Baixe o app para aproveitar ainda mais
Prévia do material em texto
Implementação em DSP e Estudo do Desempenho de um Equalizador de Máxima Verossimilhança para o Sistema Celular D-AMPS TDMA Aline de Oliveira Neves, Cristiano M. Panazio e Francisco Rodrigo P. Cavalcanti Laboratório de Processamento Digital de Sinais para Comunicações Móveis (DSP-COM) DECOM-FEEC-UNICAMP Caixa Postal 6101, CEP 13083-970 Campinas-SP aline@decom.fee.unicamp.br, panazio@decom.fee.unicamp.br rod@dee.ufc.br Sumário: Neste artigo apresentamos uma implementação em um processador DSP de um equalizador de máxima verossimilhança que opera nas condições do sistema D-AMPS TDMA de telefonia celular digital. Resultados em tempo real obtidos com o DSP são comparados com a simulação via Matlab. O sistema permite também observar o desempenho do equalizador através da transmissão e conseqüente escuta de sinais de voz. O equalizador é controlado por uma interface gráfica amigável que roda em um PC convencional. Em se tratando de um terminal celular portátil , a carga computacional necessária e uma proposta para sua redução são estudadas. 1. INTRODUÇÃO Equalizadores são dispositivos utili zados em sistemas de comunicação para combater a distorção causada pelo canal de transmissão. Em comunicações digitais esta distorção se apresenta na forma de interferência intersimbólica (IIS). Nos sistemas modernos, uma das soluções usuais consiste em implementar equalizadores digitais através de filtros adaptativos, com estruturas transversais ou de decisão realimentada. Outra classe de soluções, tida como mais robusta e adotada atualmente em sistemas rádio- móvel, baseia-se na técnica de estimação de máxima verossimilhança. São comumente referenciados como equalizadores MLSE (“Maximum Likelihood Sequence Estimator” )[1]. Neste artigo, estudamos o desempenho de um equalizador MLSE, implementado com o algoritmo de Viterbi [2], operando em uma versão simulada do sistema D-AMPS TDMA de telefonia celular digital. Sua padronização encontra-se na norma IS-54 e, mais recentemente, na norma IS-136 [3]. O sistema D-AMPS pode ser caracterizado como exibindo desvanecimento plano em freqüência, pois, para espalhamentos de atraso típicos, sua banda de coerência é maior do que a banda do sinal transmitido. Entretanto, em condições de propagação adversa, o espalhamento do atraso pode crescer acima dos valores típicos diminuindo a qualidade do sinal recebido. Num mercado altamente competitivo, a inclusão de um equalizador no terminal celular portátil pode representar uma vantagem comercial pois melhoraria o sinal exatamente em situações onde o usuário esperaria baixa qualidade de recepção. Como desejamos implementar tal técnica de equalização em um terminal celular portátil , foi dada especial atenção ao problema da carga computacional requerida pelo algoritmo de equalização. Uma vez que o terminal precisa ser pequeno e ter baixo consumo de energia, precisamos ponderar entre o ganho de qualidade na recepção e a necessidade de um processador de sinais mais poderoso, implicando em um maior consumo de energia, espaço ocupado e custo do terminal celular móvel. Assim, a principal contribuição do presente trabalho é a implementação completa do sistema com equalização em DSP, para simulação e testes em tempo real, em presença de seqüências de dados aleatoriamente gerados bem como de sinal de voz digitalizado. Aspectos inovadores que daí decorrem incluem a avaliação da carga computacional, a redução desta carga através de uma simplificação na função-custo original do algoritmo de Viterbi e a avaliação subjetiva do desempenho do equalizador através de escuta do sinal de voz recebido. O equalizador MLSE adotado não requer maiores alterações na arquitetura de rádio-freqüência do terminal móvel, uma vez que o mesmo é inteiramente implementado em software e opera com um único sinal e uma única antena. A seção 2 deste trabalho descreve as ferramentas e a metodologia utilizadas na implementação do equalizador. A seção 3 descreve o modelo de simulação adotado. A seção 4 versa sobre o algoritmo de equalização e o detector MLSE. A seção 5 descreve como foi realizada a emulação em tempo real e como foi obtida a estimativa da carga computacional requerida pelo equalizador. Em seguida, a seção 6 descreve a interface gráfica que controla o sistema e a seção 7 mostra e discute os resultados obtidos com as simulações. Finalmente a seção 8 estabelece nossas conclusões. 2. FERRAMENTAS DE DESENVOLVIMENTO Inicialmente os algoritmos de geração de símbolos, canal de transmissão, estimador de canal, MLSE, decodificação da seqüência transmitida e cálculo da taxa de erro de bits foram desenvolvidos e testados no programa Matlab, de forma a validar as técnicas Figura 1- Placa de Desenvolvimento Blacktip-PCI utili zadas. Os resultados obtidos foram comparados com os existentes em [4]. Uma vez validado o modelo de simulação, a mesma estrutura de algoritmos foi desenvolvida utili zando-se o ambiente integrado de desenvolvimento Visual DSP, que possui compilador C++ e depurador para o processador ADSP2106x SHARC da Analog Devices. O processador utili zado foi um ADSP21062 com capacidade de 40 MIPS (“milli ons of instructions per second”) e também de realizar operações em ponto flutuante. O DSP é parte de uma placa de desenvolvimento Blacktip (figura 1), fabricada pela empresa Bittware Research Systems, que se conecta a um barramento PCI de um computador pessoal (PC). Os programas desenvolvidos no ambiente Visual DSP podem ser executados diretamente nesta placa. Além disso, utili zando o compilador C++ Builder da Borland, foi criada uma interface gráfica para controle dos parâmetros de simulação e visualização dos resultados obtidos. A interface entre o PC e o DSP foi feita utilizando a Biblioteca C++ Host Interface, também fornecida pela Bittware. Os resultados obtidos com a simulação no DSP foram confrontados com os obtidos anteriormente através do Matlab, como descreveremos ao longo deste artigo. 3. MODELO DE SISTEMA PARA SIMULAÇÃO No sistema IS-136, um quadro é composto por seis “slots” , sendo que o primeiro e o quarto são utili zados por um usuário, o segundo e o quinto por outro e os dois restantes por um terceiro. Cada “slot” possui 162 símbolos com modulação π/4-DQPSK e uma taxa de transmissão de 24.3 kbaud, sendo os 14 primeiros pertencentes à seqüência de sincronismo, conhecida no receptor e que é utili zada para treinamento do estimador e rastreador do canal. A figura 2 ilustra a estrutura de quadro/ “slot” do sistema IS-136. A norma IS-136 sugere um modelo com dois multipercursos na recepção tal que a resposta impulsiva do canal rádio-móvel seja dada por: h(t,τ)=c0(t)δ(t) + c1(t)δ(t-τ) (1) onde c0(t) e c1(t) são processos aleatórios gaussianos complexos e τ é o atraso relativo do 2o raio. S D C D R 1 2 3 1 2 3 Frame Length = 20 ms Slot Length =6,67 ms, 162 Symbols IS-136 Forward Link Frame/Slot Structure S = Synchronizat ion (14 symbols) D=Data (71 Symbols) C=Color Code (06 Symbols) D=Data (65 Symbols) R=Reserved (06 Symbols) Figura 2- Estrutura de quadro/“ slot” do IS-136 [3] Os processos c0(t) e c1(t) são obtidos pela amostragem, na taxa de símbolos, de pulsos cosseno levantado (com fator de excesso de faixa de 0.35) centrados em t=0 e t=τ, obtendo-se assim a resposta impulsiva do canal, correspondente aos raios direto e atrasado. Essas amostras são multiplicadas por processos aleatórios gaussianos complexos des- correlatados. Para estes processos foi adotado o espectro Doppler clássico, implementado como um filt ro Chebyshev de segunda ordem [4]. Foi adicionado à saída do canal, um ruído branco gaussiano cuja potência é obtida a partir de uma SNR (“Signal to Noise Ratio” ) especificada. O tempo de coerência (Tc) de um canal rádio móvel é definido por [5]: v TC 2/λ= (3) onde λ é o comprimento de onda e v é a velocidade da unidade móvel. Prevendo o pior caso (velocidade da unidade móvel igual a 100km/h), para uma portadora de 900 MHz, o tempo de coerênciaserá de aproximadamente de 5.9ms, que é da mesma ordem do período do “slot” (6.67ms). Isto justifica a necessidade de um rastreamento do canal durante todo o “slot” . 4. ALGORITMO DE EQUALIZAÇÃO E DETECTOR MLSE A equalização através da detecção de seqüências de máxima verossimilhança realiza uma busca explícita da seqüência mais provavelmente transmitida, com base no conhecimento da seqüência recebida. Para isto, é necessária uma estimativa da relação entrada- saída do canal, cujo comportamento é suposto linear. Trata-se de uma técnica cuja complexidade computacional é superior a dos equalizadores transversais e DFE (“Decision Feedback Equalization” ). Sua robustez porem tem sido atestada na prática, dado que é a solução de equalização implementada no sistema europeu de telefonia celular digital, GSM (“Global Systems for Mobile Communication” ). Para estimar e rastrear o canal, utili zamos o algoritmo LMS que possui, como treinamento, os 14 símbolos da seqüência de sincronismo e, em seguida, realiza decisão direta, utili zando os símbolos Transimissor (DQPSK) x(k) X X Σ c0 M L S E (Algor i tmo de Viterbi) Σ Σ y(k- τ) e(k)L M S x'(k- τ) X X y'(k-τ) x'(k-t ) Decisão Direta Treinamento + - c'0c'1 Τ T c1 Detetor Diferencial (DQPSK) Medidor de BER x(k- τ) ruído Detetor Diferencial (DQPSK) Figura 3- Diagrama de blocos fornecidos pelo MLSE. A regra de atualização dos pesos do estimador do canal é dada por [6]: c’ (k+1)=c’ (k)-µe*(k)x’ (k) (2) onde µ é o passo do algoritmo, x’ (k) é o vetor de entrada do estimador formado pelas últimas n amostras do sinal de entrada e e(k)=(y(k)-y’ (k)) é o erro entre o sinal y(k) na saída do canal (sinal desejado) e o sinal y’ (k) na saída do estimador, cujo vetor de pesos é c’= [c’ 1 c’ 2] T. O detetor MLSE foi implementado com base no algoritmo de Viterbi. Isto reduz sua complexidade já que, de outra forma, esta teria um crescimento exponencial com o comprimento da seqüência de teste, o que o tornaria proibitivo. O comprimento adequado da seqüência de teste depende da memória do canal sendo sugerido um valor mínimo de 5 vezes a memória do mesmo [1]. No algoritmo de Viterbi, quanto maior o atraso de decisão, maior a probabili dade das seqüências sobreviventes terem convergido, mas pior será o acompanhamento das variações do canal pelo rastreador. Assim, o atraso de decisão deve ser um compromisso entre estes dois fatores. Seu valor ótimo foi obtido através de simulações, mostradas na seção 6 deste trabalho. A função de custo utili zada em cada segmento da treliça no algoritmo de Viterbi foi, inicialmente, do tipo: 2 ˆ ii yy − (4) onde yi é o valor observado na saída do canal, incluindo o ruído, naquele estágio da treliça, enquanto iŷ é a saída esperada, sem ruído, de acordo com a treliça básica de possibili dades de transição do canal estimado. Entretanto, a função de custo realmente utili zada foi apenas o módulo da diferença, objetivando reduzir a complexidade do algoritmo, o que será discutido na seção 5. Devemos ressaltar que a decodificação diferencial só é feita após o processo de decisão (MLSE), visando evitar a introdução de não linearidades no mesmo. Ao fim da decodificação é calculada a taxa de bits errados (BER) para análise da qualidade do “ link” . Um diagrama de blocos do sistema de simulação discretizado é mostrado na figura 3, onde τ é um atraso igual a um número inteiro de períodos de símbolo usado para gerar sincronismo entre o MLSE e o rastreador. 5. EMULAÇÃO EM TEMPO REAL E ESTIMAÇÃO DE CARGA COMPUTACIONAL Para a implementação em tempo real dos algoritmos do MLSE e do estimador/rastreador de canal, que são responsáveis pela equalização, é necessário avaliar o tempo de processamento disponível. No caso do sistema IS-136, podemos adotar a estratégia descrita a seguir, ilustrada na figura 4. O sinal do “slot” do usuário desejado é inicialmente amostrado e armazenado. Em seguida utili zamos o tempo correspondente aos 2 “slots” seguintes, quando ocorre a multiplexação por tempo com os outros dois usuários não desejados, para realizar a equalização. Isto equivale a 13.3ms de tempo disponível para a equalização. Programa Timer com # ciclos equivalente ao tempo disponivel para equalização Cria e associa função para tratamento de Interrupção do Timer SLOT1 USUÁRIO DESEJADO SLOT3 OUTRO USUÁRIO SLOT2 OUTRO USUÁRIO EXECUTA EQUALIZAÇÃO NOS 2 SLOTS A SEGUIRAMOSTRA E ARMAZENA SLOT TI M E R Z E R O U E Q U A LI ZA D O R I N TE R R O M P ID O TRATAMENTO DA INTERRUPÇÃO DE TIMER: TAXA MUITO ALTA, FIM DO PROGRAMA PREPARAÇÃO DO TIMER TIMER DECREMENTANDO CONTAGEM D IS P A R A T IM E R TEMPO D E S LI G A T IM E R Figura 4-Metodologia de Emulação de Tempo-Real Para fazer uma avaliação do equalizador funcionando em tempo real, foi utili zado o timer do ADSP21062. Cada ciclo do timer equivale a um pulso de clock, ou seja, 25ns (freqüência de 40MHz). Assim, considerando a taxa nominal do sistema IS- 136 (24.3kbaud), teremos disponíveis cerca de 5.3x105 ciclos de clock nos dois “slots” disponíveis para a equalização. A fim de se obter exatamente o tempo de processamento necessário para a equalização, habilit amos a interrupção por timer e carregamos seu contador com um certo número de ciclos. Caso este não seja suficiente para a execução completa da equalização, a interrupção gera um “flag” de erro. Efetuando o procedimento descrito acima, o número de ciclos de clock mínimo necessário para a execução correta em tempo real da equalização, incluindo-se o estimador/rastreador de canal e o algoritmo de Viterbi, é de 4.64x105, o que corresponde a 11.6 ms, estando dentro do intervalo de tempo disponível. Utili zando-se todo o tempo disponível, poderíamos empregar um processador com capacidade mínima de processamento de 34.82 MIPS, que é um valor facilmente atingido por outros DSPs disponíveis comercialmente. Apesar de compilado com opções de otimização do compilador C do Visual DSP, alguma redundância ainda pode existir no código do equalizador devido à ineficiência do processo de conversão para o código de máquina correspondente. Eliminando-se tais redundâncias, a execução poderia ser ainda mais rápida. Quanto a função de custo do algoritmo de Viterbi, a função original (eq. (4)) se mostrou muito onerosa computacionalmente para o DSP. A mudança para a função menos onerosa, dada pelo módulo da diferença, acarretou numa pequena perda de eficiência na decodificação. Tal fato poderá ser observado com maiores detalhes na seção 7. Se fosse utilizada a função custo original da eq. (4), a carga computacional seria três vezes maior, o que impossibil itaria a equalização em tempo real. Assim, se justifica, plenamente, uma pequena perda de desempenho com a introdução da nova função custo. 6. INTERFACE GRÁFICA DE CONTROLE A interface gráfica tem como função permitir uma interação amigável com o usuário do sistema de simulação em DSP. Esta foi implementada utili zando- se o compilador C++ Builder da Borland. No menu principal de tal interface existem opções que permitem selecionar valores para os parâmetros de simulação tais como a relação sinal-ruído, velocidade do móvel, espalhamento do atraso, passo do algoritmo LMS e número de “slots” a serem transmitidos durante a simulação. Tais parâmetros podem ser modificados através do comando “Parameters” (figura 5). É possível também realizar um teste de comunicação entre a interface e a placa Blacktip. Este consiste em executar um padrão ordenado de acendimento dos LED’s disponíveis na placa Blacktip, além de um teste de configuração e de “download” de programas para a mesma. A execução da simulação em tempo real é conseguida através da opção “Run Simulation” (figura 6), a qual pode ser interrompida sempre que se desejar. Figura 5- Interface gráfica (tela “ Parameters” ) Figura 6-Interface gráfica, (opção “ Run Simulation” ) 7. RESULTADOS E SIMULAÇÃO O sistema IS-136 requer que um equalizador compense atrasos de até41.2 µs para o 2º raio de multipercurso de igual potência média em relação ao raio direto. Este atraso equivale a um intervalo de símbolo. As condições simuladas são aquelas especificadas na norma IS-137 [7] e mostradas na tabela 1. Velocidade (Km/h) 8 50,100 SNR por bit(dB) 16 19 Atraso do 2º raio 0.25T, 0.50T, 1.0T Tabela 1: Condições de Simulação. Para todas as condições mostradas na tabela 1, a taxa de erro de bits (BER) máxima deve ser igual a 3%. As curvas a seguir, mostram os resultados obtidos no DSP, simulando-se a transmissão de 10.000 “slots” . Os parâmetros dos algoritmos utili zados foram definidos através de várias simulações, obtendo-se como valor ótimo µ (passo do LMS) igual à 0.2 e, para o MLSE, um atraso igual a um, o que corresponde ao resultado também obtido em [4]. Para efeito de simulação na seqüência de teste do algoritmo de Viterbi, foram utili zados 5 símbolos para decidir por 4, o que também foi um valor ótimo encontrado após vários testes. Assim, para efetuar a decodificação de todo o “slot” , foi necessário utilizar o primeiro símbolo do próximo “slot” . Pode-se perceber, através das figuras 7, 8 e 9 que a equalização permite obter níveis de BER aceitáveis, pela norma IS-137, na maioria dos casos em que ocorre IIS. A única situação na qual a norma não foi satisfeita foi para um atraso do segundo raio de 0.25T, onde T é o período de um símbolo, e velocidade da unidade móvel de 100km/h. Observou-se que quanto maior o atraso do segundo raio, melhor o desempenho do equalizador, o que se deve a um aumento do grau de diversidade temporal. Pode-se verificar também que a curva de BER decresce mais lentamente, conforme a relação sinal ruído (SNR) por bit aumenta, especialmente para velocidades maiores. Isto se deve a limitações no processo de rastreamento do canal. Comparando estes resultados com os obtidos no Matlab, obtivemos as curvas mostradas nas figuras 10- 12, sendo que nestas foram simuladas a transmissão de 2500 “slots” apenas, por ser o Matlab muito mais lento do que o DSP. Entretanto, foi realizada ainda uma simulação transmitindo-se 12000 “slots” no Matlab, a fim de se verificar se 2500 “slots” eram suficientes para se obter resultados precisos. Os resultados obtidos nos dois casos foram idênticos. As figuras 10, 11 e 12 mostram que as curvas obtidas no Matlab e no DSP são muito próximas, chegando a coincidir em vários pontos, o que valida as simulações do DSP. As pequenas diferenças que podem ser observadas se devem provavelmente à diferença de precisão numérica dos dois já que o Matlab trabalha com variáveis tipo double (64 bits) enquanto que o DSP só usa as de tipo float (32 bits). Para efeito de análise da perda de eficiência do algoritmo de Viterbi, ao se utili zar a função de custo simplificada, obteve-se no DSP os resultados mostrados na figura 13. Pode-se observar que, conforme previsto, existe uma pequena perda no algoritmo. Para compensar tal perda, poderia se utili zar o código de cores de verificação digital codificado (CDVCC), que consiste em seis símbolos de um “slot” , localizados entre o 85º e o 91º símbolos. Tal código conhecido no receptor pode ser utili zado para um novo treinamento do estimador/rastreador de canal, sem se acrescentar maior custo computacional ao equalizador. Isto tende a reduzir esta taxa de erro para níveis menores. Foi realizado também um teste de qualidade de voz no qual foi transmitida voz digitalizada quantizada com 8 bits e amostrada a 11kHz. Este teste consiste em comparar a qualidade da voz equalizada com a não equalizada. Vale lembrar que este teste não representa de forma fiel o que acontece realmente com a qualidade de voz no sistema IS-136, pois usa-se neste, codificação de voz do tipo VSELP de 8 kb/s que não foi implementada no teste. Ainda assim, guardadas as devidas proporções, o teste de voz nos permite ter idéia de em quais situações o equalizador se faz realmente necessário. O som foi inicialmente gravado em formato WAV e transformado em um arquivo no formato binário através do Matlab de forma que pudesse ser utili zado pelo DSP. Este é lido pelo programa de interface gráfica e passado à placa Blacktip por meio da biblioteca Host Interface. Após processado, os dados são carregados do DSP da mesma forma e um arquivo WAV de saída é gravado. Foram realizados diversos testes com o atraso do 2º raio variando de 0 a 1.0T e com velocidades entre 1 e 100 km/h. O fator que mais influenciou a qualidade da voz resultante foi o espalhamento do atraso representado pelo atraso do 2º raio. Verificamos que, para atrasos do segundo raio variando até 0.3T, e mesmo para velocidades altas, a mensagem transmitida ainda pode ser entendida sem equalização, apesar da baixa qualidade. Uma perda significativa na qualidade da voz não equalizada já pode ser percebida com atrasos maiores que 0.2T, o que representa um espalhamento de atraso da ordem de 4 µs. Entretanto, para atrasos maiores, o equalizador é indispensável, já que, sem ele, não é possível sequer entender a mensagem recebida. Os arquivos WAV do teste subjetivo de voz realizado podem ser obtidos no seguinte url: http://www.decom.fee.unicamp.br/~rod/dsp.html 10 12 14 16 18 20 22 10 -3 10 -2 10 -1 10 0 Relação Sinal Ruído (SNR) [db] Ta xa d e E rr o de B its ( B E R ) Atraso do 2o raio=T Atraso do 2o raio=0.5T Atraso do 2o raio=0.25T Norma Figura 7 - BER em função da SNR por bit para velocidade de 100 km/h. 10 12 14 16 18 20 22 10 -4 10 -3 10 -2 10 -1 10 0 Relação Sinal Ruído (SNR) [db] Ta xa d e E rr o de B its ( B E R ) Atraso do segundo raio=T Atraso do segundo raio=0.5T Atraso do segundo raio=0.25T Norma Figura 8 - BER em função da SNR por bit para velocidade de 50 km/h. 10 12 14 16 18 20 22 10 -4 10 -3 10 -2 10 -1 10 0 Relação Sinal Ruído (SNR) [dB] Ta xa d e E rr o de B its ( B E R ) Atraso do 2o raio=T Atraso do 2o raio=0.5T Atraso do 2o raio=0.25T Norma Figura 9 - BER em função da SNR por bit para velocidade de 8 km/h. 10 12 14 16 18 20 22 10 -3 10 -2 10 -1 10 0 Relação Sinal Ruído (SNR) [dB] Ta xa d e E rr o de B its ( B E R ) DSP Matlab Figura 10- Comparação entre Matlab e DSP a 100km/h, atraso do segundo raio de 0.5T. 10 12 14 16 18 20 22 10 -4 10 -3 10 -2 10 -1 10 0 Relação Sinal Ruído (SNR) [dB] Ta xa d e E rr o de B its ( B E R ) DSP Matlab Figura 11- Comparação entre Matlab e DSP a 50km/h, atraso do segundo raio de 1.0T. 10 12 14 16 18 20 22 10 -3 10 -2 10 -1 10 0 Relação Sinal Ruído (SNR) [dB] Ta xa d e E rr o de B its ( B E R ) DSP Matlab Figura 12- Comparação entre Matlab e DSP a 8km/h, atraso do segundo raio de 0.25T. 10 12 14 16 18 20 22 10 -3 10 -2 10 -1 10 0 Relação Sinal Ruído (SNR) [dB] Ta xa d e E rr o de B its ( B E R ) Métrica simplificada Métrica original Figura 13 - Comparação de entre métrica original e métrica simplifi cada para 8km/h e espalhamento temporal de 0.25T. 8. CONCLUSÕES Este trabalho apresentou uma implementação em DSP e o conseqüente estudo do desempenho de um equalizador MLSE operando no terminal celular portátil de um sistema D-AMPS. Os resultados de simulação obtidos via DSP concordaram com aqueles obtidos via Matlab. A carga computacional obtida pode ser facilmente suprida pela atual geração de DSPs. A escuta de sinais de voz em presença e ausência do equalizador mostra que ele passa a ser necessário para espalhamentos de atraso de 4 µs ou mais, o que equivale a 10% do intervalo de símbolo. Através da interface gráfica amigável que controla o sistema de simulação no DSP, é possível conduzir estudos sistemáticos do impacto da equalização em sistemas de comunicações móveis. Com poucas modificações é possível obter resultados similares para outros sistemas, tais como o GSM por exemplo. AGRADECIMENTO Ao Prof. Dr. João Marcos Travassos Romano pelo incentivo, apoio e atenção.REFERÊNCIAS [1] Proakis, J.G; Digital Communications; McGraw- Hill , 3ed, 1995. [2] Forney, D.; The Viterbi Algorithm” ; Proc. IEEE, vol. 61, n. 3; Maio;1973; pp. 268-278. [3]EIA/TIA IS-136;800 MHz TDMA Cellular- Radio Interface- Mobile Station-Base Station Compatibilit y- Digital Control Channel; Dezembro;1994. [4] Batista, C. L., “Receptores de Seqüência de Máxima Verossimilhança Aplicados em Telecomunicações Móveis Digitais“ , Tese de Mestrado, FEE, UNICAMP, 1995. [5] B. Sklar;” Rayleigh Fading Channels in Mobile Digital Communication Systems. Part I: Characterization” ; IEEE Communication Magazine; Setembro;1997; pp. 136-146 . [6] Haykin, S.; Adaptive Filter Theory ; Prentice-Hall , 3ed, 1996. [7]EIA/TIA IS-137-A; TDMA Cellular/PCS – Radio Interface – Minimum Performance Standard for Mobile Stations; Julho;1996.
Compartilhar