Đang tải... (xem toàn văn)
Luận án với mục tiêu nghiên cứu xây dựng các giải thuật tách tín hiệu trong các hệ thống Massive MIMO cho phép hệ thống thu được phẩm chất lỗi bít tốt, độ phức tạp thấp và hiệu quả sử dụng phổ tần cao. Kết hợp các thuật toán được đề xuất với các kỹ thuật tách tín hiệu truyền thống để tạo ra các bộ tách tín hiệu hiệu quả sử dụng trong các hệ thống Massive MIMO.
BỘ QUỐC PHÒNG HỌC VIỆN KỸ THUẬT QUÂN SỰ NGUYỄN THANH BÌNH NGHIÊN CỨU KỸ THUẬT TÁCH TÍN HIỆU ĐƯỜNG LÊN TRONG HỆ THỐNG MASSIVE MIMO Chuyên nghành: KỸ THUẬT ĐIỆN TỬ Mã số: 52 02 03 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT Hà Nội - 2020 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI DANH MỤC CƠNG TRÌNH ĐÃ CÔNG BỐ HỌC VIỆN KỸ THUẬT QUÂN SỰ - BỘ QUỐC PHÒNG T.B Nguyen, T.D Nguyen, M.T Le, and V.D Ngo, "Efficiency zeroforcing detectors based on group detection for Massive MIMO systems," in Advanced Technologies for Communications (ATC), 2017 International ConNgười hướng dẫn khoa học: TS Lê Minh Tuấn TS Nguyễn Văn Giáo ference on IEEE, 2017, pp.48-53 DOI: 10.1109/ATC.2017.816 7640 (Scopus) T.B Nguyen, M.T Le, V.D Ngo, T.D Nguyen, and H.D Han, "Efficient detectors based on group detection for Massive MIMO systems," REV Journal on Electronics and Communications, vol 7, no 3-4,pp.65-73, 2017 DOI: Phản biện 1: PGS.TS Bạch Nhật Hồng http://dx.doi.org/10.21553/rev-jec.167 T.B Nguyen, M.T Le,V.D Ngo and V.G Nguyen, "Generalized Group Phản biện 2: PGS.TS Nguyễn Xuân Quyền Detection Algorithm for Massive MIMO systems," Journal of Science and Technique - Le Quy Don technical university, vol 198 , no 5, pp 108-122, Phản biện 3: TS Trương Trung Kiên 2019 T.B Nguyen, M.T Le, V.D Ngo and V.G Nguyen, "Parallel group detection Approach for Massive MIMO systems," in Advanced Technologies for Communications (ATC), 2018 International Conference on IEEE, 2018, pp 160-165 DOI: 10.1109/ATC.2018.8587606 (Scopus) Luận án bảo vệ trước Hội đồng đánh giá luận án cấp Học viện theo Quyết định số 1917/QĐ-HV ngày 15 tháng năm 2020 Giám đốc Học viện Kỹ thuật Quân sự, họp Học viện Kỹ thuật Quân vào hồi – – ngày tháng năm 2020 T.B Nguyen, M.T Le and V.D Ngo, "Low complexity Lattice Reduction aided detectors for high load Massive MIMO systems," Wireless Personal communication, 2019 DOI: https://doi.org/10.1007/s11277-019-06653-y (ISI) T.B Nguyen, M.T Le and V.D Ngo, "Signal Detection Based on Parallel Group Detection Algorithm For High Load Massive MIMO Systems," WireCó thể tìm hiểu luận án tại: less Communications and Mobile Computing, vol.2019, 2019 DOI: https:// - Thư viện Quốc gia Việt Nam - Thư viện Học viện Kỹ thuật Quân doi.org/10.1155/2019/5609740 (ISI) MỞ ĐẦU KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA LUẬN ÁN Kết đóng góp luận án Đề xuất phương pháp tách tín hiệu theo nhóm (GD) tách tín hiệu theo nhóm lặp (IGD), sở áp dụng cho loại tách ZF, MMSE, V-BLAST tạo thành tách ZF-GD/IGD, MMSE-GD/IGD, BLAST-GD/IGD Đề xuất phương pháp tách tín hiệu theo nhóm mở rộng (GGDex) theo nhóm mở rộng có xếp trước (Presorted GGDEX), sở đề xuất áp dụng cho loại tách ZF, SQRD (tạo thành tách ZF-GGDex, SQRD-GGDex, ZF-Presorted GGDex, SQRDPresorted GGDex) Đề xuất phương pháp tách tín hiệu theo nhóm song song (PGD), sở áp dụng cho loại tách ZF, QRD SQRD (tạo thành tách ZF-PGD, QRD-PGD SQRD-PGD) Đề xuất kết hợp phương pháp suy giảm SLV SLB với phương pháp tách tín hiệu theo nhóm (GGD) tách tín hiệu theo nhóm song song (PGD) (tạo thành tách MMSE-GGD-SLV; ZF-PGD-SLB, QRDPGD-SLB) Hướng phát triển Đánh giá phẩm chất lỗi bít tách tín hiệu đề xuất trạng thái kênh truyền ước lượng khơng hồn hảo có tương hỗ ăng ten người dùng/trạm gốc Chứng minh phẩm chất BER tách tín hiệu đề xuất toán học xác suất thống kê lý thuyết ma trận ngẫu nhiên Phân tích hiệu sử dụng lượng tách tín hiệu đề xuất cho hệ thống Massive MIMO thân thiện với môi trường Thực thi tách tín hiệu đề xuất phần cứng, đồng thời đánh giá độ trễ xử lý tín hiệu tách 24 Động lực nghiên cứu: Để đáp ứng yêu cầu tăng nhanh số lượng thuê bao lưu lượng liệu yêu cầu hệ thống thơng tin di động tương lai phải có dung lượng lớn, tốc độ cao phải ứng dụng nhiều công nghệ mới, phải kể đến kỹ thuật truyền dẫn đa ăng ten Massive MIMO (MM) Với ưu điểm bật (1) hiệu suất sử dụng phổ tần độ tin cậy cao; (2) hiệu suất sử dụng lượng lớn (3) độ phức tạp xử lý tín hiệu thấp [1], MM bước đầu ứng dụng hệ thống thông tin di động 5G [29, 30] Tuy nhiên, số lượng ăng ten trạm gốc hệ thống 5G 64 [29] nên hiệu sử dụng phổ tần số MM bị giới hạn đáng kể Gần khái niệm MM 2.0 đề xuất nhằm tiếp tục nghiên cứu phát triển kỹ thuật MM cho hệ thống thông tin di động sau 5G, Rada, MM thơng minh [30] Từ phân tích nêu cho ta thấy MM đã, nội dung nghiên cứu trọng tâm thông tin vô tuyến, thu hút nhiều quan tâm nhà khoa học nước Chính thế, Nghiên cứu sinh chọn thực đề tài ” Nghiên cứu kỹ thuật tách tín hiệu đường lên hệ thống Massive MIMO” Những đóng góp luận án góp phần củng cố sở lý thuyết nhằm bước ứng dụng MM vào hệ thống thông tin di động sau 5G Mục tiêu nghiên cứu luận án: Nghiên cứu xây dựng giải thuật tách tín hiệu hệ thống Massive MIMO cho phép hệ thống thu phẩm chất lỗi bít tốt, độ phức tạp thấp hiệu sử dụng phổ tần cao Nghiên cứu kết hợp thuật toán đề xuất với kỹ thuật tách tín hiệu truyền thống để tạo tách tín hiệu hiệu sử dụng hệ thống Massive MIMO Cấu trúc luận án: Luận án trình bày 140 trang gồm: chương nội dung, kết luận hướng phát triển, phụ lục, cơng trình cơng bố tài liệu tham khảo 4.4.3 So sánh phẩm chất lỗi bít Chương Tổng quan hệ thống Massive MIMO 1.1 Mơ hình hệ thống Xét hệ thống MM đơn tế bào Hình 1.1 Hệ thống gồm 01 trạm gốc (BS) trang bị Nr ăng ten đồng thời phục vụ K người dùng (user), người dùng trang bị NT ăng ten sử dụng chung tần số Trạm gốc trang bị Nr ăng ten Các thông số mô thiết lập Chương Quan sát Hình 4.9 ta thấy, BER = 10−4 Nr = 64, K = 16, NT = 4, tách ZF-PGD-SLB QRD-PGD-SLB tốt MMSE khoảng 11.9 dB 13.4 dB Hình 4.10 phẩm chất BER cấu hình hệ thống Nr = 120, K = 8, NT = Nr = 120, K = 32, NT = 4, (tức β1 = 0.26 β2 = 0.8) Tại BER= 10−4 hệ số tải β2 = 0.8 phẩm chất BER ZF-PGD-SLB QRD-PGD-SLB tốt ZF-SLB khoảng 0.3 dB 1.2 dB lại tách MMSE-GGD-SLV khoảng dB dB Khi β1 = 0.26 phẩm chất BER tách tín hiệu gần tương đồng 700 MMSE QRD BLAST QRD-PGD ZF-PGD QRD-PGD-SLB ZF-PGD-SLB ZF-SLB MMSE-GGD-SLV, L=2 0.9 0.8 d0 0.7 r 0.6 500 flops x10 flops x 10 Các người dùng BLAST MMSE QRD ZF-SLB ZF-PGD QRD-PGD ZF-PGD-SLB QRD-PGD-SLB MMSE-GGD-SLV, L=2 600 0.5 0.4 400 25 20 300 15 10 0.3 200 0.2 N=32, N r=120 100 0.1 Hình 1.1: Mơ hình hệ thống Massive MIMO Giả sử người dùng sử dụng máy phát ghép kênh theo không gian (SDM: Spatial Division Multiplexing) với véc tơ tín hiệu phát tất K người dùng, x ∈ CN ×1 , N = KNT , biểu diễn sau: 60 80 100 120 r 140 N=32, N r=120 160 ) Hình 4.7: Độ phức tạp theo Nr 10 N=96, N r=120 Hình 4.8: Độ phức tạp theo β, 10 ×10 -3 ZF MMSE ZF-PGD QRD-PGD ZF-PGD-SLB QRD-PGD-SLB ZF-SLB MMSE-GGD-SLV, L=2 2.98 x= xT1 xT2 ··· xTK T (1.1) , N r=120, K=24, NT=4 2.975 10 -1 2.97 10 -1 32.999 y= p Gx + n, KNT Es -5 10 15 38.9995 39 39.0005 10 -3 1.4 1.2 25 30 35 40 10 45 -4 20 32.6 32.8 25 33 33.2 30 35 40 45 (p u /σ ) dB (dB) Hình 4.10: β < 1, 64QAM Hình 4.9: Nr = N = 64, 4QAM 4.5 1.48 1.6 20 p u /σ Nr ×N 10 -2 1.8 ZF MMSE QRD BLAST ZF-PGD QRD-PGD ZF-PGD-SLB QRD-PGD-SLB ZF-SLB MMSE-GGD-SLV, L=2 10 -4 10 1.49 N r=120, K=8, N T=4 ×10 -3 10 -3 (1.2) p tổng cơng suất phát tất K người dùng; G ∈ C , ma trận kênh truyền; n ∈ CNr ×1 véc tơ tạp âm; Es lượng trung bình ký hiệu điều chế M-QAM Ma trận kênh truyền biểu diễn bởi: 1.5 BER xi ∈ C , i = 1, 2, K, véc tơ tín hiệu phát người dùng thứ i Véc tơ tín hiệu thu trạm gốc, y ∈ CNr ×1 , biểu diễn bởi: ×10 -3 33.001 BER 10 NT ×1 33 -2 Kết luận chương Ở đây, phần tử ma trận H biến ngẫu nhiên có trung bình phương sai 1, biểu diễn hệ số pha-đinh phạm vi hẹp; D ma trận đường chéo với phần tử thuộc đường chéo mơ tả hệ số pha-đinh Chương đề xuất mơ hình tách tín hiệu kết hợp SLV/SLB với thuật tốn tách tín hiệu theo nhóm GGD PGD nhằm cải thiện phẩm chất BER hệ thống Dựa mơ hình này, Luận án xây dựng tách tín hiệu đảm bảo tốt cân độ phức tạp thấp phẩm chất lỗi bít cao đặt tên MMSE-GGD-SLV, ZF-PGD-SLB QRD-PGD-SLB 23 G = HD1/2 (1.3) hai cấu hình hệ thống Nr = 64,N = 48 Nr = 128,N = 48 ứng với β1 = 0.75 β2 = 0.375 Bộ tách đề xuất có độ phức tạp tương đương với ZF-GGDex MMSE β1 = 0.75 cao MMSE β2 = 0.375 4.3.4 So sánh phẩm chất lỗi bít 10 10 10 -1 10 -1 BER BER Các thông số mô thiết lập Chương Kết mơ Hình 4.5 cho ta thấy BER=10−4 , tách MMSE-GGD-SLV cho phẩm chất BER tốt tách MMSE khoảng 13.2, 13.9 14.2 dB tương ứng với L = 2, 4, Tiếp theo, NCS khảo sát Nr = 64, K = 12,NT = 4, Nr = 128, K = 12,NT = 4, (tức β1 = 0.75 β2 = 0.375 ),16−QAM Hình 4.6 Từ kết mơ thấy, BER= 10−4 Nr = 128, tách MMSE-GGDSLV tốt MMSE khoảng 1.2 1.6 dB ứng với L = 2, Độ lợi tăng đạt giá trị khoảng 4.1 5.1 dB Nr = 64 10 -2 ZF MMSE BLAST MMSE-SLV MMSE-GGD-SLV, L=2 MMSE-GGD-SLV, L=4 MMSE-GGD-SLV, L=8 ZF-GD ZF-GGDex, L=2 ZF-GGDex, L=4 ZF-GGDex, L=8 10 -3 10 -4 10 15 Nr ×10 -3 Các phần tử thuộc đường chéo B, bi,i , i = 1, 2, K , biểu diễn hệ số pha-đinh phạm vi rộng người dùng thứ i BS sau: bi,i = 1.5 y= 20 25 30 35 40 10 -4 15 45 25 30 35 ζ Hx + n KNT Es ¯ + n, = Hx 26.9 27 27.1 20 zi , (di /d0 )γ (1.5) với zi biến ngẫu nhiên phân bố mô tả tượng che khuất với giá trị trung bình khơng phương sai σShadow ; d0 di khoảng cách tham chiếu khoảng cách từ người dùng thứ i tới trạm gốc; γ hệ số suy hao đường truyền Đặt U = NTpuEs G, pu = Kp , viết lại (1.2) sau: 10 -3 (1.4) (1.6) Lưu ý: Trong trường hợp kênh truyền chịu tác động pha-đinh phạm vi hẹp D = IN G = H Khi đó, y biểu diễn theo tỷ số SNR ăng ten thu, ζ , sau: Nr 2.5 G = H (B ⊗ INT )1/2 y = Ux + n ZF MMSE MMSE-SLV MMSE-GGD-SLV, L=4 MMSE-GGD-SLV, L=2 ZF-GD ZF-GGDex, L=2 ZF-GGDex, L=4 10 -2 phạm vi rộng Giả thiết hệ số pha-đinh phạm vi rộng người dùng cụ thể trạm gốc Ta có: 40 (1.7) (1.8) p u /σ (dB) p u /σ (dB) Hình 4.5: Nr = N = 64, 4QAM Hình 4.6: β < 1, 16QAM 4.4 Xây dựng tách tách tín hiệu dựa mơ hình kết hợp PGD-SLB 4.4.1 Bộ tách ZF-PGD-SLB QRD-PGD-SLB ¯ = với H 1.2 ζ H KNT Es Nguyên lý làm việc Quan sát Hình 4.7 Hình 4.8 ta thấy tách tín hiệu ZF-PGD-SLB QRD-PGD-SLB có độ phức tạp tính tốn cao tách MMSE, QRD, QRD-PGD, ZF-PGD, ZF-SLB MMSE-GGD-SLV thấp nhiều so với tách BLAST Bởi hệ thống MM có kích thước lớn nên thao tác xử lý phức tạp thực BS Các hoạt động hệ thống MM gồm: - Tách tín hiệu đường lên - Tiền mã hóa (precoding) cho đường xuống - Ước lượng kênh truyền Lưu ý: MM có hai kiểu song cơng là: song cơng theo thời gian (TDD) song công theo tần số (FDD) Trong hệ thống MM TDD kênh truyền đường lên đường xuống có tính thuận nghịch với nên khoảng đồng kênh BS cần ước lượng kênh lần để có CSI, sau sử dụng CSI để tách tín hiệu đường lên tiền mã hóa cho đường xuống Tuy nhiên, hệ thống FDD kênh truyền đường lên đường xuống độc lập với Do đó, phải thực đồng thời việc ước lượng kênh cho đường lên đường xuống riêng rẽ 22 Bộ tách ZF-PGD-SLB QRD-PGD-SLB tạo thành áp dụng kỹ thuật tách tín hiệu LR hệ thống thuật tốn PGD Trong tách sóng này, thuật tốn rút gọn dàn SLB sử dụng để tìm ULR T Sau đó, áp dụng phương pháp tách tín hiệu ZF/QRD miền LR để khơi phục tín hiệu phát 4.4.2 Phân tích độ phức tạp Phân biệt MM với MIMO đa người dùng Hệ thống Massive MIMO phân biệt với MU-MIMO thông thường đặc điểm sau [3]: • Chỉ BS cần phải biết thơng tin trạng thái kênh truyền CSI • Số ăng ten trang bị trạm gốc số người dùng phục vụ BS lớn 4.3.2 Bộ tách tín hiệu MMSE-GGD-SLV Về lý thuyết, ta áp dụng phương pháp MMSE-SLV cho tất hệ thống Bước tương Mục 4.2 Khi đó, ma trận hiệp phương sai lỗi tầng tách sóng thứ k, Φk , k = 1, 2, , L, là: GH Φk = T−1 k Gk + k y y1 G1 có độ phức tạp thấp U Tách tín hiệu BS Sắp xếp lại cột ma trận kênh truyền Us Tạo ma trận k G G , G , G k k 1, 2, , L Tạo hệ thống thứ y G Khôi phục y3 sˆ1 sˆ Loại bỏ ảnh hưởng sˆ y2 T−1 k Loại bỏ ảnh hưởng sˆ y2 (4.7) Hệ thống thứ khơng có SLV 0.9 Hệ thống thứ có SLV Hệ thống thứ có SLV 0.8 y1 sˆ2 sˆ2 H 0.7 Sắp xếp véc tơ xˆ s sˆi , i 1,2, L Sắp xếp phần tử xXs ˆs theo véc tơ hoán vị 0.6 xˆ p Hệ thống thứ có khơng có SLV 0.5 0.4 Hệ thống thứ có khơng có SLV 0.3 Hệ thống thứ khơng có SLV GL sˆ L Khơi phục sˆ L 0.1 p Hình 4.1: Sơ đồ khối thuật toán GGD 0.2 0.4 0.6 0.8 1.2 1.4 1.6 1.8 Hình 4.2: ECDF max Φkj,j Bỏ qua ảnh hưởng tượng truyền lỗi tầng tách tín hiệu GGD khảo sát hàm ECDF max Φkj,j Nr = N = 64, L = 4, Hình 4.2 Kết MMSE-SLV cải thiện đáng kể phẩm BER hệ thống giảm nhanh cho tầng tách tín hiệu Từ cho phép ta xây dựng tách MMSE-GGD-SLV sau: Sử dụng MMSE-SLV cho hệ thống thứ nhất, tầng tách tín hiệu cịn lại sử dụng MMSE 4.3.3 Phân tích độ phức tạp 90 MMSE BLAST ZF-GD MMSE-SLV MMSE-GGD-SLV, L=2 MMSE-GGD-SLV, L=4 ZF-GGDex, L=2 ZF-GGDex, L=4 3.5 BLAST 80 MMSE ZF-GD 70 MMSE-SLV MMSE-GGD-SLV, L=2 60 2.5 Flops x10 Các cơng trình nghiên cứu tách tín hiệu có liên quan 0.2 yL flops x 10 Tách tín hiệu áp dụng đường lên hệ thống MM cách sử dụng tách thích hợp Để đánh giá tách tín hiệu người ta thường dựa vào thơng số là: (1) phẩm chất lỗi bít (BER) (2) Độ phức tạp tính tốn Thơng thường tách tín hiệu có phẩm chất BER cao độ phức tạp lớn ngược lại Trong nghiên cứu lý thuyết, độ phức tạp tính cách đếm số lượng dấu chấm động (Flop) cần thiết để tách thành công véc tơ tín hiệu phát [38, 39] Trong luận án, phép tốn miền số thực tính 01 flop Khi đó, 01 phép nhân phức 01 phép chia phức tính 06 11 flop Bởi hệ thống MM có kích thước lớn nên chúng thường sử dụng tách tín hiệu có độ phức tạp thấp tách sóng tuyến tính (ZF, MMSE) hay tách tín hiệu dựa phân rã QR (QRD, SQRD) Bộ tách tín hiệu phẩm chất cao VBLAST sử dụng hệ thống MM có kích thước nhỏ độ phức tạp cao 1.5 Khơi phục G G1 • Cả đường lên đường xuống sử dụng kỹ thuật xử lý tín hiệu 1.4 Tạo hệ thống thứ y −1 Il Es a ECDF 1.3 MMSE-GGD-SLV, L=4 ZF-GGDex, L=2 ZF-GGDex, L=4 50 Trong cơng trình [25] [47], tác giả đề xuất tách tuyến tính gồm MRC, ZF MMSE cho MM với phẩm chất lỗi bít gần đạt phẩm chất tối ưu, hiệu sử dụng lượng hiệu phổ tần lớn Năm 2016, Kobayashi cộng đề xuất tách SQRD cho hệ thống MM kênh truyền có tương quan khơng gian [53] Các tách tín hiệu có độ phức tạp thấp phẩm chất lỗi bít cao Nhược điểm tách tín hiệu tuyến tính SQRD phẩm chất lỗi bít chúng bị suy giảm mạnh hệ thống có hệ số tải cao (đặc biệt β = N/Nr = 1) Kết Hình 4.3 cho thấy Nr = N = [60 : 20 : 160] độ phức tạp MMSE-GGD-SLV thấp ZF-GGDex (L = 4) chí thấp MMSESLV tương đương với MMSE L = Hình 4.4 so sánh độ phức tạp với 21 40 1.5 30 20 0.5 60 10 80 100 120 140 N=48, N r=64 160 N=48, N r=128 N=Nr Hình 4.3: Độ phức tạp theo Nr Hình 4.4: Độ phức tạp theo β W (LR) = U(LR)H U(LR) −1 U(LR)H U(LR) + H U(LR) , TH T Es ZF −1 U (LR)H , (4.3) M M SE Lưu ý: Nếu tín hiệu phát x điều chế M -QAM chúng cần dịch chuyển lấy tỉ lệ [34, 62, 64] sau: x¯ = αx + η với m = log (M ), α = 1/2, η = (m − 1) (1 + j) /2 Khi đó, tín hiệu phát miền LR trở thành: ¯ = T−1 x ¯ = αc + ηT−1 1N c (4.4) Dựa vào mối quan hệ công thức (4.4), định cứng c là: ˆ c= α αc + ηT−1 1N − ηT−1 1N (4.5) Khi ˆc xác định ta dễ dàng tính tốn x x = Tˆc Cuối x tiếp tục lượng tử hóa thu x ˆ = Q (x) Sai số ước lượng phần tử thuộc đường chéo ma trận hiệp phương sai lỗi: Φ= T−1 UH U −1 T −1 H U U+ T−1 I Es N H ZF − LRA , −1 T −1 H , (4.6) M M SE − LRA Như vậy, Φ phụ thuộc vào T hàm lỗi ước lượng tách tuyến tính Thuật tốn rút gọn dàn SLV SLB [64] xác định T cách tối thiểu phần tử thuộc đường chéo ma trận hiệp phương sai lỗi tách −1 tín hiệu ZF, Φ= UH U Trong SLB, T xác định sau rút gọn tất phần tử thuộc đường chéo Φ SLV tối thiểu phần tử có giá trị lớn Các tách tuyến tính miền LR sử dụng SLV/ SLB gọi ZF-SLV/MMSE-SLV, ZF-SLB/MMSE-SLB Trong cơng trình [54], tác giả đề xuất phương pháp tách tín hiệu sai số thưa (Sparse Error Recovery) cho MM có tải cao Bộ tách đề xuất cải thiện khoảng 10 dB so với tách MMSE truyền thống Tuy nhiên, độ phức tạp tách theo phương pháp cao nhiều so với tách tín hiệu tuyến tính Hơn nữa, phương pháp áp dụng cho tín hiệu phát điều chế QRSK/BPSK nên hiệu phổ hệ thống bị hạn chế Năm 2014, Chockalingam cộng xây dựng tách tín hiệu có độ phức tạp thấp [52], phù hợp để áp dụng MM tách tín hiệu dựa liên kết xác suất liệu (PDA: Probabilistic Data Association), hay Chuỗi Markov Monte Carlo (MCMC:Markov Chain Monte Carlo) Các phương pháp tách tín hiệu có phẩm chất BER cao với độ phức tạp thấp Tuy nhiên, tách tín hiệu đề xuất để tách tín hiệu điều chế BPSK nên hiệu sử dụng phổ tần toàn hệ thống bị hạn chế Năm 2017, Liu cộng đề xuất sử dụng tách VBLAST cho Massive MIMO công trình [56] nhằm thu hiệu sử dụng lượng lớn Tuy nhiên, tách VBLAST với độ phức tạp bậc theo tổng số ăng ten phát từ người dùng cao MM 1.6 Trong hệ thống MM có tải cao (tức β = N/Nr ≈ 1) cần thiết phải xây dựng tách tín hiệu đảm bảo tốt cân phẩm chất BER cao, độ phức tạp thấp hiệu sử dụng phổ tần lớn Cụ thể là: • Đề xuất thuật tốn cho phép giảm độ phức tạp tách tín hiệu có phẩm chất cao tách ML, SD hay VBLAST mà không làm giảm đáng kể phẩm chất BER hệ thống 4.3 Xây dựng tách MMSE mơ hình k/hợp GGD-SLV 4.3.1 Thuật tốn tách tín hiệu theo nhóm suy rộng GGD • Đề xuất thuật tốn nhằm cải thiện mạnh phẩm chất BER tách tín hiệu tuyến tính truyền thống với độ phức tạp giữ mức chấp nhận hệ thống MM Thuật toán GGD xây dựng Hình 4.1 gồm bước: • Bước 1: Sắp xếp lại cột U (1.6) thu ma trận Us thỏa mãn u(1) s (2) ≤ us (N ) ≤ · · · ≤ us véc tơ hoán vị p Các thách thức cần tập trung giải luận án 1.7 Kết luận chương Các bước kể tiến hành hoàn toàn tương tự Mục 3.1 Chương trình bày số vấn đề chung MM mơ hình tín hiệu hệ thống, ngun lý làm việc số tách tín hiệu thơng dụng MM Trên sở khảo sát cơng trình cơng bố gần tách tín hiệu MM, NCS khái quát số thách thức cần tập trung giải Luận án Những nội dung trình bày Chương sở lý thuyết quan trọng để phát triển ý tưởng nghiên cứu Chương 20 • Bước 2: Tạo L hệ thống tách tín hiệu hệ thống • Bước 3: Sắp xếp ký hiệu ước lượng từ hệ thống để tạo véc tơ tín hiệu ước lượng tồn cục x ˆs • Bước 4: Sắp xếp lại thứ tự phần tử x ˆs theo véc tơ hoán vị p Chương Chương Đề xuất tách tín hiệu dựa thuật tốn tách tín hiệu theo nhóm Xây dựng tách tín hiệu có hỗ trợ rút gọn dàn 2.1 4.1 Ý tưởng đề xuất Xuất phát từ thực tế là: (1)Độ phức tạp tách tín hiệu tăng theo kích thước hệ thống (2) Phẩm chất BER hệ số tải hệ thống cao Từ thực tế đó, NCS nhận thấy biến đổi hệ thống MM ngun có kích thước lớn, hệ số tải cao thành hệ thống tương đương có kích thước hệ số tải nhỏ độ phức tạp phẩm chất BER ln tốt 2.2 Đề xuất thuật tốn tách tín hiệu theo nhóm GD Ý tưởng đề xuất Các thuật tốn tách tín hiệu theo nhóm có nhược điểm đặc tính thống kê bậc hai thành phần tạp âm hệ thống bị biến đổi làm giảm phẩm chất BER hệ thống Rút gọn sở dàn hường gọi ngắn gọn rút gọn dàn LR giải pháp hữu ích làm giảm ảnh hưởng tạp âm Vì kết hợp thuật tốn tách tín hiệu theo nhóm với LR vấn đề nghiên cứu khả thi để cải thiện phẩm chất BER hệ thống Xét đường lên hệ thống Massive MIMO với kênh truyền chịu tác động pha-đinh phạm vi hẹp (1.8) sau: 4.2 Tổng quan tách tín hiệu có hỗ trợ rút gọn dàn 4.2.1 Định nghĩa dàn rút gọn dàn ¯ + n y = Hx Dàn L có kích thước Nr định nghĩa tập hợp tất tổ hợp tuyến tính nguyên véc tơ cột ma trận U có kích thước Nr × N sau [64]: (2.1) Để thực thuật toán GD, trước hết ta viết lại phương trình hệ thống (2.1) dạng: y= G1 G2 s1 s2 + n = G1 s1 + G2 s2 + n, (2.2) G1 ∈ CNr ×la G2 ∈ CNr ×(N −la ) ma trận tạo cách lấy la cột (la = lNT với < l < K , l ∈ N ) (N −la ) cột ¯ Tương tự vậy, s1 ∈ Cla ×1 s2 ∈ C(N −la )×1 lại ma trận kênh truyền H hai véc tơ tín hiệu gồm la hàng hàng cịn lại véc tơ tín hiệu phát, x Tiếp đó, ta nhân hai vế phương trình (2.2) với ma trận giả đảo bên trái −1 G1 , tức G†1 = GH GH G1 , thu được: G†1 y = s1 + G†1 G2 s2 + G†1 n (2.3) N L = L (U) = ui , ∈ Z , tập hợp véc tơ cột U gọi sở dàn L Rút gọn gọn dàn LR phép biến đổi sở cho trước U thành sở U(LR) mà không làm biến đổi dàn [64] Mối quan hệ U(LR) U U(LR) = UT với T ma trận đơn modula có định thức det (T) = ±1 Ma trận T xác định nhờ thuật tốn rút gọn dàn U 4.2.2 Tách tín hiệu tuyến tính có hỗ trợ rút gọn dàn Xét đường lên hệ thống Massive MIMO (1.6) (tức y = Ux + n) Từ định nghĩa dàn ta dễ dàng nhận thấy bỏ qua thành phần tạp âm, n, Ux xem dàn L với sở U Để thực tách tín hiệu có hỗ trợ rút gọn dàn, ta viết lại phương trình mơ tả hệ thống (1.6) sau: y = Ux + n = UTT−1 x + n = U(LR) c + n, Rút s1 từ (2.3) thay vào (2.2), sau số phép biến đổi ta thu hệ thống sau: y2 = G2 s2 + n2 , (2.4) (4.1) i=1 (4.2) c = T−1 x U(LR) = UT Giả sử phương pháp tách tín hiệu tuyến tính sử dụng (4.2), c ước lượng sau: c = W(LR) y với WLR ma trận trọng số tách tuyến tính miền LR, xác định bởi: 19 tách BLAST Khi số ăng ten trang bị hệ thống cao độ phức tạp tách tín hiệu ZF-PGD, QRD-PGD SQRD-PGD có xu hướng cao tách MMSE truyền thống ZF-GGDex 3.2.4 So sánh phẩm chất lỗi bít Chương trình mơ khảo sát 02 cấu hình hệ thống sau: 1) Nr = 64, K = 16, NT = Nr = 128, K = 32, NT = Kênh truyền thiết lập giống Mục 3.1 Kết mô cho ta thấy SNR đủ lớn tách ZF-PGD QRD-PGD đạt phẩm chất BER gần tương đồng với tách ZF-GGDex (tương tự cho trường hợp SQRD-PGD SQRDGGDex) Tại BER=10−4 , tách QRD-PGD SQRD-PGD thu độ lợi SNR lớn dB 15.5 dB so với tách MMSE truyền thống Khi so sánh với tách SQRD độ lợi SNR thu từ hai tách tín hiệu xấp xỉ 6.5 dB 14 dB 10 -1 10 -1 10 -2 10 -2 BER 10 BER 10 10 -3 10 -4 10 -5 10 -3 ZF MMSE QRD BLAST SQRD ZF-PGD QRD-PGD SQRD-PGD ZF-GGDex, L=2 SQRD-GGDex, L=2 10 15 10 20 25 30 35 40 10 -5 45 p u /σ (dB) ZF MMSE QRD SQRD BLAST ZF-PGD QRD-PGD SQRD-PGD ZF-GGDex, L=2 SQRD-GGDex, L=2 -4 10 15 20 25 30 35 40 45 p u /σ (dB) Hình 3.8: Phẩm chất BER Hình 3.9: Phẩm chất BER tách tín hiệu Nr = 64, K = 16, tách tín hiệu Nr = 128, K = 32, NT = 4, 4-QAM NT = 4,4-QAM 3.3 Kết luận chương Chương đề xuất hai thuật tốn tách tín hiệu theo nhóm Thuật tốn tách tín hiệu theo nhóm suy rộng GGDex Thuật tốn tách tín hiệu theo nhóm song song PGD Trên sở hai thuật toán này, Luận án xây dựng đề xuất tách tín hiệu có tên gọi ZF-GGDex, SQRD-GGDex, ZF-Presorted GGDex, SQRD-Presorted GGDex, ZF-PGD, QRD-PGD SQRDPGD Kết phân tích độ phức tạp mơ BER cho thấy tách tín hiệu đề xuất có độ phức tạp tương đương phẩm chất lỗi bít cao đáng kể so với tách tín hiệu tuyến tính truyền thống Chính vậy, tách tín hiệu phù hợp để ứng dụng hệ thống MM 18 y2 = P1 y, G2 = P1 G2 n2 = P1 n, với P1 = I − G1 G†1 gọi ma trận triệt tiêu (projector matrix) G1 có tính chất P1 G1 = Dễ dàng thấy s2 khơi phục (tức ˆs2 ) cách áp dụng phương pháp tách tín hiệu MIMO truyền thống cho hệ thống thứ (2.4) Sau ˆs2 tách thành công giả thiết ˆs2 xác hệ thống lại xác định sau: (2.5) y1 = y − G2ˆ s2 = G1 s1 + n Sử dụng tách tín hiệu MIMO truyền thống lần hệ thống (2.5) ta thu véc tơ ước lượng s1 ˆ s1 Cuối cùng, tín hiệu đầu thuật tốn là: x ˆ= ˆ sT1 ˆ sT2 T Lưu ý rằng, hai hệ thống thuật tốn GD có kích thước Nr × (N − la ) Nr × la , tương ứng với hệ số tải β1 = (NN−lr a ) β2 = Nlar Như ¯ vậy, số cột ma trận kênh truyền nhỏ số cột H số hàng giữ khơng đổi độ phức tạp tách sử dụng thuật tốn GD giảm xuống Hơn nữa, hệ số tải hệ thống nhỏ hệ thống nguyên bản, β = NNr , nên thuật tốn GD cịn cho phép cải thiện phẩm chất lỗi bít hệ thống Tuy nhiên, thành phần tạp âm n2 (2.5) có trung bình phương sai bị biến đổi thành E n2 nH = σ PH = σ I 2.3 Xây dựng tách tín hiệu dựa thuật tốn tách tín hiệu theo nhóm 2.3.1 Bộ tách ZF-GD MMSE-GD Sử dụng phương pháp tách tín hiệu ZF MMSE để khôi phục ký hiệu phát hệ thống (2.4) (2.5) ta tạo hai tách ZF-GD MMSE-GD Bộ tách ZF-GD MMSE-GD xác định ˆs1 ˆs2 sau: ˆ s1 = Q (W1 y1 ) , (2.6) ˆ s2 = Q (W2 y2 ) , (2.7) W1 ∈ Cla ×Nr W2 ∈ C(N −la )×Nr ma trận trọng số xác định công thức W1 = GH G1 −1 GH G1 + GH , ZF − GD I Es la −1 GH , M M SE − GD (2.8) W2 = −1 GH G2 GH , ZF − GD GH GH G + 2 PH Es Lưu ý thành phần GH G2 + PH Es −1 , (2.9) M M SE − GD công thức (2.9) gần đơn điệu nên thực phép nghịch đảo Để thực phép nghịch đảo ma trận, dòng thứ hai cơng thức (2.9) gần hóa sau: W2 = GH G2 + I(N −la ) Es b × la với la = N/2, b = (Nr + N ) Bước 3: Áp dụng kỹ thuật tách tín hiệu MIMO truyền thống hệ thống để ước lượng ký hiệu tín hiệu phát từ người dùng Bước 4: Sắp xếp lại tín hiệu tách bước theo thứ tự mà chúng phát −1 GH , M M SE − GD 2.3.2 Bộ tách ZF-IGD MMSE-IGD Ý tưởng xây dựng tách véc tơ s1 s2 cơng thức (2.2) tách tín hiệu hai lần, sau vòng lặp cặp véc tơ ước lượng ˆ s1 ˆ s2 dùng để tính khoảng cách Euclide tương ứng Cuối cặp véc tơ ước lượng ˆs1 ˆs2 ứng với vịng lặp có khoảng cách Euclide nhỏ chọn làm tín hiệu đầu tách Nội dung chi tiết bước tách tín hiệu ZF-IGD MMSE-IGD sau: Vịng lặp thứ nhất, tín hiệu khơi phục nhờ sử dụng tách ZF-GD/ T MMSE-GD Sau vòng lặp này, ta xác định x ˆ1 = ˆ khoảng sT1 ˆ sT2 cách Euclidean d1 sau: ¯ x1 d1 = y − Hˆ 2 y ex (2.11) (2.12) Trong vòng lặp thứ hai, thứ tự tách s1 s2 thay đổi so với thuật toán GD, tức s1 tách trước s2 Để làm vậy, nghiên cứu sinh thực tương tự bước thuật toán GD ta thu được: Chuyển sang hệ y, U thống mở rộng tương đương y ex Tạo hệ thống thứ hai Uex y Bộ tách sóng sˆ1 thứ G Sắp xếp lại véc tơ ˆs1 sˆ y Bộ tách sóng thứ hai G 3.2.3 Phân tích độ phức tạp MMSE QRD BLAST ZF-PGD QRD-PGD SQRD-PGD ZF-GGDex, L=2 flops x 10 tách tín hiệu tuyến tính ZF/MMSE để ước lượng ˆs1 Sau đó, ˆs1 dùng để khử ảnh hưởng lên việc tách tín hiệu tuyến tính ˆs2 Cuối vịng lặp thứ T hai ta xác định x ˆ2 = ˆ khoảng cách Euclidean tương ứng là: sT1 ˆ sT2 sˆ Các Bước thực tương tự Mục 3.1 Sau hai hệ thống tạo ra, ta áp dụng tách MIMO truyền thống nhánh PGD để ước lượng ký hiệu phát Khi ta áp dụng phương pháp khơi phục tín hiệu ZF, QRD SQRD truyền thống cho hai hệ thống tách tín hiệu tương ứng tạo đặt tên ngắn gọn ZF-PGD, QRD-PGD SQRD-PGD 2.5 y1 ∈ CNr ×1 , G1 ∈ CNr ×L n1 ∈ CNr ×1 xác định sau: y1 = P2 y, G1 = P2 G1 n1 = P2 n, với P2 = I − G2 G†2 Tới đây, ta sử dụng phương pháp T xˆ sˆ1T sˆT2 Hình 3.6: Sơ đồ khối tách tín hiệu thuật tốn PGD (2.13) y1 = G1 s1 + n1 , Tạo hệ thống thứ 1.5 0.5 60 80 100 120 140 160 180 200 N=N r d2 = y − ¯ x2 Hˆ (2.14) Tín hiệu chọn đầu tách giá trị x ˆi tương ứng với khoảng cách di nhỏ Hình 3.7: Độ phức tạp tách tín hiệu Nr = N = [60 : 20 : 200] Quan sát kết tính tốn độ phức tạp Hình 3.7 ta thấy tách đề xuất có độ phức tạp gần nhỏ nhiều so với 17 Quan sát kết mơ Hình 3.4 Hình 3.5 ta thấy tách đề xuất đáng kể phẩm chất BER tách tín hiệu tuyến tính, SQRD, BLAST truyền thống ZF-GD Đặc biệt kênh truyền xếp lại tách ZF-Presorted GGDex/SQRD-Presorted GGDex cho phẩm chất BER cao ZF-GGDex/SQRD-GGDex Phẩm chất BER tách ZF-Presorted GGDex với L = SQRD-Presorted GGDex tiệm cận với phẩm chất tách BLAST Kết Hình 3.5 cho ta thấy phẩm chất lỗi bít tách SQRD-GGDex suy giảm mạnh L tăng Kết chứng minh phân tích tượng truyền lỗi L tăng Mục 3.1.3 10 10 10 -1 10 -1 10 -2 10 -2 Khi phương pháp tách tín hiệu MMSE-BLAST truyền thống (viết tắt BLAST) thuật tốn GD hai tách tín hiệu BLAST-GD BLAST-IGD Tiến trình tách tín hiệu tách tương tự Mục 2.3.1 2.3.2 khác phương pháp tách sóng BLAST sử dụng hệ thống thay cho phương pháp tách sóng tuyến tính 2.3.4 Phân tích độ phức tạp Hình 2.1 so sánh độ phức tạp tính tốn tách tín hiệu hai cấu hình hệ thống là: 1) Nr = 70,N = 60 2) Nr = 170, N = 160 Các tách tín hiệu đề xuất có độ phức tạp tạp thấp l = 12 K Đặc biệt tách ZF-GD/MMSE-GD có độ phức tạp thấp MMSE BLAST-GD/BLAST-IGD thấp BLAST truyền thống BER BER SQRD-Presorted GGDex, L=2, 4, BLAST 2.3.3 Bộ tách BLAST-GD BLAST-IGD 10 -5 10 15 20 10 MMSE SQRD BLAST SQRD-GGDex, L=2 SQRD-GGDex, L=4 SQRD-GGDex, L=8 SQRD-Presorted GGDex, L=2 SQRD-Presorted GGDex, L=4 SQRD-Presorted GGDex, L=8 10 -4 10 -5 25 30 35 40 45 p u /σ (dB) 10 15 20 25 pu/σ (dB) 10 10 30 35 40 45 Hình 3.4: Phẩm chất BER ZF- Hình 3.5: P.chất BER SQRDGGDex SQRD-Presorted GGDex GGDex ZF-Presorted GGDex N r=170, N=160 flops x 10 10 -4 10 10 -3 ZF MMSE BLAST ZF-GD MMSE-GD ZF-GGDex, L=2 ZF-GGDex, L=4 ZF-GGDex, L=8 ZF-Presorted GGDex, L=2 ZF-Presorted GGDex, L=4 ZF-Presorted GGDex, L=8 flops x 10 10 -3 10 ZF BLAST ZF-GD BLAST-GD ZF-IGD BLAST-IGD 10 10 N r=70, N=60 ZF 10 ZF-GD 10 ZF-IGD BLAST BLAST-GD 3.2 Xây dựng tách tín hiệu dựa thuật tốn tách tín hiệu theo nhóm song song PGD BLAST-IGD 10 0 10 15 20 25 30 35 10 60 40 80 100 120 140 160 180 200 N=N r l Hình 2.1: Độ phức tạp theo l Hình 2.2: Độ phức tạp theo Nr 3.2.1 Ý tưởng đề xuất Các thuật toán tách tín hiệu theo nhóm GD GGDex có nhược điểm độ trễ xử lý tín hiệu cao sử dụng kỹ thuật SIC tạo hệ thống Thuật toán PGD đề xuất nhằm khắc phục nhược điểm 3.2.2 Xây dựng tách tín hiệu dựa thuật tốn PGD Hình 2.2 biểu diễn độ phức tạp tách tín hiệu theo Nr , với Nr = N = [60 : 20 : 200], NT = l = 12 K Kết tính tốn cho thấy số ăng ten hệ thống lớn tách BLAST-GD, BLAST-IGD có độ phức tạp cao so với tách MMSE Do đó, BLAST-GD BLAST-IGD phù hợp để ứng dụng hệ thống kích thước trung bình Thuật tốn PGD tiến hành chia hệ thống MM thành hai hệ thống có kích thước sau tách tín hiệu hệ thống Q trình khơi phục tín hiệu PGD biểu diễn Hình 3.6 Thuật toán PGD gồm bước sau đây: Bước 1: Chuyển hệ thống Massive MIMO nguyên sang hệ thống mở rộng tương đương Bước 2: Tạo hai hệ thống song song có kích thước Thơng số mô phỏng: Nr = 70, K = 15, NT = 4,,4-QAM, l = 2, 8, 12 Giả thiết kênh truyền kênh pha-đinh phẳng, biến đổi 200 ký hiệu Quan sát kết mô Hình 2.3, Hình 2.4 Hình 2.5 cho thấy, BER=10−5 , tách MMSE-GD có phẩm chất tương đương tách MMSE, ZF-IGD MMSE-IGD cải thiện phẩm chất BER so với MMSE khoảng 1.2 dB dB Tương tự, BLAST-IGD tốt 16 2.3.5 So sánh phẩm chất lỗi bít Khi Uex ,s xác định, ta sử dụng quy trình tách tín hiệu ZF-GGDex hay SQRD-GGDex để ước lượng véc tơ tín hiệu phát, x ˆ Cuối phần tử x ˆ xếp lại theo véc tơ hoán vị p sau: 3.1.4 Phân tích độ phức tạp 120 20 10 ZF MMSE BLAST BLAST-GD, l=2 BLAST-GD, l=8 BLAST-GD, l=12 BLAST-IGD, l=2 BLAST-IGD, l=8 BLAST-IGD, l=12 1.6 1.4 10 -1 10 -1 1.2 10 -2 14 15 15.5 10 7.98 8.02 8.04 10 -4 10 -5 20 25 10 15 20 10 -2 10 -1 ZF MMSE BLAST ZF-GD ZF-IGD MMSE-GD MMSE-IGD BLAST-GD BLAST-IGD BER BER 10 -2 MMSE MMSE-GD 10 -3 10 -3 10 -4 10 -4 15 ζ (dB) 20 10 -5 0.5 25 0.6 0.7 0.8 0.9 β Hình 2.5: Phẩm chất BER l = 8 10 12 14 60 16 80 100 120 140 160 180 200 L N=N r Hình 3.2: Độ phức tạp theo L Hình 3.3: Độ phức tạp theo Nr 25 ζ (dB) 10 10 -1 10 2 15 ζ (dB) 12 ZF MMSE BLAST ZF-IGD ZF-GD MMSE-GD MMSE-IGD BLAST-GD BLAST-IGD 10 32 60 10 -3 10 14 32.2 20 BLAST-IGD, l=2,8,12 Hình 2.3: Phẩm chất BER ZF- Hình 2.4: Phẩm chất BER tách BLAST-GD, BLAST-IGD GD (IGD) MMSE-GD (IGD) 10 -5 16 32.4 BER BER 10 -4 32.6 40 10 -2 16 ZF MMSE BLAST ZF-GD, l=2 ZF-GD, l=8 ZF-GD, l=12 ZF-IGD, l=2 ZF-IGD, l=8 ZF-IGD, l=12 MMSE-GD, l=2 MMSE-GD, l=8 MMSE-GD, l=12 MMSE-IGD, l=2 MMSE-IGD, l=8 MMSE-IGD, l=12 10 -3 10 -5 14.5 80 flops x 10 ×10 -3 1.8 MMSE SQRD BLAST SQRD-Presorted GGDex, L=2 SQRD-Presorted GGDex, L=4 SQRD-Presorted GGDex, L=8 ZF-GD (MMSE-GD) 18 32.8 ZF MMSE SQRD BLAST ZF-GGDex SQRD-GGDex ZF- Presorted GGDex SQRD- Presorted GGDex ZF-GD (MMSE-GD) 100 10 (3.18) ˆ=x ˆ (p) x flops x 10 BLAST truyền thống khoảng 1.4 dB Ngược lại, với l lớn phẩm chất BER tách tín hiệu BLAST-GD Như vậy, để bảo đảm phẩm chất BER cao với độ phức tạp thấp giá trị l cần chọn l = K/2 = Kết Hình 2.6 cho ta thấy, với giá trị BER tách đề xuất cho phép hệ thống có β cao sử dụng tách tuyến tính Tuy nhiên, nhược điểm chúng phẩm chất BER MMSE β = Hình 2.6: Phẩm chất BER theo β Hình 3.2 mơ tả độ phức tạp tính tốn tách tín hiệu đề xuất với tách sóng tuyến tính, BLAST ZF-GD (MMSE-GD) Nr = 64, K = 16, NT = L = [2, 16] Kết Hình 3.2 cho thấy, tách tín hiệu đề xuất có độ phức tạp cao tách tuyến tính, SQRD truyền thống ZF-GD thấp nhiều so với BLAST với giá trị L Độ phức tạp tách đề xuất tương đồng với chúng có giá trị thấp L = Hình 3.3 trình bày độ phức tạp tách tín hiệu nêu Nr = N ∈ [60, 200] L = 2, 4, Quan sát Hình 3.3 ta thấy độ phức tạp tách tín hiệu tăng tỉ lệ thuận với số ăng ten trang bị hệ thống Khoảng cách đường cong biểu diễn độ phức tạp tính toán tách đề xuất lớn Nr và/hoặc L tăng 3.1.5 So sánh phẩm chất lỗi bít 2.4 Kết luận chương Chương đề xuất thuật tốn tách sóng theo nhóm GD tách sóng theo nhóm lặp IGD Tiếp xây dựng tách tín hiệu gồm ZF-GD, ZF-IGD, MMSE-GD, MMSE-IGD, BLAST-GD BLAST-IGD Các tách tín hiệu đề xuất có phẩm chất lỗi bít cao, độ phức tạp tính tốn thấp tách tín hiệu BLAST MMSE truyền thống nên chúng ứng viên phù hợp để ứng dụng hệ thống MM Các thông số mô thiết lập sau: Nr = 64,K = 16,NT = 4; 4-QAM; số tầng tách tín hiệu chọn L = 2, 4, Kênh truyền thiết lập bởi: r = 1000, mét d0 = 100 mét; dk ∈ [200, 990] mét γ = 3.5 phương sai che khuất σShadow = 8dB Giả thiết kênh truyền người dùng trạm gốc không đổi khoảng 200 ký hiệu Ngồi ra, cơng suất người dùng đường cong BER vẽ theo tỉ số cơng suất tín hiệu nhiễu pu /σ (dB) 10 15 Trước hết, ta áp dụng kỹ thuật phân rã QR có xếp cho ma trận kênh truyền con, Gk , k = 1, 2, , L, thu ma trận Unita Qk ∈ C(Nr +N )×la , ma trận tam giác Rk ∈ Cla ×la véc tơ hốn vị pk ∈ Rla ×1 Tiếp theo, nhân hai vế phương trình yk = Gk sk + nk với QH k ta có: QH k yk vk = = Rk sk + QH k nk (3.12) Lưu ý, GL = GL−1 = GL yL = yL Bỏ qua thành phần tạp âm QH k nk (3.12) sau la phần tử sk (ký hiệu sˆki , i = 1, 2, , la ) khôi phục phần tử theo luật sau: QH L nex sˆki = Q (vki - vk i rk i = la , i = la , i,i la (rki,j sˆkj ))/rki,i , j=i+1 (3.13) (3.14) Xác suất để tượng truyền lỗi nhỏ nhất, P r (A), là: L−1 P r (A) = (3.15) N − f la f =0 la Công thức (3.15) cho ta thấy L lớn ảnh hưởng tượng truyền lỗi cao ngược lại c) Bộ tách ZF-Presorted GGDex SQRD-Presorted GGDex (la Es ) GH k Pk (Pk ) F F ≤ (la Es ) GH k F (3.16) Công thức (3.16) cho ta thấy chuẩn Frobenius ma trận Gk giữ vai trò quan trọng định giới hạn T SN R(k) Mặt khác, phẩm chất tách tín hiệu tầng thứ có ảnh hưởng lớn đến việc giảm ảnh hưởng tượng truyền lỗi Những nhận xét cho phép ta đề xuất quy trình xếp lại ma trận kênh truyền mở rộng Uex Trong quy trình này, cột ma trận Uex xếp theo thứ tự chuẩn Frobenius chúng giảm dần Các cột ma trận Uex sau xếp lại theo thứ tự giảm dần độ lớn tạo ma trận mới, Uex ,s , véc tơ hoán vị p sau: [Uex ,s p] = Sort (Uex ) , 14 3.1 Xây dựng tách tín hiệu dựa thuật tốn tách tín hiệu theo nhóm suy rộng GGDex Xuất phát từ nhược điểm GD là: (1) Phẩm chất lỗi bít tách MMSE β ≈ (2) Thuật toán xây dựng với kênh truyền chịu tác động pha-đinh phạm vi hẹp Những nhược điểm khắc phục thuật toán GGDex sau: Thứ nhất, số tầng tách tín hiệu GGDex lựa chọn cho phép hệ thống có hệ số tải thấp nhiều so với thuật toán GD Hơn nữa, GGDex xây dựng hệ thống mở rộng tương đương nên phương pháp triệt nhiễu ZF tương đương với MMSE làm giảm đáng kể tượng truyền lỗi hệ thống Ngoài ra, ảnh hưởng che khuất suy hao đường truyền tính đến xây dựng thuật tốn làm cho GGDex sát với thực tế hoạt động hệ thống MM 3.1.2 Đề xuất thuật tốn tách tín hiệu theo nhóm suy rộng Xét đường lên hệ thống Massive MIMO công thức (1.6) là: Dựa phương trình (3.7), tổng cơng suất tín hiệu tạp âm hệ thống thứ k (ký hiệu T SN R(k) ) xác định sau: T SN R(k) = Đề xuất tách tín hiệu xây dựng hệ thống mở rộng tương đương 3.1.1 Ý tưởng đề xuất Cuối cùng, xếp lại phần tử ˆsk sau: ˆsk = ˆsk (p(k) ) Chương (3.17) (3.1) y = Ux + n Gọi L (K ≥ L ≥ 2) n số hệ thống số người dùng hệ thống Đặt Gk = Uex (:, (k − 1)la + : kla ), G(k) = Uex (:, kla + : N ) , sk = x((k − 1)la + : kl, :) s(k) = x(kla + : N, :), với k = 1, 2, L la = nNT Thuật toán GGDex mơ tả Hình 3.1 gồm bước: Bước 1: Chuyển hệ thống (3.1) sang dạng mở rộng tương đương [62]: (3.2) yex = Uex x + nex , T T T xT yex = yT 0TN ; Uex = UT √1Es IN nex = nT √−1 Es Bước 2: Tạo hệ thống tách tín hiệu hệ thống Trước hết, ta đặt y1 = yex viết lại công thức (3.2) dạng: L Gk sk + nex = G1 s1 + G(1) s(1) + nex y1 = yex = G1 s1 + k=2 11 (3.3) Tiếp đó, nhân hai vế (3.3) với P1 = (I − G(1) G(1)† ), ta xác định hệ thống sau: (3.4) y1 = G1 s1 + n1 , y1 = P1 y1 , G1 = P1 G1 n1 = P1 nex Áp dụng phương pháp khơi phục tín hiệu MIMO truyền thống phù hợp hệ thống thứ để tách ˆs1 Giả sử s1 khôi phục cách hồn hảo ảnh hưởng lên y1 loại bỏ hoàn toàn bởi: L y2 = y1 − G1ˆ s1 = G(1) s(1) + nex = (3.5) Gk sk + nex k=2 y ex y1 G1 Tạo hệ thống thứ G1 y, U Chuyển sang hệ thống tương đương suy rộng Uex Tạo ma trận y G y2 Tạo hệ thống thứ G G , G G y1 y G k k Tách tín hiệu hệ thống Loại bỏ ảnh hưởng sˆ sˆ Sắp xếp lại véc tơ xˆ sˆi , i 1,2, L y2 y3 yL Tách tín hiệu hệ thống L GL sˆ L Vì thế, tín hiệu phát từ người dùng lại dễ dàng xác định cách sử dụng tách tín hiệu MIMO truyền thống hệ thống cuối (3.9) Bước 3: Sắp xếp véc tơ tín hiệu khơi phục bước hai sau: ˆ= x ˆsT1 ˆsT2 ··· ˆsTL Tới đây, ta sử dụng y2 để tạo hệ thống thứ hai sau: Viết lại công thức (3.5) dạng: Gk sk + nex = G2 s2 + G(2) s(2) + nex (3.6) k=3 Áp dụng cách làm tương tự hệ thống đầu tiên, nhân hai vế (3.6) với P2 = (I − G(2) G(2)† ) để tạo hệ thống thứ 2, sau ước lượng ˆ s2 loại bỏ ảnh hưởng để xác định y3 Quá trình tiếp diễn tín hiệu phát ứng với tồn (L − 1) tầng tách sóng xác định Một cách tổng quát, hệ thống thứ k, k = 1, 2, , L − 1, xác định sau: (3.7) yk = Gk sk + nk (k) Ở yk = Pk yk , Gk = Pk Gk nk = Pk nex , Pk = I − G G (k)† Véc tơ tín hiệu thu tầng tách tín hiệu thứ k sau loại bỏ thành phần giao thoa Gk sk xác định bởi: 12 a) Bộ tách tín hiệu ZF-GGDex Bộ tách tín hiệu ZF-GGDex tạo cách áp dụng kỹ thuật tách tín hiệu ZF để xác định véc tơ ˆsk sau: L yk+1 = yk − Gkˆ sk =G(k) s(k) + nex T 3.1.3 Xây dựng tách tín hiệu dựa thuật tốn GGDex Hình 3.1: Sơ đồ khối thuật tốn tách tín hiệu theo nhóm tổng qt GGDex y = G2 s + (3.9) yL = yL−1 − GL−1ˆ sL−1 = GL sL + nex Hệ số tải cho hệ thống βs = la / (Nr + N ) Rõ ràng βs nhỏ nhiều hệ số tải hệ thống MM ban đầu (tức βs β = (N/Nr )) hệ thống thuật toán GD Do đó, thuật tốn GGDex cải thiện đáng kể phẩm chất lỗi bít hệ thống Tuy nhiên, đặc tính thống kê bậc hai thành phần tạp âm (L − 1) hệ thống bị biến đổi, tức E nk nH = σ Pk PH k k , k = 1, 2, , L − Hiện tượng làm giảm phần phẩm chất BER tách xây dựng thuật tốn GGDex sˆ1 Tách tín hiệu hệ thống Loại bỏ ảnh hưởng sˆ Lưu ý thành phần GL−1 sL−1 triệt tiêu khỏi yL−1 tầng tách tín hiệu thứ L − hệ thống cuối đồng thời tạo sau: (3.8) ˆsk = Q(G(k)† y(k) ) = Q(sk + G(k)† n(k) ex ) ,k < L Q(G† y(L) ) = Q(s + G† n ) L L L ex ,k = L (3.10) Khi đó, sai số ước lượng ˆsk phần tử thuộc đường chéo ma trận hiệp phương sai lỗi Φ(k) : (k) Φ = G(k)H G(k) (GH G )−1 L L −1 ,k