Signalverarbeitungsanordnung und Verfahren zur Signalverarbeitung

Die Erfindung betrifft eine Signalverarbeitungsanordnung für ein Funkschließsystem und ein Verfahren zur Signalverarbeitung für ein Funkschließsystem eines Kraftfahrzeugs.

Insbesondere in Kraftfahrzeugen wird bereits heute eine Viel ^¬ zahl von Funktionen über Fernsteuerungen ausgelost oder gesteuert. Üblicherweise wird dafür eine Funkstrecke in lizenz ^¬ freien Frequenzbandern für die Übertragung vom und zum Kraftfahrzeug genutzt. Für den Fahrzeugzugang und beispielsweise auch den Motorstart sind dies sogenannte „Remote Keyless

Entry" System (kurz: RKE-Systeme) , wie sie zum Beispiel zur Funkzentralverriegelung verwendet werden. RKE-Systeme sind inzwischen die Standardlösung nicht nur für komfortables Ver - und Entrielgel eines: Fahrzeuges, sondern auch für weitere k omfortufundt i onen. Dies erfolgt mittels einer meist in einem Fahrzeugschlüssel interintegrierten Funksteuerung die, darüber hinaus dazu verwendet wird, dass neben dem Ve- und Entrie- gln der Türen und des Koffererraums auch der Diebstahlschustz sowie die Wegfarrsperre entsprechend aktiveirt oder deakti- viert werden. Weiterere Funktionen, wie beispielsweise komfor- tables Offnen und Sch ließen von Fenstern, , Sonnendächern, Schiebetüren order Heckklappen können ebenso mitintegriert sein . Eine weitere komfortfunktion und Sicherheitsfunktion: ist die Akt iv ierung Vorfeldbeleuchutung des Farhrzeuges. Fur zusatzzliche Sicherherit sorgt e in im Schlüssel integrier- ter sogenannter Notfall -knopf, der auf Druck einen akusti- schen und visuellen Alarm am Fahrzeug auslöst. Solche RKE Systeme arbeiten dabei je nach Anforderungen inIt u.ni- oder bidirektionaler Kommunikation im Bereich von weltweit freigegebenen ISM-Frequenzen (ISM ^::: Industrial, Scienti- fic, Medicai) . Weitere Merkmale sind zum Beispiel eine gesi- cherte Datenübertragung ^' mit optional erhöhter Sicherheit durch ein Challenge-Resporise-Äuthentifizierungsverfahren (bidirektional) sowie ein niedriger Energieverbrauch. Zudem lassen weitergehende Anwendungen eine Personalisierung' der Funktionen eines RKE-Systems auf ausgewählte Personen zu. Die Reichweite solcher RKE Systeme beträgt üblicherweise bis zu 100 m.

Ein weiteres auf Funkkommunikation basierendes System ist das so genannte PASE-Systern. PASE steht dabei für PA.sive Start and Entry und beschreibt eine schiüsselioses Zugangs- und

Star tsystem. Bei diesem schiüsseliosen Fahrzeugzugangssystem muss der Fahrer lediglich einen Identi fikationsgeber (ID) mit sich führen und erhält durch einfaches Berühren des Türgriffes Zugang zum Fahrzeug. Sobald sich der Fahrer im Innern des Fahrzeuges befindet ., kann der Motor durch Knopfdruck gestartet werden. Verlässt der Fahrer das Fahrzeug, so verriegelt das PASE-System das Fahrzeug entweder automatisch oder auf Knopfdruck, Der Identrfi kationsausweis des Fahrers ersetzt herkömmliche mechanische oder funkgesteuerte Schlüssel und soll maximalen Komfort und einfachste Handhabung für den Fahrer bieten. Auch hier besteht wiederum, die Möglichkeit der Personalisierung auf ausgewählte Personen und es wird üblicherweise eine mehrkanaiige bidirektionale Datenübertragung eingesetzt, die ebenfalls drahtlos und verschlüsselt, zum Beispiel im Bereich von weltweit freigegebenen ISM-Frequenzen erfolgt .

Daneben etablieren sich im Bereich von Kraftfahrzeugen heute auch noch Systeme mit weiteren Funktionen wie zum Beispiel die Übermittlung von Zustandsinformationen. Solche Systeme wirken im Allgemeinen über größere Reichweiten, üblicherweise mehrere 100 m. Beispiele dafür sind der sogenannte Telestart, d. h. ein Motorstart aus größeren Entfernungen, oder die Fernbedienung einer Standheizung, einer Klima-Automatik und- soweiter. Weitere Beispiele für den Einsatz von Funkstrecken mit größeren Reichweiten als denjenigen bei den beschriebenen RKE- und PASE-Systeme betreffen aus größerer Entfernung abrufbare Statusinformationen zum Kraftfahrzeug, wie etwa der aktuelle Schließzustand, die aktuelle Innenraumtemperatur und Ergebnisse technischer Systemuberprufungen (Technik-Check) . Auch eine Übertragung von Alarmmeldungen ist über eine größere Entfernung wünschenswert.

Alle Funktionen, die eine drahtlose Datenübertragung über größere Entfernungen erfordern, werden auch unter dem Oberbegriff „Long-Range-Anwendungen" zusammengefasst . Ein Ziel für Long-Range-Anwendungen ist es, die Datenübertragung beziehungsweise Kommunikation über Entfernungen von etwa 1 km zur Verfugung zu stellen. Bei der Realisierung von (bidirektionalen) Funkverbindungen über solche Entfernungen besteht insbesondere in den USA das Problem, dass hohe Funkleistungen (bis zu 1 Watt, 3OdBm) nur für große Frequenzbandbreiten (> 500 kHz) zulassig sind. Bei der Realisierung solcher Reich- weiten in Funkschließsystemen für Kraftfahrzeuge sind jedoch nur relativ kleine Bandbreiten (und dementsprechend geringe Datenraten (1 kBit/sec) üblich, wodurch die Forderung nach hohen Empfangerempfmdlichkeiten erfüllt wird. Zusatzlich dazu muss jedoch außerdem eine große Sendeleistung realisiert werden. Denn kleine Signal-Bandbreiten bedingen zwar kleine

Datenraten, resultieren aber in großen Bit-Empfmdlichkeiten . Das reicht jedoch im Link-Budget nicht aus, da zusatzlich auch große Sendeleistungen realisiert werden müssen. Dem entgegen stehen die Regelungen in den USA. Eine Spreizspektrum - Technologie stellt hier die Lösung dar. Das schmalbandige (& niederratige) Datensignal wird gespreizt (breitbandig & hoch- ratig) übertragen, die Sendeleistung darf erhöht werden (FCC) , und im Empfänger wird die durch die Spreizung resul- tierende niedrigere Chip-Empfindlichkeit durch die Entsprei- zung wieder auf die Bit-Empfindlichkeit eines Schmalband- Systems angehoben.

Aufgabe der vorliegenden Erfindung ist es daher, eine Anord- nung und ein Verfahren zur Signalverarbeitung insbesondere von Funksignalen anzugeben, bei denen eine hohe Bandbreite und eine hohe Empfängerempfindlichkeit kostengünstig und effektiv realisiert werden.

Die Aufgabe wird gelöst durch eine Anordnung gemäß Anspruch 1 bzw. ein Verfahren gemäß Anspruch 10. Ausgestaltungen und Weiterbildungen des Erfindungsgedankens sind Gegenstand von Unteransprüchen .

Die Aufgabe wird insbesondere gelöst durch eine Signalverarbeitungsanordnung mit einer programmierbaren Filteranordnung, bei der die Filteranordnung dazu ausgebildet ist, mittels eines M-ary PSK (Phase Shift Keying) -Verfahrens modulierte Eingangssignale zu demodulieren oder mittels eines CDMA- (Code Division Multiplex Access) -Codemultiplexverfahrens wie beziehungsweise eines DSSSU (Direkt Sequence Spread Spectrum) -Spreiz Verfahrens gespreizte Eingangssignale zu entspreizen oder die Entspreizung und die Demodulation der Eingangssignale simultan auszuführen.

Die Aufgabe wird weiterhin gelöst durch ein Verfahren zur Signalverarbeitung, bei dem eine Filteranordnung solche Eingangssignale verarbeitet, die mittels eines M-ary PSK- Verfahrens moduliert und mittels eines CDMA- beziehungsweise eines DSSS-Verfahrens gespreizt sind. Das Verfahren umfasst die Schritte, Entspreizen der Eingangssignale durch die Filteranordnung oder Demodulieren der Eingangssignale durch die Filteranordnung, oder simultanes Entspreizen und Demodulieren der Eingangssignale durch die Filteranordnung.

Dabei verbindet die Übertragung gespreizter Signale bei entsprechender Implementierung der Spreiztechnik die Forderungen nach möglichst hoher Bandbreite und hoher Empfängerempfind- lichkeit miteinander. Die dabei benötigten Spreizfaktoren für die zu übertragenden Signale liegen im Bereich von 10 bis 500.

Die Erfindung wird nachfolgend anhand der in den Figuren der Zeichnungen dargestellten Ausführungsbeispiele näher erläutert, wobei gleiche Elemente mit gleichen Bezugszeichen versehen sind. Es zeigt:

Figur 1 das Schaltbild eines Kanalisierers zur Verwen- düng bei einer erfindungsgemäßen Anordnung;

Figur 2 in einem Diagramm die allgemeine Arbeitsweise einer mehrkanaligen Filteranordnung zur Frequenz-Analyse eines digitalisierten Eingangssig- nals;

Figur 3 in einem Diagramm den Ablauf der Signalfilterung gemäß Figur 1 und einem Zweig im Ablauf der Frequenz-Analyse gemäß Figur 2 ;

Figur 4 in einem Diagramm schematisch die Anordnung eines idealen binären Signaldetektors zur BPSK- Demodulation; Figur 5 in einem Diagramm schematisch die Signalverarbeitungsschritte des Kanalisierers;

Figur 6 in einem Diagramm schematisch die simultane BPSK-Demodulation und DSSS Entspreizung eines digitalisierten EingangsSignals ;

Figur 7 das Verhalten einer entsprechend programmierten

Simulation einer Filteranordnung zur WOLA (Weighted Overlap and Add) -Analyse in einer Konfiguration als Korrelator;

Figur 8 das Verhalten einer entsprechend programmierten

Simulation einer Filteranordnung zur WOLA- Analyse Filteranordnung in einer Konfiguration als BPSK-Demodulator;

Figur 9 die Bitfehlerrate über SNR bezogen auf die Chip- Energie, wobei der Spreizgewinn ersichtlich ist und

Figur 10 die Bitfehlerrate über SNR bezogen auf die Bit- Energie, wobei der Spreizverlust ersichtlich ist. Die nachfolgend beschriebenen Anordnungen und Verfahren nutzen die effizienten Strukturen herkömmlicher und kostengünstiger Filteranordnungen, um ein moduliertes und gespreiztes Signal, wie es in Funkschließsystemen für Kraftfahrzeuge angewendet wird, insbesondere in einem Schritt zu demodulieren und/oder zu entspreizen. Dabei wird in der Beschreibung beispielhaft auf ein mittels Binary Phase Shift Keying (BPSK) moduliertes, DSSS-gespreiztes Signal Bezug genommen, wobei ohne Einschränkung auch CDMA-Spreizfolgen und andere M-ary PSK Modulationen verwendet werden können.

Aus dem Stand der Technik sind zwar DSSS-Anordnungen bekannt. Diese sind aber für Anwendungen in funkbasierten Fahrzeug- schließsystemen nicht geeignet, da sie beispielsweise eine zeitkontinuierliche Übertragung relativ großer Datenmengen (Satellitenempfang mittels DSSS, Sprachübertragung mittels CDMA) oder eine abhörsichere Datenübertragung vorgesehen sind. DSSS-basierte Funkschließsysteme sollen demgegenüber beispielsweise eine möglichst effiziente Bearbeitung kurzer Telegramme bei Übertragung geringer Datenmengen erlauben wobei kurze Reaktionszeiten eine hohe Leistungseffizienz und geringer Platzbedarf gefordert werden. Darüber hinaus ist in Funkschließsystemen für Kraftfahrzeuge keine umfangreiche Zwischenspeicherung von Daten möglich, so dass eine Datenverarbeitung in Echtzeit notwendig ist.

Figur 1 zeigt den Aufbau eines komplexen Kanalisierers (auch bekannt als Channelizer) wie er bei einer erfindungsgemäßen Anordnung bzw. einem erfindungsgemäßen Verfahren eingesetzt werden kann. Ein solcher Kanalisierer 25 umfasst einen Multiplizierer 25 mit nachgeschaltetem Filter 26. Ein digitalisiertes Eingangssignal 1 [x(t)] wird dabei durch Multiplikation mit beispielsweise e ^:2πft in dem Multiplizierer 25 in seiner Frequenzlage verschoben und anschließend durch das Filter 26 mit einer Impulsantwort h(t) gefiltert.

Die Faltungsoperation, welche beim Demodulieren und Entsprei- zen benötigt wird, ist eigentlich sehr aufwändig. Es wird nun erfindungsgemäß zu deren effizienter Realisierung ein Kanali- sierer verwendet. Dabei kommt insbesondere ein komplexer Kanalisierer zur Anwendung, um effizient einen PSK-Demodulator, Korrelator (zur Entspreizung) sowie einen simultanen PSK- Demodulator und Korrelator (zur Entspreizung) zu realisieren. Dementsprechend können bei der Erfindung bereits existierende effiziente Filterimplementierungen für eine PSK-Demodulation, eine Korrelation oder eine simultane PSK-Demodulation & Korrelation genutzt werden.

Eine besondere Ausführungsform einer solchen effizienten Filter-Implementierung ist die mathematisch äquivalente Reali- sierung von N parallelen komplexen Kanalisierern innerhalb einer Analyse-Filterbank-Struktur. Innerhalb dieser Struktur wird dann ein einziger Kanal dazu benutzt, um beispielsweise eine PSK-Demodulation und/oder eine Korrelation zu realisieren .

Innerhalb einer Filterbank arbeiten die verschiedenen Kanäle zumeist mit der gleichen sogenannten Prototypen-Tiefpassimpulsantwort. Demzufolge wird, den verschiedenen Kanälen entsprechend, das Eingangssignal mehrfach ausgewertet, wobei die verschiedenen Auswertungen sich lediglich in ihrer Grundfrequenz unterscheiden. Beispielsweise mit Hilfe einer Maxi- mum-Likelihood-Entscheidung auf Grundlage der verschiedenen Kanäle am Ausgang der Synthese-Filterbank kann dann dementsprechend eine (grobe) Frequenzschätzung realisiert werden, wobei ein systematischer f-Restfehler verbleibt.

Durch die komplexe Realisierung des Kanalisierers (also die Betrachtung der Inphasen- sowie der Quadraturphasenkomponente) wird eine Bestimmung der Phase des Senderträgersignals im Empfänger ermöglicht. Dadurch wird die zur PSK-Demodulation benötigte Kohärenz bezüglich Sender- und Empfängeroszillatorfrequenz darstellbar. Durch Auswertung von zumindest zwei bestimmten Phasen-Werten wird eine (genaue, feine) Frequenzfeh- ler-Bestimmung mit praktisch keinem verbleibenden systematischen Fehler möglich.

Figur 2 zeigt in einem Diagramm beispielhaft die Arbeitsweise einer mehrkanaligen Filteranordnung (Filterbank) zur Analyse eines digitalisierten Eingangssignals (INPUT) . Ein solches digitalisiertes Eingangssignal 1 wird in einer Filteranalyseanordnung 2 (der Filteranordnung) zu Ausgangssignalen (OUTPUT) 1 ... N verarbeitet. Das digitalisierte Eingangssignal 1 der Filteranordnung stützt sich dabei im Zeitbereich jeweils auf eine festgelegte Anzahl von Abtastwerten. Entsprechend dem Abtasttheorem sollte dieses Eingangssignal 1 Frequenzanteile bis zur halben Abtastfrequenz (Abtastrate) beinhalten. In der Filteranordnung wird das Eingangssignal 1 in N verschiedene Teilbereiche 1 ... N unterteilt. Der Signalanteil (die Amplitude) des entsprechenden Frequenz-Teil-Bereiches wird als Ausgangssignal 1 ... N ausgegeben. Dies erfolgt jeweils einmal pro Analyse-Schritt 1 ... k.

Figur 3 zeigt anhand eines Signalflussplans schematisch den Ablauf der Frequenz-Analyse in der Filteranalyseanordnung 2 gemäß Figur 2. Der Signalflussplan enthält einen Funktionsblock zur Signalabtastung 4, einen Funktionsblock für eine Fensterfunktion 5, einen ersten Multiplikator 6, einen Funktionsblock zur Zwischenspeicherung 7, einen Funktionsblock für ein Multiplikationssignal 8 (exp (-2πf _n t) ) , einen zweiten Multiplizierer 9 und einen Funktionsblock zur Tiefpassfilterung 10.

Die Filteranalyseanordnung verarbeitet einen Zeitausschnitt mit einer festgelegten Anzahl von Abtastwerten (siehe Figur 1) . Nach der Multiplikation (Gewichtung) dieses Ausschnittes mit einer üblichen Fensterfunktion (zum Beispiel Hamming oder Blackman) ergibt sich das so genannte Analyse-Fenster, das im Funktionsblock zur Zwischenspeicherung 7 zur nachfolgenden Verarbeitung zwischengespeichert wird. Nachfolgend werden die Frequenzanteile eines jeden Frequenz-Teilbereiches n dieses Analysefensters ermittelt. Zu diesem Zweck wird das Analyse- Fenster durch den zweiten Multiplikator 9 mit der Signalfre- quenz f _n (exp (-2πf _n t) ) multipliziert. Dadurch wird der entsprechende Frequenz-Teilbereich n in das ihm entsprechende Basisband mit der Mittenfrequenz f = 0 gemischt, wobei dieser Vorgang - wie erläutert - komplex ausgeführt wird.

Durch die anschließende Tiefpassfilterung im Funktionsblock zur Tiefpassfilterung 10 wird der Teilbereich n vom angrenzenden Bereich (n+1) unterschieden (und es werden die durch die Mischung entstandenen Signalanteile 2*f _n unterdrückt (siehe Figur 2 rechts unten) . Eine solche Filterung entspricht im Zeitbereich einer Faltung mit der Filter- Impulsantwort h(t) :

wobei die Anzahl der Abtastwerte hier mit L bezeichnet ist. Aus obigem Integral ist ersichtlich, dass die Filterung (Faltung) einer Multiplikation von h(t) mit x(t) und einer an- schließenden Integration über die gesamte Fensterlänge L entspricht. Für einen Tiefpass wird h(t) dabei so dimensioniert, dass die Integration hohe Frequenzanteile unterdrückt. Beim normalen Betrieb der Filteranordnung liegt der Fokus auf der optimalen Abgrenzung der einzelnen Teil-Frequenzbänder von- einander. Der beschriebene Vorgang wird für jeden Frequenz- Teil-Bereich

ausgeführt. Dabei wird im Folgenden die Länge des Analyse- Fensters gleich der Länge des Tiefpassfilters (Filter-Länge) angenommen ohne dabei aber eine Einschränkung der Allgemeinengültigkeit zu beabsichtigen.

Die im Folgenden vorgestellten Anordnungen und Verfahren eignen sich zur Anwendung auf Eingangssignale, die mittels des M-ary PSK-Verfahrens moduliert sind. Zur besseren Anschaulichkeit, jedoch wiederum ohne beabsichtigte Einschränkung der Allgemeingültigkeit, wird von einer BPSK-Modulation aus- gegangen. Gleiches gilt für die Spreizung der Eingangssignale mittels der Verfahren DSSS und CDMA. Während sich die Erläuterungen auf DSSS beziehen, ist eine Anwendung auch bei CDMA- Spreizfolgen ebenso möglich - jedoch mit etwas anderen Eigenschaften. So ist beispielsweise die Vergabe verschiedener DSSS-PNx-Sequenzen (im Sinne von CDMA) denkbar, um eine Verminderung der Störanfälligkeit gegenüber anderen gleichzeitigen Nutzern eines gleichartigen Systems zu ermöglichen.

Figur 4 zeigt in einem Diagramm schematisch die Anordnung eines idealen binären Signaldetektors zur BPSK-Demodulation . Die Anordnung umfasst zwei Matched-Filter (abgestimmte Filter) 11 und 12, zwei Multiplizierer 13 und 14, einen Integrator 15 sowie Entscheidereinheiten 19, 20, 21. In der 1. Zeile (oben) ist eine Matched-Filter-Implementierung eines idealen binären Signalentscheiders gezeigt. Bei entsprechender Wahl der Matched Filter Funktion H_MF(f) ist eine BPSK- Demodulation möglich. Eine Matched-Filter-Operation kann in der Frequenzlage um f _n verschoben werden, wenn das Eingangssignal ebenfalls um f _n verschoben wird. Dies ist unten rechts in Figur 3 dargestellt, wobei die Verschiebung der Frequenz- läge mittels der Multiplikation durch den Multiplizierer 13 erfolgt . Für den Spezialfall, dass eine Frequenzumsetzung in das Basisband erfolgt (f BPSK = f _n ) , ergibt sich als Filterfunktion eine Tiefpassfunktion. Liegt zum Zeitpunkt dieser Filterung mit H MF(f-f _n ) kein Symbol-Pulse-Shaping - entsprechend einer unendlichen HF-Bandbreite - vor, ergibt sich für H_MF(f-f _n ) im Zeitbereich ein Rechtecksignal h MF(t) . Die Filterfunktion H_MF(f-f _n ) geht in diesem Falle zusammen mit der Symbolabtastung zu den Zeitpunkten kT (in Figur 4 dargestellt als Entscheidereinheiten 22 und 23 nachfolgend auf die Matched- Filter 11 und 12) in eine Integration von kT bis (k+l)T über (siehe dritte Zeile, unten in Figur 3) . Der Multiplizierer 14 und der Integrator 15 bilden schließlich einen Korrelator.

Ausgehend von den formalen Ähnlichkeiten der vorgestellten BPSK-Demodulator-Implementierungen zu dem bereits beschriebe- nen Funktionsmodell einer Filteranordnung kann diese erfindungsgemäß auch zu einer Implementierung eines BPSK- Demodulators benutzt werden. Werden die Effekte der Fenste- rung mit einer Fensterfunktion (Hamming oder Blackman usw.) zunächst ausgeklammert, der Inhalt der Analyse-Fenster- funktion gemäß Figur 3 also zu 1 angenommen (Zeit- oder Abtastausschnitt = Analyse-Fenster) , dann verbleibt in dem Kanalisierer bzw. einem Zweig der Filteranordnung ein Multiplizier- und ein Filterbaustein. Somit sind die Vorraussetzungen zur Realisierung eines BPSK-Demodulators gegeben, wobei eine ideale Symbol-Takt-Wiedergewinnung stets vorausgesetzt wird.

Figur 5 zeigt in einem Diagramm schematisch die Signalverarbeitungsschritte in dem Kanalisierer bzw. der Filteranordnung gemäß Figuren 2 bis 5. In Figur 5 ist dabei oben links das unmodulierte Trägersignal 16 und das modulierende Signal 17 dargestellt. Diese bilden entsprechend dem Verfahren der

BPSK-Modulation das BPSK-modulierte HF-Datensignal 18 (siehe Figur 4 erste Zeile rechts) . Soll die Filteranordnung, wie im vorliegenden Fall, zur BPSK-Demodulation benutzt werden, wird die Impulsantwort der Filteranordnung H FB (f) entsprechend den Matched-Filter-Anforderungen eines BPSK-Demodulators konfiguriert. Durch eine Frequenzverschiebung des BPSK-Signals in das Basisband vereinfacht sich der Entwurf von H_FB(f) . Aus diesem Grund wird im Folgenden zur BPSK-Demodulation innerhalb der Filteranordnung eine Tiefpassfunktion verwendet.

Wird nun eine BPSK-Signal-Umsetzung in das Basisband vorgenommen, entstehen die in der zweiten Zeile der Figur 5 darge- stellten Eingangssignale (das Signal 17 ist als Referenz mit enthalten) . Die Tiefpassfilterung eliminiert die "2f"- Anteile, der Gleichanteil (entspricht dem modulierenden Signal 17) verbleibt. Das Tiefpassfilter wird entsprechend den Erfordernissen einer optimalen BPSK-Demodulation entworfen. Dabei ergibt sich ein optimales Verhältnis zwischen der Anzahl der Abtastwerte, die vom Tiefpassfilter verarbeitet werden (Filter-Länge) und der Anzahl der Signalabtastwerte, die zeitlich gesehen einem einzelnen Symbol entsprechen. Für eine alleinige BPSK-Demodulation ist dieses Verhältnis in etwa 1. Dies steht im Gegensatz zur BPSK-Demodulation mit gleichzeitiger DSSS-Entspreizung wie sie weiter unten beschrieben wird. Hier entspricht dieses Verhältnis in etwa dem Spreizfaktor M.

Die Zeilen 3 und 4 in Figur 5 veranschaulichen beispielhaft die Ergebnisse des Demodulationsprozesses . Hier ist die Filter-Länge (L=200) beispielhaft gleich der Symbol-Dauer gewählt worden. Für die Filterfunktion wurde beispielhaft (der besseren Anschaulichkeit wegen) eine Tiefpass-Filterfunktion (Sinc(x)) gewählt. Nach Wiedergewinnung des Symboltakts läuft pro Symbol ein Filtervorgang (Multiplikation und Integration von 0 ... L, entspricht τ = 0) ab. Das resultierende Aus- gangssignal, das dann ein einzelner zeitdiskreter Wert pro Symbol ist, ist in Zeile 4 (Figur 5 unten) dargestellt.

Nachfolgend sei erläutert, wie die Filteranordnung als Korre- lator (Spreizung von Eingangssignalen) verwendet werden kann Bei den Erklärungen werden Grundkenntnisse bzgl. eines DSSS- Systems vorausgesetzt. Bei der Signalspreizung wird ein einzelnes Bit mit Hilfe einer Spreizfolge PNx der Länge M gespreizt. Zur Entspreizung muss das Empfangssignal im Empfänger mit der dort bekannten Spreizfolge PNx in geeigneter Wei- se korreliert werden. Geht man von einem bereits demodulierten, aber noch gespreizten Signal s _D sss(t) aus, kann die Korrelation definiert werden zu:

Innerhalb des Integrals werden die Eingangssignale s _D sss und PNx um den Wert τ zueinander verschoben integriert. Das Festlegen der korrekten Signalverschiebung wird hier als Synchronisation bezeichnet. Für τ ergibt sich dann bezüglich der interessierenden Korrelationsspitzen eine Periodizität mit der Spreizfolgenlänge M.

Ein Vergleich des Korrelationsintegrals mit dem der Faltung (siehe oben) zeigt eine formale Ähnlichkeit. Beide unterscheiden sich nur in einem Vorzeichen sowie in der Integrationsvariablen. Durch das positive Vorzeichen bei der Korrelation entfällt die Spiegelung einer Funktion bezüglich der Or- dinate (y-Achse) . Folgender Zusammenhang ergibt sich für den Fall, dass eine Korrelation mit Hilfe einer Faltung ausgedrückt werden soll:

Dementsprechend kann ein Kanalisierer bzw. eine Analyse- Filteranordnung erfindungsgemäß als Korrelator zur Entsprei- zung von DSSS-Eingangssignalen verwendet werden. Vorrausset- zung dabei ist, dass die interne Mischfrequenz f _n = 0 ist. Dabei wird in das Filter der Analyse-Filteranordnung keine Tiefpass-Impulsantwort programmiert, sondern die PNx-Folge.

Nachfolgend wird beschrieben, wie die BPSK-Demodulation und die DSSS-Korrelation erfindungsgemäß simultan ausgeführt wer- den können. Die formale Ähnlichkeit zwischen Faltung (Filterung) und Korrelation (Entspreizung) kann auch dazu verwendet werden, die BPSK-Demodulation und die DSSS/CDMA-Korrelation (Entspreizung) vorteilhaft miteinander zu kombinieren. Zur Durchführung einer gleichzeitigen BPSK-Demodulation und DSSS/CDMA-Entspreizung muss die Filter Länge L dabei so gewählt werden, dass diese in etwa der Anzahl der Signalabtastwerte des Eingangssignals entspricht, die zeitlich betrachtet einem modulierten und gespreizten Bit des Eingangssignals entsprechen. Innerhalb der Länge L der Filterung müssen dem- entsprechend M modulierte Symbole (Chips) Platz finden, die mit einer bestimmten Abtastrate abgetastet worden sind. Die gesamte Filter-Impulsantwort besteht dann aus einer Verkettung von einzelnen, zur BPSK-Demodulation nötigen Matched- Filter-Impulsantworten . Das Vorzeichen des entsprechenden PNx-Chips entscheidet über das Vorzeichen der zur Demodulati- on nötigen Teil-Filterfunktion eines jeden einzelnen Chips.

Figur 6 veranschaulicht die simultane BPSK-Demodulation und DSSS-Entspreizung eines digitalisierten Eingangssignals. Die Zeilen 1 und 2 gemäß Figur 6 zeigen zunächst die innerhalb der Analyse-Filteranordnung auftretenden Eingangssignale. Diese wurden bereits oben bei der alleinigen BPSK- Demodulation entsprechend erläutert.

Das bisherige modulierende Signal 17 (siehe auch Figur 5) wird jetzt als PNx-Folge in der Darstellung PNx = 1, 0, 1, 0 aufgefasst. Die Betrachtungslänge des Filters beträgt auch hier beispielhaft L = 200. Innerhalb dieser 200 Abtastwerte finden nun jedoch M modulierte Chips (Symbole) Platz. In Zeile 3 der Figur 6 ist eine mögliche Filter-Impulsantwort zur gleichzeitigen BPSK-Demodulation und DSSS-Entspreizung darge- stellt. Diese Funktion tritt an die Stelle der bisherigen

Matched-Filter-Impulsantwort zur alleinigen BPSK-Demodulation (siehe Figur 5) . Sie besteht aus einer Verkettung einzelner Matched-Filter-Impulsantworten . Das Vorzeichen der Teil- Impulsantworten entspricht dem Vorzeichen des einzelnen PNx- Chips (Symbole) . Nach der Integration über die Filter-Länge L ergibt sich der in Zeile 4 der Figur 6 dargestellte Korrelationswert. Das Signal 17 dient bei allen Diagrammen wiederum als Referenz .

Bei der Anwendung der Analyse-Filteranordnung nach den oben beschriebenen Verfahren ergibt sich zusätzlich nachfolgend beschriebene Nutzungsmöglichkeit. Da eine Analyse- Filteranordnung stets eine Berechnung verschiedener Frequenzmöglichkeiten f _n (n = 1 .. N) durchführt, kann bei nicht genau bekannter Frequenz eine Frequenzschätzung realisiert wer- den. Dabei wird mit Hilfe einer Maximum-Likelihood-

Entscheidung am Ausgang das wahrscheinlichste Signal ausgewählt. Entsprechend der Anzahl N der Kanäle der Filteranordnung verbleibt systembedingt immer ein gewisser Frequenz- Restfehler .

Eine Frequenzschätzung bei Verwendung der Filteranordnung als Korrelator (Entspreizung) verhält sich wie nachfolgend be- schrieben. Ist eine Korrelationsfolge multiplikativ mit einem Frequenzfehler verbunden (PNx (t) *s (t, f) ) , so kann dies als eine BPSK-Modulation aufgefasst werden. Durch die Mischung in der Filteranordnung wird dieses Signal "demoduliert" und der Frequenzfehler wird im passenden Kanal der Filteranordnung eliminiert .

Eine Frequenzschätzung bei Verwendung der Filteranordnung als Demodulator verhält sich wie folgt: Entspricht die Frequenzlage eines Kanals der Filteranordnung der Trägersignalfre- quenz des Eingangssignals, ergibt sich in diesem Kanal im Vergleich zu den weiteren Kanälen die größte "Demodulati- onsspitze", das heißt das Signal mit der größten resultierenden Amplitude. Daraus kann im Sinne der Frequenzschätzung abgeleitet werden, dass die Trägersignalfrequenz etwa gleich der Mittenfrequenz des Kanals der Filteranordnung mit der größten resultierenden Amplitude ist.

Eine Frequenzschätzung bei Verwendung der Filteranordnung als simultaner Demodulator und Entspreizer entspricht das Verhalten der Frequenzschätzung dem der Nutzung als alleiniger De- modulator.

Bei Verwendung der Filteranordnung zur Demodulation oder zur simultanen Demodulation und Entspreizung ergibt sich weiterhin die nachfolgend beschriebene Nutzungsmöglichkeit, wenn die verwendete Filteranordnung die Möglichkeit einer komple- xen Signalverarbeitung (In-Phasen und Quadratur-Phasen- Betrachtung) erlaubt, wie dies bei einigen der üblichen Filteranordnungen der Fall ist. In einem solchen Fall kann sowohl eine initiale Phasenschätzung (beispielsweise bei bekannten Telegramm-Präambel-Symbolen) , wie auch ein Phasen- Tracking (auch über unbekannte Telegramm-Symbole) realisiert werden. Zusätzlich oder alternativ kann durch Betrachtung von mindestens 2 Phasenschätzwerten eine Frequenzschätzung ausgeführt werden. Im Gegensatz zu der weiter oben beschriebenen Frequenzschätzung über verschiedene Kanäle der Filteranordnung tritt hier vorteilhaft kein systematischer Frequenz- Restfehler auf.

Die Vorteile der erfindungsgemäßen Anordnungen und Verfahren liegen zusammengefasst in der Verwendung einer herkömmlichen Filteranordnung als (a) Korrelator, als (b) Demodulator für BPSK-Eingangssignale oder als (c) integrierter, simultaner BPSK-Demodulator und DSSS-Korrelator (Entspreizer) . Bei Verwendung der Filteranordnung gemäß (a) oder (b) oder (c) besteht gleichzeitig die Möglichkeit zur Anwendung als Frequenzschätzer über verschiedene Kanäle der Filteranordnung, wobei ein gewisser Restfehler verbleibt. Bei Verwendung der Filteranordnung gemäß (b) oder (c) besteht gleichzeitig die Möglichkeit zur Anwendung als Phasenschätzer (sowohl initial wie auch in einem Nachverfolgungsmodus) und als Frequenzschätzer über mehrfache Phasenbestimmung, wobei hier bei geeigneter Anwendung kein Restfehler der Frequenzschätzung ver- bleibt.

Die oben beschriebenen Verfahren können beispielhaft auch in einer WOLA (Weighted Overlap Add) -Analyse-Filteranordnung verwendet werden. In dieser speziellen Filteranordnung sind Analyse-Fenster-Funktion und Tiefpassfunktionen in einer ge- meinsamen Funktion programmiert. Mit Hilfe eines auf Matlab basierenden Programmier-Funktionspakets wurden Simulationen angefertigt, deren Ergebnisse in Figur 7 zu sehen sind. Dabei handelt es sich um das Verhalten der Filteranordnung als Korrelator, als BPSK-Demodulator sowie als simultaner BPSK- Demodulator und DSSS-Entspreizer . Figur 7 zeigt das Verhalten einer entsprechend programmierten Simulation einer WOLA-Analyse Filteranordnung in einer Konfiguration als Korrelator. Dabei wird das theoretische Verhalten eines idealen Korrelators dem Verhalten der entsprechend programmierten WOLA-Analyse Filteranordnung gegenübergestellt. Dabei wurde die Kreuzkorrelationsfunktion einer PN8- Folge (L = 255) mit einer PN8-gespreizten (1, 1, -1, -1, 1) Folge berechnet. Das obere Diagramm gemäß Figur 6 zeigt das Verhalten für einen üblichen Korrelator, das mittlere Dia- gramm gemäß Figur 7 zeigt die Ergebnisse der programmierten Simulation der WOLA Analyse Filteranordnung. Als Tiefpass- Funktion für die Analyse-Filteranordnung wurde, wie oben beschrieben, die (zeitlich gedrehte) PN8 Folge programmiert. Die zeitliche Drehung rührt daher, da sich die Korrelations- und Faltungsfunktion im Vorzeichen der Signalverschiebungen zueinander unterscheiden.

Das untere Diagramm in Figur 7 zeigt die Differenz der Ergebnisse, die in den oberen und mittleren Diagrammen dargestellt sind. Zu erkennen ist eine absolute Abweichung zwischen den beiden Signalverläufen von maximal -6*1O ^~14 . Somit zeigt sich, dass sich die verwendete WOLA-Analyse-Filter-Anordnung als ein konventioneller, nahezu "idealer" Korrelator anwenden lässt .

Figur 8 zeigt das Verhalten einer entsprechend programmierten Simulation einer WOLA-Analyse Filteranordnung in einer Konfiguration als BPSK-Demodulator . In Figur 8 sind verschiedene Verläufe von Bit-Error-Raten bzw. Bit-Fehler-Raten (BER- Kurven) in Abhängigkeit von dem zur Verfügung stehenden Signal-Rausch-Verhältnis je Bit (E_Bit/N_O) dargestellt.

Die einem idealen BPSK-Demodulator entsprechende BER-Kurve ist mit Q (sqrt (2Eo/N ₀ ) ) bezeichnet und wird in Figur 7 durch die durchgezogene Linie dargestellt. Die mit "*"- bezeichnete BER-Kurve stellt die BER-Kurve der als BPSK-Demodulator programmierten Simulation einer WOLA-Analyse-Filteranordnung dar, bei der je Bit 256 Abtastwerte verwendet wurden. Die mit "o" bezeichnete BER-Kurve stellt die BER-Kurve der als BPSK- Demodulator programmierten Simulation einer WOLA-Analyse- Filteranordnung dar, bei der je Bit 16 Abtastwerte verwendet wurden. Sowohl mit 256 wie auch mit 16 Abtastwerten pro Bit liegen die erzielten Ergebnisse nahezu ideal auf der theore- tisch erreichbaren Grenze für das Signal-Rausch-Verhältnis. Somit zeigt sich, dass sich die verwendete WOLA-Analyse- Filteranordnung als ein konventioneller, nahezu "idealer" BPSK-Demodulator anwenden lässt.

Zwischen 256 und 16 Abtastwerten pro Bit dürfte gemäß Abtast- theorem bei dessen Einhaltung theoretisch kein Unterschied bestehen, wie dies in guter Näherung auch aus den BER-Kurven gemäß Figur 8 zu ersehen ist. Dennoch wurden hier beide Kurven dargestellt, da 256 Abtastwerte/Bit einer alleinigen De- modulation mit der WOLA-Analyse-Filteranordnung und 16 Ab- tastwerte /Bit ungefähr der Realisierung einer BPSK Demodula- tion entsprechen, wenn gleichzeitig entspreizt werden soll (sieh unten, max . 256 Samples pro Analysedurchgang, bei PN4 Spreizung: 256/15 = 16) .

Die Figuren 9 und 10 zeigen das Verhalten einer entsprechend programmierten Simulation einer WOLA-Analyse-Filteranordnung in einer Konfiguration zur simultanen BPSK-Demodulation und DSSS-Entspreizung . Als Referenz dient dabei jeweils der Kurvenverlauf eines idealen BPSK-Demodulators (Kurve 19) . Entlang der Abszisse ist in Figur 9 die Größe E _c /N ₀ in dB aufge- tragen, also das Signal-Rausch-Verhältnis in Bezug auf die Chip-Energie E _c . Entlang der Abszisse der Figur 10 ist die Größe Eo/No in dB aufgetragen, also das Signal-Rausch- Verhältnis in Bezug auf die Bitenergie Eo.

In beiden Fällen ist an der Ordinate wiederum die Fehlerrate (BER=Bit Error Rate) aufgetragen und alle Kurven zeigen im Allgemeinen den erwarteten Verlauf, das heißt ein Abnehmen der Fehlerrate mit zunehmendem Signal-Rausch-Verhältnis. Da die Chip-Energie um den Spreizfaktor M kleiner ist als die Bit-Energie, kann der realisierbare Spreizfaktor M direkt aus dem Diagramm gemäß Figur 9 abgelesen werden. Der Spreizfaktor M ist dabei durch die Differenz zwischen der Referenzkurve 19 und dem Ergebnis der Simulation (BER-Kurve 20) in horizontaler Richtung (parallel zur Abszisse) gegeben. Aus Figur 9 ist zu ersehen, dass der theoretisch zu erwartende Spreizgewinn von 10*log(15) = 12 dB sehr genau erzielt wird.

Im Gegensatz dazu wird die Bit-Energie durch eine Spreizung nicht beeinflusst und ein möglicher Spreizverlust kann dementsprechend aus dem Diagramm gemäß Figur 10 abgelesen werden. Dabei wird mit Spreizverlust der Anteil an M bezeichnet, der durch einen praktisch realisierten Entspreizer nicht zu- rück gewonnen werden kann. Die anhand der programmierten Simulation einer WOLA-Analyse Filteranordnung in einer Konfiguration zur simultanen BPSK-Demodulation und DSSS-Entspreizung erzielte BER-Kurve ist in Figur 10 mit dem Bezugszeichen 21 bezeichnet .

Ein vorhandener Spreizverlust würde sich in Figur 10 aus einem Versatz zwischen der gespreizten und ungespreizten BER Kurven 19, 21 bezüglich der Abszisse äußern. Aus dem Diagramm gemäß Figur 10 ist zu ersehen, dass ein Spreizverlust innerhalb der verwendeten WOLA-Analyse-Filterbank praktisch nicht vorhanden ist. Die WOLA-Analyse-Filterbank ist daher erfin- dungsgemäß als simultaner idealer BPSK-Demodulator und DSSS- Entspreizer einsetzbar.

Bezugs zeichenliste

1 Eingangssignal

2 Kanalisierer 3 Ausgangssignale 1 ... N

4 Funktionsblock zur Signalabtastung

5 Funktionsblock für eine Fensterfunktion

6 Multiplikator

7 Funktionsblock zur Zwischenspeicherung 8 Funktionsblock für ein Multiplikationssignal

9 Multiplikator

10 Funktionsblock zur Tiefpassfilterung

11 Matched Filter

12 Matched Filter 13 Multiplikator

14 Multiplikator

15 Integrator

16 Trägersignal

17 modulierendes Signal 18 HF-Datensignal

19 Bit Error Rate

20 Bit Error Rate

21 Bit Error Rate