跟李凡老师学FPGA扩频通信D05：串行通信扩频接收器（20170423课堂笔记）

1036
        信道传输的物理特性，它不是0和1加载的，它是1和0之间。
        我们在半量化的时候，是63到-64。
        这个区间被加载了，噪声完全可能把原来的63，变成25，变成17。
        我们通过这段噪声来验证，现在的接收系统，能不能经过噪声干扰了以后，能够还原出原始的信号。
        还是解扩的问题。
        刚才我们说到了解扩的算法。
        它是一个0和1组成的序列，现在变成量化值了。

1037
        我们来看看，现在该怎么解决。
        所以说，接收的时候比较困难。
        如果我们现在做的是这么一个序列，这时对应的KEY模板，LSB，MSB。
        KEY=5’b00001。
        如果是用0发送的基带，对应的是它的原码。

1038
        1，是它的反码。
        这是dsss_out。
        1用63，0用-64。
        来传输数据，就变成这样的。

1039
        如果没有受到噪声干扰，在接收端的时候，收到的也应该是这一组数。
        然后用这组数，做解扩。

1040
        仍然是用一个统计判决。
        有噪声干扰的情况下，仍然是用这个公式，但是它的误码率比较高一些。
        如果加入噪声noise，可能是15、-1、30、27。

1041
        现在能接收到的序列值，就是78、-65、-34、37。
        跟原来的63、-64完全不一样。
        仍然可以用这个公式，但是它的误码率会很高。

1042
        取而代之的，或者说应用比较多的，是最小二乘法。
        我们来介绍一下最小二乘法。
        我们绿皮书教材写的都是统计判决。
        即便是加了汉明纠错码，误码率仍然非常高。
        高到几乎是不可接受的程度。
        通信误码率怎么可能这么高呢？
        我们就提出来，有没有更好的方法？
        真正的通信里面使用的方法。
        这是我们必须要介绍的。
        最小二乘法，仍然说的是这个问题。

1043
        就是我们收到的频带上的这个序列，收到噪声干扰的这个序列。
        这个序列，它原本是一个模板，这是很精确的一个模板，但是已经面目全非了。
        第一，它已经被量化了。
        第二，既被量化了，还加了噪了。
        受到噪声的干扰了。
        完全不一样了。
        现在的问题就是，如何来判定，收到的频带上的信号，它更接近0模板，或者是1模板。
        是更接近当前秘钥的原码的31个比特，还是更接近当前秘钥的反码的31个比特？
        也就是说它跟哪个的相关度最高，是这么一个问题。

1044
        我们来看最小二乘法。
        X、Y都是时间的函数，都是时间的取样点。
        取了31次，从0取到30。

1045
        看X究竟跟Y1更接近，还是跟Y2更接近？
        我们把X、Y呢，用A、B来替代。
        换一个命名。