Các máy thu sẽ tách năng lượng của tín hiệu và so sánh nó với một mức ngưỡng để giải điều chế các bits dữ liệu. Hình 2.6 biểu diễn sơ đồ khối của một máy thu cơ bản dựa trên kĩ thuật tách năng lượng.
Trong hình 2.6 ta thấy rằng máy thu này sẽ bao gồm một khâu bình phương, sau đó là một khâu tích phân hữu hạn, và cuối cùng là một khâu quyết định mức ngưỡng.
Khi tín hiệu xuất hiện năng lượng sẽ được tính bằng bình phương của tín hiệu. Khi mức năng lượng này vượt qua một mức ngưỡng xác định dữ liệu sẽ được giải điều chế là mức 1, nếu tín hiệu không xuất hiện thì năng lượng này sẽ không vượt qua được mức ngưỡng khi đó dữ liệu thu được sẽ được giải điều chế là mức 0.
Hình 2.6 Máy thu dựa trên kĩ thuật tách năng lượng 2.3.2. Bộ lọc phối hợp cổ điển (CMF: Classical Matched Filters)
Hình 2.7 Sơ đồ khối của một bộ lọc thích nghi cổ điển
Các bộ lọc CMF dựa trên phương pháp tối ưu và đơn giản để tách tín hiệu ra khỏi tạp âm ngẫu nhiên dựa trên một quá trình được gọi là tương quan. Trước khi đi sâu vào các bộ lọc CMF chúng ta cần giải thích quá trình tương quan.
Tương quan là một toán tử toán học cung cấp cho ta phép đo độ tương tự của hai tín hiệu. Đây là một phương pháp được sử dụng phổ biến trong các quá trình xử lý tín hiệu và nhận dạng mẫu. Tương quan thực hiện phép nhân hai dạng sóng ở các thời điểm khác nhau trong miền thời gian để tìm diện tích phần đường cong của biểu thức dưới dấu tích phân. Trong phương trình 2.1 biểu diễn biểu thức toán học của hàm tương quan.
( ) (t y t )dt x
Rxy =∫ −τ (2.1)
Trong đó hai tín hiệu x(t) và y(t) được so sánh với nhau, τ là thời gian dịch cung cấp quá trình trượt của tín hiệu y(t) trên tín hiệu x(t), Rxy(τ) là hàm tương quan. Giá trị lớn của hàm tương quan (có thể mang dấu âm hoặc dương) biểu diễn độ giống nhau của hai tín hiệu x(t) và y(t), với giá trị nhỏ có thể tiến tới 0 biểu diễn mức độ tương quan thấp hoặc độ giống nhau nhỏ của hai dạng sóng. Đối với bộ lọc phối hợp tín hiệu thu được sẽ được nhân tương quan với một tín hiệu mẫu phù hợp với tín hiệu được phát đi. Nếu tín hiệu thu được giống với tín hiệu mẫu thì giá trị tương quan
thu được sẽ lớn và ta có thể giải điều chế được tín hiệu. Hình 2.7 biểu diễn sơ đồ khối của một bộ lọc phối phợp.
Trên hình 2.7, các bộ lọc phối hợp cổ điển thực hiện một thao tác tính tương quan của tín hiệu thu được r(t) bao gồm tín hiệu được phát đi s(t) và nhiễu kênh w(t). Giá trị tương quan tính được bằng việc nhân tín hiệu thu được với một tín hiệu đã được định nghĩa trước (predefined template) (giống với tín hiệu được phát đi ở phía phát) và sau đó tích phân trong một chu kỳ hữu hạn. Quá trình này làm cho tỉ số của tín hiệu trên nhiễu SNR của tín hiệu thu được đạt cực đại và tách tín hiệu mong muốn ra khỏi tạp âm. Các phương trình sau biểu diễn các bước thực hiện toán học của bộ lọc thích nghi.
( ) ( )t s t w( )t
r = + (2.2)
( ) ( )
[ ] ( )
∫ +
=
T
dt t s t w t s s
0
ˆ
(2.3)
( ) ( ) ( )
0
0 0
ˆ=∫ 2 +∫
T
E T
dt t s t w dt t s s
p (2.4)
Phương trình 2.3 được tách thành hai thành phần như trong phương trình 2.4. Trong đó thành phần thứ nhất biểu diễn năng lượng của tín hiệu Ep , đó là tương quan của tín hiệu được truyền đi với tín hiệu mẫu. Biểu thức thứ hai là tương quan của tín hiệu với tạp âm và chúng ta có thể bỏ qua biểu thức này do độ tương quan của tín hiệu với tạp âm là rất thấp.
Khi các bộ lọc phối hợp được tốt với dạng của tín hiệu được truyền, thì khi đó ở đầu ra của bộ lọc sẽ cung cấp đủ các dữ liệu thống kê để có thể tách được tín hiệu ra khỏi tạp âm. Chúng ta cần phải chú ý rằng các bộ lọc phối hợp chỉ là một giải pháp tốt đối với việc tách các tín hiệu trong sự có mặt của nhiễu trắng cộng Gassian(AWGN: Additive White Gaussian Noise ). Các máy thu đó sẽ là không tối ưu khi tín hiệu bị méo dạng do nhiễu từ các hệ thống khác chẳng hạn như nhiễu đa truy nhập (MAI: Multi Access Interference) hoặc nhiễu đến từ các mạng băng hẹp
không có các đặc điểm của AWGN. Điều này được biểu diễn trong các phương trình dưới đây cho việc không tối ưu của việc dùng bộ lọc thích ứng đối với hệ thống của chúng ta gồm hai người sử dụng trong đó tín hiệu thu được r(t) bao gồm tín hiệu của người sử dụng đầu tiên s1(t), tín hiệu của người sử dụng thứ hai s2(t) và tạp âm ngẫu nhiên w(t).
( )t s ( )t s ( ) ( )t wt
r = 1 + 2 + (2.5)
Giả thiết tín hiệu từ người sử dụng thứ nhất là tín hiệu mà chúng ta muốn thu, khi đó s1(t) sẽ được nhân với tín hiệu thu được r(t) sau đó ta sẽ tính tích phân trong một khoảng thời gian hữu hạn.
( ) ( ) ( )
[ ] ( )
∫ + +
=
T
dt t s t w t s t s s
0 1 2 1
ˆ1
(2.6)
( ) ( ) ( ) ( ) ( )
0
1 0 1
0 2 0
21
ˆ1 s tdt s ts t dt wt s t dt s
T
MAI T
E T
p
∫
∫
∫ + +
=
(2.7)
Trong phương trình 2.7 chúng ta thấy rằng mặc dù có thể bỏ qua tương quan của tín hiệu mà chúng ta muốn thu với tạp âm ngẫu nhiên, nhưng tương quan giữa s1(t) và s2(t) được gọi là MAI thì không thể bỏ qua được và làm suy giảm một cách rõ rệt hiệu quả của CMFs trong các hệ thống đa truy nhập. Chính vì vậy sơ đồ điều chế cho các kênh đa truy nhập sẽ nên được chọn để làm giảm tối thiểu ảnh hưởng của tín hiệu không mong muốn lên tín hiệu mà chúng ta cần thu. Điều chế xung và các kĩ thuật tách tín hiệu.