MODULADOR DE MÚLTIPLES PORTADORAS PARA CANALES DISPERSIVOS Jajamovich, Guido H. ∗ Galarza, Cecilia G. ∗∗ ∗ Facultad de Ingenierı́a. U.B.A. [email protected] ∗∗ Facultad de Ingenierı́a. U.B.A. y CONICET [email protected] La modulación con múltiples portadoras por excelencia es la Modulación Multitonal Discreta (DMT), basada en la Transformada Discreta de Fourier (DFT). Sin embargo, la baja discriminación en frecuencia de la DFT deteriora la performance del sistema. Para aliviar este problema, en este trabajo, se evalúan transformaciones basadas en bancos de filtros para ser usadas en lugar de la DFT. Se consideran transformaciones de reconstrucción perfecta y de reconstrucción aproximada ası́ como la técnica de ecualización. Para estos casos se muestra que utilizando un banco de reconstrucción aproximada es posible disminuir la tasa de error sin aumentar la potencia transmitida. Palabras Claves: Modulación con Múltiples Portadoras, Banco de Filtros, Ecualización 1. INTRODUCCIÓN La interferencia entre sı́mbolos (ISI) es uno de los principales inconvenientes a la hora de aumentar la tasa de transmisión a través de canales dispersivos, en los cuales su ganancia y su fase dependen de la frecuencia. Esta dependencia con la frecuencia deforma los sı́mbolos que se envı́an, haciendo que interfieran unos con otros en el receptor. Una posible opción para combatir el ISI consiste en ecualizar al canal en todas las frecuencias. Por ejemplo, para ecualizar el canal se ubica un filtro a la entrada del receptor. La cascada del ecualizador y el canal tiene una respuesta en frecuencia deseada. Para eliminar el ISI completamente, el ecualizador diseñado deberı́a invertir al canal. Esta solución tiene el conocido problema de amplificación del ruido en altas frecuencias. Un paliativo para este problema es diseñar un ecualizador que minimice el error cuadrático medio entre la señal transmitida y la señal ecualizada. Este tipo de ecualizador es conocido como MMSE, que no adolece de los problemas de amplificación del ruido pero su performance es pobre. Para evitar estos problemas se recurre a ecualizadores no lineales, como en el caso del ecualizador DFE (Cioffi). Otra opción para combatir el ISI consiste en el uso de modulaciones con múltiples portadoras (MCM). Aplicaciones tecnológicas donde se utiliza esta modulación son los servicios xDLS, su versión inalámbrica llamada OFDM y Wi-Fi (norma 802.11a). Bajo este esquema de modulación, el canal es divido en varios canales de menor ancho de banda, llamados subcanales. Si se logra que el canal tenga en cada subcanal respuesta en frecuencia constante, luego se evita el ISI entre los sı́mbolos transmitidos en cada subcanal. Se compensa el efecto del canal dividiendo por el valor de la respuesta en frecuencia del canal. Ésta es una forma de usar el ancho de banda disponible de forma eficiente, controlando AADECA 2006 - XX◦ Congreso Argentino de Control Automatico la potencia y el número de bits a transmitir en cada subcanal. El sistema MCM más utilizado en la actualidad es la modulación multitonal discreta (DMT). Este esquema de modulación utiliza la transformada discreta de Fourier (DFT) para definir los subcanales independientes. Otra modalidad para utilizar el ancho de banda con múltiples portadoras es definir subcanales con una mayor resolución en las frecuencias como es el caso de la modulación multitonal de onditas discretas (DWMT), la modulación multitonal con bancos de filtros discretos, etc (Bingham (2000)). En este trabajo se evalúa el rendimiento de un sistema de comunicación MCM en el cual se ecualiza linealmente el canal dispersivo. En particular, se consideran tres esquemas diferentes de modulación multitonal. Para el canal ecualizado se muestra que un modulador basado en un banco de filtros de reconstrucción aproximada produce una probabilidad de error menor que DMT y que los sistemas de reconstrucción perfecta. La organización del trabajo es la siguiente: En la Sección (2) se presenta la modulación con múltiples portadoras; en la Sección (3) se muestra el uso de Bancos de Filtros como moduladores/demoduladores; en la Sección (4) se propone un diseño posible para el ecualizador; en la Sección (5) se presentan resultados numéricos y un posterior análisis. 2. MODULACIÓN CON MÚLTIPLES PORTADORAS En la modulación con múltiples portadoras cada sı́mbolo transmitido es la superposición de señales linealmente independientes que forman una base. Cada elemento de la base es portadora de información. La demodulación (recuperación de la información) se realiza hallando la proyección de la señal recibida sobre dicha base. En este caso se asocia a cada elemento de la base con un subcanal. Por ejemplo, el sistema multitonal define N subcanales en el dominio de las frecuencias. En este caso, el flujo de datos es dividido en N bloques y cada bloque es mapeado en una constelación y enviado a través de un subcanal o tono. Además se busca que cada tono tenga un ancho de banda angosto para que la interferencia entre sı́mbolos (ISI) dentro del subcanal sea despreciable. Una modalidad para implementar este esquema es mediante la modulación multitonal discreta (DMT), basada en la transformada discreta de Fourier (DFT). Es este caso, las funciones base son 2π φk (n) = ej N kn n = 1, .., N k = 0, .., N − 1 2 (1) Es decir, no se utilizan como portadoras tonos puros, sino el tono puro multiplicado por una ventana rectangular de largo N . Se ha comprobado que DMT es susceptible al ruido de banda angosta (Jajamovich and Galarza (2005a)). Para obtener una mayor inmunidad a este tipo de ruido se utilizan bases ortonormales con una mayor duración temporal, logrando ası́ una mejor resolución en frecuencia. Para no perder tasa de transmisión se requiere que las bases admitan solapamiento temporal, es decir, se busca ortonormalidad a desplazamientos en el tiempo. Por otro lado, relajando las condiciones de ortogonalidad es posible mejorar la probabilidad de error sin modificar la tasa de transmisión. 3. BANCOS DE FILTROS EN SISTEMAS CON MÚLTIPLES PORTADORAS Para lograr subcanales con alta resolución en las frecuencias se diseña el sistema de comunicación utilizando bancos de filtros como moduladores de la señal a enviar al canal. Se puede demostrar que el diseño de moduladores/demoduladores con bancos de filtros es equivalente al problema del diseño de bancos de análisis/sı́ntesis (Vaidyanathan (1992), Vetterli and Kovacevic (1995)). Para utilizar estos bancos de filtros como moduladores/demoduladores, se los utiliza en un esquema sı́ntesis/análisis como el que se muestra en la Fig.(1). El banco de sı́ntesis recibe la información a transmitir descompuesta en M subcanales y forma la señal a enviar. Asimismo, el banco de análisis descompone a la señal recibida buscando obtener la información enviada. Se espera que cada subcanal sea independiente, es decir, que la información que se ubica en un subcanal pueda ser recuperada sin interferencia de otros subcanales. También se requiere que no haya interferencia entre sı́mbolos sucesivos. Como todos los subcanales viajan a través del medio fı́sico al mismo tiempo, se necesita que éstos sean linealmente independientes, de forma de poder recuperar la información de cada subcanal. En la Fig.(1) se representa el esquema de modulación y demodulación para un sistema de comunicación con M portadoras. C(z) representa la respuesta del canal y R(n) ruido aditivo. Buscar que x bk (n) = xk (n) es equivalente a pedir que el banco sea de reconstrucción perfecta. Para el diseño del banco se considera que el canal es ideal y que no hay ruido presente. AADECA 2006 - XX◦ Congreso Argentino de Control Automatico x0 (n) ↓M F0 (z) + C(z) 3 H0 (z) ↑M x b0 (n) HM−1 (z) ↑M x bM−1 (n) + R(n) xM−1 (n) ↓M FM−1 (z) Fig. 1. Banco de Filtros Utilizado como Modulador b Se puede demostrar que la salida X(z) de un banco de análisis (Hk (z)) seguido de un banco de sı́ntesis (Fk (z)) está relacionada con la entrada X(z) mediante (Vaidyanathan (1992)) M−1 1 X b Al (z)X(zW l ) X(z) = M (2) fk (n) = hk (N − 1 − n) (6) Por ejemplo, los bancos modulados de un filtro prototipo satisfacen esta condición. En particular, los bancos de filtros DFT forman los diferentes filtros hk (n) mediante modulación exponencial de un filtro p(n). l=0 Donde los Al (z) para l = 1, .., M − 1 son las ganancias de los términos de aliasing y A0 la ganancia de la señal de entrada y están dados por la Ec.(3). Al (z) = M−1 X Hk (zW l )Fk (z) k=0 0≤l ≤M −1 (3) b Es decir que la salida X(w) es una combinación lineal de X(w) y sus desplazamientos (términos de aliasing). Además de este fenómeno, X(w) se ve modificado en fase y en amplitud. Para evitar el aliasing debe pedirse que las ganancias de los términos de aliasing sean nulas. Al (z) = 0 para 1 ≤ l ≤ M − 1 (4) Por lo que la Ec.(5), que representa la transferencia T (z) del sistema, resulta ser la ganancia restante. hk (n) = p(n)ej2πkn/M (7) Esto implica que, aunque el filtro prototipo sea real, los diferentes hk (n) van a ser complejos. Para evitar esto, se puede modular mediante coseno y no con la función exponencial compleja. La idea es modular con la exponencial creando 2M canales y luego asociar pares de canales de forma tal de obtener una salida real cuando la entrada es real. Los bancos de filtros modulados por coseno son ampliamente utilizados debido a su implementación optimizada via la descomposición polifásica (Vetterli and Kovacevic (1995)). Para el caso general de un banco de filtros obtenido a partir de un filtro prototipo P (z), la propiedad de reconstrucción perfecta determina condiciones sobre sus componentes polifásicas (Koilpillai and Vaidyanathan (1992)). Sin embargo, cuando N = 4M se puede llegar a una fórmula cerrada y consiste en (5) 1 1 1 π h(n) = − √ + √ cos (n + ) (8) 2 2M 4 M 2 2M De donde se puede extraer el siguiente teorema que caracteriza a los bancos de reconstrucción perfecta. A este banco se lo conoce como ELT (transformación con superposición extendida) (Vetterli and Kovacevic (1995)). M−1 1 X T (z) = A0 (z) = Hk (z)Fk (z) M k=0 Teorema (Vaidyanathan (1992)). Si Hk (z) y Fk (z) satisfacen la Ec.(4) y la función de transferencia es T (z) = cz −n0 , luego x b(n) = cx(n − n0 ), y el sistema se llama de reconstrucción perfecta. Una condición posible para obtener T (z) con fase lineal es la siguiente: Hasta ahora se pidió que el banco sea de reconstrucción perfecta. Es interesante relajar las condiciones halladas en busca de caracterı́sticas espectrales favorables al esquema de modulación. En particular, si se cumple que el filtro P (z) es aproximadamente limitado en banda se minimizan los términos de aliasing. AADECA 2006 - XX◦ Congreso Argentino de Control Automatico π |P (w)|2 ≃ 0 para |w| > 2M (9) En este caso, y si se cumple la Ec.(6), la transferencia T (z) se convierte en T (z) = M−1 X k=0 |Hk (z)|2 = 2M−1 X k=0 |Pk (zW k )|2 (10) En la última igualdad se utilizó el hecho de que los filtros Hk (z) son obtenidos a partir de la Ec.(7). Luego, para que no haya distorsión se busca satisfacer aproximadamente que T (w) = 2M−1 X k=0 |P (w − kπ/M )|2 ≃ 1 (11) Ésta es la condición de reconstrucción casi perfecta (o NPR) para filtros limitados en banda (Ec.(9)). Si se define G(w) = |P (w)|2 , la condición (11) requiere que G(w) sea, aproximadamente, un filtro de Nyquist. T (w) = 2M−1 X k=0 |P (w − kπ/M )|2 = 2M−1 X k=0 (12) G(w − kπ/M ) ≃ 1 1 Esto equivale a g(2M n) ≃ 2M δ(n), donde δ(n) es la delta de Dirac (Lin and Vaidyanathan (1998)). Para diseñar P (w) se supone que este filtro está parametrizado por un parámetro real wc que se obtiene a partir del siguiente problema de optimización min max |g(2M n)| wc n,n6=0 En DMT se evita la interferencia entre sı́mbolos consecutivos al agregar un intervalo de guarda que consiste en una extensión cı́clica de la forma de onda del sı́mbolo enviado (Cioffi). Si dicho intervalo es mayor que la respuesta impulsiva del canal, se conserva la ortogonalidad entre los subcanales a expensas de una disminución en la tasa de transmisión. Por esta razón aparecen los ecualizadores en el tiempo (TEQ), cuyo objetivo es acortar la duración de la respuesta impulsiva. Al utilizar sistemas con múltiples portadoras con superposición temporal, no tiene sentido hablar de un intervalo de guarda. Sin embargo, es de notar que la superposición en el tiempo de las bases busca que los soportes de los subcanales en el dominio de las frecuencias no coincidan. Por lo tanto, un factor de amplitud no modifica su ortogonalidad. Sin embargo, la diferencia de fase que introduce el canal resulta en la pérdida de la ortogonalidad entre un sı́mbolo y el mismo desplazado en el tiempo. Por lo tanto la ecualización queda reducida a un tratamiento de la fase. Entonces el objetivo es diseñar un ecualizador w(n) tal que la cascada g(n) entre el canal h(n) y el ecualizador tenga fase lineal. El requerimiento de fase se obtiene imponiendo que la respuesta impulsiva del canal sea simétrica alrededor de un punto. En este trabajo se utiliza la solución w(n) que produce una respuesta impulsiva de la cascada g(n) con una simetrı́a par dentro de una ventana de largo 2δ − 1 y se minimiza la energı́a fuera de esa ventana. La minimización se realiza sobre los posibles w(n), y se itera sobre los distintos centros de simetrı́a δ (Jajamovich and Galarza (2005b)). Sean Nc y Nw el largo del canal y el largo del ecualizador, se puede plantear el problema de forma matricial resultando el siguiente problema de optimización (13) En el caso particular en que P (z) sea obtenido a partir de un filtro de respuesta en frecuencia ideal multiplicado por una ventana de Kaiser se comprueba que dicho criterio es una función convexa de wc (Lin and Vaidyanathan (1998)). 4. ECUALIZACIÓN EN SISTEMAS CON MÚLTIPLES PORTADORAS En un canal dispersivo la ganancia y la fase dependen de la frecuencia. Las señales enviadas a través de cada subcanal son deformadas según el espectro del canal, lo cual resulta en interferencia entre canales (ICI) y en ISI. Ambos son inherentes a los sistemas con múltiples portadoras (MCM). 4 min kAwk22 w dado Cw = 0 dt w = 1 (14) La matriz A de (Nc + Nw − 2δ) × (Nw ) consiste en las últimas filas de la matriz H que caracteriza al canal. La matriz C de (δ − 1) × (Nw ) caracteriza a la condición de simetrı́a. d es un vector a determinar que se utiliza para evitar la solución w = 0. Para evitar un espacio solución vacı́o se requiere una matriz C con un número mayor de columnas que la dimensión del espacio generado por esas mismas columnas. Esto implica δ < Nw + 1. Por otro lado, para que exista la solución hallada mediante el método de los multiplicadores de Lagrange, se obtiene que una condición necesaria y suficiente consiste en que δ ≤ Nc /2. La solución AADECA 2006 - XX◦ Congreso Argentino de Control Automatico kAwk22 −1 t del problema resulta en = (d M d) con d definido en la Ec. (14) y M es una matriz definida positiva. Por lo tanto, el vector d es el autovector asociado al mayor autovalor de M . 5. SIMULACIONES 5 sumando ruido de banda angosta con potencia igual a la potencia de señal. En las Fig. (3) y (4) se muestra la estimación de la probabilidad de error en función de la frecuencia del ruido de banda angosta. 0.4 DMT El canal dispersivo a considerar se trata de un par telefónico, es decir, un sistema que se puede modelizar como invariante en el tiempo, tı́picamente pasabajos, y de larga respuesta impulsiva. En particular, se utiliza un modelo que aproxima a la respuesta impulsiva descrita en DMT/TM-060032 (draft) y está dada por la Ec.(15). Probabilidad de Error 0.2 0 0 0.04 ELT 0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5 0.1 0.2 0.3 0.4 0.5 0.02 0 0 0.02 NPR 0.01 H(z) = −0.080 − 0.054z −1 + 0.594z −2 (15) 1 − 1.212z −1 + 0.259z −2 En la Fig.(2a) se muestra la respuesta impulsiva resultante del canal, teniendo en cuenta un largo de 100 puntos. En la misma figura (b y c) se muestran la respuesta impulsiva equivalente del Canal/Ecualizador y un acercamiento sobre las primeras doce etapas de dicha respuesta. El ecualizador utilizado tiene un largo Nw = 7. a) 0 0 Frecuencia de Ruido de Banda Angosta (×2π rad seg ) Fig. 3. Estimación de la Probabilidad de Error Vs. La Frecuencia de Ruido de Banda Angosta Es de importancia notar la diferencia de órdenes de magnitud en los ejes de la probabilidad de error estimada para cada una de las diferentes modulaciones en la Fig.(3). 0.2 0.18 0.6 amplitud 0.14 0.2 0.12 0 0.1 0 10 20 30 b) 40 50 t 70 80 amplitud 0.04 0.02 0.5 0 20 40 t 60 80 0.08 0.06 1 0.5 0 60 c) 1 amplitud Probabilidad de Error 0.16 0.4 DMT ELT NPR 0 0.375 0.38 0.385 0.39 Frecuencia de Ruido de Banda Angosta (×2π rad seg ) 0 2 4 6 t 8 10 12 Fig. 2. a) Respuesta Impulsiva del Canal; b) Respuesta Impulsiva de la Cascada Canal/Ecualizador; c) Acercamiento sobre la Respuesta Impulsiva del Sistema Equivalente Para todos las simulaciones se utilizó dicho ecualizador, produciendo un canal equivalente de largo Nc = 5, por lo que se utiliza DMT con un prefijo cı́clico de cuatro muestras. Esto hace que la tasa de transmisión sea menor para este sistema que para los demás. Las otras dos modulaciones utilizadas en las simulaciones se basan, la primera, en la transformación ELT, y la segunda en un banco de reconstrucción aproximada basado en la ventana de Kaiser (NPR). En ambos casos la longitud de las bases es de 4M . Se procedió a estimar la probabilidad de error enviando 105 bits en 128 canales, a través del canal, Fig. 4. Comparación de las Estimaciones de la Probabilidad de Error Vs. La Frecuencia de Ruido de Banda Angosta Se puede ver la gran dependencia de la probabilidad de error con la frecuencia de ruido de banda angosta en DMT. Esto se debe a que, cuando el ruido coincide exactamente con la frecuencia de portadora, sólo se perjudican dos canal (el canal en fase y el canal en cuadratura de una portadora), mientras que si no coincide, se degradan una gran cantidad de canales, aumentando la probabilidad de error (Fig.(5)). Por otro lado se experimenta con ruido blanco presente antes de la etapa de ecualización en lugar del ruido de banda angosta. Se notó que para potencias de ruido elevadas, DMT posee una tasa mayor de errores. Esto se debe a que a la salida del ecualizador hay ruido correlacionado. Esto hace que el ruido deje de ser blanco, y posea mayor energı́a, en general, en frecuencias altas. De esta AADECA 2006 - XX◦ Congreso Argentino de Control Automatico probabilidad de error se mantiene aproximadamente constante pues, al tenerse una mayor resolución en frecuencia, siempre son pocos los canales que se ven afectados, logrando además una probabilidad de error menor. Para el caso de la modulación de reconstrucción aproximada se lograron canales mejor definidos en frecuencia por lo que el citado efecto es más notorio. 0.5 0.45 DMT ELT NPR 0.4 0.35 Probabilidad de Error 6 0.3 0.25 0.2 0.15 0.1 0.05 0 20 REFERENCIAS 25 30 35 40 45 50 55 Índice Canal Fig. 5. Comparación de las Estimaciones de la Probabilidad de Error Por Canal forma, el ruido tienda a parecerse a ruido de banda angosta y ocurra el mismo efecto que el explicado anteriormente. 6. CONCLUSIONES En este trabajo se presentaron dos alternativas de múltiples portadoras a la modulación DMT. Ambas utilizan portadoras de mayor duración temporal, logrando ası́ una mayor resolución en frecuencia. De esta forma se alcanza una mayor inmunidad al ruido de banda angosta. En particular, para lograr una mayor resolución en frecuencia, se propuso el uso de un banco de filtros de reconstrucción casi perfecta. Asimismo, se diseñó un ecualizador lineal para las modulaciones con reconstrucción perfecta y aproximada. Es de notar que este esquema de ecualización no implica una degradación en la tasa de transmisión como ocurre con la adición del prefijo cı́clico en DMT. La performance de los tres sistemas resulta similar frente a perturbaciones de ruido blanco. El error asociado al banco de reconstrucción aproximada puede ser considerado como un ruido adicional a la salida del canal. Se verificó experimentalmente que la varianza de dicho ruido cumple con las siguientes observaciones: Cuando la SNR es favorable, la etapa de decisión hace que dicho ruido no provoque errores. Y cuando la SNR es desfavorable, el ruido sumado en el canal es tal que hace despreciable el ruido del sistema. Por otro lado, el ecualizador, además de lograr un canal equivalente de fase aproximadamente lineal, acorta la respuesta impulsiva, haciendo que la interferencia sea con una menor cantidad de sı́mbolos, por lo que mejora la performance de los tres sistemas de comunicación. Asimismo permite su uso como el clásico ecualizador en el dominio del tiempo (TEQ) de DMT. Finalmente, Ante perturbaciones de ruido de banda angosta en los sistemas ELT y NPR, la J.A.C Bingham. ADSL, VDSL, and Multicarrier Modulation. John Wiley and Sons, 2000. J. Cioffi. Apuntes de clases, capı́tulo iv. DMT/TM-06003-2(draft). Transmision and multiplexing (tm): Acess transmission systems on metallic acces cables; very high speed digital subscriber line (vdsl), part 2: Tranceiver specifications. G.H. Jajamovich and C.G. Galarza. Impacto del ruido de banda angosta sobre sistemas con múltiples portadoras. 2005a. G.H. Jajamovich and C.G. Galarza. Ecualización en sistemas con múltiples portadoras. 2005b. R.D. Koilpillai and P.P. Vaidyanathan. Cosinemodulated fir filter banks satisfying perfect reconstruction. In IEEE Transactions On Signal Processing, 1992. Y. Lin and P.P. Vaidyanathan. A kaiser window approach for the design of prototype filters of cosine modulated filterbanks. In IEEE Signal Processing Letters, 1998. P. P. Vaidyanathan. Multirate Systems and Filter Banks. Prentice Hall Signal, 1992. P. P. Vaidyanathan, Yuan-Pei Lin, S. Akkarakaran, and See-May Phoong. Discrete multitone modulation with principal component filter banks. M. Vetterli and J. Kovacevic. Wavelets and Subhand Coding. Prentice Hall, 1995. A. Viholainen, J. Alhava, J. Helenius, J. Rinne, and M. Renfors. Equalization in filter bank based multicarrier systems. 1999.