Не валите все в одну кучу, разбивайте вопросы на более простые, давайте ссылку на стандарт, никто не будет в угадайку играть и сочинения на несколько страниц писать на все возмоможные варианты.

ссори.
разрабатываемый приемник должен удовлетворять нескольким стандартам. думаю достаточно будет одного вот этого  MIL_STD_188_141B.pdf ( 3.89 мегабайт ) Кол-во скачиваний: 845
, чтобы закрыть все вопросы.
краткое описание типов сигнала в таблице TABLE C-III. Burst waveform characteristics. ст.284. разумеется, наибольший интерес вызывает BW2...

Сообщение отредактировал Виктор39 - Sep 17 2013, 12:04

Есть быстрое преобразование Уолша-Адамара.



Этот документ видели?
http://www.radioscanner.ru/files/download/...stanag_4285.pdf

спасибо. буду копать в эту сторону.

спасибо за документ. я его впервые вижу. только он полезной информации практически никакой не дал. в документе описывается стандарт, когда передаваемые данные, действительно, делятся на кадры по 48 символов (32 неизвестных/16 известных). только вот в отличие от моего стандарта, где данные могу таким образом передаваться достаточно большой промежуток времени (FIGURE C-9. ст. 303 в доке MIL_STD_188_141B), в данном документе рассматривается случай, когда через каждые 4 кадра передается синхронизирующая последовательность состоящая из 80 символов. конечно, 80 символов им вполне достаточно, чтобы обучать эквалайзер снова и снова. как быть в случае, когда нет этих 80-ти символьных известных последовательностей, а только 16-ти символьные.

16 символов недостаточно для коррекции. У Вас очень узкая полоса для такой скорости передачи данных (я так понимаю 1200*3=3600). Из-за это предыдущее фазовое состояние влияет на следующее. Нужно иметь перебор парных состояний фазы. Это где-то 70... 80 символов.

По минимуму надо иметь пары переходов дающие артефакты в виде выхода сигнала за полосу при мгновенной фазовой коммутации. Это сочетания символов состоящие из +90, -90, +45, -45 и 0 градусов (любое после любого).

То есть SECOND EXAMPLE OF DEMODULATION TECHNICUE вы уже сделали?

Спасибо за этот документ. Теперь стало понятно что и как... Какой город? Пиво пьете?

не заметил сразу. прочитал в начале FIRST EXAMPLE OF DEMODULATION TECHNICUE и подумал, что нет ничего нового под солнцем.
после прочтения у меня остались некоторые вопросы по алгоритму. основная система уравнений, которую предстоит решать
где - принятые дынные (т.е. они известны);
- известные передаваемые данные;
- неизвестные данные, которые предстоит найти;
и - канальные веса.
Не понятно, откуда брать значения и и каким образом их разделить на две части, две матрицы? в начальный момент я их могу рассчитать по преамбуле, с помощью адаптивного фильтра, а дальше как быть? в алгоритме описывается, что они каким-то образом должны обновляться, но не понятно каким.

также не все понятно, как быть с двумя отсчетами на символ, но в начале бы разобраться с одним...

Я так понимаю это т.н. DDA, или NDDA.
http://www.docshut.com/ktrtih/data-directe...-hf-modems.html
W2 это матрица свертки сделанная из ИХ каналa. А вот что такое W1?...
p.s. почему-то статья на радиосканере недоступна.

http://www.freepatentsonline.com/4365338.pdf

Вообще пробегитесь по патентам, иногда там стоящие вещи можно найти.




http://www.n2ckh.com/MARS_ALE_FORUM/s4285.PDF

Ещё

http://www.google.com/patents/?vid=USPAT67...&output=pdf

Весьма занятная статья. Дополнительный обработчик (считай коррелятор) выделяет известные последовательности и по ним обучает основной обработчик. А патентов с непрерывным самообучением Вам не попадалось?

добрый день.
могли бы вы мне подсказать, что в данном алгоритме не так?! почему-то не работает... спасибо.
вот, что я делаю:
1) принимаю очередных 48 символов R, 32 неизвестных B и 16 известных A2.

2) по формуле Bestim = inv(W2^H*W2)*(W2^H(R-W1*A)) вычисляю 32 неизвестных значений(Bestim), где H - комплексно-сопряженное транспонирование; A - вектор состоящий из известных данных(A1) предыдущего кадра и текущего (A2)

3) рассчитываю ошибку, для обновления коэффициентов входного фильтра (weight), для этого от вектора принятых 48 символов R, отнимаю вектор состоящий из 32 оцененных значений(Bestim) и 16 известных(A2): errors = R - [Bestim A2];

4) суммирую элементы вектора ошибок, и усредняю.
E = sum(errors )/length(errors );

5) обновляю весовые коэффициенты(weight) фильтра с учетом заранее подобраного коэффициента усиления К, который определяет скорость обновления коэффициентов. делаю это следующим образом:
weight = weight + K*E;

6)далее принимаю решение относительно первого оцененного значения неизвестных данных, т.е. выбираю его как ближайшее значение Bestim(1) к одной из 8 -ми точек 8psk созвездия

7) алгоритм повторяю (пункт 2 - 6) уже для 31 -ого неизвестного данного., и так пока не станет неизвестных данных.

вопросы:
а) в чем ошибка данного алгоритма? он не работает правильно.
б) может быть входной сигнал реально нужно пропускать через входной фильтр с коэффициентами weight, т.е. принимаемый сигнал R брать как свертку weight с входными данными? вот этот я момент не понял. нужен ли этот фильтр, либо все фильтрация и исправление происходит в формуле Bestim = inv(W2^H*W2)*(W2^H(R-W1*A))?
в) как мне знать в начальный момент весовые коэффициенты weight ? нужно какое-то обучение? либо по нескольким кадрам с помощью уравнения weight = weight + K*E эти коэффициенты подбираются?

спасибо
вот я быстро код набросал для данного алгоритма, чтобы можно было посмотреть, как все работает.
 data_directed_equalizer.rar ( 1.51 килобайт ) Кол-во скачиваний: 60


Сообщение отредактировал Виктор39 - Sep 23 2013, 10:22

Кажется здесь ошибка. Должно быть что-то вроде weight = weight + K * E .* conj ( R ) ;
Т.е если у нас идеальные веса weight то ошибка ортогональна принятым данным R и подстройка
weight не происходит.

только вот не понятно. у меня вектор весов weight состоит из 17 коэффициентов. вектор принятых данных R из 48 символов. каким образом я смогу к 17-ти разрядному вектору прибавить 48-ми разрядный?!

Ну очевидно тут блочная разновидность LMS алгоритма имеет место быть.

Обычный LMS см. формула 1
http://www.arpapress.com/Volumes/Vol7Issue...RRAS_7_1_05.pdf

Блочная версия - это тоже самое , только произведение e( n ) * x( n ) усредняется в течении
блока и веса обновляются один раз на блок. x - вектор размером равный размеру весом, e - скаляр.