Introduzione - I ◮ Comunicazioni Wireless ◮ Sequenze in Sistemi a Spettro Espanso ◮ Universita’ Politecnica delle Marche A.A. 2013-2014 ◮ ◮ A.A. 2013-2014 Comunicazioni Wireless 1/47 Introduzione - II ◮ Comunicazioni Wireless 2/47 Il singolo bit della sequenza di spreading e’ tipicamente chiamato chip e ha durata TC . BWDSSS e’ proporzionale a T1C = T1b = N · T1b = N· BW Le caratteristiche e le prestazioni dei diversi sistemi SS dipendono fortemente dalle proprieta’ di specifiche sequenze in uso nei sistemi stessi. Nel Frequency Hopping SS (FH-SS), tali sequenze prendono il nome di sequenze di hopping, e definiscono la successione dei valori di frequenza sui quali la trasmissione deve saltare ◮ Nel Direct Sequence SS (DS-SS), tali sequenze prendono il nome di sequenze di spreading, e determinano l’allargamento spettrale del segnale trasmesso, oltre che le prestazioni del sistema multi-utente, come nel caso DS Code Division Multiple Access (DS CDMA) ◮ Nei sistemi CDMA le sequenze hanno un ruolo importante anche nelle procedure di sincronizzazione, con le quali si cerca di determinare l’istante ottimo di campionamento del segnale ricevuto per ottenere le migliori prestazioni Nei sistemi asincroni, l’espansione di banda e la separazione degli utenti possono essere ottenute con famiglie di sequenze diverse, rispettivamente chiamate di spreading e di scrambling A.A. 2013-2014 Il ricevitore puo’ determinare quale parte del segnale totale proviene da uno specifico utente, guardando ai soli segnali che presentano uno specifico spreading pattern (profilo di spreading) Sfruttando le proprieta’ specifiche delle tecniche SS, la capacita’ per unita’ di banda non viene ridotta, bensi’ puo’ anche essere incrementata DS-SS ◮ ◮ A.A. 2013-2014 I sistemi a Spettro Espanso (Spread Spectrum - SS) espandono l’informazione da trasmettere su una banda molto maggiore dell’inverso del data rate Questo, a prima vista, sembra contraddittorio, dato che per incrementare l’efficienza spettrale di una trasmissione si cerca, al contrario, di trasmettere la maggiore quantita’ di informazione possibile, per unita’ di banda L’apparente paradosso si risolve quando si considera che i segnali generati da differenti utenti possono essere espansi nello spettro in differenti maniere, consentendo cosi’ a piu’ utenti di trasmettere simultaneamente nella stessa banda di frequenze Comunicazioni Wireless N N, lunghezza della sequenza di spreading, e’ chiamato anche spreading factor e rappresenta il fattore di espansione di banda dovuto all’operazione di spreading. 3/47 A.A. 2013-2014 Comunicazioni Wireless 4/47 DS-CDMA Requisiti L’obiettivo primario delle sequenze (o codici) di spreading e’ quello di conseguire l’espansione in banda del segnale d’informazione. Tuttavia cio’ deve essere ottenuto tenendo presenti alcuni requisiti, che determinano la scelta delle sequenze di spreading: ◮ le sequenze di spreading devono presentare buone proprieta’ di auto-correlazione ◮ ◮ ◮ ◮ le sequenze di spreading devono presentare buone proprieta’ di cross-correlazione ◮ ◮ Comunicazioni Wireless 5/47 Sequenze di spreading e sistemi SS ◮ ◮ ◮ Comunicazioni Wireless 6/47 Sequenze di spreading per DS-SS le sequenze di hopping sono tipicamente scelte in alfabeti N-ari, dove N e’ il numero di frequenze sulle quali la trasmissione puo’ saltare il criterio di progetto per le sequenze di hopping e’ basato sulla massimizzazione della distanza di Hamming tra le sequenze, dato che l’interferenza si verifica quando due o piu’ trasmettitori saltano sulla stessa frequenza l’associazione tra la sequenza di hopping e le frequenze in uso in un sistema FH-SS e’ arbitraria e puo’ essere agevolmente cambiata nel tempo, rendendo cosi’ piu’ complessa l’intercettazione delle trasmissioni Sono due le categorie principali di sequenze di spreading per DS-SS: 1) sequenze pseudo-noise (PN), anche dette pseudorandom: ◮ ◮ ◮ ◮ sistemi DS-SS: ◮ ◮ ◮ A.A. 2013-2014 A.A. 2013-2014 sistemi FH-SS: ◮ ◮ consentire l’accesso multiplo usando differenti codici di spreading (sistemi commerciali) adeguata cardinalita’ della famiglia di sequenze scelta L’auto-correlazione e’ una misura della randomicita’ della sequenza, ovvero della sua somiglianza ad una sequenza casuale; una sequenza ideale e casuale risulta incorrelata a versioni shiftate di se stessa. Il rumore aggiunto dal canale viene sottoposto all’operazione di spreading al ricevitore: questo costituisce un vantaggio, infatti ne viene aumentata la banda ma ridotta l’ampiezza. A.A. 2013-2014 rendere il segnale utile piu’ possibile simile a rumore (noise-like), prevenire l’intercettazione del segnale, ridurre l’impatto di interferenti intenzionali (sistemi militari) migliorare la sincronizzazione al ricevitore conseguire reiezione del multipath le sequenze in uso in sistemi DS-SS sono tipicamente binarie la selezione delle sequenze nei sistemi DS-CDMA e’ basata sulle proprieta’ di auto- e cross-correlazione l’associazione tra sequenza di spreading e utente non puo’ essere cambiata nel tempo a meno di interventi radicali nel sistema e cio’ rende le sequenze di spreading in DS-CDMA piu’ suscettibili a intercettazione Comunicazioni Wireless progettate per le loro proprieta’ di auto-correlazione rendono i segnali difficili da intercettare ma facilmente determinabili dai ricevitori autorizzati ad un osservatore esterno appaiono come sequenze random, ma sono generate da mediante algoritmi deterministici hanno lunghezza finita e sono periodiche; si distinguono in long codes (periodo >> symbol period) e short codes (lunghezza ∼ = symbol period). Tipicamente si scelgono in modo da avere lunghezza pari al symbol period. 2) sequenze ortogonali: utilizzate nello spreading quando lo scopo primario dell’uso del DS-SS e’ l’accesso multiplo, e il sistema mantiene il sincronismo tra gli utenti 7/47 A.A. 2013-2014 Comunicazioni Wireless 8/47 Proprieta’ di sequenze di spreading - I Proprieta’ di sequenze di spreading - II Le due principali proprieta’ di interesse nella discussione delle sequenze di spreading sono la auto-correlazione e la cross-correlazione. Supponiamo di rappresentare una sequenza di spreading binaria di lunghezza N (periodo) come: s = s0 , s1 , . . . , sN−1 , dove ogni si e’ tale che si ∈ [0, 1]. Per il calcolo di auto- e cross-correlazione, si passa alla notazione bipolare, per la quale definiamo ai = 2 · si − 1 ∀i = 0 . . . N − 1, ovvero: si = 1 → ai = 1, e si = 0 → ai = −1, quindi ai ∈ [−1, +1]. Funzione di auto-correlazione periodica discreta normalizzata per una sequenza a: N−1 1 X ai ai+n (1) Caa [n] = N Funzione di cross-correlazione periodica discreta normalizzata per due sequenze a1 e a2 aventi stessa lunghezza N: Ca1 a2 [n] = Caratteristiche ideali desiderate: ( 9/47 Proprieta’ di sequenze di spreading - III Comunicazioni Wireless ◮ cross-correlazione: Ca1 a2 [n] = 0, ∀ n A.A. 2013-2014 Comunicazioni Wireless 10/47 Le sequenze di spreading che noi ricerchiamo devono presentare le seguenti proprieta’: ◮ essere semplici da generare avere buone proprieta’ di auto-correlazione avere buone proprieta’ di cross-correlazione ◮ fornire un sufficiente numero di sequenze nel set ◮ dove M e’ la cardinalita’ del set S e N e’ la lunghezza delle sequenze. Il bound rappresenta il limite inferiore alla cross-correlazione tra due sequenze qualunque in uno stesso set. Infine, da notare che essendo le sequenze periodiche di periodo N, anche le funzioni di auto- e cross-correlazione discrete sono periodiche: A.A. 2013-2014 se n = 0 se n = 6 0 auto-correlazione: Caa [n] = Proprieta’ desiderate La cross-correlazione tra due sequenze in un set S e’ limitata inferiormente dal cosidetto Welch bound. Ovvero, definendo la massima cross-correlazione Cmax = maxa1 ,a2 ∈S,n {|Ca1 a2 [n]|}, risulta: r M −1 (3) Cmax ≥ MN − 1 Ca1 a2 [n] = Ca1 a2 [n + N] 1, 0, ◮ Nei sistemi sincroni, i valori Ca1 a2 [n] per n 6= 0 non sono di interesse, ed e’ possibile garantire che sia Ca1 a2 [n] = 0 a patto che la cardinalita’ della famiglia di sequenze non sia maggiore della lunghezza delle sequenze stesse, ma in sistemi asincroni la cross-correlazione delle sequenze non puo’ essere portata a zero. Proprieta’ di cross-correlazione ideali sono utili nei sistemi ad accesso multiplo cosi’ come per mutliplare differenti data streams sullo stesso segnale. Questa espressione consente di calcolare la funzione di auto-correlazione discreta normalizzata e periodica, perche’ appunto calcolata sull’intero periodo (ovvero sull’intera lunghezza) della sequenza. Comunicazioni Wireless (2) i=0 i=0 A.A. 2013-2014 N−1 1 X a1,i a2,i+n N ◮ (4) 11/47 A.A. 2013-2014 Comunicazioni Wireless 12/47 Sequenze Pseudonoise - I ◮ ◮ ◮ ◮ Sequenze Pseudonoise - II Uno dei principali attributi dei segnali SS e’ la loro somiglianza a rumore bianco per un ricevitore non autorizzato. Per tale motivo, questi segnali devono presentare livelli bassi di densita’ spettrale di potenza, e idealmente la loro densita’ spettrale di potenza assume un profilo piatto. In altre parole, i segnali SS devono avere una funzione di auto-correlazione ideale Rx (τ ) = δ(τ ), ovvero una funzione di auto-correlazione data da una delta di Dirac. Ovviamente i segnali reali non possono avere banda infinita quindi non presenteranno una funzione di auto-correlazione ideale come la delta di Dirac. Considerando lo schema classico di un sistema DS-SS, per poter perfettamente invertire l’operazione di spreading al ricevitore, mediante una correlazione, la funzione di auto-correlazione della sequenza di spreading dovrebbe idealmente essere una delta di Dirac, in modo che la convoluzione del segnale d’informazione originale con la concatenazione di spreader e despreader restituisca la sequenza originale. A.A. 2013-2014 Comunicazioni Wireless Quanto prima esposto significa richiedere che per una sequenza di spreading (a risulti: 1, se n = 0 Caa [n] = 0, se n 6= 0 avendo in precedenza utilizzato la definizione di auto-correlazione normalizzata (rispetto alla lunghezza delle sequenze). Nella pratica la proprieta’ di auto-correlazione ideale puo’ soltanto essere approssimata. In particolare, un gruppo specifico di sequenze PN, dette sequenze a massima lunghezza, o m-sequenze, forniscono le seguenti proprieta’:( 1, se n = 0, lN Caa [n] = − N1 , se n 6= 0, lN l e’ un intero 13/47 m-sequenze A.A. 2013-2014 Comunicazioni Wireless 14/47 Rappresentazione polinomiale di m-sequenze - I Le m-sequenze sono generate mediante registri a scorrimento lineari retroazionati (Linear Feedback Shift Register, LFSR) nella configurazione a massima lunghezza, per la quale, indicato con m il numero di celle del registro, la lunghezza delle m-sequenze vale N = 2m − 1. Sono infatti 2m − 1 le possibili configurazioni delle celle del registro, escludendo la configurazione tutta nulla, non ammessa a causa della linearita’ delle operazioni di generazione delle sequenze. La sequenza puo’ essere specificata come: g (p) = 1 + α1 p + α2 p 2 + . . . + αm−1 p m−1 + p m (5) sulla base della struttura del registro, come mostrato in figura: La figura illustra anche il calcolo del bit di retroazione A.A. 2013-2014 Comunicazioni Wireless 15/47 A.A. 2013-2014 Comunicazioni Wireless 16/47 Rappresentazione polinomiale di m-sequenze - II Proprieta’ delle m-sequenze Utilizzando la rappresentazione polinomiale delle m-sequenze e’ possibile individuare i cosiddetti polinomi primitivi che consentono, dato un LFSR di grado n, ovvero a n celle, di generare la/e m-sequenza/e esistenti, per qualunque configurazione iniziale delle celle del registro esclusa quella tutta nulla. La tabella di seguito mostra i polinomi primitivi (in rappresentazione ottale) che consentono di generare m-sequenze di lunghezza N da 3 a 1023 bit. Proprieta’ di sequenze PN deterministiche: ◮ bilanciamento: la frequenza relativa di 1 e di 0 nella sequenza deve essere la stessa e circa pari a 1/2 ◮ lunghezza delle corse: la lunghezza delle corse di 1 e 0 deve essere tale che meta’ delle corse hanno lunghezza 1, 1/4 delle corse ha lunghezza 2, 1/8 delle corse ha lunghezza 3, etc ◮ proprieta’ ritardo e somma (dealy & add): se la sequenza viene shiftata di un numero non nullo di elementi, la sequenza risultante avra’ un ugual numero di concordanze e discordanze con la sequenza originale Proprieta’ delle m-sequenze: ◮ Una m-sequenza ha 2m−1 bit 1, e 2m−1 − 1 bit 0 ◮ Facendo scorrere una finestra di dimensione m lungo un periodo di una m-sequenza si trova che essa contiene tutte le possibili m-ple binarie, ad eccezione della m-pla tutta nulla ◮ La m-sequenza contiene: una corsa di 1 di lunghezza m, una corsa di 0 di lunghezza m − 1, una corsa di 1 e una corsa di 0 di lunghezza m − 2, etc Esempio: per n = 6, il polinomio [103] in notazione ottale corrisponde alla notazione binaria [1000011]; poiche’ la notazione usata rappresenta i polinomi come [gn gn−1 . . . g0 ], il polinomio generatore dato equivale a: g (p) = 1 + p + p 6 . Ogni polinomio puo’ essere usato per generare una m-sequenza e il suo reciproco un’altra m-sequenza. A.A. 2013-2014 Comunicazioni Wireless ◮ La somma modulo-2 di una m-sequenza con una versione shiftata di se stessa produce un’altra versione shiftata della stessa m-sequenza 17/47 Auto-correlazione di m-sequenze A.A. 2013-2014 Comunicazioni Wireless 18/47 Cross-correlazione di m-sequenze - I Esempio di auto-correlazione di una m-sequenza di lunghezza N = 31 (m = 5) A.A. 2013-2014 Comunicazioni Wireless 19/47 ◮ La cross-correlazione tra una sequenza PN (m-sequenza) e il rumore e’ bassa, e questa proprieta’ e’ utile al ricevitore, per filtrare via il rumore in ingresso. Il rumore e’ un segnale random quindi ha auto-correlazione pari a 0 per qualunque valore dello shift del segnale stesso. ◮ La cross-correlazione tra due diverse m-sequenze e’ bassa (dovrebbe essere 0 o quasi nulla). ◮ Questa proprieta’ e’ alla base delle applicazioni CDMA, poiche’ consente al ricevitore di discriminare i segnali SS generati da differenti m-sequenze; consente di sfruttare l’elevata cross-correlazione del segnale SS con la m-sequenza corretta, e la bassa cross-correlazione tra il segnale SS e sequenze m differenti da quella usata al trasmettitore. A.A. 2013-2014 Comunicazioni Wireless 20/47 Cross-correlazione di m-sequenze - II Altre proprieta’ Esempio di cross-correlazione tra due m-sequenze di lunghezza 31 ◮ Una proprieta’ interessante ed utile delle m-sequenze riguarda la loro decimazione: decimando una m-sequenza di un fattore q, la sequenza che si ottiene ha periodo N/MCD(N, q), dove MCD indica il massimo comun divisore ◮ Di conseguenza, se MCD(N, q) = 1, otteniamo una m-sequenza che ha la stessa lunghezza di quella originale ◮ La m-sequenza cosi’ ottenuta non e’ necessariamente una nuova m-sequenza ma puo’ essere una versione shiftata di quella originale (diversa fase) ◮ Se prendiamo due m-sequenze di lunghezza N = 2n − 1, b e v = b[q], in cui q = 2k + 1 oppure q = 22k − 2k + 1, per valori interi di k, e e =MCD(n, k) e’ tale che n/e e’ un valore dispari, allora la cross-correlazione periodica tra b e v e’ a tre valori ◮ Quando n 6= 0mod4, esistono delle coppie specifiche di m-sequenze, chiamate coppie preferite, per le quali i tre valori assunti dalla cross-correlazione periodica risultano pari a: −1/N, −1/N(1 + 2⌊(n+2)/2⌋ ), 1/N(2⌊(n+2)/2⌋ − 1) , dove ⌊.⌋ e’ la funzione floor ◮ Le m-sequenze che costituiscono coppie preferite sono importanti nella generazione delle sequenze di Gold ◮ Una limitazione all’uso delle m-sequenze, specie in sistemi DS-CDMA, e’ la bassa cardinalita’ dei loro set, come mostrato nella Tabella seguente A.A. 2013-2014 Comunicazioni Wireless 21/47 Cardinalita’ di m-sequenze A.A. 2013-2014 22/47 Sequenze di Gold ◮ ◮ ◮ ◮ ◮ A.A. 2013-2014 Comunicazioni Wireless Comunicazioni Wireless 23/47 A.A. 2013-2014 Sebbene le m-sequenze abbiano ottime proprieta’ di auto-correlazione, come abbiamo visto, non risultano molto adatte all’uso in sistemi CDMA a causa della bassa cardinalita’ dei loro set. Nel 1967, Gold dimostro’ che alcune coppie di m-sequenze, dette preferite, hanno un buon comportamento in termini di cross-correlazione (che risulta a tre valori) e possono essere combinate per formare sequenze chiamate di Gold. Piu’ precisamente, si possono generare N + 2 sequenze di Gold da una coppia di m-sequenze preferite di lunghezza N = 2n − 1. Se b1 e b2 rappresentano la coppia di m-sequenze preferite, il set di sequenze di Gold e’ dato da: G (b1 , b2 ) = b1 , b2 , b1 ⊕ b2 , b1 ⊕ Tb2 , b1 ⊕ T 2 b2 , . . . b1 ⊕ T N−1 b2 , dove T rappresenta l’operazione di shift della sequenza rispetto all’originale. Alcune delle sequenze cosi’ ottenute non sono piu’ a massima lunghezza. La cross-correlazione periodica normalizzata tra due qualunque sequenze della famiglia cosi’generata assume sempre tre valori: 1 n+1 − N , − N1 t(n), N1 (t(n) − 2) , dove t(n) = 2 2 + 1 per n dispari, e n+2 t(n) = 2 2 + 1 per n pari. Comunicazioni Wireless 24/47 Generazione di sequenze di Gold di lunghezza 31 - esempio Auto- e cross-correlazione di sequenze di Gold - esempio Il vantaggio di usare le sequenze di Gold sulle m-sequenze sta nel poter aumentare la cardinalita’ del set e controllare i valori di cross-correlazione. Tuttavia, le prestazioni di auto-correlazione peggiorano, come mostrato nella figura seguente per il caso n = 6 Affinche’ le m-sequenze scelte siano le preferite, devono soddisfare le seguenti condizioni: In particolare, i valori di auto-correlazione fuori aggancio sono piu’ alti che nel caso delle m-sequenze, e assumono gli stessi tre valori in precedenza indicati per la cross-correlazione ◮ n 6= 0mod4, ovvero n dispari, oppure n = 2mod4 ◮ b2 = b1 [q], con q dispari oppure q = 2k + 1 o q = 22k − 2k + 1 per k intero ◮ MCD(n, k)=1 per n dispari, e MCD(n, k)=2 per n = 2mod4 A.A. 2013-2014 Comunicazioni Wireless 25/47 Sequenze di Kasami A.A. 2013-2014 ◮ Come precedentemente illustrato, il Welch bound ci dice che la cross-correlazione tra due qualsiasi qsequenze di un set a cardinalita’ M e’ limitata inferiormente dal M−1 . Quindi, per set di sequenze relativamente numerosi valore Cmax = MN−1 q 1 (M >> 1), la cross-correlazione sara’ sempre maggiore di un valore ∼ . = N ◮ n massima per un set di sequenze q di Gold di lunghezza N = 2 − 1 e’ circa pari a q 2 4 per n dispari, e a circa per n pari (assumendo N = 2n − 1 ∼ = 2n ). N N Quindi, la cross-correlazione massima per le sequenze di Gold supera il limite di √ Welch per almeno un fattore 2. ◮ ◮ Da quanto visto sulle sequenze di Gold, si puo’ mostrare che la cross-correlazione ◮ Un’altra famiglia di sequenze puo’ essere costruita a partire dalle m-sequenze, e sono le sequenze di Kasami, che hanno una cardinalita’ pari a 2n/2 per una lunghezza N = 2n − 1 e una funzione di cross-correlazione a tre valori. Purtroppo, sebbene questo set di sequenze soddisfi il Welch bound, non e’ un set molto numeroso, ed e’ infatti chiamato Kasami small set. ◮ Un set piu’ ampio di sequenze di Kasami, il cosiddetto large set, puo’ essere ottenuto includendo le sequenze di Gold e il Kasami small set, a patto che mod(n, 4) = 2. Si ottengono cosi’ in totale M = 23n/2 + 2n/2 sequenze, di lunghezza N = 2n − 1, tali che sia la autoche la cross-correlazione o assumono i tre valori possibili: n −1±2n/2 −1±2n/2+1 . −1/N, N , N −1/N, −1/N(2n/2 + 1), 1/N(2n/2 − 1) , e soddisfa il Welch bound. Comunicazioni Wireless 27/47 Le sequenze di Kasami sono generate in maniera simile alle Gold. Si parte con una m-sequenza b di lunghezza N = 2n − 1 e n pari. Decimando b per il fattore 2n/2 + 1, si ottiene una seconda m-sequenza b’ che ha lunghezza 2n/2 − 1. Sommando modulo-2 b e le 2n/2 − 1 versioni shiftate di b’ si ottiene un set di 2n/2 − 1 sequenze. Includendo la sequenza originale b si ottiene la cardinalita’ M = 2n/2 . ◮ ◮ Precisamente, la cross-correlazione di sequenze di Kasami puo’ assumere valori A.A. 2013-2014 26/47 Generazione di sequenze di Kasami ◮ in: Comunicazioni Wireless A.A. 2013-2014 Comunicazioni Wireless 28/47 Generazione di sequenze PN: sommario Sequenze ortogonali ◮ Alcuni sistemi ad accesso multiplo e applicazioni di multiplexing richiedono l’uso di sequenze a cross-correlazione nulla. Cio’ e’ possibile a patto che il sistema sia sincrono o adattivo. Nel primo caso, le sequenze e le forme d’onda sono dette ortogonali. ◮ Nei set di sequenze ortogonali, tutte le cross-correlazioni tra coppie di sequenze del set sono nulle. ◮ In sistemi CDMA, si usano sequenze ortogonali sia a lunghezza fissa che variabile; ogni utente utilizza una sequenza che lo rende ortogonale a tutti gli altri utenti. Le famiglie di sequenze piu’ usate e note sono le sequenze di Walsh e le sequenze OVSF (Orthogonal Variable Spreading Factor). ◮ A.A. 2013-2014 Comunicazioni Wireless 29/47 Sequenze di Walsh - I A.A. 2013-2014 Comunicazioni Wireless 30/47 Comunicazioni Wireless 32/47 Sequenze di Walsh - II Le sequenze ortogonali di uso piu’ comune sono quelle cosiddette di Walsh, o Walsh-Hadamard, perche’ basate sull’uso di matrici di Hadamard per la loro generazione. Le matrici di Hadamard sono formate, per i ≥ 0, come: I codici di Walsh di lunghezza 2i sono cosi’ ottenuti dalle righe della matrice di Hadamard H2i . Le righe della matrice di Hadamard sono ortogonali, cosi’ possono essere usate per formare 2i codici di spreading ortogonali. la lunghezza di queste sequenze puo’ soltanto essere una potenza di 2. Inoltre, e’ importante sottolineare che l’ortogonalita’ si mantiene soltanto se i codici sono propriamente allineati nel tempo, ovvero se il sistema e’ sincrono. Quando l’allineamento non c’e’, le prestazioni di cross-correlazione diventano molto povere. Allo stesso tempo, questi codici non hanno buone prestazioni in termini di auto-correlazione, che puo’ essere molto diversa e lontana da quella ideale, come mostrato nella slide seguente. A.A. 2013-2014 Comunicazioni Wireless 31/47 A.A. 2013-2014 Sequenze OVSF - I Sequenze OVSF - II Un altro limite delle sequenze di Walsh e’ dovuto al fatto che esse richiedono che tutti i segnali nello stesso sistema presentino lo stesso spreading factor, cioe’ diano luogo alla stessa espansione di banda. Tuttavia, in alcune applicazioni, specie legate alla trasmissione di segnali multimediali, puo’ essere richiesta una certa flessibilita’ nell’avere data rate multipli, mantenendo pero’ fissa la chip rate. Siamo dunque anche interessati a sequenze che si mantengano ortogonali anche a fronte di fattori di spreading variabili. Vengono cosi’ introdotte le sequenze OVSF, anch’esse basate sulle matrici di Hadamard, ma assegnate secondo una albero binario, come mostrato in figura. ◮ Sequenze appartenenti a rami differenti dell’albero, alla stessa profondita’, sono ortogonali. Inoltre, una sequenza di lunghezza 2k−i e’ ortogonale ad una sequenza di lunghezza 2k se e solo se essa non discende dalla prima. Se la lunghezza massima e’ N = 2k , le sequenze possono essere assegnate dalla lunghezza 1 alla N, tuttavia ogni sequenza di lunghezza 2k−i elimina 2i sequenze di lunghezza 2k dalla possibilita’ di utilizzo. ◮ Nella figura precedente, N = 16, quindi ci sono 16 sequenze, in totale, di massima lunghezza che possono essere assegnate agli utenti. Supponiamo che si debba assegnare una sequenza di lunghezza 24−2 = 4. Per ciascuna sequenza di lunghezza 4, ci sono due sequenze di lunghezza 8, e quattro sequenze di lunghezza 16, che non sono ortogonali ad essa, perche’ discendono dalla medesima sequenza. Per ottenere ortogonalita’, non possiamo assegnare sequenze che discendono da una sequenza gia’ assegnata ad un utente. ◮ Per ciascun codice di lunghezza 4 che viene assegnato ad un utente, dobbiamo pertanto eliminare due codici di lunghezza 8, e quattro di lunghezza 16. Rimangono comunque sei sequenze di lunghezza 8, e dodici di lunghezza 16 che sono disponibili perche’ ortogonali alla sequenza di lunghezza 4 originariamente scelta. A.A. 2013-2014 Comunicazioni Wireless 33/47 Sequenze OVSF - III A.A. 2013-2014 ◮ A.A. 2013-2014 34/47 Approccio Multiple-Spreading ◮ ◮ Comunicazioni Wireless In questo modo, utenti con differenti guadagni di spreading (ovvero differenti spreading factors) possono rimanere ortogonali, a patto che i loro segnali siano sincronizzati nel tempo. L’ortogonalita’ tra codici di lunghezza diversa viene verificata sulle varie parti della sequenza di lunghezza maggiore, rispetto a quella di lunghezza minore (es: se A e’ formato da due chip, e B da quattro, A e B sono ortogonali se la cross-correlazione di A con la prima parte di B e’ zero, e se e’ nulla la cross-correlazione di A con la seconda parte di B). Le sequenze ortogonali consentono di ottenere la perfetta soppressione dell’interferenza multi-utente al ricevitore, se i segnali sono trasmessi su canale AWGN. Viceversa, in canali multipath, la delay dispersion distrugge l’ortogonalita’ delle sequenze in uso. In tal caso il ricevitore puo’ accettare l’interferenza addizionale (indicata come fattore di ortogonalita’), oppure utilizzare un filtro di equalizzazione che elimini la delay dispersion prima di eseguire la correlazione e la separazione degli utenti. Comunicazioni Wireless ◮ ◮ ◮ ◮ 35/47 A.A. 2013-2014 Quando occorre aumentare la capacita’ di sistemi multi-utente, come i sistemi cellulari, si puo’ adottare il cosiddetto approccio Multiple-Spreading, o Layered-Spreading, usando cioe’ diversi set di sequenze di spreading, e piu’ operazioni di spreading sullo stesso segnale. Tipicamente si attua una prima operazione di spreading usando codici ortogonali, in modo da conseguire l’ortogonalita’ mutua tra tutti gli utenti della stessa cella. Queste sequenze sono anche dette channelization codes. L’ulteriore spreading dell’informazione d’utente avviene mediante una sequenza PN che agisce come codice di scrambling, fornendo mutua randomicita’ e bassa cross-correlazione tra utenti che stanno in celle diverse. Questo approccio richiede banda sufficiente, perche’ ogni operazione di spreading aumenta il rate, ma e’ efficace per decodificare gli utenti nella stessa cella, e ridurre l’interferenza tra utenti in celle diverse. Un caso d’uso e’ il CDMA combinato con FDMA: ogni sottobanda in cui risulta suddivisa l’intera banda disponibile viene gestita con accesso multiplo CDMA tra piu’ utenti. Comunicazioni Wireless 36/47 CDMA e progettazione delle sequenze - sintesi Proposte alternative Riassumendo quanto visto fin qui, possiamo dire che la selezione delle sequenze di spreading ha effetti sostanziali sulle prestazioni di un sistema CDMA. In generale, le proprieta’ da considerare sono: Le famiglie di sequenze trattate nelle slides precedenti sono ormai ben note e di uso tradizionale nei sistemi CDMA e DS-SS. E’ possibile tuttavia esplorare delle soluzioni alternative, che facciano uso di famiglie differenti di sequenze, sempre binarie, individuate sulla base di una o piu’ proprieta’ tra quelle piu’ volte citate. In particolare, sono due le famiglie di sequenze in fase di studio per applicazioni DS-SS e DS-CDMA: ◮ auto-correlazione: idealmente, a shift nullo l’AC dovrebbe essere pari al numero di chip della sequenza (N), e valere zero per ogni altro valore dello shift (i cosiddetti side-lobes). Una buona auto-correlazione consente di migliorare la sincronizzazione, inoltre le proprieta’ della auto-correlazione influenzano la interferenza inter-chip in un ricevitore Rake (l’uscita del correlatore e’ la somma delle ACF degli echi ritardati, per cui la presenza di un picco spurio di AC puo’ essere interpretata come un ulteriore contributo multipath); ◮ cross-correlazione: idealmente, le sequenze usate dovrebbero essere ortogonali, per annullare l’interferenza inter-utente. Nei sistemi asincroni, l’ortogonalita’ deve essere garantita per valori arbitrari di ritardo tra i diversi utenti; ◮ sequenze binarie di De Bruijn ◮ sequenze binarie ricavate da generatori caotici ◮ numero di sequenze: in un sistema CDMA tentiamo di allocare il maggior numero di utenti, e questo richiede famiglie di sequenze di una certa cardinalita’. Il numero di sequenze ortogonali non puo’ superare la lunghezza delle sequenze stesse, altrimenti occorre accettare un degrado delle prestazioni legato a una cross-correlazione tra sequenze di utenti differenti che risulta diversa da zero. A.A. 2013-2014 Comunicazioni Wireless 37/47 Sequenze binarie di De Bruijn - I A.A. 2013-2014 Comunicazioni Wireless 38/47 Sequenze binarie di De Bruijn - II La tabella seguente illustra l’impressionante cardinalita’ offerta dalle sequenze binarie di De Bruijn, a parita’ di span, rispetto alle altre sequenze binarie ben note fin qui analizzate. ◮ Una sequenza binaria di De Bruijn di span n ha lunghezza pari a 2n ed e’ tale per cui, se osservata ciclicamente muovendo una finestra ideale di lunghezza n sopra la sequenza, essa contiene esattamente tutte le possibili n-ple binarie, inclusa la n-pla tutta nulla, senza ripetizioni. ◮ Questa definizione ricorda da vicino quella di una m-sequenza; la differenza sostanziale risiede nel fatto che le sequenze binarie di De Bruijn vengono generate mediante registri a scorrimento retroazionati di tipo NON lineare, nei quali, cioe’, la funzione di feedback e’ tipicamente una funzione booleana non lineare, che non si compone di sole somme e moltiplicazioni modulo-2. Per questo, la generazione di una sequenza di De Bruijn puo’ anche prevedere un registro inizialmente configurato con tutte le sue celle poste a zero. ◮ Tuttavia, non tutte le sequenze generate da un NFSR (Non-linear Feedback Shift Register) sono sequenze di De Bruijn; per poter essere tali, devono verificare la proprieta’ sopra enunciata. E’ possibile dimostrare che il numero totale di n−1 sequenze di De Bruijn binarie di span n e’ dato da: M = 22 −n . A.A. 2013-2014 Comunicazioni Wireless A fronte di tante sequenze disponibili, tuttavia, e’ necessaria un’attenta opera di selezione, per ricavare le sequenze adatte agli scopi di un sistema CDMA. Inoltre, le sequenze di De Bruijn pongono un problema ancora in parte irrisolto, legato alla complessita’ degli algoritmi fin qui proposti per la loro generazione, trattandosi di schemi che procedono dapprima generando tutte le possibili sequenze binarie di lunghezza 2n e poi selezionando quelle che soddisfano la definizione precedentemente data. 39/47 A.A. 2013-2014 Comunicazioni Wireless 40/47 Sequenze binarie di De Bruijn - proprieta’ di correlazione Auto-correlazione sequenze di De Bruijn Andamento delle funzioni di auto-correlazione periodica di tutte le 2048 sequenze binarie di De Bruijn di span 5. Le sequenze binarie di De Bruijn presentano alcune caratteristiche interessanti per le loro proprieta’ di auto- e cross-correlazione. Per l’auto-correlazione: P Caa [k] = 2n per k=0 P Caa [k] = 0 per P Caa 1 ≤ |k| ≤ n − 1 [k] 6= 0 per |k| = n P Caa Si dimostra inoltre che [k] ≡ 0 mod 4 per tutti i valori di k, per ogni arbitraria sequenza a di periodo N = 2n , con n ≥ 2. Se si esclude il picco a k = 0, le funzioni di auto-correlazione di tutte le sequenze di De Bruijn sono simmetriche rispetto al valore centrale. Un aspetto peculiare e interessante, tuttora oggetto di studio, e’ la seconda tra le proprieta’ di auto-correlazione, che denota l’ esistenza di una cosiddetta Zero Correlation Zone (ZCZ) intrinseca nella natura stessa delle sequenze. Si dimostra che esiste un bound al valore massimo di auto-correlazione fuori aggancio (per k 6= 0) dato da: n + 2 P , for 1 ≤ k ≤ N − 1 [k] ≤ 2n − 4 0 ≤ max Caa 2n dove [x]+ indica il piu’ piccolo intero maggiore o uguale a x. A.A. 2013-2014 Comunicazioni Wireless 41/47 Cross-correlazione sequenze di De Bruijn A.A. 2013-2014 Comunicazioni Wireless 42/47 Sequenze binarie da generatori caotici Valgono proprieta’ analoghe a quelle indicate per l’auto-correlazione: date due sequenze a1 e a2 , incluse a1 = a2 , di span n e periodo N, la funzione di cross-correlazione Ca1 a2 [k], per 0 ≤ k ≤ N − 1, esibisce le seguenti proprieta’: N−1 X Ca1 a2 [k] = Ca1 a2 [N − k] , per 0 ≤ k ≤ N − 1 Ca1 a2 [k] = 0 Ca1 a2 [k] ≡ 0 mod 4, per n ≥ 2, ∀k k=0 Vale inoltre il seguente bound: −2n ≤ Ca1 a2 [k] ≤ 2n − 4, per 0 ≤ k ≤ N − 1 A.A. 2013-2014 Comunicazioni Wireless 43/47 A.A. 2013-2014 Comunicazioni Wireless 44/47 Bibliografia - I Bibliografia - II ◮ L. Welch, Lower bounds on the maximum cross-correlation of signals, IEEE Transactions on Information Theory, vol. IT-20, pp. 397-399, May 1974. ◮ D. Sarwate and M. Pursley, Crosscorrelation properties of pseudorandom and related sequences, Proceedings of the IEEE, vol. 68, pp. 593-619, May 1980. ◮ R. Gold, Optimum binary sequences for spread spectrum multiplexing, IEEE Transactions on Information Theory, vol. IT-13, pp. 619-621, October 1967. T. Kasami, Weight distribution formula for some class of cyclic codes, University of Illinois-Urbana Technical Report R-285, April 1966. ◮ ◮ A.A. 2013-2014 Spinsante, S., Gambi, E., Warty, C., Mattigiri, S., Yu, R.W. Analysis of spreading codes in conjunction with ambiguity function for inter vehicular communication (2013) IEEE Vehicular Technology Conference, ISSN: 15502252 ISBN: 9781467361873 DOI: 10.1109/VTCFall.2013.6692104 ◮ Warty, C., Mattigiri, S., Gambi, E., Spinsante, S. De Bruijn sequences as secure spreading codes for wireless communications (2013) Proceedings of the 2013 International Conference on Advances in Computing, Communications and Informatics, ICACCI 2013, art. no. 6637190, pp. 315-320. ISBN: 9781467362153 DOI: 10.1109/ICACCI.2013.6637190 Spinsante, S., Gambi, E. De bruijn binary sequences and spread spectrum applications: A marriage possible? (2013) IEEE Aerospace and Electronic Systems Magazine, 28 (11), art. no. 6678491, pp. 28-39. ISSN: 08858985 DOI: 10.1109/MAES.2013.6678491 ◮ J. Lindholm, An analysis of the pseudo-randomness properties of subsequences of long m-sequences, IEEE Transactions on Information Theory, vol. IT-15, 1968. Comunicazioni Wireless 45/47 Disponibilita’ di tesi sull’argomento Vedere il sito: http://www.tlc.dii.univpm.it/blog/ - available theses Sequenze di spreading per comunicazioni a spettro espanso (T,M) ◮ T: implementazione di algoritmi per la generazione di sequenze di spreading appartenenti a famiglie gia’ individuate (caotiche, Zadoff-Chu, De Bruijn binarie e/o multi-livello). Analisi e confronto tra le sequenze, sulla base di proprieta’ di interesse gia’ individuate. Linguaggio di programmazione: MATLAB. ◮ M: analisi dello stato dell’arte relativo a sistemi di telecomunicazione wired/wireless operanti con tecniche a spettro espanso; selezione di un sistema di interesse; individuazione delle famiglie di sequenze in uso; proposta di soluzioni adoperanti sequenze alternative. Attivita’ di simulazione e verifica delle prestazioni mediante programmi in MATLAB. Sistemi di scrambling e soluzioni innovative (T,M) ◮ T: implementazione di algoritmi per lo scrambling usati in differenti sistemi di telecomunicazione (LTE, DVB, etc). Analisi e confronto tra le prestazioni, sulla base di proprieta’ di interesse gia’ individuate. Linguaggio di programmazione: MATLAB. ◮ M: analisi dello stato dell’arte relativo alle tecniche di scrambling in LTE-A; individuazione delle principali proprieta’ e prestazioni; proposta di soluzioni adoperanti schemi alternativi. Attivita’ di simulazione e verifica delle prestazioni mediante programmi in MATLAB. A.A. 2013-2014 ◮ Comunicazioni Wireless 47/47 A.A. 2013-2014 Comunicazioni Wireless 46/47
© Copyright 2024 Paperzz