2009年3月30日 星期一

Log 18 090330

今日進度:

1. integrated Ornstein-Uhlenbeck prcoess: Suppose X(t) is a Levy-driven Ornstein-Uhlenbeck process, i.e
X(t)=X(0)e^{-\lambda t}+\int_0^te^{-\lambda(t-s)}dL(s)
then the intOU is 
Y(t)=\lambda^{-1}\left(X(0)(1-e^{-\lambda t})+\int_0^t\left(1-e^{-\lambda(t-s)}\right)dL(s)\right)
or simply
Y(t)=\lambda^{-1}\left[L(t)-X(t)+X(0)(1-e^{-\lambda t})\right]

2. 欲研究 M-PSK 的錯誤率,只要有 phase process 的 distribution 就可以了。使用 differential code ,則 symbol 正確率為\Pr\left[|\psi(t+T_s)-\psi(t)|\mod 2\pi<\frac{\pi}{M}\right]

3. Phase process 由一個 intOU 與 Levy process 組成。 intOU 來自 carrier density ,另一個 Levy process 來自 Langevin phase noise 。
\psi(t)=\frac{\alpha}{2}\Gamma v_ga\int_0^tn(s)ds+Z_{\psi}(t)
假設 intOU 與 Langevin phase noise 互為獨立,且 intOU 為 Brownian-driven ,則 phase process 為 Levy process 。

Larry & Scott 的分析方法很聰明(p.238~p.240),不過他假設了 phase process 是 Gaussian 。若把 Langevin noise 都當作 Levy process 的話,情況就複雜許多了。以前只要考慮 phase process 在 Ts 的 variance ,現在必須要知道完整的 distribution 。

 

來日計畫:

1. 研究 Phase process 能不能寫成 Levy process 。導出 SER 。

2. 複習一下 Spectral & Power efficiency

沒有留言: