Frequency Shift Keying (FSK) נשאר טכניקת מודולציה אבן הפינה באינספור רשתות הנדסיות, ממערכות טלמטריות מהמורשת ועד פריסות טכנולוגיות מודרניות של IoT תעשייתיות IoT.פשטות ועוצמה זה הופך את זה אידיאלי עבור סביבות שבו שלמות האות הוא רב-חשיבות, אך רוחב פס הוא מאוד מאופק בעיצוב מהיר של התקנים מחוברים ורמת נתונים של מהירות, שידור גולמי של אותות FSK מבלי להפוך לכמה רשתות יוקרה יכול להרשות לעצמם אסטרטגיות יעילות גבוהה יותר.

הבנה: FSK Signal Compression

FSK מקודמת נתונים דיגיטליים על ידי שינוי תדירות המוביל בין שני ערכים דיסקרטיים יותר. in binary FSK (BFSK), לוגיקה "0" ולוגיקה "1" מיוצגים על ידי שני תדרים נפרדים, בעוד פשוט, ייצוג זה יכול להיות בלתי יעיל: כל סמל תופס רוחב פס סופי, ולהקות שמירה נדרשים לעתים קרובות כדי להימנע מהתערבות בין-מבול.

דחיסת אותות עבור FSK שואפת להפחית את נפח הנתונים הנדרש כדי לייצג את הגלום המובנה ללא להקריב את היכולת לשחזר את המידע המקורי.בניגוד לקידוד מקור (למשל, אודיו), FSK חייב לשמור על שלב ושלמות תדירות של הריאציות של המוביל כדי לאפשר דחיסה משותפת של הנדסה.

גישות מסורתיות לעתים קרובות להצמיד את האות עם תקופות שקטות או oversample את הגלפור, בזבוז יקר דרךput. טכניקות דחיסה חדשנית במקום לטפל אות FSK כסימן ספאר או מובנה שניתן לייצג באופן קומפקטי יותר.המטרה היא להוריד את שיעור ה bit הממוצע הנדרש לשידור או אחסון תוך שמירה על ביצועי השגיאה הנדרשת על יישום.

טכניקות חדשניות לדיכוי FSK

כמה טכניקות חדשניות הופיעו בשנים האחרונות, כל אחת מהן מתייחסת להיבטים שונים של אות FSK לחידושים. הפתרונות היעילים ביותר משלבים אסטרטגיות מרובות להשגת יחס דחיסה של 2:1 או גבוה יותר, אפילו בערוצים מאוד מאומנים.

1 תדירות הסתגלות Allocation

תוכניות Static FSK להקצות סט קבוע של סטיית תדר ללא קשר לתנאי ערוץ. הקצאת תדר הסתגלות (AFA) דינאמית להתאים את התכווצות בין סימון לתארי חלל בהתבסס על מדידות בזמן אמת של יחס אות-לא-אין (SNR) ו רוחב פס זמין.כאשר הערוץ ברור, את התכווצות ניתן להפחית, ומאפשר יותר סמלים ליחידת רוחב פס.

AFA למעשה מחסחסס את הספקטרום על ידי צמצום רוחב הפס הכבוש במהלך תקופות חיוביות.טכניקה זו יעילה במיוחד בערוצים המוליכים כאשר התנאים משתנים לאורך זמן.על ידי ניטור מתמיד של הערוץ - לדוגמה, באמצעות טונים או משוב מהמקבל - המשדר יכול לבחור את סטיית התדר הצרה ביותר העומדת בקצב שגיאה מעט מטרה.

מערכות המעסיקות AFA הפגינו חיסכון רוחב פס של 30-50% בהשוואה ל-FSK קבוע בסביבה המשתנה במהירות, כגון קישורים סלולריים טלמטרי.הראש של פרוטוקול ההסתגלות (למשל, דיווח SNR) הוא מינימלי ולעיתים קרובות מוקרן על פני חבילות נתונים רבות.

2 - קידוד שונה

קידוד שונה הוא אחת הטכניקות הישנות והיעילות ביותר ל-FSK. במקום לשדר את התדירות המוחלטת של כל סמל, המערכת משדרת את ה-FLT:0 שינויים בתדירות 1 ביחס לסמל הקודם. כי רבים מזרמי נתונים מייצרים ריצות ארוכות של סמלים זהים (למשל, ערכי טלמטה שמשנים לאט), הייצוגים השונים לעתים קרובות "לא" (לא-) שיכולים להיות מקודדים עם מעט מאוד.

לדוגמה, משדר FSK סטנדרטי עשוי להניב רצף של אחד משני גוונים כל תקופת סמל.עם דיסלקציה שונה, קוד קוד קוד קצר עבור "לא שינוי" או קוד קטן עבור שינוי / למטה. ריצת ארוכה יותר של סמלים זהים דחוסים קוד באורך מלא ואחריו הערך.טכניקה זו מקטין את המספר הממוצע של ביטים לסמל, במיוחד עבור מקורות נמוכים כגון חיישנים תעשייתיים או חיישנים תעשייתיים.

דיסלקציה שונה גם משפרת את העוצמה: מכיוון שהמקלט רק צריך לזהות מעברים (שינויים בתדירות), זה פחות רגיש לסחף תדר מוחלט וכמה צורות של התערבות פס צר.יחס הדחיסה יכול לעלות על 5:1 עבור אותות לאט לאט משתנה, אם כי הוא טיפות עד 1:1 עבור נתונים אקראיים עם שינויים מהירים.

תגיות קשורות Sparse FSK Signals

חישה קומפרסית (CS) מנצלת את העובדה כי אותות FSK רבים הם ספויילרים בחלק מהתחום המשתנה - כלומר האות יכול להיות מיוצג באמצעות רק כמה לא אפס מזהמים.ב טיפוסי FSK, תדרי המוביל תפוסים רק חלק מהזמן (למשל אות) במהלך שידור) או רצף הנתונים יש סמלים חוזרים רבים.

הטכניקה כוללת דגימה של אות ה-FSK אנלוגי בשיעורי תת-ניקוויקט באמצעות ממטריקס מדידה פסאודורנטית. at the המקלט, אלגוריתם אופטימיזציה (כגון מרדף בסיס או סף הרפסטיבי) מחלים את התדרים המקוריים ואת רצף הסמל.עבור FSK, מילון רכיבים אפשריים הוא דיסקרטי ומוגבל, מה שהופך את לימודי ה- CS להתאמה במיוחד.

דחיסה מבוססת CSSK היא אזור מחקר פעיל, עם תוצאות מבטיחות עבור מודמים אקוסטיים תת-ימיים וחיישנים בעלי כוח נמוך של IoT שבו כוח המרה האנלוגי-לדיגיטלי הוא צוואר בקבוק גדול.עם זאת, המורכבות החישובית של שיקום יכול להיות גבוה, הגבלת השימוש שלה במערכות בזמן אמת, אלא אם כן עיבוד חומרה ייעודי או לא מקוון זמין.

4.התקפה מבוססת גלים

Wavelet הופכת לספק ייצוג זמן- ⁇ שיכול ללכוד את התדירות המיידי קופץ האופיינית FSK. בניגוד ל- Fourier Transform, אשר מניח את הרקמה, הגלונים מתאימים היטב לשינויים התדירות הפתאומיים ב-FSK. ה-Gellet coefficients בקנה מידה שבו אנרגיית האות מרוכזת ניתן לקוד עם מעטות, בעוד שרעש בקנה מידה בסדר גודל הם מרתיעים.

לדוגמה, גל גל דיסקרטי משתנה (DWT) של אות BFSK יניב אפקטיביות גדולה ליד נקודות מעבר תדירות. על ידי בחירת רק את ה- coefficients הגדולים ביותר (למשל, 10-20% העליון) וקידוד מיקומים וערכים שלהם, דחיסה מבוססת גל יכול להפחית את הייצוג באופן משמעותי.

דחיסת Wavelet היא אטרקטיבית במיוחד עבור מערכות FSK מבוססות החבילה שבו האות מעובד בלוקים.הקוד יכול לדכא את כל בלוק לפני ההדגמה, או את הדיכאון ניתן לשלב לתוך תוכנית משותפת של שיתוף פעולה משותף של קוד-ערוצי. תחליפי גלישת גליגל מחסניות יכול לשפר ביצועים נוספים על ידי בחירת הבסיס הטוב ביותר עבור מבנה האותות.

היתרונות של גישות חדשניות FSK

היישום של טכניקות אלה מניב יתרונות רבים משכנעים עבור רשתות הנדסה רוחב פס:

  • (FLT:0)Enhanced Bandwidth Efficiency:FLT:1 על ידי צמצום טביעת הרגל ספקטרלית או מספר סיביות לסמל, ניתן להעביר יותר נתונים על אותו הקצאת ערוצים. במערכות עם מגבלות רוחב פס קבוע, זה מתורגם ליעילות גבוהה יותר באמצעות חישוב או תמיכה עבור מכשירים נוספים הספקטרום.
  • (FLT:0)Imrovated Signal Robustness:BuildFLT:1) טכניקות דחיסה רבות כוללות באופן חד-משמעי יכולת תיקון שגיאות או תיקון שגיאות. ⁇ שונה מפחיתה את הרגישות לסחף; גל הסרת רעש יחד עם רכיבים אנרגיה נמוכה.התוצאה היא לעתים קרובות שיעור שגיאה נמוך יותר בהשוואה ל-FSK חסר לחץ תחת אותם תנאים ערוץ.
  • (FLT:0) החיסכון באנרגיה: FLT:1 שערי נתונים נמוכים יותר או רוחב פס צר יותר להפחית את צריכת החשמל הממוצעת של משדר. עבור חיישנים מופעלים סוללות, זה יכול להאריך את החיים התפעוליים באופן משמעותי - לפעמים על ידי גורם של שניים או יותר.בנוסף, חישה דחוסה מפחיתה את שיעור הדגימה הנדרשת של ADC, קיצוץ כוח נוסף.
  • (FLT:0) ,Reduced Latency:FLT:1 כמה שיטות דחיסה (למשל, קידוד באורך מלא של רצפים שונים) ניתן ליישם עם עיכוב מינימלי, המאפשר זרימת נחיתות נמוכה.זה קריטי עבור מערכות בקרה בזמן אמת, שבו אפילו עיכובים של שני מילימטריים אינם מקובלים.
  • (FLT:0) calScalability:0) טכניקות הסתגלות באופן אוטומטי להסתגל לתנאים משתנים, ומאפשרות לרשתות להתמודד עם התפרצויות תנועה בחסד או קישור של השפלה ללא שינוי ידני.

יישומים אמיתיים ב Bandwidth-Consated Networks

« « « « « « « « « אטי טלמטארי

ערוצים אקוסטיים תת-קרקעיים הם ידועים לשמצה רוחב פס מוגבל - באופן צמיגים פחות מ -10 kHz, עם ריבוי עצום ודופלר התפשט. FSK הוא בשימוש נרחב כי הוא עמיד להקצאה.הקצאת תדירות הסתגלות וקידוד שונה הפכו סטנדרטיים במתינות תת-ימית מודרנית. לדוגמה, ה- WHOI Micro-Modem משתמש בתדירות-FSK עם הסתגלות כדי להשיג נתונים עד 5b של טווחים יותר, בעוד הוא גם מ-Comensing PrepSK.

עסקים תעשייתיים ו- LPWAN

רשתות בעלות כוח רחב רחב רחב (LPWAN) כגון LoRaWAN להשתמש בצורת FSK (או מודולציה צ'יפ-משתנה) שכבר מעסיקה ספקטרום הפצת ספקטרום.הוספת קידוד שונה בשכבה היישום יכול לדחוס קוראי חיישן חוזרים (למשל, טמפרטורה בכל דקה) ללא שינוי השכבה הפיזית.

לווין ו-UAV Telemetry

לווייני מטה קישורים לעתים קרובות להשתמש FSK עבור פיקוד וטלמטארי בשל החוסן שלה כדי אפקטים דופלר. Bandwidth על לוויין הוא יקר מאוד; כל kHz עולה כסף. הקצאת תדר הסתגלות יכול לכווץ את רוחב הפס הנדרש לכל חלליות, ומאפשר יותר לווינים לשתף את אותה טרמפנדר שונה בשילוב עם עומס ריצה הוא בשימוש CCSDS (מתקני שטח) עבור מערכות מתכת עמוק.

כיוונים עתידיים ומחקרים עתידיים

תחום הדחיסה של FSK רחוק מהתבגרות, וכמה שדרות מרגשות נמצאות תחת חקירה פעילה:

Machine Learning for Adaptive Compression

רשתות עצביות עמוקות יכולות ללמוד את המבנה הסטטיסטי של מקורות נתונים FSK מסוימים ולבחון מיפוי דחיסה כמעט-אופטימי.לדוגמה, autoencoder המוכשר על נתוני טלמטרי יכול לייצר ייצוג דחוס יותר מאשר טכניקות בעלות יד. Reinforcement Learning יכול גם להתאים את הפרמטרים הסתגלות (למשל, ספיגה, רמות סף) בזמן אמת על בסיס ערוץ מוקדם הראות של 20.1% של שיטות חישוביות גבוהות יותר.

גישות היברידיות משלבות מספר טכניקות

אף שיטת דחיסה יחידה עובדת בצורה הטובה ביותר עבור כל סוגי הנתונים ותנאי הערוץ.התוכניות ההיברידיות המתגבות בין דיסלקציה דילולית, גלנט דה-קופוזיציה, ורגישות דחיסה המבוססת על סיווג הבטחת אות קלט להציע את הטוב ביותר של כל העולמות.לדוגמה, זרם מפוצץ עשוי להשתמש בקידוד באורך מלא, בעוד זרם אודיו מתמשך עשוי להשתמש בסף גל.

מקור משותף - Channel Compression

במקום לדחוס את אות FSK באופן עצמאי קוד הערוץ, עיצוב משותף יכול להשיג יעילות גבוהה יותר.לדוגמה, קודים טורבו או קודים LDPC ניתן לתכנן לפעול ישירות על המעברים השונים של אות FSK, טשטש את הקו בין דחיסה ותיקון שגיאה. גישה זו מבטיחה במיוחד עבור קישורים מרחביים עמוקים שבו כל dB של עניינים משותפים.

אינטגרציה קשה

כמו FPGAs ו ASICs להיות יותר מסוגל, מנועי דחיסה מיוחדים יכולים להיות מוטבע ישירות לתוך מודמים FSK. sensive sensive sensing מדיטריקס או גל להפוך מאיץ יכול לדחוס את האות עם כוח זניח overhead.זה יגרום לו להיות מסוגל לפרוס דחיסה מתקדמת בחיישנים זולים בעלות נמוכה, הרחבת טווח רוחב פס FSK.

מסקנה

רשתות הנדסה מאומנים בנדיוויד דורשות גישות חדשניות לדחיסת אות כי מעבר לאריזות פשוטות. הקצאת תדר הסתגלות, דיסלקציה דיפרנציאלית, דחיסה דחוסה ושיטות מבוססות גלים כל אחד מציע יתרונות ייחודיים עבור אותות FSK, ואת שילוב מערכות התשואות שלהם כדי לארוז יותר נתונים לתוך הקצאות פיתוח מתמיד של מערכת ההפעלה.