Student Theses

Diese Masterarbeit widmet sich der Reduzierung der beobachteten Werte des hohen Peak-to-Average-Power-Ratio (PAPR) in orthogonalen Frequenzmultiplexsignalen (OFDM) für eine lineare und energieeffiziente Betrieb von Leistungsverstärkern (PAs) in der mobilen Kommunikation. Ein OFDM-Signal mit mehreren Trägern hat folgende Eigenschaften erwies sich als effiziente Übertragungstechnik in frequenzselektiven Fading-Kanälen. Einer von die größten Nachteile sind jedoch die hohen PAPRs, die durch die Gauß-ähnliche Verteilung der Zeit verursacht werden Domänenwellenform. Diese hohen Peaks der OFDM-Wellenformen bewirken, dass die PA über die Sättigung hinausgeht Punkt, was zu einer stark nichtlinearen Verzerrung des Sendesignals führt. Nichtlineare Effekte verschlechtert die Signalqualität, indem es zu In-Band und Out-of-Band Signalverzerrungskomponenten führt. Das Ziel dieser Arbeit ist es, eine rechnerisch effiziente PAPR-Reduktionslösung vorzuschlagen für Symbole der Langzeitevolution (LTE). Das Problem der hohen PAPR im OFDM-System wird formuliert als konvexes Machbarkeitsproblem. Suche nach einer praktikablen Lösung durch Projektion des gegebenen OFDM-Signal auf geschlossene konvexe Mengen im Zeit- und Frequenzbereich, so dass das gezielte PAPR wird mit einer vernünftigen Bitfehlerrate (BER) Leistung erreicht. Die Lösung der PAPR-Machbarkeit Problem hält den PAPR aller datenführenden Symbole im LTE-System immer unter oder gleich dem von den angestrebten PAPR-Wert. Konventionelle Einschränkungen im Frequenzbereich für dieses Machbarkeitsproblem setzen sich aus den Techniken zusammen, die auf Frequenzbereichsparametern basieren, wie z.B. Fehlervektor Größe (EVM), aktive Konstellationserweiterung (ACE) und Out-of-Band (OOB) Filterung. Die Schnittmenge aller geschlossenen konvexen Mengen des Frequenz- und Zeitbereichs führt zu einer realisierbaren Menge mit der Lösung für unser PAPR-Machbarkeitsproblem. Analyse des PAPR Machbarkeitsproblems in Bezug auf die konventionelle Frequenz und Zeit Domänenbeschränkungen, die in verschiedenen Projektionsmethoden (POCS, rPOCS und GPR) verwendet werden, zeigen, dass die der am wenigsten erreichbare PAPR-Wert, der die definierten Zeit- und Frequenzbereichsbeschränkungen erfüllt, beträgt 7,2 dB. Daher werden zwei neue Frequenzbereichseinschränkungen vorgeschlagen, um eine gezielte PAPR von 6 dB zu erreichen. Die Parameter der beiden vorgeschlagenen Frequenzbereichseinschränkungen werden in einer Simulation approximiert Umgebung, die als Verfahren 1 und Verfahren 2 definiert ist, so dass der PAPR von 6 dB für alle folgenden Punkte erreicht wird die PDSCH-Symbole mit einer besseren BER-Leistung. Simulative Analyse eines der vorgeschlagenen Produkte Frequenzbereichsbeschränkung, die als quadratisch verzerrter ACE-Beschränkungssatz bezeichnet wird, demonstrierte eine BER von 108 für uncodierte PDSCH-Symbole unter AWGN-Kanalumgebung bei einem SNR-Wert von 17 dB, während alle PDSCH-Symbole PAPR_ 6 dB haben.

In diesem Artikel stellen wir die Einschränkungen des traditionellen Radars vor. So wurde Synthetic Aperture Radar (SAR) eingeführt. Wir haben zuerst ein 3D SAR-Modell gebaut. Da das 3D Ultraschall-Modell jedoch dem SAR-Modell ähnelt, haben wir auch ein 3D Ultraschall-Modell erstellt und die beiden Modelle verglichen. Wir haben dann sieben SAR-Algorithmen untersucht. Wir werden alle im Fall von 3D erklärt. Da 3D gut funktioniert, muss auch 2D passieren. Diese sieben Algorithmen sind jeweils Back-Projection (BP) Algorithmus, Delay-and-Sum (DAS), Optical Algorithmus, Time Domain Correlation (TDC) Algorithmus, Synthetic Aperture Focusing Technique (SAFT) Algorithmus, Fast Iterative Shrinkage Thresholding (FISTA) Algorithmus und Orthogonal Matching Pursuit (OMP) Algorithmus. Der DAS-Algorithmus muss berechnet werden, nachdem alle Messungen abgeschlossen sind. Der BP-Algorithmus verbessert dies und kann in der Messung berechnet werden. Die Geschwindigkeit des optischen Algorithmus hängt davon ab, wie viel Fokus eingestellt ist. Der TDC-Algorithmus ist ein genauer, aber zeitraubender Algorithmus. Der SAFT-Algorithmus ist gut fokussiert, aber die Berechnungen sind komplex. Der FISTA- und OMP-Algorithmus kann auch gut fokussiert sein, die Iteration ist jedoch komplex und zeitaufwändig. Als nächstes untersuchten wir die Cuda-Beschleunigung. Wir haben vorgestellt, wie Cuda im Matlab angewendet wird. Wir haben zwei Algorithmen beschleunigt: den BP-Algorithmus und den SAFT-Algorithmus. Der BP-Algorithmus wurde erfolgreich beschleunigt. Leider konnten wir den SAFT-Algorithmus nicht beschleunigen. Zum Schluss geben wir die Simulationsergebnisse verschiedener Algorithmen an. Aufgrund der Begrenzung des Papierformats geben wir jedoch nur die Simulationsergebnisse des BP, SAFT, Optical und TDC-Algorithmus mit den Simulationsdaten an. Außerdem werden die Simulationsergebnisse von BP, SAFT und TDC-Algorithmen unter realen Daten angegeben.

Die Materialprüfung sichert in der Fertigung den Ausschuss von mit kritischen Fehlern behafteten Bauteilen und ermöglicht die Überwachung der Infrastruktur. Die Ultraschallprüfung (UP) ist eine ihrer Hauptmethoden. Da die Bildqualität von Ultraschallrohdaten nicht ausreicht um die innere Struktur eines Objektes zu visualisieren, werden die Rohdaten oft nachverarbeitet. Post-processing Techniken existieren zur Verarbeitung von maschinell aufgenommenen UP-Messdaten. Der Großteil der UP erfolgt jedoch händisch. Die Nachverarbeitung solcher Messdaten ist aufgrund der fehlenden Positionsinformation schwierig. Wenn jedoch das Messsystem befähigt wird, die Positionsinformation mit zu erfassen, wird eine Nachverarbeitung möglich. Damit kann das visuelle Feedback an den Prüfingenieur, z.B. durch Assistenzsysteme, verbessert werden. Eine der verbreitetsten Nachverarbeitungsmethoden ist die Synthetic Aperture Focusing Technique (SAFT). Zur Anwendung von SAFT auf handaufgenommene Prüfdaten existieren kaum Vorarbeiten. Im Vergleich zu maschinell aufgenommenen Daten sind bei handaufgenommenen Daten die Abtastung ungleichmäßig und die Messpositionen nicht exakt bekannt. Um den Einfluss dieser Fehlergrößen zu ermitteln vergleicht die vorliegende Arbeit den maschinellen Messaufbau mit der Handprüfung und leitet fünf Größen her: eine gröbere Abtastung, ungleichmäßige Verteilung der Messpositionen, eine niedrigere Abdeckung der Prüfregion, Positionsungenauigkeiten und variierender Anpressdruck. Zu den ersten zwei Größen existieren bereits Vorarbeiten, aus denen ihr Einfluss ermittelt werden kann. Des Weiteren unterliegen die ersten drei Größen den Messentscheidungen des Prüfingenieurs und können nicht beeinflusst werden. Infolgedessen liegt der Schwerpunkt der Arbeit auf der Untersuchung der letzten drei Größen durch zwei Simulationsstudien. Die erste untersucht den Einfluss der ungenauen Positionsschätzung sowie variierender Abdeckung, die zweite den Einfluss des Anpressdrucks. Zur Auswertung werden die Rekonstruktionsergebnisse mit der SAFT-Rekonstruktion von simulierten maschinellen Messdaten verglichen. Es wird gezeigt, dass der Einfluss der genannten Faktoren unter geeigneten Bedingungen tolerierbar ist und damit eine SAFT-Rekonstruktion handaufgenommener Daten möglich ist. Die Ergebnisse können als Grundlage für die Entwicklung von Assistenzsystemen genutzt werden.

Fahrassistenzsysteme überwachen und werten die Fahrzeugumgebung unter anderem mittels Dauerstrichradarsensoren aus. Das Ausleuchten der Umwelt geht mit der zufälligen Wahrscheinlichkeit gegenseitiger Beeinträchtigung einher, wodurch die Erkennbarkeit anderer Verkehrsteilnehmer eingeschränkt wird. Unterschiedliche Interferenzfälle wurden in einer Absorberkammer aufgenommen um das Ausmaß der Beeinträchtigung abzuschätzen. Mehrere Ansätze zur Erkennung fremder Signale wurden vorgestellt und unter Anbetracht von Fehlerraten und Effizienz verglichen. Die Überwachung des Spiegelbandes einer komplexen Basisband Architektur wurde als vielversprechend betrachtet, was durch eine Implementierung bestätigt werden konnte. Genaue Lokalisierung beschädigter Messwerte geschieht durch eine Zeit-Frequenz Analyse basierend auf der spektralen Leistungsverteilung. Anschließend soll Interferenzminderung die Signalqualität wiederherstellen, was sich in einem höheren Signal-Rausch-Verhältnis wiederspiegelt. Untersuchungen folgender Methoden wurden angewandt: Dämpfung und Auslöschung beeinträchtigter Daten, Auffüllen des Zeitsignals unter Verwendung der Korrelation mit ungestörten Daten, sowie die Signalrekonstruktion durch spektrale Analyse dominanter Objektfrequenzen. Angewandt auf unterschiedliche Testfälle wurden verarbeitete Datensätze qualitativ miteinander verglichen. Unter genauerer Betrachtung konnten Parameter zur Optimierung der Lösungsansätze aufgezeigt werden, sodass die genannten Techniken nun angepasst und in die Signalprozessorarchitektur eingebunden werden können.

Die moderne, drahtlose Kommunikationstechnik ist geprägt vom Streben nach immer höheren Datenraten. Die dafür notwendige große, zusammenhängende Bandbreite kann in Zukunft nur noch bei sehr hohen Frequenzen gefunden werden. Um diese Bänder nutzen zu können sind innovative Empfängerkonzepte notwendig. In dieser Arbeit wird untersucht, in wie weit das Konzept des Six-Port für einen 28 GHz Beamforming-Empfänger Anwendung finden kann. Dabei werden zunächst die grundsätzlichen Unterschiede der Six-Port Technologie zu klassischen, auf Multiplikation basierenden Mischerkonzepten dargelegt und bewertet. Im zweiten Teil der Arbeit wird das Six-Port-Konzept dann auf eine aktive, integrierte Empfängerschaltung in 0.25[my]m SiGe Technologie von IHP übertragen, um eine kompakte und performante Empfängerschaltung zu generieren. Der Fokus liegt dabei auf den Herausforderungen und Limitationen der einzelnen, hierfür notwendigen Schaltungsblöcke. Im Anschluss daran wird die Schaltung mit den in Cadence zur Verfügung stehenden Simulationstools ausführlich charakterisiert. Den Abschluss der Arbeit stellt eine Einordnung der Simulationsergebnisse und ein Vergleich mit vorhandenen Technologien dar. Weiterhin folgt ein Ausblick auf mögliche Anwendungen sowie zukünftige Entwicklungsschritte der vorgestellten Schaltung.