a receiver needs to know to find out the information contained in the received signal. In situations where the receiver is not aware of this value, it is necessary to use an estimation algorithm to achieve the goal. The subject of this article is "symbol rate estimation in frequency selective multi path channels" that is more complicated than the Gaussian channel. In this article, after studying some of available sources and methods in this field, an algorithm is proposed to estimate the symbol rate in frequency selective multi path channel. The performance of the proposed algorithm has been discussed in the HF and LTE frequency selective channels with bursts contained of 100 symbols. The curves that considered to determine the performance of the algorithm are the percentage of correct estimation and the NMSE graphs. for the channels which the estimator's performance is measured, in the SNR equal to zero decibels, percentage of correct estimation is more than 95% and the NMSE of estimations is almost 0.001.

کلیدواژه‌ها [English]

  • Symbol Rate Estimation
  • Multi Path Channel
  • Frequency Selective Fading
  • Wavelet Conversion
  • Autocorrelation
  • Cyclostationery
  • Short Burst

Smiley face

مراجع

[1]    Y. T. Chan, J. W. Plews, & K. C. Ho, “Symbol rate estimation by the wavelet transform,” Int. Symp. Circuits Syst., vol. 1, no. 3, pp. 177-180, 1997.
[2]    G. Pujolle, “Generalized Wavelet-Based Symbol Rate Estimation for Linear Single- Carrier Modulation in Blind Environment,” Eur. Sci. J., vol. 10, no. 15, pp. 49-64, 2014.
[3]    Z. Yang, H. Ge, G. Xu, & P. Guo, “Research on communication signal symbol rate estimation based on wavelet transform,” Proc. 2019 IEEE 8th Jt. Int. Inf. Technol. Artif. Intell. Conf. ITAIC 2019, no. Itaic, pp. 1660-1663, 2019.
[4]    G. Jajoo, Y. Kumar, & S. K. Yadav, “Blind Signal PSK / QAM Recognition Using Clustering Analysis of Constellation Signature in Flat Fading,” IEEE Commun. Lett., vol. 23, PP. 1853-1856, Oct. 2019.
[5]    M. E. H. Lakhdari, H. Wang, & M. Bouchou, “Hybrid blind symbol rate estimation for linearly modulated signals,” Int. Conf. Commun. Technol. Proceedings, ICCT, vol. 2017-Octob, no. 2, pp. 287-292, 2018.
[6]    S. Z. Khan, A. Mostayed, & M. E. Kabir, “A ‘frequency blind’ method for symbol rate estimation,” Lect. Notes Electr. Eng., vol. 86 LNEE, no. 1, pp. 607-614, 2011.
[7]    C. Shen & T. Ye, “Blind symbol rate estimation based on BPF bank,” Digit. Signal Process. A Rev. J., vol. 100, p. 102698, May 2020.
[8]    B. Suesser-Rechberger & W. Gappmair, “New Results on Symbol Rate Estimation in Digital Satellite Receivers,” in 2018 11th International Symposium on Communication Systems, Networks and Digital Signal Processing, CSNDSP 2018, pp. 1–6, Jul. 2018.
[9]    A. Güner & I. Kaya, “Periodic variation method for blind symbol rate estimation,” Int. J. Commun. Syst., vol. 27, no. 12, pp. 4199-4209, Dec. 2014.
[10]  G. J. Phukan & P. K. Bora, “An algorithm for blind symbol rate estimation using second order cyclostationarity,” in 2014 International Conference on Signal Processing and Communications (SPCOM), no. 3, pp. 1-6, Jul. 2014.
[11]  M. A. Elgenedy & A. Elezabi, “Blind symbol rate estimation using autocorrelation and zero crossing detection,” in 2013 IEEE International Conference on Communications (ICC), pp. 4750-4755, Jun. 2013.
[12]  “Construct channel System object from set of standardized channel models - MATLAB stdchan.” https://www.mathworks.com/help/comm/ref/stdchan.html (accessed Feb. 03, 2020).
[13]  A. Mehmood & W. A. Cheema, “CHANNEL ESTIMATION FOR LTE,” Blekinge Institute of Technology School of Engineering, 2009.
پدافند الکترونیکی و سایبری
دوره 10، شماره 3 - شماره پیاپی 39
شماره پیاپی 39، فصلنامه پاییز
دی 1401
صفحه 59-66

فایل ها

سابقه مقاله

  • تاریخ دریافت: 01 آبان 1400
  • تاریخ بازنگری: 10 مهر 1401
  • تاریخ پذیرش: 11 مهر 1401
  • تاریخ انتشار: 01 دی 1401

هم رسانی

ارجاع به این مقاله

آمار