Luận văn thạc sĩ Kỹ thuật điện tử: Ứng dụng mã QC LDPC vào hệ thống MIMO phân tập không gian thời gian ST

Từ đó đề xuất ra một mô hình hệ thống thông tin có sự kết hợp của của bộ mã Quasi Cyclic LDPC vào hệ thống kênh truyền MIMO.. - Đánh giá chất lượng của mô hình này trong các trư ờng hợ

GI Ớ I THI Ệ U T Ổ NG QUAN 1.1 Tính c ấ p thi ế t c ủa đề tài 1.1 Tính cấp thiết của đề tài

Đặ t v ấn đề

Cùng với sự phát triển của xã hội thì nhu cầu vềthông tin đáp ứng được mọi lúc mọi nơi ngày càng trở nên cấp thiết hơn bao giờ hết Từ những nhu cầu đơn giản ban đầu về thông tin thoại hay điện báo đến nay nhu cầu truy cập và trao đổi các nguồn thông tin đa phương tiện, hình ảnh video chất lượng cao đang ngày càng trở nên bức thiết

Một mô hình truyền thông vô tuyến cơ bản được xây dựng như hình 1.1

Hình 1.1: Sơ đồ khối mô hình hệ thống thông tin số

Từ mô hình trên, ta nhận thấy chất lượng tín hiệu thu phụ thuộc rất nhiều vào đặc tính kênh truyền cũng như việc lựa chọn phương pháp mã hoá và điều chế hợp lý

Trong hệ thống thông tin di động, kênh truyền vô tuyến là một yếu tố luôn được xét đến Để có thể hạn chế ảnh hưởng của kênh truyền làm sai lệch tín hiệu giữa bên phát và bên thu có thể làm cho thông tin không còn chính xác như ban đầu, đòi hỏi một giải pháp xử lý số tín hiệu Một trong những giải pháp đó là dùng kỹ thuật mã hoá kiểm soát lỗi (Error Control Encoding)

Ngày nay, với sự phát triển của mạng lưới thông tin di động, càng ngày con người càng cần có những loại mã hóa sửa sai cao cấp để bảo đảm độ tin cậy của kênh truyền Các loại mã hiện nay như mã tích ch ập (convolutional code), mã khối, mã Reed-Solomon…đặc biệt là mã Turbo đã cho th ấy khả năng vượt trội của mình so với các loại mã khác Tuy nhiên, những nghiên cứu gần đây về mã LDPC (low density parity check) [8] đã cho thấy mã này còn tốt hơn mã Turbo, chỉ có điều phức tạp trong việc giải mã là đòi hỏi phần cứng máy tính phải đủ mạnh cả về dung lượng lẫn tốc độ xử lý Do vậy cần phải xem xét đến một bộ mã LDPC cải tiến đó là mã gần vòng kiểm tra chẵn lẻ mật độ thấp QC – LDPC (Quasy Cyclic Low Density Parity Check Code) [18][19]

Bên cạnh đó nhu cầu về tốc độ truy cập, tính di động mọi lúc mọi nơi cũng là yếu tố không thể thiếu Các hệ thống thông tin di động thế hệ thứ3 đang triển khai sử dụng công nghệ WCDMA ( Wideband code Division Multiple Access) kết hợp với giao thức tốc độ cao HSPDA ( High Speed Downlink Protocol Access) [2] thi tỏ ra vẫn chưa hiệu quả khi thực hiện các dịch vụ truyền hình trực tuyến tốc độ cao lên đến hàng trăm Mbps thậm chí lên tới Gbps Như vậy đểđáp ứng yêu cầu truyền dữ liệu tốc độc cao thì các hệ thống truyền dẫn đa đầu vào đa đầu ra, hệ thống MIMO ( Multiple Input Multiple Output ) [2][8] cần được đầu tư nghiên cứu nhiều hơn.

Tính c ấ p thi ế t c ủa đề tài

Trong thông tin di động, fading làm chất lượng của tín hiệu xấu đi Một trong những phương pháp được dùng để hạn chế ảnh hưởng của fading là kỹ thuật phân tập-diversity [8] Trong hệ thống thông tin di động, kỹ thuật phân tập được sử dụng rộng rãi để hạn chếảnh hưởng của fading tia, tăng độ tin cậy của việc truyền tin mà không phải gia tăng công suất phát hay băng thông Về nguyên tắc, kỹ thuật này có thể áp dụng cho cả phía trạm gốc lẫn máy đầu cuối di động, với một số vấn đề giải quyết khác nhau Kỹ thuật phân tập được sử dụng hầu hết trong các hệ thống thông tin vô tuyến để đạt được mức chất lượng mong muốn Với phân tập phát, nhiều anten được dùng tại phía phát, các bản tin được xử lý tại bộ phát và truyền đi bằng nhiều anten khác nhau Phân tập phát giúp giảm công suất xử lý của bộ thu, dẫn đến cấu trúc hệ thống thu đơn giản, giảm công suất tiêu thụ và giảm chi phí Phân tập phát cũng được sử dụng trong thông tin di động với nhiều anten phát tại trạm gốc Điều này giúp nâng cao chất lượng, cũng như giải quyết được yêu cầu phân tập thu tại máy thu.[8]

Hệ thống kênh truyền MIMO là phương thức truyền dẫn dữ liệu cho phép tăng nhanh dung lượng của kênh truyền vô tuyến và đã được triển khai ứng dụng cho các hệ thống 3G trở đi Tuy nhiên việc xây dựng một hệ thống MIMO nhằm đạt được hiệu quả cao nhất vẫn là vấn đềquan tâm hàng đầu đối với các nhà khoa học

Bên cạnh đó một bộ mã kiểm tra chẵn lẻ, mã LDPC ( Low – Density – Parity – Check Code) hay còn gọi là mã Gallager đư ợc Gallager đề xuất vào năm 1962 mà khả năng sửa lỗi trước FEC (Forward-Error Correction) để cải thiện hiệu suất kênh có thể tiệm cận đến giới hạn Shannon [17] Có thể nói mã LDPC là mã khối tuyến tính có khả năng sửa sai tốt nhất hiện nay[3] Trong ứng dụng truyền hình video quảng bá, DVB-S2 đã trở thành tiêu chuẩn toàn cầu trong truyền dẫn vệ tinh, trong đó kỹ thuật BCH và LDPC đã được triển khai và tăng phổ dung lượng lên 30% -

35% so với các công nghệ DVB-S và DVB-DSNG trước đây [3] Tuy nhiên ngoài tính năng ưu việt của mã LDPC đã được biết đến thì thuật toán giải mã cho mã LDPC còn nhiều hạn chế về phần cứng máy tính Nhằm tận dụng ưu điểm nổi trội là khả năng sửa sai của mã LDPC đồng thời khắc phục nhược điểm trên thì việc đề xuất mã QC – LDPC [12][20] là điều được mong đợi nhất.

Từ nhu cầu thiết yếu nhằm tăng dung lượng kênh truyền, tốc độ truyền dẫn, cải thiện hơn nữa về hiệu suất sửa lỗi, giảm ảnh hưởng của nhiễu và fading, nâng cao chất lượng tín hiệu tại đầu thu cũng như khả năng sửa sai để tín hiệu thu được là trung thực nhất trong điều kiện vẫn còn hạn chế về phần cứng máy tính Dựa vào những kỹ thuật được ứng dụng rộng rãi trong hệ thống thông tin không dây ngày nay, thông qua đó tác giả đề xuất một mô hình truyền mới có sự kết hợp mã QC LDPC vào hệ thống MIMO khi đó tác giả sẽ tiến hành phân tích, đánh giá hiệu quả của hệ thống mới này Vì vậy tác giả chọn đề tài “ Ứng dụng mã QC – LDPC vào h ệ thống kênh truyền MIMO phân t ập không gian thời gian ST ” là vấn đề quan tâm nhất hiện nay.

M ụ c tiêu, đối tượ ng và ph ạ m vi nghiên c ứ u

1.2.1 Mục tiêu nghiên cứu Đưa ra mô hình MIMO có sử dụng bộ mã QC LDPC, chứng minh được là khi có sử dụng bộ mã QC LDPC chất lượng của hệ thống được cải thiện hơn so với khi không sử dụng bộ mã QC LDPC

Mô phỏng kết quả BER của hệ thống khi có sử dụng bộ mã QC LDPC bằng phần mềm Matlab, vẽđồ thị BER tương ứng với các thông số SNR khác nhau

1.2.2 Đối tượng và phạm vi nghiên cứu

Trong luận văn chỉđề xuất bốn mô hình: mô hình hệ thống SISO, MISO, SIMO và MIMO với sốlượng anten thay đổi Luận văn chọn mô hình kênh COST207 để thực hiện mô phỏng Sử dụng chuỗi bit nhị phân đưa vào bộ mã nhị phân QC LDPC

Mặc dù phạm vi còn hạn hẹp nhưng dựa vào những kết quả mô phỏng và thông qua việc so sánh với trường hợp hệ thống không sử dụng bộ mã QC LDPC luận văn đã thể hiện được hiệu quả của việc sử dụng bộ mã QC LDPC trong hệ thống MIMO.

Ý ngh ĩa khoa họ c và th ự c ti ễ n c ủa đề tài

Luận văn đề xuất mô hình mới đó là sự kết hợp của bộ mã QC LDPC vào hệ thống MIMO, một hệ thống được sử dụng rộng rãi trong thông tin di đ ộng ngày nay Việc làm này sẽ cải thiện hơn nữa về hiệu suất sửa lỗi, giảm ảnh hưởng của nhiễu và fading, nâng cao chất lượng tín hiệu tại đầu thu.

B ố c ụ c lu ận văn

Chương 1: Giớ i thi ệ u t ổ ng quan ; Giới thiệu lý do chọn đề tài “ Ứng dụng mã QC LDPC vào hệ thống MIMO phân tập không gian thời gian ST” Thông qua đó trình bày về mục tiêu và đối tượng nghiên cứu cũng như ý nghĩa thực tiễn của đề tài

Chương 2: Kênh truyề n vô tuy ế n; Giới thiệu cơ chế lan truyền tín hiệu trong không gian bị ảnh hưởng rất nhiều yếu tố như nhiễu Gaussian (AWGN) các hiện tượng fading, hiệu ứng đa đường, hiệu ứng doppler, suy hao tín hiệu trên đường truyền

Chương 3: Cấ u trúc b ộ mã QC LDPC; Trình bày đ ặc điểm của mã LDPC, thông qua đó tiến hành xây dựng bộ mã Quasi Cyclic LDPC, các thuật toán mã hóa và giải mã bộ mã QC LDPC Biểu diễn các kết quả mô phỏng vẽđồ thị BER tương ứng với các thông số SNR khác nhau của mã QC LDPC

Chương 4: Tổ ng quan v ề h ệ th ố ng MIMO; Trình bày về các kỹ thuật phân tập như phân tập không gian, phân tập tần số, phân tập thời gian Qua đó giới thiệu phương pháp mã hóa, giải mã mã khối không gian thời gian trong hệ thống MIMO gồm cả phân tập thu (nhiều anten thu) và phân tập phát (nhiều anten phát) Phân tích các hệ thống phân tập mức cao với số lượng lớn ăn-ten, ứng dụng phương pháp của Alamouti Ta sẽ phân tích hoạt động của các mã này trong đi ều kiện ước đoán kênh không tuyệt đối và các kênh fading Rayleigh chậm tương ứng

Chương 5: Mô h ình MIMO - QC LDPC và k ế t qu ả mô ph ỏ ng; Tiến hành xây dựng một mô hình hệ thống truyền tin bằng cách truyền một chuỗi nhị phân ngẫu nhiên sau khi được mã hóa QC LDPC và đư ợc điều chế theo các kiểu như QPSK,

8QAM, 16QAM để truyền đến bộ mã hóa Alamouti vào hệ thống MIMO sau đó được giải mã ngược lại để thu lại tín hiệu ban đầu Phương pháp mô phỏng được sử dụng là kỹ thuật mô phỏng Monte Carlo, sử dụng phần mềm Matlab tiến hành thực hiện mô phỏng thông số BER của hệ thống được đề xuất như trên khi có sử dụng bộ mã QC LDPC và khi không sử dụng bộ mã QC LDPC

Chương 6: Kế t lu ậ n và ki ế n ngh ị ; Từ mô hình đ ề xuất sự kết hợp mã QC LDPC vào hệ thống MIMO và thông qua kết quả mô phỏng đạt được tác giả sẽ có những kết luận và kiến nghị cho hệ thống

KÊNH TRUY Ề N VÔ TUY Ế N

Các c ơ chế lan truy ề n c ủ a tín hi ệ u

Có ba cơ chế chính ảnh hưởng đến sự lan truyền của tín hiệu trong hệ thống di động:

• Phản xạ xảy ra khí sóng điện từ va chạm vào một mặt bằng phẳng với kích thước rất lớn so với bước sóng tín hiệu RF

• Nhiễu xạ xảy ra khi đường truyền sóng giữa phía phát và thu bị cản trở bởi một nhóm vật cản có mật độcao và kích thước lớn so với bước sóng

• Tán xạ xảy ra khi sóng điện từ va chạm vào một mặt phẳng lớn, gồ ghề làm cho năng lượng bị trải ra (tán xạ ) hoặc là phản xạ ra tất cả các hướng.Các hiện tượng ảnh hưởng đến chất lượng kênh truyền

Hi ệ u ứng đa đườ ng (Multipath)

Trong một hệ thống thông tin vô tuyến, các sóng bức xạđiện từthường không bao giờ được truyền trực tiếp đến anten thu Điều này xảy ra là do giữa nơi phát và nơi thu luôn tồn tại các vật thể cản trở sự truyền sóng trực tiếp Do vậy, sóng nhận được xạ, tán xạ từ các toà nhà, cây cối và các vật thể khác Hiện tượng này được gọi là sự truyền sóng đa đường (Multipath propagation)

Máy phát Tx Máy thu

Hình 2.1 Mô hình kênh truyền fading đa đường

Do sự di chuyển giữa máy phát và máy thu, mỗi sóng mang bị dịch đi một lượng tần số Sự dịch tần của tín hiệu thu do sự di chuyển tương ứng đó được gọi là hiệu ứng

Doppler Tần số sẽ tăng lên khi máy phát tiến về phía máy thu, và sẽ giảm đi khi máy phát đi ra xa máy thu Đây gọi là hiệu ứng Doppler Hiệu ứng này tỉ lệ với tốc độ của thiết bị di động Tại một trạm với một tín hiệu đơn âm tần số f c được phát đi và một tín hiệu thu được với duy nhất một sóng tới có góc tới θ so với hướng di chuyển của xe như trong hình 2.2 Khi đó ta có sựthay đổi về pha giữa 2 điểm X và Y là: λ θ πυΔt λ ΔΦ 2πΔl 2 cos

Lượng dịch tần Doppler của tín hiệu thu được cho bởi công thức: θ θ f λ υ Δt ΔΦ f d π cos m cos

1 = = (2.2) Trong đó fc, 𝜆𝜆, c là lần lượt là tần số sóng mang, bước sóng sóng mang, vận tốc ánh sáng và dịch Doppler cực đại fm được tính như sau: c v f f m = v = c λ

2.2.2 Suy hao trên đường truyền

Mô tả sự suy giảm công suất trung bình của tín hiệu khi truyền từ máy phát đến máy thu Sự giảm công suất do hiện tượng che chắn và suy hao c ó thể kh ắc phục bằng các phương pháp điều khiển công suất

2.2.3 Hiệu ứng bóng râm (Shadowing)

Do ảnh hưởng của các vật cản trở trên đường truyền, ví dụ như các toà nhà cao tầng, các ngọn núi, đồi,… làm cho biên độ tín hiệu bị suy giảm.

Các mô hình th ố ng kê c ủ a kênh truy ề n fading

Phân bố Rayleigh và Rice được sử dụng để mô tả tính chất thống kê thay đổi theo thời gian của tín hiệu fading phẳng Sau đây ta sẽ xét các phân bốnày và đưa ra các đặc tính cơ bản của chúng

Hình 2.3 Hàm mật độ xác suất phân bố Rayleigh và Ricean

2.3.1 Rayleigh fading Đầu tiên, chúng ta tập trung vào fading phẳng Giả sử rằng không có đường truyền thẳng giữa máy phát và thu Ở một kênh truyền đa đường với I đường, truyền một tín hiệu với tần số sóng mang f c

cos(

= thì tại máy thu sẽ thu được tổng của I đường và thành phần nhiễu Gaussian như sau:

2cos(

Ricean fading

Trong một kênh truyền fading phẳng, nếu trong nhiều đường ngẫu nhiên tồn tại một thành phần chiếm ưu thế cốđịnh, các biến ngẫu nhiên Gaussian A và B không còn là các phân bố chuẩn Điều này xảy ra khi tồn tại đường truyền thẳng giữa máy phát và máy thu Trong trường hợp này, phân bố của biến ngẫu nhiên đường bao R tuân theo phân bố Ricean với hàm mật độ xác suất như sau:

Với D là giá trị biên độ đỉnh của thành phần chiếm ưu thế, I 0

D là giá trị của hàm Bessel loại 1 và cấp 0 Như đã đ ề cập, Phân bố Ricean sẽ hội tụ về phân bốRayleigh khi Tương tự như phân bố Rayleigh, mối quan hệ giữa các tín hiệu rời rạc ngõ vào và ra tuân theo công thức (2.8) Điểm khác nhau cơ bản là phần thực và ảo của độ lợi đường α là các biến ngẫu nhiên Gaussian không phân bố chuẩn.

C Ấ U TRÚC B Ộ MÃ QC LDPC

3.1 Đặc điểm của mã LDPC

Mã kiểm tra chẵn lẻ mật độ thấp – low density parity check code (LDPC) là mã khối tuyến tính có nghĩa là một từ mã c gồm n bit được tạo ra từ mã gốc u có k bit

Ma trận kiểm tra chẵn lẻ H là ma trận thưa do các phần tử trong ma trận hầu hết là giá trị 0 chỉ có một ít là phần tử 1 trong ma trận Một từ mã c được gọi là hợp lệ nếu thỏa phương trình (3.1)

Tỷ lệ mã k/n xác định kích thước của ma trận kiểm tra chẵn lẻ H là (n-k) x n Trọng lượng hàng và cột của ma trận H có thể đều hoặc không đều kết quả là ta có mã LDPC đều hay không đều

Mã LDPC đều có ma trận kiểm tra chẵn lẻ H là (ωc , ωr ) nếu mỗi bit mã đều có ωc và có ωr phương trình kiểm tra chẵn lẻ Một mã LDPC được gọi là đều thì: m ωr = n ωc (3.2)

Ví dụ 3.1 : Cho mã LDPC đều có ma trận H có ωc= 2; ωr = 3 và hạng ma trận là 3

Mã LDPC thư ờng được biểu diễn bằng đồ thị Tanner (Tanner graph) Đồ thị này bao gồm hai bộđỉnh: n đỉnh cho bit từ mã ( bit nodes ) và m đỉnh cho phương trình kiểm tra chẵn lẻ ( check nodes ) Một cạnh kết nối 1 bit node và 1 check node nếu bit đó có trong phương trình kiểm tra chẵn lẽ tương ứng và vì thế số cạnh trong đồ thị Tanner bằng với số 1 có trong ma trận kiểm tra chẵn lẻ

Một chu kỳ ( Cycle ) trong đồ thi Tanner là một chuỗi các đỉnh kết nối mà bắt đầu và kết thúc cũng tại đỉnh đó trong đồ thị và bao gồm các đỉnh khác không quá 1 lần

Chiều dài của một chu kỳ là số cạnh nó chứa và chu vi ( girth ) của đồ thị là kích thước nhỏ nhất của chu kỳ

Hình 3.1: Đồ thị Tanner chu kỳ 6 ứng với ma trận H trong (3.3) Việc mã hóa mã LDPC có thể thực hiện bằng cách tạo ma trận sinh G từ ma trận kiểm tra chẵn lẻH theo phương pháp khử Gauss ( Gauss – Jordan elimination ) để có dạng chính tắc

Trong đó: A là ma trận nhị phân (n-k) x k

I n-k là ma ma trận đơn vịkích thước n-k

Ma trận sinh G khi đó có dạng:

Thực hiện giải mã là làm sao thu đư ợc từ mã c trong khi nhận được từ mã v là nhờ đến ma trận kiểm tra H vì c.H

] gồm k bit, từ mã c được xác định c = u G (3.6)

Lưu ý là không giống như ma trận H, ma trận G có thểlà không thưa và vì thế nếu mã LDPC có n lớn lên đến hàng ngàn hàng trăm bit việc mã hóa khi đó s ẽ trở nên vô cùng phức tạp

T = 0, xác định việc tập hợp các phương trình ph ải được thỏa mãn để thu hồi lại từ mã nhận được Để giải mã LDPC ta có thể sử dụng các thuật toán như thuật toán truyền thông báo ( message – passing decoding ) [5]

Thuật toán này được biết đến như thuật toán giải mã lặp (iterative decoding): các tin nhắn được truyền qua lại giữa các nút bit và nút kiểm tra cho đến khi kết quả đạt được ( hoặc tạm dừng ) Trong một vài thuật toán có thể giải mã truyền tin ( belief propagation ) [17]: khi đó xác suất là đại diện cho mức độ tin tưởng về giá trị của các bit từ mã Nó thường đại diện cho giá trị xác suất như tỷ lệ khảnăng đăng nhập (log likelihood ratios ) nên thường được gọi là giải mã tổng tích ( sum – product decoding ) do tỷ lệ khả năng đăng nhập phải sử dụng các phép tính cộng và nhân cho các nút bit và nút kiểm tra

3.2 Cấu trúc bộ mã Quasi cyclic (QC) LDPC

3.2.1 Tổng quan về bộ mã QC LDPC

Mã nhị phân LDPC có thểxác định bằng phương trình H x T = 0, trong đó x là từ mã và H là ma trận chẵn lẽthưa có kích thước m x n Mã QC LDPC là một mã đặc biệt trong họ mã LDPC, mã này có thểđược tạo ra bằng cách mở rộng p x p ma trận cơ bản Mã gần vòng kiểm tra chẵn lẻ mật độ thấp – Quasi Cyclic Low Density Parity Check code (QC LDPC ) là một trong các họ mã LDPC có lợi thế mã hóa nhờ sử dụng các thanh ghi dịch làm giảm độ phức tạp tuyến tính [16][19][20] Mã QC LDPC là mã trong đó các hàng ho ặc các cột trong ma trận con ( submatrix) có kết nối tương tự và tuần hoàn Mã QC – LDPC được xác định bằng một ma trận kiểm tra chẵn lẻ H có kích thước m x n Trong đó m là số bít kiểm tra chẵn lẻ và n là chiều dài từ mã Tất cả các ma trận H của QC LDPC có tốc độ mã và độ dài khối khác nhau đều được mở rộng từ ma trận cơ bản H b : m b x n b Hệ số mở rộng được cho bởi số nguyên p, với p = m / m b = n / n b

 Các phần tử 0 trong ma trận cơ bản H

Việc mở rộng được thực hiện như sau: b

 Các phần tử 1 được thay thành ma trận dịch vòng (cyclic permute matrix) kích thước p x p Ma trận dịch vòng ởđây là dịch vòng các hàng của ma trận đơn vị (identify matrix) về trái hoặc về bên phải được thay thành ma trận không (zero matrix) kích thước p x p

Mã QC LDPC là một lớp của họ mã LDPC đặc trưng bởi ma trận kiểm tra chẵn lẻ H gồm các khối vuông hình Các khối vuông này có thể là ma trận không (Zero matrix) hoặc là các ma trận hoán vị tuần hoàn (circulant permutation matrices) và có thể biểu diễn bằng đồ thịTanner như (hình 3.2)

Một ma trận tuần hoàn (circulant ) là một ma trận vuông, trong đó mỗi hàng là sự dịch chuyển theo chu kỳ (sang bên phải) của hàng trên và hàng đầu tiên là sự chuyển dịch theo chu kỳ của hàng cuối cùng Đối với một circulant như vậy, một cột là một sự chuyển dịch theo chu kỳ đi xuống của cột bên trái của nó, và cột đầu tiên là sự dịch chuyển theo chu kỳđi xuống của cột cuối cùng Trọng lượng hàng và cột của một circulant đều giống nhau Đối với một circulant, tập hợp các cột (đọc từ trên xuống) là giống như cáchàng (đọc từ phải sang trái)

Hình 3.2: Dạng khối biểu diễn ma trận H của QC LDPC và đồ thị Tanner Một ma trận tuần hoàn có thể nói là đặc trưng bởi hàng đầu tiên Nếu một ma trận tuần hoàn có trọng số ω = 1 trên mỗi hàng thì được gọi là ma trận luân chuyển tuần hoàn (circulant permutation matrix )[15] Ma trận không ( zero matrix ) còn gọi là ma trận trống rỗng ( null matrix ) thì cũng là ma trận tuần hoàn nhưng mọi phần tử của nó đều bằng không

H Ệ TH Ố NG KÊNH TRUY Ề N MIMO

Nhu cầu về dung lượng trong hệ thống thông tin không dây như thông tin di động, internet hay các dịch vụ đa phương tiện đang tăng lên nhanh chóng trên phạm vi toàn thế giới Tuy nhiên phổ tần vô tuyến lại hạn chế, do vậy muốn tăng dung lượng ta bắt buộc phải tăng hiệu quả sử dụng phổ tần Những tiến bộ trong mã hóa như mã Turbo, mã kiểm tra chẵn lẻ mật độ thấp đã có thể đạt tới giới hạn dung lượng Shannon của hệ thống với 1 anten Tuy nhiên có thể đạt được hiệu quả phổ tần cao hơn nữa với hệ thống có nhiều anten cả ở máy pháy lẫn máy thu Trong phần này luận văn tiến hành tìm hiểu về các kỹ thuật phân tập trong hệ thống MIMO và mã hóa không gian thời gian – một mã hóa được thiết kế để sử dụng với nhiều anten phát.

Hình 4.1: Sơ đồ khối hệ thống MIMO

Dung luợng hệ thống là tốc độ truyền dẫn cực đại với xác suất lỗi nhỏ nhất dịnh Ma trận kênh truyền H của kênh truyền MIMO định truớc và đuợc xem là bất biến trong suốt thời gian truyền và tổng công suất phát trên N anten là P đuợc xem là không đổi

Các nghiên cứu gần đây nhất về dung luợng Shannon đối với hệ thống một anten và hệ thống nhiều anten đã chỉ ra rằng dung luợng các hệ thống MIMO đuợc cải thiện rất thông tin về kênh, chất luợng kênh truyền, v.v Dung luợng kênh đối với các mô hình anten khác nhau đuợc phân tích và trình bày sau đây

Dung luợng hệ thống SISO phụ thuộc vào tỉ số tín hiệu trên nhiễu và đuợc xác định theo công thức Shanon:

C = log 2 (1+SNR.) bits/Hz (4.1) Trong thực tế, các kênh vô tuyến luôn thay đổi về thời gian và chịu ảnh huởng bởi fading ngẫu nhiên Vì vậy dung luợng đuợc viết lại nhu sau:

4.1.2 Dung luợng kênh MISO và SIMO

(1+SNR.|H|2) bits/channel use (4.2) Với H là ma trận kênh truyền đuợc chuẩn hóa

Mô hình kênh với nhiều anten vào 1 anten ra

Hình 4.2: Kênh truyền MISO Mô hình kênh với 1 anten vào nhiều anten ra

Hình 4.3: Kênh truyền SIMO một anten phát nhiều anten thu (SIMO) tổng quát như sau:

C = log 2 (1+SNR H.H H ) bit/s/ (4.3) Trong đó: H H

4.1.3 Dung luợng hệ thống MIMO: là ma trận chuyển vị phức của ma trận H

.H]) bits/(sHz) (4.4) Với H là ma trận kênh truyền γ là SNR ( tỉ số tín hiệu trên nhiễu)

I là ma trận vuông đon vị Ðơn vị bit/(sHz) cho thấy với băng thông W, tốc độ tối đa có thể đạt đuợc cho kênh truyền ổn dịnh là CW bit/s

Dung luợng tăng theo Min (NT x NR) Trong truờng hợp số anten thu bằng với số anten phát (NT= NR = M) ta có:

2(1 + SNR) (4.5) Phương trình (4.5) cho thấy dung luợng kênh MIMO tăng tuyến tính với số luợng anten (Hình 4.4) cho chúng ta thấy cụ thể dung luợng ứng với từng hệ thống

Hình 4.4: Mô phỏng dung lượng với các chếđộ phân tập khác nhau

4.2 Các kĩ thuật phân tập

Trong thông tin đa đường không dây, kỹ thuật phân tập được sử dụng rộng rãi để giảm ảnh hưởng của fading và tăng độ tin cậy truyền dẫn mà không cần tăng công suất phát hoặc thay đổi băng thông Hầu hết các hệ thống không dây đều áp dụng các kỹ thuật phân tập Theo các miền người ta chia thành các kỹ thuật phân tập sau: phân tập tần số, phân tập thời gian và phân tập không gian

Phân tập thời gian được thực hiện bằng cách phát nhiều bản tin giống nhau tại các khe thời gian khác nhau, do đó bộ thu sẽthu được các tín hiệu không tương quan về fading

Khoảng thời gian phân cách giữa các lần phát là phải lớn hơn thời gian kết hợp (coherence time) của kênh truyền để đảm bảo các fading xảy ra với tín hiệu trong khoảng thời gian này sẽ không tương quan với nhau Trong các hệ thống thông tin di

(Interleaving) và mã hoá sửa lỗi Interleaving sẽ tạo ra khoảng thời gian phân cách giữa các bản sao của tín hiệu truyền, do đó sẽ tạo ra các tín hiệu độc lập về fading tại bộ giải mã Do Interleaving sẽgây nên độ trễ khi giải mã nên kỹ thuật này chỉ phù hợp với các môi trường có fading nhanh khi khoảng thời gian kết hợp (coherence time) của kênh truyền nhỏ Với các kênh truyền có fading chậm, việc sử dụng các bộ Interleaver có kích thước lớn sẽ gây ra hiện tượng trễ rất đáng kể, không chấp nhận được cho các ứng dụng nhạy với độ trễnhư truyền thoại Một nhược điểm của kỹ thuật phân tập thời gian là sự sử dụng băng thông không hiệu quả do sựdư thừa nhiều dữ liệu trong miền thời gian

Kỹ thuật phân tập không gian hay còn gọi là phân tập anten (Antenna Diversity) được sử dụng phổ biến trong truyền dẫn viba Kỹ thuật này được thực hiện bằng cách dùng nhiều anten hoặc dãy anten sắp xếp theo một cách hợp lý để phát/thu tín hiệu Các anten được phân cách nhau một khoảng cách vật lý để đảm bảo các tín hiệu không tương quan nhau Khoảng phân cách yêu cầu sẽthay đổi theo độcao anten, môi trường truyền sóng và tần số thu phát Thông thường, khoảng phân cách vài bước sóng là đủ đảm bảo các tín hiệu không tương quan Trong phân tập không gian, các bản sao của tín hiệu truyền được cung cấp đến bộ thu dưới dạng dư thừa trong miền không gian

Không như phân tập thời gian và tần số sử dụng băng thông không hiệu quả, phân tập không gian đảm bảo sử dụng hiệu quảbăng thông Đây là một đặc tính rất hấp dẫn cho việc phát triển truyền thông vô tuyến tốc độcao trong tương lai.

Phân tập phân cực và phân tập góc là 2 dạng của phân tập không gian Trong phân tập phân cực tín hiệu phân cực đứng và tín hiệu phân cực ngang được phát bằng 2 anten phân cực khác nhau và thu bằng 2 anten phân cực khác nhau Sự khác nhau về phân cực đảm bảo 2 tín hiệu không tương quan mà không cần phải đặt 2 anten cách xa nhau

Phân tập góc được sử dụng phổ biến cho truyền dẫn với tần số sóng mang trên 10Ghz hiệu thu từ các hướng khác nhau sẽ độc lập với nhau Từ đó 2 hoặc nhiều anten định hướng để thu từ các hướng khác nhau ở máy thu sẽ tạo ra bản sao của tín hiệu phát không tương quan.

Dựa trên số lượng các anten được dùng cho phát hay thu ta phân loại phân tập không gian thành phân tập phát và phân tập thu Trong phân tập phát, nhiều anten được triển khai ở vị trí máy phát Tin được xử lý ở máy phát và sau đó được truyền chéo qua các anten Còn trong phân tập thu thì nhiều anten được sử dụng ở máy thu để thu các bản sao độc lập của tín hiệu phát Các bản sao của tín hiệu phát được kết hợp đểtăng SNR và giảm fading đa đường

MÔ HÌNH QC LDPC – MIMO VÀ K Ế T QU Ả MÔ PH Ỏ NG 5.1 Sơ đồ kh ố i h ệ th ố ng mô ph ỏ ng

Hình 5.1: Sơ đồ khối hệ thống mô phỏng Đầu tiên một chuỗi dữ liệu nhị phân ngẫu nhiên được phát đi, sau đó chuỗi nhị phân này được truyền đến bộ mã Quasi Cyclic (QC) LDPC nhằm thực hiện mã hóa kênh, kế tiếp được đưa đến khối điều chế Trong phần điều chế sẽ sử dụng các kiểu điều chế số khác nhau Sau khi được điều chế, tín hiệu được truyền đến bộ mã hóa Alamouti đ ể được phát trên kênh truyền MIMO Bộ thu dò tín hiệu và tạo đáp ứng xung kênh Sau khi qua bộ giải mã không gian – thời gian, tín hiệu lại được truyền đến bộ giải điều chế rồi đến bộ giải mã QC LDPC và khi đó ta sẽ thu lại được tín hiệu ban đầu

Mã QC LDPC sử dụng trong mô phỏng là một mã QC LDPC có ma trận kiểm tra chẵn lẻ dựa trên ma trận cơ bản có số hàng bằng 5, số cột bằng 10, ma trận con circulant có kích thước p có thểthay đổi Giá trị p có thể tham khảo ở (bảng 3.1)

Lưu đồ thuật toán mô phỏng Bắt đầu

Mã hóa QC LDPC Điều chế số

Giải điều chế số Giải mã ML

SNR Hiển thị kết quả

5.3.1 Đánh giá hiệu quả của hệ thống thông qua việc giải mã QC LDPC bằng thuật toán SPA với số vòng lặp thay đổi Để mô phỏng, trong luận văn sử dụng mã QC LDPC với kích thước ma trận H(250,500) dựa trên ma trận cơ bản H b (5,10) và kích thước ma trận circulant p = 50 thực hiện trên kênh truyền AWGN, chiều dài bit thông tin tạo ra ngẫu nhiên là 250bit, thực hiện thuật toán giải mã tổng tích (SPA) số vòng lặp được chọn là 5, 10 và 50

Hình 5.3: Hiệu quả của hệ thống khi thay đổi số vòng lặp là 5,10 và 50 khi giải mã

QCLDPC dùng thuật toán giải mã SPA Đồ thị BER theo SNR của (Hình 5.3) cho thấy hiệu quả của việc giải mã SPA có số vòng lặp tăng lên, tại BER = 10 -6 thì SNR = 3,6dB; 3,8dB và 3,9dB tương ứng với số vòng lặp là 50; 10 và 5 vòng Khi tăng s ố vòng lặp từ 5 lên 10 vòng với cùng một hiệu trong việc xử lý phần cứng, cần phải đảm bảo thời gian trễ hợp lý

5.3.2 Đánh giá hệ thống QC LDPC qua việc thay đổi chiều dài mã

Hình 5.4: So sánh BER với chiều dài mã thay đổi (tương ứng với kích thước ma trận con circulant là 11, 50, 100) của mã QC LDPC, thuật toán giải mã SPA

Thực hiện mô phỏng hệ thống mã QC LDPC (5,10) với sốkích thước ma trận con thay đổi càng lớn thì đạt hiệu suất càng cao Cụ thể với BER = 10 -4 thì SNR = 7,5dB; 9,1dB;

10,8dB tương ứng với kích thước ma trận con là 100x100; 50x50; và 11x11, độ chênh lệch giữa mã có hiệu suất cao nhất và thấp nhất là 3,3dB Như vậy hệ thống sử dụng mã QC LDPC có độ dài mã càng lớn thì hiệu suất càng cao, nhưng điều này cũng đồng nghĩa với việc phải trả giá về bộ nhớ và cũng cần xây dựng một thuật toán giải mã tối ưu hơn thay thế cho thuật toán giải mã tổng tích Có thể dùng thuật toán giải mã list- syndrome decoding [5] được tác giả Y Zhang, H Song, để xuất trong năm 2012 dùng mã với kiểu điều chế BPSK trên kênh truyền AWGN

Tiến hành mô phỏng hệ thống với mã QC LDPC có ma trận H(25,50) với p = 5, số vòng lặp là 20, kết quảnhư đồ thị (Hình 5.5)

Hình 5.5: Đồ thị BER của hệ thống khi dùng mã QC LDPC và không dùng mã thực hiện điều chế BPSK trên kênh truyền AWGN Kết quả mô phỏng cho thấy với hệ thống có sử dụng mã sửa lỗi QC LDPC thì hiệu quả tốt hơn nhiều so với hệ thống không dùng mã Cụ thể tại giá trị BER = 10 -3 thì giá trị SNR tương ứng lần lượt là 5,3dB và 9,1dB của hệ thống có dùng mã và không dùng mã QC LDPC Như v ậy hệ thống có mã QC LDPC có đ ộ tăng ích là 3,8dB tại BER

-3 Với việc thiết kế cấu trúc mã hợp lý và chiều dài lớn thì hiệu quảtăng cao hơn rất nhiều Thật vậy, ta có thể xem qua kết quả trong [ 20 ] của nhóm tác giả Vikram Arkalgud Chandrasetty và các cộng sự thực hiện trong đầu năm 2013 như ( Hình 5.6)

Hình 5.6: Hiệu suất BER của mã QC LDPC với chiều dài thay đổi [20]

Thông qua các kết quả trên, ta có thể tạm thời kết luận đểđạt được độtăng ích mã và khảnăng sửa sai hiệu quả thì trong hệ thống nhất thiết phải dùng bộ mã QC LDPC

5.3.4 So sánh hiệu suất BER của hệ thống ứng với các kiểu điều chế khác nhau như BPSK và QAM Để đánh giá hiệu quả của của hệ thống trong trường hợp thực hiện với các kiểu điều chế khác nhau ta thực hiện các thông số đầu vào như (Bảng 5.1)

Bảng 5.1: Bảng thông số dùng để mô phỏng hệ thống với kiểu điều chế QAM và BPSK

Trọng số hàng ,cột (3,6) Kích thước ma trận Circulant P = 50 Kích thước ma trận H (250,500) Chiều dài bit thông tin ngẫu nhiên 800 bit

Kiểu điều chế 8QAM và BPSK

Thuật toán giải mã QC LDPC SPA – Giải mã tổng tích Số vòng lặp tối đa 10 vòng lặp

Thực hiện mô phỏng hệ thống với các thông số cho ở (Bảng 5.1), kết quả mô phỏng thể hiện trên (Hình 5.7) cho thấy trên kênh truyền có nhiễu AWGN hệ thống vẫn hoạt động hiệu quảđối với cả hai kiểu điều chế QAM và BPSK Tuy nhiên giữa hai kiểu điều chế này hệ thống dùng mã QC LDPC vẫn chưa có có độ tăng ích rõ rệt cho kiểu điều chế nào, dù kiều điều chế BPSK có nhỉnh hơn 1 chút

Hình 5.7: So sánh BER của hệ thống trong trường hợp điều chế QAM và BPSK

Bằng cách so sánh kết quả mô phỏng ở (Hình 5.7) với kết quả mô phỏng trong luận văn thạc sĩ (hình 5.8,trang 74)[22] năm 2011 của tác giả N.T.Hậu , các thông số đầu vào, chiều dài bộ mã là tương đương nhau B ộ mã mà N.T.Hậu thực hiện là mã LDPC (256,512) bất quy tắc và kết quả cho ở (Hình 5.8)

Hình 5.8: BER của hệ thống Alamouti 2 anten phát 2 anten thu có sử dụng bộ mã và không dùng mã LDPC trong truờng hợp sử dụng kiểu diều chế 16QAM

Dựa vào đồ thị cho ở (hình 5.7) và (Hình 5.8), ta thấy hệ thống MIMO 2x2 dùng mã QC LDPC là tốt hơn cả Chẳng hạn tại giá trị BER = 10 -4 thì SNR bằng 7,5dB đối với hệ thống dùng mã QC LDPC còn SNR lần lượt bằng 22dB và 24dB hệ thống LDPC và không mã Như vậy rõ ràng tại BER = 10 -4

5.3.5 Đánh giá hệ thống QCLDPC qua phân tập thu MISO:1x2; 1x4; 1x8 thì hệ thống dùng bộ mã QC LDPC có đ ộ tăng ích là 14.5dB đối với hệ thống dùng mã LDPC và 16.5dB đ ối với hệ thống không dùng mã

Tiến hành mô phỏng hệ thống MISO với kích thước ma trận H cho ở mã QC LDPC là (100,200) dựa trên ma trận cơ bản (5,10) và p = 20, thực hiện điều chế 16PSK trên kênh truyền Rayleigh Fading (F = 2), kết quả mô phỏng cho ở (hình 5.9)

Hình 5.9: So sánh BER của bộ mã QC LDPC trong hệ thống MISO với sốlượng anten phát thay đổi