So với các phƣơng pháp truyền thống giảm nhiễu,kỹ thuật giảm nhiễu bằng sóng con dựa trên sóng con chuyển đổi có nhiều đặc tính đặc biệt. Nó có thể làm giảm nhiễu của tín hiệu mà vẫn giữ đặc tính của tín hiệu. Hiện nay giảm nhiễu sóng con thƣờng đƣợc sử dụng trong đoạn video hình ảnh giảm nhiễu. Một số báo cáo cho biết nó cũng có thể đƣợc sử dụng trong xử lý tín hiệu thời gian thực.
44
Bởi vì một số lợi thế quan trọng trong phân tích Fourier, phân tích sóng con đã trở thành một công cụ đƣợc sử dụng rộng rãi trong các tín hiệu lập dự toán, phân loại, và nén. Gợn sóng chuyển đổi xu hƣớng tập trung năng lƣợng tín hiệu vào một số lƣợng tƣơng đối nhỏ của các hệ số lớn. Dựa trên cơ sở này, một phƣơng pháp gọi là co sóng con để sử dụng ngƣỡng trong miền sóng con đã đƣợc đề xuất, và nó đã đƣợc chứng minh là khá tối ƣu cho một loạt các tín hiệu hỏng bởi phụ nhiễu Gaussian.
Thƣờng các bƣớc để giảm nhiễu tần số cao bằng sóng con giảm nhiễu là:
Một sóng con trực tiếp chuyển đổi đƣợc tính từ hình ảnh ban đầu.
Mỗi qui mô sóng con đƣợc ƣớc tính một cách riêng biệt.
Định nghĩa một ngƣỡng cho hệ số sóng con zeroing.
Hệ số sóng con khác lên theo ƣớc lƣợng địa phƣơng gốc (ngƣỡng mềm).
Sau khi biến đổi ngƣợc sóng con, hình ảnh đƣợc chuẩn hóa lại.
Các tín hiệu với nhiễu Gaussian đƣợc chia thành tín hiệu rời rạc chi tiết và tín hiệu rời rạc sau khi tiếp cận biến đổi sóng con. Nó đƣợc chứng minh là biên độ và nguồn giảm khi mức độ quy mô giảm. Đối với tất cả các cấp sóng con, nguồn gốc của nhiễu trắng tín hiệu chi tiết giảm khi quy mô tăng lên. Nhƣng các tín hiệu không phù hợp với các tiêu chuẩn. Theo phƣơng pháp này, chúng ta có thể lựa chọn một ngƣỡng để lọc ra các nhiễu trắng Gaussian để đạt đƣợc hiệu quả giảm nhiễu cho tín hiệu ban đầu.
45
2.3. Kết luận:
Nội dung chƣơng này chủ yếu đề cập đến các kỹ thuật giảm nhiễu đa đƣờng đang đƣợc sử dụng rộng rãi hiện nay. Phân tích các ƣu nhƣợc điểm của từng kỹ thuật và chỉ ra đƣợc một vài ứng dụng của chúng. Ngoài ra còn cho ta thấy đƣợc ảnh hƣởng của nhiễu đa đƣờng cũng nhƣ các thông số gây ra nhiễu đa đƣờng.
46
CHƢƠNG 3. ỨNG DỤNG BIẾN ĐỔI SÓNG CON TRÊN MÁY THU GNSS
3.1 Phương pháp lựa chọn sóng con
Ngƣỡng cứng và mềm có thể đƣợc sử dụng để lọc sóng con nhiễu. Giả sử Δx là ngƣỡng, ngƣỡng mềm: Sign(x). (|x| - x) |x| > x y = 0 còn lại Đối với ngƣỡng cứng: x |x| > x y = 0 còn lại
Ngƣỡng cứng có nghĩa là giá trị đƣợc thiết lập bằng không khi nó có giá trị thấp hơn ngƣỡng, và các dữ liệu khác không thay đổi. Ngƣỡng mềm, thu nhỏ các dữ liệu khác không. Bằng cách so sánh, ngƣỡng mềm không chứa các giá trị liên tục, trong khi ngƣỡng cứng chứa giá trị tính đƣợc liên tục ± Δx. Thƣờng thì ngƣỡng mềm có nhiều hiệu quả hơn so với ngƣỡng cứng.
47
Hình 3.1 Ngƣỡng cứng (trái) và ngƣỡng mềm (phải)
Việc lựa chọn các ngƣỡng nhiễu Gaussian đƣợc dựa trên bốn tiêu chí sau: rigrsure, sqtwolog, heursure và minmax. Ta không thảo luận nhiều với các tiêu chí khác, tôi sử dụng tiêu chí thứ ba là phƣơng pháp lựa chọn ngƣỡng giảm nhiễu sóng con làm việc.
3.2 Lựa chọn phương pháp dò sóng
Các phƣơng pháp thu tín hiệu NC và DF đƣợc sử dụng đầu tiên để nhận đƣợc lƣới tín hiệu tự tƣơng quan hai chiều.
Trong phƣơng pháp NC, các số liệu thống kê kiểm tra Y nhƣ sau: Khi mã / doppler phù hợp, Y = 2 2 ) 2 ( ) 2 ( sin wTN wTN A2Lcos(wTN) + L i i Z 1
Khi mã / doppler không phù hợp, Y = L i i Z 1
48
T : Thời gian ổn định L : Thời gian chênh lệch N : Số chênh lệch
w
: Tần số ƣớc tính chênh lệch
A : Tỉ số công suất nhiễu của tín hiệu GPS
Các phân bố xác suất của hai phƣơng thức này là: (adsbygoogle = window.adsbygoogle || []).push({});
Giá trị trung bình của tín hiệu tự tƣơng quan của phƣơng pháp NC không phải là bằng không, có nghĩa là những nhiễu không thể đƣợc lọc bằng giảm nhiễu sóng con. Ngƣợc lại, giá trị trung bình của tín hiệu tự tƣơng quan của phƣơng pháp DF bằng không và xác suất phân bố là tƣơng tự nhƣ nhiễu trắng Gauss. Vì vậy, chúng ta có thể sử dụng phƣơng pháp giảm nhiễu sóng con để làm giảm mức độ nhiễu của phƣơng pháp DF. Vì giá trị đỉnh có phân bố mức độ nhiễu khác nhau, nhiễu tỷ lệ tín hiệu của đỉnh sẽ đƣợc tăng lên sau khi nhiễu đƣợc lọc bởi sóng con. Các phân bố xác suất của phƣơng pháp DF là tƣơng tự nhƣ nhiễu trắng Gauss. Để có đƣợc mật độ xác suất thống kê kiểm tra Y, trƣớc hết chúng ta cần phải có đƣợc mật độ xác suất của nhiễu Zi.
Mặc dù Zi là không hoàn toàn phù hợp với sự phân bố Gaussian. Nhƣng để thuận tiện, ta cho rằng đó là một phân bố Gaussian, trung bình bằng không và vi phân là 4LN2σ4 . Hơn nữa, L i i Z 2 1
cũng đƣợc giả định là một phân bố Gaussian với số không trung bình và vi phân 8LN2σ4
. Hai giả thuyết là H0 (tín hiệu không đƣợc phát hiện) và H1 (tín hiệu phát hiện). Vì vậy, f (Y | H0) và f (Y | H1) là cả hai phân bố Gaussian với vi phân khác nhau. Nhƣ vậy chúng ta có thể sử dụng phƣơng pháp giảm nhiễu sóng con để lọc ra nhiễu Gaussian trong Y.
49
3.3 Phương pháp giảm nhiễu
Tƣơng tự nhƣ hình ảnh giảm nhiễu sóng con, phƣơng pháp giảm nhiễu sóng con này gồm các bƣớc sau đây:
Bộ chuyển đổi lƣới thu 2-D để thu mảng 1-D.
Một sóng con trực tiếp chuyển đổi đƣợc tính từ mảng thu gốc.
Ngƣỡng mềm đƣợc sử dụng cho các hệ số wavelet zeroing.
Sau khi biến đổi ngƣợc sóng con, các mảng đƣợc tái đơn giản hóa và tăng tỷ lệ SNR của đỉnh.
Cải thiện lƣới từ các mảng. Sau đó, chúng sẽ dễ dàng hơn để tìm ra những đỉnh của doppler và giai đoạn mã.
Hình 3.2 Hàm phân bố xác suất của phƣơng pháp NC (phải) và DF (trái)
50
Ví dụ, khi lấy mẫu là 12MHz và 100ms dữ liệu PIT (25x4ms tự tƣơng quan) đƣợc sử dụng bởi phƣơng pháp DF cho việc thu. Bởi vì thời gian tƣơng quan là 4ms, bƣớc doppler sẽ là 125Hz. Giả sử các doppler là hạn chế trong +/- 5kHz, tổng số khoảng tìm kiếm sẽ đƣợc 81. lƣới thu có 81 * 12000 (972.000) giá trị. Ta lần đầu tiên chuyển đổi lƣới thu 2-D vào mảng thu 1-D. Năm lớp biến đổi sóng con đƣợc thực hiện, và sau đó sử dụng phƣơng pháp sóng con ngƣỡng mềm để lọc ra nhiễu. Sau đó, ta sẽ sử dụng biến đổi ngƣợc sóng con để xây dựng lại các mảng thu.
Có hai phƣơng pháp giảm nhiễu sóng con để xử lý các kết quả không kết hợp. Đầu tiên là để lọc ra nhiễu của mỗi kết quả 4ms tự tƣơng quan, và sau đó thêm 25 khối dữ liệu giảm nhiễu. Việc thứ hai là thêm lƣới thu trƣớc, sau đó sử dụng phƣơng pháp giảm nhiễu sóng con để lọc ra nhiễu. Bởi vì các hàm giảm nhiễu sóng con là một hệ thống tuyến tính, do đó trong thực tế, hai phƣơng pháp này sẽ nhận đƣợc kết quả tƣơng tự nhau. Bằng cách so sánh, phƣơng pháp thứ hai sẽ sử dụng thời gian tính toán ít hơn. Tất cả các thủ tục này đã đƣợc thử nghiệm trên MATLAB Wavelet Toolbox.
Thí nghiệm
Các tín hiệu GPS thực tế đƣợc lấy mẫu trong khuôn viên trƣờng Đại học Beihang (N: 39,979, E: 116,344, Alt: 98m) vào ngày 6 tháng Mƣời Một năm 2007. Cƣờng độ tín hiệu bao gồm -160dBW đến -180dBW.
3.3.1 So sánh phương pháp NC và DF
Phƣơng pháp DF có khoảng nhạy 1.2dB tăng so với phƣơng pháp NC. Trong thí nghiệm này, với thời gian 100ms PIT, độ nhạy của phƣơng pháp NC và DF là:
51
Sample Bit NC Sensitivity DF Sensitivity
12MHz 1bit -177dBW -178dBW
12MHz 2bit -179dBW -180dBW
24MHz 2bit -181dBW -182dBW
Dựa trên phƣơng pháp DF, phƣơng pháp giảm nhiễu sóng con vẫn có thể làm tăng độ nhạy 1dB. Điều đó có nghĩa là độ nhạy sẽ đạt -183dBW khi sử dụng mẫu 24MHz và 2 bit lƣợng tử. Ta chọn hai dòng tín hiệu từ tín hiệu lấy mẫu, trong đó công suất tín hiệu GPS mạnh là khoảng -160dBW, và công suất tín hiệu GPS yếu là khoảng -175dBW.
Các phƣơng pháp NC và DF thu lƣới mà không giảm nhiễu sóng con qua một tín hiệu mạnh là :
52
Hình 3.5 Phƣơng pháp DF cho tín hiệu mạnh Các vị trí ăng-ten của tín hiệu mạnh là :
Các phƣơng pháp NC và DF thu lƣới mà không giảm nhiễu sóng con qua một tín hiệu yếu là : (adsbygoogle = window.adsbygoogle || []).push({});
53
Các vị trí ăng-ten của tín hiệu yếu là:
Hình 3.7 Phƣơng pháp NC cho tín hiệu yếu
Hình 3.8 Phƣơng pháp DF cho tín hiệu yếu
54
3.3.2 Ảnh hưởng giảm nhiễu của tín hiệu NC mạnh
Hình 3.10 Tín hiệu NC mạnh trƣớc giảm nhiễu
Hình 3.11 Tín hiệu NC mạnh sau giảm nhiễu
55
SNR của tín hiệu ban đầu là 92,46 (45.27dB), và SNR của tín hiệu đƣợc giảm nhiễu là 91,85 (45.20dB). Mức trung bình của mức độ nhiễu là cùng. Điều đó có nghĩa các phƣơng pháp giảm nhiễu sóng con không làm giảm nhiễu trung bình khi nhiễu không phải là một nhiễu gauss. Vì vậy, phƣơng pháp giảm nhiễu sóng con có thể đƣợc sử dụng trên phƣơng pháp NC.
3.3.3 Ảnh hưởng giảm nhiễu của tín hiệu DF mạnh
Hình 3.13 Tín hiệu DF mạnh trƣớc giảm nhiễu
56
SNR của tín hiệu ban đầu là 436,30 (60.78dB), và SNR của tín hiệu đƣợc giảm nhiễu là 692,45 (65.40dB). Trong môi trƣờng tín hiệu mạnh, các sóng con đƣợc giảm nhiễu có thể lƣu trữ khoảng 5dB để tăng cho công suất tín hiệu.
3.3.4 Tín hiệu DF yếu sau giảm nhiễu
Hình 3.15 Phƣơng pháp giảm nhiễu sóng con cho tín hiệu DF mạnh
57
SNR của tín hiệu ban đầu là 24.27 (31.89dB), và SNR của tín hiệu đƣợc giảm nhiễu là 33,47 (35.11dB). Trong môi trƣờng tín hiệu yếu, các sóng con đƣợc giảm nhiễu có thể lƣu trữ khoảng 3dB để tăng cho công suất tín hiệu. Hơn nữa, từ con số trƣớc đó, phần tần số cao (hệ số d1) không chứa công suất đỉnh. Vì vậy, phƣơng pháp giảm nhiễu sóng con có thể sử dụng hệ số d1 để quy kết mức độ nhiễu nhƣ ngƣỡng, và sau đó lọc ra nhiễu gauss.
Hình 3.17 Tín hiệu DF yếu sau giảm nhiễu
58
3.4. Kết luận
Thông qua việc mô phỏng cho ta thấy rằng phƣơng pháp giảm nhiễu sóng con có thể đƣợc sử dụng để giúp việc thu của tín hiệu GPS và GNSS yếu tốt hơn. Trong môi trƣờng tín hiệu mạnh, các đỉnh sẽ làm tăng khoảng 5dB sau khi giảm nhiễu. Và trong môi trƣờng tín hiệu yếu, các đỉnh sẽ tăng khoảng 3dB sau khi giảm nhiễu. Điều này sẽ làm tăng khả năng phát hiện các tín hiệu yếu và giảm tỷ lệ báo động sai.
59
KẾT LUẬN
Thông qua luận văn, ta có một cái nhìn tổng quan nhất về các phƣơng pháp giảm nhiễu của hiện tƣợng đa đƣờng trên máy thu GNSS. Đồng thời ta cũng đã thấy đƣợc những ƣu điểm của phƣơng pháp biến đổi sóng con nhằm đạt đƣợc công suất làm việc tốt nhất cho máy thu GNSS mà các phƣơng pháp khác chƣa làm đƣợc.
Công việc sắp tới sẽ tập trung vào việc làm thế nào để giảm nhiễu các tín hiệu đó để có thể không dùng phƣơng pháp DF hoặc NC nữa. Tôi sẽ xem xét làm thế nào để khử nhiễu mà không làm giảm tín hiệu ban đầu. Sau đó, phƣơng pháp này sẽ giúp tăng độ nhạy của máy thu GNSS hơn là làm tăng khả năng dò đƣợc tín hiệu ở máy thu.
Do nội dung kiến thức của đề tài còn rất mới, khả năng còn hạn chế nên quyển luận văn này chắc chắn không tránh khỏi những thiếu sót. Em rất mong nhận đƣợc sự chỉ bảo góp ý của các thầy cô giáo và các bạn để luận văn này đƣợc hoàn thiện và đƣợc áp dụng vào thực tế mang lại hiệu quả cao.
Cuối cùng em xin gửi lời cảm ơn chân thành đến các thầy cô Khoa Điện Tử Viễn Thông đã truyền đạt rất nhiều kiến thức bổ ích cho em trong quá trình đƣợc đào tạo tại trƣờng. Và đặc biệt cảm ơn thầy giáo PGS.TS Nguyễn Văn Khang đã tận tình hƣớng dẫn em hoàn thành luận văn tốt nghiệp này.
60 (adsbygoogle = window.adsbygoogle || []).push({});
TÀI LIỆU THAM KHẢO
1. Chris Rizos (2008), The Contribute of GNSS CORS Infrastructure to the Mission of Modern Geodesy, School of Surveying & Spatial Information Systems, University of New South Wales, Sydney NSW 2052, Australia.
2. Dr. S. V Kibe (2011), Navigation for all, Geospatial World.
3. Jin Tian and Liu Yang (2008), A Novel GNSS Weak Signal Acquisition Using Wavelet Denoising Method, ION NTM 2008, 28 – 30 January 2008, San Diego, CA, pp. 303 – 309. 4. http://en.wikipedia.org/wiki/COMPASS_navigation_system. 5. http://en.wikipedia.org/wiki/GLONASS. 6. http://en.wikipedia.org/wiki/GNSS_applications. 7. http://en.wikipedia.org/wiki/Wavelet_transform. 8. http://en.wikipedia.org/wiki/Wide_Area_Augmentation_System. 9. http://www.hindawi.com/journals/ijno/2012/804732. 10.http://www.intechopen.com. 11.http://www.researchgate.net/publication/228916274_A_Novel_GNSS_Weak_Si gnal_Acquisition_Using_Sóng con_Denoising_Method. 12.http://www.tracdiacongtrinhibst.com.vn/index.php?option=com_content&view= article&id=82:cac-he-thong-dinh-vi-ve-tinh-va-tuong-lai-cua-cac-may-thu- gnss&catid=37:cong-nghe-ky-thuat&Itemid=64.
13.Mohammad Zahidul H. Bhuiyan and Elena Simona Lohan (2012),Multipath Mitigation Techniques for Satellite-Based Positioning Applications, Global Navigation Satellite Systems: Signal, Theory and Applications, Department of Communications Engineering, Tampere University of Technology Finland, pp. 406 – 426.