Где и - комплексно – сопряженная и транспонированная матрица соответственно.
Тогда отношение несущая/шум на выходе:
Характеристическая функция случайной величины
(4.34)
Тогда плотность распределения вероятности может быть получена как обратная преобразовании Фурье:
(4.35)
В [19 ]было показано, что :
Ковариационная матрица [⋀], определяемая выражением (4.33), может быть записана в форме:
Где Г1 – отношение несущая/шум в первой ветви разнесения; [R] – корреляционная матрица .
Каждый элемент матрицы |R| может быть найден из [ 19] и представлен в виде:
(4.36)
Где - разнос антенн j-й и k-й ветвей разнесения; β – волновое число; и - соответственно мощность шума и отношение несущая/шум в j-й ветви разнесения. Выражение (4.34) может быть упрощено [19 ]:
(4.37)
Где - собственные значения матрицы [R];
Подставляя (4.37) в (4.35) получим выражение для плотности распределения вероятностей
(4.38)
Где собственные значения могут быть либо положительными действительными числами, либо комплексно – сопряженными парами чисел. Функция распределения 𝜸 может быть записана как:
(4.39)
Рассмотрим пример.
Дана линейная решетка с расстоянием между соседними элементами .
Решетки формирует 3 ветви разнесения. Найти собственные значения корреляционной матрицы [R], полагая, что середина значения отношений несущая/шум в ветвях разнесения одинаковы (
Элементы корреляционной матрицы [R] могут быть найдены из выражения (4.36) и представлены как:
(4.40)
Поскольку = ,
В силу четности , 𝝀 – длина волны функции Бесселя.
Тогда собственные значения корреляционной матрицы, составленной из элементов (4.40) могут быть найдены из уравнения
(4.41)
Где [I] – единичная матрица; - собственные значения матрицы.
Подставляя (4.40) в (4.41) можно получить матричное уравнение
(4.42)
Раскрывая уравнение (4.42) и полагая и , получим
(4.43)
Где и
Уравнение (4.43) можно проверить на выполнение условия
Которое показывает, что существует три действительных неравных корня, а именно
Где
Рассмотрим случай – М-кратное сложение некоррелированных сигналов при условии, когда все значения равны между собой (, тогда выражение (4.37) упрощается, а (4.35) принимает вид:
(4.44)
и функция распределения
(4.45)
При М=2 получаем
(4.46)
При М=3
(4.47)
Из анализа зависимостей (4.45 – 4.47) следует, что наибольшее улучшение характеристик сигнала наблюдается при переходе от системы без разнесения к системе с двукратным разнесением , как показано на рис.4.9.
Влияние корреляции рассмотрим на примере двукратного сложения сигналов.
Когда сигналы в двух ветвях разнесения коррелированны, то
(4.48)
Рис.4.9. Характеристики комбинирования сигналов в неза-
висимых ветвях разнесения методом сложения,
максимизирующего отношение сигнал - шум
Где p – комплексный коэффициент корреляции двух гауссовских случайных величин.
Собственные значения являются решением следующего уравнения:
Тогда
(4.49)
(4.50)
Для выражения (4.49)и (4.50) принимают вид:
Тогда выражение (4.38) примет вид:
(4.51)
(4.52)
Как видно из рис.4.10 при p=1 эффекта разнесения нет.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.