I filtri sbiancanti aiutano a livello basso

Oct 07, 2023

Nel mondo interconnesso e frenetico di oggi, i sistemi di comunicazione wireless a basso consumo svolgono un ruolo sempre più importante. Consentono a dispositivi come dispositivi indossabili, sensori IoT e gadget per la casa intelligente di trasmettere e ricevere dati in modo efficiente risparmiando energia. Tuttavia, in questi sistemi può sorgere una sfida specifica: trasmettere lunghe sequenze di bit identici in un flusso di dati.

Quando una radio invia un flusso continuo di bit coerenti attraverso un canale di comunicazione, può portare a vari problemi, inclusi problemi di sincronizzazione ed effetti ISI (Inter-Simbol Interference) intensificati. Questi problemi possono compromettere la ricezione accurata dei dati trasmessi, incidendo sulle prestazioni complessive del sistema.

Per affrontare questa sfida, gli ingegneri utilizzano spesso una tecnica di elaborazione del segnale chiamata "sbiancamento". Nelle sezioni seguenti approfondiremo i fondamenti dei filtri sbiancanti, i loro vantaggi e le loro applicazioni in vari protocolli di comunicazione wireless.

Quando parliamo di "sbiancamento", ci riferiamo fondamentalmente a un processo che rende un segnale più casuale. Immagina di ascoltare una canzone. Se potessi vedere le onde sonore della canzone, sembrerebbero uno schema che si ripete nel tempo. Questo modello ripetuto è ciò che chiamiamo correlazione nel segnale.

Al contrario, se ascolti il ​​rumore statico da una radio non sintonizzata, suona in modo completamente casuale, senza alcuno schema: questo è ciò che chiameremo segnale bianco o sbiancato.

Perché vogliamo codificare i dati in una forma dall'aspetto più casuale prima di inviarli? Il fatto è che i sistemi di comunicazione del mondo reale non sono perfetti. Il segnale trasmesso può essere influenzato da vari fattori durante il suo viaggio dal trasmettitore al ricevitore. Ad esempio, potrebbe rimbalzare sugli edifici (un fenomeno chiamato propagazione multipercorso) o essere distorto a causa delle caratteristiche del mezzo di trasmissione (come la presenza di rumore).

Quando una lunga stringa di simboli identici (ad esempio, una lunga stringa di 1 o 0) viene inviata attraverso un sistema di questo tipo, qualsiasi distorsione influisce in modo simile su tutti questi simboli. Di conseguenza, l’impatto della distorsione è aggravato.

D'altra parte, se i dati sono più casuali (come nel caso dopo lo sbiancamento), è meno probabile che l'impatto di una determinata distorsione influisca su più simboli successivi nello stesso modo. Ciò può aiutare a ridurre gli effetti dell'ISI, rendendo più semplice per il ricevitore interpretare correttamente ciascun simbolo.

Lo sbiancamento aiuta anche a distribuire uniformemente la potenza del segnale sulla banda di frequenza, garantendo che nessuna frequenza specifica trasporti troppa potenza. Questo è importante perché gli organismi di regolamentazione spesso hanno regole su quanta potenza può essere trasmessa a una determinata frequenza.

Per produrre dati sbiancati, i dati del carico utile vengono sottoposti a XOR con una sequenza pseudo-casuale che cambia continuamente (Figura 1). Questa sequenza pseudo-casuale viene generalmente generata tramite un registro a scorrimento con feedback lineare (LFSR).

Innanzitutto, un po’ di background sugli LFSR:

Un LFSR è un registro a scorrimento con una funzione lineare dello stato precedente come input. Ad ogni passo (o "ciclo di clock"), ogni bit nel registro viene spostato alla posizione successiva e il nuovo bit spostato è l'output di una funzione lineare dello stato precedente del registro. Questa funzione è spesso semplicemente lo XOR (OR esclusivo) di diverse posizioni "tappate" nel registro.

Immergiamoci in un esempio pratico, in cui generiamo dati sbiancati eseguendo XORing sui dati con una sequenza PN9.

Una sequenza PN (Pseudo-Random Noise) è una sequenza di bit che appare casuale ma è generata in modo deterministico. Ha una lunghezza specificata, dopo la quale si ripete, e questa lunghezza è definita come 2n-1.

Nel caso di una sequenza PN9, sono 29 - 1 = 511 stati. Quando sincronizzata, la sequenza PN9 genera tutti i valori compresi tra 1 e 511 in ordine pseudo-casuale prima di ripetersi.

La PN9 è rappresentata dal polinomio x9+ x5+ x0. Il polinomio determina il feedback o i punti “tappati” nel LFSR (il 9° e il 5° bit). Ciò significa che ad ogni impulso di clock, i dati nei nove registri verranno spostati a destra una volta e un dato PN viene emesso dal registro, e il bit 0 (LSB) e il bit 5 vengono XOR per produrre un nuovo bit che viene spostato in l'MSB sull'orologio successivo.