Документация

Величина вектора ошибок (EVM)

Величина вектора ошибок (EVM) является мерой различия между ссылочной формой волны, которая является безошибочным модулируемым сигналом и фактической переданной формой волны. EVM используется, чтобы определить количество точности модуляции передатчика. [1] требует, чтобы 802.15.4 передатчиков не должны иметь RMS значением EVM хуже, чем 35%.

Системные параметры

802.15.4 систем для полосы на 868 МГц используют прямую последовательность распространила спектр (DSSS) с бинарным манипулированием сдвига фазы (BPSK), используемым в модуляции чипа и кодировании дифференциала, используемом в кодировании символа данных.

dataRate = 20e3;   % Bit rate in Hz
M = 2;             % Modulation order (BPSK)
chipValues = [1;1;1;1;0;1;0;1;1;0;0;1;0;0;0];
                   % Chip values for bit 0.
                   % Chip values for 1 is the opposite.

Разделите 6.7.3 из [1], указывает, что измерения выполняются более чем 1 000 выборок меня и основополосных выходных параметров Q. Чтобы составлять задержки фильтра, мы включаем еще 1 бит в симуляцию переданных символов. Мы приняли решение сверхдискретизировать переданный сигнал четыре. Мы принимаем ОСШ 60 дБ, чтобы составлять передатчик и протестировать аппаратные недостатки.

numSymbols = 1000;          % Number of symbols required for one EVM value
numFrames = 100;            % Number of frames
nSamps = 4;                 % Number of samples that represents a symbol
filtSpan = 8;               % Filter span in symbols
gain = length(chipValues);  % Spreading gain (number of chips per symbol)
chipRate = gain*dataRate;   % Chip rate
sampleRate = nSamps*chipRate;    % Final sampling rate
numBits = ceil((numSymbols)/gain)+1;
                            % Number of bits required for one EVM value
SNR = 60;                   % Simulated signal-to-noise ratio in dB

Инициализация

Мы можем получить модулируемые символы BPSK с простым отображением 0 к +1 и 1 к-1. Если мы также сопоставляем значения чипа, то мы можем модулировать перед преобразованием бита к чипу и использовать матричную математику, чтобы записать эффективный код MATLAB®. Спецификации ZigBee также задают импульсный формирующий фильтр как наличие повышенной формы импульса косинуса с фактором спада 1.

% Map chip values
chipValues = 1 - 2*chipValues;

% Design a raised cosine filter with rolloff factor 1
rctFilt = comm.RaisedCosineTransmitFilter('RolloffFactor', 1, ...
  'OutputSamplesPerSymbol', nSamps, ...
  'FilterSpanInSymbols', filtSpan);
rcrFilt = comm.RaisedCosineReceiveFilter('RolloffFactor', 1, ...
  'InputSamplesPerSymbol', nSamps, ...
  'FilterSpanInSymbols', filtSpan, ...
  'DecimationFactor', nSamps);

Измерения EVM

Communications Toolbox™ обеспечивает коммуникацию. EVM, чтобы вычислить RMS EVM, Максимальный EVM и процентиль Xth значения EVM. Разделите 6.7.3 из [1], задает метод расчета EVM, где средняя погрешность измеренных я и выборки Q нормированы степенью символа. Для системы BPSK степень обоих символов созвездия является тем же самым. Поэтому мы можем использовать 'Пиковую опцию нормализации' степени созвездия. Другие доступные опции нормализации, которые могут использоваться с другими стандартами системы связи, являются средней степенью созвездия и средней ссылочной степенью сигнала.

evm = comm.EVM('Normalization', 'Peak constellation power')

evm = 

  comm.EVM with properties:

                Normalization: 'Peak constellation power'
       PeakConstellationPower: 1
        ReferenceSignalSource: 'Input port'
    MeasurementIntervalSource: 'Input length'
          AveragingDimensions: 1
         MaximumEVMOutputPort: false
     XPercentileEVMOutputPort: false

Симуляция

Мы сначала генерируем случайные биты данных, дифференцированно кодируем эти биты с помощью comm.DifferentialEncoder Системный объект, и модулирует BPSK использования. Мы распространяем модулируемые символы путем использования умножения матриц с сопоставленными значениями чипа. Символы распространения затем передаются через импульсный формирующий фильтр. Объект EVM принимает, что полученные символы, ул., и ссылочные символы, c, синхронизируются и производятся на том же уровне. Мы прореживаем полученный сигнал, r, и синхронизируемся со ссылочным сигналом, c.

[1] требует, чтобы 1 000 символов использовались в одной RMS вычисление EVM. Чтобы убедиться у нас есть достаточно усреднения, мы симулируем 100 систем координат 1 000 символов и используем максимум этих 100 RMS измерения EVM как результат измерения. Мы видим, что симулированный передатчик соответствует критериям, упомянутым в разделе Error Vector Magnitude выше.

% Tx and Rx filter delays are identical and equal to half the filter span.
% Total delay is equal to the sum of two filter delays, which is the filter
% span of one filter.
refSigDelay = rctFilt.FilterSpanInSymbols;

% Simulated number of symbols in a frame
simNumSymbols = numBits*gain;

% Initialize peak RMS EVM
peakRMSEVM = -inf;

% Create a comm.DifferentialEncoder object to differentially encode data
diffenc = comm.DifferentialEncoder;

% Create an comm.AWGNChannel System object and set its NoiseMethod property
% to 'Signal to noise ratio (SNR)'
chan = comm.AWGNChannel('NoiseMethod', 'Signal to noise ratio (SNR)',...
  'SNR', SNR);

% Loop over bursts
for p=1:numFrames
    % Generate random data
    b = randi([0 M-1], numBits, 1);
    % Differentially encode
    d = diffenc(b);
    % Modulate
    x = 1-2*d;
    % Convert symbols to chips (spread)
    c = reshape(chipValues*x', simNumSymbols, 1);
    % Pulse shape
    cUp = rctFilt(c);
    % Calculate and set the 'SignalPower' property of the channel object
    chan.SignalPower = sum(cUp.^2)/length(cUp);
    % Add noise
    r = chan(cUp);
    % Downsample received signal.  Account for the filter delay.
    rd = rcrFilt(r);
    % Measure using the EVM System object
    rmsEVM = evm(complex(rd(refSigDelay+(1:numSymbols))), ...
      complex(c(1:numSymbols)));
    % Update peak RMS EVM calculation
    if (peakRMSEVM < rmsEVM)
        peakRMSEVM = rmsEVM;
    end
end

% Display results
fprintf(' Worst case RMS EVM (%%): %1.2f\n', peakRMSEVM)

 Worst case RMS EVM (%): 0.19

Комментарии

Мы показали, как использовать коммуникацию. EVM, чтобы протестировать, если передатчик ZigBee выполняет стандарт, задал значения EVM. Мы использовали грубую модель, которая только вводит аддитивный белый Гауссов шум и показала, что измеренный EVM меньше, стандарт задал 35%.

Выбранная библиография