Triệt nhiếu giao thoa trong hệ thống GSM bằng bộ cân bằng sử dụng mạng neural

LỜI CẢM ƠN Trong thời gian thực đồ án này, em nhiều hỗ trợ, động viên khuyến khích nhiều từ gia đình, thầy cô, bạn học Trường Đại Học Công Nghệ Thông Tin Truyền Thông Trước hết, em xin bày tỏ lòng biết ơn sâu sắc tới Th.S Đỗ Huy Khôi, người tận tình bảo em cách định hướng và giải vấn đề để em hoàn thành đồ án Bên cạnh em xin cảm ơn Gia đình em khuyến khích, động viên tạo điều kiện cho em yên tâm hoàn thành khóa học đồ án Em xin chân thành cảm ơn Thầy, Cô khoa Công nghệ điện tử & truyền thông trang bị kiến thức cho em suốt thời gian học Và em xin gửi lời biết ơn đến Trường Đại Học Công Nghệ Thông Tin Truyền Thông nơi em học tập, tạo điều kiện mặt vật chất, thời gian cho em theo học khóa học Trong trình làm đồ án, em không tránh khỏi sai sót trình độ thời gian có hạn Em mong nhận góp ý quý báu thầy cô bạn để đồ án em hoàn thiện Cuối em xin cảm ơn bạn học giúp đỡ em trình học Thái Nguyên , tháng 06 năm 2012 Sinh viên Lê Công Nhân MỤC LỤC LỜI CẢM ƠN MỤC LỤC DANH MỤC HÌNH VẼ VÀ BẢNG BIỂU LỜI MỞ ĐẦU CHƯƠNG : HỆ THỐNG GSM VÀ TÁC ĐỘNG CỦA NHIỄU ISI 1.1 Giới thiệu hệ thống thông tin di động GSM 1.2 Cấu trúc mạng GSM 1.2.1 Trạm di động 1.2.2 Hệ thống trạm gốc 10 1.2.3 Hệ thống mạng 10 1.3 Nhiễu liên ký tự (ISI) 11 1.4 Các biện pháp khắc phục nhiễu ISI 12 1.4.1 Bộ lọc cos nâng 13 1.4.2 Bộ lọc ngang ép không 14 CHƯƠNG 2: MẠNG NEURAL NHÂN TẠO 17 2.1 Tổng quan neural networks 17 2.2 Ý tưởng sinh học 17 2.3 Mô hình nhân tạo 18 2.4 Sử dụng mạng neural networks 20 2.5 Mô hình mạng neural networks 21 2.5.1 Mô hình neural 22 2.5.2 Cấu trúc mạng neural 24 2.6 Kiểu huấn luyện 25 CHƯƠNG 3: BỘ CÂN BẰNG SỬ DỤNG TRONG HỆ THỐNG GSM 27 3.1 Tổng quan cân 27 3.2 Bộ cân thích ứng tổng quát 29 3.3 Bộ cân máy thu 33 3.4 Bộ cân mù 35 3.5 Tổng quát kỹ thuật cân 36 CHƯƠNG 4: SỬ DỤNG MẠNG NEURAL CHO BỘ CÂN BẰNG 38 4.1 Sử dụng neural networks 38 4.2 Thu thập liệu cho neural networks 39 4.3 Tiền hậu xử lý 41 4.4 Perceptron nhiều lớp 43 4.4.1 Huấn luyện Perceptron nhiều lớp 43 4.4.2 Thuật toán backpropagation 44 4.4.3 Học mức tổng quát hóa 45 4.4.4 Chọn lựa liệu 47 4.4.5 Tìm hiểu cách huấn luyện MLP 48 CHƯƠNG 5: CHƯƠNG TRÌNH MÔ PHỎNG 51 5.1 Mô cân sử dụng neural networks 51 5.2 Sơ đồ khối thực chương trình 56 5.3 Lưu đồ giải thuật huấn luyện mạng Neural 59 5.4 Kết mô 62 PHỤ LỤC 67 TÀI LIỆU THAM KHẢO 73 DANH MỤC HÌNH VẼ VÀ BẢNG BIỂU Hình 1.1 Mạng tế bào vô tuyến Hình 1.2 Cấu trúc mạng GSM Hình 1.3 Mô hình gây nhiễu 11 Hình 1.4 Giãn đồ mắt 12 Hình 1.5 Sơ đồ lọc cos nâng 13 Hình 1.6 Vị trí lọc cân kênh 15 Hình 1.7 Bộ lọc cân kênh 15 Hình 2.1 Cấu trúc Neural Networks 20 Hình 2.2 Mô hình mạng neural 21 Hình 2.3 Mạng neural ngưỡng ngưỡng 22 Hình 2.4 Mạng neural với vector nhập 23 Hình 2.5 Mạng gồm nhiều neural 23 Hình 2.6 Mô tả lớp neural 24 Hình 2.7 Một lớp mạng neural 25 Hình 2.8 Mạng nhiều lớp neural 25 Hình 3.1 Giản đồ khổi hệ thống thống tin sử dụng cân thích ứng máy thu 28 Hình 3.2 Bộ cân tuyến tính 30 Hình 3.3 Phân loại cân 36 Hình 3.4 Bộ lọc đường trễ có khối tiến hồi tiếp 37 Hình 3.5 Cấu trúc cân ngang tuyến tính 37 Hình 4.1 Hàm logsig 42 Hình 4.2 Đáp ứng sigmoid 48 Hình 4.3 Mặt phẳng đáp ứng hai hàm sigmoid 49 Hình 4.4 Một MLP có mặt phẳng đáp ứng dãi thực XOR hai tín hiệu 50 Hình 5.1 Sơ đồ hệ thống có cân 54 Hình 5.2 Mô hình mạng lớp 54 Hình 5.3 Mô hình mạng lớp 55 Hình 5.4 Sơ đồ khối bước thực chương trình 56 Hình 5.5 Giải thuật chương trình mô 57 Hình 5.6 Lưu đồ giải thuật điều chế tín hiệu 58 Hình 5.7 Sơ đồ huấn luyện mạng Neural Networks 59 Hình 5.8 Sơ đồ mô Neural Networks 60 Hình 5.9 Cửa sổ giao diện 61 Hình 5.10 Giao diện chương trình mô 61 Hình 5.11 Nhiễu Gauss 64 LỜI MỞ ĐẦU Ngày nay, thông tin di động phát triển rộng rãi toàn giới với kỹ thuật ngày hoàn thiện Mặc dù vấn đề xử lý tín hiệu hệ thống thông tin di động Một kỹ thuật đưa để giải vấn đề này, cân sử dụng Neural Networks Neural Networks lĩnh vực khoa học kỹ thuật mới, đưa mô hình đặc trưng cho trí tuệ nhân tạo Mạng neural Networks huấn luyên, tracking chuỗi bit tín hiệu để triệt nhiễu Đây đề tài nghiên cứu em đồ án Đồ án trình bày lý thuyết mô kỹ thuật máy tính Trong phạm vi đồ án em thử nghiệm kết triệt nhiễu Neural Networks phần mêm tiện ích MATLAB, phần mềm dùng phổ biến ngành toán, xử lý tín hiệu, điều khiển tự động Nội dung đồ án gồm chương: CHƯƠNG 1: HỆ THỐNG GSM VÀ TÁC ĐỘNG CỦA NHIỄU ISI CHƯƠNG 2: MẠNG NEURAL NHÂN TẠO CHƯƠNG 3: BỘ CÂN BẰNG SỬ DỤNG TRONG HỆ THỐNG GSM CHƯƠNG 4: SỬ DỤNG MẠNG NEURAL CHO BỘ CÂN BẰNG CHƯƠNG 5: CHƯƠNG TRÌNH MÔ PHỎNG Vì thực thời gian ngắn nên dù cố gắng đồ án em nhiều thiếu sót hạn chế Em mong nhận góp ý quý thầy cô bạn bè Em xin chân thành cảm ơn Thái Nguyên , tháng 06 năm 2012 Sinh Viên Lê Công Nhân CHƯƠNG 1: HỆ THỐNG GSM VÀ TÁC ĐỘNG CỦA NHIỄU ISI 1.1 Giới thiệu hệ thống thông tin di động GSM Lịch sử hình thành GSM đề xuất vào năm 1982 Nordic Telecom Netherlands CEPT (Conference of European Post and Telecommunication) để phát triển chuẩn tế bào số đương đầu với nhu cầu ngày tăng mạng di động Châu Âu Ủy ban Châu Âu (EC) đưa lời hướng dẫn yêu cầu quốc gia thành viên sử dụng GSM cho phép liên lạc di động băng tần 900MHz Viện tiêu chuẩn viễn thông Châu Âu (ETSI) định nghĩa GSM quốc tế chấp nhận tiêu chuẩn hệ thống điện thoại tế bào số Lời đề xuất có kết vào tháng năm 1987, 13 nhà điều hành quản lý nhóm cố vấn CEPT GSM thỏa thuận ký hiệp định GSM MoU “Club”, với ngày khởi đầu tháng năm 1991 GSM từ viết tắt Global System for Mobile Communications (hệ thống thông tin di động toàn cầu), trước có tên Groupe Spécial Mobile Hệ thống thông tin di động toàn cầu GSM hệ thống thông tin tế bào số tích hợp toàn diện, phát triển Châu Âu nhanh chóng phát triển toàn giới Mạng thiết kế phù hợp với hệ thống ISDN dịch vụ mà GSM cung cấp hệ thống dịch vụ ISDN chuẩn Hình 1.1 Mạng tế bào vô tuyến GSM thiết kế hoạt động dải tần 890-915 MHz 935-960 MHz, 1.8GHz Một vài tiêu chuẩn đề nghị cho hệ thống : Chất lượng âm thoại thực tốt Giá dịch vụ thuê bao giảm Hỗ trợ liên lạc di động quốc tế Khả hỗ trợ thiết bị đầu cuối trao tay Hỗ trợ phương tiện thuận lợi dịch vụ Năng suất quang phổ Khả tương thích ISDN Tiêu chuẩn ban hành vào tháng giêng năm 1990 hệ thống thương mại khởi đầu vào năm 1992 Tổ chức MoU (Memorandum of Understanding) thành lập nhà điều hành quản lý GSM cấp phép đầu tiên, lúc có 13 hiệp định ký kết đến có 191 thành viên khắp giới Tổ chức MoU có quyền lực tối đa, quyền định chuẩn GSM 1.2 Cấu trúc mạng GSM Mạng GSM gồm nhiều khối chức khác Hình cho thấy cách bố trí mạng GSM tổng quát Mạng GSM chia thành ba phần Trạm di động (Mobile Station _MS) thuê bao giữ Hệ thống trạm gốc (Base Station Subsystem_BSS) điều khiển liên kết với trạm di động Hệ thống mạng (Network Subsystem_NS) phần trung tâm chuyển mạch dịch vụ di động (Mobile services Switching Center_MSC), thực chuyển mạch gọi người sử dụng điện thoại di động, di động với thuê bao mạng cố định MSC xử lý hoạt động quản lý di động Trạm di động hệ thống trạm gốc thông tin dùng giao tiếp Um, gọi giao tiếp không trung hay liên kết vô tuyến Hệ thống trạm gốc liên lạc với trung tâm chuyển mạch dịch vụ di động dùng giao tiếp A Hình 1.2 Cấu trúc mạng GSM 1.2.1 Trạm di động Trạm di động (Mobile Station_MS) gồm có thiết bị di động (đầu cuối) card thông minh gọi module nhận dạng thuê bao (Subscriber Identity Module_SIM) SIM cung cấp thông tin cá nhân di động, người sử dụng truy cập vào dịch vụ thuê bao không phụ thuộc vào loại thiết bị đầu cuối Bằng cách gắn SIM vào đầu cuối GSM, người sử dụng nhận, gọi nhận dịch vụ thuê bao khác thiết bị đầu cuối Thiết bị di động nhận dạng số nhận dạng thiết bị di động quốc tế (International Mobile Equipment Identity_IMEI) SIM card chứa số nhận dạng thuê bao di động quốc tế (International Mobile Subscriber Identity_IMSI) sử dụng để nhận dạng thuê bao hệ thống, dùng để xác định chủ quyền thông tin khác Số IMEI IMSI độc lập SIM card bảo vệ chống lại việc sử dụng trái phép password số nhận dạng cá nhân 1.2.2 Hệ thống trạm gốc Hệ thống trạm gốc gồm hai phần: trạm gốc thu phát (BTS) trạm gốc điều khiển (BSC) Hai hệ thống liên kết dùng giao tiếp Abis chuẩn hoá, cho phép điều hành phận cung cấp nhà sản xuất khác Trạm thu phát gốc nơi máy thu phát vô tuyến phủ cell điều khiển giao thức liên kết vô tuyến với trạm di động Trong thành phố lớn, có nhiềukhả triển khai nhiều BTS, yêu cầu BTS phải xác, tin cậy, di chuyển giá thành thấp Trạm gốc điều khiển tài nguyên vô tuyến nhiều BTS Trạm điều khiển cách thiết lập kênh truyền vô tuyến, nhảy tần trao tay BSC kết nối trạm di động tổng đài di động (MSC) 1.2.3 Hệ thống mạng Thành phần hệ thống mạng tổng đài di động, hoạt động nút chuyển mạch bình thường PSTN ISDN, cung cấp tất chức cần có để điều khiển thuê bao di động, đăng ký, xác nhận, cập nhật tọa độ, trao tay, định tuyến gọi cho thuê bao liên lạc di động Những dịch vụ cung cấp chung với nhiều phận chức khác, tạo nên hệ thống mạng MSC cung cấp kết nối đến mạng cố định (như PSTN ISDN) Báo hiệu phận chức hệ thống mạng hệ thống báo hiệu số (SS7) sử dụng cho báo hiệu trung kế mạng ISDN mở rộng sử dụng mạng công cộng Bộ ghi định vị thường trú (HLR) ghi định vị tạm trú (VLR) với MSC cung cấp định tuyến gọi khả liên lạc di động GSM HLR chứa tất thông tin quản trị thuê bao đăng ký mạng GSM tương ứng, với vị trí di động Vị trí di động thường dạng địa báo hiệu VLR chứa trạm di động 10 5.3 Lưu đồ giải thuật huấn luyện mạng Neural Hình 5.7 Sơ đồ huấn luyện mạng Neural Networks 59 Lưu đồ giải thuật mô Neural Networks: Hình 5.8 Sơ đồ mô Neural Networks Trong cửa sổ giao diện có nút nhấn : : Thực thi chương trình, cửa sổ để nhập thông số môi trường truyền tần số sóng mang (Fc), tốc độ bit (R), loại nhiễu, … : Thoát khỏi chương trình mô phỏng, lên cửa sổ thoát.Khi click chuột vào nút Mô phỏng, xuất cửa sổ : 60 Hình 5.9 Cửa sổ giao diện Hình 5.10 Giao diện chương trình mô 61 Cửa sổ cho phép nhập : Tần số sóng mang (Carrier Freq) Tốc độ bit (Bit Rate) Chiều dài chuỗi liệu (Length of Data) Loại liệu (Ngẫu nhiên hay nhập vào) Biên độ sóng mang (Amplitude) Phương pháp Đã điều chế (BPSK/QPSK) Loại nhiễu (White Noise/Fading/Cochannel) Mức độ nhiễu (SNR/Mean Variance, số nguồn nhiễu) Chọn nút Back để quay cửa sổ hay nút Next để qua cửa sổ nhập thông số 5.4 Kết mô Mô tín hiệu điều chế BPSK, QPSK kênh truyền có loại nhiễu Gauss, nhiễu fading, nhiễu đồng kênh Sử dụng loại mạng khác để triệt nhiễu Loại mạng Ký hiệu Bayesian Regularization Mạng Baye Levenberg_Marquardt Mạng Leven One Step Secant Mạng OSS Quasi_Newton Mạng Newton Scale Conjugate Gradient Mạng SCG Powell_Beal Mạng Pow Polak_Ribiére Mạng Polak Fletcher_Reeves Mạng Flet Resilient Backpropagation Mạng Rprop Adaptive Learning Rate Mạng Adapt Gradient Descent Momentum Mạng GDM 62 Gradient Descent Mạng GD Adaptive Linear Mạng Linear Thông số Chuỗi bit Tần số sóng mang Tốc độ bit Phương pháp điều Giá trị 10.000.000 Đơn vị Bit 35 MHz 1,024 Mbps QPSK chế Mạng lớp Lớp 1:1 neuron hàm truyền ngõ vào tansig Chương trình mô tín hiệu điều chế phương pháp điều chế BPSK, QPSK kênh truyền có loại nhiễu Gauss, nhiễu fading, nhiễu đồng kênh Sử dụng loại mạng Neural khác để triệt nhiễu 63 Hình 5.11 Nhiễu Gauss Mạng Bayesian, mạng Resilient Backpropagation, mạng Scale Conjugate Gradient với lớp neuron hàm truyền tansig, ngõ vào, có đường BER nằm thấp nhất, mạng có khả hoạt động tốt Thông số Giá trị Chuỗi bit 10.000.000 Đơn vị Bit Tần số sóng mang 35 MHz Tốc độ bit 1,024 Mbps Phương pháp điều QPSK chế Mạng lớp Lớp 1:1 neuron hàm truyền 10 ngõ vào tansig 64 Hình 5.12 Đồ thị huấn luyện mạng Hình 5.13 Dạng tín hiệu điều chế (a) Tín hiệu điều chế QPSK (b) Tín hiệu phát sau lọc (c) Tín hiệu thu (có nhiễu) antenna thu (d) Tín hiệu thu sau lọc băng thông 65 Hình 5.14 Màn hình xuất kết sau mô 66 PHỤ LỤC Chương trình chạy mô (callbackrun.m) function callbackrun; global Fc R N A t t0 Sample TypeMod bittrain bittransfer; global Info FiltedTransmit Receive FiltedReceive FiltedLow ss; global AfterEq Decision; % Info : Tín hiệu điều chế nhiễu % FiltedTransmit : Tín hiệu điều chế sau qua BPF % Receive : Tín hiệu thu % FiltedReceive : Tín hiệu thu sau qua BPF % FiltedLow : Tín hiệu thu sau LPF % ss : chuỗi bit thu không qua cân % AfterEq : Tín hiệu thu sau qua cân % Decision : Chuỗi bit thu sau qua cân luutrain; set(gcf,'Visible','off'); t0=0; epre=0; etrain=0; Sample=round(20*Fc/R); 67 T=1/R; %Huan luyen mang ban dau t=linspace(T/Sample,bittransfer*T,bittransfer*Sample); s=randint(1,bittransfer); %Dieu che if TypeMod=='BPSK' bpsk; FiltedTransmit=loc(R,Info); else qpsk; FiltedTransmit=loc(R/2,Info); end %Kenh truyen [Noise,NoiseFad,NoiseCo]=chonnhieu; Receive=FiltedTransmit+Noise+NoiseFad+NoiseCo; %Giai dieu che va huan luyen mang if TypeMod=='BPSK' FiltedReceive=loc(R,Receive); FiltedLow=debpsk(FiltedReceive); ss=detectorinter(FiltedLow); 68 for i=1:bittrain Target((i-1)*Sample+1:i*Sample)=(-2*s(i)+1)*A; end home net=huanluyen(FiltedLow(Sample+1:(bittrain+1)*Sample),Target); [AfterEq,du]=mang(net,FiltedLow); AfterEq(1)=[]; Decision=detector(AfterEq); else FiltedReceive=loc(R/2,Receive); FiltedLow=deqpsk(FiltedReceive); ss=detectorinter(FiltedLow); home for i=1:bittrain Target((i-1)*2*Sample+1:i*2*Sample)=(-2*s(2*i-1)+1)*A; end netOdd=huanluyen(FiltedLow(1,2*Sample+1:2*(bittrain+1)*Sample),Target); for i=1:bittrain Target((i-1)*2*Sample+1:i*2*Sample)=(2*s(2*i)-1)*A; end 69 netEven=huanluyen(FiltedLow(2,2*Sample+1:2*(bittrain+1)*Sample),Target) AfterEq=[]; [AfterEq(1,:),duOdd]=mang(netOdd,FiltedLow(1,:)); [AfterEq(2,:),duEven]=mang(netEven,FiltedLow(2,:)); AfterEq(:,1)=[]; Decision=detector(AfterEq); end totals=bittransfer; epre=epre+sum(abs(s-ss)); berpre=epre/totals; etrain=etrain+sum(abs(s-Decision)); bertrain=etrain/totals; hinhve(berpre,bertrain,totals); pause(1); %Chay mo phong mang rep=N/bittransfer; if rep>1 t0=T*bittransfer; for i=2:rep t=linspace(t0+T/Sample,t0+bittransfer*T,bittransfer*Sample); 70 s=randint(1,bittransfer); %Dieu che if TypeMod=='BPSK' bpsk; FiltedTransmit=loc(R,Info); else qpsk; FiltedTransmit=loc(R/2,Info); end %Kenh truyen [Noise,NoiseFad,NoiseCo]=chonnhieu; Receive=FiltedTransmit+Noise+NoiseFad+NoiseCo; %Giai dieu che if TypeMod=='BPSK' FiltedReceive=loc(R,Receive); FiltedLow=debpsk(FiltedReceive); ss=detectorinter(FiltedLow); [AfterEq,du]=mang(net,FiltedLow,du); Decision=detector(AfterEq); else 71 FiltedReceive=loc(R/2,Receive); FiltedLow=deqpsk(FiltedReceive); ss=detectorinter(FiltedLow); AfterEq=[]; [AfterEq(1,:),duOdd]=mang(netOdd,FiltedLow(1,:)); [AfterEq(2,:),duEven]=mang(netEven,FiltedLow(2,:)); AfterEq(:,1)=[]; Decision=detector(AfterEq); end totals=totals+bittransfer; epre=epre+sum(abs(s-ss)); berpre=epre/totals; etrain=etrain+sum(abs(s-Decision)); bertrain=etrain/totals; hinhve(berpre,bertrain,totals); pause(1); t0=t0+T*bittransfer; end end msgbox('The program finished') 72 TÀI LIỆU THAM KHẢO [1] Theođãre S.Rappaport, Wireless Communications, [2] IEEE Communications Magazine [3] NXB Bưu Điện, Viba số Tập 1,2 [4] Vũ Đức Thọ, Thông tin di động số Cellular, NXB Giáo dục [5] Bạch Hưng Khang_Hoàng Kiếm, Trí tuệ nhân tạo_Các phương pháp ứng ISBN 0-13-375536-3 dụng [6] NXB Thống kê, Mạng Neural Nhân tạo 73 ... chương: CHƯƠNG 1: HỆ THỐNG GSM VÀ TÁC ĐỘNG CỦA NHIỄU ISI CHƯƠNG 2: MẠNG NEURAL NHÂN TẠO CHƯƠNG 3: BỘ CÂN BẰNG SỬ DỤNG TRONG HỆ THỐNG GSM CHƯƠNG 4: SỬ DỤNG MẠNG NEURAL CHO BỘ CÂN BẰNG CHƯƠNG 5: CHƯƠNG... nên hệ thống mạng MSC cung cấp kết nối đến mạng cố định (như PSTN ISDN) Báo hiệu phận chức hệ thống mạng hệ thống báo hiệu số (SS7) sử dụng cho báo hiệu trung kế mạng ISDN mở rộng sử dụng mạng. .. hình mạng neural networks 21 2.5.1 Mô hình neural 22 2.5.2 Cấu trúc mạng neural 24 2.6 Kiểu huấn luyện 25 CHƯƠNG 3: BỘ CÂN BẰNG SỬ DỤNG TRONG HỆ THỐNG GSM