.15 Cấu trúc MIMD

Mỗi bộ xử lý có thể đƣợc thực hiện một dịng lệnh khác với dòng lệnh của các bộ xử lý khác.

Mỗi bộ xử lý có thể làm việc với một dòng dữ liệu khác với các dòng dữ liệu của các bộ xử lý khác, việc thực hiện có thể đƣợc đồng bộ hoặc khơng đồng bộ.

Hiện nay, các loại phổ biến nhất của máy tính song song hiện đại đều thuộc vào loại này.

2.1.4.4 Thuật toán di truyền song song

Nhƣ ta đã biết sử dụng thuật tốn di truyền vào mạng anten thích nghi tuy có những ƣu điểm nhƣ đã trình bày ở trên. Nhƣng khi giá trị cá thể ít dẫn đến hội tụ tới giá trị khơng tối ƣu. Do đó để khắc phục những nhƣợc điểm này, tác giả đề xuất áp dụng phƣơng pháp tính tốn song song vào thuật tốn di truyền trong anten thích nghi với mục đích tăng số lƣợng cá thể để tăng khả năng tìm đƣợc nghiệm hội tụ, tăng số lƣợng bít để tìm đƣợc kết quả chính xác hơn.

Để thực hiện đƣợc ý tƣởng này thì trƣớc tiên chúng ta cần phân tích kỹ tỷ lệ song song hóa của bài toán này. Từ sơ đồ thuật toán và chƣơng trình tính tốn ta có thể dễ dàng thấy đƣợc một số bƣớc có thể thực hiện song song nhƣ:

đánh giá mức độ thích nghi của từng cá thể, chọn cặp bố mẹ, tạo ra các cá thể con. Không những thế, các q trình này cịn đƣợc thực hiện từ thế hệ này sang thế hệ khác. Tuy nhiên, điều này chƣa đủ để tăng tỷ lệ song song hóa của bài tốn vì các ngun nhân sau đây:

Lƣợng thơng tin cần để biểu diễn một cá thể lớn phụ thuộc vào số lƣợng phần tử anten và số lƣợng bít biểu diễn pha của một phần tử.

Việc song song hóa ở đây là khơng hồn tồn. Bởi lẽ ta phải thực hiện riêng lẻ q trình tính tốn cho từng cá thể khi đánh giá độ thích nghi rồi lại phải gộp lại trong quá trình chọn lọc tự nhiên. Ngoài ra, khi thực hiện quá trình chọn cặp cha mẹ, sinh sản xong thì ta lại phải gộp các kết quả tính tốn lại với nhau. Cho nên ở đây khối lƣợng số liệu cần phải trao đổi là rất lớn.

Từ hai nguyên nhân trên, rõ ràng là ta không thể áp dụng trực tiếp phƣơng pháp tính tốn song song vào bài tốn thích nghi sử dụng thuật tốn di truyền đƣợc. Tuy nhiên sự tiến hóa của tự nhiên lại cho ta một ý tƣởng để có thể thực hiện đƣợc thuật tốn di truyền bằng phƣơng pháp tính tốn song song.

Trong tự nhiên một lồi có thể phát triển trên các khu vực khác nhau tiến hóa theo những cách khác nhau rồi trao đổi thông tin di truyền với nhau và tiến hóa tạo ra các giống mới tích lũy các đặc tính tốt của cả 2 lồi và có khả năng thích nghi tốt hơn.

Ở đây, ta cũng có thể làm tƣơng tự nhƣ vậy. Ta sẽ tạo ra nhiều quần thể ban đầu khác nhau trên các máy tính khác nhau, cho các quần thể này phát triển song song với nhau rồi cho chúng trao đổi thông tin di truyền với nhau (Hình 2.16). Việc tăng số lƣợng quần thể ở đây cũng tƣơng đƣơng với việc ta tăng số lƣợng cá thể ban đầu của một quần thể. Phƣơng pháp tính tốn nhƣ vậy đƣợc gọi là phƣơng pháp sử dụng nhiều thuật toán di truyền song song, hay nói ngắn gọn là thuật tốn di truyền song song. Từ lập luận của mơ hình

nhƣ vậy, luận án đã xây dựng đƣợc chƣơng trình để thực hiện thuật tốn di truyền song song (phụ lục 1). Về cơ bản chƣơng trình này giống nhƣ chƣơng trình dành cho thuật tốn di truyền thơng thƣờng. Tuy nhiên, ở đây có thêm bƣớc tạo ra các quần thể khác nhau trên các máy tính khác nhau để thực hiện tính tốn. Bƣớc này đƣợc thực hiện trên một hệ thống gồm nhiều máy tính giống nhau (gọi là cluster) sử dụng công cụ Matlab Parallel Toolbox trong phần mềm Matlab. Ngồi ra, cịn có q trình trao đổi thơng tin di truyền giữa các quần thể thông qua việc chọn một vài cá thể xuất sắc nhất ở một quần thể để tạo nên một quần thể mới và tiếp tục áp dụng thuật toán di truyền trên quần thể đó.

Hình 2.16 Mơ hình thực hiện thuật toán di truyền song song

Với chƣơng trình này, luận án đã thực hiện mơ phỏng với trƣờng có 4 nguồn nhiễu cố định (Hình 2.17) cho anten mạng pha số tuyến tính với các thông số nhƣ sau (Bảng 2.2)

Tham số Ký hiệu Giá trị Số phần tử anten N 20 Khoảng cách giữa các phần tử d 0,5λ Kích thƣớc quần thể M 50 Số lƣợng Gen P=N-1 19 Số lƣợng bit/gen Q 15 Số bit của nhiễm sắc thể L=PxQ 285 Xác suất trao đổi Pc 50% Xác suất tạo cặp Pm 10% Tỉ lệ song song hóa p 95% Số nguồn nhiễu n 4

(-300,-200,200,500)

Bảng 2.2 Các tham số sử dụng trong thuật toán di truyền song song

Từ kết quả mơ phỏng, ta thấy rằng ngồi việc có thể thêm đƣợc số cá thể ban đầu mà không làm tăng thời gian tính tốn thì việc sử dụng thuật tốn di truyền song song cịn mang lại khả năng thích nghi tối ƣu hơn. Thể hiện ở chỗ các góc nhiễu có mức độ hấp thụ thấp hơn, hƣớng chính thƣờng có biên độ cao hơn. Điều này đƣợc lý giải là do khi sử dụng thuật toán di truyền song song thì ta có nhiều cá thể hơn do đó có nhiều gen hơn cho nên khi chọn lọc dễ tìm đƣợc giá trị tối ƣu hơn so với trƣờng hợp thơng thƣờng.

Hình 2.17 Sử dụng thuật tốn di truyền song song với 4 nguồn nhiễu

Việc đánh giá ƣu điểm của thuật tốn di truyền sử dụng tính tốn song song dựa trên cực tiểu cơng suất đặt về phía các nguồn nhiễu trong cùng một thời gian tính tốn so với tính tốn tuần tự đƣợc thể hiện ở (Bảng 2.3) trong trƣờng hợp có 4 nguồn nhiễu. Nguồn 1 (-30 độ) Nguồn 2 (-20 độ) Nguồn 3 (20 độ) Nguồn 4 (50 độ) Di truyền -25dB -30dB -35dB -50dB Di truyền song song -50dB -50dB -50dB -50dB

Bảng 2.3 So sánh cực tiểu hóa cơng suất về nguồn nhiễu khi sử dụng thuật toán di truyền song song

công bố trong bài báo “Parallel Computing in Genetic Algorithm for Adaptive Array Antenna” đăng trong tập san IET của hội nghị “International Conference on Automatic Control and Artificial Intelligence (ACAI 2012)”, và bài báo “Adaptive nulling with parallel genetic algorithm in phased array antenna” đăng trên tạp chí Nghiên cứu KH&CN Quân sự (2012).

2.2 Thuật tốn ƣớc lƣợng hƣớng sóng tới

Nhiệm vụ chính của các đài Ra đa là xác định đƣợc chính xác vị trí của các mục tiêu trong không gian. Muốn vậy trƣớc tiên ta phải xác định đƣợc các mục tiêu ở hƣớng nào, hay nói cách khác là hƣớng của tín hiệu phản xạ lại từ mục tiêu.

Việc xác định vị trí của các mục tiêu trong Ra đa địi hỏi phải có độ chính xác cao, khả năng tìm thấy mục tiêu trong khoảng thời gian ngắn. Bởi lẽ các mục tiêu thƣờng ở xa vài chục km, thậm chí là vài trăm đến vài nghìn km do đó chỉ cần định vị sai một góc nhỏ cũng có thể gây ra sai số rất lớn. Ngoài ra do các mục tiêu thƣờng có tốc độ di chuyển khá nhanh (máy bay, tên lửa,…) nên yêu cầu đặt ra là phải phát hiện đƣợc mục tiêu trong thời gian ngắn nhất có thể. Đây chính là những khó khăn lớn nhất cần phải giải quyết của ngành công nghệ chế tạo Ra đa.

Trƣớc đây, ta chỉ có thể kiểm tra đƣợc xem có mục tiêu từ hƣớng nào bằng cách quay cả hệ thống anten cồng kềnh tới hƣớng đấy để kiểm tra. Tuy nhiên, do kích thƣớc và khối lƣợng của các đài ra đa khá lớn nên quá trình này khơng phải lúc nào cũng có thể thực hiện đƣợc. Khơng chỉ vậy, việc quay cả hệ thống anten trong tồn bộ khơng gian cũng địi hỏi một khoảng thời gian không nhỏ. Độ định hƣớng của các loại anten thơng thƣờng khơng cao nên độ chính xác thu đƣợc cũng cịn hạn chế. Đây chính là những hạn chế lớn nhất của các đài Ra đa truyền thống.

Trƣớc những khó khăn này, anten mạng pha số ra đời là một bƣớc tiến lớn trong công nghệ, kỹ thuật Ra đa . Với khả năng thay đổi búp sóng chính, quay búp sóng chính của tồn bộ anten bằng cách thay đổi độ lệch pha giữa các phần tử anten đã mở ra khả năng qt tồn bộ khơng gian của các đài Ra đa một cách dễ dàng hơn so với các phƣơng pháp truyền thống. Khơng những vậy, việc qt điện tử cịn cho phép hệ thống anten thực hiện quét nhiều góc cùng một lúc sử dụng các bộ tạo búp sóng số khác nhau. Hơn nữa, anten mạng pha số đƣợc tạo thành bởi các anten mạng pha là các anten có độ định hƣớng rất cao nên làm tăng độ chính xác của q trình xác định vị trí của các mục tiêu.

Việc sử dụng anten mạng pha số còn mở ra cho chúng ta một phƣơng pháp mới để xác định vị trí của các mục tiêu một cách dễ dàng và chính xác hơn. Đó là sử dụng các phần mềm máy tính để thực hiện các thuật tốn ƣớc lƣợng hƣớng tới của các tín hiệu phản xạ lại dựa trên đánh giá các giá trị của anten thu đƣợc theo các hƣớng khác nhau.

Các thuật toán này hầu hết đều đem lại kết quả chính xác hơn và thời gian xử lý nhanh hơn so với phƣơng pháp quét cơ học. Hơn nữa, phƣơng pháp này linh động hơn khi nó cịn có thể sử dụng đƣợc với nhiều trƣờng hợp khác nhau khi các mục tiêu chuyển động tới vị trí khác hoặc khi số lƣợng mục tiêu thay đổi. Với ƣu điểm nổi bật nhƣ vậy, nên việc nghiên cứu về các thuật toán ƣớc lƣợng hƣớng tới đã trở thành một lĩnh vực nghiên cứu mới và đã có nhiều những kết quả ban đầu đã đƣợc công bố [47, 50, 61, 71, 73].

2.2.1 Giới thiệu các thuật toán ƣớc lƣợng

Việc xác định hƣớng tới sử dụng trong các đài Ra đa là một trong những ứng dụng quan trọng của anten mạng pha số. Hƣớng nghiên cứu này đã thu hút đƣợc khá nhiều các nhà khoa học đầu tƣ công sức vào nghiên cứu và đã

đƣa ra đƣợc nhiều phƣơng pháp khác nhau nhƣ phƣơng pháp Bartlett, phƣơng pháp Capon, Maximum Likelihood, ESPIRIT, MEM, …[47, 50, 61, 71, 73]

Tất cả các thuật toán này đều yêu cầu phải xây dựng ma trận tƣơng quan

R dựa trên tín hiệu thu đƣợc từ các phần tử anten x(t):

     

1 2

( ) ... N

x t  x t x t x t  (2.32) Trong đó, x(t) là ma trận tín hiệu thu đƣợc tại thời điểm t, xi(t) là tín hiệu thu đƣợc trên phần tử anten thứ i tại thời điểm t và N là số phần tử tối đa. Nhƣ vậy, với k lần lấy mẫu thì ta sẽ thu đƣợc ma trận x có dạng:

   1 2 ...   T k x  x t x t x t  (2.33) Khi đó, R đƣợc xác định bởi: . H Rx x (2.34)

Trong đó, H là ký hiệu của tốn tử Hermit.

Ngồi ra, do khơng làm mất tính tổng qt nên hầu hết các thuật tốn đều coi nhiễu trong mơi trƣờng có dạng tạp âm trắng với phƣơng sai 2

.

Từ ma trận tƣơng quan này, qua những phép đánh giá khác nhau theo từng góc tới trên tồn mặt phẳng ta thu đƣợc kết quả ƣớc lƣợng theo các thuật toán ƣớc lƣợng khác nhau. Dƣới đây là hai trong số những phƣơng pháp đƣợc sử dụng phổ biến.

2.2.1.1 Thuật toán Bartlett

Thuật toán Bartlett [16, 22, 29, 31 - 32, 53] thực hiện đánh giá mật độ phổ tín hiệu S() theo biểu thức:

  T   *

S  s  Rs  (2.35) Trong đó, s() là véc-tơ quay tƣơng ứng với góc .

Ở đây ta giả thiết trong mơi trƣờng chỉ có nhiễu là tạp âm trắng với phƣơng sai 2

  2 T   

S   Ns  Ps  (2.36) Trong đó, P là ma trận đƣờng chéo với các phần tử trên đƣờng chéo là cơng suất của các nguồn tín hiệu. N là số lƣợng phần tử anten.

Từ (2.36) ta thấy rằng, do 2

không thay đổi trên mọi hƣớng, còn

   

sT  Ps  có cực đại khi gần vị trí có nguồn tín hiệu nên S() sẽ đạt cực

đại tại các vị trí có nguồn tín hiệu, ngồi ra thì khi càng xa vị trí nguồn tín hiệu thì giá trị của S() càng nhỏ.

Với cách đánh giá nhƣ vậy ta sẽ thu đƣợc phân bố góc tín hiệu của thuật tốn Bartlett nhƣ trong Hình 2.18.

Hình 2.18 Ước lượng hướng tới sử dụng thuật toán Bartlett trong trường hợp 2 nguồn tín hiệu

Vì việc tính tốn đơn giản nên sử dụng thuật tốn Bartlett có thể cho ra kết quả khá nhanh. Tuy nhiên, từ Hình 2.18 dễ dàng thấy rằng thuật toán Bartlett cho kết quả có độ chính xác khơng cao, độ phân giải tƣơng đối thấp,

phụ. Do đó khả năng phân giải của thuật toán Bartlett thấp. Mặc dù, khi tăng số lƣợng phần tử anten thì độ rộng của búp sóng chính giảm đi, nên ta có thể thu đƣợc độ chính xác tốt hơn nhƣng vẫn chƣa đáp ứng đƣợc yêu cầu về độ chính xác cần thiết của một đài Ra-đa.

2.2.1.2 Thuật toán Capon

Thuật tốn Capon [16, 29, 31, 32] có biểu thức đánh giá, ƣớc lƣợng các góc trong khơng gian nhƣ sau:

    11 *  S sT R s     (2.37)

Ở đây, khi  tiến gần tới i thì biểu thức dƣới mẫu giảm nhanh. Do đó làm cho độ phân giải góc tăng cao ở vùng gần với các hƣớng có tín hiệu tới.

Kết quả mơ phỏng ƣớc lƣợng hƣớng tới của tín hiệu sử dụng thuật tốn Capon đƣợc mơ tả trong Hình 2.19.

Hình 2.19 Ước lượng hướng tới sử dụng thuật tốn Capon trong trường hợp 2 nguồn tín hiệu

Việc sử dụng thuật tốn Capon có độ chính xác tốt hơn so với thuật tốn Bartlett thể hiện ở chỗ có đỉnh ở góc tới cao hơn và độ rộng đỉnh nhỏ hơn, dù vẫn xuất hiện các cực đại phụ nhƣng lại có chi phí tính tốn cao hơn do có sử dụng phép tính ma trận nghịch đảo. Tuy nhiên, thuật toán này vẫn chƣa thể đáp ứng đƣợc yêu cầu về độ chính xác, độ phân giải của một đài Ra-đa trong thực tế.

Ngoài hai phƣơng pháp phổ biến trên, cịn có nhiều phƣơng pháp khác để đánh giá phân bố của các tín hiệu tới. Hầu hết những phƣơng pháp này đều dựa trên ma trận tƣơng quan để thực hiện việc đánh giá phổ của tín hiệu.

Trong số các phƣơng pháp đánh giá, ƣớc lƣợng hƣớng tới của tín hiệu thì MUSIC tỏ ra là phƣơng pháp có hiệu quả tốt nhất. Nhƣ độ chính xác cao, có khả năng phân giải nhiều nguồn tín hiệu. Điều này đã đƣợc những nghiên cứu của nhiều tác giả khác nhau khẳng định [50, 61, 71, 73]. Do vậy, ở đây luận án chỉ tập trung vào nghiên cứu thuật tốn MUSIC và khơng đi sâu vào nghiên cứu các thuật toán khác.

2.2.2 Thuật toán MUSIC

Thuật toán MUSIC (Multiple Signal Classification) không sử dụng trực tiếp ma trận tƣơng quan nhƣ hầu hết các thuật toán khác mà sử dụng các véc- tơ riêng và giá trị riêng của ma trận tƣơng quan R để đánh giá các góc và ƣớc lƣợng các hƣớng tới [45, 47, 50, 61, 71]. Tuy nhiên, cũng nhƣ các thuật toán khác, thuật tốn này coi mơi trƣờng chỉ tồn tại các nhiễu tạp âm trắng với giá trị phƣơng sai 2bằng khơng. Khi đó, ma trận tƣơng quan R sẽ có dạng:

RSASH 2I (2.38) Trong đó, A = diag(P1, P2, …, PM) là ma trận đƣờng chéo với các phần

tử là cơng suất của các nguồn tín hiệu trong tồn khơng gian; S là ma trận

            1 2 1 2 - - - - ( -1) - ( -1) - ( -1) 1 1 ... 1 ... ... ... ... ... ... M M j j j j N j N j N e e e S e e e                            (2.39)

Với độ trễ pha (i) đƣợc xác định bởi :

  2   sin i i d       (2.40) 2

 là phƣơng sai của nhiễu và I là ma trận đơn vị.