从调制方式的角度上来看,FSK 和 PAM/PSK/QAM 有着不太一样的方式。和 M 越大性能越差的几个调制方式相比,FSK 的相关性能随着 M 的增加而增加(但是,代价是什么呢?)。
# 正交 FSK 的理想接收
我们考虑一个带限的M 点正交信号星座:
S={s1=[E,0,...,0]T,s2=[0,E,...,0]T,...,M=[0,0,...,E]T}
依据需要发送的数据,选择对应的信号波形来发送。不失一般性地,我们考虑发送信号符号s1,在经过了 AWGN 信道之后,信号的每个分量上叠加了噪声带来的影响:
⎩⎨⎧r1=E+n1r2=n2...rM=nM
考虑发送信号等概率的条件,MAP/ML 接收机判决
m^=1≤m≤MargmaxrTsm
也就是发送了s1 之后正确的决策是:
⟨r,s1⟩=E+En1>⟨r,sm⟩=Enm, 2≤m≤M
也就是
Pr{Correct∣s1}=Pr{E+n1>n2,...,E+n1>nM}
考虑到 FSK 信号对称性,有
Pr{Correct}=Pr{E+n1>n2,...,E+n1>nM}
# 对 FSK 性能的分析
我们考虑 FSK 信号的接收正确率
Pc=P(B∣A)Pr{E+n1>n2,...,E+n1>nM}
根据贝叶斯公式,有
Pc=∫−∞∞P(A∣B)Pr{E+n1>n2,...,E+n1>nM∣n1}P(B)f(n1)dn1
注意到各个子事件的概率是一致且独立的,因而有
Pc=∫−∞∞(Pr{E+n1>n2∣n1})M−1f(n1)dn1
因为噪声满足 Gaussian 分布,我们能得到
Pc==∫−∞∞[Q(2N00−(n1+E))]M−1f(n1)dn1∫−∞∞[1−Q(2N0n1+E)]M−1f(n1)dn1
通过正确率Pc,我们能够得到错误率
Pe=1−Pc=1−∫−∞∞[1−Q(2N0n1+E)]M−1f(n1)dn1
利用 Gaussian 噪声的概率分布函数,我们能够得到
Pe=∫−∞∞(1−(1−Q(2N0n1+E))M−1)πN01e−N0n12dn1
现在的形式有些过于复杂了,我们考虑进行一些换元,不妨令
x=2N0n1+E
也就是使用x 替代掉 Q 函数的参数,此时由于积分换元的性质,积分内乘以一个dn1/dx 也就是2N0,同时e 指数上的n1 采用x 来替代,得到:
Pe=∫−∞∞(1−(1−Q(x))M−1)πN012N0exp(−N0(2N0x−E)2)ds=∫−∞∞(1−(1−Q(x))M−1)2π1exp(−N02N0x2+E−22N0E)dn1=∫−∞∞(1−(1−Q(x))M−1)2π1exp(−2x2+N0E−22N0E)dx
考虑通信常用的变量表示
γb=N0Eb, Eb=E/k, k=log2M
代换变量
Pe=∫−∞∞(1−(1−Q(x))M−1)2π1exp(−2x2+N0E−22N0E)dx=∫−∞∞(1−(1−Q(x))M−1)2π1exp(−2x2+N0kEb−22N0kEb)dx=∫−∞∞(1−(1−Q(x))M−1)2π1exp(−2x2+kγb−22kγb)dx
对指数部分配方,得到
Pe=∫−∞∞(1−(1−Q(x))M−1)2π1exp(−2(x−2kγb)2)dx
我们注意到 FSK 的对称性,显然,FSK 每个传输值出错的概率都是一致的。设传输导致的错误比特数量为e,我们计算比特错误率
Pb=kE[e]=k1e=1∑ke(ke)M−1Pe=21⋅2k−12kPe≈21Pe
这个错误率和符号的 labeling 无关,这和前面的介绍一致。这算是很不错的性质,毕竟我们不需要费劲设置格雷码之类的编码。
根据错误率表达式,我们显然有两种方法来降低错误率 —— 提高信噪比和增加M。提高信噪比已经是老生常谈的问题,我们要关注的是,增加M 到底能带来什么?
开头的时候我们已经提到了,和其他的调制方式不同,FSK 增加M 会带来更好的性能 —— 而代价则是需求频宽M/(2T) 的增加。例如为了满足10−5 的错误率,2-FSK 大约需要 12dB 的γb,而 64-FSK 则只需要 6dB 的γb,也就是 16 倍的频宽换来了 6dB 的能效提升。
那么问题是,我们能做到怎么样的频宽换效能?
# 错误概率上界
早在上个世纪中叶,Shannon 证明了在 AWGN 信道下,若γb>log2≈−1.6dB,则在无限带宽的情况下错误率可以趋近于 0,即limM→∞Pe=0,反之则错误概率则会相当的高。
在上面计算的 FSK 错误率包含了对 Q 函数积分的形式,这难以计算的部分需要通过放缩等方法消除。我们注意到,对于0≤u≤1,有
1−(1−u)n≤n⋅u
这可以利用在u=0 处的切线性质来证明。对于 FSK 的错误率Pe,其中1−[1−Q(x)]M−1 可以被放缩为
1−[1−Q(x)]M−1≤{1,(M−1)Q(x),x≤x0x>x0≤{1,Mex2/2,x≤x0x>x0
在x 较小时,[1−Q(x)]M−1 接近 0,这样整个式子的值接近于 1。对于x>x0,即[1−Q(x)]M−1 的值几乎不能被忽略时,采用上面给出的放缩和常用的 Q 函数近似:
Q(x)≤21e−x2/2
考虑计算方便省去系数1/2。这个放缩也依赖于上面的分段计算,当x 较小,21e−x2/2>1,这会带来显著的误差。
这样,错误概率上界
Pe==≤=∫−∞∞(1−(1−Q(x))M−1)2π1exp(−2(x−2kγb)2)dx∫−∞x0(1−(1−Q(x))M−1)2π1exp(−2(x−2kγb)2)dx+∫x0∞(1−(1−Q(x))M−1)2π1exp(−2(x−2kγb)2)dx∫−∞x02π1exp(−2(x−2kγb)2)dx+∫x0∞Me−x2/22π1exp(−2(x−2kγb)2)dx2π1x0>0min{∫−∞x02π1exp(−2(x−2kγb)2)dx+M∫x0∞e−x2/22π1exp(−2(x−2kγb)2)dx}
即求该上限的最小值。设待求部分为f(x0),即
f(x0)=∫−∞x02π1exp(−2(x−2kγb)2)dx+M∫x0∞e−x2/22π1exp(−2(x−2kγb)2)dx
有
∂x0∂f(x0)===∂x0∂∫−∞x02π1exp(−2(x−2kγb)2)dx+M∫x0∞e−x2/22π1exp(−2(x−2kγb)2)dxe−(x0−2kγb)2/2−Me−x02/2⋅e−(x0−2kγb)2/2(1−Me−x02/2)e−(x0−2kγb)2/2
当1−Me−x02/2>0,即x0>2lnM,f(x) 单调增,反之f(x) 单调减,在x0=2lnM=2kln2 时,取得极小值。将此时的x0 带入Pe,得到
Pe≤===∫−∞2kln22π1exp(−2(x−2kγb)2)dx+M∫2kln2∞e−x2/22π1exp(−2(x−2kγb)2)dxQ function∫−∞2kln22π1exp(−2(x−2kγb)2)dx+2Mexp(−kγb/2)∫2kln2∞N(kγb/2,1/2)2π(1/2)1exp(−2(1/2)(x−kγb/2)2)dxQ(2kγb−2kln2)+2Mexp(−kγb/2)[1−Q(1/2kγb/2−2kln2)]Q(2k(γb−ln2))+2Mexp(−kγb/2)Q(k(4ln2−γb))
针对γb≥ln2 和γb≥4ln2 的情况,我们对上式进行放缩,有
Pe≤⎩⎨⎧21e−k(γb−ln2)2+222ke−kγb/2e−k(4ln2−γb)2/2,21e−k(4ln2−γb)2/2+22ke−kγb/2,ln2<γb<4ln2γb≥4ln2
和前面类似,为了避免放缩导致的误差,在γb≥4ln2,令Q(x)≤1 作为上界进行放缩。整理上式,得到
Pe≤⎩⎨⎧21e−k(γb−ln2)2+221e−k(γb−ln2)2,21e−k(4ln2−γb)2/2+21e−k(γb−2ln2),ln2<γb<4ln2γb≥4ln2
对于γb>ln2,在k→∞ 的情况下,可见Pe 的上界是趋近于 0 的。