(LUẬN VĂN THẠC SĨ) Ứng dụng thuật toán music trong định hướng sóng đến đối với hệ anten mảng tròn

TỔNG QUAN ANTEN THÔNG MINH

Mở đầu

Anten thông minh là hệ thống bao gồm nhiều phần tử kết hợp với thuật toán xử lý tín hiệu nhằm tối ưu hóa việc phát xạ và thu nhận tín hiệu tự động theo môi trường Anten hoạt động như bộ phát tín hiệu ra bên ngoài và nhận tín hiệu từ môi trường Các tín hiệu đến được xử lý để xác định hướng nguồn tín hiệu, yêu cầu khả năng tính toán thời gian thực để theo dõi nguồn tín hiệu khi nó di chuyển.

Sơ đồ khối hệ thống anten thông minh [8]

Tín hiệu đến các phần tử anten được chuyển đổi từ tín hiệu tương tự sang tín hiệu số, sau đó nhân với bộ trọng số và tổng hợp để tạo ra các tín hiệu đầu ra Bộ trọng số này đóng vai trò quan trọng trong việc tập trung bức xạ theo hướng mong muốn Bằng cách áp dụng các thuật toán thích nghi trong quá trình búp sóng, bộ trọng số được cập nhật liên tục, giúp anten thông minh theo dõi người dùng khi họ di chuyển.

Biên độ của trọng số quyết định búp sóng chính và búp sóng phụ (side

Hình 1-1 Sơ đồ khối tổng quát của một anten thông minh

The application of music algorithms in the direction of signals is crucial for optimizing performance in wireless networks This approach enhances the efficiency of antenna systems by leveraging musical techniques to improve signal processing By integrating these algorithms, we can achieve better signal directionality and overall network reliability, which is essential for modern communication systems.

Pha của bộ trọng số quyết định hướng của búp sóng chính

Anten thông minh đang trở thành xu hướng nổi bật trong những năm gần đây nhờ vào khả năng cải thiện chất lượng tín hiệu và tăng dung lượng cho các hệ thống thông tin vô tuyến Nó không chỉ mở rộng phạm vi hoạt động mà còn nâng cao khả năng phát hiện mục tiêu và độ chính xác trong việc xác định tọa độ trong các ứng dụng như Rađa, định vị, điện thoại 3G và GSM Anten thông minh còn mang lại những tính năng mới mà các hệ thống truyền thống không thể cung cấp.

So sánh anten thông minh và anten thường [8]

Anten thông minh bao gồm nhiều phần tử anten, cho phép tính toán và xử lý tín hiệu đến để xác định hướng nguồn tín hiệu Nhờ vào khả năng tập trung bức xạ theo hướng mong muốn và tự điều chỉnh theo sự thay đổi của môi trường tín hiệu, anten thông minh có thể theo dõi nguồn tín hiệu khi nó di chuyển Điều này giúp giảm thiểu ảnh hưởng đa đường và can nhiễu, mang lại hiệu suất tối ưu cho việc truyền tải dữ liệu.

Anten thông minh có búp sóng hẹp và tính định hướng cao hơn so với anten thường, điều này tạo ra sự khác biệt rõ rệt giữa hai loại anten Những ưu điểm nổi bật của anten thông minh so với anten thường bao gồm khả năng tập trung năng lượng vào một hướng cụ thể, giảm thiểu nhiễu và cải thiện hiệu suất truyền dẫn.

Hình 1-2.Vùng bức xạ của anten thường và anten thông minh

TIEU LUAN MOI download : skknchat@gmail.com

Cải thiện chất lượng tín hiệu trong hệ thống truyền thông vô tuyến là một yếu tố quan trọng, bao gồm việc triệt tiêu nhiễu, loại bỏ hiệu ứng đa đường và tối ưu hóa quá trình thu phát theo hướng mong muốn.

 Cải thiện dung lượng hệ thống do khă năng sử dụng lại tần số trong cùng một cell

Công suất phát thấp giúp kéo dài thời gian sử dụng năng lượng, từ đó giảm kích thước và khối lượng của các thiết bị đầu cuối, đồng thời giảm thiểu ảnh hưởng đến các kênh lân cận.

 Anten thông minh thích hợp với hầu hết các hệ thống truyền thông vô tuyến hiện nay

* Mô hình toán của hệ thống anten tuyến tính thông minh

: Góc ngẩng của mặt phẳng sóng tới trên dãy anten Để đơn giản hóa việc phân tích dãy anten, ta giả thiết:

Khoảng cách giữa các phần tử anten được thiết kế nhỏ để đảm bảo không có sự thay đổi về biên độ giữa các tín hiệu nhận được tại từng phần tử.

 Không có sự kết nối tương hỗ giữa các anten

 Tất cả những trường sóng tới đều có thể chia thành một lượng các

Hình 1-3.Mô hình dãy anten tuyến tính cách đều nhau

The application of music algorithms in the direction of signal processing is crucial for optimizing performance in wireless antenna networks By leveraging these algorithms, we can enhance the efficiency and effectiveness of communication systems This approach not only improves signal quality but also contributes to better resource management within the network Implementing music algorithms can lead to significant advancements in the design and functionality of antenna systems, ultimately resulting in more reliable and robust wireless communication.

TIEU LUAN MOI download : skknchat@gmail.com Đối với một mặt phẳng tới dãy anten từ hướng (,), hình 1-4, tín hiệu đến phần tử thứ m phải đi thêm một đoạn:

So với phần tử tham khảo tại gốc, hay phần tử m trễ hơn phần tử tham khảo một khoảng thời gian: t m c

Như vậy, độ sai pha giữa thành phần tín hiệu đến phần tử thứ m và phần tử tham khảo tại gốc là: d t m  

    với  2f , f: tần số sóng mang (Hz)

Giả định rằng mỗi phần tử anten có tính chất đẳng hướng và có độ lợi đồng nhất ở mọi hướng Tín hiệu tới bề mặt sóng được biểu diễn bằng s(t) Tín hiệu mà phần tử anten thứ m nhận được là:

Mặt sóng đến phần tử

Mặt sóng đến phần tử m

Hình 1-4 Mô hình toán của anten thông minh

The application of music algorithms in the direction of signal transmission for wireless mesh networks is a promising area of research These algorithms can enhance the efficiency and reliability of data transfer within the network By integrating musical principles, we can optimize signal processing and improve overall network performance This innovative approach not only addresses challenges in communication but also opens new avenues for development in wireless technologies.

Tín hiệu lối ra của dãy sau khi nhân với bộ trọng số [w 0 , w 1 , w M-1 ] với

M là số phần tử anten trong dãy là:

Hệ số sắp xếp f(θ, φ) xác định tỉ số giữa tín hiệu nhận được tại lối ra dãy anten và tín hiệu s(t) tại phần tử tham khảo Nó là hàm theo hướng sóng đến (DOA) và cho phép điều chỉnh bộ trọng số [w0, w1, , wM-1] để hướng búp sóng chính theo hướng mong muốn (θ0, φ0).

Ta định nghĩa vector trọng số:

W = [w 0 w 1 w M-1 ] T (1.4) Tín hiệu từ mỗi phần tử anten được nhóm thành một vector dữ liệu : u = [u 0 (t) u 1 (t) u M-1 (t)] T (1.5) Tín hiệu lối ra z(t) là (1.4) nhân (1.5):

Z(t) = w H u(t) (1.6) Với w H là phép biến đổi Hermitian (chuyển vị rồi lấy liên hợp phức)

Hệ số sắp xếp theo hướng ( 0 ,  0 ) được viết lại như sau:

Vector a(θ, φ) được xác định là vector lái theo hướng (θ, φ) Khi một mặt phẳng sóng tới từ hướng (θ, φ), vector lái a(θ, φ) sẽ biểu diễn pha tín hiệu tại từng phần tử anten so với tín hiệu tham khảo tại gốc.

1.4 Phân loại Anten thông minh [1]

Tùy thuộc vào mục tiêu, phương thức xử lý tín hiệu và độ phức tạp của thuật toán, anten thông minh được phân loại thành ba loại chính.

-Anten định dạng búp song băng hẹp

- Anten thích nghi băng rộng

Anten búp sóng băng hẹp là một phần của các hệ anten sử dụng thuật toán xử lý tín hiệu đơn giản, chủ yếu thông qua các bộ quay pha ở tần số sóng mang Mục tiêu chính là tạo ra sự lệch pha giữa các phần tử anten, từ đó hình thành giản đồ hướng với búp sóng hẹp, búp sóng có hình dạng đặc biệt, hoặc các búp sóng có khả năng thay đổi trong không gian mà không cần xoay giàn anten một cách cơ học.

Anten thích nghi là loại anten sử dụng các phương thức và thuật toán phức tạp để xử lý tín hiệu băng hẹp, nhằm đạt tốc độ cao và linh hoạt Mục tiêu chính của anten này là tự động điều khiển giản đồ hướng để tránh các nguồn nhiễu, từ đó giảm thiểu tác động của nhiễu Anten được cấu thành từ một giàn các phần tử, kết nối với bộ xử lý thích nghi thời gian thực, giúp tự động điều chỉnh trọng số để tối ưu hóa hiệu suất theo tiêu chuẩn của thuật toán đã chọn.

Anten thích nghi băng rộng là hệ thống anten tiên tiến, sử dụng phương pháp xử lý tín hiệu thích nghi với băng tần rộng và thuật toán phức tạp Bộ xử lý tín hiệu trong anten này thường là bộ xử lý không gian-thời gian, cho phép xử lý tín hiệu rời rạc từ cả miền không gian và miền thời gian Đây là một bước tiến quan trọng trong sự phát triển của hệ thống anten xử lý tín hiệu.

Anten định dạng búp sóng băng hẹp [1]

Hình 1-5 Hệ enten trong mặt phăng xy

The application of music algorithms in the direction of signal processing for wireless sensor networks is an innovative approach that enhances the efficiency and effectiveness of data transmission By integrating musical principles into the design of antenna systems, this methodology optimizes signal clarity and reduces interference Furthermore, the use of these algorithms can significantly improve the overall performance of wireless communication, making it a valuable area of research in modern technology.

Trong các ứng dụng thực tế, định dạng búp sóng liên quan đến việc tạo ra giản đồ hướng của hệ anten, với búp sóng có độ rộng trong giới hạn cho phép và khả năng thay đổi trong không gian.

Xét hệ anten hình 1 -5 và giả thiết sóng đến nằm trong mặt phẳng xy (/2) sóng đến chỉ phụ thuộc vào 

Khi hệ anten hoạt động ở chế độ thu, cần xác định giản đồ hướng búp sóng cực đại theo phương  =  i Với các phần tử anten vô hướng trong mặt khảo sát, giản đồ hướng của hệ anten được tính bằng công thức f(,) = w H e(,) Trong đó, e(,) là vectơ hướng, được biểu diễn dưới dạng e(,) = [1 e -jkdcos e-jk(M-1)dcos.

] (1.20) w: vectơ trọng số là tập các số phức w m có biện độ bằng 1, còn pha có giá trị tùy thuộc vào m và góc hướng tương ứng  i

Trọng số \( w_m \) không làm thay đổi biên độ tín hiệu thu, nhưng ảnh hưởng đến góc dịch pha của các tín hiệu trên các nhánh trước khi chúng được tổng hợp Điều này dẫn đến việc tạo ra búp sóng với hướng cực đại mong muốn.

Sơ đồ khối của mạng định dạng

Sơ đồ khối bộ thu Sơ đồ khối bộ phát

Hình 1.6 Sơ đồ khối bộ thu/ phát anten định dạng búp sóng băng hẹp

Dưới đây là giản đồ hướng của anten tuyến tính trong hệ tọa độ cực với M=7, cùng với giản đồ hướng trong hệ tọa độ vuông góc, có góc cực đại là αi = 90 độ.

1.5.2 Mạng ấn định búp sóng

Mạng ấn định búp sóng là hệ thống tạo ra các búp sóng cố định, mỗi búp sóng được phát ra với hướng xác định trong không gian tại từng thời điểm.

Hình 1-7 Giản đồ hướng trong hệ tọa độ cực

Hình 1-8 Giản đồ hướng trong hệ tọa độ vuông góc

Thuật toán âm nhạc được ứng dụng trong định hướng sóng đối với hệ anten mạng tròn, đây là một dạng anten điện tử hoạt động theo phương thức quét gián đoạn, hay còn gọi là anten chuyển mạch búp sóng Hệ thống này phụ thuộc vào tín hiệu điều khiển đầu vào, cho phép tạo ra M búp sóng từ M phần tử anten.

Mạng được mô tả bằng ma trận T vuông kích thước MxM, thực hiện chuyển đổi tín hiệu đầu vào u(t) thành đầu ra y(t) Công thức y(t) = T H u(t) (1.22) thể hiện rằng y(t) là vectơ tín hiệu ra, tương ứng với việc hình thành búp sóng thứ m.

[y 1 (t) y 2 (t) y 3 (t) y m (t) y M (t)] sẽ được xác định tương ứng là cột thứ m của ma trận T Ma trận T được viết dưới dạng

Các búp sóng sẽ trực giao khi các vectơ trọng số tương ứng là trực giao Nếu ma trận T có các cột trực giao, mạng ấn định búp sóng sẽ sở hữu những tính chất đặc biệt, được ứng dụng trong hệ thống chuyển mạch búp sóng và hệ thống ấn định búp sóng kết hợp với xử lý thích nghi.

1.5.3 Hệ thống chuyển mạch chọn búp sóng

Hệ thống chuyển mạch búp sóng kết hợp mạng anten búp sóng để tối ưu hóa việc lựa chọn búp sóng tốt nhất, từ đó thu nhận tín hiệu chính xác và đáng tin cậy.

Mô hình đơn giản của hệ thống chuyển mạch chọn búp sóng

Mạng ấn định búp sóng NxN

Máy thu tín hiệu 1 Điều khiển chuyển mạch

Hình 1-9 Hệ thống chuyển mạch chọn búp sóng

* Ưu điểm của hệ thống chuyển mạch búp sóng

 Hệ thống đơn giản, giá thành hạ

 Yêu cầu độ tương thích vừa phải đối với máy thu trạm gốc

* Nhược điểm của hệ thống chuyển mạch búp sóng

 Không khử được các thành phần đa đường có hướng sóng đến gần với sóng mong muốn

 Không tận dụng được lợi thế của đặc tính đa dạng đường truyền bằng cách kết hợp các thành phần đa đường có tương quan

1.6.1 Các hệ thức toán học

Mô hình của anten thích nghi (hình 1-10):

Anten là một hệ thống bao gồm dàn anten chấn tử với M phần tử và bộ xử lý thích nghi thời gian thực Bộ xử lý này liên tục tiếp nhận thông tin đầu vào từ dàn anten và tự động điều chỉnh các trọng số để tối ưu hóa hiệu suất.

Hình 1-10 Mô hình của anten thích nghi

Thuật toán điều khiển thích nghi

Thuật toán điều khiển thích nghi u 1 u 2 u M

Bộ xử lý thích nghi

Thuật toán music được ứng dụng trong việc định hướng sóng đối với hệ anten mạng tròn, nhằm điều khiển liên tục đồ thị phương hướng của dàn anten Mục tiêu là đảm bảo đáp ứng các yêu cầu đề ra với những chỉ tiêu nhất định, giúp tối ưu hóa hiệu suất và khả năng hoạt động của hệ thống.

Các trọng số được điều chỉnh để đạt bộ trọng số tối ưu theo một tiêu chuẩn nào đó, phù hợp với thuật toán đã lựa chọn

Ta quy ước rằng các tín hiệu thu được trên các phần tử là tín hiệu đường bao phức Véctơ tín hiệu đầu vào của dàn anten được biểu thị dưới dạng: u(t) = [u1(t) u2(t) um(t) uM(t)]^T Trong đó, um(t) là tín hiệu thu được trên phần tử thứ m, được tính bằng công thức: um(t) = s(t)e^(-jk(m-1)d sin θ cos φ).

Tín hiệu đường bao phức s(t) từ nhánh thứ nhất được biểu diễn qua công thức e() = [1 e -jkdsin  cos  e-jk(M-1)dsin  cos ] (1.25) Áp dụng khái niệm véctơ hướng và ký hiệu tổ hợp góc (,) = , ta có thể viết lại phương trình (1.23) thành u(t) = s(t)e() (1.26).

Véctơ tín hiệu đầu vào u(t) được xác định bởi tín hiệu nhận được tại phần tử thứ nhất s(t) và véctơ hướng e(), phản ánh hướng trong không gian khảo sát tại mỗi tần số nhất định Tập hợp tất cả các véctơ hướng này được gọi là tập dữ liệu của dàn anten thích nghi, và quá trình xác định tập dữ liệu này được biết đến như quá trình lấy chuẩn cho dàn anten.

Anten thích nghi băng rộng [1]

Anen thích nghi băng rộng là anten có bộ xử lý thích nghi băng rông thực hiện lấy mấu cả trong miền không gian và thời gian

1.7.2 Anten thích nghi dùng dây trễ

Hệ xử lý thích nghi băng rộng, hay còn gọi là hệ không gian - thời gian, bao gồm cấu trúc với dây trễ, được biết đến như bộ lọc ngang cấp, cho từng phần tử của hệ anten.

Cấu hình hệ ănten thích nghi băng rộng dùng dây trễ:

Nếu dây trễ có cấu trúc đủ dài và số khâu đủ rộng, nó sẽ gần giống như bộ lọc lý tưởng, cho phép điều chỉnh chính xác độ lợi và pha của từng tần số trong dải tần cần phân tích.

Xét hình 1-11: Ta có dãy tín hiệu vào và trọng số phức tại dây trễ có K khâu mắc vào phần tử anten thứ m được biểu diễn:

Hình 1- 11 Cấu trúc anten thích nghi dùng dây trễ

Nừu đưa vào kí hiệu

Tín hiệu đầu ra của hệ xử lý thích nghi băng rộng có thể được biểu diễn bằng công thức tương tự như hệ thích nghi băng hẹp.

1.7.3 Anten thích nghi băng tần con

Hình 1-12 Bộ xử lý thích nghi băng tâng con

The application of music algorithms in the orientation of signals within a circular antenna network offers innovative solutions for enhancing communication efficiency By leveraging these algorithms, we can improve the accuracy of signal processing and optimize the performance of antenna systems This approach not only enhances the quality of transmitted signals but also contributes to the overall effectiveness of wireless communication networks.

Tín hiệu từ mỗi phần tử được chuyển qua khối thu để biến đổi thành tín hiệu băng gốc, sau đó đến bộ lấy mẫu với bộ biến đổi A/D Tín hiệu tại mỗi phần tử thứ m vào thời điểm t được phân thành K tín hiệu băng con và chuyển sang miền tần số bằng bộ FFT Qua xử lý thích nghi, một vecto trọng số tối ưu w~(k) được tạo ra Tín hiệu tham chiếu cũng được biến đổi sang miền tần số băng tần con và nhân với trọng số tối ưu, sau đó các trọng số được tổ hợp cho từng băng tần con Các mẫu phức hợp được chuyển trở lại miền thời gian qua bộ IFFT, và cuối cùng, thực hiện nội suy với hệ số băng gốc K để thu được tín hiệu ra y(t) Ưu điểm của quy trình này là khả năng tối ưu hóa và chính xác trong việc xử lý tín hiệu.

 Giảm nhỏ khối lượng tính toán và tăng nhanh tốc độ hội tụ

Trọng số được cập nhật nhanh chóng do sự phụ thuộc vào từng băng tần con, vì vậy việc xử lý và lựa chọn tần số cần được thực hiện song song để đảm bảo hiệu quả.

 Kết quả hội tự nhanh vì khi sử dụng thuật toán thích nghi LMS, bước tính toán khác nhau có thể áp dụng cho mỗi băng tần con.

ứng dung của anten thông minh

1.8.1 Ứng dụng của anten thông minh trong mạng GSM [8] Đã có một số anten thông minh được sản suất cho thị trường di động sử dụng công nghệ GSM Chúng giúp tối ưu công suất phát, giảm nhiễu Cho đến nay việc sử dụng anten thông minh trong mạng GSM vẫn còn hạn chế Đây không phải bởi lý do công nghệ mà bởi công nghệ GSM sử dụng đa truy nhập theo thời gian (TDMA: Time Division Multiple Access) và quản lý vị trí tần số Điều này có nghĩa là mỗi kênh vô tuyến có một khe thời gian và một băng tần Không có sự can nhiễu giữa những người dùng trong một ô (cell) trạm phát Điều này có nghĩa lợi ích của anten thông minh trong mạng GSM rất hạn chế

1.8.2 Ứng dụng của anten thông minh trong mạng 3G[8]

Hệ thống GSM ban đầu không tận dụng nhiều anten thông minh, nhưng sự phát triển của thông tin di động và sự phổ biến của công nghệ 3G với CDMA đã làm tăng hiệu quả của anten thông minh Trước đây, anten vô hướng và anten sector là loại chính được sử dụng trong hệ thống thông tin di động Tuy nhiên, với anten thông minh, việc áp dụng thuật toán DOA (Direction Of Arrival) để định hướng sóng và các thuật toán xử lý đã mang lại nhiều lợi ích đáng kể.

Tín hiệu thích hợp có thể định hướng búp sóng chính xác vào hướng thuê bao, tập trung công suất phát vào khu vực cần thiết Khi xác định được hướng thuê bao và nguồn nhiễu, chúng ta có thể tránh phát sóng đến các nguồn can nhiễu Điều này giúp tăng cường năng lượng bức xạ từ anten đến nơi thu, mạnh hơn nhiều lần, từ đó tiết kiệm năng lượng tại nguồn phát hoặc tăng cường lượng bức xạ tại nơi nhận.

Nghiên cứu thực tế chỉ ra rằng anten thông minh trong mạng di động mang lại lợi ích vượt trội so với anten truyền thống, với lưu lượng truyền dữ liệu tại mỗi trạm thu/phát (Kbit/s/cell) tăng đáng kể.

Kbit/s/cell Khả năng tăng

72 trạm dùng anten thông minh 1610 +75%

Tất cả dùng anten thông minh 2193 +36%

Ngoài việc tăng dung lượng đường truyềnnếu sử dụng anten thông minh, mạng di động có thể giảm được số trạm thu/ phát trong mạng

Ví dụ, kết quả nghiên cứu sau:

Số trạm cần có Khả năng giảm

Swr dụng anten thông minh 80 - 44%

Sử dụng anten thông minh một cách tối ưu 69 -14%

Anten thông minh nâng cao khả năng thu tín hiệu và giảm thiểu nhiễu, điều này rất quan trọng cho mạng di động 3G sử dụng công nghệ phân chia theo mã Công nghệ CDMA (Code Division Multiple Access) phân bổ băng tần bằng cách xác định kênh vô tuyến cho từng trạm thu phát và thuê bao, giúp tối ưu hóa hiệu suất mạng.

Thuật toán âm nhạc được áp dụng trong việc định hướng sóng đến các hệ anten mạng tròn nhằm giảm thiểu nhiễu từ các điện thoại di động khác Sự gia tăng số lượng điện thoại di động trong vùng phủ sóng của trạm thu phát dẫn đến việc gia tăng nhiễu, làm giảm số lượng thiết bị mà trạm có thể phục vụ Tất cả các tiêu chuẩn điện thoại 3G đều sử dụng công nghệ CDMA, trong đó anten thông minh giúp giảm nhiễu trong một ô bằng cách tăng công suất để duy trì tất cả các kênh vô tuyến Điều này trở nên quan trọng khi nhu cầu về tốc độ dữ liệu cao ngày càng tăng, vì một kênh vô tuyến tốc độ cao yêu cầu công suất cao gấp 10 lần so với một kênh thoại trong mạng GSM Tuy nhiên, việc tăng công suất để duy trì kênh vô tuyến cũng làm giảm khả năng phục vụ các thuê bao còn lại trong ô và từ các ô liền kề.

Anten thông minh giảm sự can nhiễu bằng hai cách:

 Búp sóng của anten hướng chính xác đến thuê bao, do vậy công suất phát chỉ phát đúng đến hướng cần thiết

 Khả năng điều khiển tín hiệu định hướng , anten thông minh tránh phát tín hiệu về phía nguồn can nhiễu

Lợi ích chính triển khai anten thông minh trong mạng 3G:

 Tăng số lượng thuê bao được thực hiện trong một trạm, tăng doanh thu, giảm khả năng khoá và rơi cuộc gọi đối với các thuê bao

 Chất lượng tín hiệu truyền dẫn được cải thiện mà không cần tăng công suất phát mà lại giảm được can nhiễu

 Giảm công suất thu phát ở cả hai hướng (thuê bao - trạm phát và ngược lại), giúp cho pin của điện thoại dùng được lâu hơn

1.8.3 Anten thông minh trong vệ tinh và truyền hình [8]

Việt Nam phóng vệ tinh VINASAT-1 vào tháng 4 năm 2008, đánh dấu bước tiến quan trọng trong việc mở rộng phủ sóng viễn thông và thông tin liên lạc đến các vùng nông thôn, vùng sâu, vùng xa, biên giới và hải đảo Sự kiện này không chỉ mang lại lợi ích cho toàn bộ lãnh thổ Việt Nam mà còn cho khu vực Đông Nam Á VINASAT-1 khi đi vào khai thác sẽ có ý nghĩa xã hội sâu sắc, góp phần cải thiện cơ sở hạ tầng thông tin quốc gia theo hướng hiện đại và nâng cao độ an toàn cho hệ thống truyền thông.

Tải luận văn mới tại địa chỉ skknchat@gmail.com, tập trung vào mạng lưới viễn thông, thúc đẩy và phát triển các dịch vụ viễn thông, công nghệ thông tin, thương mại, giải trí và các dịch vụ chuyên dụng khác.

Một trong những vấn đề phổ biến với truyền hình và thông tin vệ tinh là việc anten thu không luôn hướng đúng vị trí để nhận sóng từ vệ tinh hoặc trạm phát mạnh nhất Trước đây, người dùng thường phải quay anten bằng tay khi không đạt được hướng tối ưu, gây bất tiện và không ổn định do ảnh hưởng của thời tiết Giải pháp hiệu quả hơn là sử dụng thuật toán DOA để xác định hướng vệ tinh hoặc trạm phát tín hiệu, từ đó điều khiển bộ phận mô tơ gắn vào anten Điều này giúp anten tự động quay đến hướng tối ưu, tạo ra một loại anten thông minh cải tiến, mang lại sự tiện lợi vượt trội so với anten thông thường.

1.8.4 Ứng dụng của anten thông minh trong việc xác định vị trí [2]

Bằng cách xác định hướng sóng tới từ anten phát đến ít nhất hai hệ anten thu, chúng ta có thể xác định vị trí của anten phát thông qua giao điểm của hai hướng sóng Việc xác định hướng được thực hiện nhờ các thuật toán như thuật toán ước lượng phổ Hình 1-13 minh họa quá trình xác định nguồn phát bằng cách xác định hướng sóng tới từ nguồn phát đến ba trạm thu, sử dụng anten thông minh và phương pháp xác định hướng sóng tới DOA.

The application of music algorithms in guiding signals for circular antenna networks is a significant area of research This approach leverages the principles of music theory to enhance the performance and efficiency of antenna systems By integrating these algorithms, we can optimize signal processing, leading to improved communication capabilities The study focuses on the potential benefits of applying these techniques in real-world scenarios, emphasizing their relevance in modern telecommunications.

Theo thống kê, Việt Nam hiện có hơn 50.000 tàu thuyền loại vừa và nhỏ hoạt động cách bờ từ 50Km đến 70Km, nhưng trang bị thông tin rất hạn chế Điều này khiến ngư dân gặp khó khăn trong việc ứng phó với bão lũ Do đó, việc xác định vị trí các tàu thuyền là cần thiết để thực hiện cảnh báo và cứu trợ kịp thời Mặc dù hệ thống GPS có thể được sử dụng để xác định vị trí, nhưng chi phí cao khiến nó không phù hợp với tàu thuyền nhỏ của ngư dân Một giải pháp khả thi là xác định vị trí thông qua các thông số hướng sóng bằng cách sử dụng dàn anten đã được đề xuất.

Để xác định vị trí của tàu thuyền một cách chính xác, chúng ta có thể sử dụng hai dàn anten tuyến tính với thuật toán DOA Tuy nhiên, việc sử dụng ba anten sẽ mang lại độ chính xác cao hơn trong việc xác định vị trí.

CHƯƠNG 2 CÁC KỸ THUẬT XỬ LÝ ĐỐI VỚI ANTEN THÔNG MINH

Kỹ thuật phân tập

Kỹ thuật phân tập là phương pháp hiệu quả để giảm thiểu tác động của fading trong hệ thống thông tin di động Bằng cách sử dụng kỹ thuật này, chúng ta có thể hạn chế ảnh hưởng của fading đa tia và nâng cao độ tin cậy trong việc truyền tin mà không cần tăng công suất phát hay băng thông.

Các phương pháp phân tập phổ biến bao gồm phân tập tần số, thời gian và không gian (phân tập anten) Việc sử dụng phân tập không gian giúp giảm thiểu ảnh hưởng của pha - đinh đa đường trong hệ thống vô tuyến Trong môi trường pha - đinh, công suất sóng mang cần phải cao hơn công suất trung bình để đạt được tỷ lệ lỗi bít (BER) mong muốn Anten thông minh cho phép tín hiệu từ các phần tử khác nhau được trọng số phù hợp, tạo ra tín hiệu kết hợp ổn định hơn Anten thông minh yêu cầu công suất thấp hơn so với anten một phần tử, nhưng vẫn đạt được BER mong muốn Để hệ thống phân tập không gian hoạt động hiệu quả, tín hiệu thu từ các nhánh anten cần phải ít hoặc không tương quan, cho phép phục hồi tín hiệu từ phần tử anten khác khi có pha - đinh sâu Điều này có thể đạt được bằng cách lựa chọn khoảng cách giữa các phần tử một cách hợp lý.

Có 3 cách cơ bản để kết hợp tín hiệu [3]:

Bộ chọn lọc là phương pháp đơn giản nhất trong kỹ thuật phân tập, cho phép chọn ra nhánh có tỉ số tín hiệu trên nhiễu lớn nhất từ một tập hợp M phần tử anten Việc kết nối trực tiếp nhánh này với máy thu giúp tối ưu hóa tỉ lệ tín hiệu trên nhiễu Do đó, anten thông minh với M càng lớn sẽ nâng cao khả năng đạt được tỉ lệ tín hiệu trên nhiễu cao hơn.

Phương pháp tỉ lệ cực đại là một kỹ thuật tối ưu hóa khả năng của các nhánh phân tập trong hệ thống, trong đó tất cả M nhánh được nhân trọng số với các tỉ số tín hiệu tức thời trên nhiễu tương ứng Các tín hiệu từ các nhánh được đồng pha trước khi tổng hợp, giúp gộp tất cả các nhánh theo pha để đạt được tín hiệu đầu ra với tăng ích phân tập lớn nhất Tín hiệu tổng này chính là tín hiệu đầu ra của anten thông minh Mặc dù phương pháp tỉ lệ cực đại có nhiều ưu điểm hơn so với phương pháp chọn lọc, nhưng nó lại phức tạp hơn do yêu cầu xử lý nhiều bước.

Thuật toán music được áp dụng trong định hướng sóng đến đối với hệ anten mạng tròn nhằm đảm bảo tín hiệu từ các nhánh hoàn toàn đồng pha Việc cập nhật trọng số chính xác là rất quan trọng để tối ưu hóa hiệu suất của hệ thống anten.

Tăng ích đều là một biến thể của kỹ thuật kết hợp tỉ lệ tối đa, trong đó tất cả các giá trị tăng ích của các nhánh đều giống nhau và không thay đổi trong suốt quá trình hoạt động.

Các đầu ra được tính toán là tổng của các tín hiệu đồng pha từ tất cả các nhánh, trong đó tín hiệu thu được từ các phần tử được kết hợp tuyến tính với trọng số w1*, w2*, w3*, , wn* Ký hiệu * đại diện cho liên hợp phức, giúp biểu diễn đầu ra kết hợp một cách gọn gàng dưới dạng wH S Trong phần này, giả định rằng các nhánh không tương quan, và tín hiệu ở mỗi phần tử không phải là hằng số mà dao động theo hệ số pha-đinh Tín hiệu pha-đinh phụ thuộc vào tần số tín hiệu vô tuyến, được xác định gần đúng bằng biến đổi Doppler cực đại Biến đổi Doppler cực đại fdM tương ứng với tần số fG và tốc độ di chuyển v của máy di động được tính bằng công thức: fdM = 1,4815 * v/fG.

Thời gian nhất quán của kênh vô tuyến gần bằng nghịch đảo của hệ số pha-đinh, với môi trường đa đường giữa anten phát và anten thu được xem như một bộ lọc tuyến tính thay đổi theo thời gian Mỗi nhánh M được đặc trưng bởi một hàm truyền đạt thông thấp tương đương T m (f; t), trong đó t thể hiện sự thay đổi theo thời gian của đáp ứng kênh và f thể hiện tính chất chọn tần của kênh Giả sử pha-đinh ở mỗi nhánh phân tập là không chọn tần, hàm truyền đạt có thể được biểu diễn dưới dạng T m (f, t) = g m (t), với g m (t) là đại lượng thống kê Gauss phức trung bình bằng không Do đó, tín hiệu thu được ở nhánh phân tập có thể được biểu diễn tương ứng.

Trong đó f c là tần số sóng mang danh định,

) (t u là đường bao phức của tín hiệu phát,

) (t r m là đường bao phức của tín hiệu thu

2.1.1 Kết hợp tỉ lệ cực đại(MRC) [3]

Kỹ thuật kết hợp tỉ lệ cực đại (MRC) cho phép tín hiệu ở các nhánh được trọng số và kết hợp nhằm đạt được tỉ số công suất sóng mang trên tạp (CNR) cao nhất Bằng cách áp dụng các kỹ thuật kết hợp tuyến tính, phương trình (2-1) mô tả đường bao phức tổng ở nhánh thứ m với tạp cộng v m (t).

Nếu tín hiệu thu được lấy trọng số bằng w * m thì đầu ra kết hợp U (t )của mảng là:

Trong đó: H kí hiệu liên hợp Hermitian (liên hợp phức, chuyển vị),

Giả sử rằng mỗi thành phần tạp là độc lập với nhau, thì tổng công suất đầu ra P m 0 ( o / p )là:

Do đó CNR đầu ra tức thời là:

The application of music algorithms in the direction of signal transmission plays a crucial role in optimizing the performance of circular antenna networks These algorithms enhance the efficiency of data transmission and improve overall network reliability By integrating music algorithms, the system can effectively manage interference and ensure clearer signal reception, leading to better communication outcomes This innovative approach is essential for advancing technology in wireless communication systems.

Các tín hiệu cần được kết hợp với trọng số tỷ lệ thuận với liên hợp của tín hiệu ở các nhánh và tỷ lệ nghịch với công suất tạp trên các nhánh đó Nhánh có CNR cao sẽ được gán trọng số lớn hơn so với các nhánh có CNR thấp, đảm bảo rằng tín hiệu đã được trọng số đều có cùng pha và đồng nhất.

(2-6) là tổng CNR của tổng nhánh Ưu điểm: Cho búp sóng lớn nhất

- Giá thành cao do các trọng số cần bám cả biên độ và pha của đáp ứng kênh

Để so sánh các chỉ tiêu của các kỹ thuật kết hợp tuyến tính khác, cần sử dụng bộ chuyển pha và bộ khuếch đại tuyến tính với dải động rộng cho các tín hiệu đầu vào.

Tăng ích phân tập M- phần tử được xác định bởi sự cải thiện năng lượng đường truyền tương ứng với tỷ lệ lỗi bit (BER) khi áp dụng kỹ thuật phân tập Chỉ tiêu kỹ thuật này là yếu tố quan trọng trong việc đánh giá hiệu quả của phương pháp phân tập.

Tăng ích anten là tỷ lệ giữa sóng mang và tạp âm đầu ra của mảng anten so với tỷ lệ sóng mang và tạp âm đầu ra của một phần tử, đặc biệt trong bối cảnh các tín hiệu đầu vào có tính định hướng cao.

Sóng tới phẳng đáp ứng ở các phần tử khác nhau chỉ khác nhau bởi hệ số

 e j , với   k 0 d cos  phụ thuộc vào khoảng cách các phần tử, tần số cao tần và góc của song phẳng so với trục của anten mảng

Giả sử tín hiệu vào có dạng u ( t ) 2 P 0  Với    1 , e j  , e j 2  , , e j  M  1    , P 0 công suất trung bình của mỗi nhánh

Kĩ thuật chọn lọc chỉ có một nhánh được kích hoạt tại một thời điểm nên tăng ích anten bằng không

Kĩ thuật kết hợp tỉ lệ cực đại và kết hợp tăng ích đều các trọng số tương ứng sẽ bằng hoặc là một phần của

, P m 0 công suất tạp đầu vào của mỗi nhánh

Khảo sát hệ thống đơn giản với một anten phát và nhiều anten thu (Receiver Diversity) cho thấy hiệu quả của kỹ thuật phân tập anten Chương trình mô phỏng xác suất lỗi ký tự đã được thực hiện trên kênh truyền có nhiễu Gauss và fading Rayleigh Kết quả thu được từ các phương pháp kết hợp đã tạo ra đồ thị thể hiện rõ ràng hiệu suất của hệ thống.

Từ đồ thị ta thấy,Trong 3 phương pháp MRC, EGC và SC, phương pháp kết hợp MRC cho phép cải thiện xácsuất lỗi tốt nhất

Hình 2.2 SER của 3 phương pháp khi số anten là 2 và điều chế QAM

Kỹ thuật tạo búp sóng Error! Bookmark not defined.26 1 Chuyển mạch búp sóng [3]

Anten chuyển búp sóng bao gồm nhiều búp sóng kề nhau, cho phép điều chỉnh đầu ra để phục vụ cho một hoặc nhiều máy thu cụ thể Anten mảng bám pha động là phiên bản nâng cấp của anten chuyển mạch búp sóng thông thường, với khả năng thông minh hơn nhờ vào thông tin hướng tới từ người dùng, giúp tối ưu hóa hướng cực đại của búp sóng theo yêu cầu.

Hệ thống chuyển mạch búp sóng thông thường bao gồm một mạch tạo búp sóng và một chuyển mạch cao tần có điều khiển logic để lựa chọn búp sóng Mỗi máy thu cần chọn búp sóng mong muốn dựa vào các vectơ trọng số đã định Quá trình lựa chọn búp sóng hiệu quả rất phức tạp và phụ thuộc vào phương thức truy cập như CDMA, FDMA hoặc TDMA.

Anten chuyển mạch búp sóng tạo ra một tập hợp cố định các búp sóng hẹp, với đầu ra cao tần có thể là tín hiệu cao tần hoặc tín hiệu đã qua xử lý số Mỗi vùng phủ dẻ quạt 120 độ được phục vụ bởi một mảng chấn tử phát xạ kết nối qua chuyển mạch búp sóng Ưu điểm của anten chuyển mạch búp sóng là khả năng tối ưu hóa hiệu suất truyền tín hiệu trong các ứng dụng viễn thông hiện đại.

 Chi phí thấp Nhược điểm của anten chuyển mạch búp sóng :

 Không tránh được nhiễu của các thành phần đa đường đến từ các hướng gần với tín hiệu mong muốn

 Không có khả năng lợi dụng được ưu điểm của phân tập đa đường bằng cách kết hợp các thành phần đa đường

 Công suất nhận được từ thuê bao sẽ bị thăng giáng khi thuê bao di chuyển vòng tròn quang trạm gốc do hiện tượng vỏ sò

 Tuy có nhiều nhược điểm nhưng anten chuyển mạch búp sóng vẫn được sử dụng phổ biến vì:

 Có khả năng mở rộng phạm vi phủ sóng từ các hệ thống phức tạp

 Tạo búp sóng cố định là trường hợp đơn giản nên ch phí thiết kế thấp

2.2.2 Kỹ thuật tạo búp sóng thích nghi

Kỹ thuật tạo búp sóng thích nghi giúp điều chỉnh linh hoạt giản đồ phương hướng của anten thông minh, nhằm tối ưu hóa các đặc tính tín hiệu.

Anten thông minh sử dụng kỹ thuật tạo búp sóng thích nghi, cho phép thay đổi hướng búp sóng chính liên tục theo từng bước nhỏ Kỹ thuật này giúp loại bỏ nhiễu từ các hướng không mong muốn, nâng cao hiệu suất truyền tín hiệu.

Xét sơ đồ tổng quát của anten mảng thích nghi:

Gọi tín hiệu ra là y (t ), s i (t ) các tín hiệu nhận được từ các phần tử mảng,

(   g m là tăng ích anten, n (t ) là nhiễu

Trong bài viết này, tín hiệu mong muốn được ký hiệu là s1(t), trong khi (N-1) tín hiệu còn lại được xem là nguồn gây nhiễu Hệ thống thích nghi trọng số w m được xác định thông qua phương pháp lặp, dựa trên tín hiệu đầu ra y(t), tín hiệu tham chiếu d(t) - tín hiệu gần đúng với tín hiệu mong muốn, và các trọng số trong quá khứ Tín hiệu tham chiếu được giả định giống hệt tín hiệu mong muốn, với các tham số như góc phương vị θ và trạng thái phân cực P được tính toán Đầu ra của mảng được tính theo công thức y(t) = wH x(t), trong đó wH là biến đổi liên hợp phức chuyển vị của vectơ trọng số w.

Hình 2.2 Anten mảng thích nghi

The application of music algorithms in guiding the signal to noise ratio within a circular antenna network is a crucial area of research This study explores how these algorithms can enhance communication efficiency and optimize performance in wireless systems By focusing on the interplay between music theory and signal processing, we aim to improve the reliability and clarity of transmitted data The findings will contribute significantly to advancements in antenna technology and its practical applications in modern communication networks.

2.2.2.1 Vectơ đáp ứng của mảng

Vectơ đáp ứng của mảng đối với một

Trong đó:  m là biên dịch pha tương ứng với trễ pha không gian của mặt sóng phẳng của tín hiệu theo hướng   ,  )

( P g m   là hệ số giản đồ phương hướng anten của phần tử thứ m

2.2.2.2 Vết không gian - phân của mảng

Vết không gian – phân cực là đáp ứng tổng đối với tín hiệu có N thành phần đa đường và được biểu diễn:

 n là biên độ và pha của thành phần thứ n n n n ,  , P

 là góc tới và trạng thái phân cực của thành phần thứ n

2.2.2.3 Ma trận vết không gian phân cực Đáp ứng của mảng đối với nhiều tín hiệu (trong trường một tín hiệu mong muốn và L tín hiệu nhiễu) có thể được biểu diễn theo ma trận vết không gian – phân cực Các cột của ma trận là các vết không gian – phân cực của bản thân các tín hiệu Ma trận có dạng:

U d là đáp ứng đối với tín hiệu mong muốn s 1 ( t )

U i là đáp ứng đối với các tín hiệu gây nhiễu Đầu ra của M máy thu trước khi thực hiện nhân trọng số là:

2.2.2.4 Tín hiệu và tạp âm

Các tín hiệu tới (mọi hướng tới và phân cực) có thể được viết là :

) ( ) ( t s 1 t s d  là tín hiệu mong muốn

Trong trường hợp các tín hiệu không tương quan, chúng có thể được biểu diễn dưới dạng s k (t) = s k u k (t) e j ω t, trong đó s k là biên độ tín hiệu và u k (t) là tín hiệu điều chế băng gốc chuẩn Tạp âm tại M máy thu cũng cần được xem xét.

Tạp âm tại các nhánh máy thu khác nhau là không tương quan

2.2.2.5 Trọng số tối ưu Để tối ưu các trọng số ở mỗi phần tử, cần giảm tiểu lỗi trung bình phương giữa đầu ra của mảng và tín hiệu chuẩn d (t ) Việc tối ưu hóa SINR sẽ làm cho các trọng số lệch đi một đại lượng nhân vô hướng Xử lý chênh lệch này giống như trường hợp các phần tử đẳng hướng, nghiệm của trọng số tối ưu là :

R xx  H là ma trận hiệp biến của tín hiệu

* ( t x t d r xd  là ma trận tương quan chéo giữa d (t ) và x (t )

2.2.3 Các thuật toán thích nghi [3]

Các thuật toán tạo búp sóng thích nghi thực hiện các phép lặp để tiến gần tới các trọng số tối ưu Dưới đây là một số phép toán cơ bản được sử dụng trong quá trình tạo búp sóng.

2.2.3.1 Trung bình phương nhỏ nhất

Thuật toán trung bình phương nhỏ nhất (LMS) sử dụng phương pháp có bước giảm dần và tính toán vectơ trọng số đệ quy sử dụng phương trình:

Hằng số  p là yếu tố quan trọng trong việc tăng ích và điều khiển tốc độ thích nghi của thuật toán LMS Thuật toán này yêu cầu thông tin về tín hiệu mong muốn trước đó, có thể thực hiện thông qua một chu kỳ chuỗi chuẩn đã được máy thu biết hoặc sử dụng mã trải phổ trong hệ thống CDMA Mặc dù thuật toán LMS hội tụ chậm khi dải vectơ riêng của R xx lớn, nhưng nó vẫn có ưu điểm là luôn luôn hội tụ.

The application of music algorithms in the direction of signal transmission is crucial for optimizing the performance of wireless mesh networks By integrating these algorithms, we can enhance the efficiency and reliability of data transmission, ensuring better connectivity and reduced interference This approach not only improves user experience but also contributes to the overall stability of the network, making it a vital consideration in modern communication systems.

2.2.3.2 Nghịch đảo ma trận lấy mẫu trực tiếp

Công thức cập nhật thuật toán được biểu diễn là: w opt = R xx − 1 r xd Trong đó, R xx và r xd được đánh giá dựa trên dữ liệu được lấy mẫu trong một khoảng thời gian xác định.

N i xd Ưu điểm: Luôn hội tụ; tốc độ họi tụ nhanh hơn LMS

Nhược điểm: Yêu cầu tín hiệu tham chiếu, tính toán phức tạp

2.2.3.3 Thuật toán bình phương tối thiểu đệ quy

Thuật toán bình phương tối thiểu đệ quy (RLS) ước lượng R xx và r xd sử dụng các tổng trọng số như sau:

Nghịch đảo ma trận hiệp biến có thể thực hiện bằng cách đệ quy, ta có phương trình cập nhật trọng số

R xx có ưu điểm nổi bật là tốc độ hội tụ nhanh gấp 10 lần so với LMS, đảm bảo luôn luôn hội tụ Tuy nhiên, nhược điểm của nó là yêu cầu đánh giá ban đầu về R xx  1 và tín hiệu tham khảo.

Error! Bookmark not defined ỨNG DỤNG THUẬT TOÁN MUSIC TRONG XÁC ĐỊNH HƯỚNG SÓNG ĐẾN ĐỐI VỚI HỆ ANTEN MẢNG TRÒN

Thuật toán MUSIC (Multiple Signal Classifi cation algorithm) [7]

Thuật toán MUSIC là một phương pháp phân tích tín hiệu hiệu quả, không cần quét búp sóng của hệ anten theo các góc trong không gian Thuật toán này dựa trên việc khai triển ma trận tự tương quan R uu = E[uu H], trong đó u là tập tín hiệu thu được từ các phần tử của hệ anten Ma trận hiệp phương sai được chia thành hai không gian con: không gian tín hiệu và không gian nhiễu, với hai không gian này trực giao nhau Các vector tín hiệu trong không gian tín hiệu sẽ trực giao với không gian nhiễu Nhờ vào nguyên lý này, thuật toán MUSIC có thể xác định hướng đến nguồn phát (DOA) bằng cách phân loại nguồn tín hiệu tới từng phần tử anten theo góc độ không gian, đồng thời cho phép xác định số lượng nguồn phát, cường độ tín hiệu và công suất nhiễu.

So sánh thuật toán MUSIC với các thuật toán khác

3.2.1 Thuật toán ước lượng phổ

Bằng cách ước lượng ma trận tự tương quan đầu vào và xác định các vector dõi theo a(), chúng ta có thể tính toán công suất đầu ra dựa trên góc sóng tới Giá trị của góc  tương ứng với đỉnh của hàm phổ công suất.

Với A() : Vector hướng (hay vector dõi theo)

Ruu: Ma trận tự tương quan hay ma trận hiệp phương sai của tổng các tín hiệu thu được U(t)

P(): Hàm phổ công suất trung bình theo góc tới 

L: Số dãy tín hiệu hay số mẫu quan sát

3.2.2 Thuật toán khả năng lớn nhất MLM (Maximum Kikehood Method )

Thuật toán này tối đa hóa hàm Log likelihood để ước lượng hướng đến nguồn (DOA) từ một chuỗi mẫu đã cho Hàm likelihood được xác định bởi hàm mật độ xác suất hậu nghiệm của dữ liệu dựa trên thông tin về hướng sóng tới.

Với  2 : Năng lượng tạp âm

I: Ma trận đơn vị kích thước KxK

A(): Vector dõi theđo x(t i ): Tín hiệu nhận được tại đầu ra của phần tử thứ i s(t i ): Tín hiệu tại đầu ra của phần tử thứ i

3.2.3 Kết quả mô phỏng 3 thuật toán và kết luận

Dưới đây là kết quả mô phỏng ba thuật toán: Thuật toán ước lượng phổ, thuật toán khả năng lớn nhất, thuật toán MUSIC

Kết quả từ phổ không gian của ba thuật toán cho thấy thuật toán MUSIC ước lượng hướng sóng tới cực đại tại góc θ₀ và θ`₀.

Hình 3-2 Thuật toán khả năng lớn nhất Hình 3-1 Thuật toán ước lượng phổ

Thuật toán music được ứng dụng trong định hướng sóng đối với hệ anten mạng tròn, giúp xác định các vị trí có giá trị nhỏ hoặc bằng không Điều này cho thấy sự ưu việt của thuật toán trong việc ước lượng phổ, vượt trội hơn so với thuật toán khả năng lớn nhất, khi mà nó có khả năng tối ưu hóa hiệu suất trong các hệ thống anten phức tạp.

Phương pháp xác định hướng sóng tới (DOA) [1]

DOA (Direction of Arrival) là thông tin quan trọng đối với các hệ anten thông minh, giúp tối ưu hóa việc xử lý tín hiệu Khi xác định chính xác DOA, việc nhận diện tín hiệu mong muốn và loại bỏ các tín hiệu không mong muốn trở nên dễ dàng và hiệu quả hơn.

Hệ thống anten cho phép xác định đồng thời hướng sóng từ nhiều nguồn phát sóng độc lập, hoạt động như một hệ anten có xử lý tín hiệu, giúp xác định sóng đến chính xác ngay cả trong điều kiện nhiễu Phân tích hệ anten này dựa trên mô hình của hệ anten có xử lý tín hiệu Cụ thể, hình 3.7 mô tả một hệ anten tuyến tính với M phân tử, có khả năng phân biệt và xác định P sóng tới với hướng khác nhau, trong đó P nhỏ hơn M Để đơn giản hóa, giả thiết rằng các hướng sóng đến nằm trong mặt phẳng θ = π/2 với các góc phương vị φp khác nhau.

Trên mỗi máy thu ta đều nhận được P tín hiệu tới cùng nhiễu Vậy tín hiệu ra nhận được từ máy thu m là:

 p Đặt e m    p  e  jk ( m  1 ) d cos  p ta có:

Hình 3.4 Xác định hướng sóng đến

Vectơ tín hiệu đầu ra tại M cổng máy thu

) ( t  u 1 t u 2 t u m t u M t T  u Áp dụng (3-22) , viết lại (3-23) dưới dạng :

Trong đó e    p là vectơ hướng của sóng tới tại hướng  p

  p   1  jkd cos  j 2 kd cos  j 2 k ( m  1 ) d cos  j 2 k ( M  1 ) d cos  T ( 3  7 ) p p p p e e e e e     

) (t n vectơ nhiễu, có thể viết (3-25) dưới dạng rút gọn:

Trong đó e    là vectơ có thành phần là vectơ hướng e    p :

) (t s là vectơ có thành phần là các biên độ đường bao phức của P sóng tới

) (t n là vectơ nhiễu nhận được trên M cổng máy thu

Thuật toán MUSIC trong xác định hướng sóng tới [1]

Thuật toán MUSIC dựa trên việc khai thác cấu trúc riêng của ma trận hiệp phương sai R uu của vectơ tín hiệu thu u (t )

Trong đó, L là số mẫu quan sát áp dụng (3-28) vào (3-31) ta có:

Nếu coi nhiễu n(t) là tạp âm trắng thì

 2là năng lượng tạp âm

I là ma trận đơn vị

The application of music algorithms in the direction of signal processing plays a crucial role in optimizing antenna networks By leveraging these algorithms, we can enhance the efficiency and effectiveness of signal transmission in wireless communication systems The integration of music algorithms enables improved directionality and reduced interference, leading to better overall performance of antenna networks This innovative approach is essential for advancing modern communication technologies and ensuring reliable connectivity.

Từ (3-15) tính được các giá trị riêng  m của ma trận hiệp phương sai R uu thỏa mãn:

Có P giá trị riêng biểu thị cho công suất thu P sóng tới, được sắp xếp theo thứ tự biên độ giảm dần:

Nhiễu được xem như tạp âm trắng, dẫn đến năng lượng nhận được trên các máy thu luôn là  2 Do đó, năng lượng đầu ra của các máy thu, bao gồm cả nhiễu, có thể được biểu thị như sau:

V p giá trị riêng của e (  ) R SS e H (  )

Các giá trị riêng từ P+1 đến M sẽ có giá trị bằng nhau, bằng  2

Hình 3.3 là đồ thị sắp xếp mức công suất tín hiệu nhận được ở cổng ra của các máy thu theo thứ tự biên độ giảm dần

Sau khi tính toán ma trận hiệp phương sai để xác định các giá trị riêng, chúng ta đã phân tách tín hiệu và nhiễu thành hai không gian con khác nhau.

 Không gian con “tín hiệu” có kích thước P, tương ứng với P tín hiệu nhận được, sắp xếp theo thứ tự biên độ giảm dần ,

 Không gian con “nhiễu” có kích thước M – P với cùng mức biên độ

Để tồn tại không gian con "nhiễu", điều kiện cần thiết là M > P, tức là số tín hiệu có thể phát hiện phải nhỏ hơn số phần tử anten trong hệ thống.

Vấn đề tiếp theo là xác định hướng của tín hiệu đã được phân loại

Từ M giá trị riêng, ta tìm được M vector riêng q m của ma trận R uu thỏa mãn:

(R uu -  m I)q m = 0 (3-20) Đối với các vector riêng có liên quan đến M – P giá trị riêng nhỏ nhất, ta có:

Vì e (  ) R SS ≠ 0 nên e H (  ) q m  0 (3-22) Hoặc viết dưới dạng:

(3-23) Điều này có nghĩa các vector riêng có liên quan đến M – P giá trị riêng nhỏ nhất sẽ trực giao với P vector hướng tạo nên ma trận e():

Thuật toán MUSIC (Multiple Signal Classification) tìm kiếm các vector hướng gần như trực giao với các vector riêng tương ứng với giá trị riêng xấp xỉ bằng σ² của ma trận hiệp phương sai Ruu Điều này cho phép xác định các vector hướng của tín hiệu thu, từ đó xác định được các hướng sóng đến.

Sự phân tích cũng cho thấy các vector riêng của ma trận hiệp phương sai

Ruu sẽ được phân chia thành hai không gian con trực giao: không gian tín hiệu và không gian nhiễu Các vector hướng tương ứng với các hướng sóng đến nằm trong không gian tín hiệu, đồng thời chúng cũng trực giao với không gian nhiễu.

Ta thiết lập ma trận V n gồm các vector riêng nhiễu:

Vector phản ứng với tín hiệu đến luôn vuông góc với các vector riêng của không gian nhiễu, dẫn đến e H () V n V n H e () = 0 khi  trùng với hướng sóng đến Nhờ vậy, các hướng sóng đến có thể được xác định tại các đỉnh của phổ MUSIC.

The application of music algorithms in guiding signal processing for circular antenna networks is a significant area of research These algorithms enhance the efficiency and accuracy of signal transmission and reception By integrating musical principles, we can optimize the performance of circular antenna systems, leading to improved communication quality This innovative approach not only advances theoretical understanding but also has practical implications in various technological fields.

X Hình 3.6 Hai tham số hình học của anten mảng

Do tính trực giao giữa e (  )và V n nên mẫu số của (3-25) sẽ trở nên cực tiểu tại các hướng sóng tới Đỉnh phổ MUSIC tại các hướng đó

3.5 Ứng dụng thuật toán MUSIC xác định hướng sóng đến đối với hệ anten thẳng (ULA) [6]

Ta có ước lượng phổ

E   jr T k  (3-26) Với a (  )  e  jr T k (*) r : Vectơ bán kính k : là hệ số sóng (

Trong mặt phẳng xy k là vectơ cho bởi k T k  (cos  sin  ) (3-27)

Hình 3-5 K sóng tới dàn M phần tử

Dàn anten ULA bao gồm K nguồn phát, mỗi nguồn phát sóng với tần số và góc phương vị tương ứng là  1,  2, ,  k, ,  K Trong trường hợp này, số nguồn phát K nhỏ hơn số phần tử M của dàn anten, cho phép tối ưu hóa khả năng thu nhận tín hiệu.

Gọi U(t) là tổng tín hiệu đầu ra từ M máy thu Rx 1 đến Rx M, bao gồm cả nhiễu Nếu coi phần tử thứ nhất là chuẩn, ta có công thức biểu diễn tín hiệu như sau.

Trong đó: U (t ): Vector tín hiệu nhận được

A: ma trận lái tín hiệu

  T l l d r  (  1 ) 0 (3-33) Thay phương trình (3-33) và (3-27) vào (*) được vector lái của hệ thống ALU biểu diễn như sau: jkd cos jk( N 1)d cos T a ALU ( )     1 e   e      (3 34) 

Ma trận hiệp phương sai của tín hiệu nhận được là:

R ss : ma trận tương quan của tín hiệu nguồn

Ma trận đơn vị I N có kích thước [NxN] Theo lý thuyết thuật toán MUSIC, các vector riêng tương ứng với N-M giá trị riêng nhỏ nhất sẽ trực giao với nhau với M hướng sóng đến.

E n là vector riêng của không gian nhiễu tính từ N-M giá trị riêng của ma trận tự tương quan các tín hiệu thu được từ hệ anten

The application of music algorithms in guiding signals is crucial for enhancing the performance of wireless mesh networks These algorithms optimize data transmission and improve network efficiency by effectively managing signal directionality By integrating music theory with network design, researchers can develop innovative solutions that address challenges in connectivity and signal strength This approach not only boosts the reliability of wireless communication but also paves the way for advancements in network technology.

3.5.2 Xây dựng chương trình mô phỏng

Giả sử các tín hiệu tới hệ anten không tương quan với nhau 3.5.2.1 Các tham số ban đầu của dàn anten

- Khoảng cách giữa các chấn tử

- Số phần tử anten Ne

3.5.2.2 Các tham số nguồn tín hiệu đến

- Góc tới nguồn tín hiệu :

 1 0 ,  2 " 0 ,  3 0 ,  4 2 0 ,  5 0 0 ,  6 0 0 ,  7 "0 0 ,  8 00 0 , -Tỉ số tín hiệu trên tạp âm tương ứng là:

- Số mẫu tín hiệu thu : Ne00

3.5.2.3 Các bước xây dựng chương trình

- Tạo ma trận tín hiệu đầu vào S kích thước [D Nb]

- Tạo vector lái tín hiệu A kích thước [D Ne]

- Tạo ma trận nhiễu N kích thước [Nb, Ne]

- Tạo ma trận tín hiệu thu kích thước [Nb, Ne]

- Tính ma trận tương quan R uu kích thước [Ne Ne]

-Tìm N-M vector riêng ứng với N-M giá trị riêng nhỏ nhất của R uu

- Tính phổ MUSIC theo công thức (3-38)

- Tìm M góc tới của tín hiệu ứng với M đỉnh lớn nhất của phổ MUSIC 3.5.2.4 Kết quả mô phỏng

Kết quả mô phỏng cho thấy khi không tính đến hiệu ứng ghép tương hỗ, phổ MUSIC đạt độ phân giải cao, cho phép phân biệt rõ ràng hai tín hiệu từ các góc tới khác nhau (θ1 và θ2) Thuật toán này cung cấp phổ rõ nét cho 8 tín hiệu từ các góc tới đã được xác định.

-Khi thay đổi góc tới hệ anten cụ thể là:

Hình 3-8 Kết quả mô phỏng hệ ULA với góc tới

The application of music algorithms in guiding signal direction is crucial for optimizing performance in circular antenna networks By leveraging these algorithms, we can enhance the accuracy and efficiency of signal transmission This approach not only improves communication quality but also contributes to the overall effectiveness of antenna systems.

 1 0 ,  2 " 0 ,  3 ` 0 ,  4 0 ,  5 0 0 ,  6 0 0 ,  7 0 0 ,  8 00 0 , Thuật toán chỉ cho phổ rõ nét của 6 góc tới là  1 0 ,  2 " 0 ,  3 ` 0 ,  4 0 ,

Hệ anten ALU chỉ có khả năng phân biệt các góc tới trong dải từ 0° đến 180°, dẫn đến việc hai tín hiệu từ các góc tới 600° và 800° bị trùng lặp với phổ của các góc tới 300° và 700° Điều này gây ra khó khăn trong việc nhận diện các tín hiệu khác nhau khi góc tới lớn hơn 180°.

ứng dụng thuật toán MUSIC xác định hướng sóng đến đối với hệ anten tròn (UCA) [6]

Xét dàn anten UCA gồm N chấn tử (hình vẽ) Với các thông số đặc trưng sau:

 Các anten cách đều nhau trên đường tròn và độ dài cung giữa hai phần tử kề nhau là m

 Tín hiệu đến hợp với mặt phẳng chứa các phần tử của hệ anten góc

 Bán kính hệ anten là R

 Mỗi phần tử anten là một nguồn đẳng hướng

 Các phần tử là đồng pha với nhau

Vectơ bán kính của phần tử thứ l trong hệ thống UCA được tính:

Thay (3-27) và (3-39) vào (*) ta tính được vector lái của tín hiệu thứ i của hệ thống UCA:

Hình 3-9 Mô hình hệ thống anten mảng tròn

The application of music algorithms in the direction of signals for circular antenna networks plays a crucial role in enhancing communication efficiency By integrating these algorithms, we can optimize signal processing and improve overall network performance This approach not only ensures better data transmission but also contributes to the development of innovative solutions in wireless communication systems Implementing music algorithms effectively addresses challenges in signal detection and enhances the reliability of circular antenna networks.

Tín hiệu nhận được tại phần tử thứ i được biểu diễn:

: Bước sóng của tần số sóng mang tín hiệu

 với i=1, ,N là vị trí góc của phần tử thứ n trong mặt phẳng xy a(t): biên độ tín hiệu

 k : góc tới tương ứng với nguồn thứ k

R  Nm : bán kính hệ anten

Tín hiệu đầu vào của hệ anten

Với s   t , n   t , A , R uu , R ss được biểu diễn giống hệ thống ULA

A: ma trận lái tín hiệu

Khi đó phổ MUSIC tính được:

Với V n  q 1 , q 2  q N  1 là các vectơ riêng của không gian nhiễu được tính từ N-D các giá trị riêng của ma trận tự tương quan các tín hiệu thu được từ hệ anten Khi thay đổi góc  trùng với góc tới hệ anten của tín hiệu sẽ được các vectơ lái luôn trực giao với vectơ riêng của không gian nhiễu nên số mẫu của (3-44) sẽ tiến tới không và phổ không gian tín hiệu sẽ đạt cực đại

Vậy các điểm cực đại tyển đồ thị biểu diễn P (  ) sẽ cho xác định được hướng sóng tới

3.6.2 Xây dựng chương trình mô phỏng

Giả sử các tín hiệu tới hệ anten không tương quan với nhau 3.6.2.1 Các tham số ban đầu của dàn anten

- Độ dài cung giữa hai phần tử kề nhau

- Số phần tử anten Ne

3.6.2.2 Các tham số nguồn tín hiệu đến

- Góc tới nguồn tín hiệu  :  1 0 ,  2 " 0 ,  3 ` 0 ,  4 0 ,  5 0 0 ,  6 0 0 ,  7 0 0 ,  8 00 0 -Nhiễu của các nguồn tín hiệu đến: SNRs=[25 25 25 25 25 25 25 25]

- Số mẫu tín hiệu thu : Ne00

3.6.2.3 Các bước xây dựng chương trình

- Tạo ma trận tín hiệu đầu vào S kích thước [D Nb]

- Tạo ma trận mảng A kích thước [D Ne]

- Tạo ma trận nhiễu N kích thước [Nb, Ne]

- Tạo ma trận tín hiệu thu kích thước [Nb, Ne]

-Tìm N-M vector riêng ứng với N-M giá trị riêng nhỏ nhất của R uu

- Tính phổ MUSIC theo công thức (3-72)

- Tìm M góc tới của tín hiệu ứng với M đỉnh lớn nhất của phổ MUSIC 6.2.4 Kết quả mô phỏng

Hình 3-10 Kết quả mô phỏng hệ UCA với góc tới

The application of music algorithms in the direction of signal processing for circular antenna networks is a significant area of research These algorithms enhance the efficiency and performance of signal transmission and reception By integrating music algorithms, we can optimize the spatial filtering capabilities of circular antenna systems This approach not only improves signal clarity but also reduces interference, making it essential for modern communication technologies Ultimately, leveraging music algorithms in circular antenna networks can lead to advancements in various applications, including telecommunications and broadcasting.

Hệ thống UCA cho thấy kết quả mô phỏng chính xác và độ phân giải cao khi không tính đến ảnh hưởng của ghép tương hỗ giữa các anten Các phổ từ các góc tới gần nhau vẫn được phân biệt rõ, đặc biệt trong khoảng góc từ 0° đến 360° (hình 11), mà không gặp hiện tượng chồng phổ như trong hệ thống ULA.

So sánh hai hệ thống ULA và UCA.Error! Bookmark not defined.47 3.8 Độ chính xác của DOA đối với dàn anten UCA khi số phần tử

Kết quả mô phỏng cho thấy, khi áp dụng thuật toán MUSIC để xác định hướng sóng đến, hệ thống anten ULA có hiệu suất tốt trong việc xử lý các tín hiệu không tương quan.

Âm nhạc với độ phân giải cao cho phép phân biệt rõ ràng giữa hai nguồn âm thanh khi chúng được đặt gần nhau, cụ thể là tại các góc  1 và  2 Điều này mang lại cho người nghe 8 tín hiệu âm thanh rõ nét tương ứng với các góc đã chỉ định.

Khi góc tới lớn hơn 180 độ (góc π + α), hệ thống ULA chỉ biểu diễn giá trị của góc α Điều này dẫn đến việc nếu hai góc tới là tuần hoàn bán chu kỳ, phổ MUSIC sẽ trùng nhau, vì hệ thống ULA chỉ phân biệt được các góc tới trong khoảng từ 0 đến 180 độ Như vậy, hệ thống ULA có nhược điểm là chỉ nhận diện được các góc tới nằm trong nửa chu kỳ.

Hình 3-11 Kết quả mô phỏng hệ UCA với góc tới

The application of music algorithms in the direction of signals is crucial for optimizing the performance of circular antenna arrays (UCA) By utilizing these algorithms, we can enhance signal processing, improve directionality, and increase the overall efficiency of communication systems Integrating music algorithms into UCA systems allows for more precise signal detection and better handling of interference, ultimately leading to superior network performance.

Thuật toán MUSIC kết hợp với hệ anten UCA đã xác định chính xác các góc của các sóng tới, ngay cả khi các nguồn sóng này rất gần nhau, như thể hiện trong kết quả mô phỏng phổ MUSIC.

Khi góc tới lớn hơn 180 độ (từ 180 đến 360 độ), hệ thống UCA cung cấp giá trị chính xác cho góc đến mà không gặp phải hiện tượng chồng phổ Hệ thống UCA có khả năng biểu diễn các góc tới từ 0 đến 360 độ, cho phép góc tới tuần hoàn trong cả chu kỳ Đây là một ưu điểm nổi bật của hệ thống UCA, giúp khắc phục nhược điểm của hệ thống ULA khi không tính đến ảnh hưởng của ghép tương hỗ.

3.8 Độ chính xác của DOA đối với dàn anten UCA khi số phần tử anten tăng hoặc giảm

* Khi số phần tử anten là Ne, D, SNR% ta có phổ MUSIC có dạng như sau:

Mặc dù phổ MUSIC có khả năng phân biệt 10 phổ riêng biệt với biên độ lớn, nhưng phổ tín hiệu sẽ tạo ra các phổ phụ có biên độ nhỏ hơn so với phổ chính Điều này dẫn đến hiện tượng nhiễu lẫn nhau ở các tín hiệu trong dải phổ thấp.

* Ne, D, SNRs% (hình 13) ta thấy phổ của tín hiệu không còn phổ phụ nhưng tín hiệu ở dải phổ thấp vẫn bị gây nhiễu sang nhau

Hình 3-12 Kết quả mô phỏng hệ UCA khi số phần tử anten tăng lên Ne, D, SNRs%

The application of music algorithms in guiding signal transmission is crucial for optimizing performance in wireless mesh networks These algorithms enhance the efficiency of data transfer and improve overall network reliability By integrating music theory into signal processing, we can achieve better resource allocation and minimize interference This innovative approach not only streamlines communication but also supports the dynamic adaptation of the network to varying conditions Ultimately, leveraging music algorithms can lead to significant advancements in the functionality of wireless mesh networks.

* Ne , D, SNRs% (hình 14) phổ của tín hiệu không còn phổ phụ , tín hiệu ở dải phổ thấp đã được giảm nhiễu

Hình 3-14 Kết quả mô phỏng hệ UCA khi số phần tử anten tăng lên Ne , D, SNRs%

Hình 3-15 Kết quả mô phỏng hệ UCA khi số phần tử anten tăng lên Ne0, D, SNRs%

Hình 3-16 Kết quả mô phỏng hệ UCA khi số phần tử

The application of music algorithms in guiding signals is crucial for optimizing performance in wireless mesh networks By leveraging these algorithms, we can enhance signal directionality and improve overall network efficiency This integration demonstrates the potential of innovative techniques to address challenges in modern communication systems.

Hình 3-17 Kết quả mô phỏng hệ UCA khi số phần tử anten tăng lên NeP, D, SNRs%

Khi giữ nguyên D với SNRs = 25, Ne tăng dần từ Ne0, Ne@ đến NeP, cho thấy sự phân biệt rõ ràng hơn giữa các tín hiệu trong phổ MUSIC Ở dải phổ thấp, các tín hiệu gần như không gây nhiễu lẫn nhau, điều này cho thấy hiệu quả của phương pháp phân tích này.

The application of music algorithms in guiding signal direction for circular antenna networks plays a crucial role in enhancing communication efficiency By leveraging these algorithms, we can optimize the performance of antenna systems, ensuring better signal clarity and reduced interference This innovative approach not only improves the overall functionality of wireless networks but also contributes to advancements in technology related to signal processing and transmission.

Hình 3-19 Kết quả mô phỏng hệ UCA khi số phần tử anten tăng lên Nep, D, SNRs%

The application of music algorithms in guiding signals is crucial for optimizing performance in circular antenna networks By leveraging these algorithms, we can enhance the efficiency of signal processing and improve overall communication quality This integration not only streamlines operations but also ensures a more robust and reliable network performance.

Hình 3-22 và Hình 3-23 trình bày kết quả mô phỏng hệ thống UCA khi số lượng phần tử anten tăng lên, với các tham số Ne0, D và SNRs% Những kết quả này cho thấy sự ảnh hưởng của việc tăng số phần tử anten đến hiệu suất của hệ thống UCA.

Từ hình 3-19 đến 3-23, khi giữ nguyên D và SNRs = 25, Ne tăng dần với các giá trị Ne`, Nep, Ne, Ne0, và Ne = 150 Đặc biệt, phổ MUSIC không có sự khác biệt đáng kể so với các trường hợp Ne0, Ne@, và NeP.

Khi số chấn tử của anten tăng, khả năng thu tín hiệu từ các góc tới khác nhau sẽ chính xác hơn Sự can nhiễu giữa các phổ của các góc tới gần như không còn, giúp phân biệt các phổ đến một cách chính xác hơn nhờ vào phương pháp MUSIC.

Định dạng
Số trang	82
Dung lượng	2,2 MB