M: Multiplexing (多路复用)
Multiplexing - Wikipedia — 多路复用 - 维基百科:在电信和计算机网络中,多路复用(有时简称为复用)是一种通过共享介质将多个模拟或数字信号组合成一个信号的方法。目的是共享稀缺资源——物理传输介质。例如,在电信领域,一根电线可以承载多个电话。多路复用起源于 1870 年代的电报,现在广泛应用于通信领域。
图1:多个低数据速率信号在单个高数据速率链路上复用,然后在另一端解复用
多路复用信号通过诸如电缆之类的通信信道来传输。多路复用将通信信道的容量划分为多个逻辑信道,每个逻辑信道对应要传输的每个消息信号或数据流。称为解复用的逆过程在接收端提取原始通道。执行复用的设备称为复用器(MUX),执行相反过程的设备称为解复用器(DEMUX 或 DMX)。
逆多路复用 (IMUX) 的目标与多路复用相反,即将一个数据流分成多个数据流,通过多个通信通道同时传输它们,并重新创建原始数据流。(diversity分集, 分集使用多个信道传输的目的主要是为了提高可靠性,不同信道可以传输多版本的相同信息也可以发射同一信息的不同部分)
类型 | 缩写 | 中文 |
---|---|---|
Space-division multiplexing | SDM | 空分复用 |
Frequency-division multiplexing | FDM | 频分复用 |
Time-division multiplexing | TDM | 时分复用 |
Code-division multiplexing | CDM | 码分复用 |
A: Access (Channel access method)
Channel access method - Wikipedia — 通道访问方法 - 维基百科:在电信和计算机网络中,信道接入方法或多址接入方法允许连接到同一传输介质的两个以上终端通过它进行传输并共享其容量。共享物理介质的示例有无线网络、总线网络、环形网络和以半双工模式运行的点对点链路。
信道接入方法基于复用,允许多个数据流或信号共享相同的通信信道或传输介质。在这种情况下,复用由物理层提供。
多路复用和多址接入
问答交流6:多路复用和多址接入有什么区别? - 知乎 (zhihu.com)评论区大佬的理解
- 多址接入以及双工的实现基础都是复用技术!
复用,顾名思义就是重复使用信道,即就是在相同的信道中同时传输不同的信号。对于多址接入,那么就是在同一信道中同时传输多个用户的信号;而对于双工,就是在相同的信道中同时传输上行和下行的信号。所以说复用技术是这两者的实现基础。 - 复用必然需要通过某一维度来区分不同的信号。
也就是说,复用的多个信号必须在某个维度上是可以进行区分的!否则这不叫复用,叫叠加。有哪些维度可以用呢?- 时间,TDM。即不同的信号在不同时隙发送,故可通过时隙来区分复用的多个信号
- 频率,FDM。即不同的信号在不同的频带发送,故可通过频带来区分复用的多个信号
- 码字,CDM。即不同的信号是被相互正交的码字进行了扩频,故可通过正交码字来区分复用的多个信号
- 复用若是用来可区分地传输不同用户的数据,那就是多址接入。包括
- TDMA(时隙区分)
- FDMA(频带区分)
- CDMA(正交码字区分)
- OFDMA(正交时频资源区分)(SC-FDMA也是类似的)
- SDMA(采用大规模MIMO时,利用近似正交的信道向量区分,相当于信道向量作为扩频码时的CDMA)
- NOMA(接入设备数目增长,但正交资源有限。破坏一定的正交性,主动引入干扰,通过复杂的接收算法来实现一定性能的区分,如从CDMA到SCMA;又从以上的这些OMA方式到功率域的NOMA)
- 复用若是用来区分信号的传输方向上行和下行,那就是双工。
因为双工只需要区分上和下,所以最简单实用的就是TDD和FDD。不过从原理上讲,你也可以有CDD(code division duplex),如上下行信号是通过两个相互正交的码字扩频,故可通过该码字实现区分。但肯定没人这么做,哈哈。 - 复用除了去实现多址接入和双工,其实最容易想到的是提升点对点的通信速率,即同时传输多路信号,如经典的V-BLAST结构。
FDM (Frequency-division multiplexing)
Frequency-division multiplexing - Wikipedia — 频分复用 - 维基百科:在电信领域,频分复用 (FDM) 是一种将通信介质中可用的总带宽划分为一系列不重叠频带的技术,每个频带用于承载单独的信号。这允许多个独立信号共享单个传输介质,例如微波无线电链路、电缆或光纤。另一种用途是并行传送较高速率信号的单独串行位或段。
频分复用最常见的例子是广播和电视广播,其中不同频率的多个无线电信号同时通过空气。另一个例子是有线电视,其中许多电视频道在一根电缆上同时传送。 FDM还用于电话系统通过大容量干线传输多个电话呼叫,通信卫星用于在上行链路和下行链路无线电波束上传输多个通道的数据,宽带DSL调制解调器用于通过双绞线电话线传输大量计算机数据,其中许多其他用途。
FDM vs OFDM
(44条消息) 给“小白”图示讲解OFDM的原理_码懂的博客-CSDN博客
图1:FDM vs OFDM
图2:常规FDM,两路信号频谱之间有间隔,互相不干扰
为了更好的利用系统带宽,子载波的间距可以尽量靠近些。
图3:靠得很近的FDM
实际中考虑到硬件实现,解调第一路信号时,已经很难完全去除第二路信号的影响了(电路的实现毕竟不能像剪刀裁纸一样利落),两路信号互相之间可能已经产生干扰了.
还能再近些吗?可以的。这就是OFDM的来历啊,近到完全等同于奈奎斯特带宽(后面有详述),使频带的利用率达到了理论上的最大值。
图4:继续靠近
间隔频率互相正交,因此频谱虽然有重叠,但是仍然是没有互相干扰的。神奇的OFDM
OFDM的子载波间隔最低能达到奈奎斯特带宽,也就是说(在不考虑最旁边的两个子载波情况下),OFDM达到了理想信道的频带利用率。
图5:OFDM正交子载波,载频间距为奈奎斯特带宽,保证了最大的频带利用率
O: Orthogonal (正交的)
傅立叶级数
傅立叶级数是一种数学工具,它将任何周期函数分解为简单的正弦波和余弦波的和。这个概念由法国数学家让-巴普蒂斯·约瑟夫·傅立叶提出,以此来解决热传导方程。
如果你有一个周期为
2
π
2\pi
2π的函数
f
(
x
)
f(x)
f(x),你可以将它写为一个无穷级数:
f
(
x
)
=
a
0
2
+
∑
n
=
1
∞
[
a
n
cos
(
n
x
)
+
b
n
sin
(
n
x
)
]
f(x) = \frac{a_0}{2} + \sum_{n=1}^{\infty} [a_n \cos(nx) + b_n \sin(nx)]
f(x)=2a0+n=1∑∞[ancos(nx)+bnsin(nx)]
其中,
∑
\sum
∑代表的是一个从1至无穷的和,
n
n
n是整数。
这里的系数
a
n
a_n
an和
b
n
b_n
bn是通过以下公式得到的:
a
n
=
1
π
∫
−
π
π
f
(
x
)
cos
(
n
x
)
d
x
a_n = \frac{1}{\pi} \int_{-\pi}^{\pi} f(x) \cos(nx) dx
an=π1∫−ππf(x)cos(nx)dx
b
n
=
1
π
∫
−
π
π
f
(
x
)
sin
(
n
x
)
d
x
b_n = \frac{1}{\pi} \int_{-\pi}^{\pi} f(x) \sin(nx) dx
bn=π1∫−ππf(x)sin(nx)dx
而常数项
a
0
a_0
a0则通过以下公式计算:
a
0
=
1
π
∫
−
π
π
f
(
x
)
d
x
a_0 = \frac{1}{\pi} \int_{-\pi}^{\pi} f(x) dx
a0=π1∫−ππf(x)dx
如果函数
f
(
x
)
f(x)
f(x)不是周期的,或者其周期不是
2
π
2\pi
2π,那么可以通过适当地缩放
x
x
x轴来将其转化为周期函数。傅立叶级数的强大之处在于,只要函数在一个周期上的积分平方(满足一些被称为狄利克雷条件的温和条件),无论这个函数多么复杂,都可以用傅立叶级数来表示。
这个工具在信号处理、物理、工程等许多领域都有广泛应用,因为它允许我们将复杂的问题分解为一系列更简单的问题来处理。
OFDM中的O
在OFDM(Orthogonal Frequency Division Multiplexing,正交频分复用)中,正交性主要是指子载波之间的正交性。
这些子载波是一组正弦波,它们的频率被精心选择,使得在特定的时间间隔内,每一个载波与其他所有载波都是正交的。具体来说,如果你取两个不同的子载波,在一个OFDM符号的时间间隔内将一个子载波与另一个子载波相乘,然后对结果进行积分,你将得到0。这意味着,在一个OFDM符号的时间间隔内,一个子载波不会干扰另一个子载波,从而使得这些子载波可以在同一时间和同一频带内同时传输信息,而不会互相干扰。
具体来说,这些子载波的形式可以写为:
c
o
s
(
2
π
f
n
t
+
ϕ
n
)
cos(2\pi f_nt + \phi_n)
cos(2πfnt+ϕn),其中
f
n
f_n
fn是第n个子载波的频率,
ϕ
n
\phi_n
ϕn是初始相位。这里,子载波的频率
f
n
f_n
fn被选择为OFDM符号的倒数的整数倍,这使得它们在OFDM符号的时间间隔内与其他子载波正交。其基本的数学工具便是傅立叶级数.
时域上的形象解释
(44条消息) 给“小白”图示讲解OFDM的原理_码懂的博客-CSDN博客
在下面的图示中,在[0,2π]的时长内,采用最易懂的幅度调制方式传送信号:sin(t)传送信号a,因此发送a·sin(t),sin(2t)传送信号b,因此发送b·sin(2t)。其中,sin(t)和sin(2t)的用处是用来承载信号,是收发端预先规定好的信息,在本文中一律称为子载波;调制在子载波上的幅度信号a和b,才是需要发送的信息。因此在信道中传送的信号为a·sin(t)+b·sin(2t)。在接收端,分别对接收到的信号作关于sin(t)和sin(2t)的积分检测,就可以得到a和b了。(以下图形采用google绘制)
图一:发送a信号的sin(t)
图二:发送b信号的sin(2t)【注意:在区间[0,2π]内发送了两个完整波形】
图三:发送在无线空间的叠加信号a·sin(t)+b·sin(2t)
图四:接收信号乘sin(t),积分解码出a信号。【如前文所述,传送b信号的sin(2t)项,在积分后为0】
图五:接收信号乘sin(2t),积分解码出b信号。【如前文所述,传送a信号的sin(t)项,在积分后为0】
图六:流程图
图七:时域上的OFDM系统图
频域上的形象解释
(44条消息) 给“小白”图示讲解OFDM的原理_码懂的博客-CSDN博客
对限制在[0,2π]内的sin(t)信号,相当于无限长的sin(t)信号乘以一个[0,2π]上的门信号(矩形脉冲),其频谱为两者频谱的卷积。sin(t)的频谱为冲激,门信号的频谱为sinc信号(即sin(x)/x信号)。冲激信号卷积sinc信号,相当于对sinc信号的搬移。所以分析到这里,可以得出图一的时域波形其对应的频谱如下:
图1:限定在[0,2π]内的a·sin(t)信号的频谱,即以sin(t)为载波的调制信号的频谱
sin(2t)的频谱分析基本相同。需要注意的是,由于正交区间为[0,2π],因此sin(2t)在相同的时间内发送了两个完整波形。相同的门函数保证了两个函数的频谱形状相同,只是频谱被搬移的位置变了:
图2:限定在[0,2π]内的b·sin(2t)信号的频谱,即以sin(2t)为载波的调制信号的频谱
将sin(t)和sin(2t)所传信号的频谱叠加在一起,如下:
图3:a·sin(t)+b·sin(2t)信号的频谱
图4:OFDM信号频谱
子载波间隔
在OFDM(正交频分复用)技术中,子载波间距是一个关键参数。它由有用符号周期的倒数确定,有用符号周期是指实际传输信息的时间(不包括循环前缀)。
在OFDM系统中,每个子载波是一个不同频率的正弦信号,这些频率被精心选择为在符号周期内正交。子载波的正交性在OFDM中至关重要,因为它允许子载波紧密地间隔而不相互干扰,从而实现对频谱的高效利用。
从数学上讲,如果两个正弦信号在一定周期内的乘积积分为零,则它们是正交的。对于OFDM系统中的第i个和第j个子载波,这个条件可以表示为:
∫
cos
(
2
π
f
i
t
)
cos
(
2
π
f
j
t
)
d
t
=
0
(当
i
≠
j
时)
\int \cos(2\pi f_i t) \cos(2\pi f_j t) dt = 0 (当i \neq j时)
∫cos(2πfit)cos(2πfjt)dt=0(当i=j时)
其中
f
i
fi
fi和
f
j
fj
fj分别是第
i
i
i个和第
j
j
j个子载波的频率,积分是在一个符号周期内进行的。这个正交性条件给出了子载波间距
Δ
f
=
1
T
u
\Delta f = \frac{1}{Tu}
Δf=Tu1,其中
T
u
Tu
Tu是有用符号周期。至于约束条件,在选择子载波间距和符号周期时有几个重要考虑因素:
- 信道相干时间:在移动通信中,由于用户移动和环境变化等因素,信道条件可能会迅速变化。符号周期应远小于信道相干时间,以防止符号间干扰。
- 多普勒频移:在高移动性场景中,多普勒频移可能导致子载波的频率变化,从而破坏它们的正交性。符号周期应足够短,以使一个符号周期内的频率变化可以忽略不计。
- 计算复杂度:更多的子载波(即更小的子载波间距)可以提供更好的频率选择性衰落抵消和更高的频谱效率。然而,它也会增加OFDM系统的计算复杂度。快速傅里叶变换(FFT)大小与子载波数量成正比,是OFDM计算复杂度的主要因素。
这些只是一些主要考虑因素,最佳的子载波间距选择可能取决于通信系统的具体要求,如目标数据速率、可用带宽、用户的移动性等。
补充参考
(44条消息) 【OFDM】答疑解惑_ofdm升余弦成型滤波器_weixin_45853381的博客-CSDN博客
-
Q1:OFDM的频谱是什么样子?到底是单频信号的组合(频域上为一个个脉冲)还是像教科书上显示的多个sinc函数相叠加?到底是怎么从我以为的冲激函数变成了Sa函数的?
图1图2
图3
(注:第一个是幅度谱,实际上,若用PSK调制OFDM信号,相位谱才是搭载符号信息的)
-
A1:首先来看对第一张图和第二张图的理解。
三角函数的频谱是一个冲激函数。但是发送的信息实际上是限定范围内的一小段三角函数,它的频谱也就不是冲激了。时域上子载波(无限长三角函数)和每比特的原始信息(矩形波)相乘(可看作给三角函数加窗,将信号限制在0~T时间段内)在频域上就是将一个sinc函数(时间窗的频谱)搬移(卷积)到中心在三角函数频率的位置。
那为什么会出现第二、三张图之间的差别呢?
这是因为基带信号在传输前一般会通过脉冲成型滤波器(作用在频域)。频域里很多Sa函数衰减都很慢,产生很大的带外功率,造成邻带干扰。为了使带外衰减更快,可以采用升余弦窗而不是矩形窗。当使用升余弦滚降滤波器后,图二就变成了图三,这样能有效抑制带外信号,在保证本路信号没有码间串扰的情况下,既能最大限度的利用带宽,又能减少子载波间的各路信号的相互干扰。
(使用升余弦会引来了新的问题:此时,时域上会产生拖尾(矩形窗完全没有),从而引起ISI和ICI的,这降低了OFDM系统对多径时延的容忍能力。)