DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA

Presentación del tema: "DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA"— Transcripción de la presentación:

1 DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA
CARRERA DE INGENIERÍA EN ELÉCTRONICA Y TELECOMUNICACIONES TRABAJO DE TITULACIÓN, PREVIO A LA OBTENCIÓN DEL TÍTULO DE INGENIERO EN ELECTRÓNICA Y TELECOMUNICACIONES TEMA: EVALUACIÓN DE DESEMPEÑO PARA UN CANAL NO LINEAL EN UN MEDIO DE COMUNICACIÓN INALÁMBRICO AUTOR: QUIJANO TOAQUIZA, RODRIGO FABIAN DIRECTOR: ING. BERNAL OÑATE, CARLOS PAÚL SANGOLQUÍ 2018

2 ÍNDICE DE CONTENIDOS CAPÍTULO 3 3. MATERIALES Y METODOS
RESUMEN ABSTRACT CAPÍTULO 1 1. INTRODUCCIÓN 1.1. Antecedentes Justificación e Importancia Alcance del Proyecto 1.4. Objetivos CAPÍTULO 2 2. MARCO TEÓRICO 2.1. Redes inalámbricas 2.1. Codificación de canal 2.2. Distorsión no lineal en diferentes estándares inalámbricos 2.3. Volterra 2.4. Análisis de banda base complejo para sistemas no lineales con memoria 2.5. Modelo de Volterra en frecuencia simple no lineal 2.6. Algoritmo de Volterra LMS 2.7. Algoritmo de Volterra NLMS 2.8. Algoritmo de Volterra RLS 2.9. Modelo Rapp CAPÍTULO 3 3. MATERIALES Y METODOS 3.1. Proceso de transmisión. CAPÍTULO 4 4. PRUEBAS Y RESULTADOS 4.1. Diagrama de bloques 4.2. Demodulación 4.3. Resultados del BER 4.4. BER de Volterra LMS 4.5. BER de Volterra RLS CAPÍTULO 5 5. CONCLUSIONES Y RECOMENDACIONES 5.1. Conclusiones 5.2. Recomendaciones 5.3. Trabajos Futuros Bibliografía

3 Introducción Los modelos o series de Volterra, no lineal, anulación eco y ruido. La serie compleja Volterra (CVS), filtrajes adaptativos, modelos inalámbricos. MATLAB® para la simulación del algoritmo. RLS (Mínimo cuadrado recursivo), LMS (Mínimo cuadrado medio), NLMS (Mínimo cuadrado medio normalizado), distorsión no lineal. MSE (Error cuadrático medio ). BER(Tasa de error de bit)

4 Justificación e Importancia
Las comunicaciones inalámbricas, movilidad y portabilidad. Gran número de usuarios. Amplificadores de alta potencia, satelitales y terrestres. Distorsión no lineal a la señal. Extracción de los coeficientes de dichos modelos consiste en la adquisición de muestras en el dominio del tiempo En la ingeniería eléctrica, CSV intermodulación con distorsión

5 Alcance del proyecto Comparar la aplicación en el canal no lineal, (CVS),BER, MSE. Realizar una simulación de un canal no lineal con la ayuda de MATLAB® . RLS, LMS, NLMS. Demostrar que CVS es solución para sistemas inalámbricos. Investigar y utilizar todos los parámetros para poder hacer una simulación de transmisión del estándar IEEE

6 OBJETIVOS General Específicos
Analizar el desempeño de un canal de comunicación inalámbrica utilizando el modelo no lineal de Volterra. Específicos Identificar los parámetros del modelo de series complejas de Volterra (CVS) y su forma de extraer características mediante su polinomio. Generar una señal para que sea transmitida por un canal no lineal simulado por parámetros tomados de un canal Rapp. Realizar una comparación entre la utilización de las series complejas de Volterra (CVS) con cada uno de los algoritmos como RLS, LMS y NMLS. Evaluar el desempeño del cañal mediante el software Matlab en el cual se introducirá la señal y posteriormente será demodulada y analizada con la ayuda de la tasa de error de bit, BER. Variar parámetros para disminuir la cantidad de bits erróneos para que sea transmitida con los parámetros del estándar IEEE

7 MARCO TEÓRICO Redes inalámbricas, interconexión, ondas, TCP/IP, , Codificación de canal, minimizar errores, detección y corrección. Códigos convolucionales, bit a bit, matriz G, proteger información, Algoritmo Viterbi, máxima certeza, determina el camino optimo, trells. Distorsión no lineal, medido por el BER, degradación SNR. AWGN Series de Volterra, V-RLS, V-LMS, V-NLMS. Modelo Rapp, conversión AM-AM, factores y niveles de saturación.

8 MATERIALES Y METODOS Se generó una señal binaria aleatoria la cual fue introducida al convolucional para posteriormente ser modulada con 64QAM y aplicada OFDM, esta señal fue la que paso por un canal no lineal “Rapp” para ser utilizada en el algoritmo creado que tuvo como objetivo fundamental la extracción de características del polinomio de Volterra y estos coeficientes se pudo diseñar un filtro compensador utilizando los algoritmos RLS, LMS y NLMS, después se procedió a realizar el proceso inverso para simular y realizar los análisis comparativos del caso.

9 Creación de la señal aleatoria
Generó una señal binaria aleatoria conforme a las características que posee el estándar IEEE 802,11 OFDM (Multiplexacion por división de frecuencia ortogonal)

10 Código Convolucional Se utilizó códigos convolucionales ya que son de canal, y sirven para poder mejorar el porcentaje de la tasa de error.

11 Modulación y demodulación
Se aplicó la modulación 64-QAM para poder aprovechar el ancho de banda y que se pueda trasmitir más datos en menor tiempo dicha modulación

12 Canal no lineal Rapp Este modelo tiene una distorsión no lineal en amplitud y por este mismo motivo fue utilizado para esta simulación de canal

13 Volterra NLMS V-NLMS µ MSE 0.0019998 -57.9275 0.0039998 -57.7926

14 Volterra LMS V-LMS µ MSE µ 𝟏 =𝟎.𝟎𝟎𝟎𝟗𝟖, µ 𝟐 =𝟎.𝟎𝟎𝟖𝟕, µ 𝟑 =𝟎.𝟎𝟎𝟗𝟗
µ 𝟏 =𝟎.𝟎𝟎𝟎𝟗𝟖, µ 𝟐 =𝟎.𝟎𝟎𝟖𝟕, µ 𝟑 =𝟎.𝟎𝟎𝟗𝟗 µ 1 = , µ 2 =0.0647, µ 3 =0.0649 µ 1 =0.0098, µ 2 =0.087, µ 3 =0.099 µ 1 = , µ 2 = , µ 3 = µ 1 =0.0278, µ 2 =0.0247, µ 3 =0.0279 µ 1 =0.1678, µ 2 =0.1647, µ 3 =0.1879

15 Volterra RLS V-RLS λ MSE 0.999881 -57.7623 0.99881 -56.4812 0.999911
0.9989

16 PRUEBAS Y RESULTADOS Diagrama de bloques. Transmisión Recepción

17 Demodulación V-NLMS Evaluación de cada algoritmo es poder verificar la demodulación tanto en errores de bits como las gráficas que muestran los resultados de cada algoritmo

18 Demodulación V-LMS

19 Demodulación V-RLS

20 NLMS con δ=0.0001 y coeficiente=0.0019998
BER de V-NLMS NLMS con δ= y coeficiente= SNR BER 5 0.1979 10 0.1353 15 0.0927 20 0.0736 25 0.0676 30 0.0653

21 BER de V-LMS LMS con µ 1 =0.00098, µ 2 =0.0087 , µ 3 =0.0099 SNR BER 5
0.1936 10 0.1307 15 0.0897 20 0.0701 25 0.0660 30 0.0619

22 BER de V-RLS RLS con λ=0.8989 SNR BER 5 0.1763 10 0.0873 15 0.0221 20
0.0018 25 3.6621e-04 30 6.1035e-05

23 CONCLUSIONES Después del realizar las comparaciones pertinentes se concluye que el algoritmo V-RLS tiene una mejor respuesta tanta en convergencia en relación al tiempo como en el BER, con una ventaja muy evidenciable tanto grafica como numéricamente. Los algoritmos V-NLMS y V-LMS tiene una similitud por su tiempo de respuesta ante la convergencia y por lo tanto necesita mucho más muestras para la convergencia, debido a esto no es eficiente en comparación al V-RLS. El polinomio de tercer orden y cinco retrasos fue el que tuvo un mejor comportamiento para realizar el filtraje y su compensador para la recepción de la señal, el cambio de orden no influye más que en el tiempo de procesamiento por otro lado el número de retrasos mejora o empeora y para este estudio cinco retrasos fue el que mejor se comportó.

24 Para el algoritmo V-RLS el coeficiente λ cambia mucho su reacción a la convergencia cambiando el 3er y 4to decimal pues si cambiamos los dos primeros el algoritmo nunca converge, para este estudio λ= es el valor que mejor se comportó. El algoritmo V-LMS es un algoritmo muy simple pero posee una baja convergencia por lo que serviría para un ambiente invariable debido a que si existe un cambio utiliza mucho costo computacional.

25 RECOMENDACIONES Para un ambiente de gran variación se recomienda utilizar el algoritmo V-RLS debido a su gran velocidad de respuesta frente a cambios bruscos en el ambiente de estudio. Para utilizar el codificador de canal se debe tomar en cuenta el uso de OFDM para poder realizar un estudio exacto, debido al cambio de longitud al utilizar un codificador de canal. Para el uso de los algoritmos V-NLMS y V-LMS van muy bien ante estudios invariantes es decir que no tengas cambios fuertes debido a su baja reacción antes cambios.

26 TRABAJOS FUTUROS Se desea implementar una grabación de voz para realizar todo este estudio en un ambiente real, debido a que esto es una simulación ideal. La transmisión de imágenes sería interesante ya que se utilizar modulación 64-QAM lo cual nos ayudaría a alcanzar una alta definición, por lo tanto sería interesante realizar un estudio con estos algoritmos y ver su comportamiento.

27 GRACIAS POR SU ATENCION