Đang tải... (xem toàn văn)
Mục tiêu nghiên cứu: Đề xuất được giải pháp giảm ICI sử dụng tối thiểu tín hiệu thử để hạn chế tiêu tốn dung lượng đường truyền. Đề xuất được giải pháp giảm ICI phi tuyến.
BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THƠNG NGUYỄN KIM QUANG GIẢM CAN NHIỄU TRONG HỆ THỐNG MOMI-OFDM Chuyên ngành : Kỹ thuật viễn thơng Mã số: 62.52.02.08 TĨM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI - 2018 Học Viện Cơng Nghệ Bưu Chính Viễn Thơng Người hướng dẫn khoa học: PGS.TS Trần Hồng Quân MỞ ĐẦU Nhằm đáp ứng yêu cầu tốc độ liệu ngày cao, băng thông lớn tài nguyên vô tuyến ngày hạn chế, hệ thống thông tin vô tuyến đại phải đối diện với việc giải hai toán bản: nâng cao tốc độ truyền tin hai sử dụng cách hiệu phổ tần Sự kết hợp công nghệ MIMO OFDM lời giải cho hai vấn đề Cơng nghệ MIMO với việc sử dụng nhiều anten đầu phát đầu thu cho phép tăng dung lượng đường truyền mà không cần tăng công suất phát tăng băng thông Công nghệ ghép kênh phân chia theo tần số trực giao (Orthogonal Frequency Division Multiplexing) cho phép truyền liệu đồng thời sóng mang băng hẹp, qua giảm thiểu hiệu ứng pha đing lựa chọn tần số, pha đing đa đường Hệ quả, vấn đề can nhiễu ký tự ISI (InterSymbol Interference) vốn vấn đề nan giải giải Hơn nữa, khác với kiểu điều chế đa song mang trước đây, OFDM điều chế tín hiệu sóng mang trực giao cho phép phổ chúng chờm lên giải pháp hiệu để tận dụng phổ tần Hệ thống sử dụng hai công nghệ kết hợp MIMO OFDM gọi hệ thống MIMOOFDM, hệ thống hứa hẹn nhiều tiềm thông tin vô tuyến đại Trên thực tế, hệ thống lựa chọn cho nhiều loại hình mạng, dịch vụ truyền thơng vơ tuyến mạng di động 4G LTE, WiMax, truyền hình số mặt đất DVB-T… Bên cạnh ưu điểm bật nêu trên, hệ thống MIMO-OFDM đặt thách thức không nhỏ Để đảm bảo truyền nhận liệu cách xác, hệ thống MIMO-OFDM đòi hỏi tất sóng mang phải trì tính trực giao nghiêm ngặt Tuy nhiên thực tế, truyền qua kênh vô tuyến, sóng mang chịu ảnh hưởng kênh truyền bị dịch tần số, phá vỡ tính trực giao với sóng mang khác, từ gây can nhiễu Can nhiễu sóng mang người ta gọi ICI (InterCarrier Interference) Việc nghiên cứu, tìm giải pháp nhằm giảm ICI hệ thống MIMO-OFDM hướng nghiên cứu quan trọng có nhiều thách thức Luận án định hướng giải toán giảm ICI MIMO-OFDM cân miền tần số miền thời gian MỤC TIÊU, ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU Mục tiêu nghiên cứu: - Đề xuất giải pháp giảm ICI sử dụng tối thiểu tín hiệu thử để hạn chế tiêu tốn dung lượng đường truyền - Đề xuất giải pháp giảm ICI phi tuyến Đối tượng nghiên cứu - ICI giải pháp giảm ICI MIMO-OFDM - Các kỹ thuật cân mù - Các kỹ thuật nội suy kênh bám kênh Phạm vi nghiên cứu: - Hệ thống MIMO-OFDM can nhiễu sóng mang MIMO-OFDM Nhiệm vụ nghiên cứu Để đạt mục tiêu nghiên cứu nêu trên, nghiên cứu sinh tập trung vào nhiệm vụ nghiên cứu sau: - Nghiên cứu tổng quan hệ thống MIMO-OFDM - Xây dựng mơ hình ICI hệ thống MIMO-OFDM - Nghiên cứu giải pháp giảm ICI hệ thống MIMO-OFDM áp dụng - Đề xuất giải pháp cân kênh để nâng cao hiệu giảm ICI hệ thống MIMO-OFDM - Tính tốn sử dụng cơng cụ mơ để chứng minh phù hợp giải pháp đề xuất Cấu trúc luận án Mở đầu Chương 1: Hệ thống MIMO – OFDM ICI MIMO-OFDM Chương 2: Giảm ICI cân mù miền tần số dựa phân tích thành phần độc lập Chương 3: Giảm ICI cân miền thời gian kết hợp với nội suy kênh bám kênh Kết luận CHƯƠNG HỆ THỐNG MIMO – OFDM VÀ ICI TRONG MIMOOFDM 1.1 GIỚI THIỆU Chương trình bày tổng quan hệ thống MIMO-OFDM, phân tích, làm rõ nguyên nhân gây ICI hệ thống MIMO-OFDM ảnh hưởng ICI tới hiệu hệ thống Trong chương này, luận án trình bày tổng quan giải pháp giảm ICI chủ yếu nay,phân tích, tìm điểm cần nghiên cứu để bổ sung, hoàn thiện nhằm nâng cao hiệu giảm ICI hệ thống MIMO-OFDM 1.2 MƠ HÌNH HỆ THỐNG MIMO-OFDM Mơ hình ngun lý hoạt động hệ thống MIMO-OFDM 1.2.1 Chèn CP P/S S/P DỮ LIỆU NGUỒN MÃ HÓA KÊNH IFFT ĐIỀU CHẾ SỐ MÃ HÓA Chèn MIMO P/S S/P IFFT Gỡ bỏ S/P P/S DỮ LIỆU ĐÍCH GIẢI MÃ KÊNH GIẢI ĐIỀU CHẾ FFT GIẢI MÃ Gỡ bỏ MIMO S/P P/S FFT ƯỚC LƯỢNG KÊNH Hình 1.2.1: Mơ hình hệ thống MIMO – OFDM M t anten phát M r anten thu 1.2.2 Mơ hình liệu hệ thống MIMO-OFDM Giả thiết hệ thống MIMO-OFDM có M t anten phát M r anten thu, khơng có dịch tần số sóng mang máy phát máy thu, kênh tuyến tính khơng biến đổi thời gian truyền ký tự OFDM Khi đó, tín hiệu miền thời gian hệ thống MIMO-OFDM biểu diễn phương trình: x p h p , FIRs p z p (1.1) x p , s p tương ứng tín hiệu thu tín hiệu phát miền thời gian ký tự OFDM thứ p , z p nhiễu cộng Gauss, h p , FIR đáp ứng xung tương đương kênh biểu diễn ma trận vòng khối Phương trình tín hiệu miền tần số thời gian hệ thống MIMO-OFDM biểu diễn bởi: X p H pS p Z p Trong đó, H p FK I M r h p , FIR FKH I M t (1.2) đáp ứng tần số tương đương kênh, với FK ma trận biến đổi Fourier rời rạc K điểm, ma trận đối phức (Hermitian) , I Mt H là ma trận đơn vị có kích thước M t M t , ký hiệu biểu thị tích Kronecker Vì h p , FIR ma trận vòng khối nên H p ma trận đường chéo: Do H p ma trận đường chéo, nên tín hiệu miền tần số sóng mang thứ k hệ thống MIMO-OFDM biểu diễn phương trình: (1.3) X pK k H p k , k S pK k Z pK k Trong H p k , k đáp ứng tần số sóng mang thứ k ký tự OFDM thứ p Từ phương trình này, thấy rằng, giả thiết ban đầu nêu thỏa mãn, hệ thống không phát sinh tượng ICI Phần luận án trình bày trường hợp giả thiết khơng thỏa mãn ICI sinh 1.3 ICI TRONG HỆ THỐNG MIMO-OFDM 1.3.1 ICI dịch tần số sóng mang bên phát bên thu Các dao động nội máy thu máy phát thường có khác tần số, nên tần số sóng mang máy thu tần số sóng mang máy phát ln ln tồn độ lệch f Độ lệch gọi dịch tần số sóng mang (Carrier Frequency Offset – CFO) nguyên nhân chủ yếu gây trực giao sóng mang con, dẫn đến tượng ICI 1.3.2 ICI trải Doppler Ngoài nguyên nhân lệch tần số dao động nội nêu trên, dịch tần số song mang sinh hiệu ứng Doppler, mà bên phát bên thu không đứng yên mà chuyển động tương đối 1.3.3 ICI tính phi tuyến hệ thống MIMO-OFDM Một nhược điểm hệ thống MIMO – OFDM tỷ lệ công suất đỉnh công suất trung bình cao Đối với tín hiệu có cơng suất cao, khuếch đại công suất (Power Amplifiers –PA) phải làm việc miền phi tuyến Vì vậy, PA tạo méo phi tuyến làm cắt phổ tạo khối phổ kênh chồng lấn sang kênh Điều dẫn đến can nhiễu kênh mà người ta gọi ICI phi tuyến 1.4 NHỮNG PHƯƠNG PHÁP GIẢM ICI CHỦ YẾU HIỆN NAY 1.4.1 Tự giảm ICI Ý tưởng phương pháp tự giảm ICI hy sinh phần dung lượng đường truyền để phát dư thừa liệu với một chế phát thích hợp nhóm sóng mang cho ICI tạo nhóm tự triệt tiêu lẫn Tại phía thu, giải điều chế tự giảm nhiễu tiếp tục tận dụng độ dư thừa để lần tăng cường hiệu giảm ICI thuật toán phù hợp 1.4.2 Phát lặp ký tự kết hợp ước lượng hợp lý cực đại Ý tưởng phương pháp thông qua việc phát lặp ký tự để ước lượng độ chênh lệch tần số sóng mang theo phương pháp ước lượng hợp lý cực đại, sau dựa theo giá trị ước lượng độ chênh lệch tần số sóng mang con, tiến hành sửa chữa chênh lệch tần số hệ thống, từ giảm nhiễu sóng mang 1.4.3 Giảm ICI nắn dạng xung Trong phổ OFDM, sóng mang có búp sóng búp sóng phụ Khi tính trực giao sóng mang trì đỉnh búp sóng sóng mang con, búp sóng phụ sóng mang khác khơng Trong trường hợp tính trực giao bị phá vỡ, điểm đỉnh búp sóng sóng mang có thành phần cơng suất búp sóng phụ sóng mang khác Điều dẫn đến can nhiễu sóng mang Ý tưởng phương pháp nắn dạng xung (Pulse shaping) làm tăng độ rộng búp sóng giảm biên độ búp sóng phụ qua làm giảm ICI 1.4.4 Giảm ICI phương pháp PIC-DSC Phương pháp thực dựa nguyên lý giảm can nhiễu giải mã lặp(Iterative decoding) Theo ngun lý này, giải mã tính tốn trước giá trị gần tin đầu vào Giá trị gọi "thông tin mềm" Sau đó, định tạo định cứng cách lựa chọn giá trị tin đầu vào ứng với thông tin mềm lớn Khi sử dụng hai mã liên kết với nhau, thông tin mềm “mã này” hữu ích cho giải mã "mã kia" Sự trao đổi thông tin mềm liên tục giải mã cách hội tụ gọi “giải mã lặp” Để tạo thông tin mềm, sử dụng thuật tốn ước lượng để cực đại hóa xác suất hậu nghiệm MAP (Maximum A posteriori Probability) Phương pháp PIC thực với hỗ trợ ước lượng kênh sử dụng giảm ICI song song (Paralell Interference Cancellation-PIC) với định thống kê kết hợp (Decision Statistical Combining-DSC), thường gọi phương pháp PIC-DSC 1.4.5 Giảm ICI cân kênh Có hai loại cân sử dụng hệ thống MIMO-OFDM để giảm ICI cân miền tần số cân miền thời gian Cân miền tần số biến đổi tín hiệu đầu vào sau tín hiệu qua FFT cân miền thời gian biến đổi tín hiệu đầu vào trước tín hiệu qua FFT Có nhiều thuật tốn cân đề xuất cho hai loại cân 1.5 KẾT LUẬN CHƯƠNG Hệ thống MIMO-OFDM nhậy cảm với yếu tố làm phá vỡ tính trực giao tín hiệu truyền đi, dẫn đến tượng ICI Những nguyên nhân gây ICI đa dạng, tồn cách phổ biến loại trừ thực tế Vì vậy, giảm ICI việc cần phải thực để đảm bảo hoạt động ổn định hệ thống Các giải pháp giảm ICI chủ yếu đòi hỏi tiêu tốn dung lượng đường truyền hầu hết giải toán ICI tuyến tính CHƯƠNG GIẢM ICI BẰNG CÂN BẰNG MÙ MIỀN TẦN SỐ DỰA TRÊN PHÂN TÍCH THÀNH PHẦN ĐỘC LẬP 2.1 GIỚI THIỆU CHƯƠNG Giả thiết liệu nguồn độc lập tương hỗ với nhau, đó, tín hiệu miền tần số độc lập tương hỗ với Do nguyên nhân khác mà tín hiệu sóng mang can nhiễu sang sóng mang khác, tín hiệu nhận miền tần số trở nên “ít độc lập” với Ý tưởng chủ đạo giải pháp cân miền tần số mà luận án đề xuất sử dụng độ đo tính độc lập tín hiệu sóng mang thực cân cho độ đo đạt giá trị lớn Nội dung chương trình bày mơ hình tốn cách tiếp cận tốn theo ý tưởng nói cách thức thực hóa ý tưởng Các phân tích, luận giải chương đưa đến giải pháp giảm ICI đặt tên “Cân miền tần số dựa phân tích thành phần độc lập” 2.2 MỐI QUAN HỆ GIỮA BÀI TOÁN GIẢM ICI VÀ BÀI TỐN PHÂN TÍCH THÀNH PHẦN ĐỘC LẬP 2.2.1 Xem xét mơ hình ICI tuyến tính trộn tuyến tính Đối với tín hiệu miền tần số sóng mang thứ k , ta có phương trình: X( pK k ) H p _ ICI (k , k )S( pK k ) K 1 H p _ ICI (k , q)S( pK q) Z( pK k ) q 0 qk (2.1) Ở đây, H p _ ICI biểu thị đáp ứng miền tần số trường hợp có ICI Biểu thức (2.1) cho thấy rằng, tín hiệu thu sóng mang trộn tín hiệu sóng mang khác Nếu viết phương trình (2.1) cho sóng mang k với k 0,1 , K 1, phân rã tiếp cho anten thu, ta có hệ phương trình biểu thị cho hệ trộn tuyến tính với số đầu vào số đầu MK MK (Với giả thiết số anten phát số anten thu, tức M t M r M ) 2.2.2 Các kỹ thuật tách trộn mù Các kỹ thuật tách trộn mù, bao gồm: Phân tích thành phần (Principal Component analysis-PCA), Phân tích thành phần độc lập (Independent Component Analysis-ICA),Ước lượng hợp lý cực đại(Mximum Likelihood Estimation-MLE) 2.3 NGUYÊN LÝ GIẢI PHÁP GIẢM ICI DỰA TRÊN ICA 2.3.1 Giảm ICI phương pháp lặp Ý tưởng giảm ICI phương pháp lặp định tín hiệu sóng mang cải thiện cách lặp lặp lại Những cải thiện thực từ việc xác định trừ can nhiễu tất sóng mang khác, dựa định lần lặp lại trước Ở đây, phân biệt hai loại giảm ICI dựa phương pháp lặp : giảm song song (Parallel Interference Cancellation -PIC) giảm (Serial Interference Cancellation -SIC) tùy thuộc vào cách thức mà định tín hiệu sóng mang thực 2.3.2 Giảm ICI phương pháp lặp dựa ICA Dựa phân tích thành phần độc lập (ICA), thu được 0 ước lượng ban đầu tín hiệu miền tần số phát S p S p từ ước lượng ma trận đáp ứng tần số H p _ ICI Từ ước lượng ban đầu sử dụng phương pháp lặp nêu trên, giảm ICI cách giảm song song nối tiếp Để nhận ước lượng ban đầu S 0 p , luận án xây dựng máy thu MIMO_OFDM trình bày phần 2.4 XÂY DỰNG MƠ HÌNH MÁY THU MIMO-OFDM DỰA TRÊN ICA 2.4.1 Máy thu MIMO dựa ICA Mơ hình máy thu dựa ICA hệ thống MIMO trình bày Hình 2.1 CÂN BẰNG ICA ICA TIỀN MÃ DỊCH SẮP XẾP GIẢI PHA LẠI MÃ HĨA QUYẾT ĐỊNH Hình 2.4.1: Mơ hình hệ thống MIMO với máy thu dựa ICA Dữ liệu gốc trước phát tiền mã hóa sau: s n, p Trong đó, d ref 1 a2 d n, p ad ref n, p (2.2) n, p liệu tham chiếu mà bên phát bên thu biết trước Dữ liệu tham chiếu lựa chọn cách ngẫu nhiên, có kích 12 † Sl 1 k Sl 1 k H S l 1 k Sl 1 k H 1 (2.8) Sử dụng ước lượng kênh này, có ước lượng mềm sau: Sˆil pK k gi l k X pK k H (2.9) k vectơ cân MMSE dòng liệu thứ i 1, 2, , M t , xác định sau: l Trong gi i; 1 l Trong đó, hi gi l k Rl k hil k k ký hiệu cột thứ i (2.10) ˆ l k R l k ma H trận tự tương quan trộn thu xác định bởi: R l k hi l k hil k i H I (2.11) Thứ tự trích từ bé tới lớn MSE MSEi k hi k l l H 1 Rl k hil k (2.12) Ma trận tự tương quan trộn thu trừ can nhiễu là: M r i R k h j k hji k j i H I (2.13) l Cuối cùng, liệu giải mã để nhận ước lượng mềm di pK k Ước lượng mềm đưa tới định để thu ước lượng cứng: l l di ( pK k ) Q di pK k (2.14) Trong đó, Q . hàm ước lượng cứng Trước thực lặp tiếp theo, phần can nhiễu ICI trừ từ tín hiệu thu sóng mang con: X( pK k ) X( pK k ) hi i Sil pK k (2.15) 2.7 MÔ PHỎNG GIẢI PHÁP GIẢM ICI BẰNG CÂN BẰNG MIỀN TẦN SỐ DỰA TRÊN ICA Mô thực với hệ thống MIMO-OFDM có anten phát anten thu , 64 sóng mang , độ dài CP 16, kênh Rayleigh, số mắt lọc kênh 5, phương pháp điều chế sử dụng BPSK QPSK, độ dịch tần số chuẩn hóa 0.15 0.3 13 Mô thực với trường hợp khác so sánh với giải pháp “Tự giảm ICI” (ICI Self Cancellation) giải pháp giảm ICI phổ biến Kết mơ trình bày Hình 2.4, đường SC biểu thị kết giải pháp “Tự giảm ICI”, đường lại biểu thị kết giải pháp đề xuất trường hợp áp dụng khác nhau: đường ICA-MMSE biểu thị kết dùng cân mà không thực kết hợp với bước lặp giảm tuần tự; đường Iteration I=4 biểu thị kết áp dụng đầy đủ giải pháp kết hợp cân – lặp giảm với số lần lặp 4; đường Iteration I=2 biểu thị kết số lần lặp Hình 2.7.4: So sánh BER theo SNR giải pháp đề xuất với giải pháp “Tự giảm ICI” a) 0.15 , BPSK b) 0.3 , BPSK c) 0.15 , QPSK d) 0.3 , QPSK 14 2.8 KẾT LUẬN CHƯƠNG Luận án đề xuất mơ hình giải pháp giảm ICI cân mù miền tần số dựa phân tích thành phần độc lập Giải pháp tỏ hiệu để môi trường kênh biến đổi chậm ICI sinh dịch tần số sóng mang sinh tính phi tuyến khuếch đại công suất Đặc điểm giải pháp khơng u phải có tín hiệu thử tiết kiệm dung lượng đường truyền cho ứng dụng vô tuyến CHƯƠNG GIẢM ICI BẰNG CÂN BẰNG MIỀN THỜI GIAN KẾT HỢP VỚI NỘI SUY KÊNH VÀ BÁM KÊNH 3.1 GIỚI THIỆU CHƯƠNG Bài toán giảm ICI cân miền thời gian cho hệ thống MIMO-OFDM thu hút nhiều nghiên cứu năm gần đây, số lọc miền thời gian dựa cực đại hóa tỷ lệ tín hiệu can nhiễu ( SINR ) có tên gọi lọc tuyến tính tối ưu giải pháp hiệu việc giảm ICI tuyến tính nhiều cơng trình nghiên cứu tham khảo Nội dung chương là, phân tích điểm bổ sung, hoàn thiện giải pháp lọc tối ưu, từ đề xuất cải tiến mới, nâng cao hiệu giảm ICI lọc tối ưu giúp cho giải pháp thực việc giảm ICI phi tuyến Những đề xuất bao gồm nội suy kênh mạng nơron RBF bám kênh lọc thích nghi nhân 3.2 GIẢM ICI BẰNG LỌC TUYẾN TÍNH TỐI ƯU 3.2.1 Giảm ICI lọc tuyến tính tối ưu hệ thống SISO – OFDM Bộ lọc tối ưu xác định sau: 1 Tính R yy (bằng cách ước lượng kênh với tín hiệu thử) Với sóng mang m m K 1 , tính sau: w m R yy1h m w m,opt w m / | w m | SINR (3.1) tối ưu tương ứng với sóng mang thứ m là: SINRm,opt h mH R yy1h m (1 h mH R yy1h m ) (3.2) 15 3.2.2 Giảm ICI lọc tuyến tính tối ưu hệ thống MIMO – OFDM w kM r ,opt R yy1hkM r với k K 1, r M (3.3) H Trong đó, số chuẩn hóa R yy I KM h FIR _ ICI h FIR _ ICI M SNR Ma trận lọc tối ưu : Wopt 3.2.3 w1,Hopt H w Q H 2,opt w H KM ,opt (3.4) Những yếu tố ảnh hưởng đến hiệu giải pháp lọc tối ưu đề xuất phương án cải tiến Hiệu giảm ICI giải pháp lọc tối ưu phụ thuộc vào chất lượng việc ước lượng kênh Giải sử hệ thống có K sóng mang kênh có L mắt lọc để ước lượng h FIR _ ICI ta cần ước lượng tới KL tham số Nếu dùng tín hiệu thử việc ước lượng KL tham số tốn khơng thể giải được, chí sử dụng tồn K sóng mang ký tự OFDM để làm tín hiệu thử ước lượng K tham số Vì vậy, để ước lượng tồn kênh, kỹ thuật bổ sung khác cần thực Các kỹ thuật thông thường nội suy kênh bám kênh Đã có nghiên cứu kỹ thuật này, nhiên áp dụng với kênh tuyến tính Luận án đề xuất kỹ thuật nội suy bám kênh có khả làm việc với kênh phi tuyến, góp phần giải toán giảm ICI phi tuyến.Các nội dung trình bày phần 3.3 ĐỀ XUẤT GIẢI PHÁP CẢI TIẾN LỌC TỐI ƯU VỚI NỘI SUY KÊNH BẰNG MẠNG NƠRON RBF 3.3.1 Bài toán nội suy với cách tiếp cận hàm sở bán kính Powell phát biểu tốn nội suy với cách tiếp cận hàm sở bán kính (Radial Basis Function - RBF) sau: Cho tập N mẫu xi , di i 1, , N với xi R n , di R m 16 Tìm hàm f : R n R m thỏa mãn điều kiện nội suy sau: f xi di với i 1, , N Powell đề xuất tìm hàm f . có dạng sau: N f x wii x xi i 1 Trong đó, x x i 1, 2, , N i (3.5) (3.6) tập N hàm (thường phi tuyến) bất kỳ, gọi hàm sở bán kính, ký hiệu khoảng cách Euclid, điểm liệu biết xi R n , i 1, 2, , N gọi tâm hàm 3.3.2 Mạng nơron RBF Mạng nơron sở bán kính (Radial Basis Function Neural Network-RBFNN) mạng nơron đa lớp sử dụng hàm sở bán kính làm hàm thực Mạng RBF thơng thường có ba lớp với vai trò khác Lớp vào có nút nguồn để nối mạng với đầu vào nó, lớp thứ hai lớp ẩn mạng để thực biến đổi phi tuyến từ không gian vào thành không gian ẩn nhiều chiều,và lớp tuyến tính tạo thành đáp ứng mạng tín hiệu vào Mạng RBF sử dụng cho toán nội suy phi tuyến 3.3.3 Bổ sung tham số đảm bảo hoạt động mạng nơron RBF nội suy Mạng nơron RBF sử dụng để nội suy kênh phi tuyến Tuy nhiên, để đảm bảo thực điều này, cần giải thêm vấn đề sau: Trong toán nội suy kênh, ma trận trọng số w xác định từ phương 1 trình w Φ x , đó, Φ ma trận nội suy Bài toán đặt ma trận suy biến, làm để tính vector trọng số w Luận án giải toán nói trên sở áp dụng định lý Tikhonov với việc bổ sung thêm tham số điều chỉnh để tính trọng số mạng RBF nội suy trường hợp Φ bị suy biến 3.3.4 Giảm ICI lọc tối ưu kết hợp với ước lượng nội suy kênh mạng RBF Ước lượng M hàng h FIR _ ICI tín hiệu thử, ký hiệu hàng hm(1) , , hm( M ) Ký hiệu tập hợp kênh m 1 , m M Đánh dấu mốc thời gian mà ta có ước lượng kênh ký hiệu mốc pi theo cách sau : 17 p m1 , p1 m1 , , pM 1 m M Ứng với mốc này, ta có ước lượng kênh ký hiệu hˆ hm1 , hˆ h m 2 , , hˆ M 1 h m M (3.7) hˆ i : Như vậy, có tập ML mẫu pi , hi i 0,1, , M Trong hi hi , hi 1 , , hi L 1 vectơ có độ dài L Từ tập mẫu này, tìm hàm f thỏa mãn điều kiện nội suy sau: T f mi hi với i 1, , M (3.8) Áp dụng cách tiếp cận hàm sở bán kính cho tốn nội suy nói trên, ta áp dụng mạng RBF để giải quyết, cụ thể sau: Lựa chọn mạng RBF có đầu vào, số nơron lớp ẩn M , tâm chọn vị trí đánh dấu i pi , độ trải rộng cho tất tâm đặt sau: d max 2M (3.9) Trong đó, d max khoảng cách lớn tâm chọn, nói cách khác d max xác định bởi: dmax max m i m j i 1, 2, , M ; j 1, 2, , M (3.10) Lớp có L nơron ứng với độ dài vectơ cần nội suy Tại thời điểm thứ j , L đầu mạng cho ta ước lượng đáp xung T kênh thời điểm hˆ j h j , h j 1 , , h j L 1 Trong đó, ứng với nơron thứ l lớp , ta có nội suy hj l sau: M h j l wili i với l L i 1 Thay . hàm Gauss , có: j i h j l wil exp 2 i 1 M (3.11) Mô giải pháp Xét hệ thống với hai trường hợp có tần số sóng mang khác fc 2.4GHz f c 5GHz , hệ thống có 64 sóng mang con, kênh có số mắt 18 lọc L , tốc độ di chuyển 96 Km/h ( tương đương với tần số Doppler 214Hz 445Hz tương ứng với trường hợp tần số sóng mang 2.4GHz 5GHz ) Hình 3.3.1: So sánh SINR Gain giải pháp có nội suy kênh khơng có nội suy kênh Mơ sử dụng độ đo độ lợi SINR , ký hiệu SINR Gain định nghĩa sau : 1/ N Trong SINRkw K 1 w SINRk (3.12) SINR Gain kK01 SINRk k 0 SINR sóng mang thứ k hệ thống có sử dụng giải pháp giảm SINRk SINR sóng mang thứ k hệ thống không áp dụng giải pháp giảm ICI Mơ trình bày Hình 3.1 cho hai trường hợp : giảm ICI lọc tối ưu giảm ICI lọc tối ưu kết hợp với nội suy kênh mạng RBF 19 Kết mô cho thấy, việc kết hợp lọc tối ưu với nội suy kênh mạng RBF cho kết độ lợi SINR cao so với giải pháp với giải pháp lọc tuyến tính đơn 3.4 ĐỀ XUẤT GIẢI PHÁP CẢI TIẾN LỌC TỐI ƯU VỚI BÁM KÊNH BẰNG LỌC THÍCH NGHI NHÂN Đã có nhiều nghiên cứu ước lượng bám kênh để giảm ICI hầu hết tập trung cho ước lượng bám kênh tuyến tính Tuy nhiên, kênh MIMOOFDM thường kênh phi tuyến nguyên nhân gây ICI hệ thống, việc ước lượng bám kênh phi tuyến cần thiết Để thực điều này, luận nghiên cứu áp dụng lọc thích nghi nhân (Kernel Adaptive Filter) cấu trúc toán phù hợp cho toán cân phi tuyến , sở luận án đề xuất thuật tốn cho mơ hình bám kênh để phục vụ cho giải pháp cải thiện lọc tối ưu giảm ICI 3.4.1 Cải thiện lọc tối ưu bám kênh Trong phần này, luận án trình bày số giải pháp bám kênh nghiên cứu, đề xuất để kết hợp với lọc tối ưu nhằm cải thiện hiệu giảm ICI MIMO-OFDM Các giải pháp áp dụng kênh tuyến tính Luận án đề xuất phương pháp bám kênh phi tuyến theo phương pháp kernel, trình bày phần 3.4.2 Phương pháp kernel mơ hình khơng gian trạng thái phi tuyến Một kernel hàm liên tục, đối xứng, xác định dương : U U R hoạt động không gian số liệu vào U , Định lý Mercer kernel u, u biểu diễn sau: u, u, ii u i u, (3.13) i 1 Trong i i tương ứng giá trị riêng hàm riêng Các giá trị không âm Chúng ta có định lý sau: Định lý : Cho mơ hình khơng gian phi tuyến : s i 1 g s i (3.14) d i h u i , s i v i Trong đó, s S vectơ trạng thái gốc ; g : S S , h : U S R hàm phi tuyến Tồn vectơ đầu vào chuyển đổi u , vectơ trạng thái chuyển đổi x s tốn tử tuyến tính A cho thỏa mãn hệ phương trình sau : 20 x s i 1 Ax s i (3.15) d i u i x s i v i T u u, u, u, T Trong đó: (3.16) Với hàm kernel phù hợp Định lý cho thấy mơ hình khơng gian trạng thái phi tuyến biểu diễn (3.14) ln tồn mơ hình khơng gian trạng thái tuyến tính tương đương biểu diễn (3.15) Định lý cung cấp khuôn khổ lý thuyết để giải vấn đề ước lượng mơ hình khơng gian phi tuyến phương pháp kernel 3.4.3 Thuật tốn bình phương nhỏ đệ quy kernel Thuật toán sử dụng lọc thích nghi nhân thuật tốn “Bình phương nhỏ đệ quy kernel” (Kernel Recursive Least Squares-KRLS) Trước tiên, biến đổi liệu u i vào không gian đặc trưng F biến đổi u i (được ký hiệu i ) Sau đó, thuật tốn bình phương nhỏ đệ quy (Recursive Least Squares) áp dụng chuỗi mẫu d 1 , d 1 , Tại bước thuật toán, vectơ trọng số w i cực tiểu hóa theo : i d j w i j w i wi 3.4.4 T (3.17) j 1 Đề xuất thuật tốn bình phương nhỏ đệ quy kernel mở rộng cho mơ hình bám kênh Vấn đề thuật tốn KRLS khơng cho phép bám kênh Từ quan điểm mơ hình không gian trạng thái, KRLS nghầm giả định phương trình khơng gian trạng thái hệ thống sau: x i 1 x i d i u i x i v i T (3.18) Tức KRLS xét hệ phương trình (3.15) trường hợp đặc biệt ma trận chuyển đổi A I , tức trạng thái không thay đổi theo thời gian Để phục vụ việc bám kênh thay đổi theo thời gian, luận án xem xét mơ hình (3.15) trường hợp A I , mơ hình trở thành: 21 x i 1 x i n i (3.19) d i i x i v i Trong đó, A ma trận chuyển đổi, n i nhiễu trạng thái v i nhiễu T quan sát, hệ số nhân vô hướng Kết thuật tốn KRLS mở rộng trình bày Bảng 3.1 Bảng 3.4.1: Thuật tốn KRLS mở rộng cho mơ hình bám Thuật tốn KRLS mở rộng để bám kênh Khởi đầu Lặp i 1 h i u i , u 1 , u i , u i 1 T z i Q i 1 h i r i i r i 1 u i , u i h i z i T z i e i a i 1 r i a i e i r i r i 1 r i i q r i 1 Q i 3.4.5 (3.20) Q i 1 r i z i z i T z i r i i q r i 1 z i Giảm ICI lọc tối ưu kết hợp với ước lượng bám kênh KRLS mở rộng Xét hệ phương trình tiến trình (trạng thái) phương trình đo (quan sát) hệ thống: h n 1 h n n i (3.21) x i i hn v i T Trong đó: h n trạng thái ước lượng kênh thời điểm thứ n , có kích thước L1 : hn hn , hn 1 , , hn L 1 T 22 n i vectơ nhiễu tiến trình, có kích thước L1 : T n i vn , 1 , L 1 với l nhiễu mơ hình nêu (3.61) S n ma trận đo sử dụng L ký tự truyền có tác động đến ký tự thu thời điểm thứ n : Sn s n , s n 1 , s n L 1 T Tín hiệu nhận x n thời điểm coi quan sát đầu vào cho thuật toán (3.20) lọc Ước lượng kênh miền thời gian thu toàn khung sử dụng để đưa ma trận kênh h FIR _ ICI đưa tới lọc tối ưu để thực bước Mô giải pháp Xét hệ thống với hai trường hợp có tần số sóng mang khác fc 2.4GHz f c 5GHz , hệ thống có 64 sóng mang con, kênh có số mắt lọc L , tốc độ di chuyển 96 Km/h ( tương đương với tần số Doppler 214Hz 445Hz tương ứng với trường hợp tần số sóng mang 2.4GHz 5GHz ) Các tham số đặt 0.01 , 0.999999 , q 104 , 0.995 Hình 3.4.2: So sánh SINR Gain giải pháp có bám kênh với KRLS mở rộng khơng có bám kênh 23 Kết mơ trình bày Hình 3.2 Kết mô cho thấy giải pháp lọc tối ưu kết hợp với ước lượng bám kênh lọc bình phương nhỏ đệ quy kernel mở rộng cho SINR Gain cao 2dB so với giải pháp giảm ICI lọc tối ưu thông thường điểm SNR 25dB 3.5 KẾT LUẬN CHƯƠNG Cân kênh miền thời gian giải pháp quan trọng để giảm ICI Trong số giải pháp cân kênh miền thời gian lọc tối ưu giải pháp hiệu quả, nhiên, thân lọc tối ưu cải tiến sau tập trung cho ICI tuyến tính Tại chương này, luận án đề xuất hai cải tiến bổ sung để cải thiện hiệu giảm ICI tuyến tính mà giúp cho lọc tối ưu giảm ICI phi tuyến Giải pháp thứ ước lượng nội suy kênh mạng nơron RBF giải pháp thứ hai ước lượng bám kênh lọc thích nghi nhân với thuật tốn KRLS mở rộng KẾT LUẬN VÀ ĐỊNH HƯỚNG NGHIÊN CỨU TIẾP THEO KẾT LUẬN Luận án theo hướng nghiên cứu giảm ICI cân bao gồm cân miền tần số cân miền thời gian Trong trình thực theo hướng nghiên cứu này, số kết khoa học luận án đưa ra, góp phần làm nâng cao hiệu giảm ICI MIMO-OFDM làm phong phú thêm giải pháp giảm ICI có Các kết xếp vào hai nhóm sau: Giảm ICI cân miền tần số - Mơ hình máy thu MIMO-OFDM có cân miền tần số dựa ICA Thuật toán mù cho cân dựa ICA Giải pháp giảm ICI cách ứng dụng cân mù miền tần số kết hợp với phương pháp lặp giảm Giảm ICI cân miền thời gian - Phương pháp ước lượng nội suy kênh MIMO-OFDM mạng nơron RBF Cách thức để đảm bảo mạng nơron RBF nội suy hoạt động trường hợp ma trận nội suy bị suy biến Giải pháp giảm ICI cách kết hợp ước lượng nội suy kênh mạng RBF với lọc tối ưu 24 - Thuật tốn bám kênh “Bình phương nhỏ đệ quy kernel mở rộng” Giải pháp giảm ICI cách kết hợp ước lượng bám kênh với lọc tối ưu Các kết mô cho thấy giải pháp cân miền tần miền thời gian mà luận án đề xuất góp phần cải thiện hiệu giảm ICI ĐỊNH HƯỚNG NGHIÊN CỨU TIẾP THEO - - Từ thuật toán tách trộn mù tuyến tính mà luận án đề xuất, tiếp tục nghiên cứu, xây dựng thuật toán tách trộn mù phi tuyến Thuật tốn làm sở để áp dụng cho cân mù dựa phân tích thành phần độc lập có khả làm việc môi trường kênh phi tuyến Nghiên cứu kỹ thuật bám kênh nội suy kênh sở lý thuyết logic mờ (fuzzy logic) áp dụng cân Khi làm việc với hệ thống phức tạp, biến đổi theo thời gian trước, phương pháp sở logic mờ hứa hẹn cho tốc độ hội tụ cao hơn, giảm khối lượng tính tốn nâng cao hiệu cân DANH MỤC CƠNG TRÌNH CƠNG BỐ CỦA TÁC GIẢ [1] Nguyễn Kim Quang, “Cân kênh vô tuyến cân nơron mù với Entropy cực đại”, Tạp chí Khoa học Cơng nghệ , Viện Khoa học Công nghệ Việt Nam, tập 50, số 2A, trang 183-193, tháng 9/ 2012 [2] Nguyễn Kim Quang, Dư Đình Viên, “Mở rộng phạm vi ứng dụng hàm xuyên tâm cho cân nơron xuyên tâm”, Tạp chí Nghiên cứu Khoa học Cơng nghệ Quân sự, Viện Khoa học Công nghệ Quân sự, số 19, trang 39-44, tháng 6/2012 [3] Nguyễn Kim Quang, Dư Đình Viên, “Tính ổn định cân hồi quy phức”, Tạp chí Nghiên cứu Khoa học Công nghệ Quân sự, Viện Khoa học Công nghệ Quân sự, số 22, trang 50-53, tháng 12/2012 [4] Nguyễn Viết Minh, Nguyễn Kim Quang, “Cân kênh phi tuyến cân kênh Kernel RLS mở rộng”, Tạp chí Nghiên cứu Khoa học Cơng nghệ Qn sự, Viện Khoa học Công nghệ Quân số 38, trang 67-75, tháng 8/2015 [5] Nguyễn Kim Quang, “Giảm can nhiễu sóng mang hệ thống MIMO-OFDM cân mù miền tần số kết hợp với phương pháp lặp”, qua phản biện chấp nhận đăng Tạp chí Khoa học Cơng nghệ, Trường Đại học Công nghiệp Hà Nội ... tổng quan hệ thống MIMO-OFDM - Xây dựng mơ hình ICI hệ thống MIMO-OFDM - Nghiên cứu giải pháp giảm ICI hệ thống MIMO-OFDM áp dụng - Đề xuất giải pháp cân kênh để nâng cao hiệu giảm ICI hệ thống MIMO-OFDM... hiệu để tận dụng phổ tần Hệ thống sử dụng hai công nghệ kết hợp MIMO OFDM gọi hệ thống MIMOOFDM, hệ thống hứa hẹn nhiều tiềm thông tin vô tuyến đại Trên thực tế, hệ thống lựa chọn cho nhiều loại... tới hiệu hệ thống Trong chương này, luận án trình bày tổng quan giải pháp giảm ICI chủ yếu nay,phân tích, tìm điểm cần nghiên cứu để bổ sung, hoàn thiện nhằm nâng cao hiệu giảm ICI hệ thống MIMO-OFDM