Kỹ Thuật Partial Transmit Sequence (Pts)

Người ta chỉ ra rằng với sự co giãn thích hợp trung bình của bình phương sai biệt của tín hiệu ước lượng có thể được cực tiểu, vì vậy bộ thu này được gọi là bộ thu tối thiểu bình phương sai biệt lỗi MMSE. Tỷ số SINR của tín hiệu tại ngõ ra bộ Matched- Filter có biểu thức như sau:

𝑆𝐼𝑁𝑅 = 𝜎2ℎ𝐻𝑘−1ℎ (3.65)

𝑥 𝑧

Bộ thu MMSE cho giải thuật V-Blast khi nảy sẽ giải mã từng luồng tín hiệu.

𝑟 𝑚 = ℎ

𝑥 𝑚 + ∑𝑁𝑇

ℎ 𝑥 𝑚 + 𝑛 𝑚 = ℎ

𝑥 𝑚 + 𝑧 𝑚 (3.66)

𝑘 𝑘

𝑖≠𝑘

𝑖 𝑖

𝑘 𝑘

𝑧 𝑚 = ∑𝑁𝑇

ℎ 𝑥 𝑚 + 𝑛 𝑚

(3.67)

𝑖≠𝑘

𝑖 𝑖

Giả sử công suất của luồng tín hiệu 𝑖 là 𝑃𝑖 do nhiễu 𝑛 𝑚 là I.I.D và các luồng tín hiệu độc lập nên ta có ma trận tương quan nhiễu 𝐾𝑧𝑘 như sau:

𝐾 = 𝑁 𝐼

+ ∑𝑁𝑇

𝑃 ℎ ℎ𝐻

(3.68)

𝑧𝑘

0 𝑁𝑅

𝑖≠𝑘

𝑖 𝑖 𝑖

−1

Vector MMSE được định nghĩa như sau:

𝑉 = (𝑁 𝐼

+ ∑𝑁𝑇

𝑃 ℎ ℎ𝐻 ) ℎ (3.69)

𝑘 0 𝑁𝑅

𝑖≠𝑘

𝑖 𝑖 𝑖

−1

𝑉∗ = ℎ𝐻(𝑁 𝐼

+ ∑𝑁𝑇

𝑃 ℎ ℎ𝐻) = ℎ𝐻(𝑁 𝐼

+ 𝑃 𝐻𝐻𝐻 − 𝑃 ℎ

ℎ𝐻)−1 (3.70)

𝑘 0 𝑁𝑅

𝑖≠𝑘

𝑖 𝑖 𝑖

0 𝑁𝑅 𝑖

𝑖 𝑘 𝑘

−1

SINR ở ngõ ra bộ Matched-Filter có biểu thức như sau:

𝑆𝐼𝑁𝑅 = 𝑃 ℎ𝐻(𝑁 𝐼

+ ∑𝑁𝑇

𝑃 ℎ ℎ𝐻) 𝑘

(3.71)

𝑘 𝑘 0 𝑁𝑅

𝑖≠𝑘

𝑖 𝑖 𝑖 𝑘

Tương tự như máy thu Zero-forcing, sau khi được giải mã, các luồng tín hiệu sẽ được loại trừ ra khỏi tín hiệu thu ban đầu nhằm giải nhiễu xuyên luồng tín hiệu, giúp giải mã chính xác các luồng tín hiệu còn lại.

Quá trình giải mã sẽ được thực hiện lại như sau:

𝑘

Bước 1: Sử dụng vector triệt tiêu 𝑉∗ để giải mã luồng dữ liệu con thứ 𝑘

𝑘

𝑦𝑘 = 𝑉∗𝑟 (3.72)

Bước 2: Sử dụng chòm sao điều chế ở phía phát để ước lượng 𝑥𝑘 từ 𝑦𝑘

𝑥 𝑘 = 𝑄(𝑦𝑘 ) (3.73)

Bước 3: Giả sử 𝑥 𝑘 chính là symbol gốc ban đầu 𝑥𝑘 , loại bỏ 𝑥𝑘 ra khỏi tín hiệu thu 𝑟𝑘 để thu được tín hiệu thu sửa đổi 𝑟𝑘+1:

𝑟𝑘+1 = 𝑟𝑘 − 𝑥 𝑘ℎ𝑘 (3.74)

Với ℎ𝑘 là cột thứ 𝑘 của ma trận H.

Sơ đồ máy thu MMSE giải mã kết hợp triệt nhiễu như hình 3.13. Toàn bộ giải thuật MMSE triệt tiêu liên tiếp như sau

Khởi động

Lặp 𝑘 = 1 → 𝑁𝑇

𝑟1 = 𝑟

𝑃 𝑃 −1

𝑉∗ = ℎ𝐻 (𝑁0𝐼𝑁 + 𝐻𝐻𝐻 − ℎ𝑘 ℎ𝐻)

𝑘 𝑘

𝑅 𝑁𝑇

𝑘

𝑦𝑘 = 𝑉∗𝑟

𝑥 𝑘 = 𝑄(𝑦𝑘 )

𝑟𝑘+1 = 𝑟𝑘 − 𝑥 𝑘ℎ𝑘

𝐻 = 𝐻𝑘̃

Bộthu M M SE 1	Giải mã luồng 1

Có thể bạn quan tâm!

Xem toàn bộ 97 trang tài liệu này.

𝑖 ← 𝑖 + 1

𝑁𝑇 𝑘

Loại trừ luồng 1

Bộthu M M SE 2

Giải mã luồng 2

Loại trừ luồng 1 , 2

Giải mã luồng 3

Bộthu M M SE 3

Loại trừ luồng 1 , 2, 3,… ,NT -1

Giải mã luồng NT

Bộthu M M SE NT

Hình 3.13. Máy thu V-BLAST MMSE

Với 𝐻𝑘̃ là ma trận thu được từ ma trận 𝐻 sau khi bỏ 𝑘 cột đầu tiên.

Tốc độ truyền dữ liệu của luồng dữ liệu thứ k theo định lý Shannon sẽ là:

𝐶𝑘 = log2(1 + 𝑃𝑘ℎ∗ 𝐾−1ℎ𝑘) bit/s/Hz (3.75)

𝑘 𝑧𝑘

𝐶 = ∑𝑁𝑇 𝐶 = ∑𝑁𝑇 log (1 + 𝑃 ℎ∗ 𝐾−1ℎ ) bit/s/Hz (3.76)

𝑀𝑀𝑆𝐸

𝑘=1 𝑘

𝑘=1 2

𝑘 𝑘

𝑧𝑘 𝑘

𝐶 = log

𝑑𝑒𝑡 (𝐼

+ 1 ∑𝑁𝑇

𝑃 ℎ ℎ∗) bit/s/Hz (3.77)

𝑀𝑀𝑆𝐸

2 𝑁𝑅

𝑁0

𝑖=1

𝑖 𝑖 𝑖

Trong môi trường fast-fading, kênh truyền sẽ biến đổi, công suất được chia đều cho các luồng 𝑃𝑖 = 𝑃⁄𝑁𝑇 , tốc độ truyền tối đa của kênh truyền sẽ được tính trung bình như sau:

𝐶𝑀𝑀𝑆𝐸

= 𝐸 (log2

𝑑𝑒𝑡 (𝐼𝑁𝑅

+ 𝑃

𝑁𝑇𝑁0

𝐻𝐻𝐻)) (3.78)

CHƯƠNG IV: CÁC KỸ THUẬT GIẢM PAPR

4.1. Giới thiệu về PAPR

Ghép kênh theo tần số trực giao (OFDM) có thể được kết hợp với kỹ thuật MIMO để tăng sự độ lợi phân tập và dung lượng của hệ thống bằng cách khai thác miền không gian. Bởi vì hệ thống OFDM cung cấp nhiều kênh song song băng hẹp hiệu quả. MIMO-OFDM được cân nhắc trong thông tin vô tuyến tốc độ dự liệu cao, bao gồm cả đường dây thuê bao kỹ thuật số (DSL), và nó ngày càng hiệu quả trong việc cải thiện hiệu suất đường xuống cho thế hệ thứ tư (4G).

Hệ thống OFDM mã hóa không gian-thời gian-tần số đạt được phân tập lớn nhất. Mã hóa không gian-thời gian được thiết kế để sử dụng với OFDM qua kênh lựa chọn tần số có thể đạt được kỹ thuật phân tập không gian bởi việc sử dụng nhiều anten tại bộ phát và bộ thu trong khi không tăng công suất phát và băng thông tín hiệu. Các kỹ thuật phân tập thường được sử dụng để tăng dung lượng của hệ thống. Mặc dù có nhiều thuận lợi như vậy nhưng MIMO-OFDM bị giới hạn bởi tỷ số công suất đỉnh trên công suất trung bình PAPR (Peak to Average Power Ratio) cao. Do đó điều quan trọng là phải giảm PAPR, nếu không bộ khuếch đại công suất cao (HPA) phải có vùng tuyến tính lớn hơn công suất trung bình, nhưng điều nay không hiệu quả mà lại tốn kém. Bởi vì, khi sử dụng HPA có vùng tuyến tính lớn hơn công suất trung bình, độ bão hòa do các đỉnh lớn sẽ làm méo dạng tín hiệu, làm tăng tỷ lệ lỗi bit BER và là nguyên nhân làm mở rộng phổ, làm nhiễu các kênh lân cận.

PAPR của tín hiệu OFDM được phát x(t), là tỷ số công suất lớn nhất trên công suất trung bình:

𝑃𝐴𝑃𝑅 = max0≤𝑡≤𝑇|𝑥(𝑡)|

𝐸 |𝑥(𝑡)2|

Với E[.] là toán tử kỳ vọng, T là chu kỳ ký hiệu của dữ liệu ban đầu.

(4.1)

Đối với hệ thống MIMO-OFDM, PAPR của hệ thống là PAPR lớn nhất trong tất cả các anten phát.

4.2. Các kỹ thuật giảm PAPR

Để giảm PAPR có nhiều kỹ thuật được sử dụng như: kỹ thuật xén, kỹ thuật mã hóa, kỹ thuật xác suất (xáo trộn), kỹ thuật méo thích nghi và kỹ thuật trải phổ DFT.

- Kỹ thuật xén sử dụng xén hoặc bão hòa phi tuyến quanh các đỉnh để giảm PAPR. Phương pháp này thực hiện đơn giản, nhưng nó làm mất sự trực giao giữa các sóng mang con gây nhiễu trong băng và ngoài băng. Nó bao gồm các kỹ thuật: kỹ

thuật mở rộng khối, kỹ thuật xén và lọc, kỹ thuật peak windowing.

- Kỹ thuật mã hóa: ý tưởng chính của phương pháp này là chọn những codewords với PAPR nhỏ. Một số codeword cũng có khả năng sửa lỗi cao. Chuỗi bổ sung Golay lấy từ mã Reed-Muller là một trong những codewords rất tốt thường được sử dụng và nó cũng cung cấp một khả năng sửa lỗi cao cùng một thời điểm. Mặc dù mã hóa là phương pháp rất tốt để giảm PAPR, nhưng rất khó để tìm được đủ codeword có PAPR nhỏ, nhất là đối với những hệ thống OFDM có nhiều sóng mang phụ.

- Kỹ thuật xáo trộn: nhóm kỹ thuật này còn được gọi là kỹ thuật xử lý tín hiệu tuyến tính. Ý tưởng cơ bản của nhóm phương pháp này là mỗi symbol OFDM sẽ được xáo trộn thành những chuỗi khác nhau. Chuỗi có PAPR nhỏ nhất sẽ được chọn để truyền đi. Phương pháp này lại có một số vấn đề cần phải giải quyết. PAPR phải được tính ở phía phát và thông tin về chuỗi được chọn sau khi đã xáo trộn cần phải được biết ở phía thu để giải xáo trộn ở phía thu. Selected mapping (SLM) và Partial Tranmit Sequence (PTS) là hai phương pháp phổ biến nhất được sử dụng.

- Kỹ thuật méo thích nghi có thể bù tác động phi tuyến của bộ khuếch đại công suất cao (HPA) trong hệ thống OFDM. Nó có thể đối phó với sự biến thiên thời gian của HPA phi tuyến bằng cách tự động thay đổi chòm sao ngõ vào.

- Kỹ thuật trải phổ DFT là trải tín hiệu ngõ vào với DFT bằng cách đưa các chuỗi con vào bộ IFFT. Điều này có thể giảm PAPR của tín hiệu OFDM đến mức của truyền sóng mang đơn. Kỹ thuật này đặc biệt hữu ích cho thiết bị đầu cuối di động đường truyền lên. Nó được biết như là Single Carrier-FDMA (SC-FDMA), được áp dụng trong đường lên của tiêu chuẩn 3GPP LTE.

4.2.1. Kỹ thuật xén (clipping)

Như đã đề cập ở trên, clipping là phương pháp đơn giản nhất để giảm PAPR. Đỉnh đường bao của tín hiệu vào sẽ bị giới hạn bởi giá trị ngưỡng thiết lập trước.

Tín hiệu trước và sau khi xén có biểu thức:

𝑥 = 𝜌𝑒𝑗𝜙, 𝜌 = |𝑥| (4.2)

𝑥, 𝑘ℎ𝑖 𝜌 ≤ 𝐴

𝑔(𝑥) = {

𝐴𝑒

𝑗𝜙

, 𝑘ℎ𝑖 𝜌 > 𝐴

(4.3)

Trong đó : x là tín hiệu trước khi nén

g là tín hiệu sau khi nén

(x) là pha của x

Tỉ số cắt được định nghĩa là tỉ số của mức xén trên biên độ trung bình:

𝐶𝐿 = 20 log

𝐴

√𝐸 |𝑋(𝑛)|2

(4.4)

data Mapping

IFFT

Cliping and filtering

IFFT (with oversampling)

Cliping

FFT

Out-of-Band Filtering

Hình 4.1. Thuật toán xén

Xén là kỹ thuật xử lý tín hiệu không tuyến tính và sẽ làm méo dạng tín hiệu, tăng tỉ lệ bit lỗi.

4.2.2. Kỹ thuật mã hóa

Trong kỹ thuật mã hóa sẽ chọn codewords có PAPR nhỏ để giảm PAPR cho tín hiệu phát. Mã tốt nhất sẽ được tìm và lưu trữ trong bảng tra để thực hiện mã hóa và giải mã. Việc tìm ra mã tốt nhất và sắp xếp nó vào bảng tra sẽ vô cùng phức tạp, nhất là đối với những hệ thống OFDM có nhiều sóng mạng con.

Mã hóa sữa sai có thể được sử dụng như là một phương pháp tối ưu, nó vừa có tác dụng mã hóa sửa sai và giảm PAPR cho hệ thống.

4.2.3. Kỹ thuật Partial Transmit Sequence (PTS)

PTS là 1 phương pháp làm giảm PAPR không làm méo dạng tín hiệu. Ý tưởng chính của phương pháp này là chia khối dữ liệu ban đầu vào U các khối dữ liệu phụ Xu, u=1,2,...U. Mỗi sóng mang con được biễu diễn lại 1 cách chính xác vào 1 trong những khối con.

Hình 4.2. Sơ đồ khối phương pháp PTS

Hình 4.3. Phân chia những sóng mang phụ vào 3 khối con

Sau khi chia tín hiệu ra thành nhiều khối con, xác định được công suất đỉnh cao nhất trong từng khối con, ta nhân các tín hiệu ở khối con cho các tác nhân xoay P với mục đích làm giảm công suất đỉnh. Tín hiệu truyền đi sẽ là tổng của tín hiệu ở các khối con.

Ta có tín hiệu trong miền thời gian :

𝑈

𝑋̃𝑢= 𝐼𝐷𝐹𝑇 { 𝑃𝑢∙ 𝑋𝑢}

𝑢=1

𝑈

= 𝑃𝑢 ∙ 𝐼𝐷𝐹𝑇{𝑋𝑢}

𝑢=1

= ∑

𝑈

𝑢=1

𝑃𝑢 ∙ 𝑥𝑢

(4.5)

Phương pháp PTS thích ứng

PTS thích ứng cải thiện từ PTS ở việc đặt 1 ngưỡng PAPR mong muốn. Nếu ngõ ra có PAPR vượt hơn ngưỡng cho phép thì sẽ thực hiện lại quá trình xoay pha cho đến khi thỏa điều kiện.

Hình 4.4 Thực hiện PTS thích ứng

4.2.4. Phương pháp Selected Mapping (SLM)

Ý tưởng của phương pháp SLM không khác nhiều so với PTS. Nó chọn tín hiệu phù hợp nhất từ tập hợp của những khối dữ liệu quay pha được tạo ra bởi bộ phát.

Xét một khối dữ liệu OFDM X = [X0, X1, X2,….., XN-1] với , và U chuỗi dữ liệu khác pha Bu = [bu,0, bu,1, bu,2…, bu,N-1]T với u = 1,2,3,…,U. Khi đó ta có U khối dữ liệu Xu được tạo ra bằng cách nhân chuỗi X với tất cả các chuỗi khác pha Bu. Sau khi biến

đổi IFFT ta sẽ có U tín hiệu có giá trị PAPR khác nhau. Trong số chúng, ta chọn một tín hiệu có PAPR nhỏ nhất để truyền đi.

𝑥 = 𝑎𝑟𝑔 min1≤𝑢≤𝑈{𝑃𝐴𝑃𝑅} (4.6) Tín hiệu đa sóng mang trong miền thời gian được biễu diễn như sau:

𝑥𝑢(𝑡) = 1

∑𝑁−1 𝑋

∙ 𝑏

∙ 𝑒𝑗2𝜋∆𝑓𝑡 (4.7)

√𝑁

𝑛=0 𝑛

𝑢,𝑛

Trong đó 0 ≤ t ≤ NT, u = 1, 2, 3, …. U, ∆f = 1/T, T là chu kỳ của khối dữ liệu.

Tương tự như phương pháp PTS, thông tin về pha của chuỗi được chọn bên phía phát phải được gửi đến phía thu để phục hồi lại khối dữ liệu như ban đầu.

Thực hiện SLM thích ứng

Sử dụng SLM thích ứng để làm giảm đi tính phức tạp trong suốt quá trình tính

toán.

Tương tự với PTS thích ứng, SLM thích ứng cũng đặt ra 1 ngưỡng mong

muốn. Tín hiệu ngõ ra được so sánh với ngưỡng. Nếu tín hiệu có PAPR nhỏ hơn ngưỡng thì được phát đi. Ngược lại, nếu tín hiệu có PAPR lớn hơn ngưỡng, thì có 2 trường hợp: nếu tín hiệu là kết quả của sự xoay pha cuối cùng, thì sẽ tìm ra một chuỗi có PAPR nhỏ nhất trong các chuỗi đã phát và truyền đi. Ngược lại, sẽ tiếp tuc xoay pha và so sánh với ngưỡng.

Data Source

Yes

IDFT

PAPR≤ 𝛾 ?

𝑇

𝐵(𝑖)

Next Phase

Last Phase Sequence?

Yes

Select one with lowest PAPR

Giải thuật cho phương pháp SLM thích ứng

Hình 4.5. SLM thích ứng

4.2.5. Phương pháp hoán vị (interleaving)

Hoán vị là một phương pháp giảm PAPR ít làm méo dạng tín hiệu. Mở rộng của phương pháp này ta có phương pháp hoán vị thích ứng. Thời gian thực hiện các phép hoán vị và độ phức tạp của phương pháp được đánh giá thông qua số lượng trung bình của phép hoán vị. Cũng giống như phương pháp SLM, chuỗi dữ liệu hoán vị có PAPR nhỏ nhất sẽ được chọn để truyền đi.

Có hai loại hoán vị là hoán vị ngẫu nhiên và hoán vị có chu kỳ. Hoán vị ngẫu nhiên thực hiện hoán vị toàn bộ khối dữ liệu có N symbols và tạo thành những chuỗi giả ngẫu nhiên. Ví dụ một chuỗi symbol có chiều dài 𝑁 𝑋 = 𝑋0, 𝑋1, 𝑋2, … 𝑋𝑁−1sẽ trở thành 𝑋′′ = 𝑋𝜋(0), 𝑋𝜋(1), 𝑋𝜋(2), … 𝑋𝜋(𝑁−1). Chỉ số hoán vị 𝜋(𝑁 − 1) được lưu trong bộ nhớ của cả bộ phát và bộ thu nên việc deinterleaving trở nên đơn giản.

Đối với phương pháp hoán vị theo chu kỳ, cho 1 chu kỳ C và 1 khối dữ liệu có độ dài là C. Phương pháp hoán vị có chu kỳ C ghi khối dữ liệu

𝑋 = 𝑋0, 𝑋1, 𝑋2, … 𝑋𝑁−1vào 1 ma trận có C dòng và R cột, với 𝑅 = 𝑁/𝐶 theo từng cột. Sau đó đọc khối dữ liệu ra 𝑋′′ = 𝑋𝜋(0), 𝑋𝜋(1), 𝑋𝜋(2), … 𝑋𝜋(𝑁−1)theo từng dòng.

Ta có ma trận:

1 𝐶 + 1

𝑛 = [2 𝐶 + 2

⋮ ⋮

𝐶 2𝐶

⋯ 𝑅

⋯ 2𝑅] (4.8)

⋱ ⋮

⋯ 𝑁

𝑋𝜋(0)

𝑥𝜋(0)

Permutation 1

S/P

IDFT

𝑋𝜋(1)

𝑥𝜋(1)

Data Source

Permutation 2

S/P

IDFT

Select one with lowest PAPR

𝑥

Mapping

𝑋𝜋(𝑁−𝐼)

𝑥𝜋(𝑁−𝐼)

Permutation N

S/P

IDFT

Hình 4.6. Thuật toán Interleaving

Hoán vị thích ứng

Để đơn giản hơn trong quá trình tính toán cũng như làm giảm đi số lần hoán vị, người ta đưa ra phương pháp hoán vị thích ứng là mở rộng của phương pháp hoán vị thông thường. Trong phương pháp hoán vị thích ứng, một mức PAPR sẽ được thiết lập

Xem toàn bộ nội dung bài viết ᛨ