Kỹ thuật truyền mã hoá trong hệ thống vô tuyến nhận thức đa người dùng

Ngày nay, cùng với sự phát triển của xã hội thông tin, nhu cầu sử dụng thông tin mọi lúc mọi nơi đang ngày càng trở nên cần thiết. Từ những nhu cầu sử dụng thông tin đơn giản như điện thoại, điện tín, điện báo, …đến nay nhu cầu về truy cập và trao đổi thông tin càng ngày càng gia tăng và đòi hỏi những tính năng đa dịch vụ đồng nghĩa với việc băng thông cũng như tốc độ truyền ngày càng cao. Và công nghệ truyền thông vô tuyến sử dụng đa anten thu và đa anten phát (MIMO) được coi là giải pháp để giải quyết những vấn đề đó. Cùng với sự tiến bộ của khoa học kĩ thuật, các công trình nghiên cứu của các nhà khoa học, hệ thống MIMO đã được phát triển theo rất nhiều hướng khác nhau, khai thác tối đa những ưu điểm của nó. Điển hình là việc tăng dung lượng lên rất nhiều, tỷ lệ với số lượng anten sử dụng ở hai đầu cuối. Tuy nhiên để đạt được hiệu suất làm việc tốt cần áp dụng nhiều kỹ thuật mã hoá kênh truyền phức tạp để xử lý tín hiệu. Gần đây, kỹ thuật này được nghiên cứu và đánh giá có khả năng rất tốt trong việc nâng cao dung lượng của hệ thống thông tin đồng thời đảm bảo độ tin cậy.Do đó, em đã lựa chọn đề tài “Kỹ thuật truyền mã hoá trong hệ thống vô tuyến nhận thức đa người dùng”. Về nội dung, đồ án của em bao gồm 4 chương như sau:Chương 1: Tổng quan về Cognitive Radio. Trong chương này em đi vào tìm hiểu về vô tuyến nhận thức, khái niệm và đặc điểm của hệ thống này.Chương 2: Hệ thống Multi user – Multi Input Multi Output. Tìm hiểu về hệ thống MIMO, các kĩ thuật phân tập cũng như dung lượng kênh truyền. Tiếp đó là tìm hiểu về hệ thống MUMIMO.Chương 3: Cognitive Precoding trong hệ thống MUMIMO. Tìm hiểu các kỹ thuật, phương pháp mã hoá kênh truyền áp dụng cho hệ thống vô tuyến nhận thức.Chương 4: Kết quả mô phỏng bằng MATLAB. Sử dụng chương trình MATLAB để mô phỏng nội dung thực hiện và tìm hiểu ở chương 3. Từ kết quả nhận được, ta có sự so sánh giữa các kỹ thuật.

LỜI CAM ĐOAN Kính gửi : Hội đồng bảo vệ đồ án chuyên ngành khoa Điện tử - Viễn thông Trường Đại học Bách Khoa – Đại học Đà Nẵng Em tên Phạm Văn Quốc Hiện học lớp 09DT3 – Khoa Điện tử - Viễn Thông, trường Đại học Bách Khoa – Đại học Đà Nẵng Em xin cam đoan nội dung đồ án “Kỹ thuật truyền mã hoá hệ thống vô tuyến nhận thức đa người dùng” em tự thực hiện, chép đồ án công trình có từ trước Nếu vi phạm em xin chịu hình thức kỷ luật Khoa Sinh viên thực đồ án Phạm Văn Quốc Đồ án tốt nghiệp MỤC LỤC CÁC TỪ VIẾT TẮT BC Broadcast Channel BD Block Diagonalization CR Cognitive Radio CSI Channel state infromation MMSE Minimum Mean Square Error MU-MIMO Multi User – Multi Input Multi Output MUI Multi User Interference PDF Probability Density Function PU(-AP) Primary User ( - Access Point) PUI Primary User Interference SU(-AP) Secondary User ( - Access Point) SUI Secondary User Interference ZF Zero-Forcing QoS Quality of Service Đồ án tốt nghiệp LỜI MỞ ĐẦU Ngày nay, với phát triển xã hội thông tin, nhu cầu sử dụng thông tin lúc nơi ngày trở nên cần thiết Từ nhu cầu sử dụng thông tin đơn giản điện thoại, điện tín, điện báo, …đến nhu cầu truy cập trao đổi thông tin ngày gia tăng đòi hỏi tính đa dịch vụ đồng nghĩa với việc băng thông tốc độ truyền ngày cao Và công nghệ truyền thông vô tuyến sử dụng đa anten thu đa anten phát (MIMO) coi giải pháp để giải vấn đề Cùng với tiến khoa học kĩ thuật, công trình nghiên cứu nhà khoa học, hệ thống MIMO phát triển theo nhiều hướng khác nhau, khai thác tối đa ưu điểm Điển hình việc tăng dung lượng lên nhiều, tỷ lệ với số lượng anten sử dụng hai đầu cuối Tuy nhiên để đạt hiệu suất làm việc tốt cần áp dụng nhiều kỹ thuật mã hoá kênh truyền phức tạp để xử lý tín hiệu Gần đây, kỹ thuật nghiên cứu đánh giá có khả tốt việc nâng cao dung lượng hệ thống thông tin đồng thời đảm bảo độ tin cậy Do đó, em lựa chọn đề tài “Kỹ thuật truyền mã hoá hệ thống vô tuyến nhận thức đa người dùng” Về nội dung, đồ án em bao gồm chương sau: Chương 1: Tổng quan Cognitive Radio Trong chương em vào tìm hiểu vô tuyến nhận thức, khái niệm đặc điểm hệ thống Đồ án tốt nghiệp Chương 2: Hệ thống Multi user – Multi Input Multi Output Tìm hiểu hệ thống MIMO, kĩ thuật phân tập dung lượng kênh truyền Tiếp tìm hiểu hệ thống MU-MIMO Chương 3: Cognitive Precoding hệ thống MU-MIMO Tìm hiểu kỹ thuật, phương pháp mã hoá kênh truyền áp dụng cho hệ thống vô tuyến nhận thức Chương 4: Kết mô MATLAB Sử dụng chương trình MATLAB để mô nội dung thực tìm hiểu chương Từ kết nhận được, ta có so sánh kỹ thuật Em xin trân trọng cảm ơn thầy giáo ThS Nguyễn Duy Nhật Viễn tận tình hướng dẫn cung cấp cho em nhiều tài liệu phục vụ cho việc hoàn thiện đồ án Với kiến thức chạn chế, trình thực nội dung đồ án tránh khỏi sai sót, mong nhận đánh giá bổ sung kiến thức từ thầy cô bạn bè để em hoàn thiện Em xin chân thành cám ơn! Trân trọng Đồ án tốt nghiệp Chương 1: Tổng quan Cognitive Radio CHƯƠNG 1: TỔNG QUAN VỀ COGNITIVE RADIO 1.1 Giới thiệu chung chương Ngày nay, hệ thống mạng không dây đặc trưng sách phân công phổ cố định Tuy nhiên, phần lớn phổ phân công không sử dụng thường xuyên thay đổi mặt địa lý khiến hiệu việc sử dụng phổ phân công khoảng từ 15% đến 85% Quang phổ có sẵn bị hạn chế việc sử dụng quang phổ hiệu đòi hỏi mô hình truyền thông để khai thác phổ vô tuyến tồn Mô hình mạng gọi mạng vô tuyến nhận thức (Cognitive radio) Cognitive radio (CR) bắt đầu quan tâm nghiên cứu từ năm 2004 Khởi đầu việc tái sử dụng lại băng tần TV band Mỹ để dùng cho WRAN 802.22 Tiếp theo, người ta bắt đầu quan tâm đến việc sử dụng băng tần cho nhiều kỹ thuật, nhiều người dùng khác Ý tưởng đơn giản băng tần, người dùng cấp phép phải lúc băng tần bị chiếm dụng Vậy thởi điểm mà băng tần “available” phân cho người dùng khác gọi CR users Đây khuynh hướng việc quản lý băng tần tài nguyên băng tần vốn quý nên cần sử dụng cách hiệu Do đó, việc nghiên Cognitive radio lĩnh vực hot nhiều điều cần giải 1.2 Định nghĩa chức 1.2.1 Định nghĩa Mạng vô tuyến nhận thức hệ thống mà phần tử có khả thay đổi tham số (công suất, tần số) sở tương tác với môi trường hoạt động Mục Đồ án tốt nghiệp Chương 1: Tổng quan Cognitive Radio đích việc ứng dụng CR tạo hội khai thác hiệu khoảng trắng tần số Tức cho phép người dùng khác hoạt động băng tần trống tạm thời mà không gây nhiễu đến người dùng có quyền ưu tiên cao hoạt động băng tần 1.2.2 Chức Các kỹ thuật cảm biến quang phổ cho phép mạng CR để thích ứng với môi trường cách phát lỗ quang phổ, cách hiệu để phát lỗ hổng phổ để phát diện primary users Các kĩ thuật CR cung cấp khả sử dụng chia sẻ quang phổ cách hội cho phép CR hoạt động kênh có sẵn tốt Để cho phép tận dụng tối đa tài nguyên phổ tần, CR phải có chức sau: Hình 1.1 Khái niệm hố phổ rỗi hình thành lên ý tưởng vô tuyến nhận thức (CR) • Xác định phần quang phổ có sẵn phát diện người dùng cấp phép người dùng hoạt động băng tần cấp phép (spectrum sensing) • Chọn kênh có sẵn tốt (spectrum decision) • Phối hợp chia sẻ với người dùng khác để truy nhập vào vào băng tần (spectrum sharing) Đồ án tốt nghiệp Chương 1: Tổng quan Cognitive Radio • Thực thích ứng độ rộng băng tần, tốc độ truyền sơ đồ mã hoá sửa lỗi phép đạt thông lượng tốt • Tạo búp sóng điều khiển búp sóng thích ứng theo đối tượng truyền thông nhằm giảm thiểu nhiễu đồng kênh tối đa cường độ tín hiệu thu • Rời khỏi kênh người dùng cấp phép phát (spectrum mobility) Cùng với việc CR hỗ trợ khả chọn kênh có sẵn tốt nhất, thử thách làm cho giao thức mạng thích ứng với quang phổ có sẵn Các chức mạng CR cho phép quang phổ nhận thức giao thức truyền thông Tuy nhiên, việc sử dụng động quang phổ gây ảnh hưởng xấu đến việc vận hành giao thức truyền thông thông thường Cho đến nay, mạng kĩ thuật CR chủ đề chưa khám phá hết 1.3 Kiến trúc mạng Cognitive Radio Cognitive radio đề xuất phương tiện để thúc đẩy việc sử dụng hiệu nguồn tài nguyên phổ vô tuyến quý giá Nó định nghĩa hệ thống truyền thông không dây thông minh, nhận thức môi trường xung quanh Nhưng môi trường mạng không dây sử dụng không đồng sách phổ công nghệ truyền thông Do đó, mô tả rõ ràng kiến trúc mạng CR quan trọng cho phát triển giao thức truyền thông Các thành phần kiến trúc mạng CR, thể Hình 1.2, xếp vào hai nhóm mạng (primary network) mạng nhận thức (cognitive network) Mạng gọi mạng di sản (the legacy network) có quyền độc quyền cho băng tần định Ngược lại, mạng nhận thức không phép hoạt động băng tần mong muốn Các yếu tố mạng mạng nhận thức quy định sau: Đồ án tốt nghiệp Chương 1: Tổng quan Cognitive Radio Hình 1.2 Kiến trúc mạng Cognitive radio • Primary User: cấp phép hoạt động phổ băng tần định Truy cập điều khiển trạm gốc nên không bị ảnh hưởng • hoạt động người sử dụng trái phép khác Primary Base-Station: thành phần mạng lưới sở hạ tầng cố định mà có quang phổ cấp phép (spectrum licensed) Về nguyên tắc, primary base-station khả CR để chia sẻ quang phổ với CR users Tuy nhiên, primary base-station yêu cầu phải có khả cho việc truy nhập mạng CR users Đồ án tốt nghiệp Chương 1: Tổng quan Cognitive Radio • Cognitive Radio User (CR users): quang phổ cấp phép Do đó, việc truy nhập phổ cho phép có hội CR user cho có khả giao tiếp • không với Base-Station mà CR user khác Cognitive Radio Base-Station: thành phần sở hạ tầng cố định với khả CR Cognitive Radio Base-Station cung cấp kết nối đơn cho CR users mà không phép truy nhập quang phổ Như thể Hình 1.2, CR users giao tiếp với truy cập vào Base-Station Như vậy, kiến trúc mạng CR, có ba loại truy cập khác mạng không đồng , thể yêu cầu thực khác sau: • Cognitive Radio Network Access: CR users truy nhập vào CR base-station băng tần cấp phép không cấp phép • Cognitive Radio Ad Hoc Access: người CR users giao tiếp CR users khác thông qua kết nối đặc biệt băng tần cấp phép không cấp phép • Primary Network Access: CR users truy nhập primary base-station thông qua băng tần cấp phép, mạng cho phép Không giống với loại truy nhập khác, CR users nên hỗ trợ kĩ thuật truy cập trung bình (medium access technology) mạng Hơn nữa, primary base-station nên hỗ trợ khả vô tuyến nhận thức (CR) 1.4 Hoạt động mạng Cognitive radio 1.4.1 Hoạt động băng cấp phép Như Hình 1.1, ta thấy có hố phổ không sử dụng băng phổ cấp phép Do đó, mạng CR sử dụng để khai thác hố phổ thông qua công nghệ thông minh Kiến trúc miêu tả Hình 1.3 mạng CR tồn với mạng vị trí băng phổ Đồ án tốt nghiệp Chương 1: Tổng quan Cognitive Radio Hình 1.3 Mạng Cognitive radio hoạt động băng cấp phép Có nhiều thách thức khác để thực mạng CR băng cấp phép tồn người dùng Mặc dù, mục đích mạng Vô tuyến thông minh xác định phổ tần có sẵn tốt nhất, chức CR băng cấp phép lại bao gồm phát có mặt người dùng Dung lượng kênh hố phổ phụ thuộc vào nhiễu xung quanh người dùng Do đó, việc tránh nhiễu cho người dùng vấn đề quan trọng kiến trúc Hơn nữa, người dùng xuất băng phổ bị CR users chiếm, CR users phải bỏ lại phổ thời chuyển tới phổ sẵn có khác, gọi chuyển giao phổ 1.4.2 Hoạt động băng không cấp phép Các mạng CR thiết kế để hoạt động băng không câp phép để cải thiện hiệu phổ phần phổ Mạng Vô CR hoạt động băng không cấp phép minh họa Hình 1.4 Tất thực thể mạng có quyền truy nhập tới băng phổ Nhiều mạng CR tồn vùng giống truyền thông sử dụng phần phổ Các thuật toán chia sẻ phổ thông minh cải thiện hiệu sử dụng phổ hỗ trợ QoS cao Đồ án tốt nghiệp 10 Chương 3: Cognitive Precoding hệ thống MU-MIMO Với ma trận Φ k ,i vecto hàng thứ i ma trận Φk λ k ,i phần tử đường chéo thứ i Λk 3.3.2 CR-MMSE-BD Precoder Để cải thiện hiệu suất làm việc phương pháp CR-ZF-BD, phát triển hệ thống CR MU-MIMO dựa thuật toán MMSE tuyến tính Đầu tiên lọc tối ưu hoá theo tiêu chuẩn MMSE để ngăn chặn MUI CR users Sau khai thác phối hợp nhiều anten thu user để tìm ma trận MMSE Chúng ta cần xác định ma trận tiền xử lý với MMSE cho tín hiệu thu kênh truyền trắng hoá nhiễu màu từ công thức (3.2) kiểm soát nhiễu giao thoa PUI H Ps từ công thức (3.4) ngưỡng I th Vấn đề xây dựng với kênh truyền có ràng buộc công suất sau: γ P s.t E  s − γ y%    E  H − Ps  ≤ I th   E  Ps  ≤ PSU   (3.9) Với γ yếu tố tỉ lệ cho tín hiệu nhận Giải pháp giảm nhẹ vấn đề công suất truyền ta xem nhiễu lúc truyền nhiều giao thoa không đổi Từ biểu thức (3.2) vào (3.9), biến đổi Lagrange thể sau: Đồ án tốt nghiệp 44 Chương 3: Cognitive Precoding hệ thống MU-MIMO { % − γ −1P H H%H + γ −2 HPP % H H%H + γ −2 I L = Tr I NR − γ −1HP NR { ( H PP λ+ Tr H } { ( PP ) − P } H H ) − I th λ+ Tr } H SU (3.10) Với λ1 λ hệ số biểu thị cho phép nhân Lagrange Áp dụng điều kiện Karush-Kuhn-Tucker (KKT), biểu thức viết lại sau: % +λ H HH P+λ P = −γ −1 H%H + γ −2 H%H HP 0 (3.11) % + P H H%H ) − 2γ −3Tr ( HPP % H H%H + I ) = γ −2Tr ( HP NR (3.12) Tr ( H PP H H H ) − I th ≤ (3.13) λ1 ≥ 0, { } λ1 Tr ( H PP H H H ) − I th = (3.14) Tr ( PP H ) − PSU ≤ (3.15) λ ≥ 0, { } λ Tr ( PP H ) − PSU = (3.16) Từ công thức (3.11), ta được: (γ −2 ) H%H H%+ λ1 H H H + λ P = γ −1H%H ( P = γ H%H H%+ µ1 H H H + µ2 I NT Các số xác định: Hermitain ( ) ( ) −1 (3.17) % µ1 = λ1γ µ2 = λ 2γ Mặt khác,khi HP ma trận % = Tr P H H%H Tr HP ) , từ công thức (3.12) biển đổi thành: ( ) ( % = Tr HPP % H H%H + I Tr HP NR Đồ án tốt nghiệp H%H 45 ) (3.18) Chương 3: Cognitive Precoding hệ thống MU-MIMO Bằng cách khai thác biểu thức (3.14), (3.16), (3.17), vế trái (3.18) biển đổi lại sau: ( ) { ( ) } H P ) + µ Tr ( P P ) % = Tr P H H%H H%+ µ H H H + µ I P Tr γ HP 0 NT ( % = Tr ( HPP ) H% ) + µ I % + µ Tr ( P H H H = Tr P H H%H HP H H th H + µ PSU (3.19) µ2 = So sánh (3.19) với vế phải (3.18), rút N R − µ1 I th PSU Cuối cùng, ma trận tiền xử lý tính toán sau, cách xác định µˆ hệ số tối ưu hoá µ1 : Pˆ = γ P ( µˆ ) −1   N − µˆ I th @γ  H%H H%+ µˆ H H H + R I NT ÷ H%H PSU   Với ( γ = PSU / Tr P ( µˆ ) P ( µˆ ) Chúng ta xét hàm H (3.20) ) { f ( x ) = Tr ( PSU H H H − I th I NT ) P ( x ) P ( x ) H } Nếu f ( 0) ≤ µˆ = , không µˆ giá trị dương thoả mãn f ( µˆ ) = với < µˆ ≤ N R / I th Mà lúc này, từ công thức (3.15) (3.16) xác định µ2 = , µˆ = N R / I th Đồ án tốt nghiệp 46 Chương 3: Cognitive Precoding hệ thống MU-MIMO Ở công thức (3.9) không xét đến phối hợp làm việc anten thu, ˆ cần xét đến ma trận tiền xử lý P (3.20) mở rộng trường hợp nhiều anten phối hợp thu tín hiệu CR user Chúng ta tiến hành áp dụng phân tích QR cho ma trận Pˆk SU thứ k sau: Pˆk = Qk Rk for k=1, …, K N Rk × N Rk R ∈ £ Qk ∈ £ N k Với ma trận tam giác T × N Rk (3.21) thành phần trực giao Pˆ Q k Không giống kĩ thuật ZF-BD, ma trận k tạo phương pháp MMSE có chứa nhiễu giao thoa dư Vì vậy, giải pháp đưa áp dụng ma trận kết hợp Tk cho khồi kênh truyền, xác định Với tham số tổng công suất trình bình Tk = β T% k K H % β = PSU / ∑ k =1 Tr ( T% k Tk ) T% k bằng: −1  H K %H %  N % Tk =  Qk ∑ H l H l Qk + R I N Rk ÷ Qk H H%kH H%k Qk PSU l =1   Sau tìm (3.22) Qk Tk thông qua công thức (3.20), (3.21) (3.22), để chắn tín hiệu nhận SU giải mã thành có kí hiệu khối kênh truyền SU thứ k %H H%k Qk Tk = U%% k Λ kVk H%k Qk Tk cần phân tích SVD sau: Như kết có được, tín hiệu nhận SU thứ k viết là: %s + U%H H% xk = Λ k k k k K ∑ l =1,l ≠ k Đồ án tốt nghiệp 47 % Ps l l + wk (3.23) Chương 3: Cognitive Precoding hệ thống MU-MIMO Cuối cùng, ma trận precoding phía truyền ma trận lọc phía nhận hệ thống CR-MMSE-BD cho sau: H PkMB = Qk TkV% k H −1 M kMB = U% k Lk (3.24) Tổng dung lượng kênh truyền hệ thống CR-MMSE-BD tính toán sau: RMB  λ%2k ,i  = ∑∑ log + K  k =1 i =1 + ∑ l =1,l ≠ k mk ,i H k Pl  K N Rk Với mk,i vecto hàng thứ I ma trận thứ i ma trận M kMB λ%k ,i  ÷ ÷ ÷  phần tử đường chéo % Λ k 3.4 Kết luận chương Dựa công trình thực tế công bố tạp chí khoa học IEEE, chương 3, em đưa hai phương pháp tiền mã hoá kênh truyền cho hệ thống vô tuyến nhận thức CR-ZF-BD CR-MMSE-BD Nhìn chung thấy hai phương pháp ZF MMSE áp dụng cho kỹ thuật BD thoả mãn vấn đề giảm nhiễu giao thoa user nhằm tăng dung lượng hệ thống Mỗi phương pháp thực theo cách khác nên có ưu nhược điểm riêng Phương pháp ZF thực đơn giản hơn, nhiên trình thiết kế ma trận Precoding không tính đến thành phần nhiễu tạp âm nên ma trận chịu ảnh hưởng hiệu ứng khuếch đại nhiễu Vì mà phương pháp ZF thường thích hợp với kênh truyền có tỉ số SNR cao Còn phương pháp MMSE trình thiết Đồ án tốt nghiệp 48 Chương 3: Cognitive Precoding hệ thống MU-MIMO kế có tính đến thành phần tạp âm nên phần khắc phục nhược điểm phương pháp ZF Đồ án tốt nghiệp 49 Chương 4: Kết mô MATLAB CHƯƠNG 4: KẾT QUẢ MÔ PHỎNG BẰNG MATLAB 4.1 Giới thiệu chương Trong chương trước, phân tích tính toán thiết kế cho kỹ thuật tiền mã hóa CR-ZF-BD kỹ thuật tiền mã hóa CR-MMSE-BD việc nâng cao chất lượng tín hiệu đầu thu thiết bị di động Qua chương này, chứng minh rõ ưu điểm trội kỹ thuật tiền mã hóa CR-MMSE-BD so với CR-ZF-BD thông qua việc mô truyền dẫn đường xuống hệ thống MIM Từ đây, ta kiểm chứng lại tính xác mặt lý thuyết việc sử dụng Matlab để tính dung lượng trung bình kỹ thuật tiền mã hóa : Kỹ thuật tiền mã hóa CR-ZF-BD Kỹ thuật tiền mã hóa CR-MMSE-BD Kênh truyền sử dụng để mô kênh truyền bị ảnh hưởng nhiễu tạp âm từ môi trường bên Để việc mô bớt phức tạp, ta giả định thông tin trạng thái kênh truyền biết xác máy thu 4.2 Quá trình mô phân tích kết Tín hiệu vecto kí hiệu điều chế MQAM với M=4 SNR MU-MIMO cho SUs xác định SNRSU = PSU / σ n PU 2 SNRPU = PPU / σ n , với σ n = Cho thông số sau: SNRPU = 15dB I th = 1e − • Cho cầu hình (1) PU 2x2 SU có cấu hình anten 12x(2 2 2) Đồ thị so sánh tổng dung lượng hai phương pháp: Đồ án tốt nghiệp 50 Chương 4: Kết mô MATLAB Hình 4.1 Sự khác tổng dung lượng hai phương pháp với cầu hình (1) Nhận xét: Phương pháp MMSE với việc có tính đến thành phần tạp âm trình thiết kế cho thấy kết dung lượng thu tốt phương pháp ZF • Với cầu hình (2) PU 2x2 SU 14x(4 4 ) Đồ thị so sánh tổng dung lượng hai phương pháp thể hình Đồ án tốt nghiệp 51 Chương 4: Kết mô MATLAB Hình 4.2 Sự khác tổng dung lượng hai phương pháp với cầu hình (2) Nhận xét: Việc tăng số anten thu SU khiến hai phương pháp hoạt động hiệu hơn, tổng dung lượng kênh truyền tăng lên cách rõ rệt Đồ án tốt nghiệp 52 KẾT LUẬN Với yêu cầu ngày cao chất lượng độ tin cậy, đồ án trình bày cách tổng quan kỹ thuật truyền mã hoá hệ thống MU-MIMO Đồ án đưa hai giải pháp nhằm cải thiện tổng dung lượng kênh truyền hệ thống vô tuyến nhận thức phương pháp ZF-BD MMSE-BD Đồ án làm bật điểm khác CR-ZF-BD so với CR-MMSE-BD Đồ án nghiên cứu đưa giải pháp nhằm khai thác triệt phổ băng tần đưa giải pháp để tăng dung lượng lúc khai thác Do thời gian thực có hạn nên đồ án khảo sát kỹ thuật tiền mã hoá sử dụng điều chế MQAM Vì hướng phát triển đề tài khảo sát kỹ thuật tiền mã hoá sử dụng loại điều chế khác PSK Trong tương lai, có điều kiện, e nghiên cứu sâu kỹ thuật tiền mã hoá tuyến tính phi tuyến tính khác Channel Inversion, DPC V-blast… Đồ án tốt nghiệp 53 TÀI LIỆU THAM KHẢO [1] H Sung, K.-J Lee, and I Lee, “An MMSE based block diagonalization for multiuser MIMO downlink channels with other cell interference,” in Proc IEEE VTC Fall, Sep 2009 [2] Kyoung-Jea Lee and Inkyu Lee, “MMSE Based Block Diagonalization for Cognitive Radio MIMO Broadcast Channels”, IEEE Trans Wireless Commun., vol 10, no 10, October 2011 [3] M Honig, U Madhow, and S Verdu, “Blind adaptive multiuser detection” , IEEE Trans Inf Theory, vol 41, no 4, pp 944–960, July 1995 [4] Stella N Batalama, Member, IEEE, Amit Kansal, Student Member, IEEE, and Dimitris A Pados, Member, IEEE, “Adaptive Maximum SINR RAKE Filtering for DS-CDMA Multipath FadingChannels”, IEEE Journal on selected areas in communications, vol 16, no 9, Dec 1998 [5] Quentin H Spencer, A Lee Swindlehurst and Martin Haardt , “Zero-Forcing Methods for Downlink Spatial Multiplexing in Multiuser MIMO Channels”, IEEE Trans Signal Process., vol 52, no 2, February 2004 [6] Yong Soo Cho, Jaekwon Kim, Won Young Yang and Chung G Kang, “MIMOOFDM Wireless Communications with MATLAB”, chapter and chapter 13, John Wiley & Sons (Asia) Pte Ltd 2011 Đồ án tốt nghiệp 54 PHỤ LỤC Code chương trình clc; clear all; close all; SNRDB=[0:5:30];SNR=10.^(SNRDB/10); NR0=2; NT0=2; NR=[2 2 2]; % NR=[4 4]; NT= 14; K=numel(NR); rate_ZB = rate_MB = zeros(1,length(SNR)); zeros(1,length(SNR)); M=4; %Modulation level of M-ary quadrature amplitude modulation (MQAM), e.g., BPSK -> M=2; QPSK -> M =4; b = log2(M); % number of bits to be conveyed by one MQAM complex symbol N_frame=100; N_pbits=N_frame*b; N_trial=100; %% Main for snr=1:length(SNRDB) display('loading '); for trial=1:N_trial %% Signal Generation msg_bit_PU = randint(1,NR0*N_pbits); % bit generation symbol_PU = MQAM_modulator(reshape(msg_bit_PU,b,NR0*N_frame)); s0 = reshape(symbol_PU,NR0,N_frame); msg_PU=msg_bit_PU; %% s=cell(K,1);msg_SU=cell(K,1); for k=1:K msg_bit_SU = randint(1,NR(k)*N_pbits); % bit generation symbol_SU = MQAM_modulator(reshape(msg_bit_SU,b,NR(k)*N_frame)); s{k} = reshape(symbol_SU,NR(k),N_frame); msg_SU{k}=msg_bit_SU; end Channel Generation G0=sqrt(0.5)*(randn(NR0,NT0)+1j*randn(NR0,NT0)); Gk=sqrt(0.5)*(randn(sum(NR),NT0)+1j*randn(sum(NR),NT0)); for k=1:K G{k}=Gk(sum(NR(1:k-1))+[1:NR(k)],:); end H0=sqrt(0.5)*(randn(NR0,NT)+1j*randn(NR0,NT)); Hk=sqrt(0.5)*(randn(sum(NR),NT)+1j*randn(sum(NR),NT)); for k=1:K H{k}=Hk(sum(NR(1:k-1))+[1:NR(k)],:); Đồ án tốt nghiệp 55 end %% Cognitive System No=1; Power_SU=SNR(snr)*No; Power_PU=10^(15/10)*No; I_th=1e-4; [U0,S0,V0]=svd(G0); lamda_PU=sqrt(Power_PU/trace(V0*V0'))*eye(NT0); P0=V0*lamda_PU; M_=[]; for k=1:K A=G{k}*P0*P0'*G{k}' +No*eye(NR(k)); for k1=1:rank(A) A(k1,k1)=real(A(k1,k1)); end end L{k}=chol((A),'Lower'); M_wave{k}=inv(L{k}); M_=blkdiag(M_, M_wave{k}); for k=1:K H_wave{k}=M_wave{k}*H{k}; end %% CR-ZF-BD Precoder Nk=[]; for k=1:K Nk=[Nk;H_wave{k}]; end R_ZB=0; for k=1:K N{k}=Nk; N{k}(sum(NR(1:k-1))+[1:NR(k)],:)=[]; N{k}=[H0;N{k}]; [U,S,V]=svd(N{k}); N_O{k}=V(:,rank(S)+1:end); [U1,S1,V1]=svd(H_wave{k}*N_O{k}); lamda_SU=sqrt(Power_SU/trace(V1(:,1:rank(S1))*V1(:,1:rank(S1))'))*eye(NR(k)) ; P_ZB{k}=N_O{k}*V1(:,1:rank(S1))*lamda_SU;%*ones(NR(k),1); M_ZB{k}=U1'*M_wave{k}; % -Rate ZB -for i=1:NR(k) C_ZB{i} = log2(real(1 + (S1(i,i))^2 * lamda_SU(i,i))); rate_ZB(snr) = rate_ZB(snr) + C_ZB{i}; end Đồ án tốt nghiệp 56 end %% CR-MMSE-BD Precoder H_=[]; temp=cell(1,K); for k=1:K H_=[H_;H_wave{k}]; temp{k}=0; end nR=sum(NR); cvx_begin variable P_wave(NT,nR) complex minimize ( norm( H_ * P_wave - eye(nR)) ) subject to norm(H0*P_wave,'fro') [...]... cho đến bây giờ, kỹ thuật này đã không ngừng cải tiến và góp một phần không nhỏ vào sự phát triển của hệ thống thông tin vô tuyến Để hiểu rõ hơn sự phát triển của kỹ thuật này như thế nào, trong chương này em sẽ đi tìm hiểu về khái niệm của hệ thống MIMO, các kĩ thuật phân tập áp dụng trong hệ thống cũng như cách tính toán dung lượng 2.2 Hệ thống MIMO MIMO là các hệ thống truyền dẫn vô tuyến sử dụng đồng... đường lên Trong hệ thống thông tin multi-user này, đa anten cho phép các user độc lập truyền luồng dữ liệu của chúng trong đường lên (mô hình many-to-one) cùng lúc hoặc trạm gốc truyền các truyền các luồng dữ liệu đa người dùng đã được giải mã bởi mỗi user trong đường xuống (mô hình one-to-many) Đây là một thuộc tính để tăng độ tự do trong đa anten cũng như trong hệ thống single-user MIMO Trong hệ thống. .. bao phủ hệ thống vô tuyến mà không cần tăng công suất hay băng thông hệ thống Chi phí phải trả để tăng tốc độ truyền dữ liệu chính là việc tăng chi phí để triển khai hệ thống anten, không gian cần thiết cho hệ thống cũng tăng lên, độ phức tạp của hệ thống xử lí số tín hiệu nhiều chiều cũng tăng lên Hệ thống MIMO có ưu điểm về hiệu suất, triệt can nhiễu, dung lượng và chất lượng của hệ thống MIMO đang... trong môi trường truyền vô tuyến, tốc độ dữ liệu được nâng cao bằng cách truyền nhiều luồng dữ liệu song song Ngoài ra, MUMIMO có thể khai thác sự giao thoa công suất của nhiều người dùng như là một tài nguyên không gian cho kỹ thuật xử lý phát tiên tiến.Do đó nhìn chung kỹ thuật MIMO được ứng dụng trong hệ thống vô tuyến với mục đích lớn nhất là tăng tốc độ dữ liệu và độ tin cậy kênh truyền, nâng cao... nhiều anten truyền dữ liệu với cùng một băng tần dẫn đến hiện tượng giao thoa giữa các anten • Nhiễu liên kênh: do nhiều người dùng sử dụng hệ thống MIMO • Do sử dụng nhiều anten phát và thu dẫn đến giá thành của hệ thống MIMO tăng lên nhiều so với các hệ thống như SISO, MISO, SIMO 2.4 Kĩ thuật phân tập Phân tập là kỹ thuật cải thiện độ tin cậy của tín hiệu và giảm ảnh hướng của fading đa đường truyền mà... chất khác nhau Kỹ thuật phân tập có thể sử dụng tốt trong truyền đa đường, cho kết quả độ lợi phân tập Độ lợi phân tập là sự tăng lên của tỉ số tín hiệu trên nhiễu khi có phân tập hoặc có thể tính là sự rút gọn của công suất phát khi có phân tập 2.4.1 Phân tập thời gian Phân tập thời gian có thể nhận được bằng cách mã hoá và đan xen, trong đó thông tin được mã hoá và truyền phân tán trong các khoảng... tốc độ truyền Hệ thống có thể cung cấp phân tập phát nhờ vào đa anten phát, cung cấp phân tập thu nhờ vào đa anten thu nhằm tăng chất lượng hệ thống hoặc thực hiện Beamforming tại nơi phát và nơi thu để tăng hiệu suất sử dụng công suất, triệt can nhiễu Ngoài ra, chuỗi tín hiệu phát được mã hoá theo cả hai miền không gian và thời gian giúp cải thiện dung lượng của hệ thống Tín hiệu sau khi được mã hoá. .. nghiệp 31 Chương 2: Hệ thống Multi user – Multi Input Multi Output Hình 2.7 Hệ thống thông tin Multi user – MIMO: K=4 2.8 Mô hình toán học của hệ thống Multi-User MIMO kênh đường xuống 2.8.1 Mô hình khi chưa có precoding Hình 2.8 Mô hình hệ thống MU-MIMO kênh đường xuống Trong hệ thống MU-MIMO kênh đường xuống, trạm gốc truyền dữ liệu cho K users NM ×1 NB×1 độc lập Với x ∈ £ là tín hiệu truyền từ trạm gốc... thuận với min Trong thực tế, kĩ thuật MIMO là một công cụ thiết yếu để tăng dung lượng khi SNR cao Trong hệ thống single-user MIMO, truyền một dữ liệu với tốc độ cao theo kiểu point-to-point có thể được hỗ trợ bởi việc ghép kênh không gian để cung cấp độ lợi phân tập không gian Tuy nhiên, hầu hết các hệ thống thông tin đều được thiết kế với đa người dùng cùng chia sẻ một nguồn phát vô tuyến Hình 2.7... mà không bổ sung công suất truyền hoặc tăng phổ băng thông Do nhu cầu về tốc độ truyền tải dữ liệu ngày càng tăng trong hệ thống viễn thông, các hệ thống đa anten đã và đang được nghiên cứu tích cực Ngay cả khi 1 kênh không dây với dung lượng kênh cao được đưa ra, chúng ta vẫn cần tìm những kĩ thuật tốt để đạt được tốc độ truyền dẫn dữ liệu cao hoặc độ tin cậy cao Những kĩ thuật anten được phân loại