Đánh giá hiệu năng của các phương pháp chọn relay trong mạng relay nhận thức nền

TÓM TẮT ĐỀ TÀI Đề tài: “Đánh giá hiệu năng của các phương pháp chọn Relay trong mạng relay nhận thức nền” được thực hiện nhằm đánh giá tính hiệu quả của các phương pháp chọn relay trong

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC BÁCH KHOA



BK

TP.HCM

BÙI VĂN CƯỜNG

ĐÁNH GIÁ HIỆU NĂNG CỦA CÁC PHƯƠNG PHÁP CHỌN RELAY TRONG MẠNG RELAY NHẬN THỨC NỀN

CHUYÊN NGÀNH: KỸ THUẬT VIỄN THÔNG

MÃ SỐ CHUYÊN NGÀNH: 60520208

LUẬN VĂN THẠC SĨ GVHD: PGS.TS HỒ VĂN KHƯƠNG

TP.HCM – 6/ 2015

Công trình được hoàn thành tại: Trường Đại học Bách Khóa – ĐHQG – HCM

Cán bộ hướng dẫn khoa học: PGS.TS.Hồ Văn Khương

……… Cán bộ chấm nhận xét 1: TS.Đỗ Hồng Tuấn

……… Cán bộ chấm nhận xét 2: TS.Nguyễn Minh Hoàng

………

Luận văn thạc sĩ được bảo vệ tại Trường Đại hoc Bách Khoa, ĐHQG Tp.HCM ngày 14 tháng 07 năm 2015

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

1.TS.Huỳnh Phú Minh Cường

CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA

TS.Huỳnh Phú Minh Cường TS.Đỗ Hồng Tuấn

ĐẠI HỌC QUỐC GIA TP.HCM

TRƯỜNG ĐẠI HỌC BÁCH KHOA

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: Bùi Văn Cường MSHV: 13140461

Ngày, tháng, năm sinh: 10/07/1984 Nơi sinh: An Giang

I TÊN ĐỀ TÀI: Đánh giá hiệu năng của các phương pháp chọn Relay trong mạng

relay nhận thức nền

II NHIỆM VỤ VÀ NỘI DUNG:

- Tìm hiểu mạng vô tuyến nhận thức

- Tìm hiểu phương pháp đánh giá hiệu năng hệ thống

- Tìm hiểu các phương pháp chọn relay trong mạng vô tuyến nhận thức

- Đánh giá hiệu năng của các phương pháp chọn relay trong mạng relay nhận thức nền

- So sánh ưu khuyết điểm của từng phương pháp, từ đó đưa ra khuyến nghị nên chọn phương pháp nào phù hợp

III NGÀY GIAO NHIỆM VỤ: 18/08/2014

IV NGÀY HOÀN THÀNH NHIỆM VỤ: 25/6/2015

V CÁN BỘ HƯỚNG DẪN: PGS.TS Hồ Văn Khương

TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ

LỜI CẢM ƠN

Trong thực tế cuộc sống, không có sự thành công nào mà không gắn liền với những giúp đỡ, hỗ trợ dù ít hay nhiều, dù trực tiếp hay gián tiếp của những người xung quanh Đặc biệt, trong quá trình học tập và làm luận văn tốt nghiệp, tôi đã thấy được

điều đó ở thầy hướng dẫn khoa học PGS.TS Hồ Văn Khương Tôi xin chân thành gửi lời cảm ơn và sự tri ân sâu sắc nhất đến với thầy Hồ Văn Khương Bằng kiến

thức khoa học chuyên sâu và lòng tâm quyết của mình, thầy đã hướng dẫn rất tận tình để tôi giải quyết những vấn đề của đề tài một cách logic và khoa học Bản thân tôi biết thầy rất bận với công việc nhưng vẫn dành nhiều thời gian để hướng dẫn tôi tháo gỡ những vướng mắc Từ những nỗ lực của bản thân và lòng tâm quyết của

thầy Hồ Văn Khương tôi mới hoàn thành được luận văn này Như sự tri ân từ

những kiến thức có được, tôi sẽ luôn giữ bên mình những gì thầy đã hướng dẫn tôi suốt thời gian qua

Tôi xin gửi lời cảm ơn đến quý thầy cô Bộ môn Viễn thông, thầy cô Phòng đào tạo sau đại học đã giảng dạy cũng như truyền đạt những kiến thức quí báu, giúp đỡ và tạo điều kiện tốt nhất cho tôi trong suốt khoá học Xin cảm ơn những người anh, người bạn cùng khóa đã hỗ trợ giúp tôi nắm được bài vở trong khóa học khi tôi bận công việc không thể tham gia học đầy đủ

Xin cảm ơn mẹ! Người đã luôn dõi bước theo con đường con đi, đọng viên an ủi mỗi lúc con gặp khó khăn trong cuộc sống, lao động và học tập

Tp.Hồ Chí Minh, ngày 25 tháng 06 năm 2015

BÙI VĂN CƯỜNG

TÓM TẮT ĐỀ TÀI

Đề tài: “Đánh giá hiệu năng của các phương pháp chọn Relay trong mạng relay nhận thức nền” được thực hiện nhằm đánh giá tính hiệu quả của các phương pháp chọn relay trong mạng relay nhận thức nền, đánh giá mối quan hệ giữa xác suất dừng (OP – Outage Probability) với công suất truyền của nguồn thứ cấp (SS – Secondary Source), ngưỡng nhiễu cực đại cho phép của người dùng sơ cấp (PU – Primary User), hàm mũ suy hao trong kênh truyền Fading và nhiễu Gaussian trắng cộng (AWGN – Additive White Gaussian Noise) Đề tài sẽ tập trung nghiên cứu 3 phương pháp chọn relay cơ bản trong mạng relay nhận thức nền: phương pháp Nth Best Reay Selection (Nth Best – RS), phương pháp Reactive Relay Selection (R – RS) và phương pháp Proactive Relay Selection (P – RS) bằng giao thức truyền hợp tác giải mã và chuyển tiếp (DF – Decode and Forward) Để đảm bảo chất lượng phục vụ của PU, can nhiễu của mạng thứ cấp (SN – Secondary Network) phải đảm bảo dưới một ngưỡng cho phép của mạng sơ cấp (PN – Primary Network) Từ những phân tích xác suất dừng – xác suất không chọn được relay (OP – Outage Probability) trong phần lý thuyết và kết quả mô phỏng cho thấy phương pháp Nth Best – RS có OP cao hơn phương pháp R – RS và phương pháp P – RS Độ chênh lệch OP của phương pháp R – RS và phương pháp P – RS gần bằng 0 khi ngưỡng công suất γ từ nguồn SS đến relay bằng từ relay đến đích thứ cấp (DS – Secondary Destination) Tuy nhiên, khi ngưỡng γ ở hai pha này có sự chênh lệch thì OP của 2 phương pháp cũng thay đổi theo OP của cả 3 phương pháp phụ thuộc chủ yếu vào

số lượng relay tham gia làm ứng cử viên chuyển tiếp, nó sẽ giảm khi số lượng relay tham vào mạng tăng và ngược lại nó sẽ tăng khi số relay tham gia vào mạng giảm

LỜI CAM ĐOAN

Tôi xin cam đoan Đề tài: “Đánh giá hiệu năng của các phương pháp chọn Relay trong mạng Relay nhận thức nền – Performance Evaluation of Relay Selection Methods in Underlay Cognitive Relay Networks” là do chính tôi thực hiện dưới sự

hướng dẫn của PGS.TS.Hồ Văn Khương Các nội dung nghiên cứu và kết quả

đánh giá trong luận văn này chưa được công bố hoặc nộp lấy bằng ở bất cứ trường đại học nào đó, ngoài trừ các kết quả tham khảo đã được ghi trong luận văn

Tp.Hồ Chí Minh, ngày 25 tháng 06 năm 2015

Người thực hiện

BÙI VĂN CƯỜNG

MỤC LỤC

NHIỆM VỤ LUẬN VĂN THẠC SĨ i

LỜI CẢM ƠN ii

TÓM TẮT ĐỀ TÀI iii

LỜI CAM ĐOAN iv

MỤC LỤC HÌNH viii

CHƯƠNG 1: GIỚI THIỆU 1

1.1 Lý do chọn đề tài: 1

1.2 Mục đích nghiên cứu: 2

1.3 Đối tượng và phạm vi nghiên cứu: 2

1.4 Phương pháp nghiên cứu: 3

1.5 Cấu trúc của luận văn: 3

1.6 Tóm tắt các công trình liên quan: 4

CHƯƠNG 2: TỔNG QUAN VỀ KÊNH TRUYỀN VÔ TUYẾN 6

2.1 Kênh truyền vô tuyến: 6

2.2 Đặc tính của kênh truyền: 6

2.2.1 Biến ngẫu nhiên Gaussian: 6

2.2.2 Biến ngẫu nhiên Rayleigh: 9

2.2.3 Nhiễu AWGN: 10

2.2.4 Rayleigh Fading: 12

2.2.5 Mô hình truyền nhận tín hiệu: 14

2.2.6 Suy hao trong không gian tự do: 15

2.2.7 Mô hình 2 tia (two – ray): 16

2.2.8 Shadowing Fading: 18

2.2.9 Mô hình suy hao đơn giãn: 18

2.2.10 Kết hợp Shadowing và suy hao đường truyền: 19

2.2.11 Xác suất dừng với suy hao đường truyền và Shadowing: 19

2.3 Dung lượng kênh: 20

2.3.1 Dung lượng kênh truyền Flat Fading: 20

2.3.2 Dung lượng kênh truyền Fading chọn lọc tần số: 22

2.3.3 Dung lượng kênh truyền AWGN: 24

2.4 Kỹ thuật phân tập: 25

2.4.1 Kỹ thuật phân tập không gian: 25

2.4.2 Kỹ thuật phân tập thời gian: 26

2.4.3 Kỹ thuật phân tập tần số: 27

CHƯƠNG 3: MẠNG VÔ TUYẾN NHẬN THỨC 28

3.1 Mô hình cấu trúc mạng vô tuyến nhận thức: 28

3.2 Giao thức chuyển tiếp hợp tác trong mạng vô tuyến nhận thức: 29

3.2.1 Giao thức AF (Amlify and Forward): 29

3.2.2 Giao thức DF (Decode and Forward): 29

3.3 Các ông nghệ sử dụng trong mạng vô tuyến nhận thức: 30

3.3.1 Công nghệ Interweave: 30

3.3.2 Công nghệ Underlay: 30

3.3.3 Công nghệ Overlay: 31

3.4 Mạng Relay nhận thức: 32

3.4.1 Mô hình mạng: 32

3.4.2 Chức năng của Relay trong mạng vô tuyến nhận thức: 32

CHƯƠNG 4: CÁC PHƯƠNG PHÁP CHỌN RELAY TRONG MẠNG RELAY NHẬN THỨC NỀN 34

4.1 Phương pháp Nth Best – RS: 34

4.1.1 Mô hình mạng: 34

4.1.2 Phân tích xác suất dừng của phương pháp Nth Best – RS: 36

4.2 Phương pháp R – RS: 40

4.2.1 Mô hình mạng: 40

4.2.2 Phân tích xác suất dừng của phương pháp R – RS: 41

4.2.3 Phân tích xác suất dừng khi γR ≠ γD ở 2 pha: 44

4.3 Phương pháp P - RS: 46

4.3.1 Mô hình mạng: 46

4.3.2 Phân tích xác suất dừng của phương pháp P – RS: 48

CHƯƠNG 5: KẾT QUẢ VÀ ĐÁNH GIÁ 50

5.1 Kết quả mô phỏng phương pháp Nth Best – RS: 50

5.1.1 Kết quả theo hiệu suất phổ tần R: 50

5.1.2 Kết quả theo công suất phát cực đại P/N0 của nguồn SS: 52

5.1.3 Kết quả theo công suất nhiễu cực đại I/N0 cho phép của PU: 53

5.1.4 Đánh giá phương pháp Nth Best – RS: 54

5.2 Phương pháp R – RS: 55

5.2.1 Kết quả theo hiệu suất phổ tần R: 55

5.2.2 Kết quả theo công suất phát cực đại P/N0 của nguồn SS: 56

5.2.3 Kết quả theo công suất nhiễu cực đại I/N0 cho phép của PU: 58

5.2.4 Đánh giá phương pháp R – RS: 59

5.3 Phương pháp P – RS: 59

5.3.1 Kết quả theo hiệu suất phổ tần R: 59

5.3.2 Kết quả theo công suất phát cực đại P/N0 của nguồn SS: 61

5.3.3 Kết quả theo công suất nhiễu cực đại I/N0 cho phép của PU: 62

5.3.4 Đánh giá phương pháp P – RS: 63

5.4 So sánh các kết quả mô phỏng của các phương pháp: 63

5.4.1 So sánh phương pháp Nth Best – RS và R – RS: 63

5.4.2 So sánh phương pháp Nth Best – RS và P – RS: 65

5.4.3 So sánh phương pháp R – RS và P – RS: 67

5.5 Ưu khuyết điểm của các phương pháp chọn Relay: 72

CHƯƠNG 6: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 73

6.1 Kết luận: 73

6.2 Hướng phát triễn: 73

KHUYẾN NGHỊ 75

MỤC LỤC HÌNH

Hình 2.01: Đồ thị hàm mật độ xác suất của biến ngẫu nhiên Gaussian 8

Hình 2.02: Đồ thị hàm phân bố xác suất của biến ngẫu nhiên Gaussian 8

Hình 2.03: Đồ thị hàm mật độ xác suất của biến ngẫu nhiên Rayleigh 9

Hình 2.04: Đồ thị hàm phân bố xác suất của biến ngẫu nhiên Rayleigh 10

Hình 2.05: Đồ thị biễu diễn nhiễu Gaussian trên tín hiệu Răng cưa (Sawtooth) 10

Hình 2.06: Mô hình kênh nhiễu AWGN 11

Hình 2.07: Mật độ phổ công suất nhiễu AWGN 11

Hình 2.08: Công suất của tính hiệu Rayleigh Fading 13

Hình 2.09: Mô hình 2 tia 16

Hình 2.10: Công suất nhận được với khoảng cách d trong mô hình 2 tia 17

Hình 2.11: Kênh truyền và mô hình hệ thống 20

Hình 2.12: Mô hình hệ thống thu – phát CSI 21

Hình 2.13: Khối Fading chọn lọc tần số 22

Hình 2.14: Walter Filling trong Fading chọn lọc tần số 22

Hình 2.15: Phân bố kênh trong Fading chọn lọc tần số 23

Hình 2.16: Mô hình phân tập anten phát 26

Hình 2.17: Mô hình phân tập anten thu 26

Hình 2.18: Mô hình truyền tín hiệu kỹ thuật phân tập thời gian 27

Hình 2.19: Mô hình truyền tín hiệu kỹ thuật phân tập tần số 27

Hình 3.01: Mô hình cấu trúc bộ phát mạng vô tuyến nhận thức 28

Hình 3.02: Mô hình truy cập phổ tần trống của công nghệ Interweave 30

Hình 3.03: Mô hình sử dụng phổ tần của công nghệ Underlay 31

Hình 3.04: Mô hình sử dụng phổ tần của công nghệ Overlay 32

Hình 3.05: Mô hình mạng relay nhận thức 32

Hình 4.01: Mô hình mạng relay nhận thức sử dụng phương pháp Nth Best – RS 35

Hình 4.02: Mô hình mạng relay nhận thức sử dụng phương pháp R – RS 41

Hình 4.03: Mô hình mạng relay nhận thức sử dụng phương pháp P – RS 48

Hình 5.01: Tọa độ của các người dùng trong hệ thống mạng 50

Hình 5.02: Kết quả mô phỏng Nth Best – RS theo hiệu suất phổ tần R 51

Hình 5.03: Kết quả mô phỏng Nth Best – RS theo P/N0 của nguồn SS 53

Hình 5.04: Kết quả mô phỏng Nth Best – RS theo I/N0 cực đại của PU 54

Hình 5.05: Tọa độ của các người dùng trong hệ thống mạng 55

Hình 5.06: Kết quả mô phỏng R – RS theo hiệu suất phổ tần R 56

Hình 5.07: Kết quả mô phỏng R – RS theo P/N0 của nguồn SS 57

Hình 5.08: Kết quả mô phỏng R – RS theo I/N0 cực đại của PU 58

Hình 5.09: Tọa độ của các người dùng trong hệ thống mạng 59

Hình 5.10: Kết quả mô phỏng Nth Best – RS theo hiệu suất phổ tần R 60

Hình 5.11: Kết quả mô phỏng P – RS theo P/N0 của nguồn SS 61

Hình 5.12: Kết quả mô phỏng P – RS theo I/N0 cực đại của PU 62

Hình 5.13: So sánh kết quả mô phỏng Nth Best – RS với R – RS theo P/N0 của nguồn SS 64

Hình 5.14: So sánh kết quả mô phỏng Nth Best – RS với R – RS theo I/N0 cực đại của PU 65

Hình 5.15: So sánh kết quả mô phỏng Nth Best – RS với P – RS theo P/N0 của nguồn SS 66

Hình 5.16: So sánh kết quả mô phỏng Nth Best – RS với P – RS theo I/N0 cực đại của PU 67

Hình 5.17: So sánh kết quả mô phỏng R – RS với P – RS theo I/N0 cực đại của PU khi γ R = γ D 68

Hình 5.18: So sánh kết quả mô phỏng R – RS với P – RS theo P/N0 của nguồn SS khi γR < γD 69

Hình 5.19: So sánh kết quả mô phỏng R – RS với P – RS theo P/N0 của nguồn SS khi γR > γD 70 Hình 5.20: So sánh kết quả mô phỏng R – RS với P – RS theo I/N0 cực đại của PU khi γR < γD 71 Hình 5.21: So sánh kết quả mô phỏng R – RS với P – RS theo I/N0 cực đại của PU khi γR > γD 72

MỘT SỐ TỪ VIẾT TẮT

CHƯƠNG 1: GIỚI THIỆU 1.1 Lý do chọn đề tài:

 Thế giới đang trong giai đoạn phát triển vượt bậc của công nghệ truyền thông đa phương tiện tốc độ cao, nó được xem là nguyên nhân chính dẫn đến phổ tần số gần như cạn kiệt, nguồn tài nguyên về tần số gần như không còn đủ để đáp ứng Bên cạnh đó là sự lãng phí phổ tần cấp phép, do chưa được sử dụng một cách triệt để, hiệu năng sử dụng băng thông còn quá thấp Vì vậy nhu cầu về công nghệ truyền dữ liệu tốc độ cao đang đặt ra những thách thức to lớn cho công nghệ truyền thông không dây là làm thế nào để nâng cao hơn nữa tốc độ truyền và chất lượng truyền Công nghệ mạng relay nhận thức (CNR – Cognitive Relay Networks) là một giải pháp rất hiệu quả nhờ sử dụng relay trung gian để truyền và nhận dữ liệu Relay trung gian là bộ xử lý tín hiệu thu phát, nó có khả năng khuếch đại, mã hóa và giải

mã tín hiệu…Nó đóng vai trò là nút trung gian để truyền dữ liều giữa hai đầu cuối, giúp giảm khoảng cách giữa nguồn phát và đích nhận, điều này đồng nghĩa với việc làm giảm đáng kể nhiễu trong quá trình truyền với khoảng cách lớn, giảm suy hao

và nâng cao tốc độ truyền tải Mặt khác, nó giải quyết được vấn đề hiệu suất sử dụng băng thông nhờ sử dụng phổ tần chia sẻ

 Trong mạng relay nhận thức nền, relay được chọn làm chuyển tiếp sẽ sử dụng phổ tần số của mạng sơ cấp (PN – Primary Network) không sử dụng hoặc sử dụng chưa đúng mức để cung cấp cho mạng thứ cấp (SN – Secondary Network) hoạt động Khi mạng thứ cấp hoạt động, nó luôn được kiểm soát ở một mức ngưỡng phát nhất định Ngưỡng phát này đảm bảo không gây can nhiễu cho mạng PN đồng thời vẫn đảm bảo được chất lượng truyền tải thông tin giữa các người dùng trong mạng thứ cấp với nhau Mạng relay nhận thức nền sử dụng nhiều phương pháp chọn relay

để truyền dữ liệu giữa hai người dung trong mạng thứ cấp Nhiều relay đòi hỏi kênh truyền trực giao dẫn đến hiệu suất băng thông thấp Việc chọn relay phù hợp sẽ hạn chế được yêu cầu về kênh truyền trực giao đồng thời vẫn đảm bảo độ lợi phân tập, tăng cường được vùng phủ sóng, nâng cao hiệu quả sử dụng băng thông, giảm công suất phát tổng trên toàn hệ thống mạng Đặc biệt giải quyết được vấn đề về khan hiếm phổ tần số đồng thời đáp ứng được nhu cầu ngày càng cao về công nghệ truyền dữ liệu tốc độ cao

 Việc đưa ra những phân tích và đánh giá các phương pháp chọn relay trong mạng relay nhận thức nền bằng thuật toán và kết quả mô phỏng giúp chúng ta đề xuất những giải pháp hiệu quả cho một số mô hình mạng đang phát triển hiện nay như LTE, Wimax… Mặt khác, công nghệ này giúp chúng ta chủ động hơn về mặt quy hoạch tần số, tối ưu hóa và đảm bảo khai thác đúng mức các khoảng tần số đã được cấp phép Ứng dụng công nghệ mạng relay nhận thức nền vào hệ thống mạng

vô tuyến thực tế sẽ giúp tận dụng đáng kể các băng tần đang được cấp phép lãng phí, nâng cao hiệu suất sử dụng băng thông đồng thời giải quyết nhu cầu truyền tải

dữ liệu đa phương tiện ở các thiết bị đầu cuối như di động, laptop,…

1.2 Mục đích nghiên cứu:

 Nhằm xây dựng được phương pháp lựa chọn relay và đánh giá tính hiệu quả của các phương pháp trong hệ thống mạng vô tuyến nhận thức nền Qua đó, làm rõ những ưu khuyết điểm của từng phương pháp và đưa ra những giải pháp khác nhau trong việc sử dụng relay sao cho phù hợp với hệ thống mạng thực tế

 Giúp chúng ta đưa ra giải pháp để giải quyết được vấn đề khan hiếm phổ tần, nâng cao hiệu suất sử dụng băng thông, đảm bảo trên cùng độ lợi phân tập, đáp ứng được nhu cầu ngày càng cao của người dùng đa phương tiện

1.3 Đối tượng và phạm vi nghiên cứu:

 Đặc tính của kênh truyền vô tuyến: hàm phân bố xác suất của biến ngẫu nhiên Gaussian và Rayleigh Nhiễu Gaussian trắng cộng, đặc tính của Fading ảnh hưởng đến kênh truyền như thế nào Suy hao trong không gian tự do, mô hình suy hao trong không gian tự do, xác suất dừng của suy hao đường truyền và Shadowing

 Dung lượng của kênh truyền nhiễu AWGN, kênh truyền Fading phẳng và Fading chọn lọc tần số Phân tích các nhân tố ảnh hưởng đến dung lượng của các loại kênh truyền trên

 Các kỹ thuật phân tập sử dụng trong mạng vô tuyến: phân tập thời gian, phân tập tần số và phân tập không gian – phân tập anten Những ưu nhược điểm các các kỹ thuật phân tập

 Mô hình mạng Relay nhận thức sử dụng công nghệ Interweave, Underlay và Overlay Giao thức truyền thông hợp tác AF (Amplify and Forward) và DF (Decode

and Forward) sử dụng trong mạng vô tuyến nhận thức nền, ưu điểm và khuyết điểm của 2 giao thức này

 Các phương pháp chọn relay trong mạng relay nhận thức nền, phân tích đánh giá

ưu khuyết điểm của các phương pháp

 Xây dựng thuật toán xác suất cho từng phương pháp chọn relay từ những điều kiện và tham số đầu vào của hệ thống mạng

 Phần mềm Matlab để mô phỏng những đặc tính của kênh truyền, mô phỏng các phương pháp chọn relay trong hệ thống mạng relay, thông qua đó đánh giá tính hiệu quả của từng phương pháp

1.4 Phương pháp nghiên cứu:

 Phương pháp nghiên cứu của đề tài là xây dựng công thức xác suất cho từng phương pháp và mô phỏng để đánh giá hiệu năng của các phương pháp

 Thu thập các tài liệu, bài báo kỹ thuật liên quan đến các phương pháp chọn relay, đánh giá hiệu năng của từng phương pháp bằng lý thuyết xác suất Từ đó vận dụng vào mô hình mạng của đề tài đang nghiên cứu để đưa ra các giải pháp tối ưu cho từng phương pháp chọn relay Toàn bộ đề tài: “đánh giá hiệu năng của các phương pháp chọn relay trong mạng relay nhận thức nền” đều sử dụng phần mềm Matlab để mô phỏng và đánh giá

 Nhận xét ưu khuyết điểm của các phương pháp và đưa ra khuyến nghị về các phương pháp chọn relay phù hợp nhằm cải thiện hiệu quả sử dụng phổ tần số, độ lợi phân tập, công suất phát tổng của từng loại mạng vô tuyến cụ thể

1.5 Cấu trúc của luận văn:

Cấu trúc của luận văn được trình bày 6 chương:

Chương 1 – Giới thiệu

Chương 2 – Tổng quan về kênh truyềnvô tuyến

Chương 3 – Mạng vô tuyến nhận thức

Chương 4 – Các phương pháp chọn relay trong mạng relay nhận thức nền

Chương 5 – Kết quả mô phỏng và đánh giá

Chương 6 – Kết luận và hướng phát triển

1.6 Tóm tắt các công trình liên quan:

Trong hệ thống mạng vô tuyến nhận thức (CRN – Cognitive Radio Network) nhiều công nghệ được đề suất nhằm chia sẽ phổ tần của mạng sơ cấp để truyền dữ liệu trong mạng thứ cấp từ guồn phát đến đích nhưng vẫn đảm bảo chất lượng cho người dùng sơ cấp [4] Trong đó, có 3 công nghệ được quan tâm sử dụng hiện nay: công nghệ Interweave sử dụng kỹ thuật đa truy cập phân chia theo thời gian hoặc tần số

để tránh gây can nhiễu giữa mạng sơ cấp và mạng thứ cấp, công nghệ Overlay chỉ

sử dụng phổ tần của mạng sơ cấp khi mà nó không sử dụng, công nghệ Underlay sử dụng phổ tần ở một mức ngưỡng cho phép, nó rất được quan tâm và sử dụng bởi tính hiệu quả trong việc chia sẽ phổ tần giữa các hệ thống mạng sơ cấp và thứ cấp [4] Từ kết quả ở [5], thông qua đánh giá hiệu năng của phương pháp Nth Best – RS trong mạng relay nhận thức nền sử dụng giao thức truyền hợp tác DF trong kênh Fading phẳng cho thấy ảnh hưởng của công suất ngưỡng nhiễu cực đại của PU, công suất phát của SS và số lượng relay tham gia chuyển tiếp đến xác suất chọn được relay hoặc không chọn được relay ra sao Trong [6], tác giả đã phân tích và chỉ

ra xác suất của mạng relay nhận thức cao hơn mạng thông thường đồng thời cũng cho thấy ở mạng relay nhận thức nền có cùng độ lợi phân tập với mạng thường Tác giả đã phân tích hiệu năng của phương pháp R –RS trong mạng relay nhận thức có ước lượng thông tin kênh truyền (CSI) không tốt ở [7], kết quả mô phỏng cho thấy tăng số lượng relay là giải pháp hiệu quả để giảm xác suất dừng Mặt khác, thông tin trạng thái kênh giữa SS với PU ảnh hưởng đến xác suất dừng nhiều hơn relay đến PU ra sao Tác giả đã so sánh dung lượng kênh truyền của phương pháp R –

RS với phương pháp P – RS trong [7], để đánh giá lại dung lượng của phương pháp

R – RS dùng giao thức truyền hợp tác DF nhằm giảm số relay ửng cử viên tham gia chuyển tiếp Khi công suất truyền của người dùng thứ cấp bị giới hạn bởi ngưỡng công suất của PU thì hiệu năng phụ thuộc chủ yếu vào kết nối SS đến relay và relay với SD Kết quả phân tích và mô phỏng ở [8], cho thấy phương pháp R – RS cho xác suất dừng tốt hơn phương pháp P – RS khi xét thêm đường trực tiếp và không

có sự chênh lệch giữa công suất ngưỡng từ SS đến relay và relay đến SD Ở [9], tác giả cũng so sánh xác suất dừng của 2 phương pháp P – RS và R – RS cho thấy không có sự chênh lệch khi ngưỡng công suất giữa 2 kết nối SS đến relay và relay đến SD bằng nhau, tuy nhiên tỉ lệ bit lỗi ở phương pháp R – RS tốt hơn P – RS

Cùng với [9], ở [10], tác giả chỉ ra rằng công suất ngưỡng ở kết nối từ SS đến relay

và relay đến SD không có sự chênh lệch thì xác suất dừng không có sự khác biệt, điều đó chỉ xảy ra khi có sự chênh lệch công suất ngưỡng giữa 2 đường kết nối này

Đặc biệt khi số relay tham gia vào mạng tăng thì độ chênh lệch càng tăng theo [10]

Trong luận văn này, tôi xin phân tích đánh giá hiệu năng của các phương pháp chọn relay trong mạng relay nhận thức nền Đề tài sẽ tập trong vào 3 phương pháp: Nth Best Relay Selection, Reactive Relay Selection và Proactive Relay Selection Trong phần I đề tài sẽ phân tích và đánh giá các phương pháp trong cùng điều kiện ngưỡng công suất cho phép, phần II đề tài sẽ so sánh giữa các phương pháp trong điều kiện

và khác điều kiện về công suất ngưỡng giữa 2 pha truyền dữ liệu

CHƯƠNG 2: TỔNG QUAN VỀ KÊNH TRUYỀN VÔ TUYẾN 2.1 Kênh truyền vô tuyến:

Trong hệ thống thông tin vô tuyến, kênh truyền vô tuyến là môi trường chính để truyền tín hiệu, chất lượng của tín hiệu ở máy thu phụ thuộc hoàn toàn vào đặc tính kênh truyền Nó không giống với kênh truyền hữu tuyến sử dụng cáp đồng, cáp quang,…là ổn định và có thể đoán được Ở kênh truyền vô tuyến – nó hoàn toàn ngẫu nhiên nên việc phân tích tín hiệu ở đầu thu rất phức tạp do phụ thuộc rất lớn vào trạng thái kênh truyền ở từng thời điểm khác nhau [1] Tín hiệu phát đi sẽ chịu tác động của nhiễu, suy hao, đa đường,…chính những nhân tố trên làm ảnh hưởng đến chất lượng tín hiệu ở máy thu [2] Đặc tính của kênh truyền sẽ được mô hình hoá bằng công thức toán học và mô phỏng bằng phần mềm Matlab để phân tích, đánh giá và đưa ra những giải pháp khắc phục cũng như nâng cao chất lượng tín hiệu để đầu thu để có thể khôi phục về gần với dạng tín hiệu ban đầu nhất [1], [2]

2.2 Đặc tính của kênh truyền:

2.2.1 Biến ngẫu nhiên Gaussian:

Đĩnh nghĩa: Biến ngẫu nhiên X là biến nhận các giá trị phụ thuộc vào kết quả các

phép thử ngẫu nhiên Ta thường sử dụng các kí hiệu X, Y, Z là biến ngẫu nhiên và

x, y, z để chỉ các giá trị ngẫu nhiên mà biến X, Y, Z sẽ nhận Ví dụ: tung đồng thời

2 con xúc sắc, X là tổng số chấm trên 2 mặt xúc xắc, X sẽ nhận các giá trị từ 2 đến

12 Mỗi biến ngẫu nhiên X tạo ra một phân phối xác suất chứa các thông tin về nó Nếu X là một biến ngẫu nhiên, phân phối xác suất tương ứng gán cho đoạn [a,b] một xác suất Pr[a ≤ x ≤ b], nghĩa là xác suất mà biến ngẫu nhiên X sẽ nhận giá trị trong đoạn [a,b] Với mỗi số thực x, hàm phân phối tích lũy lấy giá trị nhỏ hơn hoặc

bằng x được định nghĩa như sau:

F(x) = Pr(X ≤ x) = ∫ ( )dx (2.1) Hàm mật độ xác suất (PDF – Probability Density Function) dùng để biễu diễn một phân bố xác suất theo tích phân, nó có giá trị không âm và tích phân của nó trong

khoảng - ∞ đến + ∞ có giá trị bằng 1 Nếu một phân bố xác suất có mật độ f(x), thì

khoảng vi phân [x, x + dx] có xác suất bằng f(x)dx PDF là một hàm bất kỳ f(x) mô

tả mật độ xác suất theo biến đầu vào x, với f(x) ≥ 0 với mọi giá trị đầu của biến x

Pr(− ∞ ≤ x ≤ + ∞) = ∫ ( ) = 1 (2.2)

Từ công thức (2) ta được xác suất thự sực của một biến ngẫu nhiên x trong khoảng

(a,b) là:

Pr(a ≤ x ≤ b) = ∫ ( )dx (2.3) Nếu biến ngẫu nhiên X có hàm mật độ xác suất f(x) và nếu ∫ | | ( ) hội tụ

thì kỳ vọng hay còn gọi là giá trị trung bình của biến ngẫu nhiên X là:

E(x) = ∫ | | ( ) (2.4)

Biến ngẫu nhiên Gaussian được mô tả theo 2 tham số là σ > 0 và m ϵ R, trong đó µ

= E[X] = m là trị trung bình và VAR[X] = σ2 là phương sai của biến ngẫu nhiên

Gaussian Biến ngẫu nhiên Gaussian X có phân phối xác suất được biễu diễn như

ngẫu nhiên Gaussian được viết lại là:

(x) =

√

( )

(2.6) Hàm Q của biến ngẫu nhiên Gaussian có phân phối chuẩn được xác định:

= [ (0,1) > ] =

√ ∫ (2.7) Hàm phân bố xác suất (CDF– Cumulative Distribution Function) của biến ngẫu

nhiên Gaussian được cho bởi:

Hình 2.01: Đồ thị hàm mật độ xác suất của biến ngẫu nhiên Gaussian

Hình 2.02: Đồ thị hàm phân bố xác suất của biến ngẫu nhiên Gaussian

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

X - Gaussian Random Variables

2.2.2 Biến ngẫu nhiên Rayleigh:

Nếu X1 và X2 là 2 biến ngẫu nhiên Gaussian có phân bố (0, ) thì =+ là biến ngẫu nhiên Rayleigh PDF của biến ngẫu nhiên Rayleigh được cho bởi:

( ) = 1 − , ớ > 0

0 , ℎá (2.12)

Đồ thị PDF, CDF của biến ngẫu nhiên Rayleigh được vẽ ở Hình 2.03 và Hình 2.04

Hình 2.03: Đồ thị hàm mật độ xác suất của biến ngẫu nhiên Rayleigh

0 1 2 3 4 5 6 7 8 9 10 0

Hình 2.04: Đồ thị hàm phân bố xác suất của biến ngẫu nhiên Rayleigh

2.2.3 Nhiễu AWGN:

Nhiễu AWGN là loại nhiễu có mật độ phổ công suất phân bố đồng đều trong cả băng thông và có biên độ tuân theo phân bố Gaussian Nhiễu trắng có thể do nhiều nguồn khác nhau gây ra như thời tiết, do bộ khuếch đại ở máy thu, do nhiệt độ,…

Hình 2.05: Đồ thị biễu diễn nhiễu Gaussian trên tín hiệu Răng cưa

Nhiễu nhiệt (sinh ra do sự chuyển động của các hạt tải điện) là loại nhiễu tiêu biểu cho nhiễu Gaussiantrắng cộng tác động đến kênh truyền dẫn

Hình 2.06: Mô hình kênh nhiễu AWGN

Nhiễu trắng n(t) có thể mô hình bằng một biến xác suất Gaussian với giá trị kỳ vọng

Về mặt lý thuyết, nhiễu trắng có băng tần vô hạn và có công suất nhiễu trãi đều đặn

ở mọi tần số Trên thực tế không có hệ thống nào có băng tần vô hạn mà bị giới hạn

ở một băng tần nào đó nên mật độ phổ công suất cũng bị giới hạn như ở Hình 2.07

Hình 2.07: Mật độ phổ công suất nhiễu AWGN

Giả sử hệ thống có băng tần giới hạn B = 2ωg, chu kỳ lấy mẩu là ta Mật độ phổ công suất được viết lại như sau:

Phương trình trên Φnn(jω) là hàm mật độ công suất nhiễu còn φnn(jω) là hàm tự tương quan của nhiễu:

φnn(τ ) = E[n(t)n(t+ τ)]= σ2sincωgτ (2.17)

Từ phương trình này ta thấy hàm tự tương quan là biến đổi Fourier ngược của hàm mật độ phổ công suất Do đó hàm mật độ phổ công suất có dạng hình chữ nhật như Hình 2.07 Kết quả biến đổi Fourier ngược của hàm hình chữ nhật cho ta hàm sincωgτ Công suất của nhiễu có thể tính được bằng cả hàm mật độ công suất nhiễu hoặc hàm tự tương quan của nhiễu như sau:

= E[ (t)] = Φ (0) = ∫ (jω)dω = σ (2.18) Khi đó tỉ số tín hiệu trên nhiễu được tính theo công thức sau:

= (2.19) Với Ps là công suất của tín hiệu có ích Tỉ số này quyết định chất lượng của tín hiệu

và dung lượng của kênh truyền

2.2.4 Rayleigh Fading:

Khái niệm về Fading: Fadinh là sự thay đổi tín hiệu vô tuyến một cách bất thường

tại điểm thu do sự tác động của môi trường truyền dẫn Là sự biến đổi cường độ tín hiệu sóng mang vô tuyến siêu cao tần thu được do sự thay đổi của khí quyển và các phản xạ của đất và nước trong môi trường truyền sóng

Có 2 loại Fading chính là Fading phẳng và Fading chọn lọc tần số Hai loại Fading này có thể xuất hiện độc lập với nhau hoặc xuất hiện đồng thời Các yếu tố gây ra hiện tượng Fading gồm: Sự hấp thụ của các chất khí, hơi nước, mưa… đây là những yếu tố chủ yếu đối với những tần số trên 10GHz Fading do hiện tượng lan truyền đa đường Sự phản xạ sóng từ bề mặt trái đất, đặc biệt là từ bề mặt nước, sự phản xạ từ những bất đồng trong khí quyển và sự phản xạ từ những vật cản trên đường truyền cũng là những nguyên nhân gây ra hiện tượng lan truyền đa đường

Hình 2.08: Công suất của tính hiệu Rayleigh Fading

Phân loại Fading:

Fading phẳng: gồm Fading do truyền dẫn đa đường và do hấp thụ Là Fading mà suy hao phụ thuộc vào tần số, là không đáng kể và phần lớn là hằng số đối với toàn

bộ băng tần hiệu dụng của tín hiệu Fading phẳng thường xảy ra đối với các hệ thống vô tuyến có dung lượng vừa và nhỏ, do độ rộng băng tín hiệu khá nhỏ nên Fading do truyền dẫn đa đường và do mưa gần như là xem không có chọn lọc theo tần số

Fading chọn lọc tần số: xảy ra khi băng tần của tín hiệu lớn hơn băng thông của kênh truyền Ảnh hưởng của Fading chọn lọc tần số là gây nhiễu xuyên ký tự Để khắc phục người ta sử dụng một số kỹ thuật như: phân tập, sử dụng mạch sang bằng thích nghi, sử dụng mã sửa lỗi, trải phổ, điều chế đa sóng mang

Fading nhanh (hay còn gọi là hiệu ứng Doppler): nguyên nhân là có sự chuyển động tương đối giữa máy thu và máy phát dẫn đến tần số thu được sẽ bị dịch tần đi 1 lượng Δ so với tần số phát tương ứng Mức độ dịch tần sẽ thay đổi theo vận tốc tương đối giữa máy phát và thu

Fading chậm: do ảnh hưởng của các vật cản trở trên đường truyền, làm cho biên độ

tín hiệu suy giảm, do đó còn gọi là hiệu ứng bóng râm (Shadowing).Tuy nhiên, hiện

tượng này chỉ xảy ra trên một khoảng cách lớn, nên tốc độ biến đổi chậm Hay sự không ổn định cường độ tín hiệu ảnh hưởng đến hiệu ứng che chắn gọi là suy hao chậm

2.2.5 Mô hình truyền nhận tín hiệu:

Tín hiệu truyền s(t) ở băng tần UHF và SHF từ 0.3GHz đến 3GHz và từ 3GHz đến 30GHz Mô hình công thức toán học như sau:

= ( ) cos(2 ) − ( )sin (2 ) (2.20) Trong đó:

( ) = ( ) + ∗ ( ) (2.21) ( ) = { ( )} (2.22)

Và ( )= ℑ{ ( )} (2.23)

có băng thông B và công suất Pu, tần số sóng mang fc (B << fc), độ lệch pha so với tín hiệu đầu ϕ0, công suất của s(t) truyền là:

= (2.24) Nếu tín hiệu truyền qua kênh truyền bất biến:

v(t) = u(t)*c(t) (2.25) với c(t) là đáp ứng xung của kênh thông thấp Tín hiệu thu có dạng:

( )= { ( ) } (2.26) Suy hao đường truyền – Path Loss:

Với Pt công suất truyền s(t), Pr là công suất nhận r(t)

( ) = 10 ∗ ( ) (2.28) Phương trình Friss công suất thu trong không gian tự do của anten thu:

( ) =

( ) (2.29) Trong đó:

Pt: công suất phát

Pr(d): công suất thu ở khoảng cách d

GR, Gt: độ lợi anten thu phát

D: khoảng cách phát và thu theo đơn vị meters

L: hệ số suy hao của hệ thống, L ≥ 1

λ: bước sóng, đơn vị là meters

2.2.6 Suy hao trong không gian tự do:

Xét một tín hiệu truyền qua không gian tự do đến máy thu ở khoảng cách d Giả sử

không có chướng ngại vật giữa hai điểm thu và phát, tín hiệu truyền thẳng Tín hiệu

ở máy thu:

( ) = ( ) (2.30)

với là công suất bức xạ của anten thu – phát trong truyền thẳng, dịch pha

là do tín hiệu truyền ở khoảng cách d, công suất tín hiệu phát Pt, tỉ số giữa công suất thu với công suất phát được cho bởi:

= (2.31) Công suất tín hiệu thu tỉ lệ thuận với bình phương bước sóng vì thế khi tần số sóng mang tăng thì công suất thu sẽ giảm Công suất thu tính dBm:

(2.32) Suy hao đường truyền trong không gian tự do được định nghĩa là suy hao đường truyền của mô hình không gian tự do:

( ) (2.33)

Độ lợi đường truyền trong không gian tự do:

= − = 10

( ) (2.34)

Ví dụ: mạng LAN không dây với fc = 900MHz, bán kính cell 100m, anten không đẳng hướng Mô hình suy hao trong không gian tự do, công suất truyền yêu cầu bao nhiêu để tất cả các thiết bị đầu cuối truy cập vào cell nhận được công suất tối thiểu 10µW Điều này sẽ thay đổi như thế nào nếu tần số của hệ thống là 5GHz

Áp dụng công thức: =

Anten đẳng hướng nên Gl = 1, λ = c/fc = 3x108/9x108 = 0.33m, d = 100m, công suất min mà thiết bị đầu cuối có thể nhận Pr = 10µW Suy ra Pt = 1.45W = 1.61dBW Ở tần số 5GHz nên λ = c/fc = 3x108/5x109 = 0.06 nên Pt = 43.9KW = 16.42dBW

. )

2.2.7 Mô hình 2 tia (two – ray):

Mô hình 2 tia được sử dụng khi phản xạ bề mặt đất dẫn đến hiện tượng đa đường như ở Hình 2.09 mô tả

truyền với băng thông tương đối hẹp với thời gian trễ thì công suất thu của mô hình

2 tia với việc truyền băng thông hẹp là:

Độ lệch pha giữa hai tín hiệu thu Δϕ = ( ′ ) (2.37)

Nếu d là khoảng cách giữa hai anten thu phát, h t là chiều cao của anten phát, h r là chiều cao của anten thu thì

2.2.8 Shadowing Fading:

Tín hiệu truyền qua trong kênh truyền không dây sẽ bị các vật cản làm giảm biên độ

tín hiệu gọi là hiệu ứng bóng râm Nó tạo ra công suất thu của những tín hiệu ngẫu

nhiên ở khoảng cách nhất định Điều này là do phản xạ và tán xạ của các bề mặt vật

cản Hiệu ứng này chỉ xảy ra trên khoảng cách lớn Trong mô hình log – normal

shadowing tỉ số giữa công suất phát và công suất thu ψ = Pt/Pr là phân bố log –

normal ngẫu nhiên:

( )=

trong đó: = , là trị trung bình của ψ = 10log (ψ), σ : độ lệch

chuẩn của tính theo dB

10 = + ) (2.44) Hàm phân bố xác suất của biến ngẫu ψ theo dB có trị trung bình Gaussian và

độ lệch chuẩn σ cho bởi:

2.2.9 Mô hình suy hao đơn giãn:

Mô hình suy hao đơn giản tính theo khoảng cách có bởi công thức:

= (2.46) Tính theo dB:

( ) = ( ) + ( ) − 10 (2.47) với ( ) = 20 là suy hao đường truyền trong không gian tự do ở

khoảng cách d0, là khoảng cách tham chiếu: trong nhà d0 khoảng 1 đến 10m và bên

ngoài là 10m đến 100m, γ hàm mũ suy hao

Bảng hàm mũ của một số môi trường truyền:

2.2.10 Kết hợp Shadowing và suy hao đường truyền:

Mô hình cho suy hao đường truyền và hiệu ứng bóng râm có thể ghép chung để biết được công suất suy hao so với khoảng cách theo sự suy hao ngẫu nhiên của suy hao đường truyền từ hiệu ứng bóng râm Trong mô hình kết hợp, công suất suy hao đường truyền trung bình (dB) là thuộc tính của mô hình suy hao đường truyền và hiệu ứng bóng râm Fading có trị trung bình bằng 0dB, tạo sự khác biệt về suy hao đường truyền Mô hình kết hợp tỉ số công suất thu phát được cho bởi:

với ψdB là biến ngẫu nhiên phân bố Gaussian có trị trung bình bằng 0 và phương sai

σ , γ là hàm mũ suy hao đường truyền

2.2.11 Xác suất dừng với suy hao đường truyền và Shadowing:

Kết hợp giữa suy hao đường truyền và Shadowing có ý nghĩa quan trọng trong thiết

kế hệ thống vô tuyến Trong hệ thống vô tuyến tín hiệu nhỏ nhất mà tại máy thu có thể thu được gọi là độ nhạy máy thu Pmin Người ta định nghĩa xác suất rớt (Outage Probability) ( , )của suy hao đường truyền và Shadowing là xác suất mà

công suất thu được P r (d)ở khoảng cách dxuống dưới độ nhạy thu Pmin:

(2.49) Hàm Q là xác suất mà biến ngẫu nhiên Gaussian x có giá trị trung bình bằng 0 và phương sai 1 lớn hơn z

( ) ≜ ( > ) = ∫

√ (2.50) ( )=

√ (2.51)

Ví dụ: tìm xác suất rớt ở khoảng cách 150m cho kênh truyền có mô hình kết hợp

giữa Path Loss và Shadowing, cho công suất truyền và độ nhạy thu: Pt = 10mW và

Lưu ý: xác suất rớt khi thiết kế hệ thống là nhỏ hơn 1%

2.3 Dung lượng kênh:

2.3.1 Dung lượng kênh truyền Flat Fading:

Dung lượng mà kênh truyền có thể mang tin từ nguồn phát đến máy thu, là khả năng mà kênh truyền đó có thể tuyền tải tín hiệu với tốc độ tối đa mà vẫn đảm bảo xác suất tín hiệu bị lỗi ở mức nhỏ nhất có thể

Hình 2.11: Kênh truyền và mô hình hệ thống

Mô hình hệ thống ở Hình: gói tin w ở ngõ vào được gửi đi từ máy phát đến máy thu, gói tin này sẽ được mã hoá thành từ mã x, từ mã x sẽ đưa lên kênh truyền nhân với

độ lợi kênh [ ] và cộng nhiễu n[i] để được tín hiệu y[i], khi đi đến bộ thu sẽ giải

mã tín hiệu y[i] để được

Độ lợi kênh g[i] có phân bố p(g), giả sử phân bố p(g) Rayleigh Fading là phân bố

mũ Giả sử g[i] độc lập ở ngỏ vào và được gọi là thông tin trạng thái kênh (Channel State Imformation – CSI).Tỉ số tín hiệu trên nhiễu tức thời SNR:

[ ] = (2.52) với 0 ≤ γ[i] ≤ ∞

và kỳ vọng: [ ]= (2.53) Dung lượng kênh dựa vào thông tin độ lợi kênh g[i] biết được ở bộ phát và thu gồm có: thông tin phân bố kênh – Channel Distribution Imformation (CDI), thông tin trạng thái kênh ở bộ thu – CSI tại bộ thu và CSI ở bộ phát và thu

Dung lượng: = ∫ ∗ (1 + ) ( ) (2.53) Bất đẳng thức Jensen:

2.3.2 Dung lượng kênh truyền Fading chọn lọc tần số:

Kênh truyền bất biến: dung lượng của kênh truyền thiếp lập song song là tổng của

tốc độ ở mỗi kênh với phân bổ công suất tối ưu nhất cho các kênh

Kết quả dung lượng kênh Fading chọn lọc tần số thời gian bất biến:

Kênh truyền thay đổi theo thời gian:

Dung lượng trung bình: = max :∑ ∑ (2.61)

Hình 2.15: Phân bố kênh trong Fading chọn lọc tần số

Với γ0 phải thoả mãn điều kiện:

∑ ∫ − = 1 (2.62)

Ta được: = ∑ ∫ ( ) (2.63)

2.3.3 Dung lượng kênh truyền AWGN:

Xét một kênh truyền nhiễu Gaussian trắng cộng (AWGN) có hàm biểu diễn mối quan hệ vào ra như sau:

y(i) = x(i) + n(i) (2.64) trong đó x(i) là tín hiệu ngõ vào của kênh tại thời điểm thứ i, y(i) là đáp ứng ở ngõ

ra và n(i) là nhiễu AWGN Giả sử băng thông của kênh là B, công suất truyền là P

Tỉ số tín hiệu trên nhiễu – SNR của kênh là:

= (2.65) với N0 là mật độ phổ công suất nhiễu AWGN Suy ra, dung lượng của kênh được cho bởi:

C tính theo đơn vị bits/sec (bps) Định lý Shannon chứng minh rằng, tồn tại một mã

mà tốc độ dữ liệu đạt được tuỳ ý sẽ tiến đến dung lượng xác suất bit lỗi nhỏ tuỳ ý Đĩnh lý đảo cho thấy rằng, bất kỳ một mã nào có tốc độ R > C (dung lượng) sẽ có xác suất bit lỗi bị giới hạn tiến về 0 Đối với kênh truyền bất biến không nhớ tín hiệu ngẫu nhiên đầu vào x và đầu ra y:

Ví dụ: cho kênh truyền không dây cócông suất suy hao theo khoảng cách là Pr(d) =

Pt(d0/d)3, d0 = 10m, băng thông B = 30KHz, mật độ phổ công suất nhiễu Gaussian

N0 = 10-9 W/Hz Cho công suất truyền là 1W, tìm dung lượng kênh với khoảng cách

Suy ra: C = B*log(1+ γ) = 30000*log(1+0.033) = 1.4Kbps

Từ kết quả ta thấy: dung lượng kênh sẽ giảm xuống khi khoảng cách d tăng, do

hàm mũ suy hao đường truyền (α = 3) làm giảm năng lượng nhận

2.4 Kỹ thuật phân tập:

Phân tập là một kỹ thuật dùng để nâng cao độ tin cậy của tín hiệu truyền bằng cách truyền một tín hiệu trên nhiều kênh truyền khác nhau để phía thu chọn ra trong số những tín hiệu đó một tín hiệu tốt nhất hoặc kết hợp các tín hiệu đó lại để được một tín hiệu có lượng thông tin giống với tín hiệu phía phát nhiều nhất có thể Nó giúp giảm ảnh hưởng của Fading và nhiễu nhờ truyền trên những kênh truyền khác nhau nên chịu ảnh hưởng cũng khác nhau đồng thời cũng không cần phải tăng công suất phát Từ việc truyền trênh nhiều kênh truyền khác nhau ta sẽ có được độ lợi phân tập Tuy nhiên ở mỗi kỹ thuật phân tập cũng có những khuyết điểm nhất định của

nó, như kỹ thuật phân tập thời gian thì cần có độ trễxử lý tín hiệu ở phía thu, kỹ thuật phân tập tần số thì phải chịu tiêu tốn phổ tần Kỹ thuật phân tập không gian –

kỹ thuật phân tập anten hiện đang được sử dụng trong công nghệ MIMO nhờ khai thác rất hiệu quả không gian nhằm nâng cao chất lượng cũng như dung lượng hệ thống truyền tin, hạn chế được ảnh hưởng của Fading và khắc phục được nhược điểm hao phí băng thông tần số của phân tập tần số, một vấn đề đang rất được quan tâm trong hoàn cảnh tài nguyên về tần số đang ngày một khan hiếm

2.4.1 Kỹ thuật phân tập không gian:

Kỹ thuật phân tập không gian là kỹ thuật sử dụng nhiều anten được đặt ở phía phát hoặc ở phía thu ở tại những vị trí khác nhau để thu cùng một tín hiệu Trong truyền dẫn hữu tuyến người ta truyền tín hiều trên nhiều sợi cáp, còn trong truyền dẫn vô tuyến thì sử dụng nhiều anten để thu phát tín hiệu, tạo thành một phân tập anten Nó được gọi là kỹ thuật phân tập anten, có 2 loại phân tập không gian là phân tập phát

và phân tập thu Kỹ thuật phân tập anten được sử dụng trong thông tin di động khắc phục những nhược điểm của phân tập thời gian và phân tập tần số vìtrong thông tin

di đông, nó đòi hỏi phải nâng cao dung lượng, chất lượng truyền tin, giảm năng lượng thu phát và tính nhỏ gọn của thiết bị đầu cuối nhằm giảm chi phí

Phân tập anten phát: là kỹ thuật sử dụng nhiều anten ở đầu phát để phát tín hiệu,

công suất phát sẽ được chia ra trên nhiều anten phát

Hình 2.16: Mô hình phân tập anten phát

Phân tập anten thu: là kỹ thuật sử dụng nhiều anten khác nhau ở phía thu để thu

tín hiệu, các anten phía thu sẽ thu được nhiều bản sao khác nhau và có cùng lượng thông tin với tín hiệu gốc Tín hiệu ở các anten thu sẽ kết hợp (MRC) lại để được tín hiệu gốc

Hình 2.17: Mô hình phân tập anten thu

2.4.2 Kỹ thuật phân tập thời gian:

Trong kỹ thuật phân tập theo thời gian, gói tin sẽ được truyền tại những thời điểm khác nhau trên những khe thời khác nhau hoặc trên nhiều kênh khác nhau,như vậy tại máy thu sẽ nhận được nhiều bản sao của một tín hiệu pháttại nhiều thời điểm hoặc cùng một tín hiệu thu ở nhiều thời điểm khác nhau để chọn được tín hiệu thu tốt nhất

Bộ thu

Bộ phát

Bộ phát

Bộ thu

Hình 2.18: Mô hình truyền tín hiệu kỹ thuật phân tập thời gian

2.4.3 Kỹ thuật phân tập tần số:

Tín hiệu được truyền trên nhiều tần số khác nhau hoặc trên một dãy phổ tần rộng bị tác động bởi Fading lựa chọn tần số Các tần số cần được phân chia để đảm bảo không bị nhiễu và chịu tác động của Fading một cách độc lập Như vậy tại máy thu

sẽ nhận được cùng một tín hiệu tại nhiều tần số khác nhau

Hình 2.19: Mô hình truyền tín hiệu kỹ thuật phân tập tần số