נושא הפרוייקט
מספר פרוייקט
מחלקה
שמות סטודנטים
אימייל
שמות מנחים
עיצוב גיאומטרי במערכות תקשורת עם רעש פאזה אדיטיבי
Geometric shaping in communication systems with additive PN
תקציר בעיברית
אחד הגורמים המגבילים של מערכות תקשורת אלחוטיות בהעברת מידע הוא שבנוסף לרעש הגאוסי הלבן הידוע, שעלול לגרום לעיתים לפענוח שגוי של הנתונים במקלט, הערוץ סובל גם מהפרעות הנגרמות ממערכת המכ"ם (רעש פאזי), שמתאפיינות על ידי שידור וקליטה המתבצעים במקביל. הפרעת המכ"ם מתוארת כהפרעה אשר מתווספת לרעש הגאוסי הקיים בערוץ. אתייחס אל הפרעה זו כאל רעש בעל משרעת (אמפליטודה) ידועה וקבועה, ופאזה אקראית בלתי תלויה ומפולגת באופן אחיד בקטע [2π, 0] בכל שימוש בודד בערוץ. תחת ההנחות שגם הרעש הגאוסי (AWGN) וגם רעש הפאזה הם חסרי זיכרון וההספק הממוצע שלהם זהה, אפשר לחשב בקירוב את המידע ההדדי הממוצע (AMI) של הערוץ - שמשמש כמדד לדיוק הערוץ. בפרויקט שלי הצלחתי להתגבר על הגורם המגביל הזה על ידי ביצוע אופטימיזציה של פונקציית ה-AMI לערכו המקסימלי באמצעות אלגוריתם המיצוע SA. ההגעה לערך המקסימלי של פונקציית ה-AMI הוכיחה את יעילות המודל בכך שהמידע שעבר בערוץ קיבל סטייה קלה - כמו שהיה בלי הרעש הפאזי. לבסוף, הצלחתי לעצב קונסטלציה, המתאימה לפונקציית ה-AMI הגבוהה ביותר.
תקציר באנגלית
One limiting factor of wireless communication systems in data transmission is that in addition to the Additive White Gaussian Noise (AWGN), which can cause sometimes incorrect decoding of the data in the receiver, the channel is also suffering from Phase Noise (PN) which caused by a co-existing radar transmission. The PN is modelled as an additive term whose amplitude is known and constant, but whose phase is independent and identically uniformly distributed in [0, 2π], at each channel use. Under the assumptions that both AWGN and PN are memoryless, and their average power is the same, one can approximately calculate the Average Mutual Information (AMI) of the channel - which is used as a metric to the accuracy of the channel. In my project I succeed to overcome this limiting factor by optimizing the AMI to the maximum value, using the Simulated Annealing (SA) algorithm. This maximization proved the efficiency of the model by showing that the data passed through the channel have a slight interference - as it was without the PN. In the end, I managed to succesfully reshape the constellation of the system, according to the optimized AMI function.