Bây giờ chúng ta sẽ xét hệ thống sử dụng ký tự biết trước được chèn vào trước khối dữ liệu phát đi của anten. Vector ký tự quan sát tại anten thu thứ có thể viết như sau:
∑ ∑ , (4.28)
0, … , 1
Trong đó , 0, … , 1 là dữ liệu huấn luyện được phát đi từ anten thứ trong block , và với 0 là dữ liệu từ block trước. Không làm mất tính
tổng quát, chúng ta bỏ qua ký hiệu của các block. Gọi vector
1 … là véc tơ tín hiệu nhận được của tín hiệu traning. Véc tơ này có thểđược viết như sau:
, ⋯ , (4.29) Trong đó , , 0 … , , là vector nhiễu,
, … , được tạo thành từ ký tự huấn luyện từ anten phát thứ , và ,
… ⨂
Kết hợp trên máy thu ta có:
, … , ⋯ …, , … …, , (4.30) Trong đó ⨂ và … là véc tơ nhiễu tổng. Véc tơ đáp
ứng xung có thểđược ước lượng như sau:
min‖ ‖ ‖ ‖ (4.31) Kết hợp (4.26) và (4.31) chúng ta có hàm cho phương pháp ước lượng nửa mù:
‖ ‖ α ѴѴ (4.32) Trong đó là hệ số độ lớn vô hướng quyết định sự đóng góp của các yếu tố
training và yếu tố mù của các hàm. Giá trịước lượng nửa mù đạt được như sau:
ѴѴ (4.33) Sau khi ước lượng kênh chúng ta cũng sử dụng biểu thức (4.27) để ước lượng ký tự phát:
Nghiên cứu hệ thống thông tin vô tuyến nhiều phát nhiều thu MIMO
Học viên thực hiện: Nguyễn Văn Thắng 97
4.2. Kết luận chương
Trong chương này chúng ta đã tìm hiểu về phương pháp cân bằng kênh mù và nửa mù. Phương pháp này không cần sử dụng chuỗi huấn luyện (training) nên tiết kiệm
được 25% độ dài khung thông tin. Nó sử dụng các đặc tính toán học của tín hiệu được gửi đi đểước lượng thông tin trạng thái của kênh truyền dẫn (CSI).
Phương pháp cân bằng kênh mù và nửa mù sử dụng không gian con đã giảm tham số ước lượng so với ước lượng chính ma trận H nên tăng độ chính xác cho khối
ước lượng kênh. Không những thế, phương pháp này sử dụng hiệu quả các thuộc tính ma trận trực giao để giảm độ phức tạp tính toán, tăng hiệu quả sử dụng băng thông. Tuy nhiên phương pháp này đòi hỏi là các dòng dữ liệu riêng lẽ phải không tương quan với nhau.
KẾT LUẬN VÀ KIẾN NGHỊ Kết luận
Sau một thời gian tập trung tìm hiểu, nghiên cứu, tập luận văn với đề tài “Nghiên cứu hệ thống thông tin vô tuyến nhiều phát nhiều thu MIMO” đã được hoàn tất.
Các vấn đề trong đề tài được trình bày và giải quyết từ tổng quát đến cụ thể. Trong từng vấn đề thì các tình huống được giải quyết theo từng bước.
Luận văn gồm 4 chương, trong đó các vấn đề trọng tâm và cốt lõi tập trung vào các chương 2,3 và 4. Ở chương 1 các khái niệm và kiến thức cơ bản về MIMO đã được trình bày. Trong chương 2 và 3 em đã đi sâu nghiên cứu các kiến trúc máy thu, một số
phương pháp tách sóng, cân bằng kênh, đặc biệt là phương pháp ước lượng kênh sử
dụng chuỗi huấn luyện (training). Chương 4 em đã đưa ra phương pháp cân bằng kênh mù để khắc phục nhược điểm hao phí dữ liệu sử dụng chuỗi huấn luyện (training).
Luận văn đã đáp ứng được mục tiêu đặt ra ban đầu là nghiên cứu vấn đề về dung lượng, ước lượng và cân bằng kênh trong hệ thống thông tin MIMO. Các kết quả thu
được từ lý thuyết và mô phỏng trên phần mềm MATLAB đều có chất lượng khá tốt, hoàn toàn đáp ứng với các tiêu chí đặt ra.
Đề xuất
Hiện nay, nhu cầu sử dụng các ứng dụng tốc độ cao ngày càng lớn và giá trị của thông tin trao đổi cũng ngày càng tăng với sự phát triển kinh tế xã hội đòi hỏi phải nâng cao chất lượng của hệ thống thông tin. Ước lượng và cân bằng kênh có vai trò vô cùng quan trọng trong hệ thống thống thông tin, không chỉ hệ thống MIMO. Vấn đề ở đây là áp dụng một cách hợp lý nhất các phương pháp này để hệ thống có được hiệu năng cao nhất. Hệ thống MIMO ra đời đáp ứng được các yêu cầu về chất lượng này và hứa hẹn có nhiều triển vọng phát triển trong tương lai. Vì vậy, đòi hỏi phải nâng cao hiệu năng, đặc biệt là dung lượng cho hệ thống. Do vậy, nâng cao chất lượng cho việc cân bằng kênh và phát triển phương pháp ước lượng kênh mù là hoàn toàn hợp lý.
Nghiên cứu hệ thống thông tin vô tuyến nhiều phát nhiều thu MIMO
Học viên thực hiện: Nguyễn Văn Thắng 99
Phương hướng nghiên cứu tiếp theo:
Nâng cao chất lượng của máy thu MIMO
Nghiên cứu phương pháp nâng cao chất lượng của hệ thống khi số lượng anten lớn nhằm tiếp tục nâng cao dung lượng của hệ thống.
Nghiên cứu phương pháp ước lượng kênh mù nhằm tiết kiệm dữ liệu.
Nghiên cứu sử dụng chuỗi huấn luyện tối ưu có thể áp dụng hiểu quả cho
TÀI LIỆU THAM KHẢO
1. Daniel W. Bliss., Keith W. Forsythe., Amanda M. Chan. (2005), “MIMO Wireless Communication”, Lincoln Laboratory Journal, 15(1), pp. 97-126. 2. Ngô Quốc Chính., Bùi Văn Chí. (2008), Cải thiện chất lượng và dung lượng
trong hệ thống thông tin không dây ứng dụng kỹ thuật MIMO-OFDM, Đại học Bách Khoa Thành Phố Hồ Chí Minh.
3. Zhiguo Ding., Darren B. Ward. (2005), Subspace Approach to Blind and Semi – Blind Channel Estimation for Space – Time Block Codes, IEEE.
4. Ping Li., Debashis Paul., Ravi Narasimhan., John Cioffi. (2003), “On the Distribution of SINR for the MMSE MIMO Receiver and Performance Analysis”, IEEE Communications Magazine, pp. 214-232.
5. Xia Liu., Marek E. Bialkowski., Shiyang Lu., Hon Tat Hui. (2008), A Novel Blind Channel Estimation Algorithm For a MIMO system, IEEE.
6. Eric Moulines., Pierre Duhamel., Jean-Franqois Cardoso., Sylvie Mayrargue. (1995), “Subspace Methods for the Blind idenfication of multichannel FIR filters”, Journal IEEE Transactions on Signal Processing, 43(2), pp. 516-525. 7. Ramjee Prasad. (2004), OFDM for Wireless Communications Systems, Artech
House, ISBN 1-58053-796-0.
8. Balaji Sampath., K. J. Ray Liu., Ye Li. (2002), “Deterministic Blind Subspace MIMO Equalization”, EURASIP Journal on Applied Signal Processing, 5, pp. 538-551.
9. Hemanth Sampath., Shilpa Talwar., Jose Tellado., Vinko Erceg. (2002), “A Fourth – Generation MIMO-OFDM Broadband Wireless System: Design, Performance, and Field Trial Results”, IEEE Communications Magazine, pp. 143-149.
Nghiên cứu hệ thống thông tin vô tuyến nhiều phát nhiều thu MIMO
Học viên thực hiện: Nguyễn Văn Thắng 101
10.Nima Sarmadi., Alex B. Gershman., Shahram Shahbazpanahi. (2009), “Blind Channel Estimation in MIMO – OFDM system using semi – definite relaxation”, Journal IEEE Transactions on Signal Processing, 57(6), pp. 2354- 2364.
11.Vũ Thị Thùy Trang. (2010), Nghiên cứu các phương pháp ước lượng và cân bằng kênh trong hệ thống thông tin MIMO, Lớp ĐT8-K50, Đại học Bách Khoa Hà Nội.
12.David Tse., Pramod Viswanath. (2004), Fundamentals of Wireless Communications, Urbana-Champaign, Illinois.
13.Rose Trepkowski. (2004), Channel Estimation Strategies for Coded MIMO Systems – Thesis submitted to the faculty of the Virginia Polytechnic Institute and State University in partial fulfillment of the requirements for the degree of Master of Science, Blacksburg, Virginia.
14.Branka Vucetic., Jinhong Yuan. (2003), Space-Time Coding, John Wiley & Sons Ltd, The Atrium, Southern Gate, Chichester, West Sussex PO19 8SQ, England.
15.Adam Wolisz. (2003), Wireless Channel Models, Ana Aguiar, James Gross, Berlin.