6. Tổng quan tài liệu nghiên cứ u
4.3.3. Dung lượng hệ thống khi số lượng anten phát khác nhau
Hình 4.9: Dung lượng hệ thống với số lượng anten phát khác nhau sử dụng
tiền mã hóa BD và ZF
Hình 4.9 chỉ ra dung lượng hệ thống của mô hình đa người dùng đồng
nhất sử dụng tiền mã hóa ZF và mô hình đa người dùng không đồng nhất sử
xét mô hình truyền thông đa người dùng đồng nhất có 6 user mỗi user có một
anten (Ru = 1, u=1,…,6) và mô hình truyền thông đa người dùng không đồng
nhất có 6 user trong đó có số lượng anten mỗi người dùng khác nhau từ 1 đến
6, cụ thể Ru 161, 2, 3, 4, 5, 6 thì dung lượng hệ thốngcó độ phức tạp cao, mô
hình đa người dùng không đồng nhất sử dụng tiền mã hóa BD cung cấp dung
lượng hệ thống cao hơn so với mô hình truyền thôngđa người dùng đồng nhất
sử dụng tiền mã hóa ZF.
4.3.4. Dung lượng hệ thống khi sử dụng số hàm DSP-BEM khác nhau.
Hình 4.10: Dung lượng hệ thống với sử dụng số hàm DSP-BEM khác nhau Hình 4.10 chỉ ra của truyền thôngđa người dùng với tiền mã hóa BD khi số hàm cơ sở Q khác nhau (sử dụng để biểu diễn kênh biến thiên theo thời gian). Như quan sát, sử dụng Q=18 hàm cơ sở cho mỗi kênh biến thiên theo thời gian cho phép kỹ thuật hồi tiếp hữu hạn dùng mô hình BEM (đường cong
b) cung cấp dung lượng hệ thống gần với trường hợp lý tưởng CSI biến thiên lý tưởng theo thời gian (đường cong a). Với việc sử dụng B = 10 bit và Q = 18 hàm DSP-BEM, kỹ thuật hồi tiếp hữu hạn dùng mô hình BEM (đường cong b) vượt xa so với trường hợp sử dụng giả định block fading (đường cong
c).
4.3.5 Dung lượng hệ thống khi tốc độ di chuyển của thuê bao khác nhau.
Hình 4.11: Dung lượng hệ thống với tốc độ di chuyển của thuê bao khác nhau.
Trong hình 4.11, kết quả dung lượng hệ thống của truyền thông đa người
dùng với kỹ thuật hồi tiếp hữu hạn với tần số Doppler f TD Sđược vẽ, như ta
thấy hồi tiếp hữu hạn dựa trên mô hình BEM (đường cong b) cung cấp một dung lượng hệ thống ổn định cao chống lại sự thay đổi tốc độ di chuyển của
thuê bao trong một dải rộng. Như quan sát, việc sử dụng giả định block-
fading (đường cong c) gây ra một tổn hao dung lượng hệ thống đáng kể thuê bao di chuyển với tốc độ cao (ví dụ lớnhơn 10 km/h)
4.4. KẾT LUẬN CHƯƠNG.
Chương này đã giới thiệu mô hình cơ sở mở rộng trong thiết kế hồi tiếp
hữu hạn cho truyền dẫn đa người dùng với lựa chọn kênh MIMO đường
xuống. Bằng cách thực hiện BEM để bắt theo kênh biến thiên theo thời gian.
Kết quả là tải hồi tiếp với việc sử dung các hệ số BEM nhỏ hơn đáng kể so
với CIR hay CFR. Với kênh biến thiên theo thời gian, hồi tiếp hữu hạn sử
dụng BEM cơ sở giúp giảm ảnh hưởng bất lợi của hồi tiếp thông tin kênh truyền quá hạn (khi sử dụng giả định block-fading trong truyền dẫn đa người
dùng) và cung cấp một hiệu suất ổn định chođa người dùng không đồng nhất
và tốc độ di chuyển khác nhau.
Tính chính xác của CSIT rõ ràng là quan trọng trong hệ thống quảng bá MIMO để tối đa dung lượng hệ thống. Khi máy thu biết đầy đủ thông tin kênh truyền và ngay lập tức hồi tiếp thông tin này lại cho trạm gốc bằng một số hữu
hạn các bit, chúng ta định lượng được mức độ tổn hao dung lượng hệ thống
và chỉ ra rằng việc tăng số lượng bit lượng tử sẽ tăng dung lượng hệ thống của
hệ thống. Hơn nữa chúng ta đã chứng minh những ưu điểm của tiền mã hóa BD so với ZF về tải hồi tiếp.
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN ĐỀ TÀI
LTE đã được chuẩn hóa cho thế hệ tiếp theo của thông tin di động nên việc nghiên cứu và triển khai các kỹ thuật liên quan là vấn đề cấp bách
hiện nay. Luận văn đã tập trung nghiên cứu truyền thôngđa người dùng tuyến
xuống với hồi tiếp hữu hạn sử dụng mô hình BEM trên kênh truyền chọn lọc
thời gian và tần số.
Với cơ sở lý thuyết đã nghiên cứu và trình bày, luận văn đã khảo sát các
mô hình hồi tiếp trong mạng đa người dùng cũng như tầm quan trọng và các yếu tố ảnh hưởng đến chất lượng hệ thống, thực hiện mô phỏng đánh giá chất lượng hệ thống MIMO với trạm gốc có nhiều anten phát và người dùng trang bị nhiều anten thu không đồng nhất, so sánh với mô hình mạng đồng nhất khi người dùng chỉ có 1 anten thu để từ đó thấy được vai trò của thu phân tập
trong hệ thống MIMO. Luận văn đã ứng dụng mô hình BEM để bắt theo kênh biến thiên theo thời gian giúp giảm tải hồi tiếp về trạm gốc và giảm ảnh hưởng bất lợi của hồi tiếp thông tin kênh truyền quá hạn. Mô phỏng đã chỉ ra được vai trò của CSI chính xác tỉ lệ thuận với chất lượng hệ thống. Với số lượng bitlượng tử cho kênh hồi tiếp lớn thì hiệu năng của hệ thống tăng tiệm
cận với trường hợp CSI lý tưởng. Ngoài ra dung lượng hệ thống còn phụ
thuộc vào sự thay đổi của số lượng anten tại trạm gốc, tốc độ của các người
dùng.
Luận văn đã nghiên cứu được kỹ thuật hồi tiếp hữu hạn trong mạng đa người dùng với việc lập lịch (lựa chọn người dùng) và việc phân bố công suất đều mà chưa tối ưu việc phân bổ công suất cho từng người sử dụng. Vì vậy hướng phát triển tiếp theo của luận văn là tiếp tục nghiên cứu việc phân bổ
công suất để tối đa hóa dung lượng hệ thống, ngoài ra có thể mở rộng mô hình hồi tiếp hữu hạn để khảo sát trong các mạng truyền thông hợp tác.
DANH MỤC TÀI LIỆU THAM KHẢO
Tiếng Việt
[1] TS. Nguyễn Lê Hùng (2010), Giáo Trình Thông Tin Di Động, Trường Đại Học Bách Khoa Đà Nẵng.
[2] Nguyễn Huy Quân (2013), Nâng cao chất lượng tín hiệu tại đầu thu
trong hệ thống MIMO-LTE bằng kỹ thuật tiền mã hóa, Luận văn Điện tử - Viễn thông,
[3] Nguyễn Tấn Thành (2013), Nghiên cứu một số kỹ thuật đa truy cập phân chia theo không gian SDMA trong thông tin vô tuyến, Luận văn Điện tử - Viễn thông.
Tiếng Anh
[4] Anderson AL, Zeidler JR, Jensen MA (2008), “Reduced-feedback linear precoding with stable performance for the time-varying MIMO broadcast channel”, IEEE J Sel Areas Commun, 26(8), pp.1483– 1493.
[5] Costa M (May 1983), “Writing on dirty paper”, IEEE Trans on Inform Theory, pp.439-441.
[6] Dimic G, Sidiropoulos ND, (2005), “On downlink beamforming with greedy user selection: performance analysis and a simple new algorithm”, Trans Signal Process, 53(10), pp.3857 – 3868.
[7] Kaviani S, Krzymien WA (2009), “On the optimality of multiuser zero- forcing precoding in MIMO broadcast channels” inProc IEEE VTC.
[8] Love R, Kuchibhotla R, Ghosh A, Ratasuk R, Xiao W, Classon B, Blankenship Y (2008), “Downlink control channel design for 3GPP LTE”, inProc Wireless Communication Network Conf, pp.813–818.
[9] Love DJ, Heath Jr, Lau VKN, Gesbert D, Rao BD, Andrews M (2008) “An overview of limited feedback in wireless communication systems.” IEEE Sel Areas Commun, 26(8), pp.1341–1365.
[10] Linde Y, Buzo A, Gray RM (1980), “An algorithm for vector quantizer design.” IEEE Trans Commun, 28(1), pp.84–95.
[11] Marzetta TL and Hochwald BM (2006), “Fast transfer of channel state information in wireless systems.” IEEE Tran. on Signal Proc, 54(4), pp,1268–1278,
[12] Nguyen-Le H, Le-Ngoc T, Tran N (Sep 2010), “Bayesian joint estimation of CFO and doubly selective channels in MIMO-OFDM transmissions.” inProc IEEE VTC Fall, pp.1–5.
[13] Nguyen-Le H, Le-Ngoc T and Loic Canonne-Velasquez (2011), “Multiuser MIMO Downlink Transmission with BEM-Based Limited Feedback over Doubly Selective channels”, EURASIP
Journal on Wireless Communications and Networking, pp. 1-12.
[14] Niranjay Ravindran (2012), “MIMO Wireless Communications with Limited Feedback”, The graduate school of the university of Minnesota.
[15] Ravindran N, Jindal N (2008) “Limited feedback-based block diagonalization for the MIMO broadcast channel” IEEE J Sel
Areas Communm, 26(8), pp.1473–1482.
[16] Spencer QH, Lee Swindlehurst A, Haardt (2004) M, “Zero-forcing methods fordownlink spatial multiplexing in multiuser MIMO channels”, IEEE Trans Signal Process 52(2), pp.461–471.
[17] Sharif M and Hassibi B (2005) “On the capacity of MIMO broadcast channels with partial side information” IEEE Trans. on Inform. Theory, 51(2), pp.506–522.
[18] Weingarten H, Steinberg Y, and Shamai S (2006), “The capacity region of the Gaussian multiple-input multiple-output broadcast channel.”
IEEE Trans. on Inform. Theory, 52(9), pp.3936 – 3964
[19] Yoo T and Goldsmith A (2006) “On the optimality of multiantenna broadcast scheduling using zero-forcing beamforming.” IEEE J. on Select. Areas in Commun., 24(3), pp.528–541.
[20] Zemen T, Mecklenbrauker CF (2005), “Time-variant channel estimation using discrete prolate spheroidal sequences.” Trans Signal Process, 53(9), 3597–3607.
[21] Zheng YR, Xiao C (2003),“Simulation models with correct statistical properties for Rayleigh fading channels.” IEEE Trans Commun,