PHÂN TÍCH VÀ ĐÁNH GIÁ HIỆU NĂNG HỆ THỐNG MIMO CỠ LỚN SỬ DỤNG ADC 1 BIT

BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - BÁO CÁO HỌC PHẦN PHÂN TÍCH VÀ ĐÁNH GIÁ HIỆU NĂNG HỆ THỐNG THÔNG TIN HÀ NỘI - 2023 BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - PHÂN TÍCH VÀ ĐÁNH GIÁ HIỆU NĂNG HỆ THỐNG MIMO CỠ LỚN SỬ DỤNG ADC 1 BIT Họ và tên học viên Mã học viên Hoàng Anh Đức Nghiên cứu sinh Nguyễn Như Thành B22CHTE027 Nguyễn Đình Vượng B22CHTE021 Trần Đoàn Trung B22CHTE024 Lớp: M22CQTE02-B Khoá: 2022-2024 HÀ NỘI - 2023 MỤC LỤC CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG MIMO 2 1 Hệ thống MIMO cỡ lớn 2 1.1 Mô hình hệ thống MIMO cỡ lớn nhiều người dùng 4 1.2 Ưu điểm của MIMO cỡ lớn 5 1.3 Những thách thức của MIMO cỡ lớn 5 2 Bộ ADC độ phân giải thấp 6 CHƯƠNG 2: HỆ THỐNG MIMO CỠ LỚN SỬ DỤNG ADC 1 BIT 8 1 Mô hình hóa hệ thống 8 2 Lựa chọn tham số và kịch bản triển khai 11 CHƯƠNG 3: PHÂN TÍCH VÀ ĐÁNH GIÁ HIỆU NĂNG HỆ THỐNG 13 1 Phân tích và đánh giá hiệu năng hệ thống theo số lượng ăng ten thu 13 2 Phân tích và đánh giá hiệu năng hệ thống theo thuật toán tách sóng 15 TÀI LIỆU THAM KHẢO 18 1 CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG MIMO Trong hệ thống truyền thông tin vô tuyến, đa đường ảnh hưởng lớn đến hiệu suất truyền tin đặc biệt là trong các môi trường đông đúc, có nhiều vật phản xạ Hiện tượng đa đường gây ra sự thăng giáng tín hiệu thu theo thời gian và theo tần số gây ra khả năng giải mã sai tín hiệu ở đầu thu Hệ thống MIMO (Multiple Input – Multiple Output) đã được phát triển đi kèm với một số kỹ thuật, công nghệ để khắc phục và suy giảm sự ảnh hưởng của đa đường lên hệ thống thông tin vô tuyến Cho đến những năm 1990, đa dạng không gian thường bị giới hạn trong các hệ thống chuyển đổi giữa hai ăng-ten hoặc kết hợp các tín hiệu để cung cấp tín hiệu tốt nhất Ngoài ra, nhiều hình thức chuyển đổi chùm tia khác nhau đã được triển khai, nhưng xét về mức độ xử lý liên quan và mức độ xử lý có sẵn, các hệ thống nói chung tương đối hạn chế Hai nhà nghiên cứu: Arogyaswami Paulraj và Thomas Kailath là những người đầu tiên đề xuất sử dụng ghép kênh không gian sử dụng MIMO vào năm 1993 và trong năm sau bằng sáng chế của Hoa Kỳ đã được cấp Tuy nhiên, Bell Labs đã trở thành người đầu tiên chứng minh một nguyên mẫu trong phòng thí nghiệm về ghép kênh không gian vào năm 1998 Hệ thống MIMO cỡ lớn ra đời với sự đòi hỏi băng thông ngày càng cao của các hệ thống thông tin vô tuyến, số lượng ăng ten phía thu phát 4T4R (4 kênh thu, 4 kênh phát) trong hệ thống 4G tăng lên thành 32T32R/ 64T64R với các hệ thống 5G Song song với các ưu điểm của hệ thống MIMO cỡ lớn là các yêu cầu cao về độ phức tạp của hệ thống như số kênh thu phát, tài nguyên xử lý phần mềm Để giải quyết các vấn đề này, các nhà nghiên cứu đã phát triển và ứng dụng nhiều giải pháp để tối ưu hóa tài nguyên của hệ thống MIMO Trong số các giải pháp đó là sử dụng ADC có độ phân giải thấp (đến 1 bít) kết hợp với các thuật toán giải mã như lan truyền độ tin cậy 1 Hệ thống MIMO cỡ lớn Khác với các hệ thống chỉ sử dụng một ăng ten phát và một ăng ten thu, hệ thống MIMO sử dụng đồng thời nhiều ăng ten phát ở phía phát (N) và nhiều ăng ten thu ở phía 2 thu (M) Các hệ thống MIMO này cho phép đồng thời nhiều luồng dữ liệu trong các đường dẫn không gian khác nhau để cải thiện tốc độ dữ liệu Hình 1: Hệ thống MIMO Việc truyền đồng thời nhiều luồng thông qua các kênh không dây sẽ dẫn đến việc trộn các tín hiệu tại bộ thu Do đó, cần phải thực hiện xử lý tín hiệu bổ sung, ở bộ thu hoặc bộ phát hoặc thường ở cả hai, để tách các luồng dữ liệu, thường được gọi là xử lý MIMO Hình 2: Sơ đồ khối cơ bản của hệ thống MIMO Ở phía phát, chuỗi tín hiệu đầu vào được xử lý mã hóa nguồn sau đó được ảnh xạ trước khi đưa vào bộ mã hóa không gian – thời gian và phát qua các kênh vào ăng ten Ngược lại ở phía thu tín hiệu từ nhiều ăng ten được thu và xử lý giải mã không gian thời gian sau đó giải mã ánh xạ để đưa thành chuỗi tín hiệu đầu ra 3 Các ưu điểm của hệ thống MIMO bao gồm: Hệ thống MIMO cho phép sử dụng đa truy nhập theo không gian giúp tăng băng thông và cự ly truyền; Hệ thống MIMO cho phép sử dụng các thuật toán cân bằng kênh giúp tăng độ tin cậy của kênh truyền Nhược điểm của hệ thống MIMO là độ phức tạp so với hệ thống SISO và do đó tăng chi phí cho hệ thống truyền thông Chi phí cao và thiếu phổ tần sẵn có, đồng thời nhu cầu về tốc độ dữ liệu ngày càng tăng có nghĩa là việc khai thác thêm miền không gian là không thể tránh khỏi Bài báo " Noncooperative Cellular Wireless with Unlimited Numbers of Base Station Antennas", của Thomas L Marzetta từ Bell Labs, đã chỉ ra khả năng khai thác thêm miền không gian Phân tích tác động của việc tăng số lượng ăng ten không giới hạn trong điều kiện lý tưởng tại BS đã được thực hiện, trong đó chỉ ra rằng tác động của nhiễu thu phụ và pha đinh quy mô nhỏ biến mất, cũng như nhiễu giữa những người dùng [1] Mở rộng quy mô MIMO cung cấp mức độ tự do cao hơn trong miền không gian so với các hệ thống truyền thông không dây (4G) hiện có Các hệ thống MIMO thông thường thường có tối đa 8 ăng-ten, trong khi thuật ngữ "MIMO lớn", "MIMO quy mô lớn" hoặc "MIMO rất lớn" là các hệ thống được trang bị số lượng ăng-ten lớn hơn nhiều (trong 100) tại BS Các hệ thống MIMO lớn như vậy thường hoạt động trong kịch bản MIMO nhiều người dùng (MU-MIMO), trong đó một BS phục vụ nhiều thiết bị đầu cuối trong cùng một tài nguyên tần số thời gian 1.1 Mô hình hệ thống MIMO cỡ lớn nhiều người dùng Xem xét một MIMO BS cỡ lớn với M ăng-ten phục vụ K người dùng ăng-ten đơn lẻ Mô hình tín hiệu đường xuống cho một hệ thống băng hẹp là y=√❑ (1.1) p là vectơ M × 1 của các tín hiệu truyền được mã hóa trước qua các ăng-ten Các ký hiệu người dùng s được mã hóa trước khi truyền và thao tác này được biểu diễn dưới dạng p=Ws , (1.2) trong đó W là ma trận tiền mã hóa với tỷ lệ công suất phù hợp Mô hình này dành 4 cho hệ thống băng tần hẹp và việc giới thiệu điều chế OFDM sẽ yêu cầu biến đổi Fourier rời rạc nghịch đảo (IDFT) sau khi tiền mã hóa Với OFDM, một số kênh song song như vậy sẽ tồn tại cho mỗi sóng mang con Mô hình tín hiệu đường lên với ma trận kênh HT, do tính tương hỗ của kênh Mục tiêu của tiền mã hóa và phát hiện là tách các luồng dữ liệu người dùng mà ít hoặc không có sự can thiệp giữa những người dùng Chi tiết về các kế hoạch khác nhau sẽ được mô tả trong phần sau của công việc Mặc dù mô hình MU-MIMO rất lớn tương tự như mô hình MIMO tiêu chuẩn, số lượng ăng-ten BS tăng lên có một số lợi thế Những thứ trước đây là ngẫu nhiên, bây giờ bắt đầu có vẻ như là tất định Ví dụ, việc phân phối các giá trị đơn lẻ của ma trận kênh tiếp cận một hàm xác định [2] Một tính chất khác được quan sát là các ma trận rất rộng (hoặc cao) trong những điều kiện nhất định có xu hướng có được điều kiện tốt 1.2 Ưu điểm của MIMO cỡ lớn Trong phần này, một số ưu điểm của hệ thống MIMO khối lượng lớn được mô tả phù hợp với [3] Những lợi ích được phân tích bằng cách cho phép số lượng ăng-ten tăng lên, cung cấp một số tính năng và xu hướng thú vị Cải thiện hiệu suất quang phổ và năng lượng: Việc tăng dung lượng là kết quả của ghép kênh không gian tích cực được sử dụng trong MIMO lớn Số lượng luồng không gian phụ thuộc vào thứ hạng của ma trận Gram HH H Trong điều kiện lý tưởng, thứ hạng của ma trận Gram bằng với số lượng người dùng K Nguyên tắc cơ bản giúp tăng đáng kể hiệu quả sử dụng năng lượng là với một số lượng lớn ăng-ten, năng lượng có thể được tập trung vào các vùng nhỏ trong không gian Điều này chủ yếu là do sự gia tăng độ phân giải không gian và sự chồng chất nhất quán của các mặt sóng Bằng cách định hình các tín hiệu do ăng-ten gửi đi, BS có thể đảm bảo rằng các mặt sóng phát ra từ ăng-ten cộng lại một cách tích cực tại các vị trí của người dùng Sự can thiệp giữa những người dùng có thể bị triệt tiêu hơn nữa bằng cách sử dụng sơ đồ tiền mã hóa thích hợp Các thành phần rẻ và công suất thấp: MIMO cỡ lớn làm giảm các hạn chế về độ chính xác và tuyến tính của từng bộ khuếch đại và chuỗi RF riêng lẻ Theo một cách nào đó, MIMO lớn dựa trên quy luật số lượng lớn để đảm bảo rằng nhiễu, mờ dần và sự 5 không hoàn hảo của phần cứng được loại bỏ trung bình khi tín hiệu từ một số lượng lớn ăng-ten được kết hợp trong kênh 1.3 Những thách thức của MIMO cỡ lớn Ưu điểm của các hệ thống MIMO cỡ lớn là rất ấn tượng, đặc biệt là mức tăng tiệm cận khi M tăng không giới hạn Tuy nhiên, đối với các hệ thống thực tế có số lượng ăng ten hạn chế tại BS (vẫn còn lớn so với các hệ thống truyền thống), một số thách thức triển khai chính được liệt kê dưới đây Phần cứng không hoàn hảo: Số lượng chuỗi RF và các thành phần tương tự trong MIMO lớn là rất cao Do đó, điều quan trọng là giảm chi phí thành phần tương tự Một mặt, người ta kỳ vọng rằng các hệ thống MIMO cỡ lớn có thể xử lý các điểm không hoàn hảo do các hiệu ứng trung bình Mặt khác, đối với một số lượng hạn chế ăng-ten trong một hệ thống thực tế, vẫn cần phải khắc phục những điểm không hoàn hảo này Trong công việc này, các ràng buộc của bộ khuếch đại được nới lỏng bằng cách thực hiện tiền mã hóa nhận biết PAR và các tác động của sự mất cân bằng IQ được nghiên cứu Điều kiện kênh: Để phân tích mức tăng MIMO lớn, một giả định điển hình là coi kênh là i.i.d Rayleigh mờ dần Đối với các kênh như vậy, việc tăng M dẫn đến ma trận Gram trở nên chiếm ưu thế theo đường chéo, dẫn đến việc truyền dẫn không bị nhiễu Tuy nhiên, có thể có các điều kiện kênh trong các tình huống thực tế có mối tương quan chặt chẽ giữa những người dùng [4], ví dụ: trong các tình huống dày đặc (sân vận động, trung tâm mua sắm), nơi có nhiều người dùng ở gần nhau Hơn nữa, trong giờ cao điểm (giờ cao điểm) tỷ lệ giữa M và K có thể không cao Do đó, giả sử sự thống trị theo đường chéo của ma trận Gram có thể không đúng với mọi điều kiện kênh Khi phát triển kiến trúc phần cứng, việc xử lý các tình huống kênh khác nhau một cách hiệu quả là rất quan trọng Trong công việc này, một phương pháp như vậy được đề xuất, trong đó việc phát hiện được thực hiện một cách thích ứng dựa trên các điều kiện của kênh Khung chỉ cho phép sử dụng càng nhiều giải mã có độ phức tạp càng cần thiết và do đó tiết kiệm năng lượng Chi phí xử lý băng cơ sở: Một thách thức quan trọng trong MIMO lớn là thực hiện 6 các hoạt động xử lý tín hiệu để sử dụng hiệu quả các mảng ăng ten lớn Điều này vốn dĩ đòi hỏi phải xử lý các ma trận lớn có kích thước tùy thuộc vào M và K Ngoài việc xử lý các ma trận lớn, ma trận kênh có thể cần được cập nhật thường xuyên, tùy thuộc vào độ chọn lọc tần số của kênh và trải phổ Doppler Trong công việc này, trọng tâm là giảm độ phức tạp tính toán xử lý MIMO đường xuống/đường lên và các triển khai của nó trên các nền tảng khác nhau 2 Bộ ADC độ phân giải thấp Việc giảm công suất truyền tải được biết đến như một lợi thế của các hệ thống thông tin MIMO cỡ lớn Các nghiên cứu chỉ ra rằng năng lượng truyền yêu cầu trên mỗi bit giảm khi số lượng ăng ten trên trạm gốc (BS) ngày càng tăng và cuối cùng biến mất với vô số ăng ten BS Tuy nhiên, trên thực tế việc giảm công suất truyền tải không phải lúc nào cũng cải thiện hiệu quả EE Vì công suất tiêu thụ của mạch RF tăng tuyến tính với số lượng ăng ten trạm gốc, tiếp đó việc sử dụng một số lượng lớn ăng ten tại BS trong MIMO lớn có thể làm tăng đáng kể mức tiêu thụ điện của mạch tần số vô tuyến (RF) Hơn nữa, việc sử dụng một số lượng lớn ăng ten trong các hệ thống MIMO cỡ lớn mang đến một số thách thức kỹ thuật cho cả mô-đun RF và bộ tách sóng tín hiệu tại trạm cơ sở Tại giao diện tần số vô tuyến, việc sử dụng nhiều cặp chuyển đổi tín hiệu tương tự sang tín hiệu số (ADC) và chuyển đổi tín hiệu số sang tín hiệu tương tự (DAC) tại phía nhận không chỉ là vấn đề chi phí phần cứng mà còn là suy hao năng lượng Điều này là do chi phí phần cứng, mức tiêu thụ năng lượng của các bộ ADC và DAC tăng trưởng tuyến tính với số lượng ăng ten và theo cấp số nhân với số lượng bit được sử dụng Nhằm giải quyết thách thức này, một giải pháp tiềm năng là thay thế các bộ ADC độ phân giải cao, tiêu tốn nhiều năng lượng bằng các bộ ADC độ phân giải thấp và tiêu tốn ít năng lượng 7 CHƯƠNG 2: HỆ THỐNG MIMO CỠ LỚN SỬ DỤNG ADC 1 BIT 1 Mô hình hóa hệ thống Để mô hình hóa hệ thống MIMO cỡ lớn điều chế QPSK sử dụng ADC 1bit, đầu tiên ta xét một hệ thống truyền thông không dây MIMO không mã hóa, có M ăng ten phát (đầu vào) và N ăng ten thu (đầu ra) Tại máy phát, một khối bit thông tin b được đưa đến khối chuyển đổi nối tiếp sang song song để tạo ra K = 2 Luồng bit con sẽ cung cấp cho sơ đồ điều chế QPSK Hai bit phụ được chia thành hai nhóm: một dành cho thành phần tín hiệu cùng pha và nhóm còn lại dành cho thành phần tín hiệu cầu phương Bit con cùng pha br, bit con cầu phương bi được điều chế đầu tiên bằng điều chế khóa dịch pha nhị phân tiêu chuẩn (BPSK) để tạo ra hai phần tử tín hiệu, Sr và Si Hình 3: Mô hình hệ thống thông tin MIMO với sơ đồ điều chế QPSK Ký hiệu được điều chế QPSK, S có thể được biểu diễn bằng toán học như sau: S = Sr + jS j (2.1) Gọi x=[x [1], x [2], … , x [m]]T là tín hiệu MIMO được truyền đi với các phần tử thuộc 2 miền giá trị của bộ điều chế pha nhị phân Năng lượng tín hiệu trung bình Es=E(||x|| ) được chuẩn hóa về 1 Do đó, ký hiệu MIMO được truyền trên ăng-ten thứ m được đưa ra: x [m] = xr[m] + j xi[m] trong đó xr [ m] và xi[ m] là các phần tử cùng pha và cầu phương của điều chế QPSK Trong mô hình kênh sử dụng, M ký hiệu điều chế QPSK được truyền qua M anten phát sử dụng sơ đồ ghép kênh không gian (V-BLAST) Ta có mô hình tín hiệu nhận được: 8 y=Hx +w (2.2) Ma trận H ϵ ∁ N x M là ma trận hệ số kênh chứa các thành phần h [n , m] tại hàng n và cột m của ma trận H H =( h11 h12 ⋯ h1m h21 h22 … h2m ⋮⋮ … ⋮ hn1hn2 ⋯hnm) Giả sử giá trị h [n , m] là các phần tử của ma trận H, có giá trị tuân theo phân phối Gauss phức với độ lệch chuẩn bằng 0 và phương sai đơn vị, được ký hiệu ∁ N ¿) Giả thiết rằng thông tin trạng thái kênh (CSI) là có ở phía thu nhưng không có ở phía phát Theo đó, vector nhiễu w=[w [1 ] , w [ 2] ,· ·· , w [N ]]T T ϵ CN x1được giả sử là vector nhiễu Gauss trắng cộng với các phần tử tuân theo phân phối chuẩn Gauss với trung bình không và phương sai N0, nghĩa là ∁ N ¿) Cuối cùng, y=[ y [ 1] , y [ 2] , · ·· , y [N ]]T ϵ CN x1 là vector tín hiệu nhận được với y [n] là tín hiệu nhận được tại ăng ten thứ n Gọi Y Q = [Y Q [1], Y Q [2], · · · , Y Q [N]]T là vectơ số của tín hiệu thu được sau bộ ADC và coi ADC 1 bit được biểu diễn bằng toán tử dấu: sign(a) = 1 nếu a ≥ 0, và sign(a) = −1 nếu a ≤ 0, thì Y Q [i] = sign(ℜ(( y[i]) + jsign(ℑ(( y[i]))) Thay H = Hr + jH i và w = wr + jwi vào biểu thức trên ta có: = (H r + jH i)xr + (−H i + jH r) + (wr + jwi) Đặt X e= [ xr xi ]; H e = [ Hr+ jHi−H i+ jH r]; W ∑ = wr + jwi Mô hình kênh được viết dưới dạng: y = H BPSK X BPSK + W ∑ Ở đây ta có Y Q, y, W∑ là các ma trận có cùng kích thước Nx 1 Còn kích thước của HBPSK là Nx 2 M và kích thước của X BPSK là 2 Mx 1 Sử dụng mô hình nhiễu lượng tử cộng (AQNM) (thường được giả định trong nghiên cứu về các hệ thống MIMO lượng tử hóa) và được mô tả trong hình dưới đây Hình 4: Mô hình AQNM Tại BS, sử dụng mô hình AQNM trong hình 4, có thể mô hình hóa tín hiệu nhận được 9 y sau khi lượng tử hóa thành các tín hiệu đầu ra yq=[ yq, 1, yq,2 , … , yq, M ] như sau: Y e ,Q=φ y +wq ≈ φ Y e+ wq (2.3) Với hệ số φ có thể thu được bằng cách: φ=1− ρ Với ρ là nghịch đảo của tỉ lệ tín hiệu trên nhiễu lượng tử hóa (SQNR) wq là vectơ nhiễu lượng tử hóa Gauss cộng (không tương quan với y) Đối với bộ lượng tử vô hướng đồng nhất, nhiễu lượng tử xấp xỉ là Δ2/12 Chúng ta thu được thông số ρ và φ như sau ρ ≈ 22Q 3 →φ ≈ 1−22Q 3 Với ma trận kênh H, phương sai của nhiễu lượng tử wq[n], n=1,2 , … , N được tính như sau: ( ) M l σnq2 [ n]=φ(1−φ) ∑ ¿ He [ n][ m ]¿2+ N0 m=1 Tín hiệu thu được sau khi lượng tử hóa r được đưa đến bộ tách sóng LS-MIMO dựa trên thuật toán lan truyền độ tin cậy [5] để khôi phục lại tín hiệu phát Ta có thể sử dụng mô hình phân tách Bussgang để tăng hiệu năng của hệ thống Từ công thức (2.3) ta biến đổi về mô hình kênh tương đương Y e ,Q=Fy+ e Trong đó e là biến dạng lượng tử hóa, không tương quan với y và F=√❑ Với ∑ y=( H H H ) + N0 I N Đặt A=FH và N=Fw+ e, mô hình hệ thống trở thành Y e ,Q=Ax + N Ở đó A=√❑ là hệ số truyền và N là nhiễu tác động [6] Ta có: ∑N= 2Π arcsin ⁡¿ 2Π N0 ¿ 2 Lựa chọn tham số và kịch bản triển khai Tương tự như việc đánh giá hiệu năng của hệ thống hoặc các thành phần của hệ thống thông tin thông thường, tham số được sử dụng để đánh giá hiệu năng là tỉ lệ lỗi bít BER Tỉ lệ lỗi bít được đánh giá thông qua phương pháp mô phỏng bằng việc mô hình hóa hệ thống bằng công cụ MATLAB Script và lựa chọn phương pháp đánh giá MonteCarlo 10 Mô hình hệ thống mô phỏng bao gồm các thành phần như hình 3 Phía phát chuỗi bit được tạo ngẫu nhiên qua mã hóa, điều chế và truyền qua kênh truyền Tại phía thu tín hiệu được thu xử lý giải mã sử dụng ADC 1 bít và thuật toán lan truyền tin cậy Chuỗi bít thu được sau giải mã được so sánh với chuỗi bit phát đi, giá trị BER được tính băng số bit sai trên tổng số bit Bảng 3.1 Các tham số mô phỏng Phương thức điều chế QPSK Độ phân giải bộ ADC 1-bit Cấu hình MIMO 10×40,10 ×80,10×100 Kênh truyền dẫn Rayleigh Số vòng lặp tách sóng tối đa 10 Hệ số suy giảm ε 0.01 Thông tin trạng thái kênh Chỉ có ở phía thu Các tham số lựa chọn mô phỏng như bảng trên Trong đó kịch bản đánh giá hiệu năng của hệ thống được sử dụng với việc thay đổi các tham số sau: - Thay đổi tỉ số tín trên tạp của tín hiệu phát đi - Thay đổi số lượng ăng ten thu - Thay đổi thuật toán tách sóng Kết quả và đánh giá phân tích được trình bày trong chương tiếp theo đối với trường hợp thay đổi số lượng ăng ten thu và thay đổi thuật toán tách sóng Trong cả 2 trưởng hợp đều sử dụng khảo sát kết hợp với việc tăng dần tỉ số công suất tín hiệu trên tạp âm Eb/N0 11 CHƯƠNG 3: PHÂN TÍCH VÀ ĐÁNH GIÁ HIỆU NĂNG HỆ THỐNG 1 Phân tích và đánh giá hiệu năng hệ thống theo số lượng ăng ten thu Hình 3.1: Kết qua mô phỏng MIMO trong các trường hợp 10x40, 10x80, 10x120 Có thể thấy tỷ lệ lỗi bit (BER) giữa các bộ tách sóng AQNM trong các trường hợp MIMO 10 × 40, 10 × 80 và 10 × 120 trong trường hợp điều chế QPSK đều có xu hướng giống nhau Khi số lượng ăng ten thu tăng lên, đường cong BER cho thấy sự cải thiện rõ rệt về hiệu năng Điều này có thể được lý giải bởi khi ta sử dụng kỹ thuật phân tập không gian bằng cách tăng số lượng ăng ten lên thì độ lợi phân tập cũng được tăng lên, xác suất các đường truyền có chất lượng thấp, tín hiệu xấu nhận được trong bộ thu giảm xuống Đây là nguyên nhân chính và quan trọng để hình thành lên các hệ thống MIMO cỡ lớn từ vài chục đến hàng trăm ăng ten Ngoài ra khi sử dụng nhiều ăng ten thì công suất tín hiệu thu cũng tăng lên dẫn đến kết quả thu được tín hiệu tốt hơn Tỷ số năng lượng bit trên mật độ tạp âm (Eb/N0) được định nghĩa là SNR trên bit và thường được sử dụng khi đánh giá công bằng hiệu năng của các hệ thống thông tin số khi 12 hệ thống sử dụng điều chế mã hóa kênh với số mức và tỷ lệ mã hóa khác nhau Eb là năng lượng của 1 bit tín hiệu có đơn vị là [J/bit] N0 là công suất nhiễu trên một đơn vị băng thông [W/Hz]) Kết quả mô phỏng cũng chỉ ra khi ta tăng SNR lên, BER sẽ giảm xuống Rõ ràng, một hệ thống có SNR lớn sẽ cho chất lượng tốt (BER nhỏ) SNR phụ thuộc vào công suất tín hiệu thu được tại bộ thu, do đó, nó sẽ phụ thuộc vào cự ly truyền dẫn của hệ thống, băng thông truyền dẫn và các tham số đường truyền như suy hao, pha-đinh Hai loại nguồn nhiễu quan trọng nhất trong máy thu là nhiễu lượng tử Nq và nhiễu nhiệt N0 Nhiễu lượng tử xuất hiện do tính chất ngẫu nhiên của quá trình chuyển đổi photon thành điện tử và nhiễu nhiệt xuất hiện do chuyển động ngẫu nhiên của các electron, nó luôn tồn tại ở bất kỳ nhiệt độ xác định nào Nhiễu lượng tử N q có giá trị không đổi (không thay đổi vì Nq phụ thuộc vào số bit của ADC) Nhiễu nhiệt là do chuyển động của các electron tạo ra, thường quy định Eb = 1, khi tăng SNR (tăng công suất Eb) lên sẽ dẫn đến giảm nhiễu nhiệt Giai đoạn đầu khi SNR còn thấp, N0 còn lớn hơn Nq thì khi SNR tăng lên, N0 sẽ giảm đi sẽ thấy được hiệu ứng của nó là BER giảm Khi N0 nhỏ hơn rất nhiều so với Nq thì tổng nhiễu nó sẽ xấp xỉ bằng Nq Chính vì thế dù có tăng SNR lên nữa thì giá trị BER cũng không có nhiều sự thay đổi Trong các tham số mô phỏng, nhóm lựa chọn chạy thuật toán lan truyền độ tin cậy với số interation bằng 10 Số bit truyền đi càng nhiều thì số interation càng lớn và ngược lại, nên là chọn số interation tùy theo số lượng bit truyền Trong trường hợp truyền tín hiệu đầu vào không mã hóa số bit truyền đi trong 1 khung truyền (Frame) rất ngắn dẫn đến cập nhật thông tin rất nhanh Các kết quả quan sát được chỉ ra rằng, ADC 1-bit nên được sử dụng trong các hệ thống MIMO cỡ lớn, như vậy các ảnh hưởng của biến dạng lượng tử được làm giảm đi bởi số lượng lớn các ăng ten thu Để đánh giá hiệu năng của hệ thống, thông thường các nghiên cứu thực hiện bằng cách xem xét mức tín hiệu SNR cần thiết của giải pháp giải mã đó để đạt đến một xác suất 13 lỗi giới hạn Hệ thống có hiệu năng tốt hơn có thể chịu được mức tín hiệu SNR thấp hơn Sự khác biệt này (được tính bằng đơn vị dB) thường được gọi là độ lợi mã hóa Nói cách khác, độ lợi mã hóa được xem là mức giảm của công suất tín hiệu trong các hệ thống được mã hóa đối với một công suất nhiễu cố định hoặc là mức tăng của công suất nhiễu cho phép đối với công suất tín hiệu cố định, hay chính là hiệu quả về mặt năng lượng Tiểu luận đánh giá hiệu năng hệ thống qua đường cong tỉ lệ lỗi bit ( BER) Xem hình 3.1 ta thấy hiệu năng của hệ thống được chia làm 02 vùng, vùng có độ dốc lớn gọi là vùng thác (waterfall) và vùng lỗi sàn (error-floor) Vùng thác cho biết miền hoạt động của hệ thống trong đó tỉ lệ lỗi giảm đáng kể khi SNR tăng, chính là độ dốc lớn Ở SNR cao hơn, độ dốc về tỉ lệ lỗi thấp hơn do đạt đến giới hạn của hiệu năng giải mã lặp và sự không hoàn hảo của hệ thống Nhìn vào riêng đường hiệu năng của bộ lượng tử hóa tối ưu, những đường dốc của đường cong BER tại trường hợp MIMO 10 ×120 là dốc nhất, và hiệu năng BER là mịn và ổn định ở tất cả các cấu hình MIMO Tuy nhiên, hiệu năng bị suy giảm đáng kể khi cấu hình MIMO là 10 × 40 và điều này càng rõ rệt hơn ở tỉ lệ mã cao hơn Cụ thể, đường BER ở cấu hình MIMO là 10 × 40 xuất hiện hiện tượng lỗi sàn ở BER=10−2, với cấu hình MIMO 10 ×80 là 10−3 và cấu hình MIMO 10 ×120 là 10−5 Khi số lượng ăng ten thu tăng lên 80 hoặc 120, đường cong BER cho thấy sự cải thiện về hiệu năng Các kết quả quan sát được chỉ ra rằng, ADC 1-bit nên được sử dụng trong các hệ thống MIMO cỡ lớn, như vậy các ảnh hưởng của biến dạng lượng tử được làm giảm đi bởi số lượng lớn các ăng ten thu Hành vi này là phù hợp với những kết quả phân tích thông qua lý thuyết thông tin cho kịch bản MIMO cỡ lớn đã được nghiên cứu 2 Phân tích và đánh giá hiệu năng hệ thống theo thuật toán tách sóng Để cải thiện thêm về hiệu năng cho hệ thống MIMO cỡ lớn sử dụng ADC 1 bit, tiểu luận có sử dụng mô hình phân tách Bussgang và so sánh với mô hình nhiễu lượng tử cộng AQNM 14 Hình 3.2: So sánh hiệu năng BER trường hợp MIMO 10 × 40 Hình 3.3: So sánh hiệu năng BER trường hợp 10 ×80 15 Hình 3.3: So sánh hiệu năng BER trường hợp 10 ×120 Hình 3.2, 3.3 so sánh tỷ lệ lỗi bit (BER) giữa các bộ tách sóng AQNM và bộ tách sóng sử dụng phân tách Bussgang được đề xuất với số ăng ten phát và số ăng ten thu là 10 × 40 và 10 ×80 trong trường hợp điều chế QPSK Có thể thấy rằng bộ tách sóng dựa trên phân tách Bussgang được đề xuất hoạt động tốt hơn bộ phát hiện thông thường trong tất cả các cấu hình MIMO được xem xét Đặc biệt, số lượng ăng-ten thu càng lớn thì bộ tách sóng sử dụng ADC 1 bit có thể đạt được hiệu suất tốt hơn Khi số lượng ăng ten thu tăng lên, đường cong BER cho thấy sự cải thiện rõ rệt về hiệu năng Những hiệu suất được cải thiện này đạt được nhờ mối quan hệ đầu vào-đầu ra tuyến tính chính xác của các hệ thống MIMO lớn với ADC 1-bit thu được từ quá trình phân tách Bussgang Các kết quả quan sát được chỉ ra rằng, ADC 1-bit nên được sử dụng trong các hệ thống MIMO cỡ lớn, như vậy các ảnh hưởng của biến dạng lượng tử được làm giảm đi bởi số lượng lớn các ăng ten thu Như vậy, sử dụng mô hình phân tách Bussgang đem lại những cải thiện đáng kể về hiệu năng và chúng ta nên sử dụng một số lượng lớn ăng ten để làm giảm các tác động 16 tiêu cực của nhiễu lượng tử của ADC 1-bit Đây là tiền đề để xem xét trong trường hợp mã hóa tín hiệu đầu vào để ngăn chặn sự suy giảm hiệu năng ở tỉ lệ mã hóa cao và cấu hình MIMO thấp, từ đó cải thiện hiệu năng tổng thể của hệ thống 17