Quy trình ước lượng hướng sóng tới của tín hiệu trong mặt phẳng

phẳng phương vị và mặt phẳng đứng

Xem xét một dàn phẳng gồm các phần tử ăng ten đẳng hướng được đánh số từ 1 đến M1 và từ 1 đến M2 được sắp xếp trên trục hoành và trục tung tương ứng. Khoảng cách giữa các phần tử ăng ten trong dàn là một nửa bước sóng. Hệ thống thu nhận K tín hiệu băng hẹp tới từ K nguồn bức xạ thỏa mãn điều kiện trường khu xa (K < M1×M2) từ các góc tới trong mặt

phẳng phương vị và góc ngẩng tương ứng là:

 1, 1 ,  2, 2 ,...,  k, k ,...,  K, Ktâm tại tần số f0như chỉ ra trong hình 3.7. Giả thiết tạp âm trắng có phân bố Gaussvà thành phần tham chiếu là phần tử ăng ten đầu tiên.

Sử dụng việc biểu diễn tín hiệu phức, thể biểu diễn đường bao phức của các tín hiệu nhận được như sau:

  1 ( ) K ( , ) ( )k k k k X t a  s t t     (3.9) Trongđó: sk(t) là tín hiệu phát thứ k.

Hình 3.7: Dàn ăng tenphẳng cho việc ước lượng hướng sóng tới DOA

N(t) kí hiệu véc tơ tạp âm có kích thước Mx1 của các phần tử trong dàn: x y z Anten 1 Anten 2 Anten 2 Anten 22 C D A F B S  k  k  Mặt sóng tới   Anten M2 Antenna M1 k k u,  

 1 2 

( ) ( ), ( ),..., m( ),..., M( ) T

N t  n t n t n t n t

T kí hiệu phép chuyển vị ( , )k k

a   là véc tơ chỉ phương của tín hiệu thứ k. Véc tơ chỉ phương này chứa thông tin về sự lệch pha của tín hiệu đo được tại hai phần tử ăng ten liên tiếp trong dàn. Sự lệch pha này đến từ khoảng cách S chiếu xuống mặt phẳng xOy như chỉ ra trong hình. Căn cứ vào biểu diễn hình học, có thể dễ dàng thấy được véc tơ chỉ phương được biểu diễn như sau:

   1   2 

2 2

os .sin sin 1 os .sin 1 sin

( , ) 1 k k k ... k k k T j d c j d M c M k k a e e                          

Với d là khoảng cách giữa hai phần tử ăng ten liên tiếp trong dàn và

 là bước sóng làm việc. Viết lại biểu thức (3.9) theo dạng ma trận và trong miền thời gian rời rạc, ta được:

   ,   .  

X n A   S n N n (3.10)

Với A ,  a 1, 1 ,a  2, 2,...,a k, k,...,a K, K là ma trận với kích thước M K của các véc tơ chỉ phương theo trong hai mặt phẳng.

  1   , 2 ,..., k ,..., K  T

S n  s n s n s n s n  là véc tơ cột của các tín hiệu có kích thước K1.

Ma trận hiệp phương sai đối với véc tơdữ liệu X(n) có thể được viết như sau:

   

 H  UR H 2

xx ss o

R E X n X n  U  I (3.11)

Với Rxx là ma trận hiệp phương sai của véc tơ tín hiệu X(n), 2

o (adsbygoogle = window.adsbygoogle || []).push({});

 là

công suất tạp âm tại mỗi thành phần ăng tenvà I là ma trận đơn vị có kích thước KxK.

Từ ma trận tương quan Rxx thu được, sử dụng phương pháp có độ phân giải cao để ước lượng thông số DOA của tín hiệu. Thuật toán này đòi hỏi một số lượng phần tử của ăng ten lớn hơn số lượng tín hiệu và các tín hiệu không tương quan với nhau. Phương pháp có độ phân giải cao này giả

sử rằng không gian con tạp âm và không gian con tín hiệu là trực giao. Những không gian con này được tìm thấy từ các véc tơ đặc trưng của ma trận hiệp phương sai Rxx. Để đảm bảo ước lượng được cả góc phương vị và góc tà hay góc ngẩng, K giá trị riêng được tính toán. Các véc tơriêng liên quan tới các giá trị riêng mạnh nhất K hình thành không gian con tín hiệu ESvà véc tơriêng M1 x (M2-K) liên quan tới các giá trị riêng bé nhất M1x (M2-K), với công suất tạp âm 2

o

 , hình thành thành không gian con tạp âm EN. Thuật toán độ phân giải cao đưa ra các đỉnh trong vùng lân cận của DOA thực tế bằng cách chiếu không gian con tạp âm tới không gian con tín hiệu. ) , ( ) , ( 1     E E a a P H N N H  (3.12)

Hình 3.8.Sơ đồcác phẩn tử của Rxxđược tínhtoán và lựa chọn các mảng

con My= 6, Mz = 7, subMy= 2 và subMz= 4.

Đối với các tín hiệu tương quan, cần phá vỡ tính tương quan trước khi áp dụng thuật toán phân giải cao. Việc phá vỡ tính tương quan của các

tín hiệu dùng kỹthuật làm mịn không gian cải tiến được thực hiện trên ma trận hiệp phương sai Rxx[75].

Hình 3.8 minh họa lựa chọn mảng con từ biểu đồ của Rxx, mỗi ô vuông nhỏ đạidiệncho một phần tử của Rxx. Các mảng con là các ma trận vuông tạo thành từ các phần tử được kết hợp theo chiều dài trong miền Y (subMy) và miềnZ (subMz).

Ma trận hiệp phương sai tổng được tính từ các ma trận hiệp phương sai của các mảng phụ.    S 1 i subi XX_SS 1 R R S (3.13) 3.2.3. Kết quả mô phỏng

Để kiểm tra tính chính xác của ước lượng và tính năng của thuật toán, đã tiến hành mô phỏng sử dụng Matlab. Mô phỏng được tiến hành cho 1 nguồn tín hiệu và nhiều nguồn tín hiệu. Trước hết mô phỏng cho một nguồn tín hiệu có hướng sóng tới theo góc phương vị và góc ngẩng là (45°,35°), dùng dàn ăng tenphẳng có bốn phần tử, hai phần tử sắp xếp cách đều nhau một nửa bước sóng tại tần số 2,4 GHz trong mặt phẳng phương vị và hai phần tử trong mặt phẳng đứng. Trong mô phỏng này các tín hiệu ở băng tần cơ sở sau các máy thu được lấy mẫu rời rạc với số mẫu là 100, tỷ số tín hiệu trên tạp âm là 25 dB. Các dữ liệu sau mỗi máy thu được lưu trữ và tổ chức thành các véc tơ dữ liệu X(n), sau đó tiến hành xử lý để ước lượng hướng sóng tới như mô hình trình bày ở trên. Kết quả ước lượng hướng sóng tới được trình bày trong không gian ba chiều như trong hình 3.9. Ta thấy rằng một tín hiệu với góc tới (45°, 35°) được tìm thấy. Nhận thấy rằng với một nguồn tín hiệu tới, việc ước lượng góc tới có độ chính xác rất cao.

Kịch bản mô phỏng tiếp theo cho 3 nguồn tín hiệu không tương quan có các góc phương vị và các góc ngẩng tương ứng là (-38°, 20°), (0°, 38°), (38°, 58°) tới hệ thống dàn ăng ten thu gồm 25 phần tử, 5 phần tử sắp xếp cách đều nhau một nửa bước sóng tại tần số trung tâm 2,4 GHz trong mặt

phẳng phương vị và 5 phần tử trong mặt phẳng đứng. Trong mô phỏng này số mẫu là 500, tỷ số tín hiệu trên tạp âm của hai nguồn tín hiệu đều là 20 dB. Kết quả ước lượng hướng sóng tới trong không gian ba chiều được trình bày trong hình 3.10. Ta thấy rằng khi có nhiều nguồn tín hiệu thì kết quả ước lượng có sai số tới 2 độ tại các hướng sóng tới lớn. Ba tín tín hiệu với góc tới (-40°, 20°), (0°, 40°), (40°, 60°) được xác định và giá trị chuẩn của các góc ước lượng cũng khá “sắc” như đối với trường hợp một nguồn tín hiệu.

Hình 3.9. Kết quả mô phỏng 3D cho một tín hiệu ở (,)(45o,35)

Hình 3.10. Kết quả mô phỏng 3D cho ba tín hiệu không tương quan tới các

Hình 3.11. Kết quả ước lượng góc phương vịvà góc ngẩng của các nguồn

tín hiệu tương quan khi không dùng kỹ thuật làm mịn không gian cải tiến

Hình 3.12. Kết quả mô phỏng 3D cho ba tín hiệu

không tương quan tới các góc (-30°, 20°), (0°, 40°), (40°, 70°)

khi áp dụng kỹ thuật làm mịn không gian cải tiến

Đối với các tín hiệu tương quan, cần phải tăng số phần tử ăng ten trong dàn trên cả hai trục Oy và Oz. Kịch bản mô phỏng đối với 3 tín hiệu tương quan có các góc phương vị và các góc ngẩng tương ứng là (-30°,

20°), (0°, 40°), (40°, 70°) tới hệ thống dàn ăng ten thu gồm 36 phần tử, 6 phần tử sắp xếp cách đều nhau một nửa bước sóng tại tần số trung tâm 2,4 GHz trong mặt phẳng phương vị và 6 phần tử trong mặt phẳng đứng. Trong mô phỏng này số mẫu là 1000, tỷ số tín hiệu trên tạp âm của hai nguồn tín hiệu đều là 20 dB. Kết quả ước lượng hướng sóng tới trình bày trong hình 3.11 khi không áp dụng kỹ thuật làm mịn không gian cải tiến. Ta quan sát thấy kết quả ước lượng khó xác định đỉnh vì chưa thực sự rõ. Hình 3.12 là kết quả ước lượng 03 nguồn tín hiệu tương quan này khi sử dụng kỹ thuật làm mịn không gian cải tiến với số phần tử trong mỗi mảng phụ của ma trận hiệp phương sai của dữ liệu thu là 4x4. Kết quả cho thấy cả ba nguồn tín hiệu tương quan với các góc tới (-28°, 20°), (0°, 42°), (40°, 68°) đều được ước lượng khá chính xác với sai số tối đa là 20.

Kết luận chương 3

Trong các hệ thống thông tin và định vị vô tuyến, số lượng các phần tử ăng ten tại các thiết bị đầu cuối, tại các trạm thu phát thường không thể quá lớn để đảm bảo tính khả thi về giá thành cũng như kích thước của các thiết bị đầu cuối. Ngoài ra, hệ thống đòi hỏi nhiều tham số của tín hiệu như hướng sóng tới, trễ truyền sóng, tần số Doppler… Hay nói cách khác hệ thống cần biết các tham số của tín hiệu trong cả ba miền không gian, thời gian và tần số. Trong chương này đã đề xuất, cải tiến các phương pháp, thuật toán ước lượng đồng thời hai tham số của tín hiệu cho hệ thống thông tin và định vị vô tuyến tiên tiến. Nội dung tập trung vào tham số không gian là hướng sóng tới trong cả mặt phẳng phương vị và góc tà, thời gian tới của tín hiệu hay trễ truyền sóng của tín hiệu, dịchtần số Doppler của tín hiệu. Các thuật toán độ phân giải cao dựa trên không gian con, mô hình dữ liệu đề xuất không chỉ áp dụng cho các nguồn tín hiệu không tương quan mà còn cho phép áp dụng được đối với các tín hiệu tương quan.

Đối với tín hiệu tương quan, chương này đã đề xuất sử dụng và cải tiễn kỹ thuật làm mịn không gian cải tiến dựa trên ma trận hiệp phương sai của dữ liệu thu được để phá vỡ tính tương quan của tín hiệu trước khi áp dụng giải thuật có độ phân giải cao. Đối với thuật toán ước lượng đồng thời hướng sóng tới và trễ truyền sóng, có thể ước lượng được số nguồn tín hiệu lớn hơn số phần tử ăng ten trong dàn do sử dụng thêm miền tần số. Các giải thuật, kỹ thuật, mô hình đề xuất được thực hiện mô phỏng bằng Matlab để kiểm chứng và đã thu được các kết quả khả quan. Các tham số về không gian, thời gian và tần số Doppler của tín hiệu được ước lượng khá chính xác.

CHƯƠNG 4:

GIẢI PHÁP CẢM NHẬN PHỔTRONG

HỆ THỐNG THÔNG TIN VÔ TUYẾN ĐA ĂNG TEN (adsbygoogle = window.adsbygoogle || []).push({});

Trong hệ thống thông tin, định vị vô tuyến sử dụng nhiều ăng ten, bên cạnh việc ước lượng các tham số thời gian, không gian, việc ước lượng và cảm nhận các tham số về tần số một cách linh hoạt, cảm nhận về môi trường và tự động điều chỉnh các thông số cho phù hợp với môi trường nhằm nâng cao hiệu suất sử dụng tài nguyên, phổ tần là giải pháp cho vấn đề khan hiếm phổ hiện nay thay vì giải pháp cấp phát phổ cố định hiện tại chưa đạt được hiệu suất sử dụng phổ mong muốn. Vô tuyến nhận thức CR (Cognitive Radio) là một công nghệ vô tuyến có khả năng cảm nhận về môi trường và tự động điều chỉnh các thông số cho phù hợp với môi trường. Hệ thống tận dụng nguồn tài nguyên phổ bằng mô hình sử dụng phổ động thay vì kỹ thuật cấp phát phổ cố định như trước đây. Để thực hiện được kỹ thuật này, vô tuyến nhận thức phải xác định được tín hiệu người dùng sơ cấp có tồn tại hay không bằng cách cảm nhận môi trường phổ. Chương 4 đề xuất một kỹ thuật cảm nhận phổ không yêu cầu thông tin trạng thái kênh truyền (CSI) cũng như các thông tin chính xác về tín hiệu và nhiễu. Tín hiệu người dùng sơ cấp và nhiễu được giả thiết là biến ngẫu nhiên Gaus phức, có phân bố độc lập và đồng nhất. Chất lượng của kỹ thuật đề xuất được so sánh với một phương pháp khác cũng không yêu cầu thông tin CSI là kỹ thuật sử dụng trọng số lượng tử và một phương thức truyền thống sử dụng kỹ thuật kết hợp tăng ích đều (EGC).

Chương này cũng đề xuất một kỹ thuật kết hợp giữa kỹ thuật xử lý song song và luật OR để thực hiện cảm nhận phổ. Đồng thời đề xuất mô hình cảm nhận phổ sử dụng kỹ thuật xử lý song song và một bộ tạo biến ngẫu nhiên. Đánh giá chất lượng của hệ thống đề xuất bằng cách thay đổi tỷ số SNR trong lần mô phỏng đầu tiên, thay đổi số mẫu trong hai lần mô

phỏng tiếp theo. Tăng tỷ số SNR cũng như tăng số lượng mẫu làm cho hệ thống hoạt động tốt hơn.