Giả thiết rằng SNR của kênh tức thời đã đƣợc biết. Chúng ta nghiên cứu tác động của SNR hoặc sự ƣớc đoán kênh dựa trên điều chế thích nghi. Kỹ thuật điều chế thích nghi sử dụng sự đánh giá SNR tại bộ thu (điều này đƣợc báo lại cho bộ phát thông qua kênh phản hồi) để chọn một sơ đồ điều chế để đạt đƣợc một sự thực hiện ban đầu (BER đích). Bằng sơ đồ thích nghi, có thể cải thiện hiệu suất phổ. Tuy nhiên sự nhận biết chính xác của SNR không thể đạt đƣợc, và do vậy sẽ có vài lỗi trong việc đánh giá.
Các kỹ thuật đánh giá SNR và tác động của chúng trong điều chế thích nghi. Đặc biệt, chúng ta xem xét hai phƣơng pháp đáng giá SNR của kênh qua một khung đơn. Chúng ta sẽ thấy rằng trong các kênh với trải Doppler cao, đánh giá SNR có thể không chính xác.
Trong các kênh với Doppler vừa phải, trễ phản hồi có thể làm giảm sự thực hiện. Do vậy, chúng ta nghiên cứu đánh giá SNR dài hạn, điều này không nhạy với trễ phản hồi. Chúng ta đánh giá độ chính xác và thực hiện điều chế thích nghi khi sử dụng đánh giá dài để thích hợp với sơ đồ điều chế.
2.6.5.a. Đánh giá chất lượng kênh
Bộ phát luôn luôn cần thông tin từ bộ thu để thích nghi sơ đồ điều chế cho các khung tích cực tiếp theo. Thông tin đƣợc cung cấp bởi bộ thu có thể là chất lƣợng kênh (cho phép bộ phát tạo tốc độ quyết định) hoặc lựa chọn một sơ đồ điều chế. Trong cả hai trƣờng hợp, sơ đồ điều chế đƣợc chọn lựa phụ thuộc vào đánh giá chất lƣợng kênh tại bộ thu. Chất lƣợng kênh bao gồm tỷ số lỗi khung, tỷ số lỗi bít, và SNR. Ở đây chúng ta sử dụng đánh giá SNR nhƣ một chỉ định chất lƣợng kênh. Do vậy, bộ thu yêu cầu một kỹ thuật đánh giá SNR tốt để cung cấp một cách đáng tin cậy chất lƣợng kênh tại bộ thu. Một kỹ thuật đánh giá SNR tốt phải có các thuộc tính sau:
Độc lập với các sơ đồ điều chế
Thích hợp sử dụng một số mẫu nhỏ
Cung cấp một cách đánh giá chất lƣợng kênh chính xác trong các điều kiện giới hạn của nhiễu tạp âm và nhiễu giao thoa.
Tuy nhiên, chúng ta thƣờng giảm một vài thuộc tính cho việc nghiên cứu thực tế. Mục đích của việc đo đạc SNR sẽ cho một kết quả chính xác hơn về trạng thái của kênh. Tín hiệu chúng ta mong muốn đƣợc thu và giải điều chế sẽ bị sai lệch do kênh Rayleigh và nhiễu thu. Bởi vì điều này, chúng ta sẽ yêu cầu công suất tín hiệu ngắn hạn (để đánh giá hiệu ứng của fading Rayleigh) và công suất nhiễu dài hạn.
2.6.5.b. Phân tích sự đánh giá SNR dài hạn
Chúng ta có thể giải quuyết vấn đề này trong kênh fading nhanh. Tuy nhiên, khi sử dụng nội suy FFT, để cải thiện đánh giá SNR ngắn hạn không hiệu hiệu quả do các hiệu ứng biên và độ trễ của điều chế thích nghi.
Chúng ta nghiên cứu sự tính toán SNR của kênh qua một thời gian dài. Một cách tiếp cận nhƣ vậy không cung cấp một sự cải thiện trong hiệu suất băng thông, nhƣng nó không nhạy với độ trễ. Giá trị SNR trung bình này có thể đƣợc sử dụng để thích hợp sơ đồ điều chế. Một cách tiếp cận nhƣ vậy có hạn chế mà chúng ta có thể chỉ thích hợp với các thay đổi dài hạn trong SNR của kênh (nhƣ các thay đổi của shadowing hoặc suy hao). Tuy nhiên, cách tiếp cận này là một sự đánh giá SNR chính xác hơn khi nó sử dụng nhiều dữ liệu cho sự đánh giá. Hơn nữa chúng ta thấy rằng tiếp cận lại tốt hơn do trải Doppler và trễ phản hồi. Do vậy chúng ta xem xét sử dụng “đánh giá SNR dài hạn đƣợc cải thiện”.
Nhƣ đã thấy sự thực hiện điều chế thích nghi phụ thuộc SNR của kênh đƣợc đánh giá tốt ra sao. Sự đánh giá SNR của kênh chính xác hơn, sự điều chế sẽ đƣợc lựa chọn tốt hơn, và khả năng điều khiển các biến đổi trong kênh. Điều này giúp chúng ta đƣa ra sự đánh giá SNR dài hạn đƣợc cải thiện nơi SNR đƣợc tính toán công suất tín hiệu trung bình và công suất nhiễu qua nhiều khung, chúng ta sử dụng các symbol của nhiều khung hơn để tính toán công suất tín hiệu và phƣơng sai của nhiễu. Đồng thời thay vì cố gắng đánh giá SNR tức thời chúng ta đánh giá SNR trung bình. Cho đánh giá SNR dài hạn SNR đƣợc tính toán sử dụng cùng các công thức nhƣ trong các nguyên nhân đánh giá SNR ngắn hạn. Sử dụng đánh giá dài hạn về độ lớn và công suất nhiễu trên kênh.
Nếu chúng ta có một tín hiệu bị sai lệch do nhiễu, chúng ta có thể đánh giá tỷ số tín hiệu trên nhiễu thông qua các phép tính toán „giá trị trung bình và phƣơng sai‟ (mean and variance). Đầu tiên, công suất thu trung bình sau fading Rayleigh đƣợc tìm thấy bằng cách lấy bình phƣơng trung bình của độ lớn tín hiệu thu đƣợc. Điều này sẽ đáp ứng cho công suất tín hiệu đƣợc đánh giá. Công suất nhiễu sẽ đƣợc tìm thấy khi tính toán phƣơng sai tín hiệu thu đƣợc. Tính toán phƣơng sai này có thể đƣợc tính trung bình qua một thời gian dài.
Giả sử rằng chúng ta có một tín hiệu thu gốc dạng phức nhƣ sau:
i i i i
r c d n (2.16) Ơ đây ci là mẫu kênh nhận đƣợc với phƣơng sai 2 SNR ở đây SNR là tỷ số tín hiệu trên nhiễu của kênh, di là symbol dữ liệu (với năng lƣợng trung bình đơn vị), và ni là AWGN.
40
Mỗi tín hiệu ở dạng phức và phƣơng sai của nhiễu trong các phần thực và ảo là 2 1 2
. Với tổng công suất nhiễu là 2 1
toång .
Cho điều chế PSK, các công thức sau đƣợc sử dụng để tìm trung bình và phƣơng sai của khối dữ liệu thu hiện tại:
1 1 N i i z r N (2.17a) 2 2 1 1 ' 1 N i i i T r c N (2.17b) Trong các công thức trên, z đặc trƣng cho giá trị trung bình của tín hiệu thu đƣợc, T2
đặc trƣng cho phƣơng sai của tín hiệu, và N là số symbol qua đó những thông tin thống kê đƣợc đánh giá. Chú ý rằng tính toán phƣơng sai phụ thuộc vào đánh giá kênh ci từ sự đánh giá FFT. Hơn nữa hiệu ứng điều chế đƣợc giới hạn bởi độ lớn của tín hiệu thu đƣợc. Trong một vài đánh giá, trung bình của tín hiệu đƣợc sử dụng thay cho mẫu kênh ci. Tuy nhiên, điều này dẫn tới sự ƣớc lƣợng bị lệch trong những vùng SNR cao với các tốc độ Doppler vừa phải.
Cho các sơ đồ điều chế cho nhiều mức công suất giống nhƣ QAM chúng ta có các công thức khác nhau để tính toán giá trị trung bình và phƣơng sai của tín hiệu:
1 1 ˆ N i i i r z N d (2.18a) 2 2 1 1 ' .ˆ 1 N i i i i T r c d N (2.18b) Các sơ đồ nhiều mức công suất, symbol dữ liệu cần chuyển dịch hiệu ứng mà nhiều mức công suất có đƣợc dựa trên sự đánh giá. Điều này đạt đƣợc khi sử dụng đánh giá symbol, ˆdi.
Để sử dụng các công thức này, chúng ta có một cách để xác định SNR từ chúng. SNR có thể đƣợc tính toán nhƣ sau: 2 3 1 1 z N N T N (2.19)
Công thức 2.19 đơn giản là công suất tín hiệu chia cho công suất nhiễu. Các đơn vị của là tuyến tính, do vậy chúng ta phải chuyển đơn vị thành decibel (dB). Chúng ta nên chú ý rằng
là một sự đánh giá giới hạn ngắn dựa trên một giá trị của T2 và z. Khi công suất nhiễu không đổi trên một thời gian dài, chúng ta có thể cải thiện đánh giá SNR của chúng ta bằng cách tạo một sự đánh giá nhiễu dài hạn. Để thu đƣợc trung bình dài hạn, ta sử dụng công thức sau [2] để xác định phƣơng sai dài hạn:
2 2 2 (adsbygoogle = window.adsbygoogle || []).push({});
0.99 1 0.01
long long
T n T n T n (2.20) Tuy nhiên, phƣơng pháp này sẽ tạo thời gian để hội tụ về một sự đánh giá đáng tin cậy. Chúng ta sửa đổi phƣơng trình để phù hợp với nhu cầu của chúng ta. Nhƣ vậy chúng ta đánh giá công suất nhiễu nhƣ sau:
2 2 1 2 1 1 1 long long n T n T n T n n n (2.21)
Trong công thức 2.21, vài mẫu đầu tiên vẫn còn có trọng số hơn, nhƣng không nhiều nhƣ 2.20. Trong trƣờng hợp này, sự hội tụ đánh giá SNR sẽ nhanh hơn.