Professional Documents
Culture Documents
Giới thiệu
Mã khối không-thời gian là một kỹ thuật phân tập phát đơn giản trong công nghệ
MIMO. Ở đây ta sẽ phân tích về các mã không thời gian và đánh giá hoạt động
của chúng trong các kênh fading MIMO. Đầu tiên ta sẽ phân tích về mã Alamouti.
Về căn bản, mã này tạo ra một mẫu cho một hệ thống 2x2 nhằm đạt được độ lợi
phân tập đầy đủ với một thuật toán giải mã likelihood tối đa (ML) đơn giản. Sau
đó ta sẽ phân tích các hệ thống phân tập mức cao hơn sử dụng một số lượng lớn
antenna ứng dụng phương pháp của Alamouti. Ta sẽ phân tích hoạt động của các
mã này trong điều kiện ước đoán kênh không tuyệt đối và các kênh fading
Rayleigh chậm tương ứng.
Với Es là năng lượng trung bình trên một ký tự của máy phát và được chia đều cho
các antenna phát và n là nhiễu ZMCSCG, đại diện cho mẫu nhiễu trắng Gauss tại
máy thu. Theo lý thuyết xác suất, tổng của hai biến ngẫu nhiên Gauss phức cũng là
một biến Gauss phức. Do đó 1/√2(h1+h2) cũng là ZMCSCG. Như vậy ta có:
Với h1 và h2 lần lượt là độ lợi kênh giữa 2 antenna phát và antenna thu. Ta giả sử
rằng h1 và h2 là các biến ngẫu nhiên ZMCSCG. Đối với máy thu, một kênh như vậy
được xem như một kênh 2 đường với fading tuyến độc lập nhau và có năng lượng
tuyến trung bình bằng nhau. Nếu ta đặt một bộ phát hiện ML (maximum
likelihood) tại máy thu, ta có thể phát hiện hoàn toàn sự phân tập mức 2 tại máy
thu. Nhược điểm của giải pháp này là tạo ra nhiễu giữa các symbol và sự phức tạp
của bộ phát hiện ML sẽ tăng thêm khi ta thêm nhiều antenna phát. Do đó cần phải
có một giải pháp khác. Và yêu cầu này được thực hiện bởi Alamouti.
Đầu tiên các bit thông tin được điều chế theo kiểu điều chế đa mức. Bộ mã hóa sau
đó sẽ lấy một khối 2 symbol điều chế s1 và s2 trong mỗi lần mã hóa và đưa ra
antenna phát theo ma trận mã sau:
Trong ma trận trên, cột đầu tiên đại diện chu kỳ phát đầu tiên và cột thứ 2 đại diện
cho chu kỳ phát tiếp theo. Hàng đầu tiên tương ứng với các symbol được phát từ
antenna đầu tiên và hàng thứ 2 tương ứng với các symbol được phát từ antenna thứ
2. Trong suốt chu kỳ của symbol thứ nhất, antenna đầu tiên truyền s1 và antenna
thứ hai truyền s2. Trong suốt chu kỳ của symbol thứ 2, antenna đầu tiên truyền –
s2* và antenna thứ hai truyền s1* là liên hiệp phức của s1.
Điều này cho thấy rằng ta đã phát đi cả về không gian (trên 2 antenna) và thời gian
(2 khoảng thời gian truyền). Đây gọi là mã không thời gian. Xét phương trình sau:
Với s1 là chuỗi thông tin từ antenna thứ nhất và s2 là chuỗi thông tin từ antenna
thứ hai.
Ta thấy rằng các chuỗi thông tin trên là trực giao với nhau (do tích của chúng bằng
0). Tích này được tính như sau:
Nếu ta giả sử rằng có một antenna tại máy thu, thì các tín hiệu nhận được được
định nghĩa như dưới đây.
Gọi hệ số fading của antenna 1 và 2 lần lượt là h1(t) và h2(t) tại thời điểm t. Nếu ta
giả sử rằng các hệ số này không thay đổi trong các chu kỳ truyền symbol, ta có:
Với |hi| và θi, i=1,2 là độ lợi biên độ và độ dịch pha của tuyến từ antenna phát i đến
antenna thu và T là thời gian của symbol.
Tại máy thu các tín hiệu sau khi truyền trên kênh có thể được biểu diễn như sau:
r1 = h1 s1 + h2 s2 + n1
r2 = -h1 s2* + h2 s1* + n2
Với n1 và n2 lần lượt là các biến phức độc lập nhau có trung bình bằng không, đại
diện cho các mẫu nhiễu Gauss tại thời điểm t và t+T.
và gửi chúng đến bộ phát hiện ML, tại đây nó sẽ tối g định thức quyết định sau:
với tất cả các giá trị có thể của s1 và s2. Khai triển và loại bỏ các thành phần độc
lập với các từ mã ta có định thức sau:
để giải mã s2.
Một cách tương tự, nếu ta dùng công thức
thì quy luật quyết định cho mỗi tín hiệu kết hợp
(**)
Đối với tín hiệu PSK, bất đẳng thức trên trở thành:
Trong trường hợp kết hợp tỉ số tối đa, tín hiệu nhận được sẽ như sau:
r1 = h1 s0 + n1
r2 = -h2 s0 + n2
và tín hiệu kết hợp sẽ là:
Bộ phát hiện ML sẽ quyết định tín hiệu si sử dụng quy luật như đã đề cập ở trên.
Chú ý rằng tín hiệu MRC ở trên bằng với kết quả kết hợp tín hiệu của mẫu
phân tập phát trong (**) trừ sự khác biệt về pha trong các thành phần nhiễu không
ảnh hưởng đến SNR. Điều này cho thấy rằng mức phân tập từ sự phân tập phát 2
antenna của Alamouti (với 1 antenna thu) là giống với MRC 2 nhánh.
4.3.3. Phân tập phát
Sự truyền tín hiệu trong mẫu Alamouti là trực giao. Điều này cho thấy rằng
antenna thu sẽ thấy được hai luồng tín hiệu trực giao với nhau. Do đó ta đạt được
sự phân tập phát. Xét 2 chuỗi mã khác nhau S và S^ lần lượt tạo ra bởi đầu vào (s1,
s2) và (s1^, s2^) với (s1, s2) ≠ (s1^, s2^). Ma trận sai biệt từ mã được cho bởi:
Do các hàng của ma trận mã là trực giao với nhau nên các hàng của ma trận sai
biệt cũng trực giao với nhau. Ma trận khoảng cách của từ mã được cho bởi:
Do (s1, s2) ≠ (s1^, s2^) nên rõ ràng là ma trận khoảng cách của bất cứ 2 từ mã khác
nhau nào đều có hạng bằng 2. Nói cách khác, mẫu Alamouti cho ta sự phân tập
phát với MT=2. Định thức của ma trận A(S, S^) được cho bởi:
Khoảng cách tối thiểu giữa 2 chuỗi mã phát đi giống như trong hệ thống chưa mã
hóa. Điều này cho thấy độ lợi mã bằng 1. Đây là một nhược điểm của mẫu
Alamoutic.
4.3.4. Tóm tắt về mẫu Alanouti
Các đặc điểm:
Không cần sự hồi tiếp từ máy thu về máy phát yêu cầu CSI để đạt được sự
phân tập đầy đủ.
Không làm trải rộng băng thông
Bộ giải mã ít phức tạp
Hoạt động hiệu quả tương đương với MRC nếu tổng công suất phát xạ
được gấp đôi so với hệ thống dùng MRC. Điều này là do, nếu công suất
phát được giữ không đổi, mẫu này sẽ làm giảm 3dB công suất phát do công
suất phát được chia cho 2 antenna phát.
Không cần thiết phải thiết kế lại toàn bộ hệ thống có sẵn để hoạt động với
mẫu phân tập này.
Hiệu quả sử dụng phổ của mã không thời gian được cho bởi:
(***)
với c là một hằng số, MT là số antenna phát, SH là ma trận kiểm tra của S và IMT là
ma trận đơn vị MTxMT. Điều này tạo ra sự phân tập MT mức. Các ma trận truyền
mã này được chọn sao cho các hàng và cột của mỗi ma trận là trưc giao với nhau.
Bộ mã hóa STBC
Nếu điều kiện này được thỏa mãn thì phương trình trên cũng được thỏa mãn và ta
có sự phân tập đầy đủ MT. Tốc độ mã sẽ tùy thuộc vào ma trận được thiết kế.
4.4.1. STBC cho các tương quan tín hiệu thực
Ở đây ta sẽ phân tích quá trình tạo ra các ma trận truyền thực.
Trước hết ta xét các ma trận vuông. Các ma trận như vậy chỉ tồn tại trong trường
hợp số lượng atenna phát MT=2, 4, hoặc 8. Các mã này là các mã toàn tốc do ma
trận là ma trận vuông và cũng phân tập phát đầy đủ MT mức. Ma trận truyền khi đó
được cho bởi:
với MT =2 antenna phát. Ta có thể thấy rằng ma trận này thỏa điều kiện trực giao
theo phương trình (***).
với MT =4 và,
Dựa vào quy tắc này ta có thể xây dựng các ma trận thực kích thước 3, 5, 6, 7, như
sau:
(S7)
Xét ma trận S7. Ta có k=8 vì có 8 symbol trong ma trận (s1, s2,...,s8) và có 8 chu
kỳ phát, p=8. Ta phát 8 symbol này trong 8 chu kỳ phát từ 7 antenna giống như
trước. Và ta có được độ phân tập đầy đủ MT=8 và tốc độ mã:
Quy tắc thiết kế cho các ma trận loại này cũng giống như quy tắc thiết kế các ma
trận thực như đã đề cập ở phần trước. Ở đây ta phân tích các ma trận truyền phức
có kích thước MT=3 và MT=4 với tốc độ mã 1/2.
Ta có thể dễ dàng thấy rằng tích của bất cứ 2 hàng nào trong các ma trận này đều
bằng 0. Điều này chứng tỏ các ma trận này là trực giao và tạo ra sự phân tập đầy
đủ. Trong trường hợp G3 ta thấy rằng có 4 symbol s1, s2, s3, s4 và các liên hiệp
phức của nó, tức là k=4, và có 8 chu kỳ phát, tức là p=8. Như vậy ta có tốc độ mã
là R=k/p=4/8=1/2. Một cách tương tự ma trận G4 có tốc độ mã là R=1/2.
Do ta cần các ma trận với tốc độ mã cao hơn nên phải cần đến các quá trình xử lý
tuyến tính phức tạp hơn. Các ma trận kích thước 3 và 4 sau đây cho ta tốc độ mã
R=3/4.
để giải mã s4.
để giải mã s4.
Ta biết rằng mẫu Alamouti trong kết quả mô phỏng này không giữ CSI của kênh.
Do đó, nó không thể tạo ra độ lợi mảng tại máy phát nhưng sẽ tạo ra độ lợi phân
tập tại máy phát bởi vì các luồng dữ liệu là trực giao. Trong khi đó, mẫu MRC
không thể tạo ra độ lợi phân tập tại máy thu bởi vì chỉ có một antenna nhưng nó
tạo ra độ lợi mảng tại máy thu bởi vì nó giữ CSI tại máy thu. Ta có thể suy ra rằng
mẫu Alamouti 2 x 2 sẽ có công suất phát nhỏ hơn 3dB so với mẫu MRC 1 x 4 bởi
vì cả hai mẫu có cùng mức phân tập nhưng do giảm 3dB tại máy phát của mẫu
Alamouti do phải chia đều công suất cho các antenna phát. Các kết luận này có thể
thấy được qua các đường cong biểu diễn kết quả mô phỏng ở hình trên. Tóm tắt
lại, ta đã đề cập đến 3 loại độ lợi:
Độ lợi mã: Đây là độ lợi tạo ra bởi các mã thời gian, chẳng hạn mã chập
hoặc mã khối.
Độ lợi mảng: Độ lợi này là độ tăng trung bình tỉ số SNR tại máy thu do
hiệu ứng kết hợp của nhiều antenna tại máy thu hoặc máy phát. Đây là độ
lợi được tạo ra bởi CSI, được nhận ra bởi việc đánh giá tín hiệu từ mỗi
antenna dựa trên kiến thức về kênh. MRC tại máy thu là một ví dụ.
Độ lợi phân tập: Đây là độ lợi được tạo ra do sự phân tập không gian qua
các kênh, tại máy phát hoặc máy thu hoặc cả hai, để chống fading. Thông
thường các hệ thống cần CSI để đạt được độ lợi phân tập nhưng mẫu
Alamouti không cần CSI vẫn có thể đạt được độ lợi phân tập vì nó dựa trên
các luồng dữ liệu trực giao. Mức phân tập bằng tích của số lượng atenna
phát và antenna thu.
............
Bây giờ ta sẽ phân tích hoạt động của STBC có số lượng antenna phát/thu thay đổi
trong môi trường kênh fading Rayleigh. Ta giả sử rằng máy thu biết CSI hoàn
toàn.
Tỉ số BER đối với STBC với hiệu quả sử dụng phổ 3bit/s/Hz và số lượng atenna
phát thay đổi được cho trong hình dưới đây.
Tín hiệu điều chế 8-PSK với tốc độ mã đầy đủ sẽ cho hiệu quả sử dụng phổ
3bit/s/Hz (hệ thống 2 x 1). Các hệ thống 3 và 4 antenna cho tốc độ mã ¾ sử dụng
các ma trận H3 và H4. Và hệ thống này, với kiểu điều chế 16 QAM (4 bit) sẽ cho
hiệu quả sử dụng phổ 3 bit/s/Hz. Do đó, trong tất cả các trường hợp ta đều có tốc
độ truyền dẫn như nhau (3 bit/s/Hz). Từ hình trên ta thấy rằng với tỉ số BER=10-5,
mã G4 lần lượt có độ lợi lớn hơn 7dB và 2.5 dB so với các mã G2 và G3.
Bây giờ ta sẽ phân tích hoạt động trong trường hợp hiệu quả sử dụng phổ là
2bit/s/Hz với 2, 3, và 4 antenna phát và 1 antenna thu trong kênh fading Rayleigh.
Nếu ta sử dụng 2 antenna, ta cần mã tốc độ 1 ma trận G2 nhưng lần này dùng điều
chế QPSK để đạt được hiệu quả sử dụng phổ 2 bit/s/Hz. Tương tự với các mã tốc
độ 1/2 G3 và G4, ta cần sử dụng điều chế 16 QAM.
Ta thấy rằng, với tỉ số BER = 10-3, mã với 4 antenna phát có độ lợi 1dB so với các
mã sử dụng 2 và 3 antenna. Với tỉ số BER cao hơn, sự khác biệt này càng lớn.
Điều này đơn giản là do mức phân tập phát tăng lên.
Ta nhận thấy rằng việc tăng mức phân tập phát sẽ làm tăng cường hoạt động của
hệ thống. Đây là một kết luận có ảnh hưởng lớn theo quan điểm thương mại, bởi vì
các điện thoại cầm tay luôn gặp rất nhiều rắc rối để có thể tạo ra sự phân tập tại
đầu thu. Do đó sự phân tập tại phát tại các trạm gốc đem lại nhiều lợi ích. Kiểu
phân tập này rất dễ thực hiện. Và một ưu điểm nữa của STBC là ta có thể dễ dàng
tăng kích thước của mã từ 2 lên 3 cho đến 4, trong khi độ phức tạp giải mã không
tăng bao nhiêu do chỉ có các quá trình xử lý tuyến tính là cần thiết cho việc giải
mã.
Với mỗi cách thu các symbol hướng dẫn tại máy thu ta có rất nhiều cách để xử lý
thông tin. Ta sẽ phân tích 3 phương pháp phổ biến nhất.
4.7.1. Ước đoán bình phương trung bình ít nhất
Việc ước đoán kênh có thể được thực hiện bằng cách tối thiểu ma trận lỗi E2k trên
mỗi symbol với E2k được cho bởi:
Trong đó Rk là vector thu được với symbol thứ k, Sk là mẫu phát thứ k và ηk là hệ
số kênh đối với symbol thứ k.
Phương pháp least squares cho ước đoán kênh được cho như sau:
Trong trường hợp các mào đầu được thiết kế trực giao nhau thì ma trận S là ma
trận đơn vị. Khi đó, phương trình trên trở thành:
Với W là ma trận nhiễu trắng Gausse cộng .
Rõ ràng là các chuỗi này phải tuyến tính với nhau tại máy thu. Do đó chúng cần
phải trực giao với nhau.
Tín hiệu thu tại antenna j tại thời điểm t được cho bởi:
Với hj,I là hệ số fading của tuyến từ antenna phát I tới antenna thu j và ntj là mẫu
nhiễu tại antenna thu j tại thời điểm t. Tín hiệu thu vào vector nhiễu tại antenna j
có thể được biểu diễn bởi:
Giá trị ước đoán kênh bình phương trung bình tối thiểu (MMSE) của hj,I được cho
bởi:
Do ntj là biến ngẫu nhiên Gauss có trung bình bằng không với mật độ phổ công
suất đơn biên N0, lỗi ước đoán ej,i có giá trị trung bình bằng không và mật độ phổ
công suất đơn biên N0/k. Ưu điểm của phương pháp này so với phương pháp trước
là nó là phương pháp ước đoán trung bình (tức là lấy trung bình chẵn của nhiễu).
Do đó nó hiệu quả hơn so với kỹ thuật ước đoán bình phương trung bình nhỏ nhất.
Hình dưới đây cho thấy kết quả của kỹ thuật MMSE. Ta sử dụng mã G2 với
phương thức điều chế QPSK. Mô hình kênh ở đây là kênh fading Rayleigh chậm
với hệ số không đổi trong một khung có 130 symbol. Chuỗi hoa tiêu chèn vào mỗi
khung có chiều dài 10 symbol trong chế độ mào đầu. Kết quả mô phỏng cho thấy
do ước đoán kênh không hoàn toàn, hoạt động của mã bị giảm đi khoảng 3dB so
với trường hợp lý tưởng. Sự suy giảm này cũng bao gồm suy hao tín hiệu do gắn
thêm chuỗi hoa tiêu. Sự suy giảm hoạt động còn liên quan đến số lượng antenna
phát. Nếu số antenna phát tăng lên, độ nhạy của hệ thống với lỗi ước đoán kênh
cũng tăng lên.
4.7.3. Thuật toán ước đoán kênh bằng phương pháp FFT
Xét một hệ thống MIMO sử dụng MT antenna phát và MR antenna thu. Giả sử cm.k
là một symbol hoa tiêu phát từ antenna m của symbol k. Tín hiệu thu được tại
antenna thu thứ n có thể được biểu diễn như sau:
Với hn,m,k là đáp ứng tần số của kênh được mô tả bởi symbol k giữa antenna phát m
và antenna thu n và ηn,k là nhiễu trắng Gauss cộng có trung bình bằng không và sai
biệt mỗi chiều. Do đó symbol nhận được tại mỗi antenna thu là sự kết hợp
tuyến tính của các symbol bị thay đổi do độ lợi kênh và nhiễu. Ta nhận thấy rằng
phương trình trên có thể biến đổi thành:
nếu chỉ một antenna được phát tại một thời điểm. Sau đó hn,m,k có thể được ước
đoán bằng cách chia rn,k cho symbol hướng dẫn đã biết cm,k. Do đó hn,m,k=rn,k/cm,k với
hn,m,k là giá trị ước đoán kênh cho symbol k giữa antenna phát m và antenna thu n.
Với điều kiện rằng các symbol hoa tiêu từ các antenna phải trực giao lẫn nhau.
Sử dụng phương trình
Chú ý rằng hệ số ước đoán kênh ηk cho mỗi symbol k được tính bằng cách nhân
vector thu Rk với ma trận nghịch đảo của Sk. Đối với N symbol ta có:
Với
Việc ước đoán kênh có thể được tối ưu bằng việc lấy biến đổi FFT ngược (IFFT)
của vector ước đoán kênh thô để chuyển về miền thời gian. Các vector N chiều
này được đưa qua một cửa sổ chữ nhật như sau:
Do hoạt động của cửa sổ, sai biệt trong hệ số ước đoán kênh tinh sẽ giảm xuống
còn .
Phương pháp này được ứng dụng với một khung 64 symbol có mào đầu 64 hoa
tiêu trong kênh fading chậm. Ở đây ta so sánh 2 phương pháp LSE và FFT với
nhau. Các chuỗi sử dụng là trực giao về thời gian. Kết quả được cho như hình dưới
đây (sử dụng điều chế QPSK):
Ta thấy rằng với tỉ số BER là 10-4 sẽ có một khoảng cách 3dB trong trường hợp lý
tưởng so với phương pháp bình phương trung bình nhỏ nhất. Tuy nhiên nếu sử
dụng FFT hoạt động của mã sẽ tăng lên 0.7dB. Và sẽ tốt hơn nữa nếu ta sử dụng
phương pháp MMSE thay vì LSE ngay bước đầu tiên.
Với α là hệ số tương quan giữa các antenna thu. Trong kết quả mô phỏng này các
hệ số tương quan được chọn là 0.25, 0.5, 0.75 và 1. Ta có thể thấy rằng với hệ số
tương quan 0.25 có một sự suy giảm nhỏ so với trường hợp lý tưởng (không có
tương quan). Tiếp đó sự tương quan làm suy giảm 0.5dB và 1.2dB (BER=10-3)
trong trường hợp hệ số 0.5 và 0.75. Khi các kênh tương quan đầy (hệ số tương
quan là 1) sự suy giảm hoạt động của bộ mã vào khoảng 4dB.
Với Tc là thời gian kết hợp. Do đó tỉ số δlag/Tc quyết định độ chính xác kênh tại
máy phát.
Bây giờ ta sẽ phát đi cùng một tín hiệu từ tất cả các antenna trong mảng phát với
vector trọng lượng w. Vector tín hiệu thu được cho bởi:
Với y là vector tín hiệu thu MR x 1, H là hàm truyền kênh MR x MT, w là vector
trọng lượng phức, và n là nhiễu trắng ZMCSCG từng phần. Chú ý rằng ||w||2 = MT.
Tổng trọng lượng của tất cả ngõ ra antenna tại máy thu được cho bởi:
Với g là trọng lượng phức MR x 1. Tỉ số SNR tại máy thu η được cho bởi:
Với ||.||F là chuẩn của một ma trận là tổng chuẩn của các thành phần trong ma trận
và ρ là tỉ số SNR tại máy thu đối với một kênh SISO.
Do đó tỉ số SNR tối đa tại máy thu bằng với giá trị cực đại của ||gHHw||F2 / ||g||2F.
SVD của H được cho bởi:
Ta có thể thấy rằng η đạt cực đại khi w/√MT và g lần lượt là ngõ vào và ngõ ra của
các vector một chiều, tương ứng với giá trị cực đại σmax của H. Sử dụng các giá trị
này quan hệ vào ra hiệu dụng của kênh giảm xuống thành:
Với n là nhiễu ZMCSCG với sai biệt N0. Ta biết rằng giá trị đơn của H là căn của
HHH. Do đó σ2max = λmax với λmax là giá trị eigen cực đại của HHH, và tỉ số SNR tại
máy thu được cho bởi:
Do đó độ lợi mảng của dominant eigenmode transmission được cho bởi ε{λmax}
với ε là toán tử kỳ vọng.
Từ phương trình trên ta thấy rằng SNR tại máy thu của một hệ thống như vậy
được tăng cường bởi hệ số λmax. Do đó tỉ số SNR hiệu dụng cao hơn sẽ khiến
đường cong hoạt động tốt hơn mẫu không có kiến thức về kênh tại máy phát với
một tỉ lệ bằng với độ lợi mảng. Xác suất lỗi symbol trong hệ thống như vậy được
cho bởi:
Với và dmin lần lượt là số lượng các hang xóm gần nhất và khoảng cách nhỏ
nhất trong tương quan tín hiệu. Ta thấy rằng SER quyết định độ dốc biên độ của
MT x MR như là một hàm của SNR. Do đó ta có thể kết luận rằng dominant
eigenmode transmission cho một hệ thống tạo ra sự phân tập phát mức MTMR.
Với λk là giá trị eigen của HHH. Ta đã biết rằng λk >=0 (k=1, 2, …, r) và
. Do đó dung lượng của kênh sử dụng mã khối không
thời gian trực giao thấp hơn kênh sử dụng mã tối ưu ngoại trừ trường hợp mẫu
Alamouti có rs=1 dẫn đến C=COSTBC.
Bảng dưới đây tóm tắt các kết luận chính trong chương này: