THÔNG TIN TÀI LIỆU
1 MỞ ĐẦU Tính cấp thiết vấn đề nghiên cứu Thông tin vệ tinh giới chuyển sang hệ thống thông tin vệ tinh tiên tiến hoàn toàn dựa IP, hỗ trợ tốt cho việc truyền hình ảnh số video qua vệ tinh chuẩn Quảng bá hình ảnh số qua vệ tinh phiên hai, DVB-S2 Quảng bá hình ảnh số qua vệ tinh với kênh phản hồi, DVB-RCS Xu hướng phát triển viễn thông cho thấy bốn lĩnh vực dịch vụ vệ tinh phát triển mạnh dịch vụ nhắn tin – định vị, dịch vụ di động vệ tinh, dịch vụ phát hình dịch vụ tương tác đa phương tiện [1] Bên cạnh đó, số lĩnh vực nhận nhiều quan tâm, nghiên cứu với tiềm phát triển mạnh mở rộng chuẩn DVB-S2/-RCS cho người sử dụng di động, lên kết mạng IP vệ tinh với hệ thống vô tuyến mặt đất (như hệ thống thông tin di động), hội tụ thông tin vệ tinh với cảm biến từ xa cho quan sát trái đất [2] Kênh vệ tinh có pha-đinh tác động, có phần tử lọc làm cho tín hiệu thu bị méo tuyến tính [1] [3] Trên vệ tinh sử dụng khuếch đại công suất hoạt động điều kiện tổn hao kênh biến đổi nên công suất phát phải biến đổi; sử dụng phương pháp truyền dẫn ghép kênh phân chia theo tần số trực giao, OFDM, với dịch vụ đa phương tiện nên số lượng kênh biến đổi ngẫu nhiên dẫn đến tải khuếch đại biến đổi ngẫu nhiên Các yếu tố làm cho khuếch đại công suất phải làm việc chế độ phi tuyến cao, đặc biệt hệ thống thông tin vệ tinh sử dụng quỹ đạo địa tĩnh với khoảng cách truyền dẫn 36.000km Bên cạnh đó, với kết nối đa phương tiện qua vệ tinh yếu tố phi tuyến khác hệ thống tác động đến kênh [3] Ảnh hưởng tác động dẫn đến: Xuyên nhiễu ký hiệu, ISI, biến động điểm định thời, xuyên nhiễu sóng mang hệ thống, ICI Các ảnh hưởng đặc biệt nghiêm trọng hệ thống thông tin vệ tinh di động sử dụng truyền dẫn đa sóng mang Các hệ thống thường triển khai vệ tinh quỹ đạo thấp để đảm bảo công suất cho máy đầu cuối Với đặc điểm nêu kênh thông tin vệ tinh thể qua tính phi tuyến, pha đinh đa đường, can nhiễu ký hiệu, kênh, hệ thống tương đối lớn nên thực tế người ta thường phải sử dụng kỹ thuật khắc phục điển hình như: Méo trước thích nghi, kỹ thuật ước lượng kênh có độ nhạy cao, cân thích nghi, mã hóa chống lỗi … [4] Tuy có nhiều kỹ thuật áp dụng chúng chưa đáp ứng triệt để yêu cầu nhằm nâng cao chất lượng hiệu hoạt động cho hệ thống thông tin vệ tinh đa phương tiện Với lý mà việc nghiên cứu đề xuất giải pháp nhằm khắc phục méo phi tuyến giảm can nhiễu, nâng cao hiệu hệ thống thông tin vệ tinh đa phương tiện yêu cầu cấp thiết, thu hút nhiều quan tâm nghiên cứu nhà khoa học ngồi nước Chính thế, nghiên cứu sinh định lựa chọn hướng “Nghiên cứu giải pháp giảm can nhiễu méo phi tuyến hệ thống thông tin vệ tinh” cho luận án Luận án hướng tới xây dựng cân sử dụng mạng nơ-ron phương pháp kernel để cải thiện hiệu cân đáp ứng yêu cầu kênh vệ tinh đa phương tiện Bài toán đặt Kênh vệ tinh, xem hệ thống động phi tuyến, phải đối mặt với hai thách thức bản: (1) Méo phi tuyến sử dụng khuếch đại phi tuyến vệ tinh; (2) Pha đinh đa đường kênh truyền sóng đường xuống Các vấn đề phải giải để đạt tốc độ truyền dẫn cao hiệu BER chấp nhận Việc sử dụng mạng nơ-ron phương pháp kernel bước quan trọng để đạt mục tiêu Trong năm gần đây, kỹ thuật sử dụng mạng nơ-ron nhân tạo (ANN) thông tin vơ tuyến có động lực nghiên cứu mạnh mẽ Các cân tuyến tính thường sử dụng lọc tuyến tính với cấu trúc ngang hàng cầu chéo thuật tốn thích ứng bình phương tối thiểu hồi quy (RLS), bình phương trung bình tối thiểu (LMS) Tuy nhiên, cân tuyến tính khơng thực tốt kênh có điểm khơng phổ sâu [5] ANN có khả tạo nên biên định phi tuyến tùy ý đáp ứng yêu cầu miền phức [5] [6] Với phương pháp kernel, việc biểu diễn mối quan hệ phi tuyến phức tạp chuyển khơng gian nhiều chiều qua quan hệ tuyến tính với tính tốn đơn giản dựa tích vơ hướng [7] Với đặc tính phương pháp kernel giúp cải thiện hiệu cân thích nghi dựa giải thuật cập nhật truyền thống RLS hay LMS Phương pháp khắc phục tượng tối ưu cục cân nơ-ron, làm tăng hiệu hoạt động cân [7] [8] Mục tiêu nghiên cứu Để khắc phục nhiễu liên ký hiệu méo phi tuyến cho hệ thống thông tin vệ tinh mới, luận án tập trung vào giải pháp cải thiện hiệu cân thực theo hai hướng: + Cải thiện hiệu MSE cân nhờ việc sử dụng mạng neuron trình xây dựng cân Mạng nơ-ron đề xuất nhiều nghiên cứu cân phi tuyến mạnh [5] Nghiên cứu luận án tập trung vào cải tiến, nâng cao hiệu cân nơ-ron cân RBF để từ áp dụng vào cân cho kênh vệ tinh phi tuyến cao kênh vệ tinh địa tĩnh + Cải thiện hiệu tốc độ hội tụ, đơn giản hóa việc tính tốn cho cân thích nghi truyền thống với giải thuật RLS, LMS quen thuộc Phương pháp kernel sử dụng để cải tiến giải thuật Luận án tập trung nghiên cứu giải thuật KRLS áp dụng cho kênh phi tuyến thay đổi để ứng dụng vào cân thích nghi cho kênh vệ tinh di động, khắc phục tượng phân kỳ tính tốn phù hợp với kênh biến đổi theo thời gian Đối tượng phạm vi nghiên cứu Đề tài luận án thuộc phạm vi lý thuyết, liên quan đến q trình xử lý tín hiệu thơng tin vệ tinh Cụ thể giải pháp giảm can nhiễu méo phi tuyến tập trung nghiên cứu sở đặc trưng truyền dẫn hai hệ thống thông tin vệ tinh di động dựa quỹ đạo thấp thông tin vệ tinh cố định dựa quỹ đạo địa tĩnh - Đối tượng nghiên cứu: Hệ thống thông tin vệ tinh số đa phương tiện + Bộ khuếch đại công suất cao, HPA, hệ thống phát đáp vệ tinh + Kênh truyền sóng đa đường đường xuống - Phạm vi nghiên cứu: + Đặc tính kênh thơng tin vệ tinh số đa phương tiện, tập trung vào tính phi tuyến HPA nhiễu ISI đa đường kênh truyền sóng đường xuống + Giải pháp khắc phục nhiễu ISI méo phi tuyến HPA việc sử dụng cân máy thu Phương pháp nghiên cứu Luận án thực dựa phương pháp: + Phân tích lý thuyết đặc tính kênh vệ tinh đa phương tiện, xác định mơ hình kênh vệ tinh di động sử dụng vệ tinh quỹ đạo thấp kênh vệ tinh cố định sử dụng vệ tinh quỹ đạo địa tĩnh + Tổng hợp kết nghiên cứu tác giả khác có liên quan đến vấn đề giảm nhiễu liên ký hiệu méo phi tuyến thông tin vệ tinh, xác định điểm tồn tại, vấn đề khoa học cần giải + Ứng dụng công cụ xây dựng cân để cải thiện hiệu cân từ đưa giải pháp cân khắc phục hiệu méo phi tuyến HPA nhiễu ISI cho hệ thống thông tin vệ tinh đa phương tiện + Sử dụng máy tính cơng cụ tính tốn, mơ để kiểm chứng kết giải pháp đề xuất Các đóng góp luận án + Đề xuất cân nơ-ron RBF cải tiến phù hợp cho kênh vệ tinh phi tuyến cao sử dụng quỹ đạo địa tĩnh Luận án đưa giải thuật huấn luyện với mục tiêu giảm số tâm cần tính tốn q trình huấn luyện mạng nơ-ron RBF qua rút ngắn thời gian huấn luyện, cải thiện tốc độ hội tụ cân đáng kể so với cân RBF thông thường cân RBF cải tiến tương đương tác giả khác + Đề xuất cân kernel RLS mở rộng phù hợp cho kênh vệ tinh phi tuyến động sử dụng quỹ đạo thấp Giải thuật cập nhật trọng số cho cân thích nghi RLS áp dụng phương pháp kernel nhằm đơn giản việc tính tốn, yếu tố thay đổi kênh tính đến giúp cân theo kịp biến đổi kênh Tốc độ hội tụ, đặc tính bám kênh cân cải thiện đáng kể so với cân RLS thông thường cân KLMS, KRLS tương đương + Đề xuất giải pháp kết hợp nhiều kernel đơn để đạt cân tổng hợp với thông số hiệu tốt kernel đơn thành phần Luận án thực kết hợp hai kernel đơn LMS với tham số tốc độ ghép lựa chọn đảm bảo đạt cải thiện hiệu cân đề xuất so với cân kernel đơn đa kernel tác giả khác Ý nghĩa khoa học thực tiễn luận án - Ý nghĩa khoa học: + Luận án góp phần giải vấn đề cân với hiệu cải thiện đáp ứng yêu cầu cân cho kênh vệ tinh đa phương tiện Trong phạm vi nghiên cứu luận án, cân đề xuất có khả giải tốt vấn đề méo phi tuyến nhiễu ISI cho hệ thống thông tin vệ tinh cố định dựa quỹ đạo địa tĩnh hệ thống thông tin vệ tinh di động dựa quỹ đạo thấp + Kết luận án sở cho việc nghiên cứu tiếp kỹ thuật cân cho kênh vệ tinh tương lai với tiêu chí cải thiện hiệu cân khác nhau, giải triệt để méo phi tuyến can nhiễu hệ thống - Ý nghĩa thực tiễn: + Luận án giải vấn đề thực tế đặt việc triển khai hệ thống thông tin vệ tinh đa phương tiện + Kết luận án góp phần xây dựng máy thu vệ tinh cho hệ thống thông tin vệ tinh đa phương tiện với hiệu cải thiện Bố cục luận án Với mục tiêu nội dung nghiên cứu nêu trên, kết nghiên cứu luận án bố cục chương với nội dung sau: Chương 1: Tổng quan giảm nhiễu liên ký hiệu méo phi tuyến hệ thống thơng tin vệ tinh Chương trình bày khái quát lĩnh vực phạm vi nghiên cứu luận án Hệ thống thông tin vệ tinh Giải pháp giảm can nhiễu méo phi tuyến hệ thống Các cơng trình nghiên cứu liên quan đến đề tài phân tích để từ xác định hướng nghiên cứu luận án Hệ thống thông tin vệ tinh đối tượng nghiên cứu luận án bao gồm hệ thống thông tin vệ tinh cố định dựa quỹ đạo địa tĩnh hệ thống thông tin vệ tinh di động dựa quỹ đạo thấp Các giải pháp giảm can nhiễu méo phi tuyến cho thống thông tin vệ tinh giới thiệu, tập trung vào kỹ thuật cân Chương 2: Kỹ thuật cân cho kênh vệ tinh Chương trình bày Kỹ thuật cân sử dụng cho kênh vệ tinh, phân tích yêu cầu hiệu cân cho kênh vệ tinh đa phương tiện Chương đồng thời trình bày đặc trưng kênh vệ tinh di động dựa quỹ đạo thấp kênh vệ tinh cố định dựa quỹ đạo địa tĩnh từ giới thiệu giải pháp giúp nâng cao hiệu cân cho hệ thống Một phần nội dung chương liên quan đến kênh vệ tinh nhận dạng kênh vệ tinh mạng nơ-ron công bố Hội nghị quốc gia điện tử, truyền thông REV2013-KC01 [H1] Chương 3: Giảm nhiễu liên ký hiệu méo phi tuyến cho hệ thống thông tin vệ tinh cố định dựa quỹ đạo địa tĩnh Chương tập trung vào kết nghiên cứu cân nơ-ron ứng dụng cho hệ thống thông tin vệ tinh quỹ đạo địa tĩnh Đưa giải pháp cải thiện hiệu cân RBF trình bày Mơ hình kênh vệ tinh địa tĩnh có đặc tính phi tuyến cao sử dụng khuếch đại cơng suất cao gần điểm bão hịa Các cân nơ-ron với đặc tính phi tuyến cho phép xây dựng cân phi tuyến cao nên giải pháp lựa chọn để cải thiện hiệu cho cân Để nâng cao hiệu cho cân bằng, chương trình bày kết nghiên cứu việc cải tiến tham số cân RBF để nâng cao tốc độ hội tụ đảm bảo hiệu BER Kết nghiên cứu chương công bố 02 báo khoa học đăng Tạp chí Khoa học Cơng nghệ Qn [T1] Tạp chí Khoa học Cơng nghệ trường Đại học Công nghiệp Hà Nội [T4] Chương 4: Giảm nhiễu liên ký hiệu méo phi tuyến cho hệ thống thông tin vệ tinh di động dựa quỹ đạo thấp Chương tập trung vào giải pháp cải tiến cân kênh vệ tinh phương pháp kernel Kết nghiên cứu cân kernel RLS mở rộng cân đa kernel LMS giới thiệu Hệ thống thông tin vệ tinh quỹ đạo thấp sử dụng nhiều cho dịch vụ di động vệ tinh Đối với kênh vệ tinh di động, yếu tố đa đường kênh truyền sóng gây đặc tính có nhớ, nhiệm vụ cân bên cạnh khắc phục méo phi tuyến đồng thời phải khắc phục nhiễu ISI đa đường Các cân kernel sử dụng cho kênh vệ tinh Chương trình bày kết nghiên cứu việc cải tiến cân kernel để phù hợp với kênh thay đổi, khắc phục tượng tối ưu cục cân nơ-ron, đơn giản việc tính tốn nhờ dựa vào biến đổi kernel sở tích vơ hướng Bên cạnh giải pháp đa kernel đem lại cân với hiệu tốt Các đóng góp luận án chương trình bày 03 báo đăng Tạp chí Khoa học Cơng nghệ Qn [T2] Tạp chí Cơng nghệ thơng tin Truyền Thơng Học viện Cơng nghệ Bưu Viễn thơng [T3], Tạp chí Khoa học Công nghệ Đại học Công nghiệp Hà Nội [T5], đồng thời báo cáo Hội nghị quốc gia Công nghệ thông tin truyền thông REV-2016 [H2] CHƯƠNG 1: TỔNG QUAN VỀ GIẢM NHIỄU LIÊN KÝ HIỆU VÀ MÉO PHI TUYẾN TRONG HỆ THỐNG THƠNG TIN VỆ TINH Tóm tắt 1: Thơng tin vệ tinh, với đặc trưng truyền dẫn đến vệ tinh quỹ đạo với khoảng cách xa, nên phải sử dụng khuếch đại công suất lớn với điểm làm việc gần bão hòa, điều gây méo phi tuyến Bên cạnh nhiễu liên ký hiệu truyền dẫn đa đường đường xuống làm giảm hiệu hệ thống Từ việc áp dụng giải pháp giảm can nhiễu méo phi tuyến cho hệ thống yêu cầu bắt buộc Nội dung chương trình bày Hệ thống thơng tin vệ tinh phương pháp giảm nhiễu liên ký hiệu méo phi tuyến cho hệ thống Các cơng trình nghiên cứu liên quan đến đề tài luận án giới thiệu chương, từ rõ hướng nghiên cứu luận án 1.1 HỆ THỐNG THÔNG TIN VỆ TINH Hệ thống thơng tin vệ tinh xem hệ thống động phi tuyến, phải đối mặt với hai thách thức bản: Méo phi tuyến sử dụng khuếch đại phi tuyến vệ tinh (như khuếch đại đèn sóng chạy, TWT, khuếch đại công suất bán dẫn, SSPA); Và pha đinh đa đường kênh truyền sóng đường xuống Các vấn đề phải giải để đạt tốc độ truyền dẫn cao hiệu BER chấp nhận Việc nghiên cứu chi tiết đặc tính hệ thống thơng tin vệ tinh bước khởi đầu quan trọng để đạt mục tiêu 1.1.1 Giới thiệu Thông tin vệ tinh hệ thống truyền dẫn vô tuyến chuyển tiếp sử dụng thiết bị thu phát vệ tinh để chuyển tiếp tín hiệu vơ tuyến trạm mặt đất Đặc : Một phần nội dung chương trình bày Hội nghị quốc gia Điện tử truyền thông REV2013-KC01 [H1] 10 trưng thơng tin vệ tinh nằm ở: (1) Hình thức vơ tuyến chuyển tiếp: Chuyển tiếp tín hiệu tuyến truyền dẫn dài hai trạm mặt đất và, (2) Sử dụng vệ tinh thông tin: Làm việc quỹ đạo, điểm chuyển tiếp vô tuyến phát đáp Thông tin vệ tinh kết việc nghiên cứu lĩnh vực truyền thông công nghệ không gian mà mục tiêu hướng tới việc tăng khoảng cách băng thông truyền dẫn với giá thành thấp Thơng tin vệ tinh số lợi ích từ chương trình khơng gian, đóng góp lớn vào tranh truyền thơng quốc tế Một vệ tinh thông tin thiết bị điện tử truyền thông đặt quỹ đạo, thực truyền thông tin từ điểm tới điểm khác xuyên qua không gian Thông tin truyền thường thoại (dịch vụ thoại), video (truyền hình), liệu số số dạng khác Hệ thống thông tin vệ tinh bao gồm phân đoạn với chức riêng, thường chia thành phân đoạn mặt đất phân đoạn không gian Trong trường hợp này, vệ tinh thông tin phân đoạn không gian, có nhiệm vụ phản hồi tín hiệu đường lên từ phân đoạn mặt đất (hoặc trạm mặt đất) đến trạm mặt đất khác Như vệ tinh thông tin đóng vai trị trạm chuyển tiếp Trạm mặt đất gồm thiết bị với chức thu phát tín hiệu với vệ tinh Đặc điểm thơng tin vệ tinh Thơng tin vệ tinh có đặc điểm sau [2]: + Vùng phủ sóng lớn: Từ quỹ đạo địa tĩnh, có bán kính cách trái đất khoảng 36.000 km, vệ tinh nhìn thấy 1/3 trái đất, với vệ tinh địa tĩnh vùng phù sóng bao trùm tồn cầu, trừ vùng cực Với vệ tinh quỹ đạo thấp, độ cao quỹ đạo từ 750 km đến 2.000 km, để phủ sóng tồn cầu cần vài chục vệ tinh + Dung lượng thông tin lớn: Với băng tần làm việc rộng, nhờ áp dụng kỹ thuật sử dụng lại băng tần nên hệ thống thông tin vệ tinh cho phép đạt tới dung 116 [78] W D Parreira, J.-C M Bermudez, C Richard, and J.-Y Tourneret, "Stochastic behavior analysis of the Gaussian kernel-least-mean-square algorithm," in IEEE Transactions on Signal Processing, vol 60, no 5, pp 2208–2222, 2012 [79] C.Richard and J.-C.M.Bermudez, "Closed-form conditions for convergence of the Gaussian kernel-least-mean-square algorithm," in in Proc Asilomar, Pacific Grove, 2012 [80] W Gao, J Chen, C Richard, and J Huang, "Online dictionary learning for kernel LMS," in IEEE Transactions on Signal Processing, vol 62, no 11, pp 2765–2777, 2014 [81] J Chen, W Gao, C Richard, and J.-C M Bermudez, "Convergence analysis of kernel LMS algorithm with pre-tuned dictionary," in in Proc IEEE ICASSP, Florence, 2014 [82] Im Sungbin, "Adaptive equalization of nonlinear digital satellite channels using a frequency-domain Volterra filter," in IEEE Military communications conference, vol.3, pages 843-848, 1996 [83] Kiyoshi Nishikawa and Koji Makizaki, "Fix order implementation method of kernel adaptive filters with lower computational complexity," in APSIPA ASC, 2011 [84] Y Engel, S Mannor, R Meir,, "The kernel recursive least-squares algorithm," in Signal Processing, IEEE Transactions on , vol.52, no.8, pp.2275-2285, 2004 [85] J Chen, C Richard, J.-C M Bermudez, and P Honeine, "Variants of non-negative least-mean-square algorithm and convergence analysis," in Tech Rep., University of Nice SophiaAntipolis, 2014 [86] F.A Tobar, S.-Y Kung, and D.P Mandic, "Multikernel least mean square algorithm," in IEEE Transactions on Neural Networks and Learning Systems, vol.25, no.2, pp.265–277, 2014 [87] M Yukawa and R Ishii, "Online model selection and learning by multikernel adaptive filtering," in in Proc EUSIPCO, Marrakech, Morocco, pp 1–5, 2013 [88] J Arenas-Garc´ıa, A R Figueiras-Vidal, and A H Sayed, "Mean-square performance of a convex combination of two adaptive filters," in IEEE Transactions on Signal Processing, vol 54, no 3, pp 1078–1090, 2006 117 PHỤ LỤC CÁC KỸ THUẬT CÂN BẰNG TRUYỀN THỐNG 1.1 Cân ZF Bộ cân cưỡng không, ZF, thuộc loại cân tuyến tính Hình PL1.1 cho thấy sơ đồ hệ thống truyền dẫn với cân ZF Máy phát s(k) Kênh H(f) n(k) Bộ cân C(f) s(k) Bộ tách sóng AWGN Hình PL.1.1 Sơ đồ hệ thống truyền dẫn Các ký hiệu phát hình PL1.1 ký hiệu s(k), n(k) ký hiệu cho mẫu AWGN, đầu cân ký hiệu 𝑠̂ (𝑘 ) Các hàm truyền đạt kênh cân ký hiệu H(f) C(f) Bộ cân ZF thiết kế để tối ưu cách sử dụng tiêu chuẩn ZF Điều có nghĩa buộc tất đáp ứng xung kim máy phát, kênh cân phải thời điểm truyền ký hiệu nT n0, T thời gian trễ đoạn truyền Vì hạn chế ISI không, miền tần số, nên tiêu chuẩn ZF đảm bảo quan hệ sau coi trễ không: H f C f (PL1.1) Dẫn đến: C f Hf (PL1.2) 118 Vì cân trở thành lọc đáp ứng xung kim hữu hạn, FIR Bộ cân tiếp thuận, FFE, lọc tuyến tính có hệ số điều chỉnh gọi cân tiếp thuận Đây giải pháp cân hiệu cho kênh vô tuyến FFE tuyến tính áp dụng để loại bỏ ISI nhiều tác nhân truyền dẫn gây không cần biết nguyên nhân ISI Tuy nhiên kênh có tính phi tuyến mạnh FFE khơng xem giải pháp tối ưu FFE tuyến tính thực tế lọc FIR minh họa hình PL1.2 Tín hiệu tới x(n) lọc sau tạo tín hiệu cân y(n) theo biểu thức: M 1 y n Ci x n i (PL1.3) i0 Với Ci trọng số thứ i lọc M bậc lọc x(n) C0 DT DT DT C1 CN-2 CN-1 S Thuật tốn cập nhật trọng số y(n) Hình PL.1.2 Bộ cân FFE Tín hiệu vào trễ với khoảng DT, thường chu kỳ ký hiệu Vì FFE gọi cân ngang cách khoảng T Khác với lọc FIR thông thường, trọng số FFE cập nhật theo nhiều tiêu chí khác Mục tiêu tiêu chí để tín hiệu 119 y(n) có nhiễu ISI nhỏ Phương pháp cân dựa tiêu chí đặc tính méo đỉnh tiêu chí sai số bình phương trung bình, MSE, hai phương pháp phổ biến sử dụng cho cân tuyến tính Trong tiêu chí méo đỉnh, đáp ứng tần số lọc điều chỉnh để xấp xỉ nghịch đảo đáp ứng tần số kênh truyền Do lọc gọi cân cưỡng ép không, ZF Tuy nhiên cân có hạn chế nghiêm trọng, có phổ “0” đáp ứng tần số cân bù lại cách tạo độ lợi vơ tận tần số Điều làm tăng nhiễu cộng, giảm chất lượng cân Đối với tiêu chí MSE, trọng số cân điều chỉnh cho sai số bình phương trung bình tín hiệu mong muốn tín hiệu cân nhỏ Nhiều thuật tốn thích ứng sử dụng góp phần nâng cao chất lượng cân bình phương trung bình tối thiểu, LMS, bình phương tối thiểu hồi quy, RLS Khác hai tiêu chí MSE nhiễu đầu vào cân tính đến để tránh tình trạng tăng nhiễu mức Như MSE đồng thời tính đến loại bỏ nhiễu ISI 1.2 Cân MMSE Bộ cân ZF, loại bỏ ISI, không tạo hiệu suất lỗi tốt cho hệ thống truyền thơng khơng đưa vào tính toán thành phần nhiễu hệ thống Một cân khác mà có nhiễu tính tốn cân lỗi bình phương trung bình tối thiểu, MMSE, dựa sở tiêu chuẩn MSE Cấu trúc cân bình phương trung bình tối thiểu tuyến tính, LEMMSE, cho hình PL1.3 có dạng lọc đáp ứng xung kim hữu hạn, FIR, với trễ rẽ nhánh thời gian ký hiệu T Các hệ số cân Cn xác định tiêu chuẩn tối ưu đặc thù Trước xét biểu thức tiêu chuẩn để tối ưu hóa cân ta xét ký hiệu hình PL1.3 120 rk (N1) C ( N 1) T rk 1 T C0 C1 rk T rk 1 C 1 T rk ( N 1) C N 1 sˆ k Hình PL.1.3 Sơ đồ cân sai lỗi bình phương trung bình tối thiểu tuyến tính; rk Ck ký hiệu cho tín hiệu thu hệ số cuả cân Bộ cân gồm 2N+1 hệ số hay nhánh rẽ Các nhánh rẽ ký hiệu từ C( N 1 ) CN 1 , C0 nhánh trung tâm cân Đầu vào cân gồm mẫu thu khứ, tương lai: (rk-1 rk-(N-1)), rk (rk+1 rk(N-1)) Việc sử dụng đầu vào khứ tương lai cho thấy cân thiết kế để chống ISI tiền xung ISI hậu xung kênh gây Sự có mặt khứ nói lên quan hệ không nhân cân tuyến tính Vì để tạo quan hệ nhân cân bằng, trễ đưa vào Tiêu chuẩn sử dụng để tối ưu hệ số cân dựa sai lỗi tín hiệu phát s(k) ước tính tín hiệu nhận đầu cân sˆ k sau: [22] e k s k sˆ k (PL1.4) Trong 𝑒(𝑘 ) thành phần sai lỗi đầu cân thời điểm k Tiêu chuẩn MMSE sử dụng để giảm thiểu giá trị bình phương trung sai lỗi MSE biểu diễn sau: [22] MSE E sˆ k s k (PL1.5) 121 Trái với tiêu chẩn ZF cân loại bỏ ISI, tiêu chuẩn MMSE giảm thiểu kết hợp tạp âm ISI Như sử dụng tiêu chuẩn MMSE, tổng MSE thường thấp tiêu chuẩn ZF 1.3 Cân DFE DFE cân phi tuyến phổ biến kênh pha đinh nghiêm trọng, u cầu mức độ tính tốn thấp DFE dựa vào sai số tách từ ký hiệu phía trước để cân cho ký hiệu nên gọi cân hồi tiếp định, DFE Kết cấu DFE mô tả hình PL1.4, bao gồm hai lọc: Lọc tiếp thuận, FF, lọc hồi tiếp, FB Lọc FF cân ngang tuyến tính Lọc FB đưa chuỗi định dựa ký hiệu tách trước Về chức năng, lọc FB sử dụng để loại bỏ ISI khỏi giá trị ước lượng mà phần ISI sinh ký hiệu trước Theo tốn học, từ hình PL1.4, đầu DFE biểu diễn qua công thức: [54] 𝑦(𝑛) = ∑ 𝑎𝑖 𝑥(𝑛 − 𝑖) − ∑ 𝑏𝑖 𝑦(𝑛 − 𝑖) Trong đó: (PL1.6) bi trọng số lọc FF FB x(n) y(n) tín hiệu vào DFE Đầu vào Chưa cân Bộ lọc thuận Quyết định Bộ lọc Hồi tiếp Hình PL.1.4 Bộ cân hồi tiếp định Thực biến đổi z ta nhận được: [54] Dữ liệu Đầu 122 𝑌(𝑧) = 𝐺𝐸 = 𝑋(𝑧) ∏𝑖(𝑎𝑖 −𝑧 −1 ) (PL1.7) ∏𝑖(𝑏𝑖 −𝑧 −1 ) Từ cơng thức ta thấy DFE có dạng lọc đáp ứng xung kim vô hạn, IIR Bộ cân DFE sử dụng lọc thuận lọc phản hồi để chống ISI kênh phân tán gây Chức phi tuyến thể việc đưa thiết bị định đầu vào lọc phản hồi Sơ đồ khối tổng qt DFE cho hình PL1.5 Nói chung giống cân LE-MMSE, lọc thuận DFE loại bỏ phần ISI kênh tán thời gây Khi khơng có sai lỗi định, lọc phản hồi cung cấp tín hiệu khơng có sai lỗi để loại bỏ tiếp ISI Máy phát s(k) Kênh H(f) Bộ lọc thuận C(f) y(k) + - Bộ tách sóng s(k) n(k) AWGN Bộ lọc phản hồi B(f) Hình PL.1.5 Sơ đồ hệ thống truyền dẫn mơ tả lọc thuận phản hồi DFE C(f) B(f) hàm truyền đạt cuả lọc Bộ lọc phản hồi hình PL1.5 tiếp nhận ký hiệu sau tách sóng Sau ước tính đầu lọc thuận trừ ước tính đầu lọc phản hồi để tín hiệu đầu vào tách sóng Vì lọc phản hồi sử dụng tín hiệu làm "sạch" đầu vào mình, lọc loại bỏ ISI mà không đưa thêm tạp âm vào hệ thống Tuy nhược điểm lọc định sai phản hồi vào vòng phản hồi, "truyền lan sai lỗi" xẩy dẫn đến giảm hiệu BER cân Bộ lọc thuận cung cấp tín hiệu thu thời tương lai Vì lọc loại bỏ ISI tiền xung không loại bỏ ISI hậu xung Trong lọc thuận chủ yếu loại bỏ ISI tiền xung, lọc phản hồi có nhiệm chủ yếu 123 loại bỏ ISI hậu xung Vì lọc thuận chủ yếu loại bỏ ISI tiền xung nên tăng tạp âm trường hợp thấp so với LE-MMSE DFE cân phần tín hiệu với độ rộng phần K mẫu, với K nhỏ chu kỳ ký hiệu DFE hoạt động theo hai chế độ định trực tiếp huấn luyện Trong giai đoạn đầu DFE hoạt động chế độ huấn luyện, chuỗi ký hiệu biết trước truyền để thích nghi trọng số lọc, gọi chuỗi huấn luyện Đây giai đoạn mà DFE thu thập thơng tin đặc tính kênh truyền Khi giai đoạn hoàn thành, DFE chuyển sang hoạt động chế độ định trực tiếp để thích nghi trọng số lọc DFE dùng tiêu chí MSE bao gồm thuật tốn thuộc lớp LMS RLS để cập nhật trọng số Như với cân thích nghi, trọng số nhánh lọc cập nhật theo thay đổi kênh Việc cập nhật nhìn chung dựa tiêu chuẩn MSE tối thiểu, hai giải thuật thường sử dụng LMS RLS CÁC GIẢI THUẬT CẬP NHẬT TRỌNG SỐ CHO BỘ CÂN BẰNG THÍCH NGHI 2.1 Giải thuật LMS Giải thuật bình phương trung bình tối thiểu, LMS, cân thích ứng sử dụng để mang lại cân mong muốn việc tìm hệ số cân dựa theo bình phương trung bình tối thiểu tín hiệu lỗi [22] Tín hiệu lỗi xác định khác biệt tín hiệu mong muốn tín hiệu thực tế LMS phương pháp dựa giảm gradient ngẫu nhiên cân thích nghi theo tín hiệu lỗi thời điểm 2.1.1 Khái quát Ý tưởng LMS đạt tới trọng số tối ưu cân bằng cách cập nhật trọng số cân theo hướng hội tụ tới giá trị tối ưu Giải thuật bắt đầu với giả thiết trọng số có giá trị nhỏ (hầu hết trường hợp chọn “0”), bước, tìm đạo hàm lỗi bình phương trung bình sau cập nhật 124 trọng số Nghĩa đạo hàm MSE mà dương điều có nghĩa lỗi tiếp tục tăng trọng số phải giảm Tương tự đạo hàm âm, ta cần phải tăng trọng số Như phương trình cập nhật trọng số viết: [22] wn1 wn n (PL2.1) Trong biểu diễn cho MSE Dấu “ – ” thể việc cần thay đổi trọng số theo hướng ngược với sườn đạo hàm x(n) Đầu vào Bộ cân Thích ứng h^(n) h(n) y^(n) e(n) Đầu (lỗi) - Hệ thống Chưa biết y(n) d(n) v(n) Nhiễu + Hình PL.2.1 Các tham số giải thuật LMS MSE hàm trọng số cân bằng, hàm bậc hai, nghĩa có cực trị MSE tối thiểu có trọng số tối ưu Như vậy, LMS tiến đến giá trị tối ưu trọng số việc tăng giảm MSE theo đường cong trọng số cân 2.1.2 Nguyên tắc giải thuật LMS Ý tưởng cân LMS sử dụng trình giảm nhanh để tìm trọng số cân ℎ(𝑛) giúp tối thiểu hàm mục tiêu Trước tiên ta định nghĩa hàm mục tiêu sau: C n E e n (PL2.2) 125 Trong 𝑒(𝑛) tín hiệu lỗi mẫu n 𝐸{ } biểu thị giá trị kỳ vọng Hàm mục tiêu 𝐶(𝑛) lỗi bình phương trung bình tối thiểu hóa theo LMS Ứng dụng trình giảm nhanh nghĩa lấy đạo hàm phần theo giá trị đầu vào véc-tơ trọng số [22] ^ H C n ^ H E e n e* n 2E ^ H e n e* n h h h (PL2.3) Trong tốn tử gradient ^ H e n ^ H h h ^H d n h x n x n PL(2.4) C n 2 E x n e* n Đến đây, 𝐶(𝑛) véc-tơ hướng tới sườn tăng dốc hàm mục tiêu Để tìm giá trị cực tiểu hàm mục tiêu ta cần xác định ngược hướng 𝐶(𝑛) Biểu diễn mặt toán học: ^ ^ h n 1 h n C n h n E x n e* n ^ (PL2.5) 𝜇 Trong ⁄2 kích thước bước (hằng số thích nghi) Nghĩa ta tìm thấy giải thuật cập nhật nối tiếp giúp tối thiểu hóa hàm mục tiêu Tuy nhiên giải thuật không thực biết 𝐸 {𝑥 (𝑛)𝑒 ∗ (𝑛)} Nói chung kỳ vọng khơng tính Thay vào đó, để chạy giải thuật LMS môi trường trực tiếp (thực cập nhật sau mẫu thu được), ta sử dụng giá trị ước tính tức thời kỳ vọng Đối với hầu hết hệ thống, hàm kỳ vọng 𝐸 {𝑥 (𝑛)𝑒 ∗ (𝑛)} phải lấy xấp xỉ Điều thực nhờ ước tính khơng chệch sau: E x n e* n ^ N 1 x n i e* n i N i 0 (PL2.6) 126 Trong N số mẫu sử dụng cho ước tính Trường hợp đơn giản N=1 E x n e* n x n e* n ^ (PL2.7) Trong trường hợp giải thuật câp nhật sau: ^ ^ h n 1 h n x n e* n (PL2.8) Đây giải thuật cập nhật lọc LMS 2.1.3 Giải thuật LMS Giải thuật LMS với bậc p tóm tắt sau Tham số: p = bậc lọc = cỡ bước Khởi đầu: ℎ̂(0) = 𝑧𝑒𝑟𝑜𝑠 (𝑝) Tính tốn: For n=0,1,2, x n x n , x n 1 , , x n p 1 ^H e n d n h ^ T n x n ^ h n 1 h n e* n x n Do giải thuật LMS khơng sử dụng giá trị xác kỳ vọng nên trọng số không đạt đến giá trị tối ưu nhìn chung đảm bảo hội tụ Nghĩa trọng số thay đổi lượng nhỏ thay đổi quanh giá trị tối ưu Giải thuật LMS sử dụng tín hiệu ngẫu nhiên, đạt giá trị cận tối ưu thời gian hội tụ chậm, nhiên ưu LMS tính tốn đơn giản 127 2.2 Giải thuật RLS 2.2.1 Khái quát Giải thuật bình phương tối thiểu hồi quy, RLS, ứng dụng rộng rãi cân bằng, thực tìm theo phương pháp hồi quy hệ số nhằm tối thiểu hóa hàm mục tiêu có dạng bình phương tối thiểu tuyến tính đánh trọng số Phương pháp thực giải thuật RLS đối lập với giải thuật LMS LMS có tiêu chí giảm lỗi bình phương trung bình Với RLS, tín hiệu vào xem tất định LMS xem tín hiệu vào ngẫu nhiên So với giải thuật khác, RLS cho tốc độ hội tụ cực nhanh Tuy nhiên để có điều giải thuật có độ phức tạp tính tốn cao Giải thuật RLS Gaussian tìm đưa vào ứng dụng từ 1950 Nhìn chung, RLS sử dụng cân thích nghi Chẳng hạn giả sử tín hiệu d(n) phát qua kênh tán thời tạp âm kênh khiến cho tín hiệu thu có dạng: [22] q x n bn k d n k n (PL2.9) k 0 Trong n tạp âm cộng Ta cố gắng khơi phục tín hiệu mong muốn d(n) cách sử dụng lọc FIR p+1 nhánh, w: p dˆ n wn k x n k wTn x n (PL2.10) k 0 Trong x n x n x n 1 x n p T véc-tơ chứa p+1 mẫu x(n) gần Mục đích ước tính tham số lọc w, thời điểm n ta tham chiếu tới giá trị bình phương tối thiểu ước tính wn Theo thời gian, ta mong muốn khơng phải thực lại tồn giải thuật bình phương tối thiểu để tìm giá trị ước tính cho wn+1 theo wn 128 Lợi ích giải thuật RLS khơng cần nghịch đảo ma trận, từ tiết kiệm chi phí tính tốn 2.2.2 Ngun tắc giải thuật RLS Ý tưởng giải thuật RLS tối thiểu hàm mục tiêu C việc lựa chọn hệ số lọc wn xác, cập nhật lọc số liệu đến Tín hiệu lỗi e(n) tín hiệu mong muốn d(n) xác định theo sơ đồ hồi tiếp âm sau: [22] x(n) Bộ cân Biến đổi wn d^(n) Dwn d(n) - + e(n) Giải thuật Cập nhật Hình PL.2.2 Các tham số giải thuật RLS Lỗi tùy thuộc vào hệ số lọc thông qua dˆ n ước tính: e n d n dˆ n (PL2.11) Hàm lỗi bình phương tối thiểu đánh trọng số – hàm mục tiêu, ta mong muốn giảm thiểu – hàm e(n), phụ thuộc vào hệ số lọc: n C w n ni e2 i (PL2.12) i 0 Trong “hệ số quên”, giúp trọng số giảm theo hàm mũ mẫu lỗi trở nên cũ Hàm mục tiêu tối thiểu cách lấy đạo hàm phần cho đầu vào k véc-tơ hệ số wn đặt kết “0”: [22] 129 n n C w n e i 2 n i e i 2 n i e i x i k wn k i 0 wn k i 0 (PL2.13) k 0,1, , p Tiếp theo thay e(n) theo định nghĩa tín hiệu lỗi: n i 0 n i p d i wn l x i l x i k 0; l 0 k 0,1, , p (PL2.14) Sắp xếp lại, phương trình trở thành: n n i n n i w l x i l x i k n d i x i k ; l 0 i 0 i 0 p k 0,1, , p (PL2.15) Biểu diễn dạng ma trận: R x n w n rdx n (PL2.16) Trong R x n ma trận hiệp phương sai mẫu trọng số x(n) rdx n ước tính hiệp phương sai chéo tương đương d(n) x(n) Dựa biểu diễn này, ta tìm hệ số giúp tối thiểu hàm mục tiêu là: w n R x n rdx n (PL2.17) Đây nguyên tắc RLS Việc lựa chọn vào nhỏ đóng góp mẫu trước Điều khiến cho lọc nhạy cảm với mẫu Thực tế thường chọn giá trị khoảng 0,98 2.2.3 Giải thuật RLS Tóm tắt giải thuật RLS cho lọc RLS bậc p: 130 Tham số: p: bậc lọc : hệ số quên : giá trị khởi đầu P(0) Khởi đầu: w n 0, x k 0, k p, , 1 d k 0, k p, , 1 P 1 I I ma trận đơn vị bậc p+1 Tính tốn: Với n = 1,2, x n x n 1 x n x n p n d n xT n w n 1 g n P n 1 x * n x T n P n 1 x * n 1 P n 1P n 1 g n x T n 1P n 1 w n w n 1 n g n Lưu ý hồi quy P tuân theo phương trình đại số phi tuyến Riccati Nhìn chung RLS có độ phức tạp tính tốn cao trình hồi quy tìm trọng số để làm giảm thiểu hàm mục tiêu Tuy nhiên tốc độ hội tụ giải thuật nhanh đáp ứng việc xử lý nhanh cho kênh tốc độ cao Chính cải thiện độ phức tạp tính tốn giải thuật RLS lựa chọn hàng đầu cho cân thích ứng [54] ... tin vệ tinh đối tượng nghiên cứu luận án bao gồm hệ thống thông tin vệ tinh cố định dựa quỹ đạo địa tĩnh hệ thống thông tin vệ tinh di động dựa quỹ đạo thấp Các giải pháp giảm can nhiễu méo phi. .. cứu luận án Hệ thống thông tin vệ tinh Giải pháp giảm can nhiễu méo phi tuyến hệ thống Các cơng trình nghiên cứu liên quan đến đề tài phân tích để từ xác định hướng nghiên cứu luận án Hệ thống thông. .. việc khử méo tuyến tính phi tuyến kênh vệ tinh 14 1.1.1.2 Các hệ thống thông tin vệ tinh Các hệ thống thông tin vệ tinh, theo đặc trưng dịch vụ, chia thành loại [2]: Hệ thống thông tin vệ tinh cố
Ngày đăng: 16/02/2023, 15:40
Xem thêm: