Como adiciono AWGN a uma representação I e Q de um sinal?

Eu tenho um sistema de comunicação sem fio que estou simulando no Matlab. Estou realizando algumas marcas d'água, ajustando levemente a fase do sinal transmitido. Minha simulação pega os valores originais I (em fase) e Q (quadratura) e adiciona a marca d'água. Eu tenho que simular a taxa de erro de bit resultante depois de ser transmitida. Por enquanto, só preciso adicionar quantidades variáveis de ruído térmico ao sinal.

Como eu tenho o sinal representado como seu canal I e Q, seria mais fácil adicionar AWGN (ruído branco gaussiano aditivo) aos I e Q diretamente. Um pensamento era adicionar ruído aos dois canais independentemente, mas minha intuição me diz que isso não é o mesmo que adicioná-lo ao sinal como um todo.

Então, como posso adicionar ruído a ele quando está neste formulário?

noise gaussian Kellenjb
fonte

talvez seja mais útil se você puder fornecer alguns detalhes do sistema de comunicação que está simulando.

Rajesh Dachiraju

Eu diria que você apenas gera ruído para I e Q e depois os adiciona. Não vejo por que o ruído estaria correlacionado entre os dois.

Endolith

@ endolith, A diferença de ruído só apareceria no mixer, além de que eles deveriam compartilhar seus sinais de ruído.

precisa saber é o seguinte

Você está dizendo que o adicionaria ao sinal multiplexado em quadratura?

Phonon

@phonon, o que você quer dizer com multiplexado?

Kortuk

Respostas:

Sim, você pode adicionar AWGN de variação separadamente para cada um dos dois termos, porque a soma de dois gaussianos também é gaussiana e suas variações se somam . Isso terá o mesmo efeito que adicionar um AWGN de variação ao sinal original. Aqui estão mais algumas explicações, se você estiver interessado. $\sigma^2$ $2\sigma^2$

Um sinal analítico pode ser escrito em seus componentes em fase e em quadratura como $x(t)=a(t)\sin\left(2\pi f t + \varphi(t)\right)$

x (t) = I (t) \sin (2 π f t) + Q (t) \cos (2 π f t)

$x(t)=I(t)\sin(2\pi ft) + Q(t)\cos(2\pi ft)$

onde e . Se você deseja adicionar AWGN ao seu sinal original como , onde $I(t)=a(t)\cos(\varphi(t))$ $Q(t)=a(t)\sin(\varphi(t))$ $x(t)+u(t)$ , você pode adicionar AWGN a cada um dos termos como $u(t)\sim\mathcal{N}(\mu,\sigma^2)$

y_{1} (t) = [I (t) \sin (2 π f t) + v (t)] + [Q (t) \cos (2 π f t) + w (t)]

$y_1(t)=\left[I(t)\sin(2\pi ft) + v(t)\right] + \left[Q(t)\cos(2\pi ft) + w(t)\right]$

onde $v(t), w(t)\sim\mathcal{N}(\mu/2,\sigma^2/2)$

Observe também que, como os termos em fase e em quadratura são aditivos, o AWGN também pode ser simplesmente adicionado a qualquer um dos dois termos na representação de acima. Em outras palavras, $IQ$ $x(t)$

y_{2} = I (t) \sin (2 π f t) + [Q (t) \cos (2 π f t) + u (t)]

$y_2=I(t)\sin(2\pi ft) + \left[Q(t)\cos(2\pi ft) + u(t)\right]$

y_{3} = [I (t) \sin (2 π f t) + u (t)] + Q (t) \cos (2 π f t)

$y_3=\left[I(t)\sin(2\pi ft) +u(t)\right]+ Q(t)\cos(2\pi ft)$

são estatisticamente equivalentes a , embora eu prefira usar porque não preciso acompanhar qual componente possui ruído adicionado a ele. $y_1$ $y_1$

Lorem Ipsum
fonte

Como o sinal tem ruído, parece que o ruído apareceria nos dois canais com a magnitude original, mas afetado pelo processo de mixagem. Eu pensaria que o processo de mixagem afetaria o ruído muito mais do que a adição de subtração, dividindo o sinal.

Kortuk

Obviamente, se você teve um ruído no sinal e depois o dividiu em seus componentes de QI, cada um terá um ruído associado a ele. No entanto, o OP está falando sobre simulá-lo no MATLAB e ele possui as partes I e Q separadamente e deseja saber como adicionar ruído a elas para simular a adição de ruído ao sinal original.

Lorem Ipsum

boa resposta com muitos detalhes, mas falha em responder concisa à pergunta básica - OP: ignore sua intuição; adicionar WGN no eixo real com WGN no eixo imaginário resulta em WGN complexo. Lembre-se de escala em 3dB desde variância da soma é o dobro de peças (stdv2 = 1.413 stdv1)

Mark Borgerding

@ Yoda, você tem todos os dados, mas faz o leitor ler muitas equações antes de chegar à resposta. Apenas sugiro que você coloque sua peça em negrito em primeiro lugar e forneça os detalhes de suporte.

Mark Borgerding

@ yoda, eu estava cansado quando li isso. Sua resposta é muito astuta. Obrigado por tomar o tempo!

Kortuk

Kellenjb não respondeu às perguntas de Rajesh D e endólito, e não é fácil descobrir exatamente o que ele precisa. Mas como eu discordo de alguns detalhes das Respostas dadas por yoda e Mohammad, estou postando uma resposta separada, onde, com as devidas desculpas a Mark Borgerding, todas as coisas úteis aparecem no final, depois de todas as equações chatas.

Em um sistema de comunicação típico, o sinal de entrada é um sinal de passagem de banda de largura de banda na frequência central Hz e pode ser expresso como $2B$ $f_c \gg B$ onde e são

r (t) = I (t) \cos (2 π f_{c} t) - Q (t) \sin (2 π f_{c} t)

$r(t) = I(t) \cos(2\pi f_c t) - Q(t) \sin(2\pi f_c t)$

I (t)

$I(t)$

Q (t)

$Q(t)$ sinais passa-baixo da largura de banda

Hz e são referidos como componentes em fase e em quadratura. Observe a diferença de signos e terminologia da escrita yoda'a: dessa forma, podemos escrever

onde

é o sinal complexo da banda base .

B

$B$

r (t) = Ré {[Eu (t) + j Q (t)] e^{j 2 π f_{c} t}}

$r(t) = \text{Re}\left\{ [I(t) + jQ(t)] e^{j2\pi f_c t}\right\}$

I (t) + j Q (t)

$I(t) + jQ(t)$

$2\cos(2\pi f_c t + \theta)$ $-2\sin(2\pi f_c t + \theta)$ $\theta = 0$ $I(t)$ $Q(t)$

\begin{aligned} r (t) [2 \cos (2 π f_{c} t)] & = I (t) [2 \cos^{2} (2 π f_{c} t)] - Q (t) [2 \sin (2 π f_{c} t) \cos (2 π f_{c} t)] \\ = I (t) + [I (t) \cos (2 π (2 f_{c}) t) - Q (t) \sin (2 π (2 f_{c}) t)] \\ r (t) [- 2 \sin (2 π f_{c} t)] & = I (t) [- 2 \sin (2 π f_{c} t) \cos (2 π f_{c} t)] + Q (t) [2 \sin^{2} (2 π f_{c} t)] \\ = Q (t) + [- I (t) \sin (2 π (2 f_{c}) t) - Q (t) \cos (2 π (2 f_{c}) t)] \end{aligned}

$\begin{align*} r(t)[2\cos(2\pi f_c t)] &= I(t)[2\cos^2(2\pi f_c t)] - Q(t)[2\sin(2\pi f_c t)\cos(2\pi f_c t)]\\ &= I(t) + \left [ I(t) \cos(2\pi (2f_c)t) - Q(t) \sin(2\pi (2f_c) t) \right ]\\ r(t)[-2\sin(2\pi f_c t)] &= I(t)[-2\sin(2\pi f_c t)\cos(2\pi f_c t)] + Q(t)[2\sin^2(2\pi f_c t)]\\ &= Q(t) + \left [ - I(t) \sin(2\pi (2f_c)t) - Q(t) \cos(2\pi (2f_c) t) \right ] \end{align*}$

I (t)

$I(t)$

Q (t)

$Q(t)$ sem distorção.

O ruído de banda larga está presente no front end do receptor e as principais perguntas que precisam ser respondidas são o que acontece em um receptor real e o que deve ser feito para simular a realidade.

$\begin{aligned} x (t) & = I (t) + N_{I} (t) \\ y (t) & = Q (t) + N_{Q} (t) \end{aligned}$ $\begin{align*} x(t) &= I(t) + N_I(t)\\ y(t) &= Q(t) + N_Q(t) \end{align*}$ $N_I(t)$ $N_Q(t)$ $σ^{2} = \frac{N_{0}}{2} \int_{- \infty}^{\infty} | H (f) |^{2} d f$ $\sigma^2 = \frac{N_0}{2}\int_{-\infty}^\infty \vert H(f) \vert^2 \mathrm df$ $H(f)$ $t_0$ $N_I(t_0)$ $N_Q(t_0)$ $\sigma^2$ $N_I(t_0)$ $N_I(t_1)$ $I(t)$ $Q(t)$
$r(t) + ~$ $M$ $f_c$ $m$ $\begin{aligned} r [m] & = r (m / M f_{c}) + N [m] \\ = I (m / M f_{c}) \cos (2 π (m / M)) - Q (m / M f_{c}) \sin (2 π (m / M)) + N [m] \end{aligned}$ $\begin{align*} r[m] &= r(m/Mf_c) + N[m]\\ &= I(m/Mf_c)\cos(2\pi (m/M)) - Q(m/Mf_c)\sin(2\pi(m/M)) + N[m] \end{align*}$ $N[m]$ variáveis aleatórias gaussianas de média zero com variância comum, cujo valor depende do SNR. Eles podem ser rastreados através dos misturadores e dos filtros passa-baixas durante a simulação detalhada.
Não recomendo adicionar ruído entre as saídas do mixer e as unidades de filtro passa-baixo. Enquanto não é ruído introduzido nessa fase, este é normalmente dominado pelo ruído do front-end que está vindo através dos misturadores.
$B^{-1}$ $m$ $N_I[m]$ $N_Q[m]$ $N_I[m]$ $N_I[m+i]$ Independentes ou não, requer muito pensamento e análise, além de detalhes conhecidos por Kellenjb, mas não por nós.

Dilip Sarwate
fonte

Obrigado, Dilip. Boa resposta detalhada, praticamente focada.

Jason R

-2

Kellenjb,

O ruído tanto no I quanto no Q não será de fato gaussiano. De fato, eles vão se originar do mesmo vetor de ruído original. Isso ocorre porque havia apenas um vetor de ruído no receptor. Então, o que está acontecendo é que o seu sinal entra no receptor, onde o AWGN é adicionado, é claro. Logo depois, porém, o receptor projetará isso (sinal + ruído) em uma base de pecado e em uma base de cosseno, fornecendo assim seus componentes de I e Q.

Portanto, agora o ruído em qualquer ramo não é mais gaussiano, mas na verdade é o produto de uma base de pecado vezes o vetor de ruído original e o produto da base de cosseno multiplicado pelo vetor de ruído original.

A maneira que eu recomendaria simular isso (você está fazendo tudo isso na banda base?) É simplesmente construir uma base de pecado e cosseno, e simplesmente multiplicar contra (sinal + ruído), onde 'sinal' é o seu sinal original de claro, e depois, claro, leve-o para a banda base depois disso. De fato, uma vez que você filtra para levá-lo à banda base, seus vetores de ruído serão não brancos e não gaussianos.

Espero que isto ajude! :)

Spacey
fonte