L ỜI CẢM ƠN
4.3Các kết quả mô phỏng
Hình vẽ 4.6 đưa ra kết quả về việc cải thiện CIR của đường lên tại trạm cơ sở
trung tâm, ta có thể thấy sự khác biệt rất lớn giữa hai trường hợp 1 và 2. Các tham số dùng trong chương trình mô phỏng này như sau:
• I = 1, J=1;
• GHBi(φ) được xác định theo (4.4), trong đó, x = -100[dB], n=2.41 (θ =60); • (φ)= (φ)= (φ)=0 i i i HM VM VB G G
G với mọi góc φ trong trường hợp không sử dụng kỹ thuật búp sóng;
• Độ lệch chuẩn của hiệu ứng sigma bằng 0; Nguyễn Hà Duy – K11 Đ2
• Hệ số mất mát đường truyền alpha = 3.5;
• Không dùng điều khiển công suất;
• Độ cao của trạm cơ sở là 0[m].
Hình 4.6 Cải thiện tham số CIR
Trong hình vẽ trên, trục ngang biểu thị độ rộng búp sóng tại trạm cơ sở và trục ngang biểu thị sự khác nhau về tham số CIR tại trạm cơ sở giữa trường hợp 1 và trường hợp 2. Nhìn vào hình vẽ ta có thể thấy, khi độ rộng búp sóng càng nhỏ thì sự
khác nhau về CIR giữa hai trường hợp là càng lớn, nghĩa là tỷ số CIR trong trường hợp có sử dụng kỹ thuật búp sóng càng được cải thiện.
Bây giờ, ta thay vì độ lệch chuẩn của hiệu ứng sigma bằng 6.5 (tức là có tính đến
ảnh hưởng của hiệu ứng) và giữa nguyên các tham số khác, ta thu được kết quả như
hình vẽ sau:
Hình 4.7 Cải thiện tham số CIR trong trường hợp tính đến hiệu ứng sigma
Từ hình vẽ ta có thể thấy rằng, khi tính đến hiệu ứng sigma, tỷ số CIR trong trường hợp có sử dụng kỹ thuật búp sóng sẽ càng được cải thiện. Khi độ lệch chuẩn của hiệu ứng sigma càng cao, tỷ số CIR sẽ càng được cải thiện với trạm cơ sở sử
dụng kỹ thuật búp sóng.
Khi sử dụng kỹ thuật búp sóng tại cả trạm di động và trạm cơ sở, tỷ số CIR sẽ được cải thiện hơn nữa. Hình vẽ sau hiển thị việc cải thiện tỷ số CIR với các độ
rộng búp sóng khác nhau tại trạm di động, giá trịđộ rộng búp sóng được ký hiệu bởi w_HMS ([horizontal] beam width at MS: độ rộng búp sóng theo trục ngang tại trạm di động).
Hình 4.8 Cải thiện tỷ số CIR khi đồng sử dụng kỹ thuật búp sóng tại trạm di
động và trạm cơ sở
Trong đó:
• I = 1, J=2 (hay kích thước cluster là 7);
• Độ lệch chuẩn của hiệu ứng sigma bằng 6.5;
• Hệ số mất mát đường truyền alpha = 3.5;
• Không dùng điều khiển công suất;
• Độ cao của trạm cơ sở là 0[m].
Hình vẽ 4.9 sau đây biểu thị tỷ số CIR khi không sử dụng kỹ thuật búp sóng và các giá trị I và J thay đổi. Ta có thể thấy, khi kích thước cluster càng lớn thì tỷ số
CIR càng cao.
4.4 Tổng kết chương (adsbygoogle = window.adsbygoogle || []).push({});
Chương này tập trung vào mô phỏng để làm rõ việc cải thiện tỷ số CIR tại trạm cơ sở trong hệ thống thông tin tế bào sử dụng kỹ thuật búp sóng. Ta có thể thấy rằng, khi hệ thống có sử dụng kỹ thuật búp sóng sẽ cho tỷ số CIR lớn hơn so với hệ
thống không sử dụng, tức là chất lượng của tín hiệu nhận được sẽđược cải thiện. Từ đó, chúng ta có thể tăng dung lượng của hệ thống bằng cách giảm kích thước của tế
bào trong khi vẫn đảm bảo rằng tín hiệu thu được tại đầu thu là đủ tốt. Do vậy, việc sử dụng kỹ thuật búp sóng tại trạm cơ sở hay trạm di động là hết sức cần thiết cho các hệ thống thông tin di động trong tương lai.
KẾT LUẬN
Các hệ thống anten sử dụng kỹ thuật búp sóng sẽ trở nên rất quan trọng trong tương lai gần. Các hệ thống anten này sẽ được sử dụng rộng rãi trong mạng thông tin vô tuyến do khả năng cải thiện chỉ tiêu hệ thống mà nó đem lại. Không những thế, với các hệ thống thông tin di động thế hệ sau, việc sử dụng kỹ thuật búp sóng trong hệ thống anten sẽ là không thể tránh khỏi để cung cấp các dịch vụ yêu cầu tốc
độ truyền dữ liệu cao. Hiện nay đã có các sản phẩm anten sử dụng kỹ thuật này cho các hệ thống thông tin di động, việc sử dụng hay không vẫn mang tính chất tuỳ
chọn đối với các nhà khai thác.
Khả năng cải thiện chỉ tiêu của các hệ thống thông tin tế bào khi sử dụng kỹ thuật búp sóng là rất lớn. Dựa trên kết quả phân tích bằng phần mềm Matlab, có thể thấy dung lượng và cự ly của hệ thống có thể được cải thiện đáng kể. Chính vì tính cấp thiết và khả năng cải thiện tốt như vậy, nên em đã chọn đề tài luận văn của mình: “Ứng dụng kỹ thuật búp sóng sử dụng anten mảng cho hệ thống thông tin tế bào”.
Trong luận văn này em đã cố gắng đưa ra một số kết quả nghiên cứu một cách có hệ thống về công nghệ anten nhiều phần tử, đặc biệt là có đề cập đến việc ước lượng hướng đến của tín hiệu, cũng như các thuật toán tạo búp sóng. Các nội dung nghiên cứu về công nghệ này bao gồm:
Nghiên cứu các kỹ thuật tạo búp sóng như búp sóng chuyển mạch, búp sóng thích nghi. Các thuật toán dùng để tạo búp sóng thích nghi như thuật toán trung bình bình phương tối thiểu (LMS), thuật toán nghịch đảo ma trận liên hiệp lấy mẫu nhỏ nhất (SMI) và thuật toán bình phương tối thiểu (RLS).
Nghiên cứu các kỹ thuật ước lượng hướng đến của tín hiệu, đó là các phương pháp truyền thống, phương pháp dựa trên không gian con và phương pháp giống nhau nhiều nhất. Trong phần này, học viên đã cố gắng trình bày một cách tổng quan nhất một số thuật toán được sử dụng như MUSIC, ESPRIT…
Nghiên cứu việc áp dụng kỹ thuật búp sóng vào hệ thống thông tin tế bào. Một số
kết quả mô phỏng đã được trình bày nhằm chỉ ra việc cải thiện tỷ số CIR của hệ
thống thông tin tế bào khi đưa kỹ thuật búp sóng vào sử dụng. Qua đó có thể nâng Nguyễn Hà Duy – K11 Đ2
cao dung lượng cũng như chất lượng hệ thống, khắc phục hiện tượng nghẽn mạch tại các điểm nóng.
TÀI LIỆU THAM KHẢO
Tài liệu tiếng Việt
1. GS.TS Phan Anh, (2007), Lý thuyết và kỹ thuật anten, Nxb. Khoa học và kỹ
thuật.
2. Nguyễn Quang Hưng, (2002), Nghiên cứu kỹ thuật xử lý theo không gian trong thông tin di động, Luận án Tiến sĩ Kỹ thuật Viễn thông, Học Viện Công nghệ Bưu chính Viễn thông, Hà nội.
3. TS Trịnh Anh Vũ, (2007), Giáo trình thông tin di động, Nxb. Khoa học và kỹ
thuật.
Tài liệu tiếng Anh
4. A.J. Barabell, (1983), “Improving the Resolution Performance of Eigenstructure – based Direction Finding Algorithms”, IEEE Int’l. Conf. on
Acoustics, Speech, and Signal Processing, 83, pp.336-339.
5. F. Haber and M. Zoltowski, (1986), “Spatial Spectrum Estimation in a Coherent Singal Environment Using an Array in Motion”, IEEE Trans. on
Antennas and Propagation, Vol. AP, 34, pp.301-310.
6. Hiroshi Harada and Ramjee Prasad, (2002), Simulation and software radio for
mobile communications, chapter 7.
7. I.Ziskind and M. Wax, (1988), “Maximum Likelihood Localization of Multiple Sources by Alternating Projection”, IEEE Trans. on Acoustics, Speech, (adsbygoogle = window.adsbygoogle || []).push({});
and Signal Processing, Vol, 36, No.10, pp.1553-1560.
8. J.E. Evans, J. R Johnson, and D. F. Sun, (1982), “High Resolution Angular Spectrum Estimation Techniques for Terrain Scattering Analysis and Angle of Arrival Estimation in ATC Navigation and Surveillance System”, M.I.T. Lincoln
Lab, Lexington, MA, Rep.582.
9. Joseph C. LIBERTI, JR and Theodore S. RAPPAPORT, (1999), Smart
antennas for wireless communications: IS-95 and Third Generation CDMA Applications, Prentice Hall.
10. John Litva and Titus Kwok-Yeung Lo, (1996), Digital Beamforming in
Wireless Communications, chapter 1,2,3,4, Artech House Boston, London.
11. K. Takao and N. Kikuma, (1987), “An Adaptive Array Utilizing an Adaptive Spatial Averaging Technique for Multipath Environments”, IEEE Trans. on Antennas and Propagation, Vol. AP-35, No.12, pp.1389-1396.
12. R.Muhamed and T.S.Rappaport, (1996), “Direction of Arrival Estimation Using Antenna Arrays”, Technical Report MPRG-TR-96-03, Mobile & Portable
Radio Research Group, Virginia Tech, Blacksburg, VA.
13. R.O.Schmidt, (1979), “Multiple Emitter Location and Signal Parameter Estimation”, Proc. of RADC Spectrum Estimation Workshop, Griffiss, AFB,
NY, pp. 243-258.
14. R.O.Schmidt, (1986), “Multiple Emitter Location and Signal Parameter Estimation”, IEEE Trans. on Antennas and Propagation, Vol. AP-34, No.3.
15. S.V.Schell, Calabretta, W.A.Gardner, B.G.Agee, (1989), “Cycle MUSIC Algorithms for Signal Selective DOA Estimation”, Proc.of the Int’l. Conf. on
Acoustics, Speech, and Signal Processing, 89, pp.2278-2281.
16. S. U. Pillai and B. H. Kwon, (1989), “Forward/Backward Spatial Smoothing Technique for Coherent Singal Identification”, IEEE Trans. on Acoustics,
Speech, and Signal Processing, Vol. 37, No.1, pp.8-15.
17. S. V. Shell, W.A.Gardner, (1993), “High Resolution Direction Finding”, Chapter 17, K, Bose and C.R. Rao, pp. 755-817.
18. T.W. Anderson, (1963), “Asymptotic Theory for Principle Component Analysis,” Ann. Math. Stat, Vol. 34, pp. 122-148.
19. T.J. Shan, M. WaxJ, and T. Kailath, (1985), “On Spatial Smoothing for Estimation of Coherent Signal,” IEEE Trans. on Acoustics, Speech, and Signal
Processing, Vol. ASSP-33, pp.802-811.
PHỤ LỤC
Chương trình mô phỏng việc cải thiện tỷ số CIR trong mạng thông tin tế bào sử dụng kỹ thuật búp sóng:
% Programmed by A.Kanazawa % Checked by H.Harada
%%%%%%%%%%%%%%% Status initialization
I = 2; % The cluster size is determined from I and J J = 2 % n = J*J + I*I + J*I
r = 100; % the radius of the cell[m] h = 0; % the height of the BS[m]
D = set_D(I,J,r); % D is distance between two adjacent cochannel cells station = stationInit(D); % determining position of base station
xbs = real(station); % The x axis of the BS ybs = imag(station); % The y axis of the BS
sigma = 6.5; % standard deviation of shadowing alpha = 3.5; % path loss factor (adsbygoogle = window.adsbygoogle || []).push({});
% Characteristics of antenna gain decision for BS
w_HBS = 60; % [horizontal]: beam width at BS for the target direction
backg_BS = -100; % [horizontal]: antenna gain at BS for the opposite direction [dB]
w_VBS = 360; % [vertical]: beam width at BS [degree] % Characteristics of antenna gain decision for MS
w_HMS = 360; % [horizontal]: beam width at MS for the target direction [degree]
backg_MS = -100; % [horizontal]: antenna gain at MS for the opposite direction [dB]
w_VMS = 360; % [vertical]: beam width at MS [degree] if h == 0, % In the case of macro cell situation, w_VBS = 360; w_VMS = 360; %the effect of beam tilt becomes less. end
% Antenna gain calculation of each BS g_HBS = antgain(w_HBS, backg_BS); g_VBS = antgain(w_VBS, 0);
g_HMS = antgain(w_HMS, backg_MS); g_VMS = antgain(w_VMS, 0);
%%%%%%%%%%%%%%% Loop
%---Initialization of MS positions
N=3000; % The number of repeat for num = 1:N,
Rx = rand(1,19); % the random values: [0-1] Ry = rand(1,19); % the random values: [0-1]
X = r*Rx; Y = Ry.* sqrt (r ^2 - X.^2);
tx = 2*((rand(1,19)>0.5) -0.5); % the random values: -1 or 1 ty = 2*((rand(1,19)>0.5) -0.5); % the random values: -1 or 1
x= X.* tx; % The x axis of the MS when we regard the position of each BS as (0,0)
y= Y.* ty; % The y axis of the MS when we regard the position of each BS as (0,0)
x2 = x + xbs.'; % The x axis of the MS when we regard the position of central BS as (0,0)
y2 = y + ybs.'; % The y axis of the MS when we regard the position of central BS as (0,0)
z(1,:) = x + i * y; % The complex expression of MS when we regard the position of each BS as (0,0)
z(2,:) = x2+ i * y2; % The complex expression of MS when we regard the position of central BS as (0,0)
d(1,:) = abs(z(1,:)); %The distance between BS_i and MS_i in horizontal axis
d(2,:) = abs(z(2,:)); %The distance between central BS and MS_i in horizontal axis
d2 = sqrt(d.^2 + h^2); %The distance
phai(1,:) = angle(z(1,:)); %The angle difference between BS_i and MS_i [rad]
phai(2,:) = angle(z(2,:)); %The angle difference between central BS and MS_i [rad]
deg = phai*180/pi; %the conversion of radian to degree
if h ==0, degH = 90*ones(1,19); else
phaiH = atan(d(2,:)/h); %the elevation angle between central BS and MS_i degH = phaiH*180/pi; % the conversion of radian to degree (adsbygoogle = window.adsbygoogle || []).push({});
end %---shadowing--- for m = 1:19 g(m) = 10*log10(shadow(sigma)); end Nguyễn Hà Duy – K11Đ2
% --- propagation loss ---
Loss(1,:) = 10 * log10(d2(1,:).^alpha); % The propagation loss from MS_i to BS_i [dB]
Loss(2,:) = 10 * log10(d2(2,:).^alpha); % The propagation loss from MS_i to BS_0 [dB]
Loss_max = 10 * log10(r.^alpha); % The propagation loss from the cell boundary to BS [dB]
%---Transmission power level of each MS [dB]--- Ptm_0= Loss_max*ones(1,19); % no power control
%Ptm_0= Loss(1,:) + margin; %power control (with margin [dB] %--- Calculation of antenna gain for the target direction
deg_B = deg(2,1)-deg(2,:); % the angle difference between the MS_0 and MS_i from central BS
deg_M = deg(1,:)-deg(2,:); % the angle difference between the BS_0 and BS_i from MS_i
degHBS = mod(round(deg_B),360); degHMS = mod(round(deg_M),360);
degVBS = round(degH-degH(1)); % the angle difference in vertical direction between MSs and central BS
degVMS = degVBS; % the angle difference in vertical direction between MSs and central BS
%---Calculation of CIR at centered BS %Control
CIdB_a= Ptm_0(1:19)+g_HBS(degHBS(1:19)+1) + g_VBS(degVBS(1:19)+1) + g_HMS(degHMS(1:19)+1) + g_VMS(degVMS(1:19)+1)- Loss(2,1:19)-g(1:19);
% Received level at central BS (beam forming) CIw_a = 10.^ ( CIdB_a ./ 10); % dB
isum_a = sum( CIw_a(2:19)); CIR_a(num) = CIw_a(1) / isum_a; %No Control
CIdB_o= Ptm_0(1:19)- Loss(2,1:19)-g(1:19); % Received level at centered BS (Omni)
CIw_o= 10 .^ ( CIdB_o ./ 10 ); % dB isum_o = sum( CIw_o(2:19));
CIR_o(num) = CIw_o(1) / isum_o;
%---Calculation of CIR under various w_HBS ii = 1;
for w_HBS2=30:10:180,
g_HBS2 = antgain(w_HBS2, backg_BS);
CIdB_a2= Ptm_0(1:19)+g_HBS2(degHBS(1:19)+1) + g_VBS(degVBS(1:19)+1) + g_HMS(degHMS(1:19)+1) + g_VMS(degVMS(1:19)+1)- Loss(2,1:19)- g(1:19);
% Received level at central BS (beam) CIw_a2 = 10 .^ ( CIdB_a2 ./ 10 ); % dB ciw_a2 = sum( CIw_a2(2:19));
CIR_a2(num,ii) = CIw_a2(1) / ciw_a2; ii = ii+1; end end %---statistics CA = 10 * log10(sum(CIR_a)/N); CO = 10 * log10(sum(CIR_o)/N); %----result CA-CO % Improvement end
%---Calculation of CIR under various w_HBS CA2= 10 * log10(sum(CIR_a2)/N);
CA2-CO
plot(30:10:180,CA2-CO, 'k') % CIR improvement when beamwidth at base station varies
%************ End of file ************ (adsbygoogle = window.adsbygoogle || []).push({});