Tóm tắt Luận án tiến sĩ Kỹ thuật: Nghiên cứu giải pháp giảm can nhiễu và méo phi tuyến trong hệ thống thông tin vệ tinh

Đề tài luận án thuộc phạm vi lý thuyết, liên quan đến quá trình xử lý tín hiệu trong thông tin vệ tinh. Cụ thể là các giải pháp giảm can nhiễu và méo phi tuyến được tập trung nghiên cứu trên cơ sở đặc trưng truyền dẫn của hai hệ thống là thông tin vệ tinh di động dựa trên quỹ đạo thấp và thông tin vệ tinh cố định dựa trên quỹ đạo địa tĩnh.

BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THƠNG NGUYỄN VIẾT MINH NGHIÊN CỨU GIẢI PHÁP GIẢM CAN NHIỄU VÀ MÉO PHI TUYẾN TRONG HỆ THỐNG THÔNG TIN VỆ TINH Chuyên ngành: Kỹ thuật Viễn thơng Mã số: 9.52.02.08 TĨM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội - 2018 Cơng trình hồn thành tại: HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG Người hướng dẫn khoa học: PGS TS Trần Hồng Quân PGS TS Lê Nhật Thăng Phản biện 1: Phản biện 2: Phản biện 3: Luận án bảo vệ trước hội đồng chấm luận án cấp Học viện họp tại: HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG vào hồi: 30, ngày 25 tháng 11 năm 2016 Có thể tìm hiểu luận án tại: Thư viện Quốc gia Việt Nam Thư viện Học viện Công nghệ Bưu Viễn thơng MỞ ĐẦU Thơng tin vệ tinh giới chuyển sang hệ thống thơng tin vệ tinh tiên tiến hồn tồn dựa IP, hỗ trợ tốt cho việc truyền hình ảnh số video qua vệ tinh chuẩn Quảng bá hình ảnh số qua vệ tinh phiên hai, DVB-S2 Quảng bá hình ảnh số qua vệ tinh với kênh phản hồi, DVB-RCS Kênh vệ tinh có pha-đinh tác động, có phần tử lọc làm cho tín hiệu thu bị méo tuyến tính [1] [3] Trên vệ tinh sử dụng khuếch đại công suất hoạt động điều kiện tổn hao kênh biến đổi nên công suất phát phải biến đổi, sử dụng phương pháp truyền dẫn ghép kênh phân chia theo tần số trực giao, OFDM, số lượng kênh biến đổi ngẫu nhiên dẫn đến tải khuếch đại biến đổi ngẫu nhiên Các yếu tố làm cho khuếch đại công suất phải làm việc chế độ phi tuyến cao, đặc biệt hệ thống thông tin vệ tinh sử dụng quỹ đạo địa tĩnh với khoảng cách truyền dẫn 36.000km Bên cạnh đó, với kết nối đa phương tiện qua vệ tinh yếu tố phi tuyến khác hệ thống tác động đến kênh [3] Ảnh hưởng tác động dẫn đến: Xuyên nhiễu ký hiệu, ISI, biến động điểm định thời, xuyên nhiễu sóng mang hệ thống, ICI Các ảnh hưởng đặc biệt nghiêm trọng hệ thống thông tin vệ tinh di động sử dụng truyền dẫn đa sóng mang Các hệ thống thường triển khai vệ tinh quỹ đạo thấp để đảm bảo công suất cho máy đầu cuối Với lý mà việc nghiên cứu đề xuất giải pháp nhằm khắc phục méo phi tuyến giảm can nhiễu, nâng cao hiệu hệ thống thông tin vệ tinh đa phương tiện yêu cầu cấp thiết, thu hút nhiều quan tâm nghiên cứu nhà khoa học ngồi nước Chính thế, nghiên cứu sinh định lựa chọn hướng “Nghiên cứu giải pháp giảm can nhiễu méo phi tuyến hệ thống thông tin vệ tinh” cho luận án Luận án hướng tới xây dựng cân sử dụng mạng nơ-ron phương pháp kernel để cải thiện hiệu cân đáp ứng yêu cầu kênh vệ tinh đa phương tiện Đối tượng nghiên cứu luận án hệ thống thông tin vệ tinh số đa phương tiện Phạm vi nghiên cứu tập trung vào tính phi tuyến HPA nhiễu ISI đa đường kênh truyền sóng đường xuống, giải pháp khắc phục nhiễu ISI méo phi tuyến HPA việc sử dụng cân máy thu Để khắc phục nhiễu liên ký hiệu méo phi tuyến cho hệ thống thông tin vệ tinh mới, luận án tập trung vào giải pháp cải thiện hiệu cân thực theo hai hướng: + Cải thiện hiệu MSE cân nhờ việc sử dụng mạng neuron trình xây dựng cân Nghiên cứu luận án tập trung vào cải tiến, nâng cao hiệu cân nơ-ron cân RBF để từ áp dụng vào cân cho kênh vệ tinh phi tuyến cao kênh vệ tinh địa tĩnh + Cải thiện hiệu tốc độ hội tụ, đơn giản hóa việc tính tốn cho cân thích nghi truyền thống Phương pháp kernel sử dụng để cải tiến giải thuật Luận án tập trung nghiên cứu giải thuật KRLS áp dụng cho kênh phi tuyến thay đổi để ứng dụng vào cân thích nghi cho kênh vệ tinh di động Phương pháp nghiên cứu sử dụng luận án nghiên cứu lý thuyết dựa mơ hình giải tích, cơng cụ xây dựng cân bằng, kết hợp với tính tốn, mơ để kiểm chứng Luận án bố cục chương với nội dung sau: Chương 1: Tổng quan giảm can nhiễu méo phi tuyến hệ thống thông tin vệ tinh Chương 2: Kỹ thuật cân cho kênh vệ tinh Chương 3: Giảm can nhiễu méo phi tuyến cho hệ thống thông tin vệ tinh cố định dựa quỹ đạo địa tĩnh Chương 4: Giảm can nhiễu méo phi tuyến cho hệ thống thông tin vệ tinh di động dựa quỹ đạo thấp CHƯƠNG 1: TỔNG QUAN VỀ GIẢM CAN NHIỄU VÀ MÉO PHI TUYẾN TRONG HỆ THỐNG THÔNG TIN VỆ TINH Tóm tắt 1: Nội dung chương trình bày Hệ thống thông tin vệ tinh phương pháp giảm nhiễu liên ký hiệu méo phi tuyến cho hệ thống Các cơng trình nghiên cứu liên quan đến đề tài luận án giới thiệu chương, từ rõ hướng nghiên cứu luận án 1.1 HỆ THỐNG THÔNG TIN VỆ TINH 1.1.1 Giới thiệu Thông tin vệ tinh hệ thống truyền dẫn vô tuyến chuyển tiếp sử dụng thiết bị thu phát vệ tinh để chuyển tiếp tín hiệu vô tuyến trạm mặt đất 1.1.1.1 Cấu trúc hệ thống thơng tin vệ tinh Hình 1.1 giới thiệu cấu trúc tổng quan hệ thống thông tin vệ tinh Bộ phát đáp DL HPA LNA & DC Rx & DeMod Giải mã Thông tin thu HPA UC HPA: Bộ khuếch đại công suất cao LNA: Bộ khuếch đại tạp âm thấp Mod/DeMod: Điều chế/Giải điều chế Mod Mã hóa Thơng tin phát Rx: Máy thu UC/DC: Trộn nâng tần/Trộn hạ tần UL/DL: Đường lên/Đường xuống Hình 1.1 Hệ thống thông tin vệ tinh [8] Hệ thống vệ tinh bao gồm phân đoạn không gian phân đoạn mặt đất: : Một phần nội dung chương trình bày Hội nghị quốc gia Điện tử truyền thông REV2013-KC01 [H1] + Phân đoạn không gian bao gồm một vài vệ tinh hoạt động phân tán tổ chức chòm Phân hệ thơng tin vệ tinh phát đáp đóng vai trò chuyển tiếp tín hiệu trạm mặt đất + Phân đoạn mặt đất bao gồm trạm lưu lượng mặt đất 1.1.1.2 Các hệ thống thông tin vệ tinh Các hệ thống thông tin vệ tinh chia thành loại [2]: Hệ thống thông tin vệ tinh cố định Hệ thống thông tin vệ tinh cố định sử dụng vệ tinh quỹ đạo địa tĩnh, GEO, cung cấp đường chuyển tiếp cho trạm mặt đất cố định với dịch vụ vệ tinh cố định, FSS Hệ thống thông tin vệ tinh di động Hệ thống thông tin vệ tinh di động cung cấp dịch vụ kết nối di động cho người dùng, MSS, thường sử dụng quỹ đạo trung bình, MEO, quỹ đạo thấp, LEO Trong phạm vi nghiên cứu luận án, giải pháp giảm can nhiễu méo phi tuyến tập trung nghiên cứu sở đặc trưng truyền dẫn hai hệ thống thông tin vệ tinh cố định thông tin vệ tinh di động 1.1.1.3 Đặc điểm hệ thống Tính phi tuyến Tính phân tán 1.1.2 Hệ thống thông tin vệ tinh băng rộng đa phương tiện 1.1.2.1 Dịch vụ vệ tinh đa phương tiện Thông tin vệ tinh giới chuyển sang hệ thống thơng tin vệ tinh tiên tiến hồn tồn dựa IP, hỗ trợ tốt cho truyền dẫn đa phương tiện Thay đổi đòi hỏi phải có phải có điều chỉnh, thích nghi phần tử hệ thống điều kiện truyền dẫn 1.1.2.2 Đặc trưng kênh vệ tinh đa phương tiện Trên vệ tinh sử dụng khuếch đại công suất hoạt động điều kiện: + Tổn hao kênh biến đổi nên công suất phát phải biến đổi + Sử dụng phương pháp truyền dẫn đa sóng mang OFDM, số lượng kênh biến đổi ngẫu nhiên dẫn đến tải khuếch đại biến đổi Điều làm cho khuếch đại công suất làm việc chế độ phi tuyến cao Với kết nối đa phương tiện qua vệ tinh yếu tố phi tuyến khác hệ thống tác động đến kênh Ảnh hưởng tác động dẫn đến: + Xuyên nhiễu ký hiệu + Biến động điểm định thời + Xuyên nhiễu sóng mang hệ thống 1.2 GIẢI PHÁP GIẢM CAN NHIỄU VÀ MÉO PHI TUYẾN 1.2.1 Tổng quan can nhiễu méo phi tuyến 1.2.1.1 Méo phi tuyến 1.2.1.2 Can nhiễu 1.2.2 Kỹ thuật méo trước 1.2.3 Kỹ thuật cân 1.2.3.3 Các tham số đánh giá hiệu cân Lỗi trung bình bình phương Tốc độ hội tụ Độ phức tạp tính tốn 1.3 CÁC CƠNG TRÌNH NGHIÊN CỨU LIÊN QUAN ĐẾN ĐỀ TÀI LUẬN ÁN 1.3.1 Các cơng trình nghiên cứu nước Nhìn chung nghiên cứu nước lĩnh vực thông tin vệ tinh ít, chủ yếu tập trung vào nghiên cứu triển khai hệ thống, vận hành, khai thác hệ thống [22] [23] 1.3.2 Các cơng trình nghiên cứu giới 1.3.2.1 Các nghiên cứu cân nơ-ron Các nghiên cứu lĩnh vực tập trung vào kiến trúc mạng nơ-ron khác thuật toán học để giải vấn đề cân kênh thông tin vô tuyến Hạn chế cân nơ-ron độ phức tạp tính tốn lớn việc huấn luyện rộng [38] 1.3.2.2 Các nghiên cứu cân kernel Phương pháp kernel dùng cho cân kênh phi tuyến phương pháp hấp dẫn nhà nghiên cứu vài năm trở lại Các cơng trình cân phi tuyến phương pháp kernel dừng thuật toán KRLS [41] phương pháp KLMS [42] Trong vài năm gần đây, xuất số cơng trình sử dụng kernel cho cân đạt kết định Các tác giả [40] [45] [46] cho thấy việc kết hợp đa kernel mang lại cải thiện hiệu đáng kể cho cân kênh phi tuyến 1.4 HƯỚNG NGHIÊN CỨU CỦA LUẬN ÁN Luận án tập chung vào hướng nghiên cứu: + Nghiên cứu đặc trưng kênh truyền vệ tinh hệ thống thông tin vệ tinh cố định dựa quỹ đạo địa tĩnh hệ thống thông tin vệ tinh di động dựa quỹ đạo thấp + Nghiên cứu cải tiến cân cho kênh vệ tinh đa phương tiện sở cải thiện hiệu cân sử dụng công cụ phương pháp + Nghiên cứu cân nơ-ron RBF cho kênh phi tuyến, phân tích hướng cải tiến cân RBF sở đề xuất lựa chọn hàm phi tuyến, thuật toán huấn luyện, thay đổi kiến trúc mạng … + Nghiên cứu cân kernel với giải thuật cập nhật RLS, LMS Đề xuất hướng cải tiến cân kernel RLS, kernel LMS áp dụng cho kênh vệ tinh đa phương tiện 1.4.2.2 Các nội dung nghiên cứu Nghiên cứu đề xuất giải pháp cải tiến cân nơ-ron RBF sở đưa giải thuật học cải tiến cho mạng RBF để giảm số tâm cần tính tốn qua nâng cao tốc độ hội tụ cân Nghiên cứu cải tiến cân KRLS dựa giải thuật KRLS mở rộng với khả thích nghi cân với kênh vệ tinh phi tuyến động Bộ cân Ex-KRLS luận án đề xuất cho giải pháp Nghiên cứu đề xuất cân đa kernel LMS với việc lựa chọn kernel đơn thành phần nhằm đặt hiệu tốt cân kết hợp MK-LMS sở cải thiện độ phức tạp tính tốn tốc độ hội tụ CHƯƠNG 2: KỸ THUẬT CÂN BẰNG CHO KÊNH VỆ TINH Tóm tắt 2: Nội dung chương trình bày kỹ thuật cân cho kênh vệ tinh Các yêu cầu hiệu cân cho kênh vệ tinh đa phương tiện đề cập với khái quát giải pháp nâng cao hiệu cân sử dụng mạng nơ-ron phương pháp kernel 2.1 CÂN BẰNG CHO KÊNH VỆ TINH ĐA PHƯƠNG TIỆN Trong nghiên cứu này, NCS tập trung vào phương pháp sử dụng cân (Equalizer) số lý sau: + Kỹ thuật cân giúp giảm méo phi tuyến hiệu Việc sử dụng cân máy thu mặt đất xử lý đồng thời méo phi tuyến toàn tuyến vệ tinh, giúp giảm tải xử lý vệ tinh + Kết hợp giảm méo phi tuyến với giảm đồng thời ISI giúp cho việc xử lý nhanh phù hợp với yêu cầu thích ứng trực tiếp kênh pha-đinh nhanh đường truyền tốc độ cao 2.2 YÊU CẦU HIỆU NĂNG ĐỐI VỚI BỘ CÂN BẰNG CHO KÊNH VỆ TINH ĐA PHƯƠNG TIỆN 2.2.1 Các yêu cầu hiệu + Cân hiệu + Thích nghi với thay đổi kênh + Cân trực tiếp 2.2.2 Phương pháp đánh giá hiệu cân Phân tích hiệu phương pháp giải tích Đánh giá hiệu đo lường Đánh giá hiệu mô 2.3 GIẢI PHÁP NÂNG CAO HIỆU NĂNG BỘ CÂN BẰNG : Một phần nội dung chương trình bày Hội nghị quốc gia Điện tử truyền thông REV2013-KC01 [H1] 2.3.1 Cân sử dụng mạng nơ-ron Bộ cân dùng RBF Mơ hình cân hình 2.2 Bộ cân RBF-R x(n-D) Kênh x(n) HPA H + + Q s(n) - + S Tạp âm j RBF-I Thuật tốn hướng dẫn e(n) Hình 2.2 Cân thích ứng kênh phi tuyến có nhớ Đầu bơ lọc viết sau [5]: 𝑁𝑞′ −1 ′ 𝑧(𝑛) = ∑𝑘=0 𝑞 𝑘 𝑦(𝑛 − 𝑘) = 𝑧 𝑅 (𝑛) + 𝑗𝑧 𝐼 (𝑛) (2.4) Mạng nơ-ron bao gồm hai mạng con, cho phần thực (R), cho phần ảo (I) Mỗi mạng có hai đầu vào vơ hướng (zR(n) zI(n)), M nơron lớp đầu tiên, đầu vô hướng Hai đầu sau kết hợp để tạo thành đầu phức s(n): s(n)=sR(n)+jsI(n) (2.5) Các thông số mạng nơ-ron cập nhật để cực tiểu hàm mục tiêu J(n) đầu mong muốn (đó chuỗi biết đến truyền trễ, x(n ∆)) cân đầu s(n): 1 𝐽(𝑛) = 𝑒(𝑛)2 = ((𝑒 𝑅 (𝑛))2 + ((𝑒 𝐼 (𝑛))2 = ||𝑥(𝑛 − ∆) − 𝑠(𝑛)||2 Việc đề xuất cải tiến cân RBF cho kênh vệ tinh phi tuyến luận án trình bày phần 3.3 3.4 chương 12 y  k    y  k  , y  k  1 , , y  k  q     (3.19) Véc-tơ 𝑦̂(𝑘) mơ tả trạng thái kênh mong muốn tách thành hai +1 −1 tập 𝑌𝑞,𝑑 𝑌𝑞,𝑑 phụ thuộc vào giá trị s(k-d), d thời gian trễ mong muốn,    Yq,d1  y  k  | s  k  d   1 ;  Yq,d1  y  k  | s  k  d   1 (3.20) Nhiệm vụ cân khôi phục ký hiệu phát s(k-d) dựa véctơ thu y(k) Giải pháp tạo cân Bayesian tối ưu cho sau [62]: ns1  f B  y  k     exp  y  k   yi1 i 1  ns1  2 e2   exp  y  k   yi1 i 1 1, s  k  d   sgn f B  y  k     1,   fB  y  k   fB  y  k    2 e2 (3.21) (3.22) 3.4 CẢI TIẾN THAM SỐ BỘ CÂN BẰNG RBF 3.4.1 Bộ cân RBF cải tiến Trong luận án NCS đưa giải pháp “Quá trình học lai” gồm hai giai đoạn khắc phục tượng sai số bỏ qua số tâm có ý nghĩa + Giai đoạn học tự tổ chức: Mục đích ước lượng vị trí tâm cách hợp lý cho hàm xuyên tâm lớp ẩn + Giai đoạn học có giám sát: Mục đích hoàn thành thiết kế mạng cách ước lượng trọng số tuyến tính lớp Giai đoạn học tự tổ chức: Thuật toán tạo cụm kmean (k trung bình) [28] lấy tâm RBF miền khơng gian tín hiệu vào ℋ có ý 𝑚1 nghĩa Ký hiệu m1 số hàm RBF, {𝑐𝑘 (𝑛)}𝑘=1 số tâm hàm RBF bước lặp thứ n thuật toán Thuật toán tạo cụm kmean sau: Khởi đầu: Chọn ngẫu nhiên giá trị tâm ban đầu 𝑐𝑘 (0) với giá trị khác Lấy mẫu: Lấy véc-tơ mẫu x từ không gian vào 𝑋 với xác suất Véc-tơ x đầu vào thuật toán bước lặp n 13 Phối hợp đồng dạng: Ký hiệu k(x) số tâm phối hợp tốt véc-tơ vào x Tìm k(x) bước lặp thứ n cách sử dụng tiêu chuẩn khoảng cách Euclide bé k  x   arg x  n   ck  n  ; k  1, 2, , m1 (3.24) k Cập nhật: Điều chỉnh tâm hàm RBF thuật toán:  ck  n     x  n   ck  n   ; ck  n  1   ck  n    k  k  x k (3.25) Tiếp tục: Tăng n lên 1, quay lại bước tiếp tục thủ tục lúc khơng có biến đổi đáng kể ck Giai đoạn học có giám sát: Trong giai đoạn này, luận án đưa giải pháp tính trọng số tuyến tính lớp mạng nơ-ron RBF phương pháp Gradient: Wi  n  1  Wi  n   i Wi   n  ; i  1, 2, , m1 (3.26) 3.4.2 Hiệu cân RBF cải tiến 3.4.2.1 Tốc độ hội tụ Mô cho thấy cân RBF cải tiến cho hiệu tốt với khối lượng tính tốn giảm đáng kể so với giải pháp cân RBF truyền thống (hình 3.4) MSE Typical RBF Jungsik method Proposal method Số chu kỳ huấn luyện Hình 3.4 Hội tụ trình huấn luyện mạng nơ-ron 14 3.4.2.2 Xác xuất lỗi Để đánh giá hiệu giải pháp cải tiến mạng RBF, ta thực mô với đáp ứng kênh chọn [64] kênh thoại chuẩn (lựa chọn nhằm đảm bảo công so sánh với giải pháp tương đồng khác): h  0,04  ,05Z 1  ,07 Z 2  , 21Z 3  ,5Z 4  (3.29) 10lg(Pe) Dãy tín hiệu vào có phân bố Bernoulli Mơ sử dụng mơ hình Monte-Carlo Kết mơ thể hình 3.5 Nhận xét: + Hiệu BER giải pháp đề luận án tốt so với giải pháp tác giả Jungsik [61] SNR > 13dB Điều nhờ giải thuật học lai nêu giúp giữ lại tâm có ý nghĩa khơng nằm biên SNR (dB) Hình 3.5 So sánh hiệu tỉ lệ lỗi Như cân RBF cải tiến luận án đề xuất đạt tiêu chí đặt Cải thiện nhận đáng kể hiệu tốc độ hội tụ 15 CHƯƠNG 4: GIẢM CAN NHIỄU VÀ MÉO PHI TUYẾN CHO HỆ THỐNG THÔNG TIN VỆ TINH DI ĐỘNG DỰA TRÊN QUỸ ĐẠO THẤP Tóm tắt 4: Chương trình bày giải pháp cân cho hệ thống thơng tin vệ tinh quỹ đạo thấp sử dụng cân kernel Các giải pháp cải tiến cân kernel tập trung phân tích nhằm cải thiện hiệu cân 4.1 HỆ THỐNG THÔNG TIN VỆ TINH DI ĐỘNG QUỸ ĐẠO THẤP Hệ thống thông tin vệ tinh di động quỹ đạo thấp triển khai với nhiều vệ tinh quỹ đạo khác để đảm bảo vùng phủ sóng tồn cầu Với quỹ đạo thấp độ cao quỹ đạo từ 700 km đến 2.000 km 4.2 MƠ HÌNH KÊNH VỆ TINH DI ĐỘNG QUỸ ĐẠO THẤP 4.2.1 Đặc tính kênh truyền sóng di động quỹ đạo thấp 4.2.2 Các mơ hình thống kê 4.2.3 Mơ hình kênh LMSS Kênh xem xét chương bao gồm phi tuyến không nhớ theo sau lọc đáp ứng xung kim hữu hạn (FIR) H [67] [68] [69] Mơ hình phù hợp với kênh LMSS ITU-R khuyến nghị [70] [71] [72] Các kênh đầu thể sau [5]: 𝑦(𝑛) = ∑𝐿−1 (4.1) 𝑘=0 ℎ𝑘 𝑓(𝑥(𝑛 − 𝑘)) + 𝑁0 (𝑛) Trong đó: f (.) hàm phi tuyến HPA −𝑘 𝐻(𝑧) = ∑𝐿−1 lọc tuyến tính 𝑘=0 ℎ𝑘 𝑧 : Kết nghiên cứu chương công bố 03 báo đăng Tạp chí Khoa học Cơng nghệ Qn [T2], Tạp chí Cơng nghệ thông tin truyền thông Học viện Công nghệ Bưu Viễn thơng [T3], Tạp chí Khoa học công nghệ Đại học công nghiệp Hà Nội [T5] 01 báo cáo Hội thảo quốc gia Điện Tử, Truyền thông công nghệ thông tin REV-2016 [H2] 16 Hình 4.1 mơ tả mơ hình hệ thống truyền dẫn phi tuyến bao gồm phần tuyến tính H(z) phần phi tuyến f(.) Kênh phi tuyến x(n) H(z) N(n) y(n) r(n) f(.) + Hình 4.1 Mơ hình hệ thống truyền dẫn phi tuyến Trong x[n] tín hiệu phát, N[n] nhiễu AWGN trung bình khơng, phương sai 2 Phần tuyến tính đặc trưng lọc đáp ứng xung hữu hạn FIR có hàm: H  z   h0  h1 z 1  h2 z 2   hL z  L1 (4.2) Tín hiệu đầu hệ thống:  L 1  y  n   f   hi x  n  i    i 0  (4.3) 4.3 CÂN BẰNG KÊNH VỆ TINH BẰNG BỘ CÂN BẰNG KERNEL 4.3.1 Đơn giản độ phức tạp tính tốn cân kernel đa thức 4.3.2 Hiệu cân kernel đa thức 4.4 CẢI TIẾN BỘ CÂN BẰNG KERNEL 4.4.1 Bộ cân kernel RLS mở rộng 4.4.1.1 Đặt vấn đề 4.4.1.2 Bộ cân thích nghi Ex-KRLS Trong trường hợp kênh pha đinh, kênh phi tuyến, để khắc phục nhược điểm luận án đưa phương pháp cân bằng thuật toán Kernel thích nghi mở rộng Bộ cân Ex-KRLS Mơ hình trạng thái kênh trường hợp KRLS mở rộng có dạng: x i  1  Ax i   n i  d  i   u i  x i   v i  T (4.13) 17 Với A ma trận chuyển đổi trạng thái, n[i] nhiễu trạng thái, v[i] nhiễu quan sát;  i  F q I ; i  j T E  n i .n  j        0; i  j (4.14)  q ; i  j T E v i .v  j       0; i  j (4.15) Như sử dụng phương pháp kernel ta thay u[i], khơng gian trạng thái lọc Kalman thích hợp với kênh tuyến tính, [i] KRLS phù hợp kênh phi tuyến phép tính khơng gian đặc trưng H tuyến tính – tích vơ hướng Điều làm đơn giản việc tính tốn Giả thiết kênh biến đổi theo thời gian, A  .I ,  hệ số biến đổi kênh Ta có mơ hình: x i  1   x i   n i  d i     i  x i   v i  T (4.16) Mơ hình thích hợp cho kênh pha đinh chậm, lúc   Với mơ hình (4.16), phương trình hồi quy là: Khởi đầu     0; P     1I ; lặp với i  r i    i   i  P i  1 i  T k i    P i  1 i  r i  e i   d i    i   i  1 (4.17) T  i    i  1  k i  e i  T P i     P i  1  P i  1 i  i  P i  1 r i    i qI   Với phương trình hồi quy (4.17), biểu thức  i  P i  i  với k, i, j có dạng 1x  x  x  x  x1 , thực tính tốn chúng khơng gian đầu vào khơng thể Vì phải sử dụng phương pháp kernel để tính tốn khơng gian đặc trưng có thuật tốn tích vơ hướng véc-tơ vào chuyển đổi    đặc trưng T 18 kernel Từ rút thuật tốn hồi quy bình phương bé kernel mở rộng, Ex-KRLS sau: Khởi đầu: a 1   d 1   k u 1 , u 1  r 1        q   Q 1       k u 1 , u 1      q     Tính tốn: Lặp với i > h i    k u i  , u 1 , , k u i  , u i  1  T z i   Q i  1 h i  r i    i  r i  1  k u i  , u i   h i  z i  T e i   d i   h i  a i  1 T  a i  1  z i  r 1 i  e i  a i      r 1 i  e i    i  r i    r i  1     q  r i  1   Q i  1 r i   z i  z i T   Q i   T  z i  r i      i q  r i  1     z  i    Hiệu cân sử dụng giải thuật Ex-KRLS trình bày phần 4.4.3 4.4.2 Bộ cân đa kernel LMS 4.4.2.1 Thuật tốn thích nghi đa kernel LMS 4.4.2.2 Bộ cân MK-LMS Sơ đồ khối cân hai kernel đơn biểu thị hình 4.3 19 X1  H1 kw,1(x(n)) y1  n  KAF1 - e1(n) x(n) X2  H2 kw,2(x(n)) m1 e(n) + y2  n  KAF2 m1 y n - e2(n) y n S - + + Hình 4.3 Cân thích nghi đa kernel Từ cơng thức (4.34) suy ước lượng đầu cân trường hợp hai kernel là: L1 L2 1 1 yt  m1  1, j , k1  x1 , x   m2  2, j , k2  x2 , x  (4.35) m tốc độ học thuật toán Trong cân hai kernel, t ,i , tính theo thuật tốn LMS chuẩn Trong [74]: t , j ,  t 1, j ,  m et k  xt , x j    k  xt , x j  (4.36) et  xt  yt  m ước lượng sai số Thuật toán đa kernel: Thuật tốn Bình phương trung bình tối thiểu đa kernel – MK-LMS Khởi tạo: Thư mục: D   x0  Tập kernel: K  k1 , k2 , , kL  Trọng số khởi đầu: k , x  mˆ d1 (cho kernel) (Để đơn giản, ký hiệu k , x trọng số tương ứng với kernel k véc-tơ hỗ trợ x) 20 for Cặp huấn luyện  xt , dt  do: Phương sai mẫu: eD  x D xt  x j j Dự đoán: yt  m  x D  kK k , x j k  xt , x j  j Lỗi: et  dt  yt Đặc tính if et   e  eD   d then Thêm mẫu mới: D  D   xt  for all k  K Khởi đầu trọng số mới: k , x  mˆ.dt t end for else for all k  K , x j  D Cập nhật: k , x  k , x  mˆ et j j k  xt , x j    k  xt , x j  end for end if Biểu diễn loại trừ for all x j  D Biểu diễn tức thời: pt  x j   KG  x j , xt  Biểu diễn: Pt x j  1    Pt 1 x j   pt x j end for       if Thực loại trừ then Loại trừ mẫu: D   x j  D : Pt  x    p  end if end for 4.4.3 Hiệu cân kernel cải tiến 4.4.3.1 Hiệu cân Ex-KRLS Giả thiết tính tốn thực kênh pha đinh Rayleigh Phần tử phi tuyến làm việc chế độ bão hòa Đáp ứng xung kênh: h  n  x  n .  n    (4.37) 21 Giá trị trung bình phương sai tín hiệu tính:   E x  n      x n  E  x n    2  E (4.39) Ngoài hàm tự tương quan chuẩn chuyển động với vận tốc không đổi mơ hình hàm Bessel bậc “0” loại “1”: E  x  n  x  n  k   J  2 f DTS k  ; k  , 1, 0,1, (4.40) Ở TS chu kỳ lấy mẫu dãy, fD tần số Doppler cực đại kênh pha đinh hàm J0 xác định: J0  y      cos  y sin   d (4.41) MSE (dB) So sánh hiệu cân kênh thuật toán KRLS Ex-KRLS, đồng thời so sánh hiệu cân dùng thuật tốn LMS Ex-RLS Tính tốn cho trường hợp, sử dụng Kernel Gaussian với tham số a = 0,05 Với kênh pha đinh chậm   q  Tạo 1.000 ký hiệu cho lần mơ phỏng, sử dụng Monte Carlo có đầu vào độc lập nhiễu cộng Kết mô biểu thị hình 4.4 Số lần lặp Hình 4.4 Kết mô với cân NLMS, Ex-RLS, KRLS, Ex-KRLS 22 Bảng 4.4 biểu thị so sánh hiệu MSE giải pháp Ex-KRLS với ba cân NLMS, KRLS Ex-RLS Bảng 4.4 So sánh hiệu cân LMS, Ex-RLS, KRLS Ex-KRLS Thuật toán MSE (dB) NLMS -10,85 ± 0,50 Ex-RLS -11,71 ± 0,32 KRLS -14,41 ± 0,45 Ex-KRLS -16,82 ± 0,68 Như giải thuật Ex-KRLS cải thiện đáng kể hiệu MSE cân với giá trị MSE tương đối -16,82dB, tốt 6dB so với giải thuật NLMS đạt cải thiện xấp xỉ 2,5dB so với giải thuật KRLS thông thường Bộ cân Ex-KRLS chứng tỏ khả thích ứng tốt với thay đổi nhanh kênh 4.4.3.2 Hiệu cân MK-LMS Trong phần này, ta xét việc kết hợp hai thuật toán KLMS với kernel Gaussian có độ rộng băng tần khác Hệ thống phi tuyến sử dụng đánh giá mô tả phương trình [48]:   d  n   0,8  0,5exp d  n  1  d  n  1    0,3  0,9 exp d  n  1  d  n    0,1sin  d  n  1       (4.43) Với d  n  : Đầu hệ thống, u  n    d  n  1 , d  n    : Đầu vào Điều kiện khởi đầu đặt d    d 1  0,1 Đầu d  n  bị ảnh hưởng tạp âm Gaussian trắng cộng trung bình khơng z  n  với lệch chuẩn   0,1 So sánh thực mơ hình kết hợp hai thuật toán KLMS dựa giải thuật MK-LMS mà luận án đề xuất, gọi ComKAF, với hai thuật toán KLMS độc lập, thuật toán MKLMS [47] [87] thuật toán MxKLMS [88] Tốc độ học để cập nhật chức cổng thuật toán T 23 EMSE (dB) MxKLMS chọn 0,1 Kết thực nghiệm tính trung bình cho 200 lần chạy Monte Carlo Kết đánh giá hiệu cân trình bày hình 4.5 Số lần lặp n (a) (n) C C Số lần lặp n (b) Hình 4.5 Kết phân tích hiệu (a) Đường cong học EMSE trung C cho trọng số chức bình; (b) Đường cong trung bình Như cân MK-LMS luận án đề xuất đặt mục tiêu cải thiện MSE 𝜆(𝑛) đề ban đầu 24 KẾT LUẬN Kết đóng góp phân thành hai nhóm sau: Giảm nhiễu ISI méo phi tuyến cho hệ thống thông tin vệ tinh cố định dựa quỹ đạo địa tĩnh Luận án đưa giải pháp sử dụng cân nơ-ron RBF có cấu trúc đơn giản tốc độ hội tụ đáp ứng yêu cầu Luận án này, đề xuất lấy điểm quan trọng để tính tâm điểm khác gần biên khơng ảnh hưởng nhiều đến kết tìm tâm Điều làm đơn giản việc tìm tâm, giảm khối lượng tính tốn qua tăng tốc độ hội tụ, ảnh hưởng đến độ xác cân Giảm nhiễu ISI méo phi tuyến hệ thống thông tin vệ tinh di động dựa quỹ đạo thấp Luận án đề xuất giải pháp cân đảm bảo đơn giản tính tốn hơn, đồng thời sử dụng giải thuật Ex-KRLS làm tăng tốc độ hội tụ cân phù hợp với kênh có tham số biến đổi nhanh theo thời gian Đề xuất thứ hai thuộc nhóm cân đa kernel Luận án đề xuất sử dụng cân với thuật toán đa kernel Điều đem lại cân với tốc độ hội tụ nhanh hơn, số MSE ổn định thấp nhất, phù hợp với kịch truyền dẫn Kết đạt luận án Qua nghiên cứu, luận án đạt kết sau: Đề xuất giải pháp học lai trình huấn luyện mạng nơ-ron RBF nhằm giảm số lượng tâm cần tính tốn từ giảm thời gian tính tốn, tăng tốc độ hội tụ cho cân RBF Cải tiến cân thích nghi DFE dựa giải thuật RLS có sử dụng phương pháp kernel Luận án đề xuất giải thuật Ex-KRLS mở khả áp dụng cân thích nghi Ex-KLMS cho kênh vệ tinh di động dựa quỹ đạo thấp với đặc tính thay đổi Đề xuất giải thuật kết hợp kernel thành phần để xây dựng cân đa kernel với hiệu vượt trội so với kernel thành phần đồng thời thích nghi tốt với kịch truyền dẫn khác 25 DANH MỤC CÁC CƠNG TRÌNH CƠNG BỐ CĨ LIÊN QUAN ĐẾN LUẬN ÁN Hội nghị khoa học [H1] Nguyễn Viết Minh, Trần Hồng Quân, Lê Nhật Thăng, “Giải pháp nhận dạng kênh vệ tinh phi tuyến sử dụng mạng nơ-ron”, Kỷ yếu Hội nghị quốc gia điện tử truyền thông REV2013KC01, T12/2013 [H2] Nguyễn Viết Minh, Nguyễn Kim Quang, “Kernel Method For Polynomial Nonlinear Adaptive Equalizer With Low Computational Complexity”, Kỷ yếu Hội thảo toàn quốc điện tử, truyền thơng CNTT, REV-2016, 23-24/12/2016 Tạp chí khoa học [T1] Nguyễn Viết Minh, “Cải tiến cân RBF cho kênh vệ tinh số”, Tạp chí Nghiên cứu khoa học công nghệ quân sự, Viện khoa học công nghệ quân sự, số 35, 2/2015, trang 80-87 [T2] Nguyễn Viết Minh, Nguyễn Kim Quang, “Cân kênh phi tuyến cân kernel RLS mở rộng”, Tạp chí Nghiên cứu khoa học cơng nghệ qn sự, Viện khoa học công nghệ quân sự, số 38, 8/2015, trang 67-75 [T3] Nguyễn Viết Minh, “Multi-kernel Equalization for Non-linear Channels”, Tạp chí Khoa học cơng nghệ Thơng tin Truyền thông, Học Viện Công Nghệ BCVT, số kỳ 1, 2016 [T4] Nguyễn Viết Minh, Vũ Văn San, “Kỹ thuật méo trước cho khuếch đại công suất cao phi tuyến sử dụng mạng nơ-ron RBF”, Tạp chí Khoa học Công nghệ Đại học Công nghiệp Hà Nội, số 41, 8/2017 [T5] Nguyễn Viết Minh, “Gaussian RBF equalizer with low computational complexity by kernel method”, Tạp chí Khoa học Công nghệ Đại học Công nghiệp Hà Nội, số 42, 10/2017 26 ... đất 1.1.1.2 Các hệ thống thông tin vệ tinh Các hệ thống thông tin vệ tinh chia thành loại [2]: Hệ thống thông tin vệ tinh cố định Hệ thống thông tin vệ tinh cố định sử dụng vệ tinh quỹ đạo địa... Chương 1: Tổng quan giảm can nhiễu méo phi tuyến hệ thống thông tin vệ tinh Chương 2: Kỹ thuật cân cho kênh vệ tinh Chương 3: Giảm can nhiễu méo phi tuyến cho hệ thống thông tin vệ tinh cố định dựa... Chương 4: Giảm can nhiễu méo phi tuyến cho hệ thống thông tin vệ tinh di động dựa quỹ đạo thấp 3 CHƯƠNG 1: TỔNG QUAN VỀ GIẢM CAN NHIỄU VÀ MÉO PHI TUYẾN TRONG HỆ THỐNG THƠNG TIN VỆ TINH Tóm tắt 1: