1. Trang chủ
  2. » Luận Văn - Báo Cáo

Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM

94 2 0
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Mã hóa Không gian – Thời gian và ước lượng kênh bằng pilot tối ưu trong hệ thống MIMO-OFDM
Tác giả Ngô Thị Lụa
Người hướng dẫn TS Phan Hồng Phương
Trường học Đại học Quốc gia Tp. HCM
Chuyên ngành Kỹ Thuật Điện Tử
Thể loại Luận văn thạc sĩ
Năm xuất bản 2012
Thành phố TP. HỒ CHÍ MINH
Định dạng
Số trang 94
Dung lượng 2,33 MB

Cấu trúc

  • CHƯƠNG I: MỞ ĐẦU (16)
    • 1.1 Giới thiệu chung (16)
    • 1.2 Tổng quan tình hình ứng dụng trong mạng viễn thông hiện nay (20)
    • 1.3 Tình hình nghiên cứu hiện nay (21)
    • 1.4 Tính cấp thiết của đề tài (25)
    • 1.5 Mục tiêu, cách tiếp cận (26)
    • 1.6 Phương pháp, đối tượng và phạm vi nghiên cứu (26)
    • 1.7 Ý nghĩa khoa học và thực tiễn của đề tài (27)
  • CHƯƠNG II: KÊNH TRUYỀN VÔ TUYẾN (28)
    • 2.1 Tổng quan về kênh truyền vô tuyến (28)
      • 2.1.1 Large Scale: Suy hao trong lan truyền không gian tự do (28)
      • 2.1.2 Small scale fading và hiện tượng đa đường (28)
    • 2.2 Hệ thống MIMO-OFDM (29)
      • 2.2.1 Kỹ thuật OFDM (29)
      • 2.2.2 Hệ thống MIMO-OFDM (32)
  • CHƯƠNG III: ƯỚC LƯỢNG KÊNH TRUYỀN (35)
    • 3.1 Ước lượng kênh dùng chuỗi huấn luyện (Training Sequences) (35)
      • 3.1.1 Ý tưởng của phương pháp (35)
      • 3.1.2 Mô hình hệ thống (36)
      • 3.1.3 Đánh giá thông số ảnh hưởng (37)
      • 3.1.4 Ưu khuyết điểm của phương pháp (38)
    • 3.2 Ước lượng kênh dựa vào pilot-tones (38)
      • 3.2.1 Tổng quan ước lượng kênh dựa vào pilot-tones (38)
      • 3.2.2 Thiết kế pilot (44)
      • 3.2.3 Thông số ảnh hưởng hiệu quả phương pháp (48)
      • 3.2.4 Ưu khuyết điểm phương pháp (48)
    • 3.3 Ước lượng kênh truyền bằng phương pháp mù (Blind estimation) (49)
  • CHƯƠNG IV: MÃ HÓA KÊNH TRUYỀN KHÔNG GIAN – THỜI GIAN (50)
    • 4.1 Tốc độ mã hóa (50)
    • 4.2 Mã hóa không gian - thời gian (50)
      • 4.2.1 Mã hóa Alamouti (51)
      • 4.2.2 Mã khối không gian – thời gian (STBC – Space - time block code) (55)
      • 4.2.3 Mã Turbo không gian – thời gian (56)
  • CHƯƠNG V: MÔ PHỎNG (69)
    • 5.1 Chương trình mô phỏng (69)
    • 5.2 Sơ đồ khối của hệ thống (71)
    • 5.3 Ước lượng kênh truyền (72)
    • 5.4 Mã hóa kênh truyền (79)
      • 5.4.1 Mã hóa Alamouti (79)
      • 5.4.2 Mã hóa Turbo không gian – thời gian (83)
      • 5.4.3 Ảnh hưởng của kiểu điều chế số (84)
  • KẾT LUẬN (88)
  • TÀI LIỆU THAM KHẢO (91)

Nội dung

- Tìm hiểu giải thuật ước lượng kênh truyền MIMO-OFDM trong kênh fading lựa chọn tần số biến đổi theo thời gian và đưa ra phương pháp ước lượng cũng như đề nghị thiết kế pilot tối ưu để

KÊNH TRUYỀN VÔ TUYẾN

Tổng quan về kênh truyền vô tuyến

Trong hệ thống thông tin di động, kênh truyền vô tuyến là một yếu tố luôn được xét đến Bản chất thay đổi ngẫu nhiên theo thời gian cũng như không gian của kênh truyền gây ra những ảnh hưởng to lớn đến hoạt động của hệ thống Để có thể hạn chế ảnh hưởng của kênh truyền và thiết kế thành công một hệ thống thông tin với các thông số tối ưu, ta phải nắm bắt được các đặc tính của kênh truyền vô tuyến cũng như mô hình hóa kênh truyền hợp lý Trong chương này chúng ta sẽ có cái nhìn tổng quan về đặc tính kênh truyền đồng thời phân loại kênh truyền vô tuyến theo đặc tính của chúng

Người ta xem xét các ảnh hưởng lên tín hiệu dựa trên mô hình large scale fading và small scale fading

2.1.1 Large Scale: Suy hao trong lan truyền không gian tự do

Suy hao lan truyền trong không gian tự do bao gồm suy hao đường truyền khi truyền dẫn trong không gian tự do, suy hao do ảnh hưởng của phản xạ (hiện tượng đa đường) và ảnh hưởng sự che khuất do vật cản giữa nơi phát và nơi thu

2.1.2 Small scale fading và hiện tượng đa đường

Small scale fading là sự thay đổi về biên độ và pha của tín hiệu khi có sự thay đổi nhỏ về khoảng cách bộ phát và bộ thu

Trong đó bao gồm fading do hiện tượng Dopler, là hiện tượng khi bộ phát hay bộ thu di chuyển dẫn đến dịch tần số Dopler, ngoài ra các vật di chuyển trong môi trường vô tuyến cũng tạo ra hiện tượng Dopler Để so sánh tính chất của các kênh truyền đa đường, người ta sử dụng các thông số như độ trễ trung bình vượt mức (mean excess delay), trải trễ hiệu dụng (rms delay spread) Các thông số này có thể được tính từ đặc tính công suất truyền tới bộ thu của các thành phần đa đường (power delay profile)

Phân loại small scale fading: Tùy thuộc vào mối quan hệ giữa các thông số tín hiệu và các thông số của kênh truyền mà tín hiệu truyền bị ảnh hưởng các loại fading khác nhau Có 4 loại fading dưới đây

 Phân loại dựa trên trải trễ:

 Phân loại dựa trên dịch Dopler:

Hệ thống MIMO-OFDM

Như ta đã biết, kỹ thuật đa truy cập được sử dụng để cho phép nhiều người đồng thời cùng sử dụng một băng tần vô tuyến cố định Có 3 kỹ thuật đa truy cập cơ bản là FDMA (Frequency Division Multiple Access), TDMA (Time Division Multiple Access) và CDMA (Code Division Multiple Access)

Trong đó FDMA là công nghệ ghép kênh bằng cách chia tần số ra thành các khoảng băng thông nhỏ cho phép các users truyền dữ liệu liên tục theo thời gian trên băng băng tần này Nhưng vì mỗi người dùng đều chiếm 1 băng tần nhỏ này dù sử dụng hay không, nên điều này dẫn đến phí phạm băng thông

Hình 2.1: Biểu diễn các dạng truy cập

Còn TDMA ghép kênh chia theo khe thời gian Mỗi thuê bao được cấp một khe thời gian trong cấu trúc khung Tuy nhiên kỹ thuật này có khuyết điểm là hiện tượng trễ truyền dẫn gây ra sự trùng chập tín hiệu giữa hai khe thời gian lân cận nếu thời gian bảo vệ của mỗi khe không đủ Nếu tăng thời gian bảo vệ lên thì dung lượng kênh sẽ giảm Để dung lượng kênh không bị giảm thì có thể sử dụng phương pháp thứ hai là không có thời gian bảo vệ mà thay thế bằng cách điều chỉnh định thời phát của thuê bao MS Tuy nhiên khi đó cần phải xác định khoảng cách MS –BS và điều chỉnh định thời thích ứng Vì vậy, cần phải tùy theo đặc điểm từng hệ thống mà lựa chọn phương pháp thích hợp Hệ thống TDMA điển hình là GSM (Global System for Mobile)

Tương tự trong CDMA, các thuê bao được phân biệt với nhau theo các mã khác nhau Các thuê bao có thể thực hiện cuộc gọi đồng thời mà không gây nhiễu nhờ tính không tương quan giữa các mã khác nhau đó Hệ thống CDMA điển hình là IS-95

Dựa trên các ưu điểm và khuyết điểm của các kỹ thuật ghép kênh đã có trước, người ta phát triển kỹ thuật OFDM giống với ghép kênh theo tần số ở trên, nhưng tín hiệu được tách ra làm nhiều băng hẹp tại những tần số khác nhau, luồng dữ liệu tốc độ cao được chia thành những luồng dữ liệu có tốc độ thấp hơn, truyền trên những sóng mang con trực giao Ưu điểm đầu tiên của nó là chống lại nhiễu fading chọn lọc tần số Ngoài ra OFDM còn có nhiều ưu điểm nổi bật như tiết kiệm băng thông, loại ICI, ISI, khả năng kháng nhiễu tốt, giảm độ phức tạp điều

25 chế nhờ khối IFFT/FFT, cải thiện BER nhờ phương pháp xen và mã hóa kênh thích hợp, truyền tốc độ dữ liệu cao…

Hình 2.2: Sóng mang con trong OFDM

Hình 2.3: Sơ đồ tổng quát của một khối điều chế OFDM

+ Khối biến đổi tín hiệu song song sang nối tiếp và ngược lại: biến đổi tín hiệu từ luồng dữ liệu nối tiếp thành song song để truyền đi trong môi trường và ngược lại Đồng thời hệ thống cũng ngẫu nhiên hóa (scramble) dữ liệu để tránh lỗi nhóm

+ Khối điều chế và giải điều chế: sử dụng các phương pháp điều chế kết hợp (PSK, QAM, DPSK,…) để điều chế tín hiệu thành các sóng cao tần truyền đi trong môi trường và ngược lại

+ Khối IFFT/FFT: Khi truyền tín hiệu, mỗi sóng mang con cần một máy phát sóng sine, một bộ điều chế và giải điều chế riêng nó Nếu số sóng mang con lớn thì việc thi công hệ thống là cực kì phức tạp Giải thuật IDFT/DFT có vai trò như hàng loạt bộ điều chế và giải điều chế, giúp giải quyết vấn đề này

+ Khối chèn và tách khoảng bảo vệ: Khối này có chức năng chèn CP (cyclic prefix) vào mỗi ký hiệu OFDM để phần trễ đa đường của ký hiệu OFDM này sẽ không giao thoa với ký hiệu OFDM kế tiếp, loại bỏ hầu như hoàn toàn nhiễu ICI và ISI

Hệ thống MIMO sử dụng dãy antenna ở cả 2 đầu kênh truyền là bên phát và bên thu Nhờ đó nó cho phép truyền cùng lúc nhiều ký hiệu, sử dụng khả năng beamforming và triệt nhiễu hiệu quả Đồng thời dung lượng hệ thống thông tin vô tuyến tăng lên đáng kể Qua thực nghiệm cho thấy với 1 hệ thống MIMO và bên thu biết được đặc tính kênh truyền thì dung lượng hệ thống tỉ lệ với số antenna sử dụng

Nhờ kết hợp kỹ thuật OFDM vào hệ thống MIMO nên hệ thống MIMO- OFDM có ưu điểm của cả hai kỹ thuật trên o Tiết kiệm băng thông đến gần 50% so với điều chế đa truy cập bằng phân tần số thông thường

27 o Khi truyền tín hiệu với phổ tần số rộng thì sẽ bị ảnh hưởng rất lớn bởi kênh truyền chọn lọc tần số Việc sử dụng phân chia các kênh con có phổ tần số nhỏ hơn giúp loại bỏ ảnh hưởng kênh truyền chọn lọc tần số

Hình 2.5 : OFDM loại bỏ fading lựa chọn tần số o Tốc độ truyền dữ liệu: dung lượng kênh truyền tăng lên theo số antenna phát và antenna thu, đồng nghĩa tốc độ truyền tin trong hệ thống cũng cải thiện đáng kể

Hình 2.6: Tốc độ truyền dữ liệu o Tỉ lệ truyền sai thấp: Nhờ đặc tính độ lợi phân tập trong MIMO nên tín hiệu thu được là khá ổn định Điều này giúp giảm tỉ lệ sai bit trong truyền tin

Hình 2.7: Tỷ lệ truyền sai trong hệ thống MIMO

 Sơ đồ khối hệ thống MIMO-OFDM

Hình 2.8: Sơ đồ khối hệ thống MIMO-OFDM

ƯỚC LƯỢNG KÊNH TRUYỀN

Ước lượng kênh dùng chuỗi huấn luyện (Training Sequences)

3.1.1 Ý tưởng của phương pháp Ý tưởng của phương pháp dùng training sequences (TS) là ước lượng hệ số đáp ứng xung kênh truyền dựa vào tín hiệu thu và tín hiệu đã biết ở anten phát

Kênh truyền chỉ được ước lượng tại các symbol được dùng để chèn TS Hệ số kênh truyền được ước lượng sẽ được dùng để cân bằng kênh các symbol OFDM giữa nó và symbol TS tiếp theo

3.1.2 Mô hình hệ thống i Sơ đồ khối tín hiệu băng gốc của bộ phát:

Hình 3.1: Sơ đồ khối bộ phát trong hệ thống TS channel estimation

+ Khối modulation & interleaver: thực hiện xáo trộn và điều chế dữ liệu nhị phân

+ Khối S/P: Chuyển đổi dữ liệu nối tiếp sang dữ liệu song song

+ Khối Insert: Chèn TS vào khung dữ liệu

+ Khối IFFT: Biến đổi ngược Fast Fourier Transform IFFT, tín hiệu được biến đổi từ miền tần số sang miền thời gian

+ Add CP: Thêm phần mở rộng vào tín hiệu OFDM trong miền thời gian

+ P/S : chuyển đổi dữ liệu từ dạng song song sang nối tiếp

Trong phần này chúng ta chỉ xem xét hoạt động của khối Insert TS, các khối khác hoạt động tương tự như trong hệ thống OFDM thông thường

31 ii Sơ đồ khối tín hiệu băng gốc ở bộ thu:

Hình 3.2: Sơ đồ khối bộ thu TS channel estimation

Trong mô hình bộ thu, các khối S/P, CP remove, FFT hoạt động như trong mô hình OFDM thông thường Ở đây chúng ta chỉ xem xét hoạt động các khối dùng để ước lượng kênh và ước lượng tín hiệu nguồn

+ Khối TS remove:tách TS và Data từ chuỗi dữ liệu OFDM nhận được

Dựa vào khoảng cách chèn TS ở bộ phát mà khối TS Remove xác định được vị trí của TS và vị trí của Data

+ Khối ước lượng kênh (LS channel estimation): dựa vào các thông số symbol OFDM ở bộ thu và symbol OFDM (TS) ở bộ phát để ước lượng ma trận kênh truyền

3.1.3 Đánh giá thông số ảnh hưởng:

 Chiều dài của phần mở rộng CP:

Trong điều chế OFDM, mục đích của việc thêm phần mở rộng tín hiệu CP là để loại bỏ nhiễu ISI Mà khi chiều dài CP bằng chiều dài kênh truyền thì có thể loại bỏ hoàn toàn nhiễu ISI Nhiễu ISI ảnh hưởng đến mối liên hệ giữa tín hiệu thu và tín hiệu phát trong miền thời tần số, do đó ảnh hưởng đến ước lượng kênh

 Khoảng cách giữa các TS:

Trong phương pháp dùng TS, kênh truyền chỉ được ước lượng tại các symbol TS, rồi được dùng để ước lượng các symbol khác Tuy nhiên do ảnh hưởng của môi trường, nên bản thân kênh truyền tại các symbol khác nhau có sự

TS thay đổi Do đó khoảng cách chèn TS càng nhỏ thì độ chính xác ước lượng càng cao, nhưng đổi lại dung lượng hệ thống giảm

Hiệu ứng Doopler là một trong những thông số ảnh hưởng lớn nhất đến sự sai biệt pha của đáp ứng kênh truyền tại các thời điểm khác nhau Do đó tần số Doopler càng lớn thì hiệu quả ước lượng càng thấp

3.1.4 Ưu khuyết điểm của phương pháp: Ưu điểm:

 Việc chèn TS và tính toán hệ số đáp ứng xung của kênh truyền không phức tạp

 Trong điều kiện môi trường không bị ảnh hưởng nặng của hiệu ứng Doopler thì phương pháp ước lượng dùng TS có thể đạt hiệu quả rất cao

 Không khắc phục được ảnh hưởng của hiệu ứng Doopler

 Tiêu tốn băng thông tín hiệu, giảm dung lượng hệ thống do phải truyền TS.

Ước lượng kênh dựa vào pilot-tones

3.2.1 Tổng quan ước lượng kênh dựa vào pilot-tones 3.2.1.1 Khái niệm pilot-tones

Pilot-tones là những sóng mang con được dùng để truyền dữ liệu đã biết trong miền tần số Ý tưởng của ước lượng kênh dùng pilot-tones là sử dụng một số sóng mang con của symbol OFDM để truyền dữ liệu training dùng để ước lượng kênh Như vậy thay vì chèn pilot trong miền thời gian như phương pháp dùng Training Sequences, thì lại chèn pilot trong miền tần số Khác với trong phương pháp dùng Training Sequences, kênh truyền chỉ được ước lượng tại

33 những symbol dùng làm TS, thì trong pilot-tones, kênh truyền được ước lượng tại mỗi symbol OFDM

3.2.1.2 Mô hình hệ thống i Sơ đồ khối tín hiệu băng gốc bộ phát

Hình 3.3: Sơ đồ khối bộ phát dùng pilot-tones

Các khối Modulation & Interleaver, S/P, IFFT, add CP, P/S hoạt động như trong hệ thống OFDM cơ bản Tuy nhiên, khi qua khối S/P, thay vì tạo thành tín hiệu song song gồm NFFT tín hiệu, thì chỉ tạo ra chuỗi song song gồm (NFFT- NP) tín hiệu Với Np là số pilot-tones Np sóng mang còn lại sẽ được chèn vào sau khối Insert pilot

Trong phần này chúng ta chỉ xem xét kỹ hoạt động của khối chèn pilot

Nhiệm vụ của khối Insert Pilot là chèn các pilot-tones vào Symbol tại các vị trí dùng để làm pilot, và chèn dữ liệu tại các vị trí còn lại

Hình 3.4: Ví dụ chèn pilot-tones với khoảng cách Pilot-tones là 2 ii Sơ đồ khối tín hiệu thu băng gốc

Hình 3.5: Sơ đồ khối hệ thống thu (pilot-tones) Ở đây, chúng ta chỉ xem xét hoạt động một số khối đặc trưng cho ước lượng kênh dùng Pilot-tones

Symbol OFDM sau khối FFT sẽ được đưa đồng thời tới khối Pilot extractor và Sources Decovery

Hình 3.6: Symbol OFDM sau khối FFT

+ Khối Pilot Extractor: có nhiệm vụ tách các sóng mang con dùng để truyền Pilot từ symbol thu được

+ Khối LS channel estimation: ước lượng hệ số đáp ứng xung kênh truyền trong miền thời gian dựa vào các symbol pilot ở bên phát và bên thu

+ Khối Pilot remove: Symbol sau khi Detection là Symbol phát, bao gồm cả data và pilot Do đó khối Pilot remove được sử dụng để loại bỏ các tín hiệu là pilot trong Symbol OFDM

Trong hệ thống MIMO, tín hiệu thu là tổng hợp các tín hiệu thu được từ NT anten phát đến NR anten thu Mỗi luồng tín hiệu từ anten phát p đến anten thu q được xem như một luồng tín hiệu đơn Single Input, Single Output bình thường, do đó ta xét mô hình tín hiệu cho hệ thống MIMO-OFDM tại anten thu q là tổng hợp các tín hiệu thu từ NT anten phát khác nhau:

Trong đó : q là chỉ số anten thu, p là chỉ số anten phát k là chỉ số sóng mang, m là số symbol của tín hiệu OFDM N T là số anten phát

Y q k là tín hiệu thu tại anten thu q

H p q là hệ số kênh truyền giữa anten thu q và anten phát p

X p là tín hiệu phát tại anten phát p V q là AWGN tại anten thu q Xếp chồng tín hiệu thu và tín hiệu phát trong miền tần số, ta có :

Nếu chỉ xét trong một symbol OFDM, có thể viết lại (3.1.2) dưới dạng:

Mặt khác chúng ta có:

Trong đó : FN là ma trận biến đổi FFT bậc N FL là ma trận được tạo bởi L cột đầu tiên của FN

H p,q là đáp ứng xung kênh truyền giữa anten phát p và anten thu q trong miền thời gian

Như vậy chúng ta có thể viết lại (3.1.4) dưới dạng:

Y diag X H V diag X F h V diag X F diag X F diag X F h V

3.2.1.4 Giải thuật Least Mean Square

Từ phương trình (3.1.6) ta thấy phương trình có dạng tuyến tính Vì vậy, nếu biết được tín hiệu thu và tín hiệu phát thì chúng ta có thể ước lượng được hệ số đáp ứng xung kênh truyền dựa vào giải thuật Least Square

Mục đích của giải thuật Least-Square áp dụng vào ước lượng kênh truyền là nhằm tối thiểu hóa nhiễu kênh truyền Ta có tín hiệu nhiễu: q q q

Y Qh Y Qh Y Y h Q Y Y Qh h Q Qh Y Y h Q Y Y Qh h Q Qh

Mục đích của giải thuật LS là tìm h q sao cho cuc tieu hoa R  Ta thấy R  là hàm parabolic của h q nên giá trị R  sẽ đạt cực tiểu khi: 0 N 1 q

 Nghiệm của giải thuật Least-Square là:

Gọi P là tập hợp các sóng mang con được dùng để truyền sữ liệu huấn luyện Ta có

Gọi Y q P ( ),m X p P ( ),m V q P ( )m là các symbol để biểu diễn các tín hiệu huấn luyện dưới dạng

 Như vậy với  k thì chúng ta có:

Thực hiện biến đổi như trong phần 3.2.1, theo (3.1.6) ta có:

Trong đó: h q tương tự như trong phần 3.2.1

Từ (3.2.9), ta có thể áp dụng giải thuật Least Square để ước lượng đáp ứng xung của kênh truyền trong miền thời gian:

Từ (3.2.11) ta thấy để ước lượng được đáp ứng xung của kênh truyền thì Pilot-tones phải được thiết kế để giải thuật LS có nghiệm, hay ma trận Q P không bị suy biến

Ma trận Q P có kích thước N(LN T ) Để Q P không suy biến thì

Mặt khác F L là ma trận không suy biến Do đó, từ (3.2.6) ta có để

( P ) T rank Q LN thì rank X ( P )  LN T với

Ma trậnX P có kích thước N(NN T ) Như vậy để rank X ( P )  LN T thì X P có ít nhất LN T vector hàng là các vector độc lập tuyến tính Do đó có ít nhất LN T sóng mang con của symbol OFDM được dùng để truyền tín hiệu huấn luyện

Việc thiết kế pilot-tones cho hệ thống phải đảm bảo các yêu cầu + Giải thuật LS có nghiệm hay tồn tại ma trận nghịch đảo của Q Q P H P

+ Số sóng mang con dùng làm pilot-tones là nhỏ nhất có thể để tiết kiệm băng thông của hệ thống Số sóng mang con dùng để truyền pilot nhỏ nhất có thể là LN T

+Việc tính toán ma trận nghịch đảo của Q Q P H P đơn giản Chúng ta thường tìm cách thiết kế pilot-tones sao cho ma trận Q Q P H P là ma trận dạng

 là ma trận đơn vị Để đạt được sai số quân phương nhỏ nhất của hệ số kênh truyền được ước lượng thì nên thiết kế các pilot-tones có cùng công suất và khoảng cách giữa các sóng mang dùng để làm pilot là bằng nhau

Giả sử NFFT MLN T , khi đó khoảng cách giữa các sóng mang dùng làm pilot là M

Tập hợp sóng mang con dùng để truyền Pilot là:

Chúng ta dễ dàng nhận thấy:

Vậy để Q Q P H P là ma trận đơn vị, ta có thể thiết kế pilot-tones sao cho S S H là ma trận đơn vị

Mặt khác chúng ta có một số nhận xét sau:

1 F L P chính là L cột đầu tiên của ma trận biến đổi FFT kích thước LN T

2 F L P là ma trận unitary 3 Tất cả các cột của ma trận biến đổi FFT đều trực giao với nhau

4 Tích hai cột m và n của ma trận biến đổi FFT sẽ là cột (m+n) của ma trận đó

5 S là ma trận unitary khi và chỉ khi thỏa mãn:

Từ các nhận xét trên chúng ta có thể thiết kế pilot-tones như sau 1 Các pilot-tones tương ứng của mỗi anten phát sẽ là các cột của

N T p p p ma trận FFT kích thước LN T Ta thấy điều kiện ( S F i L P ) ( H S F i L P )  ( F L P ) H S S F i H i L P  I L thỏa mãn

Ta có : các hàng của ma trận ( S F i L P H ) tương ứng là các cột

F (ma trận biến đổi FFT kích thước LN T )

Các cột của ma trận S F j L P lần lượt là các cột n  p n j ,  0, 2, , L  1 của ma trận

F Để thỏa mãn điều kiện ( S F i L P H ) ( S F j L P )  0,   i j thì i j , ,  0,1, , 1  i j m p n p m n L m n p p

    Nếu chúng ta chọn p i  (i 1)Lthì điều kiện 2 sẽ thỏa mãn

Như vậy với trường hợp NFFT MLN T thì ta có thể thiết kế pilot-tones:

- Các sóng mang con dùng để truyền pilot(tín hiệu tham khảo) cách đều nhau khoảng M

- Giá trị của các pilot-tones của anten phát k tương ứng là cột (k-1)L của ma trận

Trong trường hợp NFFT không chia hết cho LN T , thay vì thiết kế pilot- tones chỉ gồm LN T sóng mang con, chúng ta có thể chọn số sóng mang con là K sao cho K>LN T và NFFT chia hết cho K Khi đó quá trình thiết kế sẽ tương tự như trên

3.2.3 Thông số ảnh hưởng hiệu quả phương pháp

 Độ dài phần mở rộng CP:

Tương tự phần trên, CP càng lớn thì độ chính xác của phương pháp càng cao Khi CP bằng độ dài đáp ứng xung kênh truyền thì ta được hiệu quả ước lượng cao nhất

Vì phương pháp ước lượng kênh dựa vào pilot-tones được ước lượng cho mỗi symbol OFDM Nên với giả thiết hệ số kênh truyền không thay đổi trong thời gian truyền một symbol OFDM thì ảnh hưởng của hiệu ứng Doopler tới bộ ước lượng không đáng kể

3.2.4 Ưu khuyết điểm phương pháp:

Phương pháp ước lượng kênh dựa vào pilot-tones và Training Sequences tuy có khác nhau về kỹ thuật ước lượng nhưng cơ bản đều dựa trên giải thuật Least Square Mỗi phương pháp đều có những ưu nhược điểm riêng Đối với phương pháp ước lượng kênh dựa vào Training sequences, chúng ta phải đánh đổi giữa dung lượng hệ thống và độ chính xác của các thông số được ước lượng Vì chỉ ước lượng kênh tại một số Symbol nên trong điều kiện kênh truyền biến đổi nhanh, hay tần số do trải Doopler gây ra lớn thì độ chính xác của hệ số kênh truyền ước lượng sẽ không cao, do đó giảm SER của hệ thống Tuy

43 nhiên việc thực hiện chèn TS, thiết kế TS và tính toán khá đơn giản so với việc thiết kế pilot-tones Đối với phương pháp ước lượng kênh dựa vào pilot-tones, kênh truyền được ước lượng tại mỗi symbol OFDM, vì vậy hạn chế ảnh hưởng do trải tần số Doopler Việc thiết kế và tính toán Pilot-tones tuy phức tạp nhưng tối ưu được dung lượng kênh truyền Trong trường hợp kênh truyền biến đổi nhanh thì độ chính xác của các hệ số ước lượng không thay đổi nhiều.

Ước lượng kênh truyền bằng phương pháp mù (Blind estimation)

Phương pháp ước lượng kênh truyền mù là phương pháp sử dụng phương pháp thống kê tín hiệu, dựa trên đặc tính không tương quan giữa không gian tín hiệu và không gian nhiễu để xác định ma trận kênh truyền

 Sơ đồ khối của phương pháp ước lượng mù:

Hình 3.8: Sơ đồ khối ước lượng mù

MÃ HÓA KÊNH TRUYỀN KHÔNG GIAN – THỜI GIAN

Tốc độ mã hóa

Tốc độ của bộ mã hóa STC được cho bởi: R = k/p

Với: k - số ký tự đã điều chế ở ngõ vào bộ STC (mỗi nhóm tín hiệu được điều chế có m bit thông tin) p - số chu kỳ để truyền các ký tự mã hóa ra ngoài các antenna phát (hay số khe thời gian để truyền k ký tự trên bằng N T anten phát)

Hiệu suất phổ của bộ STC là:

Mã hóa không gian - thời gian

Mục đích chính của mã hóa không gian – thời gian STC (Space Time Code) là đạt được độ phân tập tối đa, độ lợi mã hóa cao nhất và hiệu suất cho phép lớn nhất Bên cạnh đó, độ phức tạp trong quá trình giải mã cũng rất quan trọng Thông thường trong hệ thông tin vô tuyến bộ thu phát di động bị giới hạn công suất sử dụng do pin và các thiết bị vật lý nhỏ gọn trong máy Để tăng thời

45 gian dùng pin, giảm thiểu sự phức tạp của bộ mã hóa và giải mã là rất cần thiết

Hơn nữa, trạm gốc không bị hạn chế về công suất và kích thước vật lý Người ta có thể đặt ở trạm gốc nhiều antenna độc lập Do đó, trong thực tế người ta rất quan tâm đến một hệ thống ít phức tạp có nhiều antenna phát Mã hóa khối không gian thời gian STBC (Space Time Block Code) là một giải pháp đáp ứng các yêu cầu này

Hình 4.1: Bộ mã hóa STBC

Trong giới hạn báo cáo này ta chỉ xét đến 3 loại mã không gian – thời gian là mã Alamouti, mã khối không gian – thời gian và mã Turbo không gian – thời gian

Mã hóa Alamouti là bộ STBC đầu tiên thỏa yêu cầu về phân tập phát đầy đủ cho các hệ thống 2 antenna phát Tuy nhiên, ở bộ thu cần có bộ phát hiện tín hiệu phức và cấu trúc mã này sẽ tạo ra nhiễu giữa các ký tự

Hình 4.2: Bộ mã hóa Alamouti

Từ nguồn tin, m bit thông tin được đưa qua bộ điều chế số M-ary, với m log2M Sau đó, bộ mã hóa Alamouti nhận một khối gồm 2 ký tự đã điều chế x1 và

Nguồn tin Bộ điều chế

 x 1 x 2  Nguồn tin Bộ điều chế

Txn T x nT x 2 tại mỗi thời điểm mã hóa và đưa chúng đến antenna phát tương ứng với ma trận từ mã X là:

* 2 1 x x x X x trong đó: x* là thành phần liên hợp phức của x

Tại thời điểm t nào đó, 2 tín hiệu x1 và x2 lần lượt được antenna 1 và antenna 2 phát đồng thời Và ở thời điểm tiếp theo t + Ts (T s là chu kỳ của 1 tín hiệu), 2 tín hiệu x * 2 và x * 1 lần lượt được antenna 1 và antenna 2 phát đồng thời

Rõ ràng bộ mã hóa được thực hiện cả trong miền thời gian và không gian

Các chuỗi phát tương ứng từ antenna 1 và antenna 2 là:

 (4.4) Đặc điểm của bộ mã hoá Alamouti là chuỗi dữ liệu phát từ 2 antenna trực giao với nhau bởi vì tích số của x 1 và x 2 bằng 0, ta có:

Tính chất của ma trận từ mã:

Trong đó I2 là ma trận đơn vị 2 x 2

Bộ giải mã Alamouti: Ở phía thu sử dụng bộ giải mã kết hợp và xác suất cực đại

Hình 4.3: Sơ đồ bộ giải mã Alamouti

Gọi h 1 (t) và h 2 (t) lần lượt là các tương quan kênh fading của antenna phát 1 và 2 đến antenna thu ở thời điểm t Giả sử ở bộ thu ta chỉ dùng 1 antenna, và các tương quan fading của kênh truyền là hằng số trong khoảng 2 chu kỳ truyền ký tự liên tiếp

Trong đó h i và i, (i = 0, 1) là thành phần biên độ và pha đối với đường truyền từ antenna phát i đến antenna thu và T s là chu kỳ tín hiệu

Gọi r 1 và r 2 lần lượt là tín hiệu thu được của 2 chu kỳ ký tự liên tiếp tại thời điểm t và t + Ts, ta có:

 Bộ giải mã kết hợp và xác suất cực đại

Giả sử bộ thu có thể khôi phục hoàn toàn thông tin trạng thái kênh CSI (Channel State Information), h 1 và h 2 Và tập hợp các tín hiệu điều chế có xác suất bằng nhau, thì bộ giải mã lân cận cực đại chọn 1 cặp tín hiệu (xˆ 1 ,xˆ 2 ) từ tập các tín hiệu điều chế để tối thiểu khoảng cách giữa chúng trên tất cả các giá trị cho phép có thể của xˆ 1 ,xˆ 2

Thay thế (4.9) và (4.10) vào (4.11), có thể biểu diễn việc giải mã xác suất cực đại như sau:

Với C là tập hợp có thể của tất cả các cặp ký tự điều chế (xˆ 1 ,xˆ 2 ) , 2 thống kê quyết định có được ~ x 1 và ~ x 2 bằng cách kết hợp các tín hiệu thu với CSI Các thống kê quyết định được cho bởi:

Thay r 1 và r 2 lần lượt từ (4.9) và (4.10) vào (4.13), các thống kê quyết định trở thành:

(4.14) Đối với việc nhận dạng kênh truyền h1 và h2, các thống kê quyết định ~x i (i 1, 2) chỉ là hàm của xi Vì thế, quy luật giải mã xác suất cực đại (4.12) có thể tách thành 2 quy luật giải mã độc lập lần lượt tương ứng đối với x 1 và x 2 , được cho bởi:

Trường hợp điều chế M-PSK,  2 2  2

1 h 1 x ˆ i h   , i = 1, 2 là hằng số đối với tất cả các điểm tín hiệu được điều chế, với các tương quan fading kênh được cho

Do đó, có thể suy ra quy luật quyết định của (4.15) và (4.16) đơn giản như sau:

Trường hợp có nhiều antenna thu thì:

4.2.2 Mã khối không gian – thời gian (STBC – Space - time block code)

Tương tự như mã Alamouti, ta truyền tín hiệu theo ma trận từ mã không gian - thời gian tương ứng với số antenna truyền đi

Ma trận từ mã X 2 C với 2 antenna phát, đây là trường hợp mã không gian – thời gian Alamouti:

Ma trận từ mã X 3 C với 3 antenna phát được cho bởi:

Ma trận từ mã X 4 C với 4 antenna phát được cho bởi:

4.2.3 Mã Turbo không gian – thời gian

Mã Turbo là mã được tạo ra bằng cách kết hợp hai hay nhiều bộ mã riêng biệt và có thể xen giữa là bộ ghép xen (Interkeaver) hoặc bộ tia bit (Puncturing) nhằm xáo trộn các bit để giảm lỗi cụm (burst error) tạo bởi kênh truyền fading Vì là kết hợp của nhiều bộ mã nên hiệu suất của bộ mã tốt hơn và kích thước của bộ mã hóa, giải mã cũng tăng lên, làm tăng thời gian xử lý của hệ thống

Việc giải mã dựa trên việc tiến hành lần lượt giải mềm các từ mã thành phần và cho qua thông tin ngoài để đến trạng thái giải mã kế tiếp cũng như de- interleave để trả các bits về đúng thứ tự ban đầu Do kích thước bộ mã hóa lớn nên độ trễ dài, hệ thống tính toán phức tạp và ngưỡng lỗi thấp đạt được khi SNR lớn là 2 nhược điểm của mã Turbo

Mã Turbo có ưu điểm:

+ Bộ mã hóa/giải mã đơn giá thành thấp có thể hỗ trợ tốc độ mã hóa từ 1/5 đến 19/20 với hiệu suất cao

+ Hỗ trợ gói có kích thước bất kỳ

+ Không có ngưỡng lỗi thấp nhất

Hình 4.4: Cấu trúc bộ mã hóa và giải mã Turbo không gian-thời gian

Hình 4.5 Bộ giải mã mềm SISO

Giả sử dữ liệu nhị phân đối với lần lặp đầu tiên có xác suất bằng nhau nên ta được giá trị LLR (Log-Likelihood Ratio) đặt trước L(d) = 0 cho bit dữ liệu d

Tỉ số xác suất theo log LLR

Soft-in Soft-out Decoder

L(d) Đường hồi tiếp cho lần lặp kế tiếp

Xuất giá trị ngoại vi

L e (d) Bộ phát hiện giá trị

Ld x Lx d L ( d )  L ' ( d ˆ )  L c ( x )  L ( d ) (4.23) Đặt L(x/d) = Lc(x) là LLR đo lường kênh truyền của x do bộ thu quyết định với điều kiện đã phát đi bit dữ liệu d = +1 hay d = -1

Người ta đã chứng minh được rằng LLR (ngõ ra mềm) L   dˆ phía ngoài bộ giải mã là:

L   e  c   e (4.24) với L '   dˆ là LLR của bit dữ liệu tại ngõ vào bộ giải mã (ngõ ra của bộ phát hiện), và L e   dˆ là LLR ngoại vi (extrinsic) Đối với kênh nhiễu Gauss, LLR cho đo lường kênh truyền của tín hiệu thu bất kỳ x k được cho bởi:

Giả sử phương sai của nhiễu là  2 = 1, lúc đó:

Như vậy, LLR ngoại vi Le( dˆ ) đối với bit dữ liệu di bất kỳ được cho bởi:

Giải thuật giải mã mềm

B1 Thiết lập thông tin cài đặt trước: L(d) = 0 B2 Giải mã ngang, và dùng (3.26) để tìm thông tin ngoại vi ngang L eh (dˆ ) i B3 Đặt L(d) = Leh(dˆ ) i

B4 Giải mã dọc, và dùng (3.26) để tìm thông tin ngoại vi dọc Lev(dˆ ) i B5 Đặt L(d) = Lev(dˆ ) i

B6 Quay lại B2 nếu số lần lặp chưa đạt được Bằng không, nhảy đến B7

B7 Kết quả ngõ ra mềm mong muốn: ˆ ) ( ) ( ˆ ) ( d L x L d L  c  e với L e (dˆ)L eh (dˆ)L ev (dˆ)

Ví dụ: Xét mã khối Turbo với cấu trúc từ mã như sau: d 1 = 1 d 2 = 0 p 12 = 1 d 3 = 0 d 4 = 1 p 34 = 1 p 13 = 1 p 24 = 1

Do đó, chuỗi nhị phân phát đi {di, pij} có dạng: {di, pij} = 1 0 0 1 1 1 1 1 Mã hóa các nhị phân phát đi dưới dạng điện áp lưỡng cực {+1, -1}, ta có:

Khi qua kênh truyền chuỗi phát sẽ bị can nhiễu, tín hiệu thu được {xk} là:

Tính toán các giá trị xác suất ngoại vi L e (dˆ ) lần lượt theo trục ngang L i eh( dˆ ) và dọc Li ev(dˆ ): i

Tính giá trị LLR ngõ ra L(dˆ i ):

Sau khi tính toán lần 1, kết quả là:

Vậy giá trị LLR ngõ ra là:

Leh(d ˆ 1 )=-0.1 Leh(d ˆ 2 )=-1.5 Lev(d ˆ 1 )=0.1 Lev(d ˆ 2 )=-0.1 Le(d ˆ 1 )= 0 Le(d ˆ 2 )=-1.6 Leh(d ˆ 3 )=-0.3 Leh(d ˆ 4 )=-0.2 Lev(d ˆ 3 )=-1.4 Leh(d ˆ 4 )=0.8 Le(d ˆ 3 )=-1.7 Le(d ˆ 4 )=-0.6

L eh (d ˆ 1 ) = 0 L eh (d ˆ 2 ) = -1.6 L ev (d ˆ 1 ) = 1.1 L ev (d ˆ 2 ) = -1.0 Leh(d ˆ 3 ) = -1.3 Leh(d ˆ 4 ) = 1.2 Lev(d ˆ 3 ) = -1.5 Lev(d ˆ 4 ) =1.0

Hình 4.6: Bộ mã hóa BTC nối tiếp

Tốc độ mã hóa: R = R 1 R 2 với R 1 , R 2 là tốc độ mã hóa của bộ mã hóa ngoài và bộ mã hóa trong lần lượt tương ứng

Mã khối Turbo BTC (Block Turbo Code) hay mã TPC (Turbo Product Code) là một mảng 2 chiều k1 x k2 chứa các bit thông tin I (Information) Mỗi hàng và cột được mã hóa tương ứng bởi một từ mã khối thành phần tốc độ k 1 /n 1 và k 2 /n 2 Các bit parity P được nối thêm vào các bit thông tin ở hàng và cột tương ứng

MÔ PHỎNG

Chương trình mô phỏng

Chương trình được xây dựng bằng Matlab 7.6.0 (R2008a), mô phỏng hệ thống MIMO-OFDM sử dụng các phương pháp ước lượng kênh truyền dùng block-type pilot và comp-type pilot, có mã hóa không gian thời gian Alamouti và mã Turbo không gian – thời gian để giảm tỷ lệ lỗi bit, tăng hiệu quả cho hệ thống

Chương trình sử dụng thông số MSE và BER cùng với phương pháp Monte Carlo để làm tiêu chuẩn so sánh, đánh giá giữa việc sử dụng bộ mã hóa với không sử dụng bộ mã Với phương pháp tương tự, bộ ước lượng kênh cũng sẽ được đánh giá hiệu quả của nó

Giao diện đầu tiên được thiết kế như hình sau, bao gồm giới thiệu tên đề tài, chủ nhiệm đề tài Có các nút nhấn sau:

 Channel Estimation: Mô phỏng các thuật toán ước lượng kênh truyền

Hình 5.1: Giao diện chính của chương trình

Hình 5.2: Giao diện ước lượng kênh truyền

Trong phần ước lượng kênh thì ta sẽ mô phỏng 2 phương pháp ước lượng kênh dựa trên pilot là block-type pilot và comb-type pilot Mô hình anten là 2×2, sử dụng bộ mã hóa Alamouti và Turbo Kết quả đánh giá là đồ thị MSE và SER theo SNR

Các thông số của chương trình:

 Method estimate: Cho phép lựa chọn phương pháp ước lượng kênh là block-type pilot hay comb-type pilot

 Modulation: Phương pháp điều chế băng gốc tín hiệu

 FFT size (NFFT): Kích thước FFT

 Guard interval length (GI): Chiều dài khoảng bảo vệ

 Number of OFDM symbols (Ns): Số ký tự OFDM mà ta sẽ tạo ra mô phỏng Số Ns này càng lớn, khối lượng tính toán sẽ càng nhiều

 Sampling duration: Tốc độ lấy mẫu của hệ thống Giá trị mặc định 50*10^(-9) là tốc độ lấy mẫu của chuẩn HiperLAN

 Distance pilot: Là khoảng cách bit giữa 2 pilot Thông số này chỉ có trong phương pháp block-type pilot Khoảng cách càng nhỏ thì chất lượng ước lượng kênh truyền tốt hơn nhưng sẽ tốn băng thông rất lớn

 Maximum Doppler frequency: Giá trị doppler của kênh truyền

Chức năng chọn màu cho phép ta chọn màu của đường biểu diễn MSE và SER Các đồ thị sẽ được lưu lại trên các figure, do đó ta có thể so sánh các phương pháp với nhau dễ dàng

Các nút nhấn Back Start Menu và Close lần lượt các lựa chọn quay trở lại giao diện start menu và thoát khỏi chương trình

Sơ đồ khối của hệ thống

Hệ thống mô phỏng được xây dựng theo mô hình sau:

Hình 5.3: Mô hình bộ phát của hệ thống sử dụng mã hóa Turbo và ước lượng kênh

Hình 5.4: Mô hình bộ thu của hệ thống sử dụng mã hóa Turbo và ước lượng kênh

Ước lượng kênh truyền

Hình 5.5: So sánh tỉ lệ tín hiệu lỗi đối với tỷ số tín hiệu trên nhiễu khi có ước lượng kênh truyền và khi không có ước lượng kênh truyền

Symbol Error Rate versus SNR in block-type pilot

Without Channel Estimation With Channel Estimation DEMUX

CP remove FFT TS remove

Có sự chênh lệch lớn về tỷ lệ lỗi symbols (SER) giữa việc xử lí tín hiệu thu không qua ước lượng kênh truyền và có ước lượng kênh truyền

Hình 5.6: Biểu diễn MSE đối với SNR khi giá trị GI thay đổi áp dụng ước lượng kênh truyền sử dụng block-type pilot

MSE versus SNR in block-type pilot

GI = 0GI = 5GI = 10GI = 20GI = 50

Hình 5.7: Biểu diễn SER đối với SNR khi giá trị GI thay đổi áp dụng ước lượng kênh truyền sử dụng block-type pilot

Symbol Error Rate versus SNR in block-type pilot

Hình 5.8: Biểu diễn MSE đối với SNR khi giá trị GI thay đổi áp dụng ước lượng kênh truyền sử dụng comp-type pilot

Guard Interval (GI) được chèn vào giữa các symbols nhằm làm giảm ISI, ICI của tín hiệu, do đó trường hợp GI càng lớn, lỗi càng giảm do loại trừ được các nhiễu interferences trên Tuy nhiên đối với hệ thống sử dụng ước lượng kênh bằng block-type pilot, GI ít ảnh hưởng đến bình phương trung bình lỗi của tín hiệu (MSE) hơn sử dụng ước lượng kênh bằng comp-type pilot

MSE versus SNR in comb-type pilot

Hình 5.9: Biểu diễn MSE đối với SNR khi giá trị tần số Doppler thay đổi áp dụng ước lượng kênh truyền bằng block-type pilot

MSE versus SNR in block-type pilot

M e a n S q u a re d E rr o r (i n d B ) fd = 50 fd = 500 fd = 1000

Hình 5.10: Biểu diễn MSE đối với SNR khi giá trị tần số Doppler thay đổi áp dụng ước lượng kênh truyền bằng comp-type pilot

Nhận xét: Đối với phương pháp ước lượng kênh dựa vào pilot-tones, kênh truyền được ước lượng tại mỗi symbol OFDM, vì vậy hạn chế ảnh hưởng do trải tần số Doopler

Việc thiết kế và tính toán Pilot-tones tuy phức tạp nhưng tối ưu được dung lượng kênh truyền Trong trường hợp kênh truyền biến đổi nhanh thì độ chính xác của các hệ số ước lượng không thay đổi nhiều

MSE versus SNR in comb-type pilot

M e a n S q u a re d E rr o r (i n d B ) fd = 50 fd = 500 fd = 1000

Hình 5.11: Biểu diễn SER đối với SNR so sánh giữa hai phương pháp ước lượng kênh truyền dùng block-type pilot và comp-type pilot

Phương pháp ước lượng kênh truyền dùng block-type pilot khá tốt so với sử dụng comp-type pilot đối với trường hợp SNR nhỏ và ngược lại, đối với SNR lớn, phương pháp ước lượng kênh truyền dùng comp-type pilot lại hiệu quả hơn nhiều

Vì khi tỷ số tín hiệu trên nhiễu nhỏ, việc quyết định tín hiệu dễ hơn do tương quan giữa tín hiệu và nhiễu không cách xa nhau, vì vậy không cần phải ước lượng trên từng symbol, ngược lại đối với SNR lớn, tương quan tín hiệu và nhiễu lớn, việc quyết định tín hiệu là khó khăn, do vậy việc ước lượng trên mỗi symbol là rất quan trọng, quyết định hiệu suất của hệ thống

Symbol Error Rate versus SNR

Block-type Pilot EstimationComp-type Pilot Estimation

Mã hóa kênh truyền

Hình 5.12: Biểu diễn BER đối với Eb/N0 khi mã hóa hệ thống với mã Alamouti không gian-thời gian cho 2 antenna phát và 2 antenna thu kết hợp với ước lượng kênh truyền bằng block-type pilot

Symbol Error Rate versus SNR in block-type pilot

Hình 5.13: Biểu diễn BER đối với E b /N 0 khi mã hóa hệ thống với mã Alamouti không gian-thời gian cho 2 antenna phát và 2 antenna thu kết hợp với ước lượng kênh truyền bằng comp-type pilot

Có sự chênh lệch rõ ràng về SER giữa hệ thống có mã hóa và không mã hóa đối với cả hai phương pháp ước lượng Do bộ mã không gian – thời gian Alamouti làm tăng độ phân tập của tín hiệu khi truyền nhiều lần cùng một symbol ở các anten khác nhau và khe thời gian khác nhau Nhờ đó SER của hệ thống giảm, tăng độ tin cậy của hệ thống

Symbol Error Rate versus SNR in comb-type pilot

Hình 5.14: Biểu diễn BER đối với E b /N 0 khi mã hóa hệ thống với mã Alamouti không gian-thời gian cho 2 antenna phát và 2 antenna thu, so sánh giữa ước lượng kênh truyền bằng block-type pilot và comp-type pilot (GI = 5, fd = 50)

Symbol Error Rate versus SNR in comb-type pilot

Block-type Pilot EstimationComp-type Pilot Estimation

Hình 5.15: Biểu diễn BER đối với E b /N 0 khi mã hóa hệ thống với mã Alamouti không gian-thời gian cho 2 antenna phát và 2 antenna thu, so sánh giữa ước lượng kênh truyền bằng block-type pilot và comp-type pilot (GI = 0, fd = 1000)

Phương pháp ước lượng bằng comp-type pilot có hiệu quả đối với trường hợp dịch Doopler nhanh Đối với trường hợp Doopler không ảnh hưởng nhiều thì phương pháp block-type pilot ước lượng tốt hơn

Symbol Error Rate versus SNR in comb-type pilot

5.4.2 Mã hóa Turbo không gian – thời gian

Hình 5.16: Biểu diễn (SER, E b /N 0 ) khi mã hóa hệ thống với mã Alamouti so với mó húa cú Alamouti kốm theo mó Turbo, tốc độ mó húa là ẵ, giải mó bằng giải thuật Viterbi

Bộ mã hóa càng phức tạp thì BER của hệ thống càng giảm

Symbol Error Rate versus SNR in block-type pilot

SNR (in dB)Alamouti code 2x2Alamouti code 2x2 and Trellis code with Interleaver

5.4.3 Ảnh hưởng của kiểu điều chế số:

Hình 5.17: Biểu diễn (SER, E b /N 0 ) khi mã hóa hệ thống Alamouti với các kiểu điều chế M-PSK trong ước lượng block-type pilot

Symbol Error Rate versus SNR in block-type pilot

BPSK modulationQPSK modulation16-PSK modulation

Hình 5.18: Biểu diễn (SER, Eb/N0) khi mã hóa hệ thống Alamouti với các kiểu điều chế so sánh giữa PSK và QAM trong ước lượng block-type pilot

Symbol Error Rate versus SNR in block-type pilot

16-PSK Modulation16-QAM Modulation64-QAM Modulation

Hình 5.19: Biểu diễn (SER, Eb/N0) khi mã hóa hệ thống Alamouti với các kiểu điều chế M-PSK trong ước lượng comp-type pilot

Symbol Error Rate versus SNR in comb-type pilot

BPSK ModulationQPSK Modulation16-PSK Modulation

Hình 5.20: Biểu diễn (SER, E b /N 0 ) khi mã hóa hệ thống Alamouti với các kiểu điều chế so sánh giữa PSK và QAM trong ước lượng comp-type pilot

BER càng tăng khi số 2 M điểm điều chế M-PSK càng lớn do bộ giải mã khó nhận dạng khoảng quyết định giới hạn giữa các điểm này Tuy nhiên khi số 2 M điểm điều chế PSK càng nhiều thì tốc độ truyền tin được cải thiện đáng kể do mỗi ký tự được phát đi sẽ là 2 M bit do vậy chúng ta phải chấp nhận sự tương nhượng giữa hai yếu tố này tùy thuộc yêu cầu của từng hệ thống

Symbol Error Rate versus SNR in comb-type pilot

16-PSK Modulation16-QAM Modulation64-QAM Modulation

Ngày đăng: 24/09/2024, 15:46

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] Đặng Trường Sơn, Phan Hồng Phương, Đinh Thanh Trúc, Ngô Thị Lụa, 2011, “Kết hợp MIMO và OFDM ứng dụng trong mạng không dây”, Đề tài NCKH cấp bộ, Trường Đại học Sư phạm Kỹ thuật, Tháng 11 năm 2011. Khác
[2] Wang, K.H., C.Q. Zhang and J.L. Xu, “Improved design of trellis space-time code for high spatial-and multipath diversity in MIMO-OFDM fading channels”, Information Technology Journal 9 (7): 1294-1305, 2010. Khác
[3] Zhang, W., Xiang-Gen Xia and Khaled Ben Letaief, “Space – time /frequency coding for MIMO-OFDM in next generation broadband wireless systems”, IEEE Wireless Communications, June 2007. Khác
[4] Magnus Sandell, Darren McNamara and Steve Parker, “Analysis of Frequency-Offset Tracking in MIMO-OFDM systems”, IEEE Transactions on communications, Vol.54, No.8, August 2006. Khác
[5] Hlaing Minn and Daniel Munoz, “Pilot Designs for Channel Estimation of MIMO OFDM Systems with Frequency-Dependent I/Q Imbalances”, IEEE Transactions on communications, Vol. 58, No. 8, August 2010. Khác
[6] Weifeng Su, Zoltan Safar, Masoud Olfat and K. J. Ray Liu, “Obtaining full-diversity space-frequency codes from space-time codes via mapping”, IEEE Transactions on signal processing, Vol. 51, No. 11, November 2003. Khác
[7] Xiaoli Ma and Georgios B. Giannakis, “Full-diversity full-rate complex field space-time coding”, IEEE Transactions on signal processing, 2003. Khác
[8] Robert W. Health, Jr. and Arogyaswami J. Paulraj, “Switching between diversity and multiplexing in MIMO systems”, IEEE Transactions on communications, Vol. 53, No. 6, June 2005. Khác
[9] Steven M. Kay, Fundamentals of Statistical Signal Processing: Estimate theory. Prentice Hall, 1989. Khác

HÌNH ẢNH LIÊN QUAN

Hình 1.2: Sóng mang con trong OFDM - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 1.2 Sóng mang con trong OFDM (Trang 17)
Hình 1.3: Hệ thống kết hợp MIMO và OFDM - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 1.3 Hệ thống kết hợp MIMO và OFDM (Trang 18)
Hình 1.5: The CER performance of  proposed  vers. benchmark OFDM system - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 1.5 The CER performance of proposed vers. benchmark OFDM system (Trang 21)
Hình 1.7: MSE vs SNR của kênh truyền đối với các pilot khác nhau - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 1.7 MSE vs SNR của kênh truyền đối với các pilot khác nhau (Trang 23)
Hình 1.9: Bộ mã hóa không gian – tần số (SF) gồm một bộ mã không gian - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 1.9 Bộ mã hóa không gian – tần số (SF) gồm một bộ mã không gian (Trang 24)
Hình 1.8: Bộ mã hóa không gian – tần số của hệ thống MIMO-OFDM với - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 1.8 Bộ mã hóa không gian – tần số của hệ thống MIMO-OFDM với (Trang 24)
Hình 2.1: Biểu diễn các dạng truy cập - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 2.1 Biểu diễn các dạng truy cập (Trang 30)
Hình 2.3: Sơ đồ tổng quát của một khối điều chế OFDM - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 2.3 Sơ đồ tổng quát của một khối điều chế OFDM (Trang 31)
Hình 2.6: Tốc độ truyền dữ liệu - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 2.6 Tốc độ truyền dữ liệu (Trang 33)
Hình 3.2: Sơ đồ khối bộ thu TS channel estimation - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 3.2 Sơ đồ khối bộ thu TS channel estimation (Trang 37)
Hình 3.4: Ví dụ chèn pilot-tones với khoảng cách Pilot-tones là 2 - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 3.4 Ví dụ chèn pilot-tones với khoảng cách Pilot-tones là 2 (Trang 39)
Hình 3.5: Sơ đồ khối hệ thống thu (pilot-tones) - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 3.5 Sơ đồ khối hệ thống thu (pilot-tones) (Trang 40)
Hình 3.8: Sơ đồ khối ước lượng mù - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 3.8 Sơ đồ khối ước lượng mù (Trang 49)
Hình 4.3: Sơ đồ bộ giải mã Alamouti - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 4.3 Sơ đồ bộ giải mã Alamouti (Trang 53)
Hình 4.4: Cấu trúc bộ mã hóa và giải mã Turbo không gian-thời gian - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 4.4 Cấu trúc bộ mã hóa và giải mã Turbo không gian-thời gian (Trang 57)
Hình 4.8:  Bộ giải mã lặp BTC. - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 4.8 Bộ giải mã lặp BTC (Trang 63)
Hình 4.12: Bộ giải mã CTC (mã Turbo song song) - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 4.12 Bộ giải mã CTC (mã Turbo song song) (Trang 68)
Hình 5.1: Giao diện chính của chương trình - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.1 Giao diện chính của chương trình (Trang 69)
Hình 5.2: Giao diện ước lượng kênh truyền - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.2 Giao diện ước lượng kênh truyền (Trang 70)
5.2  Sơ đồ khối của hệ thống - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
5.2 Sơ đồ khối của hệ thống (Trang 71)
Hình 5.4: Mô hình bộ thu của hệ thống sử dụng mã hóa Turbo và ước lượng kênh - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.4 Mô hình bộ thu của hệ thống sử dụng mã hóa Turbo và ước lượng kênh (Trang 72)
Hình 5.5: So sánh tỉ lệ tín hiệu lỗi đối với tỷ số tín hiệu trên nhiễu khi có ước - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.5 So sánh tỉ lệ tín hiệu lỗi đối với tỷ số tín hiệu trên nhiễu khi có ước (Trang 72)
Hình 5.6: Biểu diễn MSE đối với SNR khi giá trị GI thay đổi áp dụng ước - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.6 Biểu diễn MSE đối với SNR khi giá trị GI thay đổi áp dụng ước (Trang 73)
Hình 5.7: Biểu diễn SER đối với SNR khi giá trị GI thay đổi áp dụng ước lượng - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.7 Biểu diễn SER đối với SNR khi giá trị GI thay đổi áp dụng ước lượng (Trang 74)
Hình 5.8: Biểu diễn MSE đối với SNR khi giá trị GI thay đổi áp dụng ước lượng - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.8 Biểu diễn MSE đối với SNR khi giá trị GI thay đổi áp dụng ước lượng (Trang 75)
Hình 5.9: Biểu diễn MSE đối với SNR khi giá trị tần số Doppler thay đổi áp dụng - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.9 Biểu diễn MSE đối với SNR khi giá trị tần số Doppler thay đổi áp dụng (Trang 76)
Hình 5.10: Biểu diễn MSE đối với SNR khi giá trị tần số Doppler thay đổi áp - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.10 Biểu diễn MSE đối với SNR khi giá trị tần số Doppler thay đổi áp (Trang 77)
Hình 5.11: Biểu diễn SER đối với SNR so sánh giữa hai phương pháp ước lượng - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.11 Biểu diễn SER đối với SNR so sánh giữa hai phương pháp ước lượng (Trang 78)
Hình 5.19: Biểu diễn (SER, E b /N 0 ) khi mã hóa hệ thống Alamouti với các - Luận văn thạc sĩ Kỹ thuật điện tử: Mã hóa không gian - thời gian và ước lượng kênh bằng Pilot tối ưu trong hệ thống Mimo - OFDM
Hình 5.19 Biểu diễn (SER, E b /N 0 ) khi mã hóa hệ thống Alamouti với các (Trang 86)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w