4.1.

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.

4.2. Mẫu phân tập trễ

Các giải pháp trước đây nhằm đạt được sự phân tập phát dựa trên cái gọi là mẫu
phân tập trễ. Giả sử rằng ta có MT=2 và MR=1 (đây sẽ là một kênh MIMO). Đầu
tiên ta sẽ phân tích xem chuyện gì sẽ xảy ra nếu ta phát đồng thời một tín hiệu từ 2
antenna. Nếu ta giả sử rằng trong môi trường fading phẳng với nhận dạng kênh
tương ứng với các antenna phát được cho bởi h1 và h2, khi đó tín hiệu thu được r
có thể biểu diễn như sau:

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 h là ZMCSCG có E{|h2|}=1. Do đó ta có thể dễ dàng suy ra rằng kỹ thuật này

không tạo ra sự phân tập.
Tuy nhiên, đối với mẫu phân tập trễ, phương pháp này được ứng dụng với sự khác
biệt lớn. Ta sẽ không phát cùng một symbol đồng thời từ 2 antenna mà sẽ phát lần
lượt với một độ trễ nào đó.
Nếu ta giả sử rằng độ trễ bằng khoảng thời gian của một symbol thì kênh hiệu
dụng sẽ được xem như là 2 kênh tại máy thu như sau:

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.

4.3 Mã không - thời gian Alamouti

Giải pháp này được mô tả như hình dưới đây:

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.

Mẫu phân tập phát 2 antenna của Alamouti

4.3.1. Giải mã ML
Ta giả sử rằng các hệ số kênh h1 và h2 có thể được khôi phục hoàn toàn tại máy
thu. Ta dùng các hệ số này như là thông tin trạng thái kênh (CSI-Channel state
information). Bộ kết hợp sẽ kết hợp các tín hiệu nhận được như sau:

và gửi chúng đến bộ phát hiện ML, tại đây nó sẽ tối giản 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 phát hiện s1 và định thức

để giải mã s2.
Một cách tương tự, nếu ta dùng công thức

thì quy luật quyết định cho mỗi tín hiệu kết hợp

Sẽ trở thành: Tìm si với

(**)

Đối với tín hiệu PSK, bất đẳng thức trên trở thành:

4.3.2. Kết hợp tỉ số tối đa (MRC)

Kết hợp tỉ số tối đa với 1 Tx và 2 Rx

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.

4.4. Mã không - thời gian

Mẫu Alamouti mang lại một sự phát triển trong các hệ thống đa antenna bằng cách
tạo ra sự phân tập đầy đủ tại máy phát mà không cần gửi đi CSI và một hệ thống
giải mã ML cực kỳ đơn giản tại máy thu. Các bộ giải mã ML tạo ra độ lợi phân tập
đầy đủ MR tại máy thu. Do đó, một hệ thống như vậy bảo đảm độ lợi phân tập toàn
bộ là 2MR mà không cần đến CSI tại máy phát. Điều này được tạo ra do sự trực
giao giữa các chuỗi tạo ra tại 2 antenna của máy phát. Do những nguyên nhân đó,
mẫu này cho phép sử dụng một số lượng bất kỳ antenna phát bằng cách áp dụng lý
thuyết thiết kế trực giao. Mẫu được ra gọi là mã không - thời gian (STBC). Các mã
này có thể tạo ra độ phân tập đầy đủ MTMR và cho phép sử dụng một thuật toán
giải mã ML đơn giản dựa trên quá trình xử lý tuyến tính tại máy thu.
Gọi MT là số lượng các antenna phát và p là số chu kỳ để truyền một khối symbol
mã. Giả sử rằng tương quan tín hiệu gồm 2m điểm. Do đó mỗi hoạt động ánh xạ
một khối km bit thông tin vào tương quan tín hiệu để chọn k tín hiệu điều chế s1,
s2, ..., sk, với mỗi nhóm m bit chọn một tương quan tín hiệu. k tín hiệu điều chế này
sau đó được mã hóa bởi một bộ mã hóa không - thời gian để tạo ra MT chuỗi tín
hiệu song song có chiều dài p như hình dưới. Điều này tạo ra sự thay đổi kích
thước của ma trận phát S thành MTx p. Các chuỗi này được phát qua MT antenna
đồng thời trong p chu kỳ thời gian. Do đó số lượng các symbol mà bộ mã sử dụng
làm ngõ vào trong mỗi hoạt động mã hóa bằng k. Số lượng các chu kỳ cần thiết để
phát toàn bộ ma trận S là p. Tốc độ của mã không - thời gian được định nghĩa là tỉ
số giữa số lượng symbol bộ mã sử dụng ở đầu vào và số lượng mã không - thời
gian phát từ mỗi antenna. Tức là

Hiệu quả sử dụng phổ của mã không - thời gian được cho bởi:

với rb và rs lần lượt là tốc độ bit và tốc độ symbol và B là băng thông.

Các thành phần của ma trận S được chọn sao cho chúng là sự kết hợp tuyến tính
của k symbol điều chế s1, s2, ...., sk và liên hiệp phức của chúng s1*, s2*, ...., sk*. Ma
trận S được thiết lập dựa trên thiết kế trực giao chẳng hạn như:

(***)
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,

với MT=8 antenna.

Ta có thể kiểm tra rằng tốc độ mã của tất cả các ma trận này là duy nhất. Chẳng
hạn, xét ma trận với MT=4. Ta có 4 antenna phát, 4 chu kỳ phát p tương ứng với
mỗi cột của ma trận đã cho và 4 symbol (k=4, s1, s2, s3, s4). Do đó, trong thời
gian phát đầu tiên, s1, s2, s3, s4 được phát và trong thời gian phát tiếp theo, -s2,
s1, -s4, s3 được phát,...Do vậy ta có:

Nếu ta muốn thiết kế một mẫu truyền toàn tốc R=1 cho hệ thống có số lượng
antenna phát bất kỳ (do toàn tốc là cần thiết và là hiệu quả băng thông) ta có thể
thực hiện bằng một quy tắc khác áp dụng cho cả ma trận vuông và ma trận thường.
Quy tắc này như sau: Với MT antenna phát, giá trị tối thiểu của p để có thể đạt
được toàn tốc được cho bởi:

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:

4.4.2. STBC cho các tương quan tín hiệu phức

Các ma trận trực giao phức được định nghĩa là các ma trận MT x p với các thành
phần phức s1, s2,..., sk và liên hiệp phức của chúng thỏa mãn phương trình (***).
Các ma trận này tạo ra sự phân tập MT đầy đủ với tốc độ mã k/p.
Mẫu Alamouti là một ma trận như vậy với các thành phần phức cho 2 antenna
phát, như sau:

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.

4.5. Giải mã STBC

Quá trình giải mã các mã này cũng tương tự như trong quá trình đối với mẫu
Alamouti. Ta sẽ phân tích các công thức để giải mã cho ma trận G3 và G4.
Bộ giải mã cho ma trận G3 sẽ tối giản định thức quyết định sau:

để giải mã s1, và định thức quyết định:

để giải mã s2, và định thức quyết định:

Để giải mã s3, và định thức quyết định:

để giải mã s4.

Bộ giải mã cho ma trận G4 tối giản định thức sau:

Để giải mã s1, và định thức quyết định:

để giải mã s2, và định thức quyết định:

để giải mã s3, và định thức quyết định:

để giải mã s4.

4.6. Kết quả mô phỏng

Ở đây ta sẽ mô tả các kết quả mô phỏng liên quan đến hoạt động của STBC trên
các kênh fading Rayleigh. Trong khi mô phỏng, ta giả sử rằng máy thu có CSI
hoàn toàn và fading giữa các antenna phát và thu là độc lập với nhau.
Ta cũng giả sử rằng tổng công suất phát từ hai antenna sử dụng mẫu Alamouti
bằng với công suất phát của một antenna trong hệ thống sử dụng mẫu phân tập
máy thu MRC. Kênh SISO được mô tả để dễ dàng so sánh. Một mẫu Alamouti
2x1 và một mẫu MRC 1x2 có cũng mức phân tập là 2. Điều này được chứng minh
qua hình dưới đây, vì 2 đường cong có độ dốc như nhau. Tuy nhiên, dù rằng cả hai
đường cong đều có mức phân tập như nhau, mẫu Alamouti 2 x 1 có độ lợi nhỏ hơn
mẫu MRC 1 x 2. Nguyên nhân là do công suất phát của mẫu Alamouti được chia
đều cho các antenna phát. Và mẫu Alamouti 2 x 2 hoạt động tốt hơn các mẫu khác
vì mức phân tập của nó trong trường hợp này là 4 (MTxMR=2x2=4).

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.

4.7. Ước đoán kênh không hoàn toàn

Ở các phần trước ta giả sử rằng máy thu có các thông tin đầy đủ về kênh. Tuy
nhiên điều này không thực tế. Trong những trường hợp như vậy ta cần phải ước
đoán các thông số của kênh. Ở đây ta sẽ phân tích các ảnh hưởng của ước đoán
kênh không hoàn toàn đến hoạt động của mã. Giả sử rằng kênh là cố định trong
suốt thời gian của một khung và độc lập giữa các khung. Tổng quát, có 2 kỹ thuật
chính, dựa trên cấu trúc của chuỗi hướng dẫn được sử dụng trong ước đoán kênh:
 Cấu trúc mào đầu: Trong phương pháp này ta thêm vào gói symbol hướng
dẫn các symbol hoa tiêu. Rõ ràng là, càng nhiều symbol thì sự ước đoán
càng chính xác.
  Cấu trúc hoa tiêu: Trong phương pháp này, gói chứa cả các symbol thông
tin và hoa tiêu. Và càng nhiều symbol hoa tiêu thì sự ước đoán càng chính
xác. Tuy nhiên các symbol hoa tiêu này sẽ xâm phạm đến dữ liệu thông tin.
Do đó cần phải có sự sắp xếp giữa số lượng hoa tiêu cần để ước đoán kênh
được chính xác và số lượng dữ liệu thông tin cần thiết để quản lý độ thông
suốt dữ liệu mong muốn.
Ưu điểm của cấu trúc mào đầu so với cấu trúc hoa tiêu là càng dùng nhiều symbol
hoa tiêu thì sự ước đoán kênh càng tốt. Tuy nhiên phương pháp này chỉ hiệu quả
trong các kênh fading chậm vì các kênh này cần phải được giữ ổn định trong suốt
thời gian của mào đầu và symbol dữ liệu. Tuy nhiên cấu trúc hoa tiêu cho phép
theo dõi kênh di chuyển nhanh nhưng kém chính xác hơn. Do ta đang nghiên cứu
về hệ thống đa antenna nên cần phải tách biệt giữa các hoa tiêu (tức là cần phải
biết tại máy thu hoa tiêu nào đến từ antenna nào). Điều này cho phép ước đoán
kênh giữa một antenna phát và một antenna thu nào đó tốt hơn. Vì ta đang quan
tâm đến hệ thống băng hẹp nên chỉ có một tuyến duy nhất giữa antenna phát và
thu. Ta đạt được điều này bằng cách tạo các chuỗi hướng dẫn giữa các antenna
trực giao với nhau. Ta có 3 mẫu trực giao:
 Trực giao thời gian: Trong trường hợp này ta phát từ từng antenna một.
Điều này đảm bảo sẽ không có xuyên nhiễu tại máy thu từ một antenna
khác.
 Trực giao tần số: Trong trường hợp này mỗi antenna sẽ sử dụng một nhóm
tần số khác nhau. Sau đó máy thu sẽ làm nhiệm vụ tách biệt tần số. Tuy
nhiên phương pháp này làm giảm hiệu quả sử dụng phổ tần số.
 Trực giao mã: Trong trường hợp này ta chọn các symbol hướng dẫn cho
mỗi antenna sao cho chúng trực giao với nhau.

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 Gauss cộng .

4.7.2. Ước đoán bình phương trung bình tối thiểu

Hệ số fading kênh được ước tính bằng cách thêm vào các chuỗi hoa tiêu trong tín
hiệu phát. Nói chung với MT antenna phát ta cần MT chuỗi hoa tiêu khác nhau P1,
P2,...., PMT. Các chuỗi hoa tiêu này được phát như mào đầu của k symbol.

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:

Với ej,i là lỗi ước đoán do nhiễu và 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:

Với G là chiều dài rẽ nhánh lớn nhất của kênh.

Hệ số ước đoán kênh trong miền thời gian sau đó được biến đổi FFT thành hệ
số ước đoán kênh tinh trong miền tần số 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.

4.8. Ảnh hưởng của hiệu ứng tương quan antenna

Trong các kết quả mô phỏng, ta đã giả sử rằng luồng dữ liệu là không tương quan
và độc lập. Trong thực tế điều này rất khó thực hiện. Ta đã thấy rằng có sự suy
giảm hoạt động do sự tương quan trong các kênh fading chậm. Hình dưới đây cho
thấy kết quả đó với bộ mã G2, sử dụng 2 antenna phát và 2 antenna thu.
Ta giả sử rằng các antenna phát là không tương quan nhưng các antenna thu tương
quan với nhau. Ma trận tương quan thu được cho như sau:

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.

4.9. Dominant Eigenmode Transmission

Cho đến giờ trong tất cả các phân tích ta đã giả sử rằng máy thu hoàn toàn không
có các thông số của kênh. Do đó ta chỉ có thể có độ lợi phân tập chứ không hề có
độ lợi mảng tại máy phát. Tuy nhiên việc hiểu rõ các thông số kênh tại máy phát
dẫn đến một vấn đề thú vị về Dominant Eigenmode Transmission.
Xét một hệ thống MT x MR, một hệ thống như vậy biết được các thông số kênh
thông qua nhiều kỹ thuật khác nhau. Một trong số đó là sử dụng hồi tiếp. Ở đây
các thông số kênh được nhận ở máy thu và gửi tới trạm gốc. Sự hồi tiếp này tạo ra
độ trễ δlag. Do các kênh vô tuyến là thay đổi theo thời gian nên ta phải có:

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 riêng 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.

4.10. Dung lượng các kênh OSTBC

Tỉ số SNR tại máy thu được cho bởi (ρ/MT)||H||F2 và dung lượng được cho bởi:

Với rs là tốc độ mã.

Ta đã biết rằng dung lượng của một kênh MIMO trong trường hợp máy phát
không biết về kênh được cho bởi:

Với λk là giá trị riêng 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:
5.1. Giới thiệu chung
Ở chương 4 ta đã phân tích về các mã khối không - thời gian. Các mã này tạo ra sự
phân tập đầy đủ với thuật toán giải mã đơn giản. Tuy nhiên các mã này không tạo
ra độ lợi mã và các mã không toàn tốc làm trải rộng phổ tín hiệu. Do đó ta cần
xem xét đến việc kết hợp mã sửa lỗi, điều chế, phân tập phát và thu để phát triển
một mẫu tín hiệu hiệu quả gọi là mã lưới không - thời gian (STTC) với khả năng
chống fading. STTC có khả năng tạo ra độ lợi mã và hiệu quả sử dụng phổ trên
các kênh fading.
Ở đây ta sẽ phân tích lý thuyết thiết kế STTC sử dụng các mẫu M-PSK với số
lượng antenna phát và hiệu quả sử dụng phổ khác nhau trong môi trường kênh
fading chậm và nhanh. Hoạt động của mã được phân tích thông qua mô phỏng và
hiệu ứng ước đoán kênh không hoàn toàn và sự tương quan cũng được xem xét.
5.2. Các hệ thống mã không - thời gian
Xét một hệ thống mã không - thời gian băng tần gốc với MT antenna phát và MR
antenna thu như hình dưới đây:

Dữ liệu phát đi được mã hóa bởi một bộ mã hóa không - thời gian. Tại mỗi thời
điểm t, một khối m symbol nhị phân được biểu diễn bởi

được đưa vào một bộ mã hóa không - thời gian. Bộ mã hóa sẽ ánh xạ khối dữ liệu
này thành các symbol điều chế MT từ một một tập tín hiệu M=2m điểm. Dữ liệu mã
hóa được đưa đến một bộ chuyển đổi nối tiếp-song song để tạo ra một chuỗi MT
symbol song song, được sắp xếp thành một vector cột MTx1:

MT ngõ ra được phát đồng thời từ MT antenna, với mỗi symbol sti, với 1≤i≤MT
được phát đi bởi antenna I và tất cả các symbol phát đi đều có cùng thời gian là T.
Vector st được gọi là symbol không - thời gian. Hiệu quả sử dụng phổ của hệ
thống:

với rb là tốc độ dữ liệu và B là băng thông kênh. Hệ số hiệu quả sử dụng phổ này
bằng với hệ số của một hệ thống không mã hóa với một antenna phát.
Các antenna ở phía phát và thu thạo nên một kênh MIMO. Ta giả sử rằng giữa mỗi
antenna phát và thu tồn tại fading phẳng và ta cũng giả sử rằng kênh truyền là
không có nhớ.
Ma trận kênh tại thời điểm t được cho bởi:
với phần tử htj,i là hệ số suy hao fading đối với tuyến từ antenna phát thứ i đến
atenna thu thứ j.
Các hệ số trong ma trận trên được giả sử là có phân bố Gauss. Ta cần phân tích hai
trường hợp. Trường hợp thứ nhất là ta giả sử rằng kênh truyền ở đây là kênh
fading chậm (tức là hệ số fading là không đổi trong một khung và thay đổi từ
khung này sang khung khác). Trường hợp thứ hai là kênh truyền là kênh fading
nhanh (tức là hệ số fadinh không đổi trong mỗi chu kỳ symbol và thay đổi từ
symbol này sang symbol khác). Tại máy thu ta thấy rằng tín hiệu tại mỗi antenna
là tín hiệu phát của MT antenna cộng với nhiễu và bị suy giảm bởi fadinh. Tại thời
điểm t tín hiệu thu tại antenna j với j=1, 2, …, MR, ký hiệu bởi rjt được cho bởi:

với njt là thành phần nhiễu của antenna thu j tại thời điểm t và cũng có phân bố
Gauss.
Ta đặt

và

Do đó vector tín hiệu thu được có thể được biểu diễn như sau:

Bộ giải mã sử dụng thuật toán ML để ước đoán chuỗi hướng dẫn được phát đi và
ta giả sử rằng máy thu biết đầy đủ các thông tin về kênh. Tuy nhiên máy phát lại
không có thông tin gì về kênh truyền. Định thức quyết định được tính toán dựa
trên bình phương khoảng cách Euclide giữa chuỗi thu được theo tính toán và chuỗi
thu được thực tế, như sau:
Bộ giải mã chọn một từ mã với giá trị quyết định nhở nhất làm chuỗi giải mã. Bộ
giải mã này được xem như một bộ giải mã Viterbi.

5.3. Tiêu chuẩn thiết kế từ mã không - thời gian

Ta giả sử rằng chiều dài khung dữ liệu phát đi là L symbol với mỗi antenna. Từ đó
ta có ma trận từ mã không thời gian MTxL:

với mỗi hàng tương ứng với chuỗi dữ liệu phát từ mỗi antenna và mỗi cột là
symbol không thời gian tại thời điểm t.
Xác suất lỗi cặp (PEP) là xác suất mà bộ giải mã ML chọn tín hiệu ước đoán của
nó e = e11e21…e1MTe21…e2MTeLMT trong khi thực tế tín hiệu

được phát đi. Điều này xuất hiện nếu tổng các symbol, antenna, và chu kỳ thời
gian

có thể có thể được viết lại như sau:

với Re{.} là phần thực của số phức.

Nếu ta giả sử rằng máy thu biết đầy đủ các thông tin của kênh, thì với một khoảng
cách cho trước của độ lợi tuyến kênh {hi,j}, vế phải của bất đẳng thức trên là một
hằng số bằng d2(e, s) và vế trái là biến ngẫu nhiên Gauss có trung bình bằng không
với sai biệt 4σ2d2 (e, s). Do đó PEP trong điều kiện biết {hi, j} được cho bởi:
với Q(x) là hàm sai bù được cho bởi:
Bây giờ d2(s, e) có thể được viết lại như sau:

với là liên hiệp phức của x. Do đó:

Nếu ta đặt

ta có thể viết lại:

với là ma trận chuyển vị Hermitian của và A = A(e, s) là một ma trận MT x

MT không phụ thuộc thời gian và chứa các thành phần

Ap, q = . Do đó PEP trở thành:

Vì A là ma trận Hermitian nên tồn tại duy nhất một ma trận V thỏa mãn đẳng thức:

và một ma trận đường chéo thực D sao cho:

Các hàng

của V là các vector riêng của A và tạo thành một hệ trực giao hoàn toàn của một
không gian vector MT chiều. Ngoài ra các thành phần của ma trận chéo D là các
giá trị riêng λi (i = 1, 2, …., MT ) của A, bao gồm cả các tích và các số thực không
âm vì A là ma trận Hermitian. Ma trận sai biệt từ mã B với:
thỏa mãn đẳng thức:
Bây giờ ta biểu diễn d2(s, e) theo các giá trị λi.
Đặt

Do đó

Do hi, j là các mẫu của biến ngẫu nhiên Gauss phức với giá trị trung bình Ehi, j , nên
ta đặt:

Do V là duy nhất nên điều này chứng tỏ βi, j là các biến ngẫu nhiên Gauss phức với
sai biệt 0.5 mỗi chiều và giá trị trung bình Kj.vi .

5.4. Thiết kế STTC trên các kênh fading chậm

5.4.1. Xác suất lỗi trên các kenh fading chậm
Trong trường hợp fading Rayleigh phẳng, Ehi, j = 0 đối với mọi i và j. Để tìm biên
trên của xác suất lỗi trung bình, ta lấy trung bình:

đối với các phân phối Rayleigh độc lập của | βi, j | với phân bố xác suất

Đặt c = Es/4N0 ta có:

và
Do đó

Gọi r là hạng của ma trận A. Then the eigenvalue 0 has a multiplicity of MT – r.

Gọi các giá trị riệng khác 0 của A là λ1, λ2,…, λr . Với SNR đủ lớn ta có:

Và PEP trong bất đẳng thức trên trở thành:

Như vậy ta đạt được độ lợi phân tập MRr và độ lợi mã . Chú ý rằng
độ lợi phân tập ở đây được định nghĩa là lũy thừa của SNR trong mẫu số của vế
phải bất đẳng thức trên. Và độ lợi mã là giá trị độ lợi gần đúng so với một hệ
thống không mã hóa với cùng độ lợi phân tập.
5.4.2. Tiêu chuẩn thiết kế STTC trong kênh fading Rayleigh chậm
Ở đây định nghĩa các tiêu chuẩn thiết kế căn bản cho STTC trong kênh fading
Rayleigh chậm:
 Tiêu chuẩn hạng: Để đạt được sự phân tập tối đa tân cần phải tối đa hạng
nhỏ nhất r của ma trận B trên tất cả các cặp từ mã khác nhau. Khi đó ta đạt
được độ lợi phân tập là rMR.
 Tiêu chuẩn định thức: Chọn rMR là độ lợi phân tập mong muốn. Khi đó
mục tiêu thiết kế là tối đa định thức nhỏ nhất của ma trận A với
các cặp từ mã khác nhau với hạng nhỏ nhất đó.

Các tiêu chuẩn này được gọi là tiêu chuẩn hạng và tiêu chuẩn định thức. Nó còn
được gọi là các tiêu chuẩn TSC. Tối đa giá trị tối thiểu của hạng r của ma trận B
nghĩa là ta cần phải tìm một mã không thời gian mã có thể đạt được hạng đầy đủ
của ma trận B (tức là MT). Điều này không phải lúc nào cũng thực hiện được do sự
hạn chế của cấu trúc mã lưới. Đối với một mã lưới không thời gian với mức nhớ là
v, chiều dài của một sự kiện lỗi L có thể có biên dưới như sau:

Đối với một tuyến sự kiện lỗi có chiều dài L trong lưới, B(s, e) là một ma trận kích
thước MT x L, là kết quả của việc tối đa hạng của min(MT, L). Điều này cho ta biên
trên là min(MT, [v/2] +1). Biên trên của các giá trị hạng của STTC với số lượng
antenna phát và mức nhớ khác nhau được cho trong bảng dưới đây:

(Bảng 5.1)

Ta thấy rằng hạng đầy đủ trong STTC chỉ có được trong trường hợp sử dụng 2
antenna phát. Trong trường hợp 3 và 4 antenna phát, ta cần bộ mã hóa có mức nhớ
nhỏ nhất lần lượt là 4 và 6 để có được hạng đầy đủ.
Từ

ta suy ra giá trị PEP với điều kiện biết {hi, j} được cho bởi:
 (5.19)
Từ (5.13 ) và (5.15) ta có:

Thế vào (5.19) và sử dụng bất đẳng thức

ta có:

Đây là biên trên của PEP, là một hàm của |βj, i |. Ta biết rằng |βj, i |2 có phân bố Chi
bình phương với giá trị trung bình và sai biệt lần lượt:

và

Đối với giá trị rMR lớn (>3), theo định lý giới hạn trung tâm, biểu thức

tiến đến biến ngẫu nhiên Gauss D với giá trị trung bình

và sai biệt

Do đó PEP không điều kiện có thể có chặn trên như sau:

Và ta có:
Dùng bất đẳng thức

ta có

Để tối thiểu PEP, tổng các giá trị riêng của ma trận A(s, e) với A(s, e) = B(s,
e)B*(s, e) phải đạt giá trị tối đa. Đối với một ma trận vuông, tổng của các giá trị
riêng bằng tổng các thành phần trên đường chéo của nó, ký hiệu tr(v). Tức là ta có:

Tổng các thành phần trên đường chéo của ma trận A(s, e) bằng với khoảng cách
Euclide giữa các từ mã s và e trên tất cả các antenna phát. Nói cách khác, PEP đạt
giá trị nhỏ nhất nếu khoảng cách Euclide là lớn nhất.
Tổng quát, nếu rMR lớn (>3) hoạt động của STTC phụ thuộc vào giá trị nhỏ nhất
tổng đường chéo của A(s, e) tính trên tất cả các cặp từ mã s và e khác nhau. Do đó
độ lợi mã là tối đa nếu nếu giá trị nhỏ nhất tổng đường chéo của A(s, e) đối với tất
cả các cặp từ mã là lớn nhất. Quy tắc này được gọi là tiêu chuẩn tổng đường chéo.
Vấn đề quan trọng là phải chú ý là điều kiện của tiêu chuẩn tổng đường chéo (rMR
>3) được thỏa mãn với hầu hết sự kết hợp của số lượng antenna phát và antenna
thu. Trong hầu hết các trường hợp, điều kiện rMR > 3 có thể thay bằng MTMR >3.
Khi MT = 2, điều quan trọng là A(s, e) phải có hạng đầy đủ là r = 2. Khi MT ≥ 4,
điều kiện hạng đầy đủ không cần đến vẫn có thể đạt giá trị PEP nhỏ nhất. Nguyên
nhân là vì trong những trường hợp như vậy, giá trị lớn của tổng đường chéo nhỏ
nhất quyết định hoạt động của bộ mã.

Khi rMR nhỏ (< 4), biểu thức sẽ không tiến đến phân bố
Gauss. Trong trường hợp này ta có thể sử dụng tiêu chuẩn hạng và tiêu chuẩn định
thức (tiêu chuẩn TSC). Chú ý rằng giá trị biên ở đây là 4. Đối với biểu thức trên,
giá trị biên này được định bởi số lượng các biến ngẫu nhiên rMR thỏa mãn định lý
giới hạn trung tâm. Điều này dựa trên quy tắc đối với các biến ngẫu nhiên có hàm
phân bố xác suất (PDF) trơn (smooth) thì định lý giới hạn trung tâm có thể áp
dụng nếu số lượng các biến ngẫu nhiên lớn hơn 4. Kết quả mô phỏng cho ta thấy
rõ điều này, tức là khi rMR ≥ 4 mã tốt nhất thoe tiêu chuẩn tổng đường chéo hoạt
động tốt hơn mã tốt nhất theo tiêu chuẩn TSC.
Xét các mã ở bảng dưới đây:

Xét 3 mã sử dụng điều chế QPSK. Đây là các mã 4 trạng thái với 2 antenna phát.
Gọi các mã này là A, B, C. Các mã này có cùng hệ số hiệu quả sử dụng phổ là
2bit/s/Hz. Hạng nhỏ nhất, định thức và tổng đường chéo được cho trong bảng. Ta
thấy rằng các mã A và B có hạng đầy đủ và có cùng định thức là 4, trong khi mã C
không có hạng đầy đủ và có định thức là 0. Nói cách khác giá trị tổng đường chéo
nhỏ nhất của các mã B và C là 10 trong khi đối với mã C là 4. Hoạt động của các
mã này với số lượng các antenna thu khác nhau trong các kênh fading Rayleigh
chậm được đánh giá bằng mô phỏng. Chiều dài khung là 130 symbol. Tỉ số khung
lỗi FER theo SNR trên mỗi antenna thu (chẳng hạn SNR = 2 x Es/N0) được cho
trong hình dưới đây:

Từ hình ta có thể thấy rằng hoạt động của mã A và B tốt hơn mã C trong trường
hợp dùng một antenna thu. Khi số lượng các kênh con độc lập MTMR nhỏ, hạng
nhỏ nhất của mã quyết định hoạt động của mã. Bởi vì cả hai mã A và B đều có
hạng đầy đủ (r = 2) trong khi mã C thì không (r = 1) nên mã A và B hoạt động tốt
hơn mã C. Ta cũng có thể thấy rằng đường cong biểu diễn hoạt động của A và B có
đường tiệm cận hệ số -2 trong khi đối với mã C là -1, phù hợp với mức phân tập là
2 với mã A, B và 1 với mã C. Tại FER = 10-2, các mã A và B hoạt động tốt hơn mã
C khoảng chừng 5dB do có mức phân tập lớn hơn. Ta có thể thấy rõ rằng hạng nhỏ
nhất có vai trò quan trọng quyết định hoạt động của mã đối với các hệ thống có số
lượng các kênh con độc lập nhỏ.
Tuy nhiên khi số lượng antenna thu là 4, mã C hoạt động tốt hơn A, nghĩa là mã có
hạng đầy đủ không tốt bằng mã có hạng nhỏ hơn. Điều này xảy ra khi độ lợi phân
tập trong trường hợp này lần lượt là 8 và 4 đối với các mã A và C. Theo tiêu chuẩn
tổng đường chéo mã C tốt hơn mã A vì có giá trị tổng đường chéo lớn hơn. Tại
FER = 10-2, mã C trội hơn mã A khoảng 1.3dB.
Từ hình ta cũng có thể thấy rằng mã B trội hơn mã C khoảng 0.8dB tại FER là 10-2
dù rằng chúng có cùng giá trị tổng đường chéo nhỏ nhất. Nguyên nhân là vì mã B
có hạng lớn hơn mã C. Do đó mã B có thể đạt được sự phân tập lớn hơn vì có độ
dốc đường cong tỉ số lỗi lớn hơn so với mã C.
Ta đã biết rằng giá trị rMR sẽ quyết định việc sử dụng tiêu chuẩn TSC hoặc tiêu
chuẩn tổng đường chéo. Tuy nhiên trong thiết kế STTC số lượng các antenna thu
không được chọn làm thông số thiết kế. Việc xét mối quan hệ giữa hạng tối đa, số
lượng antenna phát và mức nhớ của STTC như trong bảng 5.1 ta có thể biết được
cần sử dụng tiêu chuẩn nào trong từng trường hợp. Biên giữa tiêu chuẩn hạng, tiêu
chuẩn định thức và tiêu chuẩn tổng đường chéo được cho trong hình dưới đây:

Các điểm nằm trong hình chữ nhật tương ứng với các trường hợp sử dụng tiêu
chuẩn hạng và định thức. Tiêu chuẩn tổng đường chéo có thể được sử dụng cho tất
cả các trường hợp khác. Các tiêu chuẩn hạng và định thức chỉ nên dùng cho các hệ
thống một antenna thu.
5.4.3. Mã hóa/giải mã STTC trong các kênh fading phẳng
Việc mã hóa STTC cũng tương tự như điều chế mã lưới (TCM) ngoại trừ việc tại
đầu và cuối của mỗi khung, bộ mã hóa phải trở về trạng thái 0. Tại mỗi thời điểm
t, tùy thuộc vào trạng thái của bộ mã hóa và các bit ngõ vào mà một nhánh nào đó
sẽ được chọn. Nếu nhãn của nhánh là s1t, s2t, …, sMTt thì antenna i được sử dụng để
gửi các symbol tương quan sit, với i = 1, 2, …, MT song song với nhau. Ví dụ dưới
đây là một bộ mã hóa STTC cho điều chế 4-PSK.

Các hệ số của bộ mã:

(5.27)

thường được ghi cạnh sơ đồ mắt lưới của mã lưới. Mỗi hệ số giL, k là một thành
phần của tập tương quan 4-PSK {0, 1, 2, 3} và vi là mức nhớ của thanh ghi dịch
thứ i. Các ngõ ra của bộ nhân được cộng modulo 4.
Chuỗi bit đưa vào thanh ghi dịch phía trên của bộ mã hóa có thể được biểu diễn
như sau:

Tương tự chuỗi bit đưa vào thanh ghi dịch phía dưới được biểu diễn như sau:

với ukj (j = 0, 1, 2, 3,…, k = 1, 2) là các bit (0, 1). Đa thức sinh cho bộ mã hóa phía
trên và antenna thứ i với i = 1, 2 có thể được biểu diễn như sau:

với g1j, i , j = 0, 1, …., v là các hệ số có thể lấy giá trị từ tương quan tín hiệu, chẳng
hạn với 4-PSK là 1, -j, -1, j và v1 là mức nhớ của bộ mã hóa phía trên. Một cách
tương tự, đa thức sinh của bộ mã hóa phía dưới và antenna i với i = 1, 2 có thể
biểu diễn như sau:
với g2j, i , j = 0, 1, …., v2 là các hệ số có thể lấy giá trị từ tương quan tín hiệu, chẳng
hạn với 4-PSK là 1, -j, -1, j và v2 là mức nhớ của bộ mã hóa phía dưới. Chuỗi
symbol mã hóa phát từ antenna i được cho bởi:

(5.33)
Ta có thể biểu diễn chuỗi này như sau:

Giả sử rằng rjt là tín hiệu thu được tại antenna j tại thời điểm t, biểu thức nhánh
được cho bởi:

Thuật toán Viterbi được sử dụng để tính toán tuyến với biểu thức nhánh thấp nhất.
Do không có CSI nên ta ước đoán CSI dựa trên các symbol hướng dẫn.
5.4.4. Xây dựng mã cho các kênh fading phẳng
Chú ý rằng:
 Nếu một STTC bảo đảm độ lợi phân tập r cho mô hình kênh fading phẳng
(cho một antenna thu) thì nó được gọi là r-STTC.
 Độ dài bắt buộc của một r-STTC ít nhất là r – 1.
 Nếu độ lợi phân tập là MTMR thì tốc độ truyền lớn nhất b bit/s/Hz với 2b
tương quan tín hiệu. Như vậy 4-PSK, 8-PSK và 16-QAM lần lượt có biên
trên là 2, 3, 4 bit/s/Hz.
 Nếu b là tốc độ truyền thì độ phức tạp của lưới nhỏ nhất là 2b(r-1).
 Một STTC đồng nhất về hình học và hoạt động của nó độc lập với từ mã
được phát đi

5.4.5 Ví dụ sử dụng 4-PSK

Các STTC là sự mở rộng của các mã xoắn trong các hệ thống đa antenna. Các mã
này được dùng để đạt được độ lợi phân tập và độ lợi mã sử dụng các tiêu chuẩn đã
được đề cập ở 5.4.4. Mỗi STTC có thể được mô tả bởi một sơ đồ lưới (trellis). Số
lượng node trong một sơ đồ lưới tương ứng với sô trạng thái trong lưới. Hình dưới
đây là một sơ đồ lưới cho 4-PSK, STTC 4 trạng thái, MT = 2 và tốc độ 2 bit/s/Hz.
Lưới này có 4 node tương ứng với 4 trạng thái. Có 4 nhóm symbol ở bên trái của
mỗi node vì ngõ vào có 4 trường hợp (tương quan 4-PSK). Mỗi nhóm có 2 thành
phần tương ứng với các symbol được đưa đến 2 antenna phát. Ở trên cùng của sơ
đồ ta có các bit ngõ vào điều khiển các symbol đưa ra antenna phát. Các symbol
này đi từng cặp với nhau (đối với máy phát 2 antenna) trong đó số đầu tiên tương
ứng với symbol được phát từ antenna 1 và số thứ 2 từ antenna 2. Bộ mã hóa phải
được đưa về trạng thái 0 tại lúc bắt đầu và kết thúc của mỗi khung. Bắt đầu từ
trạng thái 0, nếu các bit ngõ vào là 10, bộ mã hóa đưa ra 0 ở antenna 1, 2 ở
antenna 2 và chuyển sang trạng thái 2. Sau đó nó chờ ở trạng thái 2 cho các bit ngõ
vào tiếp theo. Nếu các bit ngõ vào tiếp theo là 01, bộ mã hóa đưa ra 2 ở antenna 1
và 1 ở antenna 2 và chuyển đến trạng thái 1 và cứ tiếp tục như thế.
Về mặt toán học nếu (bt, at) là chuỗi bit ngõ vào, cặp tín hiệu ngõ ra st1st2 tại thời
điểm t được cho bởi:

(5.34)
Độ lợi phân tập là 2, hạng của B(s, e) phải là 2. Điều này có thể thấy ở (5.34), vì
nếu các tuyến tương ứng với các từ mã s và e phân ra tại thời điểm t1 và gặp lại tại

thời điểm t2 thì các vector và

là độc lập tuyến tính với nhau và với và

và .
Để tính độ lợi mã ta cần tìm các từ mã s và e sao cho định thức:

(5.35)

là nhỏ nhất Sử dụng định lý mã là đồng nhất về hình học ta có thể giả sử rằng ta
bắt đầu với từ mã 0.
Ta có thể biểu diễn các nhãn biên (s1s2) dưới dạng số phức (js1, js2) với j = √-1. Thế
vào (5.27) ta được:

vì một từ mã 0 ánh xạ đến j0 <-> 1. Do đó:

và dẫn đến tích trong có dạng:

Nếu ta chuyển vị ma trận này (không ảnh hưởng đến giá trị của định thức) ta có:

(5.39)

Hình dưới đây cho thấy các nhãn tương ứng.

Ở đây ta xét trường hợp chuyển trạng thái từ 0 sang 2, giả sử các bit đưa vào là 10.
Khi đó s1 = 0 và s2 = 2. Thay các giá trị này vào (5.39) ta có

Điều này có thể thấy rõ trong sơ đồ trạng thái ở trên.

Do đó, sự phân ra từ trạng thái 0 tạo nên ma trận có dạng:

và gặp lại tại trạng thái 0 tạo nên ma trận có dạng:

với s, t ≥ 2. Điều này có thể thấy ở trong sơ đồ lưới của bộ mã. Khi chuyển từ
trạng thái 2 về trạng thái 0 cần có s1 = 2 và s2 = 0 khi các bit ngõ vào là 00. Và ta
có được ma trận:
Một cách tương tự giả sử rằng ta đang ở trạng thái 1 và các bit ngõ vào là 11. Khi
đó s1 = 1 và s2 = 1, và ta có ma trận:

và trạng thái vẫn là 1. Đây là vòng lặp nằm ở góc dưới trái của sơ đồ trạng thái.
Các ma trận khác hoàn toàn tương tự. Như vậy (5.35) có thể được viết lại như sau:

với a, d ≥ 0, |b|2 ≤ ad. Như vậy định thức nhỏ nhất là 4 (xem 5.4.2). Cho rằng độ
lợi phân tập là rMR ta cần phải tối đa định thức nhỏ nhất này. Ta biết giá trị định
thức nhỏ nhất là 4. Hạng của ma trận B là hạng đầy đủ (r=2). Nếu ta muốn sự phân
tập đầy đủ MTMR thì điều quan trọng là tiêu chuẩn hạng phải được thỏa mãn. Khi
đó định thức nhỏ nhất sẽ là 4. Nếu nó nhỏ hơn 4 thì mã này không thể sử dụng
được. Nhớ lại rằng giá trị nhỏ nhất của định thức quyết định độ lợi mã. Giá trị này
càng lớn thì độ lợi mã càng lớn. Do đó ta muốn giá trị này càng lớn càng tốt.
Các quy tắc thiết kế bảo đảm độ lợi phân tập cho các mã 4-PSK và 8-PSK như
sau:
 Các chuyển đổi phân ra từ một trạng thái sẽ khác nhau ở symbol thứ 2
 Các chuyển đổi đến cùng một trạng thái sẽ khác nhau ở symbol đầu tiên

Sử dụng (5.33), (5.34) có thể được biểu diễn như sau:

với g1 và g2 là các đa thức sinh.

Cột thứ 2 của ma trận trên là trạng thái t-1. Nếu ta khai triển ma trận, thì (5.34) sẽ
trở thành:

Phương pháp biểu diễn mã theo đa thức sinh rất hiệu quả, đơn giản và được sử
dụng rộng rãi.
Các bảng dưới đây cho thấy một số đa thức sinh thông dụng sử dụng các tiêu
chuẩn hạng, định thức cũng như tiêu chuẩn tổng đường chéo.
5.5. Thiết kế STTC trên các kênh fading nhanh:
5.5.1. Xác suất lỗi trên các kênh fading nhanh:
Các phân tích cho các kênh fading chậm ở phần trước có thể áp dụng trong các
kênh fading nhanh. Tại mỗi thời điểm t, ta định nghĩa một vector sai biệt symbol
không thời gian F(s, e) như sau:

Xét một ma trận MTxMT, S = S(s, e) được định nghĩa: . Ta

thấy rằng S là ma trận Hermittian, nên tồn tại duy nhất một ma trận Vt và một ma
trận chéo thực Dt sao cho:

Các thành phần trên đường chéo của Dt, {Dit, với i =1, 2, …, MT} là các giá trị
riêng của ma trận S, các hàng của Vt {vit, với i = 1, …, MT} là các vector riêng của
S, tạo nên một hệ trực giao đây đủ của một không gian vector MT chiều.
Chú ý rằng S là một ma trận hạng 1 nếu s ≠ e và hạng 0 trong các trường hợp
khác. MT -1 thành phần trong đường chéo Dt bằng 0 và do đó ta có thể chọn một
thành phần khác 0 trong đó là D1t, có giá trị bằng với bình phương khoảng cách
Euclide giữa 2 symbol st và et.

Vector riêng của S(st, et) tương ứng với giá trị riêng khác không D1t được ký hiệu là
vit.
Ta định nghĩa hjt như sau:

Như vậy:

Và có thể được viết lại như sau:

với βtj, i = hjt . vjt.
vì tại mỗi thời điểm t có duy nhất một giá trị riêng khác 0, D1t, biểu thức trên có
thể được viết lại như sau:

với ρ(s, e) là tập các thời điểm t = 1, 2,…, L sao cho |st – et| ≠ 0. Thay (5.44) vào
(5.19) ta có:

Do hi, j là các mẫu của biến ngẫu nhiên Gauss phức với giá trị trung bình Ehi, j , nên
ta đặt:

Do V là duy nhất nên điều này chứng tỏ βi, j là các biến ngẫu nhiên Gauss phức độc
lập với sai biệt 0.5 mỗi chiều và giá trị trung bình Kj . vi .
Nếu ta định nghĩa δH là số các symbol không thời gian sao cho 2 từ mã s và e khác
nhau thì vế phải của bất đẳng thức (5.45) chứa các biến ngẫu nhiên độc lập δHMR.
Ở đây ta sẽ phân tích 2 trường hợp khi δHMR <4 và δHMR ≥ 4.

δHMR ≥ 4
Theo định lý giới hạn trung tâm d2(s, e) trong (5.43) có thể xấp xỉ bởi một biến
ngẫu nhiên Gauss có trung bình:

và sai biệt:

Lấy trung bình (5.45) theo biến ngẫu nhiên Gauss và sử dụng đẳng thức:
ta được PEP:

với d2E là khoảng cách Euclide bình phương tích lũy giữa 2 chuỗi symbol không
thời gian, được cho bởi:

và D4 được định nghĩa:

δHMR <4
Khi δHMR <4, ta không thể sử dụng định lý giới hạn trung tâm và khi đó xác suất
lỗi trung bình có thể được biểu diễn như sau:

với |βtj, 1|, t = 1, 2,…, L và j = 1, 2,…, MR là các biến ngẫu nhiên độc lập có phân
bố Rayleigh. Lấy tích phân (5.51) ta có:

với d2p là tích các khoảng cách Euclide bình phương giữa các chuỗi symbol không
thời gian, được cho bởi:

Với SNR cao tỉ số lỗi khung được quyết định bởi PEP với giá trị nhỏ nhất của
δHMR. δHMR được gọi là độ lợi phân tập trong kênh fading nhanh và:
được gọi là độ lợi mã trong các kênh fading nhanh, với d2u là bình phương khoảng
cách Euclide của một hệ thống không mã hóa. Chú ý rằng cả độ lợi phân tập và độ

lợi mã đều được tính với trường hợp δHMR và là nhỏ nhất trên tất cả các
cặp từ mã khác nhau vì đó là trường hợp xấu nhất.
Bây giờ ta sẽ định nghĩa các tiêu chuẩn thiết kế cho trường hợp kênh fading
nhanh:
 Khi δHMR <4
o Tối đa khoảng cách Hamming tối thiếu giữa các symbol (δH) với tất
cả các cặp từ mã
o Tối đa tích khoảng cách nhỏ nhất (d2p) theo tuyến có khoảng cách
Hamming tối thiểu
 Khi δHMR ≥ 4: PEP có giới hạn trên theo (5.48). Trong trường hợp SNR cao
thì:

với d2E và D4 lần lượt được cho theo (5.49) và (5.50). Sử dụng bất đẳng thức:

(5.48) có thể được xấp xỉ thành:

Ta thấy rằng tỉ số khung lỗi ở SNR lớn được quyết định bởi PEP với bình phương
khoảng cách Euclide tối thiểu. Để tối thiểu PEP trên các kênh fading, các mã phải
thỏa mãn các tiêu chuẩn sau:
o Tích δHMR phải đủ lớn (lớn hơn hoặc bằng 4)
o Tối đa khoảng cách Euclide tối thiểu giữa tất cả các cặp từ mã khác
nhau.
Các tiêu chuẩn này tương tự như tiêu chuẩn tổng đường chéo trong trường hợp
kênh fading chậm.
5.6. Phân tích hoạt động của STTC trong kênh fading chậm
Hoạt động của STTC trong kênh fading chậm được đánh giá thông qua mô phỏng.
Trong các kết quả mô phỏng cho trường hợp kênh fading nhanh và chậm các tiêu
chuẩn hạng và định thức được sử dụng nếu số lượng antenna thu là 1 và tiêu chuẩn
tổng đường chéo được sử dụng cho các trường hợp còn lại.

Hình trên cho thấy rằng tất cả các mã đều có mức phân tập là 2 vì có cùng dạng
đường cong FER. Hoạt động của mã được tăng cường bằng cách tăng số trạng
thái.
Hình trên cho thấy mối quan hệ giữa các mã 4-PSK 4 trạng thái và 8-PSK 8 trạng
thái với MT = MR = 2 và MT = 4 và MR = 2. Ta thấy rằng việc tăng số lượng
antenna phát đồng thời cũng tăng độ lợi mã, do MTMR quyết định độ lợi mã. Một
cách tương tự nếu ta giữa MT cố định và tăng MR ta cũng có kết quả tương tự.
Ngoài ra mức phân tập của hệ thống khi MT = 4 và MR = 2 gấp đôi so với MT = MR
= 2. Cuối cùng trong trường hợp có một số lượng lớn antenna thu việc tăng số
lượng antenna phát không làm tăng hoạt động của mã bao nhiêu.

5.7. Phân tích hoạt động của STTC trong kênh fading nhanh
Hoạt động của STTC trong kênh fading nhanh được đánh giá thông qua mô
phỏng.
Hình trên đây cho thấy hoạt động của mã STTC QPSK với hiệu quả sử dụng băng
thông 2 bit/s/Hz trong kênh Rayleigh. Số lượng antenna thu là 1. Ta có thể thấy
rằng các mã QPSK 16 trạng thái tốt hơn các mã 4 trạng thái khoảng 5.9dB tại FER
= 10-2 với 2 antenna phát. Khi số lượng trạng thái tăng lên thì độ lợi mã cũng tăng
lên và hoạt động của mã cũng tăng theo. Các đường cong tỉ số lỗi của các mã song
song với nhau do có cùng giá trị δH. Các giá trị khác nhau của d2p dẫn đến sự khác
nhau về độ lợi mã, như ta thấy đường cong FER sẽ được nâng lên một mức nào
đó.
Trong hình trên ta phân tích trường hợp 3 antenna phát. Ta chú ý rằng các mã
QPSK 16 trạng thái tốt hơn 4 trạng thái 6.8dB tại FER = 10-2. Ta có thể kết luận
rằng khi số lượng antenna phát tăng lên sự tăng cường hoạt động từ sự tăng số
lượng trạng thái cũng lớn hơn.
5.8. Ảnh hưởng của ước đoán kênh không hoàn toàn đến hoạt động của mã
Hình trên là kết quả mô phỏng cho mã 4-PSK 4 trạng thái với 2 antenna phát và 2
antenna thu trong kênh fading Rayleigh nhanh với ước đoán kênh không hoàn
toàn. 10 tín hiệu trực giao trong mỗi khung dữ liệu được sử dụng như chuỗi hoa
tiêu để ước đoán CSI tại máy thu. Từ hình ta có thể thấy rằng việc ước đoán kênh
không hoàn toàn làm giảm hoạt động khoảng 5dB.

5.9. Ảnh hưởng của tương quan antenna

Hình dưới đây cho thấy hoạt động của mã 4-PSK 4 trạng thái khi tính đến hiệu
ứng tương quan antenna.
5.10. Phân tập trễ như STTC
Mẫu phân tập trễ được đề cập đến trong chương 4 có thể xem như một STTC. Giả
sử một hệ thống có 2 antenna phát và 1 antenna thu. Trong mẫu phân tập trễ, ta sẽ
phát một symbol từ một antenna và sau đó cũng phát symbol đó từ antenna thứ 2
nhưng sau thời gian trễ một symbol. Hình dưới đây là sơ đồ lưới cho hệ thống
phân tập trễ như vậy với điều chế 8-PSK trong hệ thống 2 antenna phát>

Nếu ta giả sử chuỗi bit ngõ vào là:

Chuỗi ngõ ra được tạo bởi bộ mã lưới không thời gian được cho bởi:

Chuỗi tín hiệu phát từ 2 antenna sẽ là:

Như vậy ta thấy rõ ràng là đây là hệ thống sử dụng mẫu phân tập trễ. Nếu ta biểu
diễn s1 và s2 dưới dạng ma trận:

thì ta có thể thấy rằng hạng của ma trận này bằng 2. Do đó áp dụng tiêu chuẩn
hạng cho thiết kế từ mã hệ thống sử dụng mẫu phân tập trễ đạt được sự phân tập
đầy đủ 2MR.

5.11. So sánh STBC và STTC

Ta biết rằng STBC và STTC là các mẫu phân tập phát rất khác nhau. STBC được
xây dựng trên các thiết kế trực giao đã biết, tạo ra sự phân tập đầy đủ và dễ giải
mã bởi thuật toán ML thông qua các quá trình tuyến tính ở máy thu, nhưng nó
không tạo được độ lợi mã. Nói cách khác các STTC tạo ra cả sự phân tập và độ lợi
mã nhưng cũng rất khó để giải mã và thiết kế.
Một câu hỏi quan trọng là so sánh hoạt động của STBC và STTC. Trong trường
hợp đó ta nên sử dụng STBC ràng buộc vì nó vốn không tạo ra độ lợi mã. Các mã
ràng buộc được sử dụng hiện nay bao gồm các mã lưới AWGN hoặc mã turbo.
Nói chung bất cứ mã không thời gian nào đều có thể được phân tích giống như
STTC sử dụng độ lợi phân tập và độ lợi mã. Cả hai độ lợi này đều có ảnh hưởng
đến đường cong hoạt động khác nhau. Độ lợi phân tập ảnh hưởng đến hệ số của
đường cong FER theo SNR và thay đổi theo kiểu độ lợi phân tập càng lớn thì hệ
số càng âm. Độ lợi mã nâng đường cong hoạt động lên: độ lợi mã càng lớn thì độ
nâng càng lớn.
Để phân tích về độ lợi mã, xét một hệ thống có SNR lớn (từ 4dB đến 18dB). Đầu
tiên ta lấy logarithm của PEP trong (5.18) cho mã thứ k. Như vậy ta có:

với MTMR là độ lợi phân tập đầy đủ,

là SNR và,
là độ lợi mã. Nếu ta đặt δP = Pk – PL, δc = ck –cL và δs = sk – sL với mã k và L, thì
khi đó:

Nếu mã k tốt hơn thì δc > 0. Với SNR cho trước, δs = 0 và PEP cho mã k nhỏ hơn
mã L bởi hệ số δP ≈ MTMR δc.. Rõ ràng là sự khác biệt này tăng theo MR. Như vậy
ảnh hưởng của độ lợi mã tăng lên khi số lượng antenna thu tăng lên.