Hiệu năng của hệ thống thông tin không dây MIMO

i ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ TRỊNH THỊ DIỆP HIỆU NĂNG CỦA HỆ THỐNG THÔNG TIN KHÔNG DÂY MIMO Ngành Chuyên ngành : Mã số LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS.TS Nguyễn Viết Kính Hà Nội – 2010 ii Lời cam đoan Tôi xin cam đoan luận văn hoàn thành hướng dẫn giáo viên PGS TS Nguyễn Viết Kính Mọi nội dung tham khảo luận văn đồng ý trực tiếp gián tiếp tác giả Người cam đoan Trịnh Thị Diệp iii Lời cảm ơn! Lời em xin gửi lời cảm ơn đến toàn thể thầy, cô giáo trường Đại Học Công Nghệ, người tận tình dạy dỗ, bảo em thời gian học tập trường Tiếp theo em xin gửi lời cảm ơn sâu sắc đến PGS.TS Nguyễn Viết Kính người trực tiếp hướng dẫn em suốt trình học tập, nghiên cứu khoa Điện Tử Viễn Thông – Đại Học Công nghệ, Người truyền cho em cách tư có hệ thống, phương pháp nghiên cứu, cách tiếp cận thực tế - Tất hành trang giúp em vững tin công việc Đồng thời em xin gửi lời cảm ơn tới tồn thể cán mơn Thông Tin Vô Tuyến - người dẫn dắt định hướng nghiên cứu cho em suốt hai năm qua Em xin tỏ lòng biết ơn chân thành tới cha mẹ, gia đình em người sinh thành, nuôi nấng, tin tưởng động viên em Và cuối cùng, xin gửi lời cảm ơn tới tất bạn bè, đặc biệt tập thể lớp CHK15Đ1, người cổ vũ, động viên, chia sẻ với em suốt hai năm qua Hà Nội, ngày 30 tháng năm 2010 Học viên thực : Trịnh Thị Diệp iv MỤC LỤC MỞ ĐẦU Chƣơng I - GIỚI THIỆU CHUNG 1.1 Sự đời MIMO 1.2 Cấu trúc hệ thống MIMO 1.2.1 Khối phát 1.2.2 Khối thu 1.3 Kỹ thuật phân tập dùng MIMO 1.3.1 Khái niệm kỹ thuật phân tập 1.3.2 Phân loại 1.3.3 Ứng dụng 11 1.4 Kỹ thuật tổ hợp 11 Chƣơng II - MƠ HÌNH KÊNH MIMO 16 2.1 Các đặc trƣng lan truyền kênh vô tuyến 16 2.1.1 Hiệu ứng đa đường 16 2.1.2 Hiệu ứng Doppler 18 2.1.3 Hiệu ứng Phading 20 2.3 Kênh MIMO 21 2.3.1 Các thuộc tính kênh MIMO dung 22 2.4 Phân loại mô hình kênh 23 2.5 Mơ hình giải tích 26 2.5.1 Các mơ hình giải tích dựa tương quan 26 2.5.1.1 Mô hình i.i.d 27 2.5.1.2 Mơ hình Kronecker 27 2.5.1.3 Mơ hình Weichselberger 28 2.5.2 Các mơ hình giải tích dựa vào chuyển động 29 2.5.2 Mô hình tán xạ hữu hạn 29 2.5.2.2 Mơ hình Entropy cực đại 30 Chƣơng III - DUNG NĂNG CỦA KÊNH MIMO 33 TRONG MỘT SỐ TRƢỜNG HỢP 33 3.1 Khái niệm dung kênh 33 3.2 Phân loại dung 34 3.3 Nguyên tắc chung tính dung 34 3.4 Dung kênh MIMO số trƣờng hợp cụ thể 35 3.4.1 Dung hệ kênh SISO 35 v 3.4.2 Dung kênh MIMO có ràng buộc cơng suất 36 3.4.3 Dung kênh MIMO, phía phát biết kênh truyền 40 3.5 Một vài kết mơ (chƣơng trình xem phần phụ lục) 45 Chƣơng IV - NHỮNG GIỚI HẠN KẾT QUẢ VỀ DUNG NĂNG CỦA HỆ MIMO ĐƠN NGƢỜI DÙNG 47 4.1 Một vài ý : 47 4.2 MIMO đơn ngƣời dùng 49 4.2.1 Lý nghiên cứu MIMO đơn người dùng 49 4.2.2 Mơ hình kênh tính dung kênh 49 4.2.2.1 Mơ hình kênh 49 4.2.2.2 Biết thông tin trạng thái kênh phía thu (CSIR) thơng tin phân bố kênh phía phát (CDIT) hồn hảo 49 4.2.2.3 Mơ hình CDIT mơ hình CDIR : 52 4.2.3 Dung kênh MIMO không thay đổi 52 4.2.4 Dung kênh MIMO phading 53 4.2.4.1 Dung với CSIT hoàn hảo CSIR hồn hảo: .53 4.2.4.2 Dung với mơ hình CSIR CDIT : Mơ hình ZMSW 54 4.2.4.3 Dung với mơ hình CSIR CDIT hồn hảo:Các mơ hình CMI CCI 56 4.2.4.4 Dung với CDIT CDIR : Mơ hình ZMSW 59 4.2.4.5 Dung với CDIR CDIT : Mơ hình CCI 60 4.2.4.6 Các kênh Phading chọn lọc tần số 61 4.2.2.7 Việc tập luyện hệ thống đa anten 61 4.3 Các vấn đề mở MIMO đơn ngƣời dùng 62 KẾT LUẬN 64 TÀI LIỆU THAM KHẢO 65 PHỤ LỤC 67 vi AGWN Additive Gaussian White N BER Bit Error Rate BLAST Bell Laboratories Layered CCI Channel Covariance Inform CDI Channel Distribution Inform CDIR CDIT Receiver Inforamtion Transmitter Information CMI Channel Mean Information CNR Carrier to Noise Ratio CSI Channel State Information CSIT Transmitter Channel State I DFT Discrete Fourier Transform DoA Direction of Departure DoD Direction of Arrival GSCM Goemetry model i.i.d Identical Independent distr ISI Intersymbol Interference LOS Line of sight MAC Multiple Access Channel MIMO Multiple Input Multiple Ou MMSE Minimum mean square erro MPC Multipath Component NIPC Non-Uniform Input Power C NLOS Non Line of Sight Rx Receiver SDMA Space Division Multiple Acc SER Symbol Error Ratio SIC Successive interference canc SIMO Single Input Multiple Outpu SINR Signal-to-Interference Ratio SISO Single Input Single Output SNR Signal to Noise Ratio SVD Singular value decompositio Tx Transmitter UIPC Uniform Input Power Chann ZF Zero forcing ZMSW Zero Mean Spatially White viii CÁC KÝ HIỆU TỐN HỌC • ∗ Liên hợp phức •T Ma trận chuyển vị  Chuyển vị liên hợp phức phần (toán tử Hermitian) H Căn bậc hai ma trận •1/ Chuẩn véc tơ • Giá trị trung bình x x Giá trị kỳ vọng E{•} Ma trận đơn vị cỡ n x n In Vết ma trận vuông K tr[K] Tỷ số tín ồn ρ Dung kênh truyền C Ma trận sở, hay ma U, V Ma trận kênh truyền H Véc tơ đầu vào x Véc tơ đầu y Entropy vi phân h(.) Là ma trận hiệp biến véc tơ ngẫu nhiên Gauss Kx phức Ma trận đường chéo Λ ix DANH MỤC HÌNH VẼ Hình 1.1 Sơ đồ khối phát hệ thống đa anten thông thường Hình 1.2 Sơ đồ khối thu hệ thống đa anten thơng thường Hình 1.3 Độ lợi mảng Hình 1.4 Suy giảm can nhiễu Hình 1.5 Hợp kênh khơng gian Hình 1.6 Bộ tổ hợp phân tập khơng gian 12 Hình 1.7 Các tổ hợp: a) Quét lựa chọn SC, b) Bộ tổ hợp độ lợi c) Bộ tổ hợp tỷ số tối đa 13 Hình 1.8 SER phương pháp số anten 2, điều chế QAM 13 Hình 1.9 SER theo số anten tăng từ đến (phương pháp MRC điều chế BPSK) 14 Hình 2.1 Minh họa hiệu ứng đa đường 17 Hình 2.2 Trải trễ 17 Hình 2.3 Hiệu ứng Doppler 18 Hình 2.4 Mật độ phổ tín hiệu thu 19 Hình 2.5 Phân loại Phading 20 Hình 2.6 Kênh MIMO M x N 21 Hình 2.7 Phân loại kênh MIMO mơ hình lan truyền 24 Hình 2.8 Ví dụ mơ hình vật tán xạ hữu hạn với tán xạ đơn biên (đường liền nét ), tán xạ đa biên (đường đứt nét) thành phần “chia tách” (đường nét chấm) .28 Hình 3.1 Dung ergodic kênh SISO phading Rayleigh (đường nét chấm) so sánh với dung Shanon kênh SISO (đường nét liền) 36 Hình 3.2 Dung Shanon kênh SISO (đường nét chấm), so sánh với dung ergodic kênh MIMO phading Rayleigh với trường hợp NT = NR = 40 Hình 3.3 Ví dụ thuật tốn đổ nước 42 Hình3.4 Dung hệ thống MIMO với số lượng anten thu/phát khác .45 Hình 3.5 Hàm phân bố mật độ xác suất phần tử ma trận kênh phân tích ma trận kênh H 46 Hình 4.1 Kênh MIMO với CSIR hoàn hảo phản hồi phân bố 50 θ Hình 4.2 Kênh MIMO với CSIR hồn hảo CDIT ( cố định) .51 Hình 4.3 Kênh MIMO với CDIR phản hồi phân bố 52 θ Hình 4.4 Kênh MIMO với CDIT CDIR ( cố định) 52 Hình 4.5 CDF dung cho kênh MIMO i.i.d với M = N = SNR = 10dB 55 Hình 4.6 Minh họa điều kiện cần đủ (4.8) 57 MỞ ĐẦU Nhu cầu truyền thông không dây tốc độ cao gia tăng cách mạnh mẽ Các công nghệ truyền thông không dây tồn tại, hỗ trợ tốc độ liệu băng rộng cách hiệu quả, chúng nhạy với tượng phading Để đáp ứng nhu cầu tăng nhanh ứng dụng băng rộng có chất lượng cao, hệ thống nhiều đầu vào nhiều đầu (MIMO) đời gần đây, lại cơng nghệ quan trọng hệ thống truyền thông không dây, hứa hẹn mang đến phương thức đạt tốc độ liệu cao độ tin cậy cao mà mở rộng phổ tần hiệu dụng cho hệ thống truyền thông không dây tương lai Tuy vậy, cơng nghệ khơng hồn tồn tối ưu, mà thân cịn tồn giới hạn dung Đánh giá hiệu hệ thống thông tin không dây MIMO liên quan đến vấn đề, bao gồm dung kênh, tỷ lệ lỗi bít, v.v…Theo hướng đó, luận văn này, xét hiệu hệ thống thông tin không dây MIMO theo dung kênh MIMO, đánh giá giới hạn kết dung hệ MIMO đơn người dùng Luận văn kết cấu thành chương: Chương trình bày tổng quan hệ MIMO, lợi điểm hệ so với hệ SISO truyền thống Chương giới thiệu mô hình kênh Chương 3, trình bày dung kênh MIMO số trường hợp Và chương tìm hiểu giới hạn tồn hệ MIMO đơn người dùng 56 nhỏ khoảng 30% so với mơ hình lý tưởng hóa Tuy nhiên, độ lợi dung so với hệ thống đơn anten rõ ràng 4.2.4.3 Dung với mơ hình CSIR CDIT hồn hảo:Các mơ hình CMI CCI Những kết gần cho thấy dung kênh MIMO cải thiện đáng kể biết thống kê kênh, thời gian ngắn phát Trong phần này, xét trường hợp cụ thể phân bố kênh CMI CCI tương ứng phản hồi phân bố trung bình kênh ma trận hiệp phương sai Về mặt tốn học, dung tính theo (4.5) (4.6), với phân bố H xác định theo CMI CCI Ma trận hiệp phương sai lối vào tối ưu, thơng thường ma trận với bậc đầy đủ, bao hàm việc mã hoá véc tơ dọc theo mảng anten phát số mã vô hướng song song với việc loại bỏ nhiễu liên tiếp thu Việc giới hạn bậc ma trận hiệp phương sai lối vào đơn vị, gọi việc tạo chùm tia, dẫn đến hệ thống mã hố vơ hướng có độ phức tạp thấp nhiều với kích thước mảng điển hình Một thoả hiệp việc tăng dung độ phức tạp mặt đáng ý kết dung theo mơ hình CDIT Khả sử dụng mã vô hướng để thu dung theo mơ hình CDIT mơ hình phân bố kênh khác nhau, gọi tính tối ưu tạo chùm tia Chú ý mã hoá véc tơ đưa đến phương pháp xử lý tín hiệu khơng có ràng buộc kênh Gauss MIMO không nhớ Mỗi chu kỳ ký hiệu, lần dùng kênh ứng với việc truyền ký hiệu véc tơ bao gồm lối vào tới anten phát Một cách lý tưởng, việc giải mã từ mã véc tơ, thu cần kể tới tính độc lập chiều khơng gian thời gian, tính phức tạp việc giải mã véc tơ tăng theo hàm mũ số lượng anten phát Tính phức tạp thực chiến lược mã hoá véc tơ giảm dùng từ mã vô hướng truyền cách song song Các kết nghiên cứu cho thấy, ma trận hiệp phương sai lối vào nào, bất chấp bậc nó, xử lý từ mã vô hướng lập mã cách độc lập phát giải mã liên tiếp thu cách trừ phần đóng góp từ mã giải mã trước giai đoạn Tuy nhiên, vấn đề quen thuộc gắn với việc giải mã liên tiếp việc loại bỏ nhiễu, chẳng hạn trình lan truyền lỗi, làm cho phương pháp không phù hợp sử dụng hệ thống thực tế Trong trường hợp này, việc sử dụng kỹ thuật tạo chùm tia cần thiết việc tạo chùm tia chuyển kênh MIMO thành kênh đầu vào đầu (SISO) Vì vậy, với kỹ thuật cơng nghệ mã hố vơ hướng hồn thiện, sử dụng cho 57 vấn đề dung có chùm tia, việc loại bỏ nhiễu không cần thiết a Các kênh nhiều đầu vào đầu (MISO) : Đầu tiên xét hệ thống sử dụng anten thu nhiều anten phát, ma trận kênh có bậc Với mơ hình CSIT CSIR hồn hảo, với lần thực ma trận kênh nhận biết mode riêng khác kênh cách xác tạo chùm cho mode Mặt khác, điều kiện vậy, ma trận hiệp phương sai đầu vào tối ưu bội ma trận đơn vị Vì khơng có khả để phát nhận biết mode riêng khác 0, buộc phải dùng cách công suất phân bố theo tất hướng Hình 4.6 Minh họa điều kiện cần đủ (4.8) o Đối với mơ hình CMI ( ~ α H ~ N(H, ) véc tơ ma trận hiệp I) phương sai lối vào tối ưu Φ0 tìm thấy theo véc tơ trung bình kênh giá trị riêng tương ứng với véc tơ riêng lại cho Khi việc tạo chùm tối ưu, tồn cơng suất cấp phát cho véc tơ o Đối với mơ hình CCI ( ~ t ) véc tơ riêng ma trận hiệp H ~ N(0,R ) phương sai lối vào tối ưu Φ0 tính theo véc tơ riêng ma trận hiệp phương sai phading phát giá trị riêng bậc với giá trị riêng tương ứng ma trận hiệp phương sai phading phát Một câu hỏi đặt là, có điều kiện cần đủ để tạo chùm tối ưu cho hai loại mơ hình khơng? 58 Các tác giả Jafar Goldsmith tìm thấy dung ergodic thu với ma trận bậc 1, điều kiện sau  E  ω 1 Trong đó: 1) Với mơ hình CCI : o λ1 > λ2 hai giá trị riêng lớn ma trận hiệp phương sai phading phát Rt −ω1 ω1 phân bố theo hàm mũ với trung bình 1, tức ω1 ~ e o 2) Với mơ hình CMI : o λ1 =λ2 =α o ω1 phân bố χ bình phương khơng hướng tâm Chính xác hơn, ω1 ~ e − µ /α −ω ( I µ ω1 / α ) Trong đó, Ι (.) hàm Bessel loại bậc Ngoài mơ hình CCI, kỳ vọng tính toán để biểu diễn (4.8) cách rõ ràng dạng xác định : Ρλ e Các điều kiện tối ưu minh hoạ hình 4.5  Đối với mơ hình CCI việc tối ưu việc tạo chùm phụ thuộc vào hai giá trị riêng lớn λ1 , λ2 ma trận hiệp phương sai phading phát công suất phát P Việc tạo chùm tìm thấy tối ưu, hai giá trị riêng lớn ma trận hiệp phương sai phát khác nhau, cơng suất phát P hồn tồn thấp Vì việc tạo chùm tương ứng với việc sử dụng mode riêng chính, điều gợi lại giải pháp đổ nước, mức sâu lấy hết tồn nước, hồn tồn sâu mức sâu số lượng nước đủ nhỏ  Đối với mơ hình CMI : Việc tối ưu việc tạo chùm phụ thuộc vào công suất phát P chất lượng phản hồi gắn với thơng tin trung bình định nghĩa cách tốn học tỷ số H / α chuẩn bình phương véc tơ trung bình kênh H hệ số không đảm bảo đo kênh α Khi tăng công suất phát P, chất lượng phản hồi cải thiện việc tạo chùm trở nên tối ưu Như nói trên, mơ hình CSIT hoàn hảo (khi α → để chất lượng phản hồi → ∞ ) chiến lược đầu vào tối ưu việc tạo chùm, 59 việc thiếu phản hồi trung bình (chất lượng phản hồi → , mơ hình CMI trở thành mơ hình ZMSW), ma trận hiệp phương sai lối vào có hạng đầy đủ việc tạo chùm khơng cịn tối ưu Phần giả định kết dung tương tự cho kênh MIMO b Các kênh MIMO : Với đa anten thu đa anten phát, dung với CSIR CDIT theo mơ hình CCI với phading trắng theo khơng gian, thu ( Rr = I ) lần Jafar Goldsmith tính Cũng giống trường hợp đơn anten thu, dung cải thiện ma trận hiệp phương sai lối vào có véc tơ riêng véc tơ riêng ma trận hiệp phương sai phading phát giá trị riêng có bậc với giá trị riêng tương ứng ma trận hiệp phương sai phading phát Nhiều tác giả, độc lập, đồng thời tìm được, biểu diễn điều kiện cần đủ việc tạo chùm tia dạng toán học trường hợp Kết tương tự tìm thấy cho mơ hình CMI với đa anten truyền đa anten nhận Tóm lại từ kết nêu ta đưa kết luận: lợi ích việc làm thích nghi thơng tin phân bố với thơng tin phản hồi thơng tin trung bình kênh (CMI) thơng tin hiệp phương sai kênh (CCI) từ thu tới phát gấp đôi Không làm dung tăng lên với thông tin phân bố kênh, mà phản hồi cho phép phát nhận biết mode kênh tốt thu dung cao với từ mã vô hướng đơn giản Vậy phụ thuộc dung vào số anten hệ MIMO nào? o Tăng tuyến tính theo min(M,N), theo số gọi tốc độ tăng (biết hoàn hảo CSIR CSIT CDIT o Khi kênh phading có tương quan, tốc độ tăng giảm SNR cao, tăng thêm SNR thấp o Thông tin tương hỗ (trường hợp CSIR) tăng tuyến tính theo (M,N) truyền dẫn theo mơ hình phân bố khơng gian trắng (ZMSW), kênh phading tương quan, tốc độ tăng giảm tương đối so với kênh phading khơng tương quan 4.2.4.4 Dung với CDIT CDIR : Mơ hình ZMSW Trong trường hợp, việc ước lượng kênh đáng tin cậy khó thực với thu di động mà hệ số kênh thăng giáng nhanh Trong trường hợp này, dung với CDIT CDIR xác định theo mơ hình phân bố ZMSW (tức ω H phân bố H với việc H thu phát) 60 nhiều tác Marzelta Hochwald mơ hình hố phần tử ma trận kênh biến ngẫu nhiên Gauss phức i.i.d giữ số khoảng thời gian thời gian kết hợp chu kỳ ký hiệu T, sau khoảng thời gian chuyển sang thực truyền qua kênh độc lập với lần trước Dung thu ma trận tín hiệu có kích thước T x M tích số hai ma trận độc lập thống kê : ma trận đơn phân bố đẳng hướng kích thước T x T, nhân với ma trận ngẫu nhiên kích thước T x M đó, ma trận đường chéo thực, khơng âm Kết cho thấy, số lượng anten cố định, chiều dài thời gian kết hợp tăng, dung thu gần dung thu biết hệ số truyền Tuy nhiên, kết luận đáng ngạc nhiên là: Trái với việc tăng dung theo (M,N) theo giả định CSIR hồn hảo, việc thiếu CSIT CSIR làm dung không tăng số lượng anten phát tăng lên, tăng số anten vượt q chiều dài khoảng thời gian kết hợp T Dung MIMO mơ hình nghiên cứu kỹ Zheng Tse Họ chứng minh SNR cao, dung thu việc sử dụng không nhiều M ∗ = min(M ,[T / 2] anten phát Cụ thể là: có nhiều anten phát anten thu không làm tăng dung SNR cao, vùng SNR khác, thi SNR tăng dB, độ lợi dung M ∗(1− M ∗) 4.2.4.5 Dung với CDIR CDIT : Mơ hình CCI Những kết phần dường có hy vọng để thu độ lợi dung cao dự đốn cho hệ thống MIMO kênh khơng thể ước lượng cách xác thu phân bố kênh tn theo mơ hình ZMSW Đó đa số kênh tính trung bình theo vùng tương đối nhỏ, trung bình khác 0, hiệp phương sai khơng trắng Vì vậy, tham số phân phối theo dõi phân phối kênh tương ứng với mơ hình CMI mơ hình CCI Trong trường hợp này, dung kênh độc lập với giá trị riêng ưn nhỏ ma trận hiệp phương sai phading phát với véc tơ riêng ma trận hiệp phương sai phading phát thu Rt , R r Đồng thời, trái với kết mơ hình phading trắng theo khơng gian, việc thêm nhiều anten phát lớn chiều dài khoảng kết hợp (M>T) không làm tăng dung năng, tăng anten phát luôn tăng dung với điều kiện hệ số phading kênh có tương quan khơng gian Vì vậy, trái ngược với kết phading độc lập với CSIR hoàn hảo, kết với CCI thu phát, tương quan phading phát có lợi Đó trường hợp cần tối thiểu hoá 61 khoảng cách anten phát di động cao, kênh phading nhanh khơng thể đo cách xác Thí dụ với kênh phading nhanh T = độ lợi dung khả dụng tối đa tương quan phading phát 10 log10 M dB 4.2.4.6 Các kênh Phading chọn lọc tần số Phading phẳng giả thiết phù hợp cho hệ thống băng hẹp, độ rộng băng kết hợp tín hiệu nhỏ độ rộng băng kết hợp kênh, với hệ thống băng rộng phải coi kênh có phading chọn lọc tần số Nghiên cứu dung hệ thống MIMO với phading chọn lọc tần số thường dùng phương pháp phân chia độ rộng kênh thành kênh phading phẳng song song xây dựng ma trận kênh chéo hoá với khối, khối đường chéo ma trận kênh tương ứng với kênh (như xét dung chương III) Khi CSIR CSIT biết hoàn hảo, với ràng buộc tổng công suất không đổi, dùng giải pháp đổ nước, cho ta kết dạng giải tích [công thức 3.47] Chú ý “đổ nước” thực không gian tần số Một điều cần lưu ý : theo giả định CSIR CDIT ứng với mơ hình ZMSW, kênh phading chọn lọc tần số cho lợi ích khơng với dạng dung Ergodic, mà cịn với dung ngừng hoạt động Các kênh phading chọn lọc tần số MIMO cho ta độ lợi phân tập cao độ lợi hợp kênh cao kênh phẳng MIMO 4.2.2.7 Việc tập luyện hệ thống đa anten Những kết trình bày phần trước tằng CSI đóng vai trò quan trọng dung hệ thống MIMO Đặc biệt, dung tìm khơng có CSIR trường hợp khác đáng ý thường so sánh bi quan với dung giả định CSIR hồn hảo Vì vậy, biết CSIR quan trọng để thu dung cao liên kết không dây đa anten CSIR thường có việc gửi ký hiệu tập luyện biết tới thu Tuy nhiên, với tập luyện ước lượng kênh khơng xác, với q nhiều tập luyện khơng có thời gian việc truyền dẫn liệu trước kênh thay đổi Vì vậy, yêu cầu quan trọng đặt tập luyện cần thiết liên kết không dây đa anten? Khi công suất tập luyện công suất liệu thay đổi, số ký hiệu tập luyện tối ưu với số lượng anten phát – chiều dài khoảng tập luyện nhỏ đảm bảo việc ước lượng có nghĩa ma trận kênh Khi công suất tập luyện công suất liệu nhau, khoảng tập luyện 62 tối ưu dài số lượng anten phát Hơn nữa, sơ đồ dùng chuỗi tập luyện tối ưu với SNR cao, gần tối ưu SNR thấp 4.3 Các vấn đề mở MIMO đơn ngƣời dùng Những kết tóm tắt phần tảng cho hiểu biết dung kênh theo giả thiết CSI CDI khác Những kết dùng thị hữu ích lợi ích sơ đồ hợp tập luyện phản hồi liên kết không dây MIMO, để thu CSIR/CDIT CSIT/CDIT Tuy nhiên, hiểu biết dung kênh MIMO với CDI chưa hoàn thiện, tức hệ thống đơn người dùng tồn nhiều vấn đề mở: CCI CMI tổ hợp : Dung biết CDIT CSIR hoàn hảo, chưa giải theo mơ hình phân bố CCI CMI tổ hợp, chí với anten thu Mơ hình CCI : Khi biết CSIR CDIT hoàn hảo, dung chưa tính theo mơ hình CCI tương quan chung CDIR : Hầu hết trường hợp biết CDIR vấn đề mở Dung ngừng hoạt động : Đa số kết biết CDI, phát thu với dung ergodic Còn với dung ngừng hoạt động cịn tính tốn so với dung ergodic chứa đựng phong phú toán mở Nhƣ vậy: Chúng ta tóm tắt kết luận gần dung kênh MIMO cho hệ thống đơn người dùng, độ lợi dung lớn tiên đốn cho hệ thống thực số trường hợp, giả thiết thực nhận biết kênh mô hình kênh xét, làm giảm đáng kể độ lợi Đối với hệ thống đơn người dùng, dung biết CSI hoàn hảo thu phát rõ ràng dự đốn dung tăng tuyến tính theo số lượng anten Điểm lùi từ giả định CSI hoàn hảo làm tính tốn dung khó khăn nhiều độ lợi dung cao phụ thuộc vào chất CSI/CDI, SNR kênh mối tương quan phần tử anten Đặc biệt, việc giả định biết CSIR, CSIT hoàn hảo cung cấp độ lợi dung đáng kể SNR thấp, quan trọng để đưa cơng suất vào mode riêng thích hợp hệ thống Một điều lý thú với việc biết CSIR hoàn hảo CSIT, tương quan anten cho thấy làm tăng dung 63 SNR thấp giảm dung SNR cao Cuối cùng, theo hiểu biết CDIT CDIR kênh trắng khơng gian trung bình 0, SNR cao dung tăng tương đối hai lần logSNR số lượng anten, số cộng Độ lợi khiêm tốn dung phải minh chứng cho việc thêm anten không cần thiết Tuy nhiên, SNR vừa phải việc tăng cường tương đối theo số lượng anten bi quan 64 KẾT LUẬN MIMO đời với mục đích đáp ứng lợi ích hai phương diện hàng đầu kênh truyền không dây, là: khả đạt độ lợi phân tập (là thước đo mức độ tin cậy truyền tin); khả đạt độ lợi hợp kênh (là thước đo tốc độ liệu), hai mục tiêu cần hướng tới kênh truyền vô tuyến tương lai, SISO cổ điển chạm tới ngưỡng giới hạn Do MIMO sử dụng kỹ thuật để xử lý vấn đề gây tượng phading, kỹ thuật phân tập (đặc biệt kỹ thuật phân tập không gian), kỹ thuật tạo chùm,…, mà không cần phải mở rộng dải tần khả dụng hoàn cảnh tài nguyên tần số ngày khan hiếm, nên có ý nghĩa Đánh giá hiệu hệ thông tin khơng dây MIMO thơng qua dung kênh, tỷ lệ lỗi bit, v.v… Nhưng thời gian làm luận văn chưa đủ, để nghiên cứu sâu đến hiệu hệ thống thông tin không dây MIMO, luận văn dừng lại việc xét dung số trường hợp, giới hạn kết dung hệ MIMO đơn người dùng Và mô xét số trường hợp, với số lượng anten thu phát nhỏ, nên chưa thấy kết tốt kết hạn chế nghiên cứu dung chưa có hiểu biết đầy đủ Nếu điều kiện cho phép, tương lai, vấn đề đánh giá hiệu hệ MIMO thông qua tỷ lệ lỗi bit; giới hạn dung hệ MIMO đa người dùng, Adhoc, vấn đề em muốn tiếp tục Với kết đạt khóa luận, hy vọng hữu ích cho quan tâm đến hệ thống thông tin không dây MIMO 65 TÀI LIỆU THAM KHẢO Tiếng Việt [1] [2] [3] BP.LATHI (1999), “Hệ thông tin số tương tự đại”, chương 5+6, người dịch PGS TS Nguyễn Viết Kính, trường Đại học Công Nghệ - Đại học Quốc Gia Hà Nội Nguyễn Quang Hưng (2006), Xử lý anten mảng theo không gian thời gain thông tin vô tuyến, Luận án tiến sỹ kỹ thuật, Trường Học Viện Bưu Chính Viễn Thông T.S Phan Hồng Phương, KS Lâm Chi Thương (2007), Kỹ thuật phân tập anten cải thiện dung lượng hệ thống MIMO Tiếng Anh Aida Botonjic’ (2004), MIMO channel models, Department of Science and [4] [5] [6] [7] [8] [9] [10] [11] Technology, Link o pings Universitit, Sweden, http://www.ep.liu.se/exjobb/itn/2004/ed/004 Bengt Holter (2004), On the capacity of the MIMO channel – A tutorial introduction, Norwegian University of Science and Technology Department of Telecomunication, Norway Bernard Sklar, Rayleigh Fading Channels in Mobile Digital Communication Systems, part I :Characterization, IEEE Jul 1997 E.Telatar,“Capacity of multi-antenna Gaussian channels,” Eur.Trans Telecomm.ETT,vol.10,no.6,pp.585–596,Nov.1999 Ezio biglieri, Robert calderbank, Anthony constardinides, Andrea Goldsmith, H.Vincent poor, MIMO wireless Communication, chapter I, 2007 G.J.Foschini, M.J Gans (Aug 1998), On limits of wireless communication in a fading environment when using multiple antennas, Wireless Personal Comunication, vol6, 311 -355 Matlab 7.0 P.Almers, E.Bonek, A Burr, N Czink, M.Debbah, V Degli- Esposti, H Hofstetter, P.Ky o sti, D Laurenson, G Matz, A F Molisch, C Oestges and H Ozcelik (May,2006), Survey of Channel and Radio Propagation Models for Wireless MIMO System 66 [12] Sergey Loyka (2006), MIMO channel capacity electromagnetic wave prespective, School of Information Technology & Engineering, University of Ottawa, Canada 67 PHỤ LỤC Mô dung hệ thống MIMO Chương trình mơ thuật toán đổ nước function [Capacity PowerAllo] = WaterFilling_alg(PtotA,ChA,B,N0); ChA = ChA + eps; NA = length(ChA); % So luong cac kenh duoc cap phat H = ChA.^2/(B*N0); % Tham so lien quan den SNR cac kenh Cap phat cong suat cho cac kenh PowerAllo = (PtotA + sum(1./H))/NA - 1./H; while(length(find(PowerAllo < ))>0) % IndexN = find(PowerAllo 0); MP = length(IndexP); PowerAllo(IndexN) = 0; ChAT = ChA(IndexP); HT = ChAT.^2/(B*N0); PowerAlloT = (PtotA + sum(1./HT))/MP - 1./HT; PowerAllo(IndexP) = PowerAlloT; end PowerAllo = PowerAllo.'; Capacity = sum(log2(1+ PowerAllo.' * H)); Mô dung hệ thống MIMO %======================================================= Mo phong dung nang cua kenh MIMO voi M anten phat, N anten thu, %moi truong tan xa manh Cong suat cac kenh song song (sau %phan tich SVD ma tran kenh H duoc phan bo nhu thuat toan nuoc %chuong trình WaterFilling_ alg Dong thoi chuong trinh cung mo %phong ham phan bo mat xac suat cac phan tu ma tran kenh lanada %======================================================= % 68 clear all close all clc; M_V=[12324]; N_V=[14236]; N0 = 1e-4; B =1; t = 1e4; % gia tri khoi tao phai lon hon 1e2 SNR_V_db = [-20:3:20]; SNR_V = 10.^(SNR_V_db/10); color = ['b';'r';'g';'k';'c']; notation = ['-o';'->';'