+Đồng bộ aus mang. +Giảm tỷ số công suất tương đối cực đại. Như vậy ước lượng kênh là một trong những yêu cầu đầu tiên và cần thiết của hệ thống OFDM. Ước lượng tham số kênh, bao gồm hàm truyền đạt của các kênh nhánh và thời gian để thực hiện giải điều chế bên thu. Để ước lượng tham số kênh có thể sử dụng phương pháp aus tín hiệu dẫn đường Pilot hoặc không sử dụng tín hiệu dẫn đường. Ước lượng kênh nhằm mục đích giảm sự sai khác của hàm truyền của kênh phát so với kênh thu do nhiều nguyên nhân trong quá trình truyền dẫn. Ở đây ta thực hiện ước lượng kênh không dựa vào biểu tượng Pilot mà dựa vào đáp ứng xung của kênh. Sử dụng điều chế DPSK trong hệ thống OFDM để bám đuổi kênh thời gian biến đổi. 3.1.1 Mô tả hệ thống: Cho một hệ thống OFDM biểu diễn như hình sau: Hình 3.1: Hệ thống OFDM cơ sở IDFT: Chuyển đổi Fourier ngược. MUX: Bộ ghép kênh. D/A: Chuyển đổi digital sang analog. A/D: Chuyển đổi analog sang digital. DEMUX: Bộ tách kênh. DFT:Chuyển đổi fourier. k x : Là biểu tượng truyền. g(t) : Là đáp ứng xung của kênh. )( ~ tn là nhiễu Gauss trắng. y là biểu tượng nhận. Biểu tượng truyền k x là được lấy từ chòm sao của tín hiệu. Chuyển đổi A/D và D/A bao gồm những tiêu chuẩn của bộ lọc thông thấp với băng thông s T 1 , với s T là khoảng thời gian lấy mẫu. Một chu kỳ thời gian mở rộng có độ dài là G T được sử dụng để loại trừ nhiễu liên khối và bảo toàn tính trực giao của tones. Chúng ta xem đáp ứng xung của kênh g(t) như là chuỗi xung thời gian giới hạn có dạng: )()( sm m m Tttg Khi biên độ m có giá trị phức tạp và Gsm TT 0 , thì toàn bộ đáp ứng xung nằm trong khoảng bảo vệ. Hình 3.2: khoảng hở giữa những điểm cho những kênh liên tục )5.3()5.0()( ss TtTttg Hệ thống khi đó là mô hình sử dụng N điểm chuyển đổi Fourier thời gian rời rạc ( N DFT ) như sau: n N g xIDFTDFTy NN ~ )( (3.1) Với T x ]x xx[ 1-N10 , T y ]y y y[ 1-N10 , T n ]n ~ n ~ n ~ [ ~ 1-N10 là vector tập hợp của nhiễu Gauss trắng thay đổi, và T g ] gg g[ 1-N10 được xác định với chu kỳ tương đương của hàm Sinc. Vector N g là đối tượng quan sát của đáp ứng xung của kênh sau khi lấy mẫu đáp ứng tần số của g(t), và: ))(sin( )sin(1 ))1(( k N e N g m m Nk N j m mk m (3.2) Tính hiệu quả của mẫu tuần hoàn được mô tả bởi (3.1) và (3.2) phụ thuộc vào những mục tiêu phù hợp của khoảng bảo vệ, làm thế nào để nó có thể loại được nhiễu liên khối. Nếu trễ m là một số nguyên, khi đó mọi năng lượng từ m được sắp xếp đến điểm m g . Tuy nhiên, với xung non-T-spaced, nếu m không phải là số nguyên, năng lượng của nó sẽ chảy qua mọi điểm k g . Hình 3.2 minh họa những trường hợp năng lượng chảy qua cho những trường hợp đặc biệt. Chú ý rằng hầu hết mọi năng lượng là được giữ trong những vùng lân cận của vị trí xung đầu tiên. Hệ thống mô tả bởi 3.1 có thể viết lại như là một tập hợp của N kênh Gauss độc lập: Hình 3.3: Các kênh Gauss song song. kkkk nxhy , với k=0,1,…,N-1 (3.3) Khi k h là hàm truyền của kênh với )(]h h [ 1-N10 gDFThh N T và ) ~ (] nn [ 1-N10 nDFTnn N T là tập hợp vector nhiễu Gauss tối thiểu không. Để thuận lợi, ta viết (3.3) trong ma trận ký hiệu như sau: Y=XFg + n (3.4) Khi X là ma trận với phần tử của x trên đường chéo của nó và )1)(1(0)1( )1(000 NN N N N N NN WW WW F (3.5) là ma trận Fourier với N nk j nk N e N W 2 1 (3.6) 3.1.2 Các kĩ thuật ước lượng kênh : Chúng ta sẽ tìm thấy vài cơ sở ước lượng trên mô hình của hệ thống, mọi kĩ thuật ước lượng kênh đều có cấu trúc mô tả như hình sau : Hình 3.4: Cấu trúc của ước lượng. Biểu tượng truyền k x xuất hiện trong biểu thức ước lượng, là biểu tượng huấn luyện hoặc biến lượng tử hóa thay đổi trong ước lượng trực tiếp. 3.1.2.1 Ước lượng MMSE (Minimum mean square error estimation): Nếu kênh vector g là aussian và không tương quan với kênh nhiễu n, ước lượng MMSE của g trở thành: (3.7) MMSE g ˆ : là đáp ứng xung của ước lượng MMSE. Khi đó: N 2 n HH gg H yy HH gg H gy IXFXFR}E{yyR XFR}E{gyR gy R : là ma trận tương quan giữa g và y. gg R : là ma trận tự tương quan của g. H F là ma trận chuyển vị của F. H X là ma trận chuyển vị của X . n là phương sai. Hơn nữa, gg R là ma trận tự tương quan của g và 2 n biểu hiện nhiễu tương quan }n{ 2 k E . Hai lượng này được giả thiết là đã biết. Khi đó số cột trong F là đa thức trực chuẩn (orthonormal) , MMSE g ˆ sinh ra miền tần số ước lượng MMSE MMSE h ˆ bởi: y HH MMSEMMSEMMSE XFFQg ˆ Fh ˆ (3.8) MMSE h ˆ : là hàm ước lượng MMSE . MMSE g ˆ : là đáp ứng xung của ước lượng MMSE . H F : là ma trận chuyển vị của F. H X : là ma trận chuyển vị của X . yRRg yygyMMSE 1 ˆ Khi đó MMSE Q có thể biểu diễn như sau : 1121 ggMMSE )(])[(RQ XFXFRXFXF HH ggn HH (3.9) Ước lượng kênh MMSE (3.8) có dạng biểu diễn trong hình 3.4. Nếu g là không aussian , MMSE h ˆ không nhất thiết là ước lượng MMSE(minimum mean square error). (MMSE-bình phương sai số trung bình nhỏ nhất). Tuy nhiên nó là ước lượng tuyến tính tốt nhất trong ước lượng MSE. Trong trường hợp (g là Gaussian hoặc không) chúng ta cũng sẽ biểu diễn ước lượng kênh là MMSE h ˆ . 3.1.2.2 Ước lượng LS (Least square error estimation): Ước lượng LS cho đáp ứng xung tuần hoàn g nhỏ nhất )XF-y()XF-y( g H g và sinh ra: yXFFQh ˆ HH LSLS (3.10) LS h ˆ là hàm ước lượng LS (ước lượng bình phương bé nhất – least square). Khi đó -1HH LS XF)X(FQ (3.11) Chú ý rằng LS h ˆ cũng tương ứng với cấu trúc ước lượng trong hình 3.4. Hình 3.4 : Sơ đồ cấu trúc của ước lượng Rút gọn biểu thức (3.10) yXh ˆ -1 LS (3.12) Ước lượng LS là tương đương với cái gì đó được quy cho là thấp nhất. Cả hai ước lượng (3.8) và (3.12) đều có những nhược điểm của nó. Ước lượng MMSE yêu cầu việc tính toán có độ phức tạp cao, nhưng ngược lại ước lượng LS có bình phương sai số trung bình lớn. 3.2 Giảm kích thước FFT của ước lượng MMSE và LS: 3.2.1 Mục đích của phương pháp: Ước lượng MMSE yêu cầu việc tính toán ma trận MMSE Q NxN. Nó bao hàm độ phức tạp cao khi N càng lớn. Con đường ngắn nhất để giảm sự phức tạp là giảm kích thước của MMSE Q . Như trong hình 3.2, hầu hết năng lương trong g là chứa trong đó, hoặc gần hơn, điểm đầu tiên là g G T T L . Bởi vậy phải cải tiến ước lượng MSE, khi đó chỉ những điểm với năng lượng có ý nghĩa là được chọn. Những phần tử gg R đáp ứng đến những điểm năng lượng thấp nhất trong g là gần bằng 0. Nếu chúng ta đưa vào tính toán điểm L đầu tiên của g và đặt 0),( srR gg với r,s ]1,0[ L , khi đó MMSE Q giảm đi một cách hiệu quả với ma trận LxL. Nếu ma trận T . thuật ước lượng kênh : Chúng ta sẽ tìm thấy vài cơ sở ước lượng trên mô hình của hệ thống, mọi kĩ thuật ước lượng kênh đều có cấu trúc mô tả như hình sau : Hình 3.4: Cấu trúc của ước lượng. . tương đối cực đại. Như vậy ước lượng kênh là một trong những yêu cầu đầu tiên và cần thiết của hệ thống OFDM. Ước lượng tham số kênh, bao gồm hàm truyền đạt của các kênh nhánh và thời gian để. nhiên nó là ước lượng tuyến tính tốt nhất trong ước lượng MSE. Trong trường hợp (g là Gaussian hoặc không) chúng ta cũng sẽ biểu diễn ước lượng kênh là MMSE h ˆ . 3.1.2.2 Ước lượng LS (Least