Over-Sampling auf der Empfängerseite

B

BLWFSOJ

Guest
Hallo, ich bin vor einigen Schwierigkeiten zu verstehen, dieses Konzept. Ich las in einigen Papieren, die Over-Sampling auf der Empfängerseite das Signal der Proben Korrelation zu erhöhen. Wie kann das passieren, weiß ich nicht. soweit ich weiß, ist die Erhöhung der Zahl der Proben keinen Einfluss auf die Korrelation. bitte helfen. Grüßen,
 
Oversampling bedeutet, dass Sie mit einer höheren Rate als die Signalrate Probe. Da das Signal langsam ändert wrt. die Abtastrate ist, sind benachbarte Proben korreliert. Aber wenn man die Korrelation Verzögerung zu normalisieren, um die Sampling-Rate, dann Oversampling gibt dir nur eine höhere Auflösung des gleichen Autokorrelationsfunktion. In diesem Sinne, ändert daran nichts.
 
Danke, war der Zweck meiner Frage, um sicherzustellen, der folgende: In einem sehr niedrigen SNR-Umgebung die schwankende des Lärms nicht möglich die Nicht-kohärente Detektion (Energie-Detektor), um gute Ergebnisse zu liefern. Deshalb versuchen wir, das Signal vom Rauschen durch eine gewisse Korrelation Systeme zu identifizieren (weil der Lärm ist Zufallsvariable Gauß-iid). In diesem Sinne können wir sagen, dass über Probenahme die Korrelation zwischen Probenahme erhöht. insbesondere wenn wir die Eigenwerte der Korrelationsmatrix verwenden, um diese erhöhte Korrelation zu fangen. Grüßen,
 
Ich folge nicht Ihre Argumentation. Was ich denke, Sie können dies tut. Das gewünschte Signal bandbegrenzt und deterministisch. Sie haben ein Rauschsignal mit einer größeren Bandbreite als das gewünschte Signal. Wenn Sie Probe mit einer Rate entsprechend der gewünschten Signal, wird es Aliasing für das Rauschsignal. Dies verringert Ihre In-Band-SNR. Wenn Sie Ihre Sampling-Rate zu erhöhen gibt es weniger Aliasing. Danach werden die Korrelationsfunktionen als Tiefpassfilter, die Out-of-Band-Rauschen reduziert. Sie können den gleichen Effekt durch Tiefpassfilterung vor der Probenahme zu erreichen. Auf diese Weise können Sie vermeiden, Oversampling.
 
Oversampling erhöhen die correlation.for näher Sie in den folgenden Papier,, Spectrum-Sensing Algorithms for Cognitive Radio für statistische Kovarianzen Yonghong Zeng, Senior Member, IEEE, und Ying-Chang Liang, Senior Member Basierend IEEE "erhalten Sie ur Antwort
 
Hallo, danke für die Antwort. Eigentlich desselben Autors in verschiedenen Publikation (maximale Eigenwert Erkennung) hat mich diese Frage stellen. Es ist nicht klar, warum die schmalbandige Signale hohe Korrelation zwischen den Proben (die Daten sollten Proben Independents werden) haben. Es sei denn, wenn der Kanal als frequenzselektive Fading. (Bitte sagen Sie mir, wenn ich fehlt die Art des Kanals bin) Auf der anderen Seite betrachtet wird, habe ich andere Literatur s (Wireless Technologies Schaltungen, Systeme und Geräte, für die Krzysztof Iniewski überprüft ), die sagt: Seite 148 "Beachten Sie, dass Over-Sampling würden Lärm Proben korrelieren; damit Erkennung konnte immer Nyquist reduziert werden." Ich weiß, dass wenn wir die Zahl der erfassten Proben Steigerung der Erkennungsleistung steigt, aber das ist eine andere Geschichte, nicht wahr? eigentlich habe ich sogar Simulation des Autors Papier getan: "Maximale Eigenvalue Detection: Theory and Application", aber der MED (die auf der Theorie der Korrelation zu erhöhen, indem Oversampling based)-Erkennung gibt mir die gleichen Ergebnisse wie Energie-Erkennung. Mit freundlichen Grüßen,
 
"Beachten Sie, dass Over-Sampling würden Lärm Proben korrelieren; damit Erkennung konnte immer Nyquist reduziert werden."
Die Schlussfolgerung ist richtig, aber sagen es so seltsam und irreführend ist. Over-Sampling ändert nichts über das Signal Eigenschaften. Es _nur_ Änderungen Ihre Auflösung. Oversampling ist daher sinnlos - es gibt keine neuen Informationen. (Wenn es sein kann, für bestimmte geringer Komplexität Implementierungen von Vorteil.) Es kann sogar kontraproduktiv sein, weil es eine schlechte Kondition kann.
Ich weiß, dass wenn wir die Anzahl der steigenden spürte Proben den Nachweis Leistung erhöht, aber das ist eine andere Geschichte, nicht wahr?
Absolut.
 

Welcome to EDABoard.com

Sponsor

Back
Top