Kết hợp mã LDPC với tách sóng SIC để nâng cao chất lượng hệ thống MIMO OFDM

Trong khi các mô hình phân tập có thể cải thiện đáng kể hiệu suất lỗi, mô hình ghép kênh không gian có khả năng cung cấp thông lượng hệ thống rất cao..  Kiến trúc MIMO-BLAST Trong nhiề

vi

Trong thời đại thông tin ngày nay, các hệ thống thông tin liên lạc không dây tốc độ dữ liệu và độ tin cậy cao đang trở thành nhân tố chủ đạo cho việc triển khai thành công các mạng thương mại

Do đó, các phương pháp cho phép truyền thông tin đáng tin cậy sẽ trở nên quan trọng

hơn Lý thuyết thông tin và các mã sửa lỗi là những lĩnh vực nghiên cứu làm thế nào để đạt được mục tiêu đó Có nhiều mã sửa lỗi đã được giới thiệu trước đây, nhưng trong

những năm gần đây, mã kiểm tra chẵn lẻ mật độ thấp (LDPC) đã xuất hiện như là ứng

cử viên tốt nhất để giải quyết vấn đề đó Hiệu suất mã LDPC đã được chứng minh là

rất gần với giới hạn lý thuyết, mà một mã có thể đạt đến được gọi là dung lượng kênh Thông tin số sử dụng liên kết không dây MIMO gần đây đã nổi lên như là một bước đột phá kỹ thuật quan trọng nhất trong thông tin hiện đại Hệ thống anten MIMO đã được chứng minh là có khả năng tăng đáng kể tốc độ dữ liệu và cải thiện độ tin cậy mà không yêu cầu thêm phổ và công suất Ghép kênh MIMO là một cách để cải thiện tốc

độ dữ liệu thông tin Mặt khác, ghép kênh phân chia tần số trực giao (OFDM) là một

kỹ thuật đầy hứa hẹn để thực hiện điều chế đa sóng mang với việc sử dụng tối đa băng thông và đặc điểm hiệu suất cao có khả năng chống lại fading đa đường

MIMO kết hợp với OFDM có thể tăng dung lượng, độ tin cậy, hỗ trợ các dịch vụ internet và các ứng dụng đa phương tiện MIMO-OFDM là một công nghệ băng rộng không dây mới đã trở nên phổ biến cho khả năng truyền dẫn tốc độ cao và khả năng

chống lại fading đa đường mạnh và các tổn hại kênh truyền khác MIMO-OFDM đã trở thành sự kết hợp công nghệ hứa hẹn cho thông tin không dây hiện tại và tương lai

Hệ thống MIMO là một ứng cử viên hấp dẫn cho mạng không dây thế hệ thứ tư do

tiềm năng khai thác phân tập không gian để tăng thông lượng mà không lãng phí tài

vii

nguyên băng thông và công suất Đặc biệt, kiến trúc phân lớp không gian-thời gian dạng chéo (D-BLAST) được đề xuất bởi Foschini, là một kỹ thuật đạt được một phần đáng kể dung lượng lý thuyết Do độ phức tạp của việc thực hiện kiến trúc D-BLAST,

một phiên bản sửa đổi đã được đề xuất, được gọi là V-BLAST (Vertical BLAST) Còn

có một kiến trúc phân lớp không gian-thời gian khác được gọi là Turbo-BLAST, là sự

kết hợp của tách sóng BLAST và giải mã kênh theo phương pháp lặp

Các kỹ thuật tách sóng MIMO hiện tại có thể đại khái được chia thành các phương pháp tách sóng tuyến tính, phi tuyến và chính xác Phương pháp tuyến tính như là Zero-Forcing, MMSE cung cấp độ phức tạp thấp cùng với hiệu suất tỉ lệ lỗi bit (BER) giảm so với các phương pháp phi tuyến như VBLAST Các bộ tách sóng phi tuyến không quá phức tạp về mặt tính toán với hiệu suất chấp nhận được

Luận văn này so sánh hiệu suất của các phương pháp tách sóng sử dụng tiêu chuẩn ZF

và MMSE kết hợp với giải thuật V-BLAST, cụ thể là triệt can nhiễu liên tiếp (SIC) và triệt can nhiễu liên tiếp có phân bậc (OSIC)

Digital communication using multiple-input multiple-output (MIMO) wireless links has recently emerged as one of the most significant technical breakthroughs in modern communications Multiple-input multiple-output (MIMO) antenna systems have been shown to be able to substantially increase data rate and improve reliability without extra spectrum and power resources MIMO multiplexing is a way to gain robustness and achievement in speed of data information On the other hand, Orthogonal Frequency Division Multiplexing (OFDM) is a promising technique to perform multicarrier modulation with maximum utilization of bandwidth and high performance characteristics profile against fading in multipath communication

In addition, MIMO in combination with OFDM can increase capacity, reliability, support to internet services and multimedia applications MIMO-OFDM, a new wireless broadband technology, has gained great popularity for its capability of high rate transmission and its robustness against multi-path fading and other channel

is known as V-BLAST (Vertical BLAST) There is another layered space-time architecture called Turbo-BLAST, which is the combination of BLAST detection and channel decoding in an iterative way

The existing MIMO detection techniques can be broadly divided into linear, non-linear and exact detection methods Linear methods like Zero-Forcing, MMSE offer low complexity with degraded Bit Error Rate (BER) performance as compared to non-linear methods like VBLAST Non-linear detectors are computationally not very expansive with acceptable performance

This thesis compares the performance of different detection methods using ZF and MMSE criteria combined with general V-BLAST algorithm, in particular, the Successive Interference Cancellation (SIC) and the Ordered Successive Interference Cancellation (OSIC) detectors

x

M C L C

TRANG

Trang tựa i

Quyết định giao đề tài ii

Lý lịch cá nhân iii

Lời cam đoan iv

Cảm tạ v

Tóm tắt vi

Mục lục x

Danh sách các chữ viết tắt xiv

Danh sách các hình xvii

Danh sách các bảng xx

Chương 1 GI I THI U 1

1.1 Tổng quan chung về lĩnh vực nghiên cứu, các kết qu nghiên cứu trong vƠ ngoƠi nước đƣ công bố 1

1.2 Mục đích của đề tƠi 6

1.3 Nhi m vụ của đề tƠi vƠ giới h n đề tƠi 7

1.4 Phương pháp nghiên cứu 8

1.5 Nội dung luận văn 8

Chương 2 C SỞ Lụ THUY T 9

2.1 Kênh t ruyền vô tuyến 9

2.1.1 Các hiện tượng ảnh hưởng đến chất lượng kênh truyền vô tuyến 9

2.1.2 Mô hình kênh truyền fading Rayleigh 11

2.2 OFDM 13

2.2.1 Giới thiệu 13

2.2.2 Nguyên lý OFDM 14

xi

2.2.3 u và nhược điểm của OFDM 17

2.3 MIMO 18

2.3.1 Mô hình hệ thống và kênh truyền MIMO 18

2.3.2 Dung lượng kênh truyền MIMO 20

2.3.3 u điểm của công nghệ MIMO 23

2.4 MIMO-OFDM 24

2.5 Khái ni m cơ b n về mã LDPC 25

2.5.1 Mã khối tuyến tính 26

2.5.1.1 Mã khối ở dạng hệ thống 28

2.5.1.2 Giải mã mã khối tuyến tính 28

2.5.2 Định nghĩa mã LDPC 29

2.5.3 Biểu diễn mã LDPC 30

2.5.3.1 Biểu diễn ma trận 30

2.5.3.2 Đồ hình Tanner 30

2.5.4 Mã LDPC có quy tắc và bất quy tắc 32

2.5.4.1 Mã LDPC có quy tắc 32

2.5.4.2 Mã LDPC bất quy tắc 33

2.5.5 Mã hóa mã LDPC 33

2.5.6 Giải mã mã LDPC 33

2.5.6.1 Ký hiệu 34

2.5.6.2 Giải thuật giải mã truyền độ tin cậy dựa trên xác suất (Probabilistic Belief Propagation Decoding Algorithm) 36

2.5.7 Thiết kế và tối ưu mã LDPC 37

2.6 Tóm tắt 40

Chương 3 KI N TRỎC V-BLAST VÀ CÁC PH NG PHÁP TÁCH SÓNG TRONG V-BLAST 42

3 1 Tổng quan về kiến trúc BLAST 42

xii

3.1.1 Diagonal-BLAST (D-BLAST) 43

3.1.2 Vertical BLAST (V-BLAST) 45

3.1.2.1 Máy phát V-BLAST 47

3.1.2.2 Máy thu V-BLAST 48

3.2 Tách sóng V-BLAST 49

3.2.1 Tách sóng tuyến tính 49

3.2.1.1 Zero Forcing 50

3.2.1.2 Sai số bình phương trung bình tối thiểu 52

3.2.2 Tách sóng phi tuyến 53

3.2.2.1 Tách sóng Maximum Likelihood 53

3.2.2.2 Triệt can nhiễu liên tiếp (SIC) 54

3.3 Phơn tích độ phức t p tách sóng V-BLAST 59

3.3.1 Quy tắc chung trong phân tích độ phức tạp 59

3.3.2 Phân tích độ phức tạp tách sóng tuyến tính 60

3.3.2.1 Độ phức tạp của Zero-Forcing 60

3.3.2.2 Độ phức tạp của MMSE 61

3.3.3 Phân tích độ phức tạp trong tách sóng SIC (V-BLAST) 61

3.3.3.1 Độ phức tạp của ZF-VBLAST 61

3.3.3.2 Độ phức tạp của MMSE-VBLAST 63

3.3.4 Độ phức tạp của Maximum Likelihood 63

3.4 Tóm tắt 66

Chương 4 K T QU MÔ PH NG 67

4.1 Mô ph ng mƣ LDPC 67

4.2 Mô ph ng hi u suất (tỉ l lỗi bit - BER) 73

4.2.1 Mô tả hệ thống 73

4.2.2 Các giả định sử dụng trong mô phỏng 74

xiii

4.2.3 Sơ đồ khối mô phỏng hệ thống 2x2 V-BLAST MIMO – OFDM không sử dụng

mã hóa LDPC 77

4.2.4 Sơ đồ khối mô phỏng hệ thống 2x2 V-BLAST MIMO – OFDM có sử dụng mã hóa LDPC 88

4.3 Độ phức t p của các phương pháp tách sóng 96

4.4 Tóm tắt 98

Chương 5 K T LU N VÀ H NG PHÁT TRI N 99

5 1 Kết luận 99

5 2 Hướng phát triển 101

TÀI LI U THAM KH O 102

A Posteriori Probability

Bộ chuyển đổi tương tự sang số Nhiễu Gaussian trắng cộng Xác suất sau

Quadrature Phase Shift Keying

Tỉ lệ bit lỗi Truyền Belief

Hệ thống phân lớp không gian-thời gian Bell Labs

Điều chế khóa dịch pha tứ phân CSI

Digital Audio Broadcast Digital Video Broadcast

Bộ chuyển đổi số sang tương tự

Mức độ tự do �� ×��

Hệ thống phân lớp không gian-thời gian Bell Labs dạng chéo

Phát thanh quảng bá kỹ thuật số Truyền hình quảng bá kỹ thuật số ECC Error Correction Codes Mã sửa sai

Điều chế phân chia theo tần số

Sửa sai tới trước

Biến đổi Fourier nhanh IID

IFFT

Independent and Identical Distrubution

Inverse Fast Fourier Transform

Phân phối độc lập và giống nhau

Biến đổi Fourier nhanh nghịch đảo

xv

ICI

ISI

Intercarrier Interference Intersymbol Interference

Nhiễu liên sóng mang Nhiễu liên ký tự LOS

LDPC

LLR

Line Of Sight Low Density Parity Check Code Log-Likelihood Ratio

Đường truyền thẳng

Mã kiểm tra chẵn lẻ mật độ thấp

Tỉ số log-likelihood NLOS Non-Line Of Sight Không có đường truyền thẳng

Multi-Input Single-Output Minimum Mean Square Error

Mean Square Error

Khả năng lớn nhất

Hệ thống nhiều-ngõ vào nhiều-ngõ

ra

Hệ thống nhiều-ngõ vào một-ngõ ra Sai số bình phương trung bình nhỏ

nhất Sai số bình phương trung bình OFDM

PIC

Parallel to Serial

Parallel Interference Cancellation

Bộ chuyển đổi song song sang nối

tiếp Triệt can nhiễu song song SIMO

Signal-to-Noise Ratio Successive Interference

xvi

SINR

Cancellation Signal to Interference plus Noise Ratio

Tỉ số tín hiệu trên nhiễu cộng với can nhiễu

V-BLAST Vertical- Bell Labs Layered

Space-Time System

Hệ thống phân lớp không gian-thời gian Bell Labs chiều dọc

xvii

DANH SÁCH CÁC HÌNH

Hình 1.1: Xu hướng kết hợp MIMO-OFDM trong các hệ thống thông tin không dây

trong tương lai 5

Hình 2.1: Truyền đa đường trong kênh truyền thông tin vô tuyến 10

Hình 2.2: Phân loại kênh truyền fading 11

Hình 2.3: Hàm mật độ xác suất của phân phối Rayleigh 13

Hình 2.4: Sơ đồ khối máy phát (a) và máy thu (b) OFDM 15

Hình 2.5: Hệ thống MIMO tổng quát với �� anten phát và �� anten thu 20

Hình 2.6: Dung lượng kênh truyền ergodic 22

Hình 2.7: Mô hình tổng quát hệ thống MIMO-OFDM �� ×�� 25

Hình 2.8: Dạng hệ thống của một từ mã mã khối 28

Hình 2.9: Sơ đồ khối của hệ thống mã hóa khối 29

Hình 2.10: Đồ hìnhTanner tương ứng với ma trận kiểm tra chẵn lẻ H trong (2.24)

31

Hình 2.11: Minh họa cho mã LDPC có quy tắc bằng đồ hình 32

Hình 3.1: Bộ mã hóa D-BLAST 44

Hình 3.2: Phân lớp không gian-thời gian trong D-BLAST 45

Hình 3.3: Bộ mã hóa V-BLAST 46

Hình 3.4: Phân lớp không gian-thời gian trong V-BLAST 46

Hình 3.5: Máy thu của hệ thống V-BLAST tổng quát 48

Hình 3.6: Kiến trúc hệ thống V-BLAST 49

Hình 3.7: Máy thu tuyến tính 50

xviii

Hình 3.8: Mô hình triệt can nhiễu liên tiếp 56

Hình 3.9: Mô hình tách sóng có phân bậc (OSIC) 57

Hình 4.1: So sánh mã LDPC với chiều dài bit thay đổi Kết quả mô phỏng được thực hiện trong kênh truyền AWGN, điều chế BPSK, số lần lặp là 20

68

Hình 4.2: So sánh mã LDPC với số lần lặp thay đổi Kết quả mô phỏng được thực hiện trong kênh truyền AWGN, kiểu điều chế BPSK, số bit là 256

69

Hình 4.3: So sánh mã LDPC trong các trường hợp chiều dài mã và số lần lặp thay đổi 71

Hình 4.4: So sánh giữa trường hợp có sử dụng mã hóa LDPC và trường hợp không sử dụng mã hóa LDPC, chỉ được điều chế BPSK trong kênh truyền Rayleigh 73

Hình 4.5: Sơ đồ khối mô phỏng hệ thống V-BLAST MIMO-OFDM 2x2 không sử dụng mã hóa LDPC 77

Hình 4.6: Lưu đồ mô phỏng hệ thống MIMO-OFDM không sử dụng mã hóa 78

Hình 4.7: Lưu đồ mô hình tách sóng SIC 79

Hình 4.8: Lưu đồ mô hình triệt can nhiễu liên tiếp có phân bậc (OSIC) 80

Hình 4.9: So sánh các phương pháp tách sóng ZF, MMSE và ML 82

Hình 4.10: So sánh các phương pháp tách sóng ZF-SIC, MMSE-SIC và ML 83

Hình 4.11: So sánh các phương pháp tách sóng ZF-OSIC, MMSE-OSIC và ML 84

Hình 4.12: So sánh các phương pháp tách sóng ZF, ZF-SIC, ZF-OSIC và ML 85

Hình 4.13: So sánh các phương pháp tách sóng MMSE, MMSE-SIC, MMSE-OSIC và ML 86

Hình 4.14: So sánh các phương pháp tách sóng ZF, MMSE, ZF-SIC, MMSE-SIC,

xix

ZF-OSIC, MMSE-OSIC và ML 87

Hình 4.15: Sơ đồ khối mô phỏng hệ thống V-BLAST MIMO–OFDM 2x2 có sử dụng mã hóa LDPC 88

Hình 4.16: Lưu đồ mô phỏng hệ thống MIMO-OFDM có sử dụng mã hóa 89

Hình 4.17: So sánh các phương pháp tách sóng ZF, MMSE và ML 90

Hình 4.18: So sánh các phương pháp tách sóng ZF-SIC, MMSE-SIC và ML 91

Hình 4.19: So sánh các phương pháp tách sóng ZF-OSIC, MMSE-OSIC và ML 92

Hình 4.20: So sánh các phương pháp tách sóng ZF, ZF-SIC, ZF-OSIC và ML 93

Hình 4.21: So sánh các phương pháp tách sóng MMSE, MMSE-SIC, MMSE-OSIC và ML 94

Hình 4.22: So sánh các phương pháp tách sóng ZF, MMSE, ZF-SIC, MMSE-SIC, ZF-OSIC, MMSE-OSIC và ML 95

Hình 4.23: So sánh độ phức tạp tính toán giữa các phương pháp tách sóng với kiểu điều chế QPSK 96

Hình 4.24: So sánh độ phức tạp tính toán giữa các phương pháp tách sóng theo dạng biểu đồ 98

xx

DANH SÁCH CÁC B NG

B ng 2.1: Ký hiệu sử dụng trong bộ giải mã LDPC lặp chuyển-thông tin 35

B ng 3.1: Tóm tắt độ phức tạp của quá trình tiền xử lý của các phương pháp tách sóng 65

B ng 3.2: Tóm tắt độ phức tạp của quá trình xử lý dữ liệu của các phương pháp tách sóng 66

B ng 4.1: Thông số OFDM dựa theo tiêu chuẩn IEEE 802.11a 69

B ng 4.2: So sánh mã LDPC với chiều dài bit thay đổi 70

B ng 4.3: So sánh mã LDPC với số lần lặp thay đổi 72

B ng 4.4: So sánh dữ liệu của mã LDPC trong các trường hợp chiều dài mã và số lần lặp thay đổi 76

B ng 4.5: So sánh độ phức tạp về mặt tính toán giữa các phương pháp tách sóng khác nhau theo tổng số phép cộng và phép nhân 97

di động ở bất cứ nơi đâu trên thế giới Nó thật sự được nghiên cứu mạnh từ những năm

1960, sự phát triển to lớn của công nghệ thông tin không dây có ảnh hưởng của một số yếu tố Thứ nhất, nhu cầu kết nối không dây bùng nổ Thứ hai, sự tiến bộ đáng kể của công nghệ VLSI đã cho phép chế tạo các chip có diện tích nhỏ và điện năng thấp thực

hiện giải thuật xử lý tín hiệu phức tạp và giải thuật mã hóa Thứ ba, các tiêu chuẩn thông tin không dây thế hệ thứ hai như CDMA, GSM, TDMA có thể truyền dữ liệu số dung lượng thấp và âm thanh Hơn nữa, thế hệ thứ ba của thông tin không dây có thể cung cấp cho người sử dụng nhiều dịch vụ cao cấp hơn có dung lượng lớn hơn thông qua cải thiện hiệu quả phổ

Mã ki ểm tra chẵn lẻ mật độ thấp (LDPC)

Trong một hệ thống thông tin kỹ thuật số, mục tiêu chính là đạt được thông tin không

lỗi giữa hai điểm Do đó, mã hóa đã trở thành một công cụ không thể thiếu trong thông tin hiện đại và hệ thống lưu trữ kỹ thuật số đòi hỏi truyền dẫn dữ liệu số hiệu quả và đáng tin cậy Có nhiều phát triển chính trong lĩnh vực mã sửa sai trước đây và các kỹ

2

thuật mã hóa khác nhau đã được công bố, tất cả kỹ thuật này nhằm mục tiêu đạt được thông tin liên lạc đáng tin cậy

Lý thuyết mã hóa được chia thành hai lĩnh vực nghiên cứu chính: lý thuyết mã hóa đại

số và lý thuyết mã hóa xác suất Lý thuyết mã hóa đại số chủ yếu nghiên cứu các mã

khối tuyến tính trên các trường nhị phân Mã khối tuyến tính là một lớp lớn trong đó có

mã LDPC u điểm chính của các mã này đó là có thể được xây dựng để có một cấu trúc đại số mạnh, cho phép nghiên cứu về các tính chất toán học, đạt được các kỹ thuật

mã hóa - giải mã hiệu quả Lý thuyết này sau đó được khái quát hóa cho mã khối tuyến tính trên các trường hữu hạn Mục tiêu chính của lý thuyết mã hóa đại số là tối đa khoảng cách Hamming tối thiểu, để cải thiện khả năng sửa lỗi Lý thuyết mã hóa xác

suất không tập trung nhiều vào các khía cạnh toán học của mã và khoảng cách tối thiểu

của mã nhưng tập trung nhiều vào việc tìm kiếm các mã có hiệu suất trung bình cao và

độ phức tạp mã hóa/giải mã thấp Bản chất xác suất của chúng làm cho chúng khó nghiên cứu nhưng hiệu suất cao giải thích cho sự quan tâm tới các mã này Các mã

hiện đại có thể tiến gần dung lượng kênh truyền là kết quả nghiên cứu về lĩnh vực này.[1]

Về lĩnh vực mã hóa kênh, có hai loại kỹ thuật mã hóa kênh chính Loại thứ nhất được gọi là yêu cầu lặp lại tự động (ARQ), trong đó phía thu yêu cầu phát lại các frame dữ

liệu không tin cậy Loại thứ hai là sửa lỗi tới (FEC), trong đó bộ giải mã kênh ước tính

một từ mã từ từ mã thu được Các mã sửa sai được chia thành hai loại là mã khối và mã chập

Lĩnh vực mã hóa kênh bắt đầu với bài báo của Claude Shannon trong đó khái niệm về dung lượng kênh được đề cập Shannon đã chứng minh rằng tốc độ truyền thông tin là nhỏ hơn dung lượng của kênh truyền, thì một mã sử dụng trong truyền dẫn cho phép

một xác suất lỗi thấp Giới hạn này được gọi là giới hạn Shannon Trong thập kỷ qua,

3

giới hạn Shannon đã gần như đạt được với sự ra đời của mã Turbo và việc tìm ra mã kiểm tra chẵn lẻ mật độ thấp (LDPC)

Năm 1992 mã Turbo được phát triển bởi Berrou, là mã đầu tiên được chứng minh gần

với giới hạn Shannon hoặc dung lượng kênh Sự thành công của mã Turbo dẫn đến

việc tái khám phá mã kiểm tra chẵn lẻ mật độ thấp bởi MacKay và Neal Chúng ban đầu được phát triển bởi Gallager trong những năm 1960 Chúng bị bỏ qua trong một

thời gian dài bởi vì độ phức tạp tính toán cao đối với công nghệ phần cứng vào thời điểm đó

Gần đây, mã kiểm tra chẵn lẻ mật độ thấp (LDPC) được chú ý nhiều hơn và được xem như là mã sửa lỗi quan trọng trong tương lai Có nhiều tiêu chuẩn công nghiệp được đề

xuất cho mã LDPC Mã LDPC có nhiều ưu điểm hơn so với mã Turbo bao gồm cơ chế song song trong giải mã và các phép tính toán đơn giản Tuy nhiên, các phương pháp xây dựng mã LDPC và việc thực hiện phần cứng hiệu quả (bộ mã hóa và giải mã) vẫn còn là một thách thức Sau đó, Richardson cũng đã chứng minh các kết quả đạt được

bởi MacKay và Neal

Ngày nay, mục tiêu chính trong thông tin không dây là tăng tốc độ dữ liệu và cải thiện

độ tin cậy truyền Nói cách khác, do nhu cầu ngày càng tăng cho tốc độ dữ liệu cao hơn, chất lượng dịch vụ tốt hơn, cuộc gọi bị ngắt ít hơn, dung lượng mạng cao hơn và

độ bao phủ user thúc đẩy tìm ra các kỹ thuật mới nhằm nâng cao hiệu quả phổ và độ tin

cậy

MIMO-OFDM

Nhìn chung, các hệ thống nhiều anten có thể được phân thành hai loại chính: các hệ

thống phân tập và các hệ thống ghép kênh không gian Mục tiêu chính của mô hình phân tập là để cải thiện hiệu suất lỗi và do đó tăng độ tin cậy của hệ thống Ý tưởng là

tạo ra nhiều phiên bản của thông điệp truyền đi chịu ảnh hưởng của fading với mức độ khác nhau

4

Mã Không gian-thời gian (STC) là sự mở rộng của phân tập không gian truyền thống, nhằm mục đích tăng độ tin cậy trong thông tin cao hơn Trong khi các phương pháp thông thường sử dụng nhiều anten chỉ ở phía thu để chống lại ảnh hưởng fading, STC tăng cường độ lợi bằng cách sử dụng thêm phân tập phát Hai kỹ thuật thường sử dụng trong loại này là: Space-Time Trellis Codes (STTC) và Space-Time Block Codes (STBC) STTC có thể trở nên rất phức tạp khi số lượng anten tăng lên Sử dụng STBC (ví dụ là mô hình Alamouti) là tương đối đơn giản Do đó, mặc dù hiệu suất giảm so

với STTC nhưng STBC nhận được nhiều sự chú ý trong hệ thống MIMO Mô hình như

vậy mã hóa thông tin trong cả không gian và thời gian Nói cách khác, các phiên bản của thông tin được truyền đi tại một thời gian bị trễ trên các anten khác nhau

Trong khi các mô hình phân tập có thể cải thiện đáng kể hiệu suất lỗi, mô hình ghép kênh không gian có khả năng cung cấp thông lượng hệ thống rất cao Mô hình như vậy chỉ đơn giản chia dữ liệu đến thành các luồng và phát trên các anten khác nhau Điều

chế và mã hóa cho mỗi anten phát được thực hiện độc lập Như vậy, thông lượng toàn

hệ thống được nâng lên do nhiều luồng dữ liệu được phát đồng thời Nói chung, các mô hình ghép kênh không gian có thể được phân loại thành cấu hình vòng hở hoặc cấu hình vòng kín, tùy thuộc vào cơ chế hồi tiếp Tuy nhiên, có sự thỏa hiệp giữa phân tập

và ghép kênh Nghiên cứu hiện nay tập trung vào nỗ lực phát triển các hệ thống ứng

dụng ưu điểm của hai kỹ thuật

 Kiến trúc MIMO-BLAST

Trong nhiều mô hình đã được đề xuất để khai thác hiệu quả phổ cao của kênh truyền MIMO, giải thuật BLAST được phát minh bởi Foschini để đạt được phần lớn dung lượng MIMO BLAST (Bell Lab Space-Time) là một kiến trúc ghép kênh không gian vòng hở tiêu biểu, khi thông tin trạng thái kênh truyền (CSI) được ước tính và chỉ được

sử dụng ở phía thu để phân tách và trích xuất thông tin được truyền đi Nhiều nhà nghiên cứu đã chứng minh rằng thông lượng có thể tăng lên nếu cả phía phát và thu

hiệu quả phổ Nhiều nghiên cứu đã chứng minh rằng hệ thống V-BLAST tương đương

với bộ cân bằng hồi tiếp quyết định (DFE) và là tối ưu trong việc đạt được dung lượng kênh

Hình 1.1: Xu hướng kết hợp MIMO-OFDM trong các hệ thống thông tin không dây

trong tương lai

Sự kết hợp của hệ thống OFDM và MIMO tạo nên một giải pháp tối ưu trong đó kết

hợp ưu điểm của hai hệ thống và là một ứng cử viên tiềm năng cho các hệ thống thông tin không dây trong tương lai Hệ thống MIMO thường được đề xuất kết hợp với giao

diện OFDM trong nhiều tiêu chuẩn không dây Khả năng chống fading bởi OFDM

4G

MIMO OFDM

WiBro Wimax

OFDM

6

được tăng cường với độ lợi phân tập hoặc độ lợi ghép kênh không gian của hệ thống MIMO cải thiện đáng kể hiệu suất của hệ thống MIMO-OFDM so với các hệ thống đơn anten và đơn sóng mang thông thường

1.2 M ục đích của đề tài

Mã kiểm tra chẵn lẻ mật độ thấp (LDPC) đã được chứng minh là có hiệu suất sửa lỗi

tốt, tiến đến giới hạn của Shannon Hiệu suất sửa lỗi tốt cho phép thông tin được hiệu

quả và đáng tin cậy

Hơn nữa, sự kết hợp của thông tin không dây MIMO với kỹ thuật điều chế đa sóng mang trực giao OFDM là một công nghệ hứa hẹn có hiệu quả phổ cao và cải thiện độ tin cậy của liên kết thông tin cũng như có thể đáp ứng các nhu cầu ứng dụng tốc độ dữ

liệu cao Để khai thác được ưu điểm của mô hình MIMO cần một kiến trúc xử lý tín

hiệu thích hợp Trong đó, BLAST là một trong nhiều kiến trúc thường được sử dụng BLAST là một kiến trúc phân lớp không gian-thời gian và do đó rất hiệu quả về mặt băng thông

Mặt khác, hiệu suất cao trong một tuyến thông tin không thể đạt được nếu không có giải thuật tách sóng thích hợp

Xuất phát từ những ý niệm trên, luận văn được thực hiện với mục đích:

 Thông tin số ứng dụng kỹ thuật MIMO kết hợp OFDM gần đây đã nổi lên như

là một bước đột phá quan trọng trong thông tin hiện đại Luận văn này trình bày

một cái nhìn tổng quan về một số khái niệm lý thuyết quan trọng của hệ thống MIMO và OFDM

 Tìm hiểu về hệ thống MIMO-OFDM, mã LDPC, kiến trúc BLAST và các kỹ thuật tách sóng tuyến tính, phi tuyến và tối ưu

7

 So sánh mô phỏng hiệu suất BER trong mô hình hệ thống MIMO (V-BLAST) - OFDM, nhằm đánh giá hiệu suất các kỹ thuật tách sóng về hiệu suất (tỉ lệ lỗi bit

- BER)

 Phân tích độ phức tạp trong các mô hình tách sóng

 Đánh giá các kỹ thuật tách sóng dựa trên hai yếu tố: hiệu suất và độ phức tạp

1.3 Nhi m v ụ của đề tài và giới h n đề tài

- Biết cách sử dụng chương trình Matlab v2012a để thực hiện mô phỏng

- Tìm và đọc các bài báo có kết quả liên quan với đề tài Một số bài báo có kết

quả được sử dụng để so sánh với kết quả mô phỏng đã đạt được

- Tìm hiểu những lĩnh vực mở rộng có liên quan đến đề tài Phân tích và giải quyết các vấn đề phát sinh trong quá trình thực hiện đề tài

 Giới hạn của đề tài:

- Fading trên các kênh truyền MIMO có phân phối độc lập và giống nhau (IID)

- Đồng bộ thời gian và tần số trong OFDM được giả sử là hoàn hảo

- Kênh truyền sử dụng cho mô phỏng là mô hình Rayleigh và không xét đến

dịch Doppler

- ớc lượng kênh truyền giả sử hoàn hảo (ma trận kênh truyền được biết) tại phía thu

8

1.4 Phương pháp nghiên cứu

 Lý thuyết

- Tổng hợp tất cả tài liệu liên quan đến đề tài

- Phân loại tài liệu có liên quan đến từng nội dung trong đề tài

- Biên dịch, đọc hiểu và tóm tắt nội dung lý thuyết chính liên quan

- Trình bày đầy đủ, súc tích, dễ hiểu về các nội dung lý thuyết

- Giải quyết các câu hỏi phát sinh trong quá trình thực hiện

 Mô phỏng

- Mô hình hóa mô phỏng bằng phần mềm Matlab v2012a

- Kiểm chứng kết quả mô phỏng và so sánh với lý thuyết để nhận xét và rút ra

kết luận

1.5 N ội dung luận văn

Chương 1: Giới thiệu tổng quan chung về lĩnh vực nghiên cứu, mục đích của đề tài, phương pháp nghiên cứu và giới hạn của đề tài cũng như nội dung của luận văn

Chương 2: Trình bày tổng quan về kênh truyền vô tuyến, mô hình kênh truyền Rayleigh và hệ thống MIMO-OFDM Trình bày tổng quan về bộ mã LDPC Gồm phương pháp mã hóa, phương pháp giải mã Thiết kế và tối ưu bộ mã LDPC

Chương 3: Tìm hiểu về kiến trúc BLAST, mô hình D-BLAST và V-BLAST Tập trung vào kiến trúc V-BLAST Trình bày các phương pháp tách sóng tuyến tính và phi tuyến Phân tích độ phức tạp của các phương pháp tách sóng

Chương 4: Trình bày về các giả định sử dụng trong mô phỏng, lưu đồ và các kết quả

mô phỏng Nhận xét về kết quả mô phỏng

Chương 5: Kết luận Nêu hướng phát triển luận văn

9

Chương 2

C SỞ LÝ THUY T

Chương này gồm có ba phần chính được trình bày một cách ngắn gọn và đầy đủ Phần

thứ nhất giới thiệu về kênh truyền vô tuyến Phần thứ hai trình bày tổng quan về OFDM và MIMO Phần thứ ba, trình bày những vấn đề cơ bản về bộ mã LDPC Phương pháp mã hóa và giải mã lặp cho mã LDPC có độ phức tạp giải mã thấp Cuối cùng, trình bày về các thông số thiết kế mã LDPC

2.1 Kênh truy ền vô tuyến

2.1.1 Các hi n tượng nh hư ng đến chất lượng kênh truyền vô tuyến

Các ảnh hưởng không mong muốn của kênh truyền thông tin vô tuyến đối với tín hiệu được truyền qua kênh truyền như là kết quả của các tính chất vật lý của kênh truyền Tín hiệu phát đi tương tác với môi trường theo một cách rất phức tạp Trong kênh truyền giữa máy phát và máy thu, luôn có sự phản xạ do các vật thể lớn, sự nhiễu xạ của sóng điện từ xung quanh các vật thể che khuất cũng như sự tán xạ tín hiệu nh hưởng tổng thể của các tương tác này dẫn đến kết quả là có nhiều bản sao tín hiệu (còn

gọi là các tín hiệu đa đường) có độ suy hao, méo, thời gian trễ và độ dịch pha khác nhau khi đến máy thu Những tín hiệu đa đường có thể can nhiễu lẫn nhau tăng cường

hoặc triệt tiêu Trong trường hợp khi can nhiễu triệt tiêu xảy ra, công suất tín hiệu giảm đáng kể Hiện tượng này được gọi là fading Trong trường hợp can nhiễu triệt tiêu

mạnh, kênh truyền sẽ bị fading sâu (deep fade) và cuối cùng dẫn đến sự thất bại tạm

thời trong thông tin, đó là sự suy giảm nghiêm trọng về tỉ số tín hiệu trên nhiễu (SNR)

Về cơ bản, có hai loại ảnh hưởng fading luôn hiện diện trong các kênh truyền thông tin

vô tuyến Chúng bao gồm fading mức lớn (large-scale fading) và fading mức

độ-10

nhỏ (small-scale fading) Fading mức độ-lớn tương ứng với sự suy giảm công suất tín hiệu trung bình hoặc suy hao đường truyền do chuyển động trên phạm vi rộng lớn Fading mức độ-nhỏ do sự thay đổi đột ngột về biên độ và pha của tín hiệu truyền mà

chủ yếu là do những thay đổi nhỏ do sự phân chia về mặt không gian giữa máy thu và máy phát Fading mức độ-nhỏ được gọi là fading Rayleigh hình thành bởi nhiều đường

phản xạ và không có thành phần tín hiệu LOS, vì vậy biên độ của tín hiệu thu được có

thể được mô tả thống kê bằng hàm mật độ xác suất Rayleigh Tuy nhiên, nếu có một thành phần tín hiệu không bị fading chiếm ưu thế hiện diện, chẳng hạn như tồn tại đường truyền line-of-sight, biên độ fading mức độ-nhỏ như vậy có thể được biểu diễn bằng hàm mật độ xác suất Rician Dịch Doppler là một tính chất khác của kênh truyền thông tin vô tuyến Dịch Doppler gây ra bởi chuyển động tương đối giữa máy phát và máy thu cũng như sự chuyển động của vật thể bất kỳ khác trong kênh truyền vô tuyến Điều này dẫn đến bản chất biến đổi theo thời gian của kênh truyền vô tuyến Hình 2.1 minh họa kênh truyền thông tin vô tuyến tiêu biểu với hiệu ứng đa đường Do môi trường gồm nhiều đường truyền khác nhau, mỗi tín hiệu đa đường đến trạm gốc từ máy phát di động, các thành phần tan xạ, phản xạ, sẽ có biên độ, độ dịch pha sóng mang,

thời gian trễ và độ dịch Doppler khác nhau Nếu máy phát đang chuyển động, những thông số tín hiệu đa đường cũng thay đổi theo thời gian.[3]

Hình 2.1: Truyền đa đường trong kênh truyền thông tin vô tuyến

11

Hình 2.2: Phân loại kênh truyền fading

nh hưởng của fading thường là không mong muốn trong hệ thống thông tin vô tuyến

Nó dẫn đến sự suy giảm hiệu suất trong hệ thống thông tin, bởi vì chất lượng của tuyến thông tin phụ thuộc vào kênh truyền và do fading thường có một xác suất đáng kể mà các kênh truyền phải chịu ảnh hưởng fading mạnh (deep fading) Có nhiều kỹ thuật khác nhau được đề xuất với nỗ lực khắc phục các ảnh hưởng của fading trong kênh truyền thông tin Chẳng hạn như sử dụng nhiều anten ở phía phát và phía thu trong hệ

thống thông tin, mô hình truyền OFDM và mô hình MIMO-OFDM

2.1.2 Mô hình kênh truy ền fading Rayleigh

Trong môi trường không dây, tín hiệu thu được thường là tập hợp của các tín hiệu đến máy thu bằng nhiều đường với các thời gian trễ khác nhau Tín hiệu thu được có biên

độ, pha và góc tới ngẫu nhiên Trong trường hợp thực tế và trên khoảng cách ngắn, khi không có line-of-sight (LOS), biên độ của tín hiệu thu được là phân phối Rayleigh Trong luận văn này, mô hình kênh truyền fading Rayleigh được sử dụng trong mô

phỏng

Trong kênh truyền fading Rayleigh[4], mỗi độ lợi đa đường có thể được mô tả như là một biến ngẫu nhiên Gaussian phức:

Kênh truyền Fading

12

Trong đó, ℎ� và ℎ là các biến ngẫu nhiên Gaussian với trung bình zero và phương sai �2, tức là �(0, �2) Do đó, hàm mật độ xác suất cho ℎ� và ℎ là:

Biên độ và pha � của ℎ = � được xác định:

Biên độ có hàm mật độ xác suất Rayleigh sau:

Và pha � có phân phối đều trên khoảng [0, 2�]

Các giá trị trung bình và phương sai của biến ngẫu nhiên phân phối Rayleigh được ký

hiệu là và �2, tương ứng như sau:

13

Nếu hàm mật độ xác suất được chuẩn hóa để công suất tín hiệu trung bình, tức là

�[ 2], là đơn vị, thì hàm mật độ xác suất Rayleigh được chuẩn hóa là:

với trung bình và phương sai là:

Hàm mật độ xác suất của phân phối Rayleigh như minh họa trong hình 2.3

Hình 2.3: Hàm mật độ xác suất của phân phối Rayleigh

2.2 OFDM

2.2.1 Gi ới thi u

Trong các hệ thống trước đây, tốc độ dữ liệu đạt được trong các hệ thống chủ yếu bằng cách khai thác miền tần số, truyền song song bằng cách chia dải tần số tín hiệu tổng thành � kênh truyền con có tần số không chồng lên nhau Kỹ thuật này được gọi là

0 0.5 1 1.5 2 2.5 3 0

0.2 0.4 0.6 0.8 1 1.2

14

ghép kênh phân chia theo tần số (FDM) Sự chồng phổ được tránh bằng cách thiết lập khoảng bảo vệ đủ giữa các kênh truyền con gần kề Bằng cách này, nhiễu ICI được loại

bỏ Tuy nhiên, phương pháp này dẫn đến việc sử dụng không hiệu quả tài nguyên phổ

sẵn có Ghép kênh phân chia theo tần số trực giao (OFDM) là một ví dụ về kỹ thuật đa sóng mang sử dụng các điều kiện trực giao giữa các sóng mang con Do những điều

kiện này, nó đạt được hiệu quả phổ rất cao Mặc dù nguyên lý OFDM đã được đề xuất

từ rất lâu, nhưng chỉ với công nghệ hiện tại mới có thể giúp cho việc thực hiện trở nên

khả thi

Ngày càng nhiều hệ thống hoạt động trên các băng tần Gigahertz dựa trên OFDM, chẳng hạn như mạng LAN không dây, truyền hình số (DVB) và phát thanh số quảng bá (DAB)…

2.2.2 Nguyên lý OFDM [5]

Việc thực hiện điều chế đa sóng mang OFDM được mô tả như hình 2.5 Luồng dữ liệu ban đầu được điều chế, kết quả là một luồng symbol phức [0], [1], … , [� − 1] Luồng symbol này đi qua bộ chuyển đổi nối tiếp sang song song, ngõ ra là một tập N symbol song song [0],… , [� − 1] tương ứng với các symbol được truyền trên mỗi sóng mang con Như vậy, N symbol ngõ ra từ bộ chuyển đổi nối tiếp sang song song là các thành phần tần số rời rạc của ngõ ra bộ điều chế OFDM ( ) Để tạo ra ( ), các thành phần tần số này được chuyển thành các mẫu thời gian bằng cách thực hiện nghịch đảo DFT đối với N symbol này, việc thực hiện hiệu quả hơn bằng cách sử dụng

giải thuật IFFT IFFT tạo ra symbol OFDM chứa chuỗi [ ] = [0], … , [� − 1] có chiều dài N, với:

= 1 �

2 � /�

�−1

=0

15

Hình 2.4: Sơ đồ khối máy phát (a) và máy thu (b) OFDM Chuỗi này tương ứng với các mẫu trong tín hiệu đa sóng mang: nghĩa là tín hiệu đa sóng mang bao gồm các kênh truyền con được điều chế tuyến tính và phía bên tay phải

của (pt trên) tương ứng với các mẫu trong tổng các symbol với mỗi [ ] được điều chế

với tần số sóng mang 2 � /� �, = 0,… , � − 1 Cyclic prefix sau đó được thêm vào symbol OFDM và cho kết quả là các mẫu thời gian [ ] = [−�], … , [� − 1] =[� − �], … , [0], … , [� − 1] được sắp xếp bởi bộ chuyển đổi song song sang nối

tiếp và đi qua bộ chuyển đổi D/A, kết quả là tín hiệu OFDM baseband ( )

Tín hiệu truyền được lọc bởi đáp ứng xung kênh truyền ℎ( ) và bị ảnh hưởng bởi nhiễu

cộng, do đó tín hiệu thu được là ( ) = ( ) ∗ ℎ( ) + ( ) Tín hiệu này được chuyển

về băng cơ sở và được lọc để loại bỏ các thành phần tần số cao Bộ chuyển đổi A/D

thực hiện lấy mẫu tín hiệu, thu được = ∗ ℎ + , −� � − 1 Prefix của [ ] gồm � mẫu đầu tiên được loại bỏ sau đó

&

S/P

1 � − 1

16

Điều này dẫn đến trong N mẫu thời gian có DFT không có nhiễu là [ ] = [ ] [ ]

Những thời gian mẫu này được chuyển nối tiếp sang song song và thực hiện FFT Điều này dẫn đến các phiên bản tỉ lệ của các symbol ban đầu [ ] [ ], trong đó [ ] =( ) là độ lợi kênh truyền fading phẳng của kênh truyền con thứ Ngõ ra FFT được chuyển song song sang nối tiếp và đi qua bộ giải điều chế để khôi phục lại dữ liệu ban đầu

Hệ thống OFDM phân tích kênh truyền băng rộng thành một tập các kênh truyền con

trực giao băng hẹp với mỗi symbol khác nhau được truyền trên mỗi kênh truyền con Các độ lợi kênh truyền [ ], = 0, … , � − 1 không cần thiết trong quá trình phân tích này, tương tự kênh truyền thời gian liên tục với đáp ứng tần số ( ) có thể được chia thành các kênh truyền con trực giao mà không có thông tin của ( ) bằng cách chia

tổng băng thông tín hiệu thành các băng con không chồng lấn Bộ giải điều chế có thể

sử dụng các độ lợi kênh truyền để khôi phục lại các symbol ban đầu bằng cách chia ra những độ lợi: [ ] = [ ]/ [ ] Quá trình này được gọi là cân bằng tần số Tuy nhiên, đối với OFDM liên tục thời gian, cân bằng tần số dẫn đến tăng cường nhiễu, vì nhiễu trong kênh truyền con thứ tỉ lệ với 1/ [ ] Do đó, ảnh hưởng của fading phẳng đối

với [ ] được loại bỏ bởi quá trình cân bằng nhưng SNR không thay đổi Một cách sử

dụng cyclic prefix khác là prefix gồm các symbol zero Trong trường hợp này, symbol OFDM là , 0 � − 1 với phía trước là � mẫu không Tại máy thu, phần

"đuôi" của ISI cùng với phần cuối của symbol OFDM được thêm ngược lại vào phần đầu của symbol, tạo lại cyclic prefix, do đó, phần còn lại của hệ thống OFDM như bình thường Prefix zero này giảm công suất phát so với cyclic prefix là �+�� , vì prefix không yêu cầu bất kỳ công suất phát Tuy nhiên, nhiễu từ phần đuôi thu được được thêm vào phần đầu của symbol, làm tăng công suất nhiễu lên �+�� Như vậy, sự khác

biệt trong SNR là không đáng kể đối với hai loại prefix

17

2.2.3 u vƠ nhược điểm của OFDM

u điểm của hệ thống OFDM:

 Hiệu quả phổ cao

 Thực hiện đơn giản bằng FFT (biến đổi Fourier nhanh)

 Độ phức tạp máy thu thấp

 Độ linh hoạt cao về khả năng thích nghi

 Mô hình đa truy nhập có độ phức tạp thấp như đa truy cập phân chia theo tần số

trực giao (OFDMA)

 Vì OFDM là hệ thống truyền dẫn song song, trong đó thực hiện chuyển fading chọn lọc tần số thành fading phẳng bằng cách phân phối dữ liệu lên các kênh truyền phụ OFDM là ứng cử viên để chống lại fading đa đường và lỗi burst

ngẫu nhiên Truyền tốc độ dữ liệu cao trên kênh truyền fading đa đường

 Trong hệ thống OFDM, cân bằng được thực hiện rất đơn giản, giảm sự phức tạp

của máy thu Cân bằng áp dụng cho các kênh truyền phụ để giảm tỷ lệ lỗi

 Trễ của kênh truyền được xử lý bằng cách chèn dải bảo vệ có kích thước thích hợp

 OFDM cung cấp hiệu quả phổ cao hơn do tính trực giao giữa các sóng mang phụ

 OFDM đóng vai trò chính trong sự phát triển các tiêu chuẩn về truy cập băng

rộng và tương thích với cơ sở hạ tầng hiện hữu

 Khoảng cách giữa các sóng mang con có thể được điều chỉnh theo yêu cầu của ứng dụng và tốc độ dữ liệu; hỗ trợ các mô hình điều chế khác nhau cho các kênh

phụ khác nhau

Nhược điểm của OFDM:

 Trong môi trường di động, dịch Doppler, lệch tần số sóng mang trong trường

hợp số sóng mang lớn, sai số thời gian và nhiễu pha là các vấn đề thực tế thường gặp trong hệ thống OFDM

Các thế hệ tiếp theo của hệ thống thông tin không dây nhằm đáp ứng nhu cầu tốc độ dữ

liệu cao cùng với các hệ thống chất lượng cao Nói cách khác, tài nguyên phổ đã trở thành một nguồn tài nguyên khan hiếm và đắt đỏ trong khi băng thông là rất hạn chế Công suất phát bị hạn chế cùng với quá trình xử lý trong miền thời gian/tần số là những giới hạn nhưng không gian thì không bị giới hạn

Hệ thống MIMO (multiple-input multiple-output) đã chứng tỏ tiềm năng của nó bằng cách giảm ảnh hưởng của can nhiễu trên kênh truyền bằng cách tăng dung lượng thông qua ghép kênh không gian và nâng cao dung lượng liên kết thông qua mã hóa không gian-thời gian Hệ thống MIMO sử dụng nhiều anten ở cả hai phía phát và thu, đã thu hút sự chú ý đáng kể, vì chúng mang lại sự cải tiến hiệu suất tuyệt vời về tốc độ truyền

dữ liệu, dung lượng và giảm can nhiễu Có hai độ lợi có thể được khai thác trong hệ

thống MIMO và chúng được gọi là độ lợi phân tập và độ lợi ghép kênh không gian 2.3.1 Mô hình h th ống và kênh truyền MIMO

Hệ thống MIMO bao gồm nhiều anten ở cả hai phía của tuyến thông tin Việc sử dụng nhiều anten cung cấp � × � bậc tự do (DOF), trong đó � và � ký hiệu các anten thu và phát, tương ứng Không giống như hệ thống thu phát đơn anten, giới hạn ở một

bậc tự do, hệ thống MIMO có thể khai thác nhiều DOF để thay đổi các khía cạnh khác nhau của sự liên kết thông tin cơ sở như dung lượng kênh, tỉ lệ bit lỗi (BER), mức độ bao phủ, triệt can nhiễu

19

Tổng quát, một hệ thống MIMO bao gồm � anten phát và � anten thu Nó được gọi

là hệ thống MIMO � , � Tín hiệu truyền đi trong hệ thống MIMO với � anten phát có thể được tạo ra bằng cách thực hiện các công việc sau sau trên luồng bit dữ

hiệu độc lập được truyền đi, tín hiệu thu được có thể được giải mã chính xác

Gọi ℎ là số phức tương ứng với độ lợi kênh truyền giữa anten phát thứ và anten thu

thứ Nếu tại một thời điểm nhất định, các tín hiệu phức 1, 2,… , � được phát trên

� anten, tín hiệu thu được tại anten thứ có thể được biểu diễn là:

Trong đó là thành phần nhiễu Kết hợp tất cả tín hiệu thu được trong một vector �, phương trình (2.14) có thể dễ dàng biểu diễn dưới dạng ma trận:

20

� là vector symbol thu được có kích thước � × 1, là ma trận kênh truyền MIMO

� × � và là vector symbol phát đi có kích thước � × 1 và giả định các biến là

ngẫu nhiên không tương quan có trung bình zero và phương sai �2 Tổng công suất của

được giả sử là � (độc lập với số anten phát) � là vector nhiễu cộng � × 1 Lưu ý

rằng trong mô hình hệ thống, kênh truyền MIMO được giả sử là fading phẳng, nghĩa là các hệ số kênh truyền không đổi trong quá trình truyền các symbol Fading phẳng sử

dụng trong hệ thống có băng thông của tín hiệu phát nhỏ hơn nhiều so với băng thông

kết hợp của kênh truyền Tất cả thành phần tần số của tín hiệu phát cùng bị suy hao và dịch pha như nhau khi truyền qua kênh truyền[6]

Hình 2.5: Hệ thống MIMO tổng quát với � anten phát và � anten thu

2.3.2 Dung lượng kênh truyền MIMO

Nhiều nghiên cứu lý thuyết thông tin về kênh truyền không dây đã chứng minh rằng dung lượng hệ thống MIMO tăng lên đáng kể so với dung lượng hệ thống SISO Một trong những lĩnh vực quan trọng nhất lĩnh vực nghiên cứu hệ thống MIMO là làm thế nào để khai thác tiềm năng về dung lượng kênh truyền một cách hiệu quả

Mã

hóa

Mã hóa MIMO (De- Mux)

Điều

ch ế

MIMO (tách sóng và Mux)

Gi ải điều

21

Tốc độ dữ liệu tối đa, không xảy ra lỗi mà một kênh truyền có thể hỗ trợ được gọi là dung lượng kênh Dung lượng kênh cho các kênh truyền AWGN SISO đầu tiên được

bắt nguồn bởi Claude Shannon:

Với là tỉ số tín hiệu trên nhiễu (SNR)

Ngược lại với kênh truyền AWGN, kênh truyền nhiều anten có thể chống lại fading và bao gồm chiều không gian Dung lượng của một kênh truyền MIMO xác định với mối quan hệ ngõ vào-ngõ ra = +� được xác định bởi:

Trong đó, 2 là công suất kênh truyền chuẩn hóa và SNR trung bình tại mỗi nhánh máy thu là

Đối với kênh truyền fading MIMO, dung lượng của kênh truyền là một biến ngẫu nhiên bởi vì dung lượng là một hàm của ma trận kênh truyền Phân phối của dung lượng được xác định bởi phân phối của ma trận kênh truyền

 Dung lượng của kênh truyền MIMO ngẫu nhiên [7]

Giả sử công suất của các anten phát được phân phối bằng nhau Dung lượng của một kênh truyền MIMO ngẫu nhiên được xác định bởi:

Với � = min⁡(� , � )

Đối với trường hợp � � , giới hạn dưới của dung lượng có thể được bắt nguồn theo

biến ngẫu nhiên chi-square như:

22

Với � là biến ngẫu nhiên chi-square với 2 bậc tự do Đối với trường hợp đặc biệt,

� = � , giới hạn dưới của dung lượng trong (2.19) là:

Dung lượng kênh truyền trung bình được gọi là dung lượng ergodic được xác định bởi:

Trong đó �[ ] ký hiệu cho kỳ vọng của biến ngẫu nhiên Dung lượng ergodic tăng theo số anten � (theo giả định � = � ), kết quả là độ lợi dung lượng của kênh truyền fading MIMO tăng đáng kể so với kênh truyền SISO

Hình 2.6: Dung lượng kênh truyền ergodic

hợp mạch lạc tại phía thu một anten (trường hợp MISO) Độ lợi mảng trong trường hợp này được gọi là độ lợi mảng phía phát Nếu chỉ có một anten ở phía phát và không có thông tin về kênh truyền, phía thu có nhiều anten và phía thu có thông tin hoàn hảo về kênh truyền, thì phía thu có thể xử lý một cách phù hợp các tín hiệu đến để chúng kết hợp mạch lạc ở ngõ ra, do đó cải thiện tín hiệu (trường hợp SIMO) Được gọi là độ lợi

mảng phía thu

 Giảm can nhiễu

Can nhiễu có thể được giảm trong các hệ thống MIMO bằng cách khai thác chiều không gian để tăng sự tách biệt giữa các user Trong trường hợp có sự hiện diện của can nhiễu, độ lợi mảng làm tăng khả năng chống nhiễu cũng như năng lượng can nhiễu,

do đó cải thiện tỉ lệ tín hiệu trên nhiễu cộng can nhiễu (SINR) Ngoài ra, chiều không gian có thể được sử dụng cho mục đích tránh can nhiễu, chẳng hạn như, năng lượng tín hiệu định hướng đến user mong muốn và giảm can nhiễu cho các user khác Giảm can nhiễu cải thiện mức độ bao phủ và phạm vi của mạng không dây

 Độ lợi phân tập

Chúng ta sử dụng phân tập để chống lại fading Điều này yêu cầu tạo ra nhiều bản sao

của tín hiệu truyền theo thời gian, tần số, hoặc không gian Phân tập không gian hoặc phân tập anten đã được sử dụng phổ biến trong thông tin không dây và có thể được phân thành hai loại: phân tập thu và phân tập phát, tùy thuộc vào nhiều anten được sử

dụng ở phía thu hoặc phía phát

24

 Độ lợi ghép kênh không gian

Ghép kênh không gian tạo ra khả năng gia tăng tuyến tính (theo số cặp anten phát-thu

hoặc min(� , � )) về tốc độ truyền (hoặc dung lượng) cho cùng băng thông và không yêu cầu thêm công suất Điều này chỉ có trong kênh truyền MIMO

chế OFDM trên nhiều anten phát cùng một lúc Tại phía thu, sau khi giải điều chế OFDM, tín hiệu được khôi phục bằng cách giải mã mỗi kênh truyền con từ tất cả anten phát MIMO-OFDM đạt được hiệu quả phổ, tăng thông lượng và chống lại ISI

25

Hình 2.7: Mô hình tổng quát hệ thống MIMO-OFDM � × �

2.5 T ổng quan bộ mã LDPC

Yêu cầu về độ tin cậy truyền dữ liệu cao và hiệu quả trong đa phương tiện di động và

dịch vụ truyền hình kỹ thuật số đặt ra một thách thức lớn cho các kỹ thuật mã hóa kênh Mã kiểm tra chẵn lẻ mật độ thấp (LDPC) là mã sửa sai thuộc lớp mã khối tuyến tính cho hiệu suất tiến gần dung lượng Shannon Tên gọi xuất phát từ các đặc tính của

ma trận kiểm tra chẵn lẻ, trong đó chỉ chứa một vài số „1’ so với số lượng số „0’