当前位置: 首页 > news >正文

【电路笔记 通信】子载波的频域Sinc函数证明 OFDM 正交子载波证明 绘图示例

文章目录

    • 子载波的频域波形是 Sinc 函数
    • 正交性反推法
      • 正交性结论
    • 接收端利用正交性解调
    • 例子

  • OFDM 的子载波虽然在频域上频谱重叠,但彼此不会干扰, OFDM构造了一组短时的正交基函数。

子载波的频域波形是 Sinc 函数

  • 窗函数分析法(任何有限长度信号 = 无限长信号 × 窗函数)
    • 无限长复指数信号:ej2πfkte^{j2\pi f_k t}ej2πfkt → 频域是 冲激函数 δ(f−fk)\delta(f - f_k)δ(ffk)

    • 矩形窗 rectT(t)\text{rect}_T(t)rectT(t) → 频域是 T⋅sinc(fT)T \cdot \text{sinc}(f T)Tsinc(fT)

    • 时域相乘 → 频域卷积:
      F{ej2πfkt⋅rectT(t)}=δ(f−fk)∗[T⋅sinc(fT)]=T⋅sinc((f−fk)T)\mathcal{F}\{ e^{j2\pi f_k t} \cdot \text{rect}_T(t) \} = \delta(f - f_k) * \left[ T \cdot \text{sinc}(f T) \right] = T \cdot \text{sinc}\left( (f - f_k) T \right) F{ej2πfktrectT(t)}=δ(ffk)[Tsinc(fT)]=Tsinc((ffk)T)

    • 结论:频域是 Sinc 函数,中心在 fkf_kfk。使用Geogebra绘制:

S(x) = if(x ≠ f_k, sin(π * (x - f_k)) / (π * (x - f_k)), 1)

在这里插入图片描述

  • 时域相乘 → 频域卷积
    • OFDM 子载波时域信号:sk(t)=ej2πfkt⋅rectT(t)s_k(t) = e^{j2\pi f_k t} \cdot \text{rect}_T(t)sk(t)=ej2πfktrectT(t)
    • 傅里叶变换的调制性质(或频移性质):F{ej2πfktg(t)}=G(f−fk)\mathcal{F}\{ e^{j2\pi f_k t} g(t) \} = G(f - f_k)F{ej2πfktg(t)}=G(ffk),其中 G(f)=F{g(t)}G(f) = \mathcal{F}\{g(t)\}G(f)=F{g(t)}
    • g(t)=rectT(t)g(t) = \text{rect}_T(t)g(t)=rectT(t),其傅里叶变换为G(f)=T⋅sinc(fT)G(f) = T \cdot \text{sinc}(f T)G(f)=Tsinc(fT)
    • 所以:
      Sk(f)=F{ej2πfkt⋅rectT(t)}=T⋅sinc((f−fk)T)S_k(f) = \mathcal{F}\{ e^{j2\pi f_k t} \cdot \text{rect}_T(t) \} = T \cdot \text{sinc}\left( (f - f_k) T \right) Sk(f)=F{ej2πfktrectT(t)}=Tsinc((ffk)T)

正交性反推法

  • 使用有限时间的正弦波,导致 Sinc 频谱 → 为了实现正交性,必须重新考虑。

  • 先考虑加窗正交的定义:两个信号 sk(t)s_k(t)sk(t)sm(t)s_m(t)sm(t) 在区间 ([0, T]) 上正交,当且仅当(sm∗(t)s_m^*(t)sm(t) 表示 sm(t)s_m(t)sm(t) 的复共轭):

⟨sk,sm⟩=∫0Tsk(t)⋅sm∗(t)dt=0,当 k≠m\langle s_k, s_m \rangle = \int_0^T s_k(t) \cdot s_m^*(t) \, dt = 0, \quad \text{当 } k \neq m sk,sm=0Tsk(t)sm(t)dt=0, k=m

  • 设计一组正交的子载波,希望
    ∫0Tej2πfkte−j2πfmtdt=0当 k≠m∫0Tej2π(fk−fm)tdt=0\int_0^T e^{j2\pi f_k t} e^{-j2\pi f_m t} dt = 0 \quad \text{当 } k \neq m \\ \int_0^T e^{j2\pi (f_k - f_m) t} dt = 0 0Tej2πfktej2πfmtdt=0 k=m0Tej2π(fkfm)tdt=0

  • 积分在 fk−fm=n/T\color{red}f_k - f_m = n/Tfkfm=n/T(n 为整数)时为 0
    ∫0Tej2πnt/Tdt=[ej2πnt/Tj2πn/T]0T=ej2πn−1j2πn/T\int_0^T e^{j 2\pi n t / T} dt = \left[ \frac{e^{j 2\pi n t / T}}{j 2\pi n / T} \right]_0^T = \frac{e^{j 2\pi n} - 1}{j 2\pi n / T} 0Tej2πnt/Tdt=[j2πn/Tej2πnt/T]0T=j2πn/Tej2πn1

  • 由于 ej2πn=cos⁡(2πn)+jsin⁡(2πn)=1+j0=1e^{j 2\pi n} = \cos(2\pi n) + j \sin(2\pi n) = 1 + j0 = 1ej2πn=cos(2πn)+jsin(2πn)=1+j0=1

=1−1j2πn/T=0= \frac{1 - 1}{j 2\pi n / T} = 0 =j2πn/T11=0

  • 所以,最自然的选择是:
    fk=k/T\color{red}f_k = k / T fk=k/T

正交性结论

∫0Tsk(t)sm∗(t)dt={T,k=m0,k≠m\boxed{ \int_0^T s_k(t) s_m^*(t) dt = \begin{cases} T, & k = m \\ 0, & k \neq m \end{cases} } 0Tsk(t)sm(t)dt={T,0,k=mk=m

接收端利用正交性解调

  • 设发送信号为:

x(t)=∑k=0N−1aksk(t)=∑k=0N−1akej2π(k/T)t,0≤t<Tx(t) = \sum_{k=0}^{N-1} a_k s_k(t) = \sum_{k=0}^{N-1} a_k e^{j 2\pi (k / T) t}, \quad 0 \leq t < T x(t)=k=0N1aksk(t)=k=0N1akej2π(k/T)t,0t<T

  • 其中 aka_kak 是第 kkk 个子载波的调制符号(如 QPSK、16-QAM)。

  • 接收端解调第 mmm 个子载波:

a^m=1T∫0Tx(t)⋅sm∗(t)dt\hat{a}_m = \frac{1}{T} \int_0^T x(t) \cdot s_m^*(t) dt a^m=T10Tx(t)sm(t)dt

  • 代入 x(t)x(t)x(t)

a^m=1T∫0T(∑k=0N−1aksk(t))sm∗(t)dt=1T∑k=0N−1ak∫0Tsk(t)sm∗(t)dt⏟=T⋅δkm\hat{a}_m = \frac{1}{T} \int_0^T \left( \sum_{k=0}^{N-1} a_k s_k(t) \right) s_m^*(t) dt = \frac{1}{T} \sum_{k=0}^{N-1} a_k \underbrace{\int_0^T s_k(t) s_m^*(t) dt}_{= T \cdot \delta_{km}} a^m=T10T(k=0N1aksk(t))sm(t)dt=T1k=0N1ak=Tδkm0Tsk(t)sm(t)dt

  • 其中 δkm\delta_{km}δkm 是 Kronecker delta 函数:

δkm={1,k=m0,k≠m\delta_{km} = \begin{cases} 1, & k = m \\ 0, & k \neq m \end{cases} δkm={1,0,k=mk=m

  • 所以:

a^m=1T∑k=0N−1ak⋅T⋅δkm=am\hat{a}_m = \frac{1}{T} \sum_{k=0}^{N-1} a_k \cdot T \cdot \delta_{km} = a_m a^m=T1k=0N1akTδkm=am

例子

参数说明
符号周期 TTT100 μs不含循环前缀
子载波间隔 Δf\Delta fΔf1T=10kHz\frac{1}{T} = 10 \ \text{kHz}T1=10 kHz正交性要求
函数S1(x) = sin(π * (x - 10000)) / (π * (x - 10000))S2(x) = sin(π * (x - 20000)) / (π * (x - 20000))S3(x) = sin(π * (x - 30000)) / (π * (x - 30000))好像geogebra会自动补充极限位置的值,所以不设置分段函数了

在这里插入图片描述

  • 以上设置不方便geogebra绘图,为了方便观察,设置以下参数:
参数说明
符号周期 TTT1s不含循环前缀
子载波间隔 Δf\Delta fΔf1T=1Hz\frac{1}{T} = 1 \ \text{Hz}T1=1 Hz正交性要求
函数S1(x) = sin(π * (x - 1)) / (π * (x - 1))S2(x) = sin(π * (x - 2)) / (π * (x - 2))S3(x) = sin(π * (x - 3)) / (π * (x - 3))好像geogebra会自动补充极限位置的值,所以不设置分段函数了

在这里插入图片描述

  • 虽然子载波的 Sinc 频谱重叠,但在每个子载波的中心频率点,其他子载波的 Sinc 函数值恰好为 ,当接收机在 fmf_mfm 处采样时,只“看到”第 mmm 个子载波的峰值,其他子载波在此处无能量。
http://www.dtcms.com/a/352971.html

相关文章:

  • Spring Cloud 高频面试题详解(含代码示例与深度解析)
  • AutoGen 智能体框架教程
  • THM Smol
  • leecode-三数之和
  • 广告牌安全监测系统综合解决方案
  • Python 前后端框架实战:从选型到搭建简易全栈应用
  • 6 种无需 iTunes 将照片从 iPhone 传输到电脑
  • Spark学习记录
  • 数据结构第8章 排序(竟成)
  • OpenFOAM中梯度场的复用(caching)和生命期管理
  • 【微信小程序】分别解决H5的跨域代理问题 和小程序正常不需要代理问题
  • 利用python脚本从dockerhub上下载镜像,可以选择arm架构还是x86架构
  • 福建地区通信安全员考试题库及答案
  • 基于FPGA的情绪感知系统设计方案:心理健康监测应用(四)
  • FPGA入门学习路径
  • Go变量作用域全解析
  • Zynq介绍和命名方式
  • FPGA学习笔记——Verilog中可综合和不可综合语句
  • 德克西尔氢气探测器:工业安全守护核心
  • 【Linux】用户与用户组管理
  • 6.8 学习ui组件方法和Element Plus介绍
  • 嵌入式C语言进阶:高效数学运算的艺术与实战
  • Java全栈开发面试实战:从基础到微服务架构的深度解析
  • 革新固态电池失效分析技术:AFM-SEM联用技术助力突破瓶颈
  • Java 大视界 -- Java 大数据机器学习模型在电商推荐系统冷启动问题解决与推荐效果提升中的应用(403)
  • Unity Shader unity文档学习笔记(二十一):几种草体的实现方式(透明度剔除,GPU Instaning, 曲面细分+几何着色器实现)
  • Axios 整理常用形式及涉及的参数
  • Vue3 + Vue Router 实现动态面包屑导航(支持点击跳转)
  • Techub News 与 TOKENPOST 达成战略合作以推动中韩 Web3 资讯互通
  • 有鹿机器人如何用科技与创新模式破解行业难题