Die vorteilhafte Anwendung des Direct-Sequence Spread-Spectrum (DS-SS) Verfahrens beim digitalen Mobilfunk ist von G.L. Turin, "Introduction to Spread-Spectrum Antimultipath Techniques and Their Application to Urban Digital Radio". Proceedings of the IEEE, vol 68, No.3, pp. 328-353, 1980 beschrieben worden.

Im Mobilfunk breitet sich das Sendesignal nicht nur auf einem (direkten) Weg vom Sender zum Empfänger aus, sondern bedingt durch Reflexionen an Geländehindernissen, auf vielen Umwegen mit unterschiedlichen Laufzeiten. Das Empfangssignal ist die Summe all dieser Umwegsignale. Geeignete Empfänger für DS-SS Signale sind unter gewissen Bedingungen in der Lage, diese Umwege voneinander aufzulösen und dann wieder so zu kombinieren, daß eine sichere Datenentscheidung möglich wird. Zu diesem Zweck muß der Empfänger mit geeigneten Synchronisationsschaltungen (z.B. Delay-Lock-Loop) die unterschiedlichen Laufzeiten der Umwegsignale bestimmen.

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren zum burstweisen Empfang von bandbegrenzten DS-SS Signalen anzugeben, das ohne aufwendige Synchronisationsschaltungen zur Bestimmung der unterschiedlichen Signallaufzeiten auskommt.

Erfindungsgemäß wird diese Aufgabe durch die Merkmale des Anspruchs 1 gelöst. Zweckmäßige Weiterbildungen der Erfindung gehen aus den Unteransprüchen hervor.

Nachfolgend wird ein auf der Erfindung basierendes Verfahren näher erläutert.

• Fig. 1 Zeigt ein Signalübertragungsmodell und
• Fig. 2 zeigt ein Blockschaltbild, das die Erzeugung von Sendesignalen verdeutlicht.

Wie dem in Fig. 1 dargestellten Signalübertragungsmodell zu entnehmen ist, ist a die zu übertragende Datenfolge und a(k) das k-te Element (Datenbit) dieser Folge. Es wird angenommen, daß der zeitliche Abstand zwischen zwei aufeinanderfolgenden Datenbits konstant gleich T_b ist; die Bitrate ist somit ${\text{W}}_{\text{b}}{\text{= 1/T}}_{\text{b}}$ . Das k-te Bit a(k) liegt also zur Zeit kT_b vor. a wird durch den Modulator MOD in das Signal µ(t, a) abgebildet. Dieses wird mit der Rate ${\text{W}}_{\text{c}}{\text{= 1/T}}_{\text{c}}$ abgetastet, so daß eine Zahlenfolge mit den Elementen µ(mT_c, a) entsteht. Diese wird mit einer Pseudo-Zufallsfolge (PN-Folge) mit den Elementen p(mT_c) multipliziert, so daß die Sendesignalabtastwerte

${\text{s(mT}}_{\text{c}}\text{,}\underline{\text{a}}{\text{) = µ(mT}}_{\text{c}}\text{,}\underline{\text{a}}{\text{)p(mT}}_{\text{c}}\text{)}$

entstehen. Je nach Anwendung nehmen die Elemente der PN-Folge die Werte {+1,-1} oder {+1,+j,-1,-j} an, wobei j = √$\overline{\text{-1}}$ die imaginäre Einheit ist. PN-Folgen können durch geeignet rückgekoppelte Schieberegiester erzeugt werden.

Die Folge der s(mT_c, a) wird auf einen sogenannten Impulsmodulator IMPMOD gegeben, der idealerweise das Signal

erzeugt. Dieses ist das Eingangssignal eines idealen Tiefpasses TP mit der Bandbreite W_c (diese ist gleich der Taktfrequenz des oben beschriebenen Abtasters). Dessen Ausgangssignal

ist schließlich das Sendesignal in Tiefpaßdarstellung. Das eigentliche Sendesignal ergibt sich durch Tief-Bandpaß-Transformation zu

f_o ist in diesem Fall die sogenannte Trägerfrequenz. Im folgenden wird zur Signalbeschreibung ausschließlich die Tiefpaßdarstellung verwendet. Impulsmodulator und idealer Tiefpaß sind idealisierte Annahmen zur Beschreibung des erfindungsgemäßen Verfahrens.

Die Bandbreite des Sendesignals ist unabhängig vom Modulationsverfahren und der Datenrate. Sie wird ausschließlich bestimmt durch die Rate, mit der das Modulationssignal abgetastet wird, die Statistik der PN-Folgenglieder und die Bandbreite des idealen Tiefpasses. Die Bandbreite des Sendesignales ist gleich der Abtastrate (und damit gleich der Bandbreite des idealen Tiefpasses) W_c. Das Verhältnis zwischen Signalbandbreite und Bitrate,

nennt man Spreizfaktor.

Bei der Übertragung über dem i-ten Umweg wird das Sendesignal um τ_i verzögert und mit p_i gewichtet. Das Empfangssignal ist die Summe aller Umwegsignale; zusätzlich überlagert sich noch ein Störsignal n(t).

Das Empfangssignal lautet also

Es wird angenommen, daß η(t) eine Musterfunktion eines weißen gaußverteilten Prozesses mit der Leitungsdichte N_o ist.

Wegen der Bandbegrenzung der Signale darf das Empfangssignal mit einem idealen Tiefpaß der Bandbreite ${\text{W}}_{\text{c}}{\text{= 1/T}}_{\text{c}}$ (der Grenzfrequenz W_c/2) gefiltert und anschließend mit der Rate W_c abgetastet werden. Die Empfangssignalabtastwerte sind dann

wobei η(mT_c) eine gaußverteilte, mittelwertfreie Zufallsvariable mit

${\text{E[η(mT}}_{\text{c}}{\text{)η*(m'T}}_{\text{c}}{\text{)] = σ²δ}}_{\text{mm}}\text{,}$

   (E: Erwartungswert δ: Kroneckersymbol)

und

${\text{σ² = N}}_{\text{o}}{\text{W}}_{\text{c}}$

ist, und

Die Ersetzung des Integrals durch eine Summe im letzten Schritt ist wegen der Bandbegrenzung von s(t, a) möglich (Abtasttheorem). Mit der Abkürzung

erhält man

Die Summe auf der rechten Seite beschreibt eine zeitdiskrete Faltung, mit äquidistanten Signalabtastwerten, die Gesamtheit der h(lT_c) nennt man daher Kanalstoßantwort. Im folgenden soll die Zeitkonstante T_c stets aus der Notation weggelassen werden; ferner sei angenommen, daß h(l) nur für l = O, , L - 1 (L: Zahl der Signalumwege) von 0 verschieden ist. Betrachtet wird also ein Übertragungssystem, das durch die Gleichung

beschrieben werden kann.

Die Amplituden _i und die Laufzeit τ_i der einzelnen Umwegsignale sind zeitabhängig, falls sich Sender, Empfänger oder Reflexionshindernisse bewegen. In diesem Fall sind _i und τ_i als stochastische Prozesse zu beschreiben. Das gleiche gilt daher auch für die h(l); es wird angenommen, daß diese Kanalstoßantwortkoeffizienten Musterfunktionen von stationären mittelwertfreien gaußverteilten Prozessen sind (Rayleigh-Fading Kanal).

Der grundsätzliche Unterschied des hier beschriebenen Verfahrens zu den bisher bekannten Verfahren besteht darin, daß im Empfänger nicht versucht wird, durch Ermittlung der τ_i die einzelnen Umwegsignale voneinander zu trennen. Diese Trennung hat zwar auf der einen Seite den Vorteil, daß die _i als statistisch unabhängig voneinander angesehen werden können, was zu Vereinfachungen im Empfänger führt, auf der anderen Seite aber den Nachteil, daß gewisse Synchronisationsschaltungen zur Bestimmung der τ_i notwendig sind. Motiviert durch die Gl. (1) werden hier im Empfänger lT_c (l = 0,..., L - 1) statt der möglichen Verzögerungszeiten τ_i und die Kanalstoßantwortkoeffizienten h(l) statt der Amplituden _i der dazugehörenden Umwegsignale betrachtet. Die Umweglaufzeiten sind daher per Definition bekannt, es sind daher keine Synchronisationsschaltungen wie beim Stand der Technik erforderlich. Nachteilig ist jedoch die jetzt vorhandene Korrelation der h(l).

Beispiel: Es sei nur ein Umwegsignal mit der Verzögerungszeit τ und der Amplitude vorhanden. sei eine Zufallsvariable mit der Varianz E [| |²]. Ein Empfänger nach dem Stand der Technik würde versuchen, τ exakt zu bestimmen . Gelingt dies, dann sieht er auch nur dieses eine Umwegsignal. Der Empfänger des hier beschriebenen Verfahrens sieht die Kanalstoßantwort

Ist nicht zufällig ${\text{τ = lT}}_{\text{c}}$ für irgendein l, dann sieht der hier zu beschreibende Empfänger im Prinzip unendlich viele Umwegsignale (von denen aber in der Praxis nur einige wenige berücksichtigt werden müssen) mit den Korrelationseigenschaften

Die Stoßantwortkoeffizienten h(l) des Übertragungskanals sind also deutlich miteinander korreliert.

Bei dem hier zugrundeliegenden Empfangsverfahren, wird die Korrelation der Kanalstoßantwortkoeffizienten berücksichtigt. Dadurch werden die Synchronisationseinrichtungen der vorbekannten Verfahren überflüssig. Dies bedeutet jedoch nicht, daß das hier beschriebene Verfahren ohne Synchronisationseinrichtung auskommt. Der Empfänger wird synchronisiert, indem er auf die sich ständig ändernden Korrelationseigenschaften der Kanalstoßantwortkoeffizienten eingestellt wird.

Für die Erläuterung des Verfahrens sei angenommen, daß die Datenübertragung burstweise erfolgt. Die Sendesignale können dann mit der in Fig. 2 dargestellten Anordnung erzeugt werden.

$\underline{\text{a}}{\text{}}_{\text{n}}{\text{= (a}}_{\text{n}}{\text{(0),...,a}}_{\text{n}}{\text{(K - 1))}}^{\text{T}}$

sei der zu übertragende Datenvektor während des n-ten Bursts, bestehend aus K Datenbits. Dieser wird durch den Modulator MD in den M-stelligen Vektor

$\underline{\text{µ}}{\text{}}_{\text{n}}\text{(}\underline{\text{a}}{\text{}}_{\text{n}}{\text{) = (µ}}_{\text{n}}\text{(0,}\underline{\text{a}}{\text{}}_{\text{n}}{\text{),...,µ}}_{\text{n}}\text{(M - 1,}\underline{\text{a}}{\text{}}_{\text{n}}{\text{)}}^{\text{T}}$

abgebildet. Der Modulator kann einfach als Tabelle realisiert werden, in der die 2^K möglichen Datenvektoren abgespeichert sind. Zur Notation: α_n ist im folgenden der allgemeine Platzhalter für die Datenvektoren des n-ten Bursts, der i-ten mögliche Datenvektor wird mit a_n⁽ⁱ⁾, der tatsächlich gesendete mit a_n und der vom Empfänger als Detektionsergebnis entschiedene mit â_n bezeichnet. Der ausgewählte Vektor wird komponentenweise mit einem Stück der PN-Folge

$\underline{\text{p}}{\text{}}_{\text{n}}{\text{= (p}}_{\text{n}}{\text{(0),...,p}}_{\text{n}}\text{(M - 1))}$

multipliziert ( die Periodenlänge der PN-Folge ist i.A. wesentlich größer als M, die Länge eines Bursts), das Resultat ist der Sendesignalvektor

$\underline{\text{s}}{\text{}}_{\text{n}}\text{(}\underline{\text{a}}{\text{}}_{\text{n}}{\text{) = (s}}_{\text{n}}\text{(0,}\underline{\text{a}}{\text{}}_{\text{n}}{\text{),...,s}}_{\text{n}}\text{(M - 1,}\underline{\text{a}}{\text{}}_{\text{n}}{\text{))}}^{\text{T}}\text{.}$

Der Spreizfaktor beträgt hier also

$$\text{B =}\frac{\text{M}}{\text{K}}\text{.}$$

Über das Modulationsverfahren (d.h. die Tabellensignale) sei zunächst nur ausgesagt, daß µ_n (m, a_n) wie p_n(m) nur Werte aus {+1,+j,-1,-j} annehmen kann, d.h. ${\text{|s}}_{\text{n}}{\text{(m,a}}_{\text{n}}\text{)| = 1}$ .

Der Sendesignalvektor wird mit dem Kanalstoßantwortvektor

$\underline{\text{h}}{\text{}}_{\text{n}}{\text{= (h}}_{\text{n}}{\text{(0),...,h}}_{\text{n}}{\text{(L - 1))}}^{\text{T}}$

gefaltet und vom Rauschvektor

$\underline{\text{η}}{\text{}}_{\text{n}}{\text{= (η}}_{\text{n}}{\text{(0),...,η}}_{\text{n}}{\text{(M - 1))}}^{\text{T}}$

überlagert. Für den Empfangssignalvektor

$\underline{\text{τ}}{\text{}}_{\text{n}}{\text{= (τ}}_{\text{n}}{\text{(0),...,τ}}_{\text{n}}{\text{(M - 1))}}^{\text{T}}$

erhält man nun

$\underline{\text{τ}}{\text{}}_{\text{n}}\text{=}\underline{\text{s}}{\text{}}_{\text{n}}\text{(}\underline{\text{a}}{\text{}}_{\text{n}}\text{)*}\underline{\text{h}}{\text{}}_{\text{n}}\text{+}\underline{\text{η}}{\text{}}_{\text{n}}\text{.}$

Der Empfangssignalvektor wurde als aus M Komponenten bestehend angenommen. Wegen der Faltung des Sendesignalvektors mit den Kanalstoßantwortvektor hat der Empfangssignalvektor genaugenommen $\text{M + L - 1}$ Komponenten. Im folgenden wird aber stets M>>L angenommen, Randeffekte können dann vernachlässigt werden.

Die Annahme der Burstübertragung macht nur dann einen Sinn, wenn gleichzeitig die Konstanz der Kanalstoßantwortkoeffizienten während eines Bursts angenommen werden kann. Jede kontinuierliche Übertragung kann durch willkürliche Partitionierung des Empfangssignales als Burstübertragung interpretiert werden. In diesem Sinne sollte hier die Annahme der Burstübertragung verstanden werden; das Verfahren verarbeitet das Empfangssignal abschnittsweise, wobei ein Abschnitt, wie gerade beschrieben und in Fig. 2 illustriert, definiert ist.

Die Kanalstoßantwortvektoren unterschiedlicher Bursts sind i.A. miteinander korreliert. Diese Korrelationen werden nicht berücksichtigt, wohl aber die Korrelationen der einzelnen Kanalstoßantwortkoeffizienten innerhalb eines Bursts. Diese lassen sich durch die Autokorrelationsmatrix

beschreiben. Der hochgestellte * bedeutet i.A. konjugieren der bezeichneten Größe; in Verbindung mit Vektoren und Matrizen bedeutet er zusätzlich transponieren. Wegen der Annahme der Stationarität der Kanalstoßantwortkoeffizienten ist Φ_hh unabhängig von n.

Den folgenden Ausführungen liegen stets die Normierungen

${\text{|s}}_{\text{n}}\text{(m,}\underline{\text{α}}{\text{}}_{\text{n}}\text{)| = 1, (2)}$

zugrunde.

Die Varianz σ² der Komponenten des Rauschvektors ist dann B(E_b/N_o)⁻¹, wobei E_b die Energie pro Bit des ungestörten Empfangssignals und N_o die Rauschleistungsdichte ist.

Nun wird ein Verfahren hergeleitet, nach dem ein Empfänger arbeitet, der nach dem oben beschriebenen Übertragungsmodell erzeugte Signale empfängt. Als Ansatz dient das Maximum a posteriori Prinzip. Nach diesem Prinzip berechnet der Empfänger für alle möglichen Datenvektoren α_n und dem vorliegenden Empfangsvektor r_n die Rückschlußwahrscheinlichkeiten P(α_n|r_n) und entscheidet sich für den Datenvektor $\underline{\text{α}}{\text{}}_{\text{n}}\text{=}\underline{\text{â}}{\text{}}_{\text{n}}$ , für den diese maximal ist. Es ist

Nimmt man an, daß alle Datenvektoren mit der gleichen Wahrscheinlichkeit auftreten, dann ist die Maximierung von P(α_n|r_n) gleichbedeutend mit der Maximierung des Integrals auf der rechten Seite der obigen Gleichung es gilt

wobei Φ_hh wie oben definiert, und

ist. Der Exponent von p(r_n|α_n,h_n)p(h) ist nun

Mit (2) und der Annahme der Selbstorthogonalität der Sendesignale, d.h.

folgt

Die Annahme der Selbstorthogonalität wird weiter unter diskutiert. Aus dem Exponenten von p(τ_n|α_n,h_n)p(h_n) wird jetzt

Den ersten Summanden kann man weglassen, da er nicht von α_n abhängt. Verwendet man zusätzlich die Abkürzungen

wobei

und E die Einheitsmatrix ist, dann bleibt

U_n(l,α_n) ist einfach die Korrelation des hypothetischen Sendesignals s_n(m - l,α_n) mit dem Empfangssignal r_n(m), dividiert durch M.Σ⁻¹ ist, genau wie Φ_hh, eine Autokorrelationsmatrix und damit hermite'sch und positiv definit. Σ⁻¹ kann daher zerlegt werden in

$\underline{\text{Σ}}\text{₋¹ =}\underline{\text{TΛT}}\text{*,}$

wobei eine Diagonalmatrix ist; die Diagonalwerte sind gerade gleich den Eingenwerten von Σ⁻¹ bzw. den Kehrwerten der Eigenwerte von Σ. Diese Eigenwerte von Σ sollen im folgenden mit $\text{(l),l = 0,....,L - 1}$ bezeichnet werden. T ist eine orthonormale Transformationsmatrix; die i-te Spalte von T ist der zum i-ten Eigenwert von Σ⁻¹ gehörende normierte Eigenvektor. Setzt man nun

$\underline{\text{h}}{\text{'}}_{\text{n}}\text{=}\underline{\text{T}}\text{*}\underline{\text{h}}{\text{}}_{\text{n}}\text{,}$

dann ist wegen der Orthonormalität von T

$\underline{\text{h}}{\text{}}_{\text{n}}\text{=}\underline{\text{Th}}{\text{'}}_{\text{n}}$

und

Es folgt daher

Aus (5) wird damit

Darin ist $\underline{\text{u}}{\text{}}_{\text{n}}\text{(}\underline{\text{α}}{\text{}}_{\text{n}}\text{) = T*}\underline{\text{u}}{\text{}}_{\text{n}}\text{(}\underline{\text{α}}{\text{}}_{\text{n}}\text{)}$ .Zerlegung aller auftretenden Größen in Real- und Imaginärteil (Index I für Real-, Index Q für Imaginärteil) ergibt

Nun ist

In gleicher Rechnung ergibt sich

Das Zu berechnende Integral ist daher ( bis auf eine Konstante) gleich

Auszuwählen ist daher der Datenvektor, für den

maximal wird. Macht man die Ersetzungen wieder rückgängig, dann folgt

Die Matrix

wird im folgenden als Dekorrelationsmatrix bezeichnet.

Die geforderte Selbstorthogonalität der Sedesignal (siehe (4)) kann in der Praxis nicht exakt eingehalten werden. Verwendet man in dem oben spezifizierten Übertragungs System möglichst perfekte Zufallsfolgen (die einzelnen Folgeglieder sind statistisch unabhängig; ihre Werte treten mit der gleichen Wahrscheinlichkeit auf), dann ist

für l = l und für große M näherungsweise eine graußverteilte mittelwertfreie Zufallsvariable der Leistung 1/M, die sich den Korrelationswerten u_n(l,α_n) überlagert. Diese Korrelationswerte enthalten aber, bedingt durch das Kanalrauschen, bereits einen Störterm der Varianz σ²_c. Das Verhältnis beider Störterme ist somit

Für hinreichend große Spreizfaktoren (B>> E_b/N_o) ist dieses Verhältnis wesentlich kleiner als 1, d.h. die zusätzliche Störung bedingt durch die nichtperfekte Selbsthogonalität der Sendesignale kann gegenüber den Kanalstörungen vernachlässigt werden.

Statt der durch (6) definierten Dekorrelationsmatrix können auch andere Matrizen zur Berechnung der quadratischen Formen (der Entscheidungsvariablen) U_n(α_n) verwendet werden.

Drei Beispiele sollen hier angegeben werden:

• 1. Von der optimalen Dekorrelationsmatrix werden nur die Haupt- und die sich daran anschließenden ersten beiden Nebendiagonalen verwendet (Tridiagonalapproximation der Dekkorrelationsmatrix). Diese Approximation entspringt der Überlegung, daß die Korrelationen E[h_n(l)h*_n(l')] für $\text{|l' - l| > 1}$ verhältnismäßig klein und daher vernachlässigbar sind. Durch diese Approximation reduziert sich der Aufwand für die Berechnung der Entscheidungsvariablen drastisch.
• 2. Von der optimalen Dekkorrelationsmatrix wird nur der Zähler verwendet, d.h. Σ = Φ_hh. Diese Approximation, welche in wichtigen Fällen keine Degradation der Empfangsqualität bedeutet, umgeht die Inversion der Matrix (Φ_hh + σ²_cE).
• 3. Von der Dekorrelationsmatrix aus 2. werden nur die Haupt- und die sich daran anschließenden ersten beiden Nebendiagonalen des Zählers verwendet.

Diese drei Approximationen führen i.A. zu einer von der Autokorrelationsmatrix Φ_hh abhängigen Degradation der Empfangsqualität. Diese ist jedoch in den meisten Fällen so gering, daß diese Approximationen durchaus verwendbar sind.

Das zuvor hergeleitete Empfangsverfahren benötigt die Kenntnis der Autokorrelationsmatrix Φ_hh sowie die Korrelator-Rauschvarianz σ²_c. Hier soll ein Verfahren angegeben werden, da eine einfache Schätzung dieser Größen erlaubt. Voraussetzung für dieses Verfahren ist jedoch die Orthogonalität des Modulationsvektoren, d.h.

Unter dieser Voraussetzung erweitert sich die Selbstorthogonalitätsbedingung (4) zu

Arbeitet der Sender nach dem oben beschriebenen Modell, dann ist diese Beziehung exakt nur für $\text{l = l}$ erfüllt. Für $\text{l = l}$ erhält man wieder eine wie durch (7) beschriebene Zufallsvariable, deren Einfluß jedoch für hinreichend große Spreizfaktoren vernachlässigt werden kann.

Unter diesen Voraussetzungen ist für den tatsächlich gesendeten Datenvektor a_n

${\text{u}}_{\text{n}}\text{(l,}\underline{\text{a}}{\text{}}_{\text{n}}{\text{) = h}}_{\text{n}}{\text{(l) + η}}_{\text{n}}\text{(l,}\underline{\text{a}}{\text{}}_{\text{n}}\text{), l = 0,...,L - 1}$

und für alle anderen Datenvektoren α_n ≠ a_n

${\text{u}}_{\text{n}}\text{(l,}\underline{\text{α}}{\text{}}_{\text{n}}{\text{) = η}}_{\text{n}}\text{(l,}\underline{\text{α}}{\text{}}_{\text{n}}\text{), l = 0,...,L - 1}$ .

Darin ist

Es folgt daher

sowie

Für ein praktisches Verfahren können die Erwartungswerte durch Zeitmittelwerte ersetzt werden. Zu diesem Zweck werden in jedem Burst

sowie

berechnet. Die Ergebnisse werden über eine bestimmte Anzahl N aufeinanderfolgender Bursts gemittelt.

In der Realität kennt der Empfänger den gesendeten Datenvektor a_n natürlich nicht. in den Gleichungen (8) bis (11) ist daher für eine praktische Realisierung a_n durch â_n zu ersetzen.

Als Schätzwerte für Φ_hh und σ²_c werden folgende Zeitmittelwerte verwendet: