(Luận văn thạc sĩ hcmute) kết hợp mã ldpc với tách sóng sic để nâng cao chất lượng hệ thống mimo ofdm

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN XUÂN TRƯỜNG KẾT HỢP MÃ LDPC VỚI TÁCH SÓNG SIC ĐỂ NÂNG CAO CHẤT LƯỢNG HỆ THỐNG MIMO-OFDM S K C 0 9 NGÀNH : KỸ THUẬT ĐIỆN TỬ - 605270 S KC 0 Tp Hồ Chí Minh, 2013 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN XUÂN TRƯỜNG KẾT HỢP MÃ LDPC VỚI TÁCH SÓNG SIC ĐỂ NÂNG CAO CHẤT LƯỢNG HỆ THỐNG MIMO-OFDM NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 Tp Hồ Chí Minh, tháng 4/2013 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN XUÂN TRƯỜNG KẾT HỢP MÃ LDPC VỚI TÁCH SÓNG SIC ĐỂ NÂNG CAO CHẤT LƯỢNG HỆ THỐNG MIMO-OFDM NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 Hướng dẫn khoa học: PGS.TS PHẠM HỒNG LIÊN Tp Hồ Chí Minh, tháng 4/2013 Luan van LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƯỢC: Họ & tên: Nguyễn Xuân Trường Giới tính: Nam Ngày, tháng, năm sinh: 25/05/1983 Nơi sinh: Tp.HCM Quê quán: Thành phố Hồ Chí Minh Dân tộc: Kinh Chỗ riêng địa liên lạc: 76A, Lô Tư, P.Bình Hưng Hịa A, Quận Bình Tân, Tp Hồ Chí Minh Điện thoại quan: Điện thoại nhà riêng: 0932 710 365 Fax: E-mail: nx_truong2009@yahoo.com II QUÁ TRÌNH ĐÀO TẠO: Trung học chuyên nghiệp: Hệ đào tạo: Nơi học (trường, thành phố): Ngành học: Thời gian đào tạo từ ……/…… đến ……/ …… Đại học: Hệ đào tạo: Chính quy tập trung Thời gian đào tạo từ: 09/2005 đến 05/2010 Nơi học (trường, thành phố): Đại học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh Ngành học: Điện tử - Viễn thông Tên đồ án, luận án môn thi tốt nghiệp: Tổng quan hệ thống MC-CDMA Ngày & nơi bảo vệ đồ án, luận án thi tốt nghiệp: 05/2010 Trường Đại học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh Người hướng dẫn: PGS TS Phạm Hồng Liên III Q TRÌNH CƠNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: Thời gian Nơi công tác Công việc đảm nhiệm iii Luan van LỜI CAM ĐOAN Tôi cam đoan cơng trình nghiên cứu cá nhân tơi Từ lúc bắt đầu tìm tài liệu, suốt trình thực đạt kết q trình tự tìm tịi, nghiên cứu thân tác giả Các số liệu, kết nêu luận văn trung thực chưa cơng bố cơng trình khác Tp Hồ Chí Minh, ngày tháng năm 2013 (Ký tên ghi rõ họ tên) Nguyễn Xuân Trường iv Luan van LỜI CẢM TẠ Cảm ơn ba mẹ có cơng sinh thành, dưỡng dục động viên q trình học tập Chân thành cảm ơn Phạm Hồng Liên tận tình hướng dẫn em trình thực luận văn thầy giảng dạy em suốt q trình học Cảm ơn thầy cô hội đồng chấm luận văn đánh giá, nhận xét phản biện giúp em hoàn chỉnh luận văn Cảm ơn bạn khóa học lớp cao học Kỹ thuật Điện tử, Trường Đại học Sư Phạm Kỹ Thuật TPHCM, niên khóa 2010-2012 giúp đỡ học tập giải vấn đề nảy sinh trình thực luận văn Tp Hồ Chí Minh, ngày tháng năm 2013 Học viên Nguyễn Xuân Trường v Luan van TĨM TẮT Trong thời đại thơng tin ngày nay, hệ thống thông tin liên lạc không dây tốc độ liệu độ tin cậy cao trở thành nhân tố chủ đạo cho việc triển khai thành cơng mạng thương mại Do đó, phương pháp cho phép truyền thông tin đáng tin cậy trở nên quan trọng Lý thuyết thông tin mã sửa lỗi lĩnh vực nghiên cứu làm để đạt mục tiêu Có nhiều mã sửa lỗi giới thiệu trước đây, năm gần đây, mã kiểm tra chẵn lẻ mật độ thấp (LDPC) xuất ứng cử viên tốt để giải vấn đề Hiệu suất mã LDPC chứng minh gần với giới hạn lý thuyết, mà mã đạt đến gọi dung lượng kênh Thông tin số sử dụng liên kết không dây MIMO gần lên bước đột phá kỹ thuật quan trọng thông tin đại Hệ thống anten MIMO chứng minh có khả tăng đáng kể tốc độ liệu cải thiện độ tin cậy mà không yêu cầu thêm phổ công suất Ghép kênh MIMO cách để cải thiện tốc độ liệu thông tin Mặt khác, ghép kênh phân chia tần số trực giao (OFDM) kỹ thuật đầy hứa hẹn để thực điều chế đa sóng mang với việc sử dụng tối đa băng thông đặc điểm hiệu suất cao có khả chống lại fading đa đường MIMO kết hợp với OFDM tăng dung lượng, độ tin cậy, hỗ trợ dịch vụ internet ứng dụng đa phương tiện MIMO-OFDM công nghệ băng rộng không dây trở nên phổ biến cho khả truyền dẫn tốc độ cao khả chống lại fading đa đường mạnh tổn hại kênh truyền khác MIMO-OFDM trở thành kết hợp công nghệ hứa hẹn cho thông tin không dây tương lai Hệ thống MIMO ứng cử viên hấp dẫn cho mạng không dây hệ thứ tư tiềm khai thác phân tập không gian để tăng thơng lượng mà khơng lãng phí tài vi Luan van nguyên băng thông công suất Đặc biệt, kiến trúc phân lớp không gian-thời gian dạng chéo (D-BLAST) đề xuất Foschini, kỹ thuật đạt phần đáng kể dung lượng lý thuyết Do độ phức tạp việc thực kiến trúc D-BLAST, phiên sửa đổi đề xuất, gọi V-BLAST (Vertical BLAST) Cịn có kiến trúc phân lớp không gian-thời gian khác gọi Turbo-BLAST, kết hợp tách sóng BLAST giải mã kênh theo phương pháp lặp Các kỹ thuật tách sóng MIMO đại khái chia thành phương pháp tách sóng tuyến tính, phi tuyến xác Phương pháp tuyến tính Zero-Forcing, MMSE cung cấp độ phức tạp thấp với hiệu suất tỉ lệ lỗi bit (BER) giảm so với phương pháp phi tuyến VBLAST Các tách sóng phi tuyến khơng q phức tạp mặt tính toán với hiệu suất chấp nhận Luận văn so sánh hiệu suất phương pháp tách sóng sử dụng tiêu chuẩn ZF MMSE kết hợp với giải thuật V-BLAST, cụ thể triệt can nhiễu liên tiếp (SIC) triệt can nhiễu liên tiếp có phân bậc (OSIC) vii Luan van ABSTRACT In this new information age, high data rate and strong reliability features of wireless communication systems are becoming the dominant factor for a successful deployment of commercial networks As a result methods that allow reliable transmission of information will become more and more important Information Theory and Error Correction codes are the research areas that study how to achieve such a goal Many error correction codes have been presented in the past but in recent years, Low Density Parity Check Codes (LDPC) has imposed as the best candidates to solve the problem The performances of LDPC codes have been shown to be very close to the theoretical limit that a code can reach a given channel, the channel capacity Digital communication using multiple-input multiple-output (MIMO) wireless links has recently emerged as one of the most significant technical breakthroughs in modern communications Multiple-input multiple-output (MIMO) antenna systems have been shown to be able to substantially increase data rate and improve reliability without extra spectrum and power resources MIMO multiplexing is a way to gain robustness and achievement in speed of data information On the other hand, Orthogonal Frequency Division Multiplexing (OFDM) is a promising technique to perform multicarrier modulation with maximum utilization of bandwidth and high performance characteristics profile against fading in multipath communication In addition, MIMO in combination with OFDM can increase capacity, reliability, support to internet services and multimedia applications MIMO-OFDM, a new wireless broadband technology, has gained great popularity for its capability of high rate transmission and its robustness against multi-path fading and other channel viii Luan van impairments MIMO-OFDM has become the most promising technology combination for present and future wireless communications MIMO systems are an appealing candidate for emerging fourth-generation wireless networks due to their potential to exploit space diversity for increasing conveyed throughput without wasting bandwidth and power resources Particularly, diagonal layered space-time architecture (D-BLAST) proposed by Foschini, is a technique to achieve a significant fraction of the theoretical capacity Due to the complexity of implementation of the D-BLAST architecture, a modified version was proposed, which is known as V-BLAST (Vertical BLAST) There is another layered space-time architecture called Turbo-BLAST, which is the combination of BLAST detection and channel decoding in an iterative way The existing MIMO detection techniques can be broadly divided into linear, non-linear and exact detection methods Linear methods like Zero-Forcing, MMSE offer low complexity with degraded Bit Error Rate (BER) performance as compared to nonlinear methods like VBLAST Non-linear detectors are computationally not very expansive with acceptable performance This thesis compares the performance of different detection methods using ZF and MMSE criteria combined with general V-BLAST algorithm, in particular, the Successive Interference Cancellation (SIC) and the Ordered Successive Interference Cancellation (OSIC) detectors ix Luan van So sanh ZF-SIC, MMSE-SIC va ML - co ma hoa LDPC 10 ZF-SIC MMSE-SIC ML -1 10 -2 BER 10 -3 10 -4 10 -5 10 -6 10 10 15 SNR (dB) 20 25 30 Hình 4.18: So sánh phương pháp tách sóng ZF-SIC, MMSE-SIC ML Hình 4.18 so sánh hiệu suất mơ hình tách sóng phi tuyến triệt can nhiễu liên tiếp (SIC) với phương pháp tách sóng tối ưu ML trường hợp có mã hóa Kết mơ cho thấy hiệu suất cải thiện so với trường hợp khơng sử dụng mã hóa tương ứng Mơ hình triệt can nhiễu liên tiếp (SIC) cải thiện hiệu suất so với phương pháp tách sóng tuyến tính, tiến gần đến hiệu suất tách sóng tối ưu ML 91 Luan van So sanh ZF-OSIC, MMSE-OSIC va ML - co ma hoa LDPC 10 ZF-OSIC MMSE-OSIC ML -1 10 -2 BER 10 -3 10 -4 10 -5 10 -6 10 10 15 SNR (dB) 20 25 30 Hình 4.19: So sánh phương pháp tách sóng ZF-OSIC, MMSE-OSIC ML Tương tự, hình 4.19 so sánh hiệu suất mơ hình tách sóng phi tuyến triệt can nhiễu liên tiếp có phân bậc (OSIC) với phương pháp tách sóng tối ưu ML trường hợp có mã hóa Kết mơ cho thấy hiệu suất cải thiện so với trường hợp không sử dụng mã hóa tương ứng Kết mơ chứng minh mơ hình triệt can nhiễu liên tiếp có phân bậc (OSIC) cải thiện hiệu suất so với mơ hình SIC, điều phù hợp với lý thuyết Hiệu suất OSIC tiến gần đến hiệu suất tách sóng tối ưu ML 92 Luan van So sanh ZF, ZF-SIC, ZF-OSIC va ML - co ma hoa LDPC 10 ZF ZF-SIC ZF-OSIC ML -1 10 -2 BER 10 -3 10 -4 10 -5 10 -6 10 10 15 SNR (dB) 20 25 30 Hình 4.20: So sánh phương pháp tách sóng ZF, ZF-SIC, ZF-OSIC ML Hình 4.20 biểu diễn kết mơ cho tiêu chuẩn zero-forcing nói riêng cụ thể so sánh ba phương pháp tách sóng ZF, ZF-SIC, ZF-OSIC với ML trường hợp có sử dụng mã hóa LDPC Bằng phân tích tỉ lệ lỗi bit (BER) tương ứng SNR đồ thị, kết mô trước hết chứng minh khả kiểm soát lỗi mã LDPC so với trường hợp khơng mã hóa tương ứng trước Thứ hai, kết mô chứng minh cải thiện hiệu suất mơ hình OSIC so với SIC mơ hình SIC so với phương pháp tách sóng tuyến tính 93 Luan van So sanh MMSE, MMSE-SIC, MMSE-OSIC va ML - co ma hoa LDPC 10 MMSE MMSE-SIC MMSE-OSIC ML -1 10 -2 BER 10 -3 10 -4 10 -5 10 -6 10 10 15 SNR (dB) 20 25 30 Hình 4.21: So sánh phương pháp tách sóng MMSE, MMSE-SIC, MMSE-OSIC ML Tương tự, hình 4.21 biểu diễn kết mơ cho tiêu chuẩn MMSE nói riêng cụ thể so sánh ba phương pháp tách sóng MMSE, MMSE-SIC, MMSE -OSIC với tách sóng tối ưu ML trường hợp có sử dụng mã hóa LDPC Bằng cách phân tích tỉ lệ lỗi bit (BER) tương ứng SNR đồ thị, kết mô trước hết chứng minh khả kiểm sốt lỗi mã LDPC so với trường hợp khơng mã hóa tương ứng trước Thứ hai, kết mô chứng minh cải thiện hiệu suất mơ hình OSIC so với SIC mơ hình SIC so với phương pháp tách sóng tuyến tính MMSE-OSIC tiến gần đến hiệu suất tách sóng tối ưu ML với độ phức tạp thấp 94 Luan van So sanh cac phuong phap tach song - co ma hoa LDPC 10 -1 10 -2 BER 10 -3 10 ZF MMSE ZF-SIC MMSE-SIC ZF-OSIC MMSE-OSIC ML -4 10 -5 10 -6 10 10 15 SNR (dB) 20 25 30 Hình 4.22: So sánh phương pháp tách sóng ZF, MMSE, ZF-SIC, MMSE-SIC, ZFOSIC, MMSE-OSIC ML Trong hình 4.22, bảy phương pháp tách sóng so sánh với trường hợp có mã hóa LDPC Chúng ta nhận thấy trường hợp có mã hóa hiệu suất hệ thống cải thiện so với trường hợp khơng mã hóa tương ứng Điều chứng minh khả kiểm sốt lỗi mã LDPC Nhận xét chung: - Nhìn chung, kỹ thuật tách sóng tuyến tính ZF MMSE hiệu độ phức tạp tính tốn, nhiên hiệu suất BER kỹ thuật chứng minh hiệu suất chúng tương đối thấp 95 Luan van - Bằng cách sử dụng mô hình SIC OSIC, đạt đến gần hiệu suất ML với độ phức tạp tính tốn thấp Các kết mô cho thấy ưu điểm mơ hình triệt can nhiễu liên tiếp có phân bậc (OSIC) so với SIC mặt cải thiện hiệu suất - ML đạt hiệu suất tốt nhất, độ phức tạp tăng theo hàm mũ với số lượng anten phát kích thước chịm sử dụng Như vậy, kích thước chịm lớn, bậc điều chế cao 𝑁𝑡 lớn ML trở nên không khả thi cho thực phần cứng - Hệ thống MIMO-OFDM có sử dụng mã hóa kênh LDPC cải thiện thơng số BER Do đó, nâng cao chất lượng hệ thống 4.3 Độ phức tạp phƣơng pháp tách sóng Phan tich phuc tap 10 ZF MMSE ZF-OSIC MMSE-OSIC ML 10 Do phuc tap tinh toan 10 10 10 10 10 10 So anten (nTx = nRx) 10 Hình 4.23: So sánh độ phức tạp tính tốn phương pháp tách sóng với kiểu điều chế QPSK 96 Luan van Hình 4.23 trình bày kết mô so sánh độ phức tạp phương pháp tách sóng thay đổi số anten phát thu Bảng 4.5 thống kê kết mơ để tiện cho việc so sánh Hình 4.24 biểu diễn kết mô độ phức tạp dạng biểu đồ cột nhằm dễ quan sát Bảng 4.5: So sánh độ phức tạp mặt tính tốn phương pháp tách sóng khác theo tổng số phép cộng phép nhân với kiểu điều chế QPSK Phương pháp tách sóng Số anten ZF MMSE ZF-OSIC MMSE OSIC ML 12 14 15 17 34 96 104 122 132 278 324 342 479 500 1594 768 800 1332 1368 8302 1500 1550 3015 3073 41138 2592 2664 5950 6034 196870 4116 4214 10647 10761 917866 6144 6272 17704 17856 4194782 8748 8910 27807 27996 18874978 10 12000 12200 41730 41964 83886838 97 Luan van Phan tich phuc tap 1600 1400 Do phuc tap tinh toan 1200 ZF MMSE ZF-OSIC MMSE-OSIC ML 1000 800 600 400 200 So anten (nTx = nRx) Hình 4.24: So sánh độ phức tạp tính tốn phương pháp tách sóng theo dạng biểu đồ 4.4 Tóm tắt Chương trình bày kết mơ dựa lý thuyết trình bày chương trước, cụ thể mã LDPC, hiệu suất hệ thống MIMO – OFDM có khơng có sử dụng mã hóa LDPC cuối độ phức tạp phương pháp tách sóng Các phương pháp tách sóng khác tuyến tính, phi tuyến cụ thể triệt can nhiễu liên tiếp (SIC) triệt can nhiễu liên tiếp có phân bậc (OSIC) tối ưu so sánh mặt hiệu suất Chương kết luận hướng phát triển đề tài 98 Luan van Chương KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 5.1 Kết luận Hệ thống MIMO - OFDM cung cấp giải pháp hấp dẫn thiết thực cho mạng thông tin liệu vô tuyến tốc độ cao tương lai Trong năm gần đây, hệ thống thông tin vô tuyến MIMO khai thác phương pháp ghép kênh không gian (SM) để tăng dung lượng kênh truyền cải thiện hiệu phổ Vì vậy, hệ thống MIMO dựa ghép kênh không gian trở thành kỹ thuật hứa hẹn cho phép truyền vô tuyến tốc độ cao hàng Gbps cho mạng thông tin liên lạc tương lai Thách thức hệ thống MIMO-SM kỹ thuật xử lý tín hiệu, tức kỹ thuật tách sóng Đó khả phân tách tín hiệu truyền song song với hiệu suất độ phức tạp tính tốn chấp nhận Có nhiều cơng trình thực lĩnh vực để nghiên cứu kỹ thuật tách sóng MIMO-SM Trong luận văn này, nghiên cứu hiệu suất kiến trúc V-BLAST MIMOOFDM sử dụng tách sóng ML ZF, MMSE kết hợp mơ hình SIC OSIC Mơ hình triệt can nhiễu liên tiếp (SIC) đề xuất để cải thiện hiệu suất thấp tách sóng tuyến tính Mơ hình áp dụng cho kiến trúc V-BLAST đạt hiệu suất cao Tuy nhiên, cải thiện hiệu suất với kỹ thuật SIC bị giới hạn truyền lỗi Vì vậy, SIC có phân bậc sử dụng để chống lại ảnh hưởng truyền lỗi Ngoài ra, nhược điểm khác giải thuật tách sóng V-BLAST độ phức tạp tính tốn, nhiều phép tính tốn giả nghịch đảo ma trận kênh yêu cầu Do đó, thách thức hệ thống V-BLAST việc thiết kế 99 Luan van máy thu để đạt tốc độ liệu cao với độ phức tạp tính tốn chấp nhận Mặt khác, hiệu suất hệ thống thông tin tối ưu khơng nhắc đến mã hóa kênh Mã hóa kênh đóng vai trị quan trọng, góp phần định đến hiệu suất hệ thống thông tin Mã kiểm tra chẵn lẻ mật độ thấp (LDPC) thể hiệu suất tốt truyền liệu Mã LDPC có nhiều ưu điểm so với loại mã hóa kênh khác Trước tiên, mã LDPC sử dụng giải mã định cứng mềm Thứ hai, ưu điểm mã LDPC trình giải mã lặp dựa mơ hình đồ thị, thực giải mã song song Giải mã lặp phương pháp truyền độ tin cậy (belief propagation BP) đồ thị Nó giải mã mã LDPC có kích thước lớn cách sử dụng giải thuật BP, dẫn đến mô hình giải mã tương đối đơn giản Đây yếu tố góp phần vào thành cơng mã LDPC Hơn nữa, mã LDPC linh hoạt việc xây dựng Hiện nay, mã LDPC xem mã sửa lỗi tốt cho phép tốc độ truyền liệu gần với giới hạn lý thuyết Shannon Nhìn chung, luận văn đạt mục tiêu đề ban đầu Đó là: - Tìm hiểu hệ thống MIMO-OFDM, mã LDPC, kiến trúc BLAST kỹ thuật tách sóng tuyến tính, phi tuyến tối ưu - Thơng qua kết mô phỏng, chứng minh khả kiểm soát lỗi mã LDPC chứng minh mã LDPC kết hợp với tách sóng SIC cải thiện hiệu suất hệ thống MIMO-OFDM - Đánh giá độ phức tạp mơ hình tách sóng Tuy nhiên thời gian hạn chế, luận văn số điểm chưa đạt Đó q trình ước lượng kênh đồng OFDM chưa mô đầy đủ 100 Luan van 5.2 Hướng phát triển Nội dung luận văn chủ yếu sử dụng mã hóa kênh LDPC để nâng cao hiệu suất hệ thống MIMO OFDM nghiên cứu số vấn đề liên quan đến kỹ thuật tách sóng MIMO-SM Cụ thể phân tích so sánh hiệu suất với độ phức tạp tính tốn số kỹ thuật tách sóng Tuy nhiên, cịn số vấn đề cần mở rộng phân tích sâu hơn:  Tìm hiểu mã khác họ mã LDPC non-binary LDPC  Trong luận văn này, xét hệ thống V-BLAST MIMO vịng hở khơng phụ thuộc vào thơng tin trạng thái kênh truyền (CSI) phía phát Luận văn cần nghiên cứu thêm trường hợp phần CSI toàn biết phía phát thơng qua số dạng chế hồi tiếp  Tìm hiểu mơ hình triệt can nhiễu song song PIC (Parallel Interference Cancellation)  Hoàn thiện trình đồng ước lượng mơ  Nghiên cứu mơ hình hệ thống MIMO-OFDM đa user phương pháp tách sóng hệ thống MIMO-OFDM đa user 101 Luan van TÀI LIỆU THAM KHẢO Rui Yang, LDPC-Coded Modulation For Transmission Over AWGN And Flat Rayleigh Fading Channels, Faculty of Science and Engineering, University Of Laval, Quebec, Canada, 2010, 131 pages, pages 25 – 49 Eduardo Zacarias B, BLAST Architectures, Signal Processing Laboratory, Postgraduate Course In Radio Communications, 2004 Sanja Sain, Modelling and Characterization of Wireless Channels in Harsh Environments, Malardalen University, 2011, 44 pages, pages 7–18 Mahdin Mahboob, F.M Sajidul Alam, Sittul Muna, Comparison of Different Models for The Analysis of Rayleigh Fading Channels, Department of Computer Science and Engineering, BRAC University, 2007, 67 pages Tim Schenk, Synchronisation of Multiple-Input Multiple-Output OFDM, Division of Telecommunication Technology and Electromagnetics Radiocommunications Group, Faculty of Electrical Engineering, Eindhoven University of Technology, 2002, 114 pages, pages 13 – 24 Fawaz Saeed AL-Qahtani, MIMO Techniques for Higher Data Rate Wireless Communications, Faculty of Electrical and Computer Engineering, RMIT University Melbourne, Victoria, Australia, 2009, 269 pages, pages 52 – 63 Caijun Zhong, Capacity and Performance Analysis of Advanced Multiple Antenna Communication Systems, Department of Electronic and Electrical Engineering University College London, London, United Kingdom, 2010, 163 pages, pages 21 – 31 Choo Chiap Chiau, Study of the Diversity Antenna Array for the MIMO Wireless Communication Systems, Department of Electronic Engineering Queen Mary, University of London, United Kingdom, 2006, 170 pages, pages 37 – 49 102 Luan van Amin Shokrollahi, LDPC Codes: An Introduction, Department of Electrical & Computer Engineering, University of Alberta, April, 2003 10 Christian Spagnol, Aspects Of LDPC Codes For Hardware Implementation, Department of Electrical and Electronic Engineering, National University of Ireland, 2009, 300 pages, pages 31 – 72 11 Gabofetswe Alafang Malema, Low-Density Parity-Check Codes: Construction and Implementation, Faculty of Engineering, Computer and Mathematical Sciences, The University of Adelaide, Australia, 2007, 184 pages, pages 42 – 43, 46 – 47 12 Meng-Ying (Brady) Tsai, Iterative Joint Detection and Decoding of LDPCCoded V-BLAST Systems, Department of Electrical and Computer Engineering, Queen’s University, Kingston, Ontario, Canada, 2008, 106 pages, pages 14 – 18 13 Stephan ten Brink, Gerhard Kramer, Alexei Ashikhmin, Design of Low-Density Parity-Check Codes for Modulation and Detection, IEEE Transactions On Communications, Vol 52, No 4, April 2004 14 Apala Ray, Performance of different BLAST Architectures, International Institute of Information Technology, Bangalore, India, 2008, 56 pages 15 S Jayalakshmy, Performance Analysis and Efficient Transmission over Multiple Wireless Channels using V-BLAST Architecture, Stockholm University of Technology, 2009, 90 pages, pages 25 – 37 16 Adnan Ahmed Khan, Symbol Detection Techniques in a Spatial Multiplexing System, Department Of Electrical And Computer Engineering, University Of Engineering And Technology Taxila, Islamabad, Pakistan, 2008, 171 pages, pages 30 –31 103 Luan van 17 Joakim Jalden, Maximum Likelihood Detection for the Linear MIMO Channel, Department of Signals, Sensors and Systems, Royal Institute of Technology, Stockholm, Sweden, 2004, 94 pages, pages 15 – 17 18 Shreedhar A Joshi, Dr Rukmini T S, Dr Mahesh H M, Analysis of V-BLAST Techniques for MIMO Wireless Channels with different modulation techniques using Linear and Non Linear Detection, IJCSI International Journal of Computer Science Issues, Special Issue, ICVCI-2011, Vol.1, Issue 1, November 2011 19 Wei-Tan Hsu, Iterative post-SIC/OSIC processing schemes in V-BLAST wireless MIMO communication systems, Faculty of Electrical Engineering, Iowa State University, Ames, Iowa, 2007, 64 pages, pages 15 -16 20 Yun Wang, Jinkuan Wang And Zhibin Xie, Ordered Successive Interference Cancellation MIMO Decision Feedback Equalization Based On Constant Modulus Property, School of Electronics, Electrical & Computer Engineering, University of Birmingham, 2009, 295 pages, pages 59 – 94 21 Luis Miguel Bazdresch Sierra, Computational Complexity and Performance of MIMO Recievers, National School of Telecommunications, Paris, 2008, 185 pages, pages 28 – 36 22 Auda M Elshokry, Complexity and Performance Evaluation of Detection Schemes for Spatial Multiplexing MIMO Systems, Faculty of Engineering, Islamic University, Gaza, Palestine, 2010, 113 pages, pages 73 – 86 23 Adnan Ahmed Khan, Efficient Maximum Likelihood detection for communication over Multiple Input Multiple Output channels, Department Of Electrical And Computer Engineering, Centre For Advanced Studies in Engineering, University of Engineering and Technology, Taxila, Pakistan, 2009, 112 pages, pages 76 – 88 104 Luan van Luan van ... SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN XUÂN TRƯỜNG KẾT HỢP MÃ LDPC VỚI TÁCH SÓNG SIC ĐỂ NÂNG CAO CHẤT LƯỢNG HỆ THỐNG MIMO- OFDM NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 Tp Hồ Chí... SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ NGUYỄN XUÂN TRƯỜNG KẾT HỢP MÃ LDPC VỚI TÁCH SÓNG SIC ĐỂ NÂNG CAO CHẤT LƯỢNG HỆ THỐNG MIMO- OFDM NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 Hướng dẫn... lai Sự kết hợp hệ thống OFDM MIMO tạo nên giải pháp tối ưu kết hợp ưu điểm hai hệ thống ứng cử viên tiềm cho hệ thống thông tin không dây tương lai Hệ thống MIMO thường đề xuất kết hợp với giao