Symbolzeit und Energiebedarf
Ein größerer SF verbessert im untersuchten Modell die Erkennung bei gleichem SNR pro Sample. Gleichzeitig steigen Symbolzeit und Symbolenergie bei gleicher Signalleistung.
Untersuchung der Symbolerkennung unter Rauschen und Frequenzoffset. Interaktive CSS-Simulation, reproduzierbare Ergebnisse und ergänzende NanoVNA-Messungen zur komplexen Reflexion.
Numerische Simulation und HF-Messtechnik
Signalverarbeitung · Reflexion · Antennenentwurf
Wie beeinflussen Spreading Factor, Rauschen und Frequenzabweichungen die Symbolerkennung in einem vereinfachten LoRa-CSS-Modell?
ExpressLRS liefert den Anwendungskontext der Arbeit. Untersucht wird ein vereinfachtes Modell der LoRa-Modulation auf Grundlage von Chirp Spread Spectrum. LoRa ist die Modulation; LoRaWAN bezeichnet ein Netzwerkprotokoll. Ergänzende NanoVNA-Messungen zeigen, wie Abschlüsse und Leitungen die Reflexion verändern.
Einfluss von Spreading Factor, Rauschen und Frequenzoffset auf Sendesignal, Dechirping und FFT-basierte Symbolerkennung.
Statistische Auswertung der Symbolerkennung bei gleichem SNR pro Sample, gleichem Energieverhältnis und unterschiedlichen Frequenzoffsets.
Beobachtete Symbolfehlerrate
Jeder Punkt beruht auf 5.000 Symbolversuchen. Null beobachtete Fehler bedeuten keine Fehlerwahrscheinlichkeit von null. Die 95-%-Wilson-Intervalle stehen in den Datenpunkten.
Quelle: die drei numerischen Versuchskampagnen der Arbeit, Kapitel 6. Alle 135 Datenpunkte werden aus den gespeicherten CSV-Dateien übernommen.
Messung der komplexen Reflexion an verschiedenen Abschlüssen und Untersuchung des Leitungseinflusses auf Betrag und Phase.
Leerlauf und Kurzschluss reflektieren stark, unterscheiden sich aber in der Phase. Eine angepasste Last reflektiert deutlich weniger. Betrag und Phase beschreiben gemeinsam die komplexe Reflexion.
Das eingefügte Kabel verändert besonders die Phase. Das Signal läuft bis zum Abschluss und zurück. Deshalb ist der am Gerät gemessene S11-Wert zusammen mit der Referenzebene zu interpretieren.
Die Ergebnisse lassen sich nur zusammen mit ihren Bezugsgrößen und Modellgrenzen sinnvoll bewerten.
Ein größerer SF verbessert im untersuchten Modell die Erkennung bei gleichem SNR pro Sample. Gleichzeitig steigen Symbolzeit und Symbolenergie bei gleicher Signalleistung.
Ein Frequenzfehler kann den Vorteil aufheben. Derselbe Fehler in Hz entspricht bei höherem SF mehr FFT-Bins.
Ein kleiner S11-Wert allein belegt weder einen hohen Antennenwirkungsgrad noch ausreichenden Gewinn in allen Richtungen.
Die Arbeit ergänzt Simulation und Messung um einen theoretischen PCB-Antennenentwurf: Anforderungen, eine IFA als Referenz sowie analytische Leitungs- und Anpassrechnungen. Die Studie umfasst keine Fertigung, elektromagnetische Feldsimulation oder Messung einer eigenen Antenne.
Herleitung, Methoden, Ergebnisse und Grenzen der Untersuchung stehen in der vollständigen W-Seminararbeit.
Das vollständige Literaturverzeichnis ist in der W-Seminararbeit enthalten.