このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
拡散シーケンス
拡散は、入力データ ビットと疑似ランダム シーケンスまたは疑似ノイズ (PN) シーケンスの乗算で構成されます。データ転送速度に対する PN シーケンスのビット レートの比は "拡散係数" と呼ばれます。PN シーケンスのビット レートがデータ ビット レートより高い場合、拡散係数は 1 より大きくなります。拡散係数が 1 より大きい場合、拡散入力データによって送信信号に冗長性が加えられます。
低い相互相関特性を含む拡散シーケンスを使用して入力データを拡散すると、受信信号の逆拡散後に受信機で個々のユーザー データを解決できるようになります。低い相互相関特性を含む拡散シーケンスを使用すると、干渉信号のあるマルチパス環境で個々のユーザー データを解決するのに役立ちます。
受信信号は、受信機側での信号の同期後に、送信機によって使用されたものと同じ PN で乗算されます。この演算により、受信信号から拡散が除去されます。この逆拡散後に、干渉器の信号によってさらに干渉を受けることなく、対象ユーザーに対する信号が復元されるのが理想的です。CDMA システムでは、各送信機に対して、低い相互相関特性をもつ別々の拡散符号が割り当てられます。これらの符号には、理想的な直交符号や、PN シーケンス、Gold シーケンス、またはカサミ シーケンスのいずれかが含まれます。
拡散スペクトル通信システムでは、広い周波数帯 (通常、データの送信に必要な最小帯域幅より大幅に広い周波数帯) 全体に送信信号が拡散されます。拡散では、送信信号の目的とする受信機を除くあらゆる受信機に対して、ランダムに見える波形が使用されます。この波形は、厳密な規則によって生成される一方で本当のランダム シーケンスがもつ統計的な特性を備えているという意味で、疑似ランダムだと言えます。
以下の節では、シングルユーザーまたはマルチユーザー、および単一パスまたはマルチパス伝送環境での、さまざまな拡散シーケンス、そのプロパティ、および特徴的なパフォーマンスに焦点を当てて説明します。
単一パス チャネルにおけるマルチユーザー システムの直交拡散
このモデルは、シングルユーザー システムと 2 ユーザー システムのデータ復元を比較します。送信データは、異なる直交符号によって個別に拡散される 2 つのデータ ストリームで、単一パス AWGN チャネルを通過します。
このモデルは、BPSK 変調されるランダムなバイナリ データ (実数) を使用します。これは、長さ 64 の直交符号で拡散されてから、AWGN チャネルで送信されます。受信側には、逆拡散器に続いて BPSK 復調器があります。
このモデルは、同じ送信データを使用して、一様に構成された AWGN チャネルでのシングルユーザーおよび 2 ユーザーの送信の復元について BER 性能を計算します。
ビット エラー レートの結果は、どちらの場合でも個々のユーザーでまったく同じです。エラー レートの一致は、選択された直交符号が理想的な相互相関特性をもつことによる完全な逆拡散によって生じます。
さらに実験を行うため、モデルを開きます。設定を変更し、個々のユーザーに異なるアダマール符号を使用することでパフォーマンスがどのように変化するかを確認します。
マルチパス チャネルにおけるシングルユーザー システムの直交拡散
このモデルは、マルチパス伝送環境におけるシングルユーザー システムの直交拡散をシミュレートします。これは、信号が複数のパスで受信される移動体チャネル環境と同等です。各パスの振幅と遅延は異なる場合があります。受信機は、ダイバーシティ受信を使用して独立したパスをコヒーレントに結合し、受信したマルチパス伝送からゲインを実現します。モデル化されたシステムではフェージング効果はシミュレートされず、受信機はパスの数とそれぞれの遅延を完全に認識します。
このモデルは、BPSK 変調されるランダムなバイナリ データ (実数) を使用します。これは、長さ 64 の直交符号で拡散されてから、マルチパス AWGN チャネルで送信されます。受信機は、逆拡散器、ダイバーシティ コンバイナー、および BPSK 復調器で構成されます。
選択した直交拡散符号の自己相関値が理想的でないため、個々のパスを完全に解決することができなくなっています。結果として、受信機でダイバーシティの組み合わせを使用しても BER 性能は改善されません。ユーザー データの拡散時に PN シーケンスを使用し、受信機でダイバーシティの組み合わせを使用するマルチパスの例については、マルチパス チャネルにおけるシングルユーザー システムの PN 拡散を参照してください。
さらに実験を行うため、モデルを開きます。設定を変更し、異なるパス遅延または異なるアダマール符号に対してパフォーマンスがどのように変化するかを確認します。
マルチパス チャネルにおけるシングルユーザー システムの PN 拡散
このモデルは、マルチパス伝送環境におけるシングルユーザー システムの疑似ランダム拡散をシミュレートします。これは、信号が複数のパスで受信される移動体チャネル環境と同等です。各パスの振幅と遅延は異なる場合があります。受信機は、ダイバーシティ受信を使用して独立したパスをコヒーレントに結合し、受信したマルチパス伝送からゲインを実現します。モデル化されたシステムではフェージング効果はシミュレートされず、受信機はパスの数とそれぞれの遅延を完全に認識します。
このモデルは、BPSK 変調されるランダムなバイナリ データ (実数) を使用します。これは、PN シーケンスで拡散されてから、マルチパス AWGN チャネルで送信されます。受信機は、逆拡散器、ダイバーシティ コンバイナー、および BPSK 復調器で構成されます。受信機は、データの拡散時に使用される PN シーケンスが理想的な自己相関特性をもつことによって、ダイバーシティの組み合わせからゲインを達成します。
さらに実験を行うため、モデルを開きます。設定を変更し、異なるパス遅延に対してパフォーマンスがどのように変化するかを確認したり、PN シーケンス発生器パラメーターを調整します。
マルチパス チャネルにおけるマルチユーザー システムの PN 拡散
このモデルは、マルチパス伝送環境における 2 ユーザーの疑似ランダム拡散をシミュレートします。これは、信号が複数のパスで受信される移動体チャネル環境と同等です。各パスの振幅と遅延は異なる場合があります。受信機は、ダイバーシティ受信を使用して独立したパスをコヒーレントに結合し、受信したマルチパス伝送からゲインを実現します。モデル化されたシステムではフェージング効果はシミュレートされず、受信機はパスの数とそれぞれの遅延を完全に認識します。
このモデルは、BPSK 変調されるランダムなバイナリ データ (実数) を使用します。これは、PN シーケンスで拡散されてから、マルチパス AWGN チャネルで送信されます。受信機は、逆拡散器、ダイバーシティ コンバイナー、および BPSK 復調器で構成されます。
このモデルは、同じ送信データを使用して、一様に構成されたマルチパス AWGN チャネルでの 2 ユーザーの送信についてパフォーマンスを計算します。
個々のユーザーの送信が異なる PN シーケンスを使用して拡散されているため、ユーザーに対して計算されるエラー レートは異なります。データの拡散に使用されている非直交 PN シーケンスの相互相関特性が高いため、マルチパス環境では BER 性能が低下します。マルチパス環境には、アダマール シーケンスやカサミ シーケンスなど、直交性の高いシーケンスの方が適しています。ユーザー データの拡散時にアダマール符号シーケンスを使用するマルチパスの例については、単一パス チャネルにおけるマルチユーザー システムの直交拡散を参照してください。ユーザー データの拡散時にカサミ符号シーケンスを使用するマルチパスの例については、マルチパス チャネルにおけるマルチユーザー システムのカサミ拡散を参照してください。
さらに実験を行うため、モデルを開きます。設定を変更し、異なるパス遅延に対して、または個々のユーザーに異なる PN シーケンスを使用することでパフォーマンスがどのように変化するかを確認します。
非直交シーケンス拡散に対するダイバーシティの組み合わせの利点
マルチパス チャネルにおけるマルチユーザー システムの PN 拡散の例の場合、マルチパス チャネルにおけるシングルユーザー システムの PN 拡散の例で使用されているものと同じチャネル条件では、個々のユーザーのパフォーマンスが低下します。2 つのシーケンスの間での高い相互相関値によって理想的な分離が阻害されたことが主な原因です。一方、非直交シーケンス拡散の使用時には、ダイバーシティの組み合わせによる利点が得られます。これは、RAKE とダイバーシティの組み合わせを使用して受信されるマルチパス AWGN チャネルのエラー レートが、単一パス チャネルにおけるマルチユーザー システムの直交拡散の例に示す AWGN のみのケースとほぼ同様に良好なためです。
マルチパス チャネルにおけるマルチユーザー システムのカサミ拡散
このモデルは、マルチパス伝送環境における 2 ユーザーのカサミ シーケンス拡散をシミュレートします。これは、信号が複数のパスで受信される移動体チャネル環境と同等です。各パスの振幅と遅延は異なる場合があります。受信機は、ダイバーシティ受信を使用して独立したパスをコヒーレントに結合し、受信したマルチパス伝送からゲインを実現します。モデル化されたシステムではフェージング効果はシミュレートされず、受信機はパスの数とそれぞれの遅延を完全に認識します。
このモデルは、BPSK 変調されるランダムなバイナリ データ (実数) を使用します。これは、カサミ シーケンスで拡散されてから、マルチパス AWGN チャネルで送信されます。受信機は、逆拡散器、ダイバーシティ コンバイナー、および BPSK 復調器で構成されます。
このモデルは、同じ送信データを使用して、一様に構成されたマルチパス AWGN チャネルでの 2 ユーザーの送信についてパフォーマンスを計算します。
計算された BER は、カサミ シーケンスを使用して拡散された送信データの相互相関性が低いことを示しています。カサミ シーケンスは、直交符号の理想的な相互相関特性と PN シーケンスの理想的な自己相関特性のバランスを維持します。
さらに実験を行うため、モデルを開きます。設定を変更し、異なるパス遅延に対して、または個々のユーザーに異なるカサミ シーケンス発生器の設定を使用することでパフォーマンスがどのように変化するかを確認します。