Mô hình hệ thống

6. Tổng quan tài liệu nghiên cứ u

2.6.1.Mô hình hệ thống

Chúng ta xem xét mô hình hệ thống giống mục 2.4 nhưng với mỗi người

dùng có Nr anten thu thay vì chỉ có 1 anten như trước, BS có Nt anten như trước. Kênh đường xuống được mô tả như sau:

k k

k H x n

y   k=1, 2,…,K (2.15)

trong đó, yk là tín hiệu thu bởi UT thứ k, thành phần thứ j của yk biểu diễn tín

hiệu nhận bởi anten thứ j của UT thứ k, trong đó 1kK và 1 jNr tương

tự như (2.1) ngoại trừ yk và nk là vector thuộc Nr

C thay vì số phức đơn. Hơn

nữa kênh được biểu diễn bằng ma trận NtxNr

k C

H  , trong đó thành phần thứ i,

thu thứ j tại UT thứ k. Giả sử fadinh Reyleigh và AWGN, ta có Hk tuân theo biến đổi Gaussian phức với độ lệch bằng 0 và phương sai bằng 1, và nk tuân theo biến đổi Gaussian phức với độ lệch bằng 0 và phương sai bằng N0. Chúng ta giả sử công suất phát P hạn chế để cho E x 2 P để SNR= P/N0. Chúng ta giả sử công suất cấp phát đều, trong đó mỗi UT được cấp phát một lượng công suất như nhau, vì vậy tín hiệu phát đến mỗi người dùng là P/n, nếu n người dùng được lựa chọn để truyền trong một khung nhất định.

Chúng ta bỏ qua các ảnh hưởng của huấn luyện thu, tập trung vào hồi

tiếp và các yêu cầu về thông tin hồi tiếp với nhiều anten và so sánh với hồi

tiếp khi máy thu có 1 anten.

2.6.2. Tiền mã hóa Block Diagonalization

Kỹ thuật BD, khi CSI lý tưởng có sẵn tại máy thu, đề cập đến tiền mã hóa tuyến tính mà triệt tiêu nhiễu tại mỗi người dùng do nhiễu từ tất cả người

dùng khác. Nếu  Nr1

k C

u chứa Nr dữ liệu phức dành cho người dùng thứ k

(1kK), và Nt Nr k C

V   là ma trận beamforming, và vector phát được cho

bởi:    K k k ku V x 1 (2.16)

Điều này tương tự kỹ thuật beamforming tuyến tính được trình bày trong phần trước, đó là tín hiệu phát là một ký tự dữ liệu kết hợp tuyến tính. Chỉ

khác là chúng ta xem xét ma trậ beamforming Vk thay vì vector vk, do chúng ta có Nr > 1

Tín hiệu thu tại UT thứ k được biểu diễn:

1, K k k k k k k k k j j k y H V u H V u n       (2.17)

Số hạn 1, K k k k k j j k H V u n   

 biểu diễn nhiễu đa người dùng tại người dùng k. Để dùy

trì công suất hạn chế, giả sử rằng VkHVk I (đó là ma trận beamforming nhất (adsbygoogle = window.adsbygoogle || []).push({});

phân) và Euk 2P/Nt với k=1, 2, …K

Theo thuật toán BD, mỗi Vk được chọn để H Vj k 0 k j. Con số này

để xác định trực giao cơ sở cho khoảng trống của ma trận bên trái được hình thành bằng cách sắp xếp tất cả {Hj} j≠k với nhau. Điều này làm giảm nhiễu

trong biểu thức (2.17) về 0 tại mỗi người dùng. Điều này khác với ZF trong

mỗi ký tự phức trong đó mỗi ký tự phức để truyền đến anten thứ i (trong số Nr

anten nhận) của người dùng thứ k được tiền mã hóa bởi vector mà trực giao

với tất cả các cột của Hj, cũng như trực giao với tất cả các cột jk. Đó là, với

ZF, mỗi UT lý tưởng nhìn thấy một ma trận kênh đường chéo, do đó các tín

hiệu của Nr anten được tách riêng. Tuy nhiên với BD, mỗi UT lý tưởng nhìn thấy một khối chéo ma trận kênh. Trong đo tín hiệu tới UT jk được tách riêng, nhưng tín hiệu đến anten Nrtại UT thứ k vẫn kết hợp.

Lưu ý rằng để tạo một bộ các ma trận Vk khả thi của với các hạn chế trên, chúng ta sẽ cần K = Nt / Nr (với K ≥ 2). Chúng ta giả định rằng tổng số lượng

anten nhận được bằng số lượng anten phát, kết quả là không cần phải chọn

một tập hợp con của người dùng để truyền.