非均匀振幅向量量化於无线通讯之应用.pptVIP

非均勻振幅向量量化於無線通訊之應用 學生:曾益龍 9212204 教師:蘇仲鵬教授 摘要 本文對無線通訊系統振幅偵測技術，提出最佳量化結構來改善平均誤差，實驗結果顯示其改善最多可達24.8%。 關鍵字:向量量化、相位振幅式量化、適應性量化器 一. 簡介 向量量化 (vector quantization, VQ) [1, 2] 技術在數位影像處理與資料壓縮傳輸，不論在國內外都有相當多應用 [3-5]。其探討範圍不外乎是最佳量化碼書 (code book) 訓練，以及適應性量化演算法則 [6]。在通訊系統中運用這項技術首先考量以通道之白色高斯雜訊分佈對各系統作訓練，在最佳量化碼書訓練方面，均勻式量化 (uniform quantization) [7] 一直是現有技術的主流之一，其簡易的規劃性，且均勻的量化誤差，在實驗中,也可得到這個規劃在不同位元數下的最佳化碼書。然而均勻的量化結構只對於均勻性訊號會有較佳的效果，自然的通道環境下訊號卻經常呈現非均勻通道白色高斯干擾以及通道衰退 (fading) 的情形；所以對於這種現象的探討，以非均勻量化以及適應性量化結構來提高更多振幅偵測的效益與性能，就是本研究的動機。最佳化振幅碼書搜尋的過程，採用等差線性演算法來取帶傳統的疊代演算法(generalized Lioyd algorithm ,GLA) [8],來呈現誤差率在結構上的非線性動態曲線，而不只是得到最佳值而已。 藉由不同的振幅碼書結構以及非線性動態曲線的觀察，我們提出另一種效率更佳的新式相位振幅量化法，在演算過程中發現此種新式架構在不同位元數下與均勻式量化之最佳結果之比較，其效能提升約 10~25%，相當於增加整體量化記憶體數 50~100% 所提升的效能。我們將根據此新架構分析其適用範圍及限制條件。 無線通訊通道向量量化之適應性法則，一般採取振幅碼書切換式以及前置式與後置式 [2] 三種方式。在實驗中，我們比較了這三者的優缺點，及搭配新式相位振幅量化法與均勻式量化，表現適應性在振幅偵測所展現的性能以及效益。 二.通道訊號量化誤差量的估測 通道信號歐氏距離 (Euclidean distance) [9, 10]定義為通道原點與訊號位置兩點之間的直線距離，即在通道平面中，若原點 p0 = (x0, y0) 及任一點 p1 = (x1, y1)，那麼兩點之間的直線距離即是 (1) 令 p1 落在相對的量化點 pq = (xq, yq)的區域內，則 pq 與原點的距離為 (2) 由於是要取通道量化振幅差，故以計算訊號點 p1 點對原點的距離D1，及量化點 pq 對原點的距離 Dq，來估測一個絕對誤差，即 (3) 在這個誤差測試上由於是小數量分析，故採用平均絕對誤差 (mean absolute error, MAE) 的方式來評估系統的好壞，以及是否為最佳化。MAE 的定義為 MAE (4) 其中n為訓練訊號的總數，下標i 及 j 分別表示通道 I 及通道Q 的分量。I 分量與 Q 分量則分別由通道數位向量分量 sin(wt) 及cos(wt) 取得。 三. 通道模型的二維高斯分佈 根據中央極限定理 (central limit theorem)，多路徑效應造成接收訊號呈複數型態，且其同相成份 (in-phase component) 及 正交成份 (quadrature component) 可視為高斯隨機變數 (Gaussian random variable)，故接收訊號的振幅 r 為瑞雷 (Rayleigh) [11]分佈。其機率分佈密度 (pdf) 可寫為 (5) 如圖1 所示。 稱為位置參數 (location parameter)，因此 影響訊號分佈的位置； 則為尺度參數， 愈大代表訊號分佈散的愈開。實驗中採用位置參數的變化代表振幅衰減及相位偏移，而尺度參數的變化則代表訊號的擴散程度。 四. 二維均勻量化之最佳化 考量一個直接採用均勻式量化的二維系統，經訓練取得最佳的分割大小，二維均勻式量化的