Nghiên cứu bộ dự đoán kênh cho hệ thống thông tin MIMO sử dụng rất nhiều ăng-ten

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THONG

Luận văn được hoàn thành tại:

HỌC VIEN CÔNG NGHỆ BƯU CHÍNH VIỄN THONG

Người hướng dẫn khoa học: TS Trương Trung Kiên

Phản biện 2: PGS TS Vũ Văn Yêm.

Luận văn sẽ được bảo vệ trước Hội đông châm luận văn thạc sĩ tại Học

viện Công nghệ Bưu chính Viễn thông

Vào lúc: 10 giờ 00 ngày 27 tháng 02 năm 2016

Có thê tìm hiêu luận văn tại:

- Thư viện của Học viện Công nghệ Bưu chính Viễn thông

MỞ ĐẦU

Hiện nay, với sự phô biến của thiết bị di động thông minh, máy tinh bảng làm cho nhu cầu sử dụng các dịch vụ truyền thông tốc độ cao ngày

càng lớn Điều đó đòi hỏi các nhà mạng cùng với các nhà phát triển cần

phải nghiên cứu ra những hệ thống thông tin truyền thông di động tốc độ

cao, hiệu năng tốt đáp ứng nhu cầu ngày càng cao của người dùng Một

trong những công nghệ truyền thông có thể đáp ứng được những yêu cầu đó là hệ thống thông tin MIMO sử dụng rất nhiều ăng-ten (massive

MIMO), hay hệ thống thông tin MIMO sử dụng rất nhiều ăng-ten Công nghệ nay được đề cử trong phiên ban 12 và sau đó của bộ tiêu chuân 3GPP LTE/LTE-Advanced, dần trở thành một lĩnh vực nghiên cứu quan trọng

và là hướng nghiên cứu nhận được nhiều sự quan tâm của các nhà khoa

học trên thế giới Đây là một công nghệ rất hứa hẹn cho mạng di động

tương lai 5G.

Đề có thé đưa một công nghệ áp dụng vào thực tiễn thì nhất thiết

phải có những nghiên cứu mang tính chất lý thuyết, định nghĩa và các yêu cầu dành cho công nghệ đó Hệ thống thông tin MIMO cỡ rất lớn được

định nghĩa là hệ thống mà trạm gốc sẽ có hàng trăm ăng ten thay vì chỉ có số lượng ăng ten hạn chế như trong công nghệ MIMO đã được ứng dụng Hệ thống thông tin MIMO cỡ rất lớn hỗ trợ đa người dùng và đầu cuối

của mỗi người dùng chỉ cần sử dụng ăng ten đơn Hệ thống thông tin MIMO cỡ rat lớn khi triển khai sẽ vừa phát huy tối ưu tốc độ truyền dit liệu, bảo mật dữ liệu, hiệu quả sử dụng phổ, hiệu quả sử dụng năng lượng,

đồng thời yêu cầu với mỗi thiết bị đầu cuối người dùng sẽ có chi phí rẻ.

Với một mô hình kênh tương quan theo thời gian được giả thiết đủ đơn

giản thì vấn đề đặt ra là xây dựng một bộ dự đoán kênh giống trong thực tế để xác định một bộ dự đoán kênh hợp lý nhất Một vấn đề được đặt ra

trong mô hình kênh tương quan theo thời gian là kênh truyền không cố

đinh và thay đổi sau một khoảng thời gian Sự dịch chuyên của kênh làm

ảnh hưởng đến quá trình thu phát ở cả đường lên và đường xuống dẫn đến

việc sai lệch tín hiệu thu được Tìm hiểu và thiết kế bộ dư đoán kênh cho

hệ thong thông tin MIMO cỡ rất lớn phù hợp dé giảm thiểu ảnh hưởng của

dịch chuyền kênh nhằm đưa năng lực của hệ thống sao cho càng sát với

thực tế càng tốt Khi có được bộ dự đoán kênh có đánh giá hiệu quả tốt thì

tính ứng dụng của công nghệ sẽ càng cao.

Từ những động lực nói trên, theo định hướng của người hướng dẫn

khoa học, học viên lựa chọn đề tài: Nghiên cứu bộ dự đoán kênh cho

hệ thống thông tin MIMO sử dụng rất nhiều ăng-ten” làm nội dung

nghiên cứu của luận văn cao học Học viên hy vọng sau khi thực hiện

xong, luận văn có thê là một tài liệu tham khảo có giá trị cho những người tìm hiểu, nghiên cứu về hệ thống MIMO cỡ rất lớn ở Việt Nam.

Luận văn được thực hiện với những nội dung như sau:

Chương 1: Giới thiệu chung về hệ thống MIMO cỡ rat lớn Trong chương này tập trung tìm hiểu vấn đề cơ bản của hệ thống MIMO

cỡ rất lớn, các ưu điểm và thách thức của hệ thống Mục đích đưa ra những

khái quát chung về hệ thống và đánh giá những tiềm năng MIMO ứng

dụng trong hệ thống thông tin di động tế bào mới 5G Ngoài ra, trong

chương này trình bày vấn đề về mô hình tương quan theo thời gian

(time-correlated channel model) Các yếu tô dịch chuyển kênh ảnh hưởng như thé nào dé ta phải xây dựng bộ dự đoán kênh hiệu quả.

Chương 2: Nghiên cứu bộ dự đoán kênh cho hệ thống thông tin MIMO sử dụng rất nhiều ăng-ten Trong phần này chúng ta tập trung

nghiên cứu những bộ dự đoán kênh (channel preditor) cho hệ thống

MIMO sử dụng nhiều ăng-ten dé sử dụng dùng dé phân tích và mô phỏng.

Phần quan trọng nhất trong chương nay là mô tả mô hình tín hiệu và mô

hình hệ thống MIMO cỡ rat lớn Kết hợp với mô hình toán học của các bộ

dự đoán kênh cho hệ thống để đưa ra các phân tích đánh giá, đưa ra các

yêu tô tôi ưu đôi với các bộ dự đoán kênh.

Chương 3: Mô phỏng và đánh giá hiệu quả bộ dự đoán kênh

trong hệ thong MIMO cỡ rat lớn Phan nay tập trung mô tả ngữ cảnh mô phỏng, đưa ra các kết quả mô phỏng bằng matlab Từ đó, đưa ra những

đánh giá nhận xét về hiệu quả bộ dự đoán kênh trong hệ thống thông tin

MIMO cỡ rat lớn.

Kết luận và khuyến nghị Trong phần này đưa ra những kết luận

van dé làm được trong luận văn và đề xuất hướng nghiên cứu tiếp theo.

Với những vấn đề làm được trong luận văn, học viên hy vọng đây sẽ là một tài liệu tham khảo tiếng Việt có giá trị cho những người bắt đầu

tìm hiểu và nghiên cứu về hệ thống thông tin MIMO cỡ tất lớn.

CHUONG 1 GIỚI THIEU CHUNG VE HE THONG

MIMO CO RAT LON

1.1 Giới thiệu hệ thống thông tin MIMO cỡ rat lớn

1.1.1 Giới thiệu chung

Công nghệ MIMO đã được nghiên cứu, phát triển và ứng dụng trong

các tiêu chuẩn truyền thông không dây trong khoảng 2 thập kỷ gần với những nghiên cứu về MIMO đơn người dùng (SU-MIMO) và MIMO đa

người dùng (MU-MIMO) Hệ thống MU-MIMO mang đến bốn điểm lợi:

tốc độ dữ liệu tăng, ôn định độ tin cậy, nâng cao hiệu quả năng lượng và

giảm nhiễu.

Hiện nay thay vì chỉ sử dụng số lượng ăng-ten nhỏ (<10 ăng-ten) thì

hệ thống MIMO cỡ rất lớn (Massive MIMO) sử dụng hàng trăm ăng-ten.

So với các hệ thống MIMO thông thường hệ thống MIMO cỡ rất tạo khả

năng cho sự phát triển của băng thông rộng trong tương lai, cho phép kết

nối mạng internet của mọi người (Internet of people), internet vạn vật

(Internet of things), công nghệ đám mây (Clouds) và các cấu trúc hạ tầng

khác hệ thông MIMO cỡ rat lớn vừa phát huy tối ưu tốc độ truyền dữ liệu,

bảo mật đữ liệu, hiệu quả sử dụng phổ, hiệu quả sử dụng năng lượng, đồng

thời yêu cầu với mỗi thiết bị đầu cuối người dùng sẽ có chỉ phí rẻ.

1.1.2 Ưu điểm của hệ thông thông tin MIMO cỡ rất lớn

Hệ thống thông tin MIMO cỡ rất lớn có những ưu điểm sẵn có của

hệ thống MIMO nhưng bên cạnh đó cũng có những điểm vượt trội hơn.

e Dung lượng kênh truyền trong MIMO cỡ rất lớn có thé tăng lên 10 lần

hoặc lớn hơn

e_ MIMO cỡ rat lớn có chi phi thiết bị thấp do nó có thé được xây dựng

với các phân tử công suât thâp và rẻ.

e_ MIMO cỡ rat lớn cho phép giảm thiểu đáng kế độ trễ trong giao diện

vô tuyến.

e©_ MIMO cỡ rất lớn được đơn giản hóa ở lớp đa truy nhập.

e Thiết kế MIMO cỡ rat lớn có thé hoạt động 6n định hơn:

e MIMO cỡ rat lớn tăng cường sự vững chắc đối với cả nhiễu nhân tạo

ngoài ý muốn và nhiễu gây ra có chủ ý.

1.1.3 Thách thức của hệ thong MIMO cỡ rat lớn

Hệ thông MIMO cỡ rat lớn có rất nhiều ưu điểm so với các hệ thông

khác nhưng cũng không dễ đề đưa các ưu điểm ấy đáp ứng vào trong công

nghệ thực tế Việc thực hiện và triển khai hệ thống MIMO cỡ rất lớn trong

thực tế cần phải đáp ứng tốt những tiêu chí sau :

e Xử lý tín hiệu 6n định và nhanh hơn :

e Vấn dé sử dụng chế độ truyền sóng trong hệ thống MIMO cỡ rat lớn

e Nhiễu hoa tiêu

e_ Đặc tính hóa kênh truyền.

e Thực hiện phần cứng và thiết kế mạch

1.2 Giới thiệu về mô hình tương quan theo thời gian

Chất lượng của các hệ thông thông tin phụ thuộc nhiều vào kênh

truyền, nơi mà tín hiệu được truyền từ máy phát đến máy thu Không giống

như kệnh truyền hữu tuyến là ôn định và có thê dự đoán chính xác được,

kênh truyền vô tuyến là hoàn toàn ngẫu nhiên và không hề dé dang trong

việc phân tích Đề xây dựng một hệ thống thông tin vô tuyến thông thường

phải xác định rõ các yếu tố ảnh hưởng đến kênh truyền Các hiện tượng ảnh hưởng đến chất lượng kênh truyền bao gồm :

e Hiện tượng đa đường ( Multipath).

e Hiệu ứng Doppler.

e Kênh truyền chọn lọc tan số và kênh truyền không chọn lọc tan số e Kênh truyền chọn lọc thời gian và kênh truyền chọn lọc thời gian e Kênh phân bố Rayleigh và Phân bô Ricean

1.2.1 Các vẫn đề liên quan đến mô hình tương quan theo thời gian

của MIMO

Mô hình tương quan theo thời gian của hệ thống MIMO được xét đến ở đây có các thành phần trong mô hình kênh xác định rõ ràng

e Kênh truyền chọn lọc theo thời gian

e_ Mô hình kênh quasi-static block fading có băng thông kênh truyền nhỏ hơn băng mở rộng Tức là kênh truyền chọn lọc tần số và tuân theo

phân bố Rayleigh.

e Ảnh hưởng dịch kênh tương đương với hiệu ứng Doppler xay ra trong

1.2.2 Yếu tổ dịch kênh ảnh hưởng như thé nào đến hệ thống

Nhắc đến dịch kênh, ta hiểu đơn giản là có sự di chuyền tương đối

của các thiết bi đầu cuối so với trạm gốc Điều này gây ra hiện tương

Doppler ở trong kênh Khi xảy ra Doppler ở trong kênh thì dữ liệu kênh

truyền trong các ký tự sẽ bị xê dịch đi một khoảng.

Đề ước lượng hay sử dụng được thông tin trạng thái kênh thì người

ta thường sử dụng các bộ dự doan kênh Bộ dự đoán kênh dựa trên thông

tin trạng thái kênh ở các thời điểm trước đó dé mô tả tương đối chính xác

kênh truyền ở thời điểm hiện tai.

1.3 Kết luận chương

Trong chương này chúng ta đã đưa ra các van đề cơ bản nhất của hệ thống MIMO cỡ rất lớn, những ưu điểm cũng như thách thức mà hệ thống cần được xây dựng dé có thé áp dụng hiệu quả trong thực tế.

Ngoài ra, chương cũng còn đê cập đên vân đê mô hình kênh tương

quan theo thời gian (time-correlated channel).

CHƯƠNG2 NGHIÊN CỨU BỘ DỰ ĐOÁN KÊNH CHO HỆ THÓNG THÔNG TIN MIMO SỬ DỤNG RÁT

NHIÊU ANG-TEN

2.1 Hệ thống thông tin MIMO cỡ rat lớn đa cell

Xét một mạng di động với € cell Mỗi cell có một trạm gốc và + giá

trị phân bố ngẫu nhiên của người dùng đang hoạt động Từng trạm gốc

được trang bị Ñ, ăng-ten và mỗi người dùng hoạt động có 1 ăng-ten N; >

U > 1 Mạng hoạt động với giao thức song công phân chia theo thời gian

Chúng ta giả sử kênh truyền là tần số phăng Chúng ta xét một mô

hình kênh quasi-static block fading Cho h;„„[m] € CR+*† là vector kênh

từ người dùng + ở cell c tới trạm gốc b tại ký tự thứ n:

Trong đó wp„„[n] € CX là vecto kênh fading nhanh và Ryo, € CNet] ma trận xác định đầy đủ dương Hermitian-sysmeteric Ma trận xác định là độc lập với chỉ số n và xác định là

Rocu = E|h»., [n] Agcu [n]]

Dựa trên tram b quan sát

Yr.b [n] = Wou [n] hppu [mÌX sự [n] + Zrp [n]

Tín hiệu nhận được xử lý

Người dùng u trong cell b xác định

Y/,pn[m] = VÐĐ/V^chis„[n] #Ƒ,n[m] + Zp puln]

desired signal noise

Tín hiệu training nhận được ở trạm b là

Rppu[n] = RssuQ»uØpu[n]

kênh quan sát có thê giải được

hppu[m] = ñgpu[n] + R;»„[n]

Trong đó App, [N]~ CN (0, Rpe„ — ®;p„) là lỗi ước lượng kênh và không tương quan với R„z„[n].

2.2 Mô hình dịch chuyển kênh

Về nguyên tắc, các kênh thay đổi theo thời gian do sự chuyên động

của các ăng-ten và những đối tượng (hoặc người) trong môi trường truyền

sóng Dé phân tích tác động của dịch chuyền kênh, chúng tôi cần một mô hình thay đổi theo thời gian cho kênh truyền.

Cho h[n] là biến ngẫu nhiên quá trình mô hình hóa các hệ số kênh fading từ một ăng-ten cơ sở để người sử dụng một ăng-ten

Một hàm tự tương quan thường được sử dụng là mô hình

Clarke-Gans, mà thường được gọi là mô hình Jakes và giả sử các đường lan truyền

gồm một ăng-ten dang hướng 2 chiều ở máy thu Trong mô hình này, trung

bình hóa tự tương quan rời rạc theo thời gian của hệ số kênh fading là

Talk] = Js(2mfsTs|k|)

Dé có sự rõ rang của mô hình kênh truyền, chúng tôi đáp ứng việc tiếp cận sử dung mô hình tự quy hồi với tham số L, xác định như là AR(L),

h[n] = 3» ah[n — I]+ w[n]

L=1

Dưới mô hình AR(1) cho bat cứ b,c € Cvau € Uz,

hpcu [In] = ahyey[n —l1]+ ®pc„[n]

Trong đó Rp„„[m — 1] là khoảng ký tự trước của kênh truyền và

@p¿„[m] € CX là nhiễu kênh truyền không tương quan do dịch chuyển

E|h».u[n — q]hÿ„[m — k]| = al UR

Kênh truyền thực sự tại thời điểm (n + 1):

Ayeyln + 1] = œRpeu[n] + epeuln + 1]

= đRy¿u[n] + œRy¿u[n] + erculn + 1]

2.2.1 Dự đoán kênh

Dự đoán kênh là một phương pháp tiếp cận tự nhiên dé khắc phục

hiệu ứng dịch chuyền kênh.

Cho {hooughy 9 trong đó hy,,, € CW:*X: là đường tối ưu thứ p của

bộ dự đoán tuyến tính Wiener sao cho giảm thiểu tối đa MSE trong dự

đoán của hpp„[m + 1] Với b,c € € vàu € Us, xác định

Tpu(p, ø) := |AŒ, œ) ® Rou + pẹ +1)

Oncu@, #) := [6(p, œ) ® Rpz„]Tpup, z)[ôŒ, @) @ Rpp„]”

Định lý 1: đường tối ưu thứ p của bộ tuyến tinh Wiener là

Vopu = œ[ô(p, @) © Ropul Tou, #).

2.2.2 Phan tích hiệu qua

Trong phan nay, chúng ta xét đến 3 kịch ban: i) Trang thái kênh hiện

tại ii) Trang thái kênh bị dịch và iii) Trạng thái kênh được dự đoán.

Đường truyền lên

Trạm gốc b có trạng thái kênh truyền

hppuln + 1], CSI hiện tại

#ppu„[n +1) = 4 øRppu[n], CSI dịch

Tốc độ đạt đường đường lên của người dùng u trong cell b là

Ryu = E[LOG( + tru)

Bồ dé 1 tong kết các kết quả quan trọng cho đánh giá xác định tiệm

cận Bồ đề 2 và 3 thé hiện diễn giải SINR tương đương xác định cho CSI

dịch và CSI dự đoán cho máy thu MRC.

Bồ đề I: cho AEC**Ầ với dạng biên duy nhất của trải phổ ( có với

giá trị N) Cho x,y€C, trong đó x~CN (0, ®x) ,y~£# (0, ®„).c là hoàn

toàn độc lập và độc lập trong A Do vậy chúng ta có :1 1 a.S.

N” Ax ~ py PAP x H > 00

2 (4)r,bu cho nhiêutrong liên cell (intra-cell) và liên cell (inter-cell) và iv) a

liên cell do nhiễu hoa tiêu a = 1, SINR tương đương xác định với CSI

hién tai 1a Am? , = As) ñ là hàm tăng của ø trong [0,1].

Bồ đề 3: Với CSI dự đoán trước đạt được bằng việc sử dụng bộ dự đoán Wiener tuyến tính tối ưu p đường, SINR tương đương xác định cho

người dùng wu trong cell b là:

Chú ý rằng, ta có 7 (0,a) = 9, (a)r,bu r,bu

Truyén dan đường xuông

Tin hiệu nhận được tại người dùng u trong cell là

Công suất nhiễu cộng tạp âm tại người dùng 1 trong cell b là

Ïyp„ = yz Apvar|hbpu[n + 1]fy„[n + 1]] + NP p,

Repu = log;(1 + Tlcpu)

Bồ đề 4 và bé đề 5 đưa ra SINR tương đương xác định đường xuống

tại người dùng u trong cell b trong trường hợp CSI dịch và dự đoán CSI.

Bổ đề 4: với CSI dịch, SINR tương đương xác định đường xuống

tại người dùng u trong cell b là

Aru — Ấp [te Pp pul?

B® = tr(R,,„ — a2 Ppp) Pƒ,bu — “b bbu bbu bbu

Ta co A, = Ant, (2), An, (a) là hàm tăng cua a trong [0,1].

Bồ dé 5: với CSI dự đoán trước, SINR tương đương xác định đường

xuống tại người người dùng + trong cell b là

4 4p)

Trong đó

Như vậy trong chương hai, chúng ta cùng nhau tìm hiểu hệ thống MIMO cỡ tất lớn đa cell đa người dùng được dùng đề phân tích đánh giá hiệu quả của bộ dự đoán kênh của hệ thông MIMO cỡ tắt lớn trong trường hợp mô hình xét đến là dịch chuyền kênh.

Chương này luận văn cũng những phân tích về tốc độ mà hệ thong

đạt được cho cả đường lên đường xuống.

CHƯƠNG3 MÔ PHỎNG VÀ ĐÁNH GIÁ HIỆU QUÁ

BỘ DỰ ĐOÁN KÊNH TRONG HỆ THÓNG MIMO VỚI

RAT NHIÊU ANG-TEN Ở TRAM GÓC

3.1 Mô tả kịch bản và tham số mô phỏng

Trong chương này, chúng ta sẽ mô tả sơ lược về chương trình mô

phỏng, kịch ban mô phỏng và những tham số được sử dụng dé mô phỏng.

Học viên sử dụng bộ chương trình mô phỏng mMIMOsim sử dụng ngôn

ngữ lập trình MATLABtâ va được phát triển bởi nhóm nghiên cứu của TS Trương Trung Kiên để mô phỏng một mạng thông tin di động có 7 cell, mỗi cell có hình lục giác đều Chúng ta giả sử các cell có cùng số

lượng người dùng Bên cạnh đó, chúng ta giả sử rằng các cell có chung cau hình trạm gốc và cách thức các ăng-ten hoạt động trong cell Các tham số mô phỏng quan trọng có trong Bang 3.1

Chúng ta dé xuất một hình khối chuỗi vòng cho mMIMO với một cụm phân tán có sự trải trễ cô định và lựa chọn ngẫu nhiên Cấu hình chuỗi

ang-ten có cầu hình được chọn là góc đến (hay là vị trí khởi đầu) và cho góc trải (AoS) được phân bố theo phô hướng công suất nhất định (PAS):

Pas |2 K— $©/Øas| A —

e nêu de[—7, 7

P„(Ó) = 4 Va, bel-m m1]

0, con lai

Trong đó ở là giá trị ngẫu nhiên mồ tả AoA/AoD với trung bình góc

Pova Bas = (1 — e N20 /as\) ˆ,