CƠ SỞ LÝ THUYẾT
Mô hình MIMO
Hình 1.7 Mô hình h ng MIMO s d ng th N t anten phát và N anten thu r
C = min(NT,NR) log2(1+SNR) 1.3.3 Phân
Trong phân t p t n s , m t vài t n s phát cùng m t tín hi u Các t n s c n cách nhau m t kho ng l t h t o pha- c l p
t h p s khác nhau v ng khác nhau Trong nh ng h truyng, nh ng b n sao tín hi u ph i d ng
a trong mi n t n s b ng tín hi u tr i ph Các k thu t tr i ph s hi u qu
t h p c a kênh là nh t h p c a kênh li thông tin tín hi u tr i ph , tr i tr ng s nh so v i chu k ký hi u (kênh ph ng h p này, tr i ph s không h u hi u trong vi c phân t p t n s p th i gian, phân t p t n s làm hi u su t ph a trong mi n t n s
Phân t p th gian có th i c b ng cách phát nh ng m u tín hi u gi ng nhau trong các khe th i gian khác nhau, k t qu c các tín hi u pha-
u thu Yêu c u c ng th i gian gi a các l n phát b n sao ph i ít nh t b ng th i gian k t h p c a kênh Trong truy n thông
ng, mã sc k t h p v i b xáo tr c phân t p th i gian
ng h p này, nh ng b n sao c a tín hi i bên
i d a trong mi n th i gian b ng b mã s a sai Kho ng th i gian tách bi t gi a các b n sao c a tín hi c t o ra b ng b xáo tr thu
c pha- c l p t i l i vào c a b gi i mã Vì th i gian xáo tr n d n t i gi i mã tr , k thu ng r t hi u qu v ng pha-(t di chuy n l n) khi mà th i gian k t h p là nh V i kênh pha- m, m t b xáo tr n l n có th d n t i tr r t l n và không th dùng cho nh ng ng d ng th i gian thy, phân t p th i gian không th giúp gi m
c suy hao pha-o ra s a mi n th
Phân t p không gian là k thu t ph n trong truy n thông không dây và còn g bi i là phân t p anten K thu t này s d ng nhi u anten hay nh ng anten s p x p
truy n nh n tín hi u Nh t cách nhau m t kho ng thích h các tín hi u trên t Kho cao anteng lan truy n t n s ng thì kho ng cách này b ng m c song song c nh ng tín hi u
p không gian, nh ng b n sao tín hi ng
c g i t i d a trong mi n không t p th i gian và phân t p t n s , phân t p không gian không làm suy gi m hay m t mát v u su t ph Tính ch t này cho thhi thu t thích h p v i s phát trin công ngh truy n thông vô tuy n t d lii
Mm l n c a phân t p không gian là khi các anten có kho ng cách thích h p thì h ng có th th c ph n l n hi ng suy gi m sâu (deep fades)
L i ích này có th c mà không c n s d sut truy n Ngoài ra, h th m khác:
- tin c y c a h ng ( gi m l i bit, l i ký t ) th
- Gim công su t phát yêu c u.
D ng ph n nh t c a phân t p không gian chính là phân t bi ng s d ng 2 anten thu Có th th c các ví d c a d ng phân t anten c a access point trong m ng wifi Trong k thu t phân t p thu, không có m t yêu c u c o cho phía phát, tuy nhiên phía thu yêu c u m t quá trình x lý thnà
N r ng d u nhlu li c và kt hp chúng theo thu t toán nh nh
Trong m c này, chúng ta s xem xét 2 thu t toán k t h p: k t h p l a ch n (SC) và t l k t h p (MRC) M c dù phân t p thu mang l i hi u qu cao trong c ng fading ph ng và fading ch n l c t n s , tuy nhiên chúng ta ch xem
ng fading phng h p này tín hi u nh c b i m i anten thu N r t trung bình
K t h p l a ch t h n nh t Trong thu t toán này t i m i th m s l a ch n m t lu ng có tín hi u l n nh t trong ch N r lung tín hi u nh c
Do b qua nh ng lu ng tín hi u còn l t h i là ti
n, không yêu c u cao v ph n c ng, trong m t s
i, thu t toán này k t h p thông tin t t t c các nhánh
c t l thông tin trên nhi u là l n nh t.
MRC làm vi c b ng s cho m i nhánh q i q e i j i , tín hiu nhc trên mc bi u di i d ng x t h( ) i , vi h i h e i j i Tín hi u t ng h c bi u di n theo bi u th c:
N u ta ch n pha trong tr ng s nhánh là i i s tín hi u trên nhi u s là : , t
Biu tht giá tr l n nh t khi th u ki n : q * i 2 h 1 / 2 có :
y, nc tr ng s k t h p h p lý, giá tr SNR k t h p s b ng t ng giá tr SNR c a các nhánh
Phân t p phát là k thu t s d ng nhi u anten t truy n tín hi u Vì tín hic phát trên h ng anten có th ng l n nhau, nên quá trình x lý tín hi u ph c th c hi n t i c c s phân t p và làm gi giao thoa tín hi u trong không gian Phân t p phát th c s h p d i v i các h ng ph thu c nhi th h t m b t gánh n ng cho h thng các anten phát (v m t công su
Phân tc chia làm 2 lo i chính : vòng Trong h thng vòng m không yêu c u phía phát ph thông tin v kênh truy c l i, trong h thn có m cung c p thông tin v kênh truy n cho phía phát
ng g p c a phân t p phát vòng m là mã hóa không gian- th i gian( space time coding )c bi c t i phía thu s
c thêm vào t i phía phát Có r t nhi u d
Page 36 t p trung vào d ng mã kh i không gian i gian (STBC) STBC có th th c s d ng m t cách d c ng d ng trong h th ng Wimax
Dn nh t c a STBC là h ng bao g m 2 anten phát và 1 anten thu th
Gi s s 1 và s 2 c g theo 2 symbol theo th i gian:
c ti p t d li u, mã hóa không gian th i gian t n d ng s phân t p không gian c a kênh truy n Xét v i kênh fading ph ng, h t 1 ( )ng c a kênh truy n t anten 1 t i phía thu, h t 2 ( ) áp ng c a kênh truy n t anten
2 t i phía thu Do kênh là c nh nên trong th
u tr ng Guassian Tín hi ng sau khi k t h p phân t p :
Biu th c trên khá gi ng v i bi u th c tính t l SNR c a MRC Tuy nhiên trong STBC công su t phát c a m i anten gi t n a Nguyên nhân là do m i
n nên t t symbol v n là x y v i mã kh i không gian i gian Alamouti, t d u không b suy
th li gic l i phân tng h p 2 anten thu
V i s ng anten thu > 1, tín hi u t ng anten thu s c t ng h
c t ng h p MRC l i v i nhau (ta s l i phân c c thu)
N u h thng có m ng feedback, phía phát s c thông tin v kênh truy n.
c v kênh truy n ph c v nhi u m phía phát nhng truy n d n, ví d i m u ch , gi i mã tín hiu d a vào thông tin kênh truy
Phn này s mô t c u trúc b mã hóa và gi i mã cho mã ch p Gi i mã cho mã chp s d ng thu c mô t Vi c s d ng mã ch p và gi i mã ch p luôn t n t i trong các h thng thông tin hi
Mã ch p có m a vào chu i d li u b ng vic s d ng các thanh ghi d ch tuy n tính Hình 1 12
Hình 1.12 Mã ch p v u vào x ( ) i u ra c ( ) i
d c t o ra b i phép c ng modulo- u vào và các bit có trong thanh ghi d ch
T mã hõa r k n / vi klà s u vào và n là s u ra Chi u dài K m 1cho mã ch p v i m là s ng các t ng t i thanh ghi d ch Ví d hình bên trên ta có t mã hóa là r2/3c b nh t m3và chi u dài ràng bu c K 4
xây d ng m t mã ch n (S c áp d ng ph n mô ph ng) vi k1, r1/ 2, m2, K3Hình 1 : 13
Ta có th minh h a b mã ch i d ng gi tr
Hình 1.14 Gi ng thái c a b mã hóa r=1/2 tr
D a vào gi ng thái, ta th y thông tin trtr c ch ra trong các hình tròn Mu vào gây ra s d ch ch uy n t m t tr ng thái này sang trng thái khác S d ch chuy c minh h a b ng x/c vu vào
u ra Ví d u vào là x11 dn chui dch chuy n tr ng thái s011011 và chu u ra c1000 01
Gii mã quy ng (hard decision) hay gi i mã quy nh m m (soft
ng t hóa bit nh c phía thu Gi i mã quy nh cng t i v i m i bit nh n c l i, gi i mã quy t
nh mng t hóa d a trên nhi u bit nh c.
Sau c mã ch p t u ch u vào x thành chu i mã c , sau khi phát qua kênh truy n có nhi u, gi s chui nhc là Thu t toán Viterbi tính toán
ng h p lý c i Maximum Likelinhood (ML) d a trên chu c
ng y t chu i nh c r b ng cách c i hóa xác sut P r y ( | ) là xác sut m t trong nh ng chu c ch p nh n và không ph i là chu i tùy ý
V i mã ch p t r ,k mã hõa và nh c n u ra Chu c ký hi u:
V i L là chi u dài chu u vào và m là chi u dài t i a các thanh ghi d ý rc b sung vào phía sau c a chu
Chu i nh c r và y có th c mô t
V i gi i mã ML, gi s kênh truy n là không nh , quá trình nhi n m i ph n t c l p v i quá trình nhi n t t c các bit nhc,
c g i là hàm h p lý c a y khi nh ng cho ci p r y ( | ) i cho log( ( | )) p r y
c ch n sao cho s , các giá tr c
i x ng nh phân Binary Symmetric Channel (BSC) hoc gi i mã quy nh cng:
Hình 1.15 Mô hình kênh truy n BSC v i p là xác su t chéo
V i BSC, a và b có th ch:
T mô hình BSC, nh n th y p r ( i ( ) i | y ( ) i i ) có th là p hoch c 1-p
T B ng 1.2 cho th y n u bit gi i mã y i ( ) i 0 và bit nh c r i ( ) i 0 thì
M r y u nay liên n khot toán Viterbi trong chu i mã y thông qua Trellis sao cho kho ng cách Hamming nh nhn chui r nhc
nh t ng giá c a vi ng chu i bit nh c r và chu i gi i mã y trong gi Trellis Thut toán Viterbi dùng gi Trellis tính toán các s
i tr ng thái trong gi c c p m t giá tr , s ng phn S k t , là tr ng thái trong gi T ng v i tr ng thái S k t i th i
c 2: T i t=1+1, tính toán các s ng ph n cho t t c các
n tr ng thái S k t i th u tiên tìm s t:
c tính toán t kho ng cách
Th hai, tính toán s ng ph n th t:
t V S ( k t , 1 )thành s ng pht nhn trng thái S k t i th ng s là s ng ph n v i giá tr nhnht
s ng ph t nh trng thái, bit s ng sót có liên quan c a nó
K t qu c a thu T c nh t v i t mã h p lý c c
t ví d n v quy nh c ng s d ng thu t toán VIterbi (HDVA) Mã ch c s d Hình 1 Chu13 u vào x = 1010100 v i 2 bit cu b mã hóa v tr tri mã hóa c
10 00 10 00 10 11 Tuy nhiên chu i nh c r = 10 10 00 10 00 10 11 có m t bit b l i (ph c g mã ch p lý c i thông qua THình 1 16 i S ng phc tích
c ch n cho ví d này là kho ng cách Hamming nh nh c ch ra trên hình cho m i node Các s ng phng vi
p lý c ng s c bi u di n b ng nét lim và ng cc bi u di n b ng nét ling
Hình 1.16 Gi i mã quy nh c ng c a m t ví d
11 chính là chu i mã c, t s gic chung
s d ng thu t toán Viterbi quy nh m m (SDVA) là dùng s ng cách Eculid và dùng s i các bit nhc ca nó
SDVA dùng kho ng cách Eculid (SDVA1)
Thu t toán Viterbi quy nh m m gi t toán quynh c ng ngo i tr kho c dùng trong s ng cách Hamming
c 2: T i t=1+1, tính toán các s ng ph n cho t t c các
n tr ng thái S k t i th u tiên tìm s t:
c tính toán t kho ng cách Euclid
Th hai, tính toán s ng ph n th t:
t V S ( k t , 1 )thành s ng pht nhn tr ng thái S k t i th ng s là s ng ph n v i giá tr nhnht
s ng ph t nh trng thái, bit s ng sót có liên quan c a nó
c phát tri n v i hàm h p lý c c bi u di n b i hàm m xác su t Gause:
V i E b ng trên m i bit nh c và N 0 là m ph nhiu Bit nhn
ng là bi n ng u Gause v i trung bình y i ( ) j E b 0 h p lý c i theo hàm log có th
Tri n khai bi u th c trên ta có:
C1, C2 không ph i là hàm c a y T y s th th nh
c 2: T i t=1+1, tính toán các s ng ph n cho t t c các
n tr ng thái S k t i th u tiên tìm s t:
c tính toán t kho ng cách Euclid
Th hai, tính toán s ng ph n th t:
t V S ( k t , 1 )thành s ng pht nhn tr ng thái S k t i th ng s là s ng ph n v i giá tr nhnht
s ng ph t nh trng thái, bit s ng sót có liên quan c a nó
ng v i gi i mã quy nh m m có th l i mã quy nh c ng x p x 2 dB khi qua kênh truy n Gausse
CHƯƠNG 2 CÁC K THU T CÂN B NG (EQUALIZER) Ỹ Ậ Ằ
, trình bày m t cách n v các k thu t cân b ng thích nghi, cân b l c bi t t p trung vào tìm hiu k thu t cân b ng Turbo
Cân b ng thích nghi (Adaptive Equalizer)
ng khi ti n hành s a l i tín hi u phía thu thì méo tín hi u ng
c bic nên h th ng s a l i c n ph nh và liên t c thích nghi v i kênh bi i theo th i gian M t h thy g i là b cân b ng thích nghi (Adaptive Equalizer)
B cân b c chia làm hai lo i: cân b ng c ng d n (supervised equalizer) và cân bng d i v i kênh không bic, c n ph nh k kích thích h ng b ng m t tìn hi u hoa tiêu th
dùng tín hi ng c a h th ng v i
u vào nh m m p nh t các tham s u nay không áp dc cho t t c các h ng thông tin ví d th n hình s , phát thanh sn ph i s d ng cân b ng d n, h ng s t c p nh th t các tham s , b cân b c g i là b cân b ng mù (blind equalizer)
Quá trình x lý c a b cân b ng có hu n luy n d
ng chung theo t ng ký t (symbol- - by symbol estimation)
ng chu i s d ng chu i các m ph c h i toàn b B ng chu i t ng chu i h p lý ci Maximum Likelihood Sequence Estimation (MLSE), có th c hi n hi th u qu thu t toán h p lý c i Viterbi Maximum-Likelihood Viterbi Algorithm (MLVA) Thu t toán MLVA t c bit toán có cht
ng cân b ng t t nh i ph c toàn b chu i
c khi th c hi n cân b ng kênh, nên nó không th t ch ng lý thuy t c a nó trong h ng th c t vì có mth tr quy nh h u h n
V ng theo t ng symbol, b cân b ng s phát hi n riêng t ng symbol Quy nh c a b cân b ng có th m u hàm quyng là hàm tuy n tính do
cân bng g i là b cân b ng tuy n tính (linear equalizer)
c l i b cân bi là b cân b ng phi tuy n (nonlinear equalizer) Nói chung b cân b ng t i ng là b cân b ng phi tuy n b i tiêu chí xác su t h u nghi m c i Maximum A Posteriori (MAP) Các tài li y b phát hin theo t ng symbol MAPSD cho t l l i v i m tr c th p
s tín hi u trên t p âm SNR là cao thì ch ng c a MAPSD và MLSE không th phân bi c Trên th c t thì MLSE l i thông d v i nhi u tr ph c t p tính toán c a MLSE th không c n bi t v a t p âm trong khi MAPSD l i yêu c u, thu t toán Viterbi có thê th c hi n hi u qu v i MLSE
Có th nhn thphc toán tính toán c a hàm quynh thng thng th thi t k b cân by ta có th t a d a trên ch tiêu sai s bình t i thi Minimum Mean Square Error (MMSE) B cân b ng tuy n tính t u i
u c n ph i bi c tính c a kênh Trên th c t , b cân b ng tuy n tính là m t b l c tuy c hun luy n b ng thu t toán thích nghi ch ng h bình nh nht Least Mean Square (LMS) ho c thu nh qui (RLS) Nh ng b cân b ng tuy y cho m c l i v i quá trình l c và trong quá trình hu n luy n c t t tiêu chí tng hn
M t tiêu chí khác c a b cân b ng là b cân có h i ti p quy nh Decision Feedback Equalization (DFE) DFE s d ng các quy a b n thân nó
lo i b tác nhân ISI gây méo ra kh i tín hi c Do có h i ti p nên hàm truy n c a DFE luôn là hàm phi tuy n v i tín hi u thu Tuy v y, ho ng ca DFE có th c tín toán trên các m u tín hi c và các syùy theo tính ch t hàm này, DFE có th phân làm phi tuy n ho c tuy n tính
2.2 Cân bằng trên cở sở lọc theo tiêu chí MMSE
Xét quá trình truy n d n m t chu i d u li {x n } có chi u dài h u h n l n Quan sát r i r c theo th ng phía thu {yni chu i phát do tán x i gian khi lan truy n C u trúc cân b ng t th i v i mt chu i d u r i r li c g i là c u trúc phát hi n chu i h p l ý ci Maximum likelihood sequence detection (MLSD) B phát hi n chu i h p l c nh chu i có kh y ra nh t (t tín hi c) Trên quan
m xác su t, MLSD s l a ch n ra chu i ng viên { x ^ n } sao cho xác su t h p lý
P ({yn}{ }x ^ n là l n nh ng v i gi thi t các chu ng xác sut, ving chu i h p l c i s i vi c phát hi n chu i h u nghi m c i (MAP), i ng viên x ^ n sao cho xác sut hu nghi m c a chu i P ({x n }{ }y ^ n là l n nh t Th c t , v i ch ng có th so sánh v i b phát hi n symbol t SNR cao), kh c hi n không quá khó,
ph c t p tính toán v a ph i ng khi thi t k máy thu mà không bi c v c l i, khi có nhng thông tin tiên nghi d u thông tin, thì MLSD không ph i là mli t
ng xung c a kênh có chi u dài L h u h n, thì kênh có th c mô hình
t máy h u h n tr ng thái (finite-state machine) v i M L-1 ng thái, và tr có th u dibi i d Hình 2.1t trên Hình 2.1
ng v i x k = 1 còn nét li n ng v i x k = 0 các c nh c, c ký hiu v i các giá tr m u không có t p âm t o ra b i kênh ISI ra r ng có th áp d ng thu t toán Viterbi có M L-1 tr c hi n MLSD cho th m t h thy Nét n i b t c a thu t toán Viterbi là vi c phát hi n t toàn b chu c th c hi n m t cách tu n t , v tuyu dài N c a chu i (ch
M c dù ch n tính v i chi u dài c a kh ph c t p c a MLSD v n còn
M L-1 try, MLSD s nhanh chóng tr nên không th c hith c khi chi u dài L c c s
m M c a chùm sao tín hi y, nhi u nghiên c c th c hin nhcân b ng ay th , sao cho v a gi th c các
c tính chng c a ng th i v n gi ph c t p u tiên,
i ta s d ng m t b l t ng trong nh ng
u tiên c a kênh, sao cho có th m chi gi u dài L c a trái tr ISI
Hình 2.1 i truy n d n BPSK qua kênh có ISI v i H(z) = 1 + z -1 + z -2
Khi vi c th c hi n thu t toán Viterbi tr nên quá ph c t p, thay vì t p trung phát tri ph c t p thi MLSD t xem xét nh ng c t tiêu chí khác nh m tr c ti p gim thi u xác su t l i, v i nh ng ràng bu c bi t cho vi c thi t k máy thu Cách làm này dn m t l cân bng có tên g i chung là cân b ng
l c M c dù ch cân b ng c n t thu v cân bi l c có ch t t v i chi phí thu so v i MLSD
B cân b l c s d ng các b l c tuy bù méo kênh, sao cho s ghép gi a kênh v i b cân b ng s d n t i (m ng) m t ph g p Nyquist ph ng (chính vì v c g i là b cân b ng) K t qu là, b cân b ng s n kênh ch n l c t n s thành m bi
t b phát hi n theo t ng symbol có th t u ra c a b cân bng phát hi n symbol
Tùy theo gi thi khi thi t k b san b ng, ta phân bi t b cân b l c thành ba l p: b cân b ng tuy n tính (LE), b cân b ng v i h i tip quynh (DFE), và b kh nhi u (IC) Không ph thu c vào c u trúc c a b cân b ng, các h s l c có th c t a theo các tiêu chí khác nhau. gim thi u tr c ti p xác su t l i symbol c n ph i gi i m t h n rt ph c t y khó có th áp d c t Do v y,
i ta phn nh ng tiêu chí c n t ki m ng h
ng b c v không ZF (Zero-Forcing) ho c tiêu chí sai s trung bình nh nht (MMSE) B cân bng b c v không ZF c g ng lo i tr hoàn toàn ISI u vào c a b phát hi n symbol, mà không quan tâm
n t p âm H u qu o l ng t n s c a kênh, d t p âm m t cách nghiêm tr i v i các kênh v i ph không ho c g n không
c l i, tiêu chí MMSE l t chút ISI u vào c a b phát
Page 53 hin symbol, và ch c g ng gi m thi u t ng gi a t u này s làm gip âm, và b cân b v i b cân b ng ZF u vào c a b phát hi m qua các b cân b MMSE khác nhau
Trong các b cân b MMSE, các h s l c t gim thi u sai s u vào c a b phát hi c các th ng kê v d u t p âm Các c u trúc cân b li c bi t g m có: b cân b ng MMSE tuy n tính, b cân b ng MMSE v i h i ti p quy nh và
C u trúc cân b ng MMSE tuy n tính (MMSE-LE) g m m t b l c tuy n tính và m t b thi t b quynh không có nh chn symbol g n nh t v i