Детальная информация

Цель работы – разработка и реализация алгоритмов демодуляции в каналах трафика и пакетной передачи стандарта GSM. В результате исследования была реализована нелинейная GMSK-модуляция согласно стандарту GSM и ее линеаризованный аналог. Разработаны алгоритмы дифференциальной демодуляции и демодуляции по критерию МП для последовательности (MLSE) при наличии МСИ. Реализованный MLSE-демодулятор основан на алгоритме Витерби с модифицированным способом расчета метрик, который позволяет исключить применение обеляющего фильтра после прохождения сигнала через согласованный фильтр. Для возможности использования мягких решений на выходе демодулятора был реализован алгоритм SOVA, являющийся модифицированной версией алгоритма Витерби. В ходе имитационного моделирования были получены кривые помехоустойчивости для различных конфигураций приемника в канале с АБГШ. Проведен сравнительный анализ кривых помехоустойчивости для MLSE-демодулятора и DFE. В результате было определено, что MLSE-демодулятор имеет меньшую вероятность ошибки при фиксированном значении отношения сигнал шум. Реализация и оформление работы выполнены с использованием языка Python (библиотеки NumPy, Matplotlib), среды VS Code, системы контроля версий Git на платформе GitHub и пакета приложений Microsoft Office.

The aim is the development and implementation of demodulation algorithms for GSM traffic and packet data channels. As a result of the study, non-linear GMSK modulation according to the GSM standard and its linearized counterpart were implemented. Algorithms for differential demodulation and Maximum Likelihood Sequence Estimation (MLSE) in the presence of inter-symbol interference (ISI) were developed. The implemented MLSE demodulator is based on the Viterbi algorithm with a modified metric calculation method, which eliminates the need for a whitening filter after the matched filter. To enable soft-decision outputs at the demodulator stage, the Soft-Output Viterbi Algorithm (SOVA) was implemented as a modified version of the Viterbi algorithm. During simulation modeling, noise immunity curves were obtained for various receiver configurations in an AWGN channel. A comparative analysis of the performance of the MLSE demodulator and the Decision Feedback Equalizer (DFE) was conducted. The results demonstrate that the MLSE demodulator achieves a lower error probability at a fixed signal-to-noise ratio. The work was implemented and documented using the Python programming language (NumPy and Matplotlib libraries), the VS Code IDE, the Git version control system on the GitHub platform, and the Microsoft Office suite.