UWB基础——IEEE 802.15.4z中可选波形

在前面的文章:UWB基础——基带简介中介绍了关于UWB基带脉冲波形以及相关的定义,本文继续介绍在IEEE 802.15.4z-2020标准中新增的一些兼容脉冲形状。

1. 基带脉冲响应

传输脉冲形状p(t)受到与标准参考脉冲r(t)的互相关函数形状的限制。
两个脉冲之间归一化互相关定义如下:
ϕ ( τ ) = 1 E r E p R e ∫ − ∞ ∞ r ( t ) p ∗ ( t + τ ) d t \phi(\tau) = \frac{1}{\sqrt{E_r E_p}}Re\int_{-\infty}^{\infty}r(t)p^{*}(t+\tau) dt ϕ(τ)=ErEp 1Rer(t)p(t+τ)dt

E r E_r Er E p E_p Ep为参考脉冲r(t)与传输脉冲p(t)的能量。 p ∗ p^* p表示为传输脉冲p的复共轭,Re表示仅使用实部。

r(t)为根升余弦脉冲,滚降因子(roll-off) β = 0.5 \beta = 0.5 β=0.5

r ( t ) = 4 β π T p c o s [ ( 1 + β ) π t / T p ] + s i n [ ( 1 − β ) π t / T p ] 4 β ( t / T p ) 1 − ( 4 β t / T p ) 2 r(t)=\frac{4\beta}{\pi \sqrt{T_p}} \frac{cos[(1+\beta)\pi t/T_p] + \frac{sin[(1-\beta)\pi t/T_p]}{4\beta(t/T_p)}}{1-(4\beta t/T_p)^2} r(t)=πTp 4β1(4βt/Tp)2cos[(1+β)πt/Tp]+4β(t/Tp)sin[(1β)πt/Tp]

T p T_p Tp是每个符号的持续时间,为chip频率的倒数。

UWB带宽为499.2MHz时, T p T_p Tp约为2ns, β \beta β为滚降因子,当 β = 0.5 \beta=0.5 β=0.5时,可以达到最小带外泄露和最小失真。

在标准中,不同信道参考脉冲周期,以及主瓣宽度等有如下的要求:

通道号脉冲周期, T p T_p Tp ns主瓣宽度, T w T_w Tw ns
{0:3, 5:6, 8:10, 12:14}2.000.5
70.920.2
{4, 11}0.750.2
150.740.2

可知,脉冲周期 T p T_p Tp为对应信道带宽的倒数,而主瓣宽度则进行强制限制,在设计波形时需要满足标准的要求。

2. HRP UWB PHY可选脉冲形状

在IEEE 802.15.4z-2020标准中,增加了一些可选脉冲形状的形状,提高了UWB PHY的多样性。

2.1 可选Chirp on UWB(CoU)脉冲

CoU脉冲的目的是提供额外的维度(除了频率和DS编码)来支持同时操作的piconets(微微网)。
由于除强制脉冲形状外,CoU是脉冲形状的可选模式,因此当设备实现CoU选项时,所有调制规范应与强制脉冲形状的调制规范相同,但为CoU脉冲定义的调制规范除外。

基带CoU脉冲的数学表达式如下:

p C o U ( t ) = { p ( t ) e − j π β t 2 2 , − T 2 ≤ t ≤ T 2 0 o t h e r w i s e p_{CoU}(t)= \begin{cases} p(t)e^{-j\frac{\pi \beta t^2}{2}}, -\frac{T}{2} \leq t \leq \frac{T}{2} \\ 0 \qquad \qquad otherwise \end{cases} pCoU(t)={p(t)ej2πβt2,2Tt2T0otherwise

p(t)为强制脉冲波形,即根升余弦脉冲。
β = B / T \beta = B/T β=B/T,为chirping rate (啁啾率),B为带宽,T为CoU脉冲的周期。

在这里插入图片描述根据斜率不同,划分了CoU信道:

CoU编号 β \beta β 斜率
CCh.1500 MHz/2.5ns
CCh.2-500 MHz/2.5ns
CCh.31 GHz/5ns
CCh.4-1 GHz/5ns
CCh.51 GHz/10ns
CCh.6-1 GHz/10ns

2.2 可选连续谱(CS)脉冲

continuous spectrum, CS。通过将强制脉冲r(t)通过全通CS滤波器获得。CS滤波器在输入脉冲中引入可控群延迟。可选CS脉冲的目的是降低不同PAN之间的干扰。

p C S ( t ) = ∫ P ( f ) e x p [ − j 2 π f ( t − τ ∗ f ) ] d f p_{CS}(t)= \int P(f)exp[-j2\pi f(t-\tau *f)] df pCS(t)=P(f)exp[j2πf(tτf)]df

τ \tau τ为群延迟, P(f)为p(t)的傅里叶变换,p(t)是满足UWB脉冲要求的脉冲形状。

CS group delay

CS脉冲编号 τ \tau τ 群延迟
No.12ns/500 MHz
No.2-2ns/500 MHz
No.35ns/1 GHz
No.4-5ns/1 GHz
No.510ns/1 GHz
No.6-10ns/1 GHz

2.3 脉冲线性组合(LCP)

linear combination of pulses,(LCP)是一种可选的脉冲形状,可用于调节器需要DAA方案的调节区域。使用LCP脉冲波形使得PAN能够控制对现有无线系统的干扰。LCP的脉冲形状为N个加权和延迟脉冲p(t)得总和,如下所示:
p L C P ( t ) = ∑ i = 1 N a i p ( t − τ i ) p_{LCP}(t)=\sum_{i=1}^Na_ip(t-\tau_i) pLCP(t)=i=1Naip(tτi)

p(t)是满足互相关限制的任意脉冲。

可以组合的脉冲数量N被限制为4个,另外,脉冲延迟限制在 0 ≤ τ i ≤ 4 n s 0 \leq \tau_i \leq 4 ns 0τi4ns。假设 τ 1 \tau_1 τ1的值为0,因此,剩余的延迟被视为相对于标准脉冲的相对延迟时间。
振幅 a i a_i ai得选择应确保组合脉冲中的能量与强制脉冲中的能量相同。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/174698.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于连续Hopfield神经网络优化——旅行商问题优化计算

大家好,我是带我去滑雪! 利用神经网络解决组合优化问题是神经网络应用的一个重要方面。所谓组合优化问题,就是在给定约束条件下,使目标函数极小(或极大)的变量组合问题。将Hopfield网络应用于求解组合优化问…

php+vue3实现点选验证码

buildadmin 中的点选验证码实现 验证码类 <?phpnamespace ba;use Throwable; use think\facade\Db; use think\facade\Lang; use think\facade\Config;/*** 点选文字验证码类*/ class ClickCaptcha {/*** 验证码过期时间(s)* var int*/private int $expire 600;/*** 可以…

Leetcode刷题详解——太平洋大西洋水流问题

1. 题目链接&#xff1a;417. 太平洋大西洋水流问题 2. 题目描述&#xff1a; 有一个 m n 的矩形岛屿&#xff0c;与 太平洋 和 大西洋 相邻。 “太平洋” 处于大陆的左边界和上边界&#xff0c;而 “大西洋” 处于大陆的右边界和下边界。 这个岛被分割成一个由若干方形单元格…

Spring Cloud学习(八)【RabbitMQ 服务异步通讯】

文章目录 初识 MQ同步通讯异步通讯MQ 常见框架 RabbitMQ 快速入门RabbitMQ 单机部署RabbitMQ概述常见消息模型 SpringAMQPSimpleQueue 模型WorkQueue 模型发布订阅模型发布订阅-Fanout Exchange发布订阅-DirectExchange发布订阅-TopicExchange消息转换器 初识 MQ 同步通讯 同步…

解密图像处理中的利器——直方图与均衡化

直方图与均衡化是数字图像处理中常用的重要工具&#xff0c;它们能够帮助我们更好地理解和改善图像的亮度分布。本文将首先介绍直方图的基本概念以及其在图像处理中的意义&#xff0c;接着详细阐述直方图均衡化的原理和算法。同时&#xff0c;文章将探讨直方图均衡化在图像增强…

基于Vue+SpringBoot的天然气工程运维系统 开源项目

目录 一、摘要1.1 项目介绍1.2 项目详细录屏 二、功能模块2.1 系统角色分类2.2 核心功能2.2.1 流程 12.2.2 流程 22.3 各角色功能2.3.1 系统管理员功能2.3.2 用户服务部功能2.3.3 分公司&#xff08;施工单位&#xff09;功能2.3.3.1 技术员角色功能2.3.3.2 材料员角色功能 2.3…

【Redis系列】Redis上设置key,value的时候出现NOAUTH Authentication required提示如何解决?

哈喽&#xff0c;大家好&#xff0c;我是小浪。相信大家在初学一门新的知识点的时候都会遇到各种各样的问题&#xff0c;在网上找了一大堆的解决方案&#xff0c;最后还是无功而返&#xff0c;那么今天博主就记录一下在进行Redis的一些操作中遇到的问题~ 当我们好不容易安装好R…

matlab simulink PSO算法优化simulink的PID参数

1、内容简介 略 13-可以交流、咨询、答疑 PSO算法优化simulink的PID参数 2、内容说明 标准的PSO算法优化simulink的PID参数 PSO、粒子群算法、simulink参数优化 3、仿真分析 4、参考论文 略 链接&#xff1a;https://pan.baidu.com/s/1yQ1yDfk-_Qnq7tGpa23L7g 提取码&…

计算机组成原理——指令系统题库1-20

1、以下有关指令系统的说法中错误的是什么。 A、 指令系统是一台机器硬件能执行的指令全体 B、 任何程序运行前都要先转化为机器语言 C、 指令系统是计算机软件、硬件的界面 D、 指令系统和机器语言是无关的。 2、在CPU执行指令的过程中&#xff0c;指令的地址由什么给出。…

线性模型拟合非线性数据中,如何找到最优的【分箱】数

具体的数据可以回看上一条博客。我们先来始化三个空列表&#xff0c;用于存储后续计算的预测得分、交叉验证得分的平均值和交叉验证得分的方差。 pred,score,var [], [], [] 2. 再定义一个列表&#xff0c;包含了我们想要尝试的分箱数量。 binsrange [2,5,10,15,20,30] 3…

Domino 14中安装配置使用OnTime团队日历组件

大家好&#xff0c;才是真的好。 在9月底发布的Domino 14 EA3中&#xff0c;包含了OnTime团队日历组件。OnTime是一款日历协作功能应用&#xff0c;侧重于团队日历&#xff0c;功能侧重于协作&#xff0c;界面较为简洁、现代等。 Domino如今越来越多地集成进合作伙伴的解决方…