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.