Если же уровни полезных сигналов группируются около некоторого среднего, отклонения от которого выражены в меньшей степени, (например, при рэлеевском распределении), то совместное распределение Х1 и Х2 больше тяготеет к биссектрисе прямого угла (обозначено кружками). Здесь линейное сложение имеет преимущества перед автовыбором.
Подобная простейшая ситуация без труда распространяется на большую кратность разнесения. В частности, при N-кратном разнесении координаты, соответствующие сигналам Х1,…, ХN, образует N-мерную прямоугольную систему. В этом случае оптимальному сложению соответствует часть N-мерной гиперсферы.
Автовыбору соответствует N-мерный гиперкуб, гранями прилегающий к многомерным координатным плоскостям. Линейному сложению соответствует грань N-мерного гипермногогранника, касающаяся гиперсферы в точке пересечения ее поверхности биссектрисой N-мерного угла из начала координат.
Гиперсфера также вписана одновременно и в гиперкуб, и в гипермногогранник. Многомерное распределение величин Х1,…,ХN также, в зависимости от его вида, тяготеет либо к координатным плоскостям, либо к биссектрисе многомерного угла, поэтому вывод о взаимных преимуществах автовыбора и линейного сложения в зависимости от глубины замираний остается в силе.
Это графическое представление можно использовать для рассмотрения ситуаций, когда необходимые значения весовых коэффициентов не удается измерить с требуемой точностью (рис. 28.2).
Рис. 28.2.
Пусть, как и рассматривалось ранее, измеряются не требуемые величины |А1| и |А2| , а искаженные ошибкой из-за присутствия шума, т.е. α1=. и, α2=,(величины σ2M1 и σ2M2 положим одинаковыми и равными σ2M).
Пусть в некоторой ситуации величины полезных сигналов |А1|, |А2| >> σM2, α1=|А1|, α2=|А2|. В этом случае действительно реализуется сложение, близкое к оптимальному.
Теперь пусть в другой ситуации |А1|, |А2| << σM2, тогда α1≈ σM, α2≈ σM, т.е. α1≈ α2 и сложение вместо оптимального близко к линейному.
Промежуточная ситуация соответствует промежуточному положению (кривая 1 на рис. 2). Если σ2M1 ≠ σ2M2, то кривая будет находиться также между жирными линиями, но станет несимметричной.
Ситуация, когда мощности шума в каналах неодинаковы и определены неверно, соответствует кривым 2 (для оптимального сложения) и 3 (для автовыбора) и приводит к деформации соответствующих диаграмм.
Поскольку при линейном сложении величины sМi не учитываются, то диаграмма для этого метода не меняется.
Таким образом, при неверной оценке уровней шума в ветвях разнесения, выводы о сравнительной помехоустойчивости методов комбинирования необходимо пересмотреть в сторону преимуществ линейного сложения. В частности, становится возможными ситуации, когда сложение сигналов по методу, ранее бывшему оптимальным, (т.е. обеспечивавшим максимальное отношение сигнал/шум), может проигрывать линейному сложению. Условия для этого в виде конкретных видов многомерных распределений сигналов вполне находят себе место в реальности в рамках четырехпараметрической модели замираний.
Рис. 28.3
При этом в однотипных блоках производится сравнение фазы сигнала Sоп(t) с опорного генератора (ОГ) в фазовых детекторах (ФД), далее результат фиксируется в ФНЧ и управляет перестройкой фазы в управляемых фазовращателях (УФВ).
Полоса ФНЧ выбирается таким образом, чтобы отфильтровать сигнал, пропорциональный разности ОГ и входного сигнала в этой ветви ∆φ=arg{SОП(t)-Si(t)}, соответствующий случайному фазовому сдвигу.
Это возможно, если спектры информационного сигнала и случайного фазового сдвига не совпадают. Например, в тропосферном или КВ каналах они обусловлены быстрыми замираниями и нестабильностью частот генераторов. Если же спектры перекрываются, то происходит либо неполное фазирование, либо потеря части информации.
Рис. 28.4
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.