549_Sovremennye_problemy_telekommunikatsij_

Z

Z

R

j

w L

1

wC

С12

С12

s

s

b

Z

R

R

j

w L

L

1

wC

С22

d

s

d

s

bc

где

Cab1 Ca 1 Cb 1

и

Cbc1 Cb 1 Cc 1

(3)

(4)

Величины внутренних компонент малосигнальной модели представляющей активное устройство, получаются аналитически с использованием горячих S параметров модели. Аналитическая эквивалентная схема устройства смещенного в номинальную рабочую точку (т. н. горячего устройства) приведена на Рис. 2

Измеренные значения горячих S параметров необходимо в первую очередь перевести в их эквивалентные Y параметры используя соотношение[2]

Рис. 2 Эквивалентная схема транзистора смещенного в рабочую точку

1

1

(5)

Y 2 [1] [S]

Вычисленные Y параметры связаны с элементами эквивалентной схемы следующими со-

отношениями [3]

RiCgs2 w2

Cgs

Y

jw

C

11

D

D

gd

(6)

Y12 jwCgd

(7)

gme jw

Y21

jwCgd

1 jwRiCgs

(8)

Y22 gds jw Cds Cgd

(9)

где

D 1 RiCgs2 w2

Выражения (6) – (9) можно разделить на их реальную и мнимую части, что позволит, таким образом, аналитически определить параметры схемы

3. Результаты

Эксперимент проводился с использованием методов математического моделирования реального полевого СВЧ транзистора с высокой подвижностью электронов (PHEMT) LPS200 фирмы Filtronic Compound Semiconductors. Для моделирования использовались данные измерений S параметров предоставленных заводом изготовителем. При математическом модели-

101

ровании дополнительно вносилась искусственная погрешность, учитывающая погрешность результатов измерения.

В результате моделирования установлено, что рассмотренный метод моделирования несложен и достаточно точен. Погрешность моделируемого транзистора по модулю S11 и S22 не превышает 0.05, а по фазе 3 . Однако этого может быть недостаточно при проектировании малошумящей аппаратуры связи. При этом процедура оптимизации модели не проводилась. Данная модель может служить первым приближением при дальнейшей оптимизации модели.

Литература

1.Vivkes, H. O., “Determination of Intrinsic FET Parameters Using Circuit Partitioning Approach,”

IEEE Trans. on Microwave Theory and Techniques, Vol. MTT-39, 1991,pp. 363–366.

2.Силаев М. А. Брянцев С. Ф. Приложение матриц и графов к анализу СВЧ устройств, М., Советское радио,1970 - 248 с.

3.Bal S. Virdee, Avtar S. Virdee, Ben Y. Banyamin, “Broadband microwave amplifiers”, Arctech

House, Inc., 2004, p. 231

4.Chashkov, M.S. Designing MW transistor model // Actual Problems of Electronics Instrument Engineering (APEIE): IEEE / Proceedings of 11th International Conference. Novosibirsk, 2012. p. 96-100

5.Yanagawa, S., H. Ishihara, and M. Ohtomo, “Analytical Method for Determining Equivalent Cir- cuit Parameters of GaAs FETs,” IEEE Trans. on Microwave Theory and Techniques, Vol. MTT-44, 1996, pp. 1637–1641.

Чашков Михаил Сергеевич

Старший преподаватель кафедры теории электрических цепей СибГУТИ, (630102, Ново-

сибирск, ул. Б. Богаткова 51) тел. [phone] e-mail: [e-mail]

102

Исследование способов исключения погрешностей вызванных неквадратичностью характеристики детектора

М. С. Чашков

В докладе предлагается способ исключения погрешности вызванной неквадратичностью диодного детектора.

Ключевые слова: диодный детектор, калибровка, S параметры

1. Введение

Для измерения S – параметров СВЧ транзистора очень часто используется 12-полюсный измеритель комплексных коэффициентов отражения. Точность измерения параметров 12- полюсными измерителями зависит не только от входного отражения и чувствительности диодных детекторов, но и от квадратичности характеристики диода.

2. Процедура калибровки

Процедура исключения нелинейности характеристики диодного детектора реализуется на основе структурной схемы измерителя показанной на рисунке 1.

Процедура калибровки состоит из двух этапов. На первом этапе на выходе 12-полюсного измерительного преобразователя получают опорные (эталонные) сигналы, которые вносятся в память ЭВМ. Калибратором фазы изменяется разность фаз между сигналами генераторов до тех пор, пока выходной сигнал с диодного преобразователя не станет равным нулю. Это соответствует тому, что сигнал U0 на выходе сумматора мощности представляет собой векторную сумму двух сигналов, равных по амплитуде А и противоположных по фазе.

Затем, изменяя фазу калибратором фазы, устанавливают максимальное значение сигнала Umax , которое соответствует выходному сигналу сумматора, состоящему из двух сигналов, равных по амплитуде и фазе

Umax 2A	(1)

После устанавливают фазу 1 калибратора фазы в положение, при котором значение

сигнала U на выходе сумматора равно 0.2Umax.
U A 2 2 cos 1	0.2Umax	(2)

Подключая поочерѐдно выходы всех диодных детекторов к цифровому вольтметру, измеряются опорные сигналы U1, U2, U3, U4. Значения этих сигналов сохраняются в ЭВМ.

Второй этап процедуры калибровки выполняется при подключении к нагрузочному выходу измерителя исследуемого объекта или устройства калибровки (короткозамкнутой нагрузки с переменной фазой). При этом сигналы на выходе диодных преобразователей из-

меняются и в ЭВМ поочередно вводятся сигналы	U		U		U 3		U
	1	,	2	,		,	4	. ЭВМ сравнивает по-

ступившие сигналы с опорными. При наличии различий ЭВМ вырабатывает управляющий сигнал, пропорциональный разности амплитуд сигналов. Управляющий сигнал поступает на вход калибратора фазы, который изменяет фазу сигналов на выходе генераторов СВЧ, что

103

приводит к изменению сигнала на выходе сумматора мощности. Изменение амплитуды сигнала происходит до тех пор, пока значения амплитуд поступившего и опорного сигналов не станут равны. Зная первоначальное значение фазы 1 калибратора фазы и значение фазы j (j=2,3,4,5) после изменения фазы, обусловленное разностью амплитуд, можно определить изменение сигнала на выходе диодного преобразователя, исключив влияние неквадратичности характеристики диода. В этом случае система калибровочных уравнений относительно плоскостей выхода диодных преобразователей имеет вид

	Pi Ui2	1 cos j			Bi b		2		1 Ai		2
		1 cos i
			(3)

где Pi-мощность на выходах диодных преобразователей.

Точность исключения неквадратичности характеристики диодов определяется погрешностью калибратора фазы, погрешностью системы ФАПЧ, которая отрабатывает фазу, задаваемую калибратором фазы и погрешностью цифрового вольтметра.

3. Результаты

Проводилось моделирование методом Монте Карло данного метода. Погрешность калибратора фазы задавалась 0.01 . Погрешность системы ФАПЧ 0.05 , погрешность цифрового вольтметра 0.02%.

В результате моделирования установлено, что погрешность измерения S параметров в диапазоне частот 3-18 ГГц равны соответственно (0.004-0.006) по модулю и (0.7 -1 ) по фазе.

Рисунок 1 Блок схема измерения S параметров

104

Литература

1.Gonzalez, Guillermo Microwave transistor amplifiers: analysis and design. – 2nd ed. PrenticeHall, Inc. – 1997. – 506 p.

2.Hunt, Brian R. MatLab: официальный учеб. курс Кембриджского университета: [пер. с англ.]/Brian R. Hunt [и др.]./ - М.:Изд-во ТРИУМФ, 2008. – 352с.

3.Yu. V. Ryasnyi, M. S. Chashkov, A. V. Borisov, “Analysis of a method of measuring the S- parameters of microwave transistors”, Measurement Techniques, January 2013

Чашков Михаил Сергеевич

Старший преподаватель кафедры теории электрических цепей СибГУТИ, (630102, Ново-

сибирск, ул. Б. Богаткова 51) тел. [phone] e-mail: [e-mail]

105

Измерение параметров радиоканала MIMO

Н. С. Щелкунов

В настоящем докладе описывается радиоканал MIMO, рассмотрены измерения (зондирование) радиоканала MIMO. Приводятся результаты измерений для системы MIMO 2х2.

Ключевые слова: MIMO, измерение (зондирование) радиоканала MIMO, импульсная характеристика, частотная характеристика.

1.Введение

Всовременных телекоммуникационных системах связи применяются технологии для повышения скорости передачи данных и эффективность использования спектра. Одна из технологий для повышения пропускной способности является технология MIMO, где применяется несколько антенн на передающей и приемной стороне. Необходимо исследовать условия распространения сигнала и статистические свойства канала MIMO с целью повышения пропускной способности.

2.Постановка задачи

Измерение (зондирование) радиоканала позволяет проводить исследование свойств радиоканала. Задачей данного исследования является получение достаточного объема измерений импульсных (частотных) характеристик радиоканала MIMO 2x2.

3. Теория

Канал MIMO в радиосистемах образуется при применении m антенн на передающей и n на приемной стороне (рисунок 1).

Tx

s1

s2

sm

…… ..

h11

h21

hn1 h12 h22

hn2

h1m h2m

hnm

r1

.. r2 ……

rn

Rx

Рисунок 1 Общая структура канала MIMO

Входной сигнал систем связи MIMO преобразуется по правилу:

rj Hs j nj ,

(1)

106

гдеrj - вектор сигнала на приемной антенне, H – матрица комплексных коэффициентов передачи канала, s j - вектор сигнала передающей антенны, nj - вектор шума в канале связи.

В общем виде канал MIMO с многолучевым распространением зависит от времени и его можно описать системной матрицей преобразования входного сигнала:

H (t, ) (h11(t, )	h12 (t, ))	(2)
h21(t, )	h22 (t, )

Каждый из коэффициентов hmn(t, ) представляет собой импульсную реакцию от n пе-

редающей к m приемной антенне, учитывает многолучевой характер распространения и зависит от времени

hmn(t, ) ai (t) ( i (t)),	(3)
i

где ai - комплексный коэффициент передачи для луча с задержкой i .

Частотную характеристику канала можно вычислить на основе импульсной характеристики через преобразование Фурье:

Hmn(t, f )		hmn(t, )e j2 f d ai (t)e j2 f i (t)	(4)
		i

Сигнал на выходе канала связи с многолучевым распространением выражается:

r(t) H(t, )s(t )d n(t)	(5)

Для канала без частотно-селективных замираний не будет рассеяния импульсной характеристики и тогда канал можно описать в виде H(t). Если канал постоянен во времени, т.е. если интервал когерентности канала больше длительности символа, тогда канал может быть выражен матрицей постоянных коэффициентов H.

Измерение импульсной характеристики канала MIMO (зондирование канала) является основной задачей при измерении канала MIMO. Дальнейшее качество моделирования канала MIMO определяется данными измерений и алгоритмами их обработки. Для стохастического моделирования требуется большой объем данных измерений, проведенных в определенных условиях за продолжительное время [1]. Вид зондирующего сигнала зависит от типа зондирующего устройства. Есть ряд необходимых требований при проведении измерений [2].

4. Результаты измерений

Было произведено измерение (зондирование) радиоканала MIMO 2х2 внутри помещения. В качестве зондирующего сигнала использовался сигнал на несущей частоте 2.3 МГц с широким спектром 200 МГц. В результате пост обработки измеренных данных были получены результаты для импульсной характеристики канала. На рисунке 2 приведен пример для случая передающей антенны 1 и приемной антенны 1 для системы MIMO 2х2.

107

Рисунок 2 Импульсная характеристика канала

На рисунке 3 приведен пример измеренной ранее частотной характеристики канала для выборочной пары передающей и приемных антенн для случая измерения радиоканала системы LTE [3].

Рисунок 3 Измеренная частотная характеристика канала

5. Заключение

Проведены измерения радиоканала MIMO 2x2 внутри помещения в стационарных условиях. Получены результаты по измеренной импульсной характеристики канала. Необходимо в дальнейшей работе провести более детальный анализ параметров радиоканала MIMO по полученным экспериментальным данным.

Литература

1.V.-M. Kolmonen, J. Kivinen, L. Vuokko, and P. Vainikainen 5.3-GHz MIMO Radio channel sounder // IEEE Transactions on Instrumentation and Measurement. 2006. V. 55, № 4, P. 12631269.

2.Molisch, Andreas F., Wireless Communications, 2 ed, Wiley – IEEE, 2011, 844 p.

3.Калачиков А. А., Щелкунов Н. С. Измерение параметров и оценка пропускной способности радиоканала MIMO системы LTE // XII Международная научно-техническая конференция «АПЭП-2014». Новосибирск, 2- 4 октября 2014. Том 4, С. 99-101.

108

Щелкунов Николай Сергеевич

аспирант кафедры радиотехнических систем СибГУТИ, тел. [phone], e-mail: [e-mail].

Measurements parameters MIMO radio channel

N. Shchelkunov

This article describes the radio channel MIMO, measurements (channel sounding) radio channel MIMO. The results of measurements presents for 2x2 MIMO system.

Keywords: MIMO, measuring (channel sounding) radio channel MIMO, impulse response, frequency response.

109

Секция 5 МОБИЛЬНЫЕ СИСТЕМЫ

Some Problems of Fuzzy Modeling of Telecommunications Networks

Kirill Garbuzov

Some common ideas and problems concerning the use of fuzzy logic for modeling unreliable networks are discussed on simple example. Approach to measuring fuzziness of different fuzzy parameters types is presented along with rules of their mutual conversions. The difficulty of keeping information at these conversions is shown.

1. Introduction

Modern communication systems, sensor networks in particular, provide us with many problems concerning calculation and optimization of models corresponding to real infrastructure parts. This also includes some other kinds of networks, like transport.

Many of these models are representing unreliable networks, i.e. networks with failing components. The most common example is probabilistic models, where each component has probability of failure [1,2,3]. But this method has its own cons since we can’t always have sufficient statistical data or even have to use expert opinion. Alternative approach is using fuzzy models for description of reliability.

Fuzzy models help avoid problem of insufficient statistical data allowing membership function to have values between 0 and 1. Fuzzy logic was introduced in 1965 by Lotfi A. Zadeh. It has been applied to many fields involving descriptions of uncertain events.

This approach allows us to weaken the formalism of classic probabilistic models and simplify the solution of our problem. There is also a wide choice of ways of representing fuzzy parameters, which gives us flexibility to build completely different models for different purposes. In last years, we can find a lot of researches concerning usage of fuzzy models for network’s analysis and optimization [4,5,6]. In all these and other papers that consider fuzzy models of telecommunication networks, a unified approach for description of uncertainty is used, that is some unique model is chosen, for example triangle numbers or intervals. At the same time, when describing large network, different teams of experts may be recruited that use different techniques and so present results in different measures of uncertainty. For analysis of such mixed data conversion to some unique presentation is needed. This conversion may lead to loss of information thus increasing uncertainty of a result. In this paper we discuss the problem and propose some methods for conversion of uncertainty presentations with minimal loss of information.

2. Informativeness of network elements

Using fuzzy logic in networks modeling allows us to formulate the problems, which can’t be considered in standard probabilistic approach [1]. Calculating of network components’ informa- tiveness is one of these problems.

Let G be an arbitrary graph with unreliable edges, which are set by fuzzy numbers. Let’s call these parameters the possibility of presence of each edge. For each edge we can also introduce fuzziness - some function showing us how much information we can get from this edge. One of the examples is logarithmic entropy, which can be easily calculated for most cases of classic fuzzy

110