Xác định hướng đến trong băng rộng có xét ảnh hưởng ghép tương hỗ điện tử giữa các phần tử anten

Giới thiệu kỹ thuật ước lượng DOA băng hẹp với giải thuật MUSIC làm cơ sở cho việc ứng dụng kỹ thuật này trong băng rộng sau khi thực hiện phương pháp chia băng thông của tín hiệu băng

LƯU CHÍ CƯỜNG

XÁC ĐỊNH HƯỚNG ĐẾN TRONG BĂNG RỘNG

CÓ XÉT ẢNH HƯỞNG GHÉP TƯƠNG HỖ ĐIỆN TỪ GIỮA CÁC PHẦN TỬ ANTEN

Chuyên ngành: KỸ THUẬT ĐIỆN TỬ

LUẬN VĂN THẠC SĨ

TP HỒ CHÍ MINH, tháng 12 năm 2009

TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học: TS Đỗ Hồng Tuấn

Cán bộ chấm nhận xét 1: PGS - TS Lê Tiến Thường

Cán bộ chấm nhận xét 2: TS Phan Hồng Phương

Luận văn được bảo vệ tại: HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày 30 tháng 12 năm 2009

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: LƯU CHÍ CƯỜNG Phái: Nam

Ngày, tháng, năm sinh: 2-3-1982 Nơi sinh: DakLak

Chuyên ngành: Kỹ thuật điện tử MSHV: 01408361

I- TÊN ĐỀ TÀI:

 “Xác định hướng đến trong băng rộng có xét ảnh hưởng ghép tương hỗ điện từ

giữa các phần tử anten”

II- NHIỆM VỤ VÀ NỘI DUNG:

 Nghiên cứu kỹ thuật xác định hướng đến trong băng rộng

 Sử dụng kỹ thuật FDFIB dựa trên MUSIC để xác định hướng đến

 Xét trường hợp có ghép tương hỗ điện từ giữa các phần tử anten trong mảng

 Cải tiến phương pháp FDFIB nhằm bù lại ảnh hưởng của lỗi mảng và ghép tương hỗ điện từ

 Thực hiện mô phỏng

III- NGÀY GIAO NHIỆM VỤ: 02-02-2009

IV- NGÀY HOÀN THÀNH NHIỆM VỤ: 15-12-2009

V- CÁN BỘ HƯỚNG DẪN: TS ĐỖ HỒNG TUẤN

QL CHUYÊN NGÀNH

-

LƯU CHÍ CƯỜNG

XÁC ĐỊNH HƯỚNG ĐẾN TRONG BĂNG RỘNG

CÓ XÉT ẢNH HƯỞNG GHÉP TƯƠNG HỖ ĐIỆN

TỪ GIỮA CÁC PHẦN TỬ ANTEN

Chuyên ngành: KỸ THUẬT ĐIỆN TỬ

LUẬN VĂN THẠC SĨ

TP Hồ Chí Minh 12 – 2009

Đầu tiên tôi xin kính gửi đến TS Đỗ Hồng Tuấn lời trân trọng với lòng biết ơn sâu sắc nhất Thầy đã dành nhiều thời gian quý báu trực tiếp hướng dẫn, giải đáp những thắc mắc, khó khăn, tạo mọi điều kiện thuận lợi về tài liệu cũng như đã tận tình chỉ bảo và cho tôi những lời khuyên bổ ích, giúp tôi hoàn thành luận văn này Tôi cũng xin chân thành cảm ơn quý thầy cô ở trường Đại học Bách Khoa TP

Hồ Chí Minh, là những người truyền đạt kiến thức trong suốt thời gian học tập và nghiên cứu trong những năm sau đại học tại trường

Tôi cũng nhận được sự giúp đỡ của các bạn cùng khoá, cùng lớp và đồng nghiệp nơi công tác Các bạn đã đóng góp cho tôi những ý kiến và những tài liệu giá trị Xin gởi đến các bạn lời cảm ơn chân thành của tôi

Cuối cùng, tôi xin kính gởi đến gia đình lòng biết ơn chân thành, sâu sắc nhất Gia đình, Cha Mẹ đã động viên, giúp đỡ, tạo mọi điều kiện thuận lợi nhất cho tôi trong suốt quá trình học tập cũng như nghiên cứu đã qua

TP HCM, ngày 05 tháng 12 năm 2009

Lưu Chí Cường

CHƯƠNG 1 1

1.1 Đặt vấn đề và tình hình nghiên cứu hiện nay 1

1.2 Mục đích – Đối tượng – Phạm vi nghiên cứu 5

1.3 Bố cục của đề tài 6

1.4 Ý nghĩa của đề tài 7

CHƯƠNG 2 8

2.1 Phân loại các hệ thống anten 8

2.1.1 Anten đẳng hướng – Omnidirectional antennas 8

2.1.2 Anten định hướng – Directional antennas 8

2.1.3 Anten chia sector – Sectorized antennas 9

2.1.4 Anten phân tập – Diversity antennas 9

2.1.5 Anten thông minh – Smart antennas 10

2.2 Anten thông minh 10

2.2.1 Giới thiệu anten thông minh 10

2.2.2 Các ứng dụng của anten thông minh 12

2.2.3 Lợi ích của anten thông minh 12

2.2.4 Phân loại anten thông minh 16

2.2.5 So sánh hệ thống mảng búp sóng chuyển đổi và thích nghi 20

2.3 Kết chương 21

CHƯƠNG 3 22

3.1 Bài toán ước lượng DOA 22

3.2 Giải thuật MUSIC 24

3.3 MUSIC trong thực tế 27

3.4 Ước lượng số tín hiệu đến 27

3.5 Tóm tắt các bước thực hiện giải thuật MUSIC 28

3.6 Các giải thuật MUSIC khác 29

3.7 Kết chuơng 29

CHƯƠNG 4 30

4.4 Các phương pháp không gian con tín hiệu Coherent [14] 34

4.4.1 Phương pháp CSS lựa chọn không gian con hội tụ tối ưu [14] 36

4.4.2 Phương pháp biến đổi TCT [14] 38

4.5 Phương pháp búp sóng – không gian 46

4.5.1 Kỹ thuật TDFIB [15] 48

4.5.2 Kỹ thuật FDFIB [15] 49

4.6 Kết quả mô phỏng 53

4.7 Kết chương 63

CHƯƠNG 5 64

5.1 Mô hình tín hiệu băng rộng với mảng thực [17] 64

5.2 Phương pháp TCT và FDFIB với mảng thực 67

5.3 Phương pháp TCT biến đổi danh định – TCT cải tiến [17] 68

5.4 Phương pháp FDFIB cải tiến 69

5.4.1 Ý tưởng của phương pháp FDFIB cải tiến 69

5.4.2 Cơ sở của phương pháp FDFIB cải tiến 70

5.4.3 Xây dựng phương pháp FDFIB cải tiến 70

5.4.4 Tóm tắt phương pháp FDFIB cải tiến với LMS 71

5.5 Kết quả mô phỏng ……… 72

5.5.1 Phương pháp TCT 72

5.5.2 Phương pháp FDFIB 78

5.5.3 Phương pháp FDFIB cải tiến 84

5.5 Kết chương 90

CHƯƠNG 6 91

6.1 Kết luận 91

6.2 Hướng phát triển của đề tài 92

TÀI LIỆU THAM KHẢO 93

PHỤ LỤC 95

Hình 2.1: Sơ đồ tổng quát của anten thông minh. 11

Hình 2.2: Xử lý tín hiệu phát – thu tại trạm gốc và đầu cuối di động. 12

Hình 2.3: Vùng phủ của anten đẳng hướng và anten thông minh. 14

Hình 2.4: Giảm nhiễu đồng kênh nhờ lái búp sóng chính. 15

Hình 2.5: Phân chia không gian truy cập cho một kênh tần số. 16

Hình 2.6: Hiệu ứng đa đường. 16

Hình 2.7: Kiến trúc hệ thống búp sóng chuyển đổi. 17

Hình 2.8: Ma trận Butler 8 × 8. 18

Hình 2.9: Đồ thị bức xạ của mảng với ma trận Butler 8×8. 18

Hình 2.10: Hệ thống mảng thích nghi. 19

Hình 2.11: Vùng phủ của anten thông minh và kỹ thuật truyền thống. 20

Hình 3.1: Một số phương pháp ước lượng phổ. 22

Hình 3.2: Mảng và tín hiệu trong bài toán ước lượng DOA 23

Hình 4.1: Phân loại kỹ thuật không gian con tín hiệu. 32

Hình 4.2: Kỹ thuật ISS. 33

Hình 4.3: Kỹ thuật CSS. 35

Hình 4.4: Kỹ thuật FIBs. 47

Hình 4.5: Phân loại kỹ thuật xử lý FIBs. 47

Hình 4.6: Dilation filter cho beamformer xử lý trong miền thời gian. 48

Hình 4.7: Cấu trúc hệ thống beamforming. 52

Hình 4.8: Cấu trúc bộ beamforming thứ . 52

Hình 4.9: Cấu trúc mảng UCA 16 phần tử. 55

Hình 4.10: Phổ TCT/FDFIB/G–MUSIC [200, 128, 128]. 56

Hình 4.11: Phổ MUSIC – 3D của G–MUSIC. 56

Hình 4.12: Phổ MUSIC – 3D của TCT–MUSIC. 57

Hình 4.13: Phổ MUSIC – 3D của FDFIB–MUSIC. 57

Hình 4.14: RMSE của TCT/FDFIB/G-MUSIC [200, 128, 128]và độ lệch RMSE của FDFIB/G so với TCT–MUSIC, ∅ : 80 0 . 58

Hình 4.17: Bias của TCT/FDFIB/G-MUSIC [200, 128, 128]và độ lệch Bias của FDFIB/G

so với TCT–MUSIC, ∅ : 80 0 . 59

Hình 4.18: Bias của TCT/FDFIB/G-MUSIC [200, 128, 128] và độ lệch Bias của FDFIB/G so với TCT–MUSIC, ∅ : 90 0 . 60

Hình 4.19: Bias của TCT/FDFIB/G-MUSIC [200, 128, 128] và độ lệch Bias của FDFIB/G so với TCT–MUSIC, ∅ : 100 0 . 60

Hình 4.20: Prs TCT/FDFIB/G-MUSIC [200, 128, 128]và độ lệch Prs của FDFIB/G so với TCT–MUSIC, ∅ : 80 0 . 61

Hình 4.21: Prs TCT/FDFIB/G-MUSIC [200, 128, 128] và độ lệch Prs của FDFIB/G so với TCT–MUSIC, ∅ : 90 0 . 61

Hình 4.22: Prs TCT/FDFIB/G-MUSIC [200, 128, 128]và độ lệch Prs của FDFIB/G so với TCT–MUSIC, ∅ : 100 0 . 62

Hình 5.1: Bù lỗi mảng và ghép tương hỗ 70

Hình 5.2: Phổ TCT/EE/EEC/NT–MUSIC [200,128,128]. 72

Hình 5.3: Phổ MUSIC – 3D của TCT–MUSIC–EE. 73

Hình 5.4: Phổ MUSIC – 3D của TCT–MUSIC–EEC. 73

Hình 5.5: Phổ MUSIC – 3D của NT–MUSIC. 73

Hình 5.6: RMSE của TCT/EE/EEC/NT–MUSIC [200,128,128], ∅ : 80 0 . 74

Hình 5.7: RMSE của TCT/EE/EEC/NT–MUSIC [200,128,128], ∅ : 90 0 . 74

Hình 5.8: RMSE của TCT/EE/EEC/NT–MUSIC [200,128,128], ∅ : 100 0 . 75

Hình 5.9: Bias của TCT/EE/EEC/NT–MUSIC [200,128,128], ∅ : 80 0 . 75

Hình 5.10: Bias của TCT/EE/EEC/NT–MUSIC [200,128,128], ∅ : 90 0 . 76

Hình 5.11: Bias của TCT/EE/EEC/NT–MUSIC [200,128,128], ∅ : 100 0 . 76

Hình 4.12: Prs TCT/EE/EEC/NT–MUSIC [200, 128, 128], ∅ : 80 0 . 77

Hình 5.13: Prs TCT/EE/EEC/NT–MUSIC [200, 128, 128], ∅ : 90 0 . 77

Hình 5.14: Prs TCT/EE/EEC/NT–MUSIC [200, 128, 128], ∅ : 100 0 . 78

Hình 5.15: Phổ FDFIB/EE/EEC–MUSIC [200,128,128]. 78

Hình 5.16: Phổ MUSIC – 3D của FDFIB–MUSIC–EE. 79

Hình 5.17: Phổ MUSIC – 3D của FDFIB–MUSIC–EEC. 79

Hình 5.20: RMSE của FDFIB/EE/EEC–MUSIC [200,128,128], ∅: 100 0 81

Hình 5.21: Bias của FDFIB/EE/EEC–MUSIC [200,128,128], ∅: 80 0 81

Hình 5.22: Bias của FDFIB/EE/EEC/NT–MUSIC [200,128,128], ∅: 90 0 82

Hình 5.23: Bias của FDFIB/EE/EEC–MUSIC [200,128,128], 82

Hình 5.24: Prs FDFIB/EE/EEC–MUSIC [200, 128, 128], ∅ : 80 0 . 83

Hình 5.25: Prs FDFIB/EE/EEC–MUSIC [200, 128, 128], ∅: 90 0 83

Hình 5.26: Prs FDFIB/EE/EEC–MUSIC [200, 128, 128], ∅: 100 0 84

Hình 5.27: Quá trình hội tụ trọng số. 84

Hình 5.28: Phổ MUSIC của FDFIB/EE/EEC và FDFIB–ADV [200,128,128]. 85

Hình 5.29: RMSE của FDFIB/EE/EEC–MUSIC [200,128,128], ∅: 80 0 . 85

Hình 5.30: RMSE của FDFIB/EE/EE–MUSIC [200,128,128], ∅: 90 0 86

Hình 5.31: RMSE của FDFIB/EE/EEC–MUSIC [200,128,128], ∅: 100 0 86

Hình 5.32: Bias của FDFIB/EE/EEC/AVD–MUSIC [200,128,128], ∅: 80 0 87

Hình 5.33: Bias của FDFIB/EE/EEC/ADV–MUSIC [200,128,128], ∅: 90 0 87

Hình 5.34: Bias của FDFIB/EE/EEC–MUSIC [200,128,128], ∅: 100 0 88

Hình 5.35: Prs FDFIB/EE/EEC–MUSIC [200, 128, 128], ∅: 80 0 . 88

Hình 5.36: Prs FDFIB/EE/EEC–MUSIC [200, 128, 128], ∅: 90 0 89

Hình 5.37: Prs FDFIB/EE/EEC–MUSIC [200, 128, 128], ∅ : 100 0 89

DANH SÁCH CÁC BẢNG Bảng 2.1: Ứng dụng anten thông minh trong các hệ thống truyền thông vô tuyến 39

Bảng 4.1: So sánh các trị riêng của 2 phương pháp CSS và TCT [14]……… 46

Bảng 4.2: Fractional bandwidth với số bin tần số khác nhau ………55

Toàn bộ luận văn được chia thành 6 chương

Chương 1: Giới thiệu Giới thiệu yêu cầu trong xu hướng phát triển truyền

thông vô tuyến Xu hướng khai thác phân tập không gian tín hiệu vô tuyến Đồng thời, trình bày các kết quả nghiên cứu gần đây về anten thông minh nói chung và các

kỹ thuật xác định hướng đến tín hiệu: DOA tín hiệu băng hẹp, băng rộng và nguồn phân bố Đặt vấn đề về xác định DOA cho nguồn băng rộng – mảng thực Đồng thời cũng chỉ rõ mục tiêu, đối tượng và phạm vi nghiên cứu của đề tài

Chương 2: Giới thiệu hệ thống anten thông minh Giới thiệu một số hệ thống

anten khác nhau được ứng dụng trong các hệ thống thông tin vô tuyến Do đặc tính phức tạp của môi trường vô tuyến và yêu cầu ngày càng cao của các ứng dụng mà các hệ thống anten truyền thống trước khi anten thông minh ra đời ngày càng thể hiện các nhược điểm cần giải quyết Các vấn đề này được giải quyết tương đối tốt với anten thông minh và do đó nâng cao chất lượng đường truyền, độ lợi xử lý và tăng cường dịch vụ Ta cũng so sánh các hệ thống anten truyền thống và anten thông minh Đồng thời, hai kỹ thuật được sử dụng trong anten thông minh cũng được so sánh để chỉ ra ưu và nhược điểm của chúng nhằm đáp ứng được yêu cầu cho các ứng dụng cũng như chi phí phát triển

Chương 3: Ước lượng hướng đến với tín hiệu băng hẹp – nguồn điểm – mảng lý tưởng Giới thiệu kỹ thuật ước lượng DOA băng hẹp với giải thuật MUSIC

làm cơ sở cho việc ứng dụng kỹ thuật này trong băng rộng sau khi thực hiện phương pháp chia băng thông của tín hiệu băng rộng thành các tín hiệu băng hẹp và qua biến đổi FFT để thực hiện xử lý trong miền tần số

Chương 4: Ước lượng hướng đến với tín hiệu băng rộng – nguồn điểm – mảng lý tưởng Giới thiệu một số kỹ thuật ước lượng DOA được sử dụng dựa trên

phương pháp không gian con tín hiệu Các kỹ thuật được giới thiệu gồm: CSS, TCT

phỏng Trong luận văn này ta chỉ tập trung vào nghiên cứu và ứng dụng các kỹ thuật vừa giới thiệu

Chương 5: Ước lượng hướng đến với tín hiệu băng rộng – nguồn điểm – mảng thực Sử dụng các kỹ thuật được giới thiệu trong chương 4 để xét bài toán

ước lượng DOA băng rộng cho mảng thực Kết quả mô phỏng chỉ ra rằng đối với mảng thực, các kết quả ước lượng DOA kém hơn nhiều so với kết quả của mảng lý tưởng Kết quả mô phỏng cũng làm sáng tỏ mức độ ảnh hưởng các lỗi của mảng và ghép tương hỗ Nếu chỉ xét các lỗi của mảng thì kết quả ước lượng DOA tiệm cận với trường hợp lý tưởng Tuy nhiên, khi xét thêm ghép tương hỗ, thì kết quả kém hơn rất nhiều so với trường hợp mảng lý tưởng Cũng trong chương này ta đã giới

thiệu kỹ thuật Biến đổi danh định được phát triển dựa trên TCT Phương pháp này

cho kết quả ước lượng cải thiện đáng kể so với TCT truyền thống ứng dụng cho mảng thực Cuối cùng, một phương pháp dựa trên FDFIB truyền thống được đề

xuất, Phương pháp FDFIB cải tiến Phương pháp này dựa trên ý tưởng biến đổi sao cho ma trận trọng số của mảng lỗi và ghép tương hỗ (mảng thực) “hội tụ” về ma trận

trọng số trong trường hợp lý tưởng Việc hội tụ này được thực hiện bằng giải thuật thích nghi LMS Kết quả mô phỏng cũng chỉ ra rằng phương pháp này cải thiện DOA hơn so với sử dụng FDFIB truyền thống cho mảng thực

Chương 6: Kết luận và hướng phát triển đề tài Tổng kết các vấn đề đã được

trình bày trong luận văn Kết quả đạt được trong nghiên cứu và mô phỏng của đề tài Tính thực tiễn của nội dung nghiên cứu Các tồn tại và hạn chế của luận văn Và cuối cùng là hướng phát triển, mở rộng của đề tài

1D : 1 dimension

2D : 2 dimensions

3D : 3 dimensions

ADC : Analog to Digital Converter

AIC : Akaiake Information Criterion

AMPS : Advanced Mobile Phone Service

APE : Array Position Error

BASS–ALE : Broadband Signal–Subspace Spatial–Spectrum Estimation

BER : Bit Error Rate

BTS : Base Transceiver Station

CDMA : Code Division Multiple Access

C/I : Carrier to Interference ratio

CRB : Cramér Rao lower Bound

CSS : Coherent Signal Subspace

DFT : Decret Fourier Transformation

DOA : Direction of arrival

DSP : Digital Signal Processing

ESPRIT : Estimation of the Signal Parameter via Rotational Invariance

Technique FFT : Fast Fourier Transformation

FDFIB : Frequency–Domain Frequency–Invariant Beamformer

FIB : Frequency–Invariant Beamformer

FDD : Frequency Division Duplex

FDMA : Frequency Division Multiple Access

GPE : Gain – Phase Error

GSM : Global System of Mobile

ISS : Incoherent Signal Subspace

MDL : Minimum Description Length

MIMO : Multi Input – Multi Output

ML : Maximum Likelihood

MUSIC : MUltiple SIgnal Classification

NLOS : Non – Light Of Sight

NT : Nominal Transformation

RF : Radio Frequency

RLS : Rescursive Least Square

RMSE : Root Mean Square Error

SDMA : Space Division Multiple Access

SIR : Signal to Interference Ratio

SNR : Signal to Noise Ratio

STCM : Steer Covariance Matrix

TDD : Time Division Duplex

TDMA : Time Division Multiple Access

TCT : Two–side Correlation Transformation

TDFIB : Time–Domain Frequency–Invariant Beamformer UCA : Uniform circular array

ULA : Uniform linear array

incident signal spatial and temporal characteristics In this thesis, we consider wideband point sources For these sources, we consider one approach to wideband array signal processing is based on sampling the spectrum of the source signals to generate narrowband signals Then, using a focusing approach, the information at different frequency bins are combined

Here, an optimal method to select a focusing subspace for the well–known coherent signal–subspace method (CSS) is pressented It is also shown that with the CSS method unbiased estimation of the direction–of–arrival (DOA) is not possible Inspired by the CSS algorithm, a method for wideband array processing is mentioned which is based on two– sided transformation of the correlation matrices (TCT) The TCT estimator can generate unbiased estimates of the DOAs and has a lower resolution threshold than the CSS algorithm

Besides, in this thesis, we also use another wideband DOA estimation method for wideband smart antennas based on Frequency–Invariant Beamformers network and then processes output, is called as beam–space signals, in frequency domain It is called FDFIB method This method transform from the (antenna) element–space into the beam–space It provides low computational time and simple implementation The performance of it in comparison with conventional wideband methods is illustrated in simulation results

In array signal processing it is frequently assumed that the arrays are ideal This assumption is not satisfied in reality There are no ideal arrays In practice, arrays always have some errors such as: element position, gain–phase errors and especially having mutual coupling between elements within the array An array with these characteristic is called as real array DOAs of real arrays are always worse than ideal arrays’ In this thesis, an advanced method based on TCT is developed for compensation real array problems Besides, a new method based on FDFIB is also proposed to enhance DOA estimations All of these methods mentioned so far are applied for coherently wideband source points Their simulation results will be presented at the end of Chapter 4 and chapter 5.

CHƯƠNG 1

GIỚI THIỆU

1.1 Đặt vấn đề và tình hình nghiên cứu hiện nay

Ngày nay, công nghệ truyền thông nói chung, truyền thông vô tuyến nói riêng đang phát triển mạnh mẽ Các công nghệ và ứng dụng luôn thay đổi, đặc biệt là đối với kỹ thuật truyền thông vô tuyến Các ứng dụng trên thiết bị vô tuyến đòi hỏi ngày càng cao về tốc độ truyền dữ liệu Điều này đồng nghĩa với việc sử dụng các tín hiệu băng rộng để truyền thông là cần thiết Tuy nhiên, phổ tần số là nguồn tài nguyên hữu hạn Điều đó bắt buộc giới khoa học phải luôn tìm và phát triển các kỹ thuật mới để khai thác nguồn tài nguyên này: phân tập về mã, không gian, thời gian, các phương pháp điều chế, mã hóa hiệu quả… nhằm tiết kiệm băng thông và tăng SNR, giảm BER và cực đại tốc độ truyền dữ liệu

Một kỹ thuật được đưa ra gần đây và được hưởng ứng nhiều từ các công trình nghiên cứu là kỹ thuật MIMO làm tăng số kênh truyền vô tuyến bằng cách tăng số anten thu – phát cho các tín hiệu, dẫn đến tăng SNR Tuy nhiên, kỹ thuật này đòi hỏi khả năng xử lý cao, nhiều anten thu phát, nhiều bộ khếch đại nên khó tích hợp vào các thiết bị cầm tay cá nhân Song song đó một kỹ thuật khác đã và đang được nghiên cứu, triển khai thực tế là kỹ thuật anten mảng kết hợp với các giải thuật thích nghi được triển khai dưới dạng các chương trình tích hợp với phần cứng hay còn gọi

là anten thông minh

Sử dụng anten thông minh trong thông tin vô tuyến có nhiều lợi điểm như:

 Đa truy cập theo không gian – SDMA

ứng hướng đến tín hiệu, làm giảm công suất phát, tăng công suất thu, giảm nhiễu đồng kênh

 Tăng dung lượng của hệ thống

 Sử dụng hiệu quả phổ tần số vì không cần phân tập thêm về tần số

 Giảm chi phí khi lắp đặt các trạm thu/phát sóng

 Giảm hiện tượng fading – đa đường nâng cao chất lượng của hệ thống

 Ứng dụng linh hoạt cho các hệ thống dùng CDMA, TDMA, …

Với những thế mạnh, ưu điểm này, sử dụng anten thông minh chứng tỏ là sự lựa chọn cần thiết, một ứng dụng quan trọng và là một lĩnh vực cần được quan tâm, nghiên cứu và phát triển

Anten thông minh hoạt động dựa trên kỹ thuật xử lý mảng Một trong những vấn

đề quan trọng của kỹ thuật này là ước lượng hướng đến (ước lượng DOA) của tín hiệu vô tuyến Các thông tin về hướng đến của tín hiệu được sử dụng để tính toán cập nhật các trọng số thích hợp cho từng phần tử anten nhằm tạo búp sóng tối ưu hướng đến nguồn tín hiệu và null tại các hướng khác giúp giảm ảnh hưởng của nhiễu đồng kênh từ các nguồn tín hiệu khác Về phía phát, anten mảng chỉ bức xạ công suất về hướng máy thu bằng cách tạo các búp sóng lái Bằng cách này, phía máy phát có thể tập trung năng lượng về phía máy thu, dẫn đến tiết kiệm được năng lượng, giảm ảnh hưởng nhiễu đồng kênh đến các máy thu khác, tăng độ lợi và tăng dung lượng hệ thống

Với tầm quan trọng của kỹ thuật ước lượng DOA như thế, nhiều kỹ DOA đã được nghiên cứu và đề xuất Các kỹ thuật ước lượng DOA được chia thành 2 nhóm:

Phương pháp ước lượng phổ: Phương pháp Bartlet, MVDR, dự đoán tuyến

tính, cực đại Entropy và phương pháp ML

Các phương pháp dựa vào cấu trúc trị riêng: Phương pháp MUSIC, cực tiểu

chuẩn hóa (Min–Norm), CLOSET, ESPRIT

Tuy nhiên, kỹ thuật DOA dùng các phương pháp dựa vào cấu trúc trị riêng nói chung và MUSIC nói riêng đã và đang được quan tâm và nghiên cứu từ nhiều công trình khoa học vì hiệu quả xử lý cao Kỹ thuật MUSIC dựa trên cấu trúc trị riêng cho hiệu suất tốt và độ phân giải cao hơn so với các kỹ thuật khác Đây là kỹ thuật

sẽ được đề cập và sử sụng xuyên suốt luận văn này

Các kỹ thuật xử lý mảng ban đầu được phát triển cho các nguồn tín hiệu băng hẹp Tuy nhiên, do yêu cầu của ứng dụng nên có nhiều công trình nghiên cứu các kỹ thuật xử lý mảng cho tín hiệu băng rộng Các tín hiệu băng rộng thường có tỷ lệ băng thông/tần số trung tâm lớn hơn 1% Các kỹ thuật DOA băng hẹp hiệu quả như MUSIC hay ESPRIT không thể áp dụng trực tiếp cho băng rộng do phổ tín hiệu trải rộng trên một dải tần số Để có thể áp dụng các kỹ thuật này cho băng rộng, trước tiên, tín hiệu băng rộng được phân tích FFT trong miền tần số để tạo ra các tín hiệu băng hẹp Có nhiều phương pháp ước lượng DOA đã được đề xuất:

 Phương pháp không gian con tín hiệu Incoherent – ISS:

Các kỹ thuật DOA băng hẹp được áp dụng cho các mẫu tín hiệu băng hẹp sau khi thực hiện FFT và sau đó chúng được kết hợp để có kết quả cuối cùng Tuy nhiên, kỹ thuật này chỉ áp dụng cho các nguồn incoherent Với các nguồn coherent,

kỹ thuật này không hiệu quả khi SNR thấp và khoảng cách giữa hai nguồn nhỏ

 Phương pháp không gian con tín hiệu Coherent – CSS:

Phương pháp này tập trung năng lượng tín hiệu băng hẹp vào một không gian

con được định nghĩa sẵn Quá trình này gọi là hội tụ Ma trận tương quan tổng quát

được tạo ra bằng cách kết hợp các thành phần băng hẹp Do đó có các đặc tính của

ma trận tương quan băng hẹp Sau đó sử dụng các kỹ thuật ước lượng DOA băng hẹp như MUSIC hay ESPRIT cho ma trận tương quan tổng quát Kỹ thuật này cải thiện xác suất phân giải các nguồn và ước lượng được các nguồn coherent Một số

lượng và DOA thực Tuy nhiên, các phương pháp CSS đòi hỏi giá trị DOA tiền ước lượng tiệm cận với DOA thực Giá trị DOA tiền ước lượng ảnh hưởng đến độ hiệu quả của kỹ thuật

Ngoài ra, phương pháp TCT xử lý mảng băng rộng dựa trên việc tính ma trận biến đổi hội tụ sao cho cực tiểu không gian con fitting lỗi Phương pháp này cho các giá trị DOA không sai lệch với SNR nhỏ và đồng thời có phương sai tổng quát nhỏ hơn so với CSS Tuy nhiên, kỹ thuật này cũng cần giá trị DOA tiền ước lượng Gần đây, phương pháp TDFIB được đề xuất cho tín hiệu băng rộng dựa trên việc

xử lý trong miền búp sóng–không gian sử dụng các bộ beamformer tần số bất biến

trong miền thời gian TDFIB không cần các giá trị DOA tiền ước lượng và có độ phức tạp tính toán thấp Tuy nhiên, đặc tính bất biến tần số phụ thuộc vào số anten, cấu trúc mảng và độ phức tạp khi thiết kế các bộ lọc

Để khắc phục các vấn đề này, phương pháp FDFIB được đề xuất dựa trên việc

sử dụng các bộ FIBs xử lý trong miền tần số Kỹ thuật này có thể áp dụng cho mảng anten bất kỳ, không cần DOA tiền ước lượng và giảm độ phức tạp tính toán Các bộ

FIBs tính toán các trọng số tại mỗi tần số khác nhau để đảm bảo đáp ứng của các bộ FIBs là bất biến trên toàn băng thông Trong phương pháp này, FIBs đóng vai trò là

các bộ xử lý không gian, biến đổi từ miền phần tử – không gian sang miền búp sóng – không gian Các phương pháp băng hẹp như MUSIC được sử dụng để ước lượng

DOA trong miền búp sóng – không gian tại tần số chọn trước trong băng thông Kỹ thuật này cho kết quả tốt so sánh được với phương pháp TCT

Trong xử lý mảng, người ta giả định rằng các mảng là lý tưởng Điều này có

nghĩa là các phần tử là đồng nhất, không lỗi về vị trí, pha – độ lợi và ghép tương hỗ điện từ giữa các phần tử Với mảng lý tưởng, các kết quả ước lượng DOA thường tốt Tuy nhiên, các mảng này không tồn tại trong thực tế Thực tế các phần tử mảng không đồng nhất, luôn có lỗi vị trí, pha – độ lợi và ghép tương hỗ Các mảng có một

hoặc tất cả các đặc tính trên được gọi là mảng thực Với mảng thực, các kết quả ước

lượng DOA thường rất kém Đây là vấn đề có tính thực tế và được xem xét, nghiên cứu trong luận văn này

Ngoài ra, các nguồn tín hiệu đến mảng cũng được giả định là nguồn điểm Trong

trường hợp này, chiều của không gian con tín hiệu bằng với số tín hiệu đến không tương quan Do đó, mỗi nguồn có một chiều trong không gian con tín hiệu Tuy nhiên trong thực tế, do các hiện tượng trễ, tán xạ, phản xạ nên tín hiệu tới mảng

không còn là nguồn điểm nữa mà bị trải ra trong không gian gọi là nguồn phân bố

Nguồn phân bố được xem là sự kết hợp của nhiều nguồn điểm gần nhau đến mảng

Để xấp xỉ tốt thì số nguồn phải lớn Nếu số nguồn lớn hơn số phần tử mảng thì không thể ước lượng DOA được Khi đó, chiều của ma trận vị trí trải dài trên toàn

bộ không gian tín hiệu và không gian nhiễu trống Đây là lý do dẫn đến các phương pháp ước lượng DOA cổ điển như MUSIC và ESPRIT dựa vào phân tích không gian con nhiễu và tín hiệu gây ra lỗi lớn khi áp dụng cho các tín hiệu phân bố

Việc xây dựng mô hình nguồn phân bố không gian cho các nguồn coherent và noncoherent, đồng thời tổng quát hóa thuật toán MUSIC để ước lượng DOA cho băng rộng là cần thiết để xem xét các ảnh hưởng của nguồn phân bố đến tín hiệu băng rộng Điều này có giá trị lớn trong thực tế cần xem xét và nghiên cứu

1.2 Mục đích – Đối tượng – Phạm vi nghiên cứu

Phạm vi của Luận văn tốt nghiệp tập trung vào nghiên cứu, trình bày các kỹ thuật xác định hướng đến của tín hiệu băng rộng, nguồn điểm, các tín hiệu đến không tương quan, mảng thực cho các kỹ thuật: CSS, TCT và FDFIB Đồng thời, các chương trình sử dụng Matlab được phát triển để mô phỏng các kỹ thuật ước lượng này Từ đó thể hiện tính hiệu quả của các kỹ thuật ước lượng DOA băng rộng khác nhau Ngoài ra, một phương pháp FDFIB cải tiến được đề xuất trong luận văn nhằm bù lại ảnh hưởng của các yếu tố trong mảng thực Kết quả mô phỏng các lý thuyết đã trình bày dựa trên các tiêu chí: phổ MUSIC, sai số trung bình bình phương RMSE theo SNR, xác xuất phân giải nguồn theo SNR, ảnh hưởng của số bin tần số

Luận văn được chia thành 6 chương chính bao gồm:

Chương 1: Giới thiệu

 Đặt vấn đề và nêu ra mục đích cũng như ý nghĩa của đề tài

Chương 2: Giới thiệu hệ thống anten thông minh

 Giới thiệu chung về các anten truyền thống

 Giớ thiệu anten thông minh

 Hai kỹ thuật được sử dụng trong anten thông minh

 So sánh ưu và nhược điểm của anten truyền thống và anten thông minh

 So sánh hai kỹ thuật được sử dụng trong anten thông minh

 Ứng dụng của anten thông minh

Chương 3: Ước lượng hướng đến với tín hiệu băng hẹp – nguồn điểm – mảng lý tưởng

 Giới thiệu bài toán DOA

 Mô hình dữ liệu băng hẹp

 Giải thuật MUSIC

 Các giải thuật MUSIC khác

 Các phương pháp xác định số nguồn tín hiệu đến

Chương 4: Ước lượng hướng đến với tín hiệu băng rộng – nguồn điểm – mảng lý tưởng

 Mô hình tín hiệu băng rộng

 Giới thiệu phương pháp không gian con tín hiệu

 Phương pháp không gian con tín hiệu Incoherent

 Phương pháp không gian con tín hiệu Coherent

 Phương pháp CSS lựa chọn không gian con hội tụ tối ưu

 Mô hình tín hiệu với mảng thực

 Phương pháp TCT và FDFIB với mảng thực

 Phương pháp TCT biến đổi danh định – TCT cải tiến

 Phương pháp FDFIB cải tiến

 Kết quả mô phỏng

Chương 6: Kết luận và hướng phát triển đề tài

 Kết luận

 Hướng phát triển đề tài

1.4 Ý nghĩa của đề tài

Đề tài nghiên cứu và mô phỏng các phương pháp ước lượng DOA băng rộng dựa trên kỹ thuật CSS, TCT và FDFIB với mảng thực Đồng thời, đề xuất phương pháp FDFIB cải tiến nhằm bù lại các lỗi trong mảng thực Đây là một hướng nghiên cứu khá mới mẻ, góp phần nhỏ vào lĩnh vực phát triển và ứng dụng hệ thống anten thông minh vào thực tế, đáp ứng yêu cầu băng rộng ngày càng cao của các ứng dụng Các kết quả mô phỏng là tiền đề cho việc thử nghiệm phần cứng, từ đó thiết

kế các ASIC, các hệ thống phần mềm nhúng, DSP phục vụ trong một số hệ thống thực

GIỚI THIỆU HỆ THỐNG ANTEN THÔNG MINH

Giới thiệu và mục tiêu của chương

Chương này giới thiệu sơ lược hệ thống anten thông minh cùng các ứng dụng cũng như lợi ích mà hệ thống anten thông minh mang lại trong các ứng dụng truyền thông vô tuyến Đồng thời cũng so sánh ưu và nhược điểm giữa các loại anten thông minh khác nhau và giữa anten thông minh cùng các loại anten truyền thống

2.1 Phân loại các hệ thống anten

Trên quan điểm bức xạ – tổ hợp bức xạ của các anten/hệ thống anten, ta chia thành các loại sau:

2.1.1 Anten đẳng hướng – Omnidirectional antennas

Các dipole lý tưởng tạo ra bức xạ băng hẹp đẳng hướng Tín hiệu bức xạ và thu được của loại anten này đồng nhất theo mọi hướng Khi sử dụng trong các hệ thống

vô tuyến, do tính đẳng hướng nên chỉ một phần năng lượng nhỏ trên tổng năng

hệ thống thông tin di động, nhiễu giao thoa đồng kênh (đơn giản ta gọi là nhiễu đồng kênh) tăng lên, hệ số tái sử dụng tần số giảm và do đó giảm dung lượng hệ thống

2.1.2 Anten định hướng – Directional antennas

Khi kết hợp các dipole riêng biệt theo một cấu trúc hình học thích hợp để tạo thành mảng và đặt vào một nguồn kích thích (dòng, áp) thì mảng tạo ra bức xạ có

hướng tính Với loại anten này, không gian xung quanh anten được chia thành 3

nhất định được quyết định bởi azimuth nhưng không khắc phục được nhiễu đồng kênh Tuy nhiên, độ lợi tăng

2.1.3 Anten chia sector – Sectorized antennas

Loại anten này được cải tiến từ anten có hướng tính ở trên bằng cách chia các

hướng tính có góc phủ bé hơn lại với nhau Bằng phương pháp này, độ định hướng của anten tăng lên và do đó giảm thiểu được nhiễu đồng kênh

2.1.4 Anten phân tập – Diversity antennas

Loại anten này có thể giảm thiểu ảnh hưởng của hiệu ứng đa đường, do đó tăng cường tín hiệu Các anten được phân tập không gian Có hai phương pháp phân tập không gian cho loại anten này:

1) Phân tập luân chuyển – switched diversity

Với loại phân tập này, ta giả định rằng tại một thời điểm có ít nhất một anten nằm trong miền thu được tín hiệu mạnh Có sự luân chuyển giữa các anten sao cho tín hiệu thu được mạnh nhất Do đó giảm ảnh hưởng của fading nhưng không tăng

độ lợi do tại một thời điểm chỉ có một anten hoạt động

Hệ thống anten thông minh khắc phục được hầu hết các hạn chế của các hệ thống anten ở trên; đồng thời có những ưu điểm vượt trội và do đó được ứng dụng rộng rãi hơn trong các hệ thống thông tin vô tuyến hiện nay Trong mục 2.2 sẽ trình bày tổng quan về hệ thống anten thông minh

2.2 Anten thông minh

2.2.1 Giới thiệu anten thông minh

Các thế hệ hiện tại và tương lai của hệ thống thông tin di động, chẳng hạn như 3G và 4G, các mạng truy cập băng rộng được phát triển nhằm cung cấp nhiều dịch

vụ khác nhau, chẳng hạn như: multimedia, video conference, quảng bá… thông qua

các kênh vô tuyến tin cậy tốc độ cao Các kênh vô tuyến tốc độ cao có thể có được với băng thông rộng ở các dải tần cao như vi ba, Ka, và sóng milimet Hệ thống anten thông minh được phát triển từ những năm 90 và hiện nay trở thành công nghệ chính cho các ứng dụng trong các hệ thống thông tin di động Hơn nữa, trong các hệ thống thông tin tương lai, các tín hiệu băng rộng sẽ được sử dụng để đáp ứng các yêu cầu tốc độ dữ liệu cao, cải thiện chất lượng đường truyền vô tuyến mà các hệ thống anten thông thường trước đây vẫn bị giới hạn bởi nhiễu (đây là vấn đề chính ảnh hưởng đến dung lượng của hệ thống), tán xạ cục bộ, truyền đa đường Tốc độ

dữ liệu biên đơn người dùng tăng tuyến tính với số anten tại máy phát và máy thu

Do đó, việc tăng băng thông tín hiệu cùng với việc sử dụng mảng anten là một phương pháp hiệu quả để tăng tốc độ trong các hệ thống thông tin vô tuyến

Hệ thống anten thông minh trong hình 2.1 là sự kết hợp anten mảng với xử lý tín

hiệu để tối ưu tự động bức xạ hoặc beam–pattern trong đáp ứng cho tín hiệu thu

được, [1] Bản thân mảng anten “không thông minh”, sự thông minh của hệ thống

được quyết định bởi việc xử lý tín hiệu bằng phần cứng và phần mềm được cài đặt với các chương trình thực hiện những giải thuật tối ưu Dựa vào tín hiệu thu được,

các trọng số của bộ beamformer có thể được xác định bởi quá trình thích nghi (hiệu

chỉnh mền dẻo theo hoàn cảnh, điều kiện môi trường của tín hiệu) bằng cách sử dụng thông tin về thời gian của tín hiệu (hướng của người dùng) Quá trình thích nghi các trọng số của bộ beamformer được thực hiện bằng các giải thuật như LMS, RLS,… Búp sóng chính sau đó được hướng trực tiếp đến máy thu, trong khi đó các

búp sóng null được hướng đến nhiễu (triệt tiêu đối với nhiễu) Hệ thống anten thông

minh còn được gọi là hệ thống anten thích nghi

Trong các hệ thống thông tin vô tuyến, hệ thống anten thông minh có thể được lắp đặt tại cả BTS và thiết bị di động đầu cuối để thực hiện truyền thông song công điểm – điểm như được mô tả trong hình 2.2 Do đó, trong đường downink, có một

hệ thống anten thông minh cho hệ thống phát tại BTS và một hệ thống khác cho thiết bị đầu cuối Hơn nữa, đối với uplink, cũng có hai hệ thống anten thông minh, một hệ thống phát tại đầu cuối và hệ thống thu tại trạm gốc Thông thường, một hệ thống anten thông minh được chia thành hai phần: một phần analog gồm có anten, modul RF (các bộ khuếch đại, bộ lọc, bộ trộn tần, bộ dao động), các bộ giải điều chế I–Q, các bộ ADC,… Phần còn lại là phần số tạo từ các giải thuật xử lý tín hiệu mảng và DSP

Hình 2.1: Sơ đồ tổng quát của anten thông minh.

Hình 2.2: Xử lý tín hiệu phát – thu tại trạm gốc và đầu cuối di động

2.2.2 Các ứng dụng của anten thông minh

Anten thông minh thích hợp với hầu hết các hệ thống thông tin di động hiện nay Chúng hỗ trợ các ứng dụng tốc độ dữ liệu cao và chất lượng kênh truyền tốt như được liệt kê trong bảng 2.1 Đồng thời cũng được sử dụng trong các hệ thống radar

Bảng 2.1: Ứng dụng anten thông minh trong các hệ thống truyền thông vô tuyến

Phương thức truy cập

Analog: FDMA (AMPS, TACS, NMT)

Digital: TDMA (GSM, IS – 136); CDMA (IS – 95), WCDMA, …

Phương thức song công FDD, TDD

2.2.3 Lợi ích của anten thông minh

So với anten đẳng hướng và các loại anten truyền thống khác, anten thông minh mang lại một số lợi ích lớn

1) Tăng vùng phủ [2]: Vùng phủ trong ngữ cảnh thông tin di động là miền mà

trong đó xảy ra truyền thông giữa BTS và thiết bị di động đầu cuối

Trong môi trường lý tưởng và đồng nhất, miền thu – phát cực đại của tất cả các hướng theo azimuth của anten đẳng hướng được cho bởi:

Hình 2.3: Vùng phủ của anten đẳng hướng và anten thông minh

2) Tăng dung lượng hệ thống [2]: Dung lượng liên quan đến hiệu suất sử

dụng phổ cũng như lưu lượng có thể phục vụ cho user Hiệu suất sử dụng phổ

Từ (2.7) ta có thể tăng dung lượng hệ thống bằng một trong các phương pháp:

– Giảm diện tích của mỗi cell bằng cách phân tách

3) Giảm và triệt nhiễu giao thoa [2]: Việc tăng dung lượng liên quan mật thiết

với việc giảm nhiễu trên đường downlink và uplink Để giảm nhiễu, các búp sóng

có hướng tính được lái đến user, điều này đồng nghĩa với việc null đối với hướng nhiễu Do vậy giảm được nhiễu đồng kênh Nhiễu đồng kênh chỉ xảy ra nếu chúng cùng nằm trong phạm vi độ rộng búp sóng hẹp của búp sóng có hướng tính Điều này giảm xác xuất nhiễu đồng kênh so với hệ thống sử dụng anten đẳng hướng Việc tạo các búp song hẹp, độ lợi cao, công suất phát thấp cho phép thời gian sử dụng nguồn năng lượng (pin, ắc quy, ) lâu hơn Do đó, có thể giảm kích thước và khối lượng của các thiết bị đầu cuối Hơn nữa, việc phát công suất thấp làm giảm ảnh hưởng đến các kênh kế cận

Nếu có nhiễu đồng kênh, thời gian xảy ra nhiễu đồng kênh thấp Khi user đang trong vùng phủ của mainbeam của một BTS đồng kênh, nó sẽ thực hiện chuyển

giao (handover) sang một kênh khác không nhiễu hoặc có C/I tốt hơn

Hình 2.4: Giảm nhiễu đồng kênh nhờ lái búp sóng chính

4) Đa truy cập phân chia theo không gian [2]: Các anten thích nghi cũng cho

phép một BTS truyền thông đồng thời với nhiều user nhờ sử dụng kỹ thuật đa truy cập phân chia theo không gian (SDMA) Với SDMA, nhiều user có thể truyền thông với một BTS trên một kênh tần số bằng cách phân chia không gian Điều này được thực hiện bằng cách sử dụng các búp sóng có hướng tính và null với các hướng khác Kỹ thuật SDMA được mô tả như hình 2.5

Với Nch là số kênh không gian đồng thời trên mỗi kênh tần số

Hình 2.5: Phân chia không gian truy cập cho một kênh tần số

5) Giảm ảnh hưởng của hiệu ứng đa đường [2]: Các thành phần tín hiệu trễ

do đa đường có thể gây ra giao thoa liên ký tự, ISI, do vậy giới hạn tốc độ dữ liệu

Đa đường còn tạo ra fading, trong đó các thành phần tín hiệu đến với pha khác nhau

và chúng có thể triệt tiêu một phần hay toàn bộ biên độ của nhau Ngoài ra, do các tín hiệu bị tán xạ thành nhiều đường khác nhau nên có thể gây ra nhiễu đồng kênh với các cell khác Các vấn đề này được giải quyết bằng anten thông minh

Hình 2.6: Hiệu ứng đa đường

2.2.4 Phân loại anten thông minh

Anten thông minh được chia thành 2 loại chính theo quan điểm phát

1) Hệ thống búp sóng chuyển đổi

Thực hiện bằng cách luân chuyển giữa các búp sóng được định trước, cực đại hóa công suất thu được Số búp sóng là hữu hạn Hệ thống đo cường độ tín hiệu, chọn một trong số các búp sóng thích hợp và thực hiện chuyển đổi qua lại khi user

di chuyển Với phương pháp này hệ thống có thể quét được một miền rộng Tuy dễ thực hiện nhưng khả năng triệt nhiễu bị giới hạn Cấu trúc hệ thống búp sóng chuyển đổi được mô tả như hình 2.7, [3]

Hình 2.7: Kiến trúc hệ thống búp sóng chuyển đổi

Hình 2.8 minh hoạ cấu trúc ma trận Butler 8x8 với một hệ thống 8 búp sóng liên

định Khi một trong các ngõ vào được kích thích bởi một tín hiệu RF, tất cả các ngõ

ra truyền tới các phần tử anten đều được kích thích nhưng giữa chúng có sự lệch pha Kết quả là búp sóng bức xạ được hướng theo một góc xác định trước (tương ứng theo ngõ vào được kích thích) Thí dụ nếu búp sóng 2R được kích hoạt

Về mặt lý thuyết, ma trận Butler không gây suy hao Tuy nhiên, trong thực tế luôn có một phần công suất bị suy hao do đặc tính của các bộ ghép định hướng, các

bộ dịch pha và đường truyền Đồng thời không có sự giới hạn về băng thông theo lý thuyết nhưng do phần cứng, băng thông thường bị giới hạn khoảng 30%, [4] Với hệ thống búp sóng chuyển đổi, độ lợi của sector tạo từ M beam là, [5]:

G = 10logM (2.12)

Hình 2.9: Đồ thị bức xạ của mảng với ma trận Butler 8 × 8

Với hệ thống này, độ lợi tăng 6 dB so với các anten sector truyền thống

2) Hệ thống mảng thích nghi

Trong phương pháp này, số búp sóng tạo ra vô hạn do tùy thuộc vào điều kiện

môi trường và tín hiệu thu được, trên cơ sở đó ta thấy hệ thống thích nghi mềm dẻo

và có độ tinh chỉnh góc cao hơn Beam–pattern được thích nghi với tín hiệu thu

được bằng cách sử dụng một tín hiệu tham chiếu Bằng cách sử dụng các giải thuật

xử lý tín hiệu tinh vi để liên tục phân biệt giữa tín hiệu mong muốn, tín hiệu đa đường và tín hiệu giao thoa cũng như ước lượng hướng đến của chúng Beam–pattern sau đó được hiệu chỉnh null với nhiễu Phương pháp này tối ưu SIR và có thể được sử dụng trong môi trường NLOS Vì vậy, các trọng số được cập nhật theo điều kiện của tín hiệu, không chỉ để giảm nhiễu mà còn giảm fading – đa đường Tuy nhiên, việc tạo búp sóng đường downlink với FDD và TDD nhanh khó thực hiện vì tín hiệu tham chiếu được kết hợp với tín hiệu thu tại máy thu không thể được

sử dụng cho việc tính toán các trọng số beamforming ở chế độ phát Phương pháp ước lượng hướng dựa vào đáp ứng của mảng và thông tin về hướng gồm hai phase: Đầu tiên, hướng của các user được ước lượng trong suốt quá trình thu (ước lượng DOA) và sau đó thông tin về hướng được sử dụng để tính ma trận trọng số của các

bộ beamformer Trong đề tài, ta chỉ tập trung vào nghiên cứu ước lượng DOA băng

rộng cho hệ thống anten thông minh Hệ thống mảng thích nghi được thể hiện như

hình 2.10

mong muốn, và các giá trị trọng số trước đó Tín hiệu chuẩn là một chuỗi huấn luyện hay một mã trải phổ, đã được biết trước ở hệ thống Tín hiệu chuẩn có thể là nhiều dạng khác nhau, tuỳ thuộc vào thuật toán thích nghi được sử dụng Ta có thể sử dụng các giải thuật thích nghi cho mảng với các tín hiệu trong miền thời gian cũng như trong miền tần số Tín hiệu chuẩn thường có tính tương quan cao với tín hiệu mong muốn và mức độ tương quan này sẽ ảnh hưởng đến độ chính xác và hội tụ của thuật toán

Hình 2.10: Hệ thống mảng thích nghi.

2.2.5 So sánh hệ thống mảng búp sóng chuyển đổi và thích nghi

Một số ưu và nhược điểm của hai kỹ thuật sử dụng trong anten thông minh:

1) Tích hợp: Hệ thống búp sóng chuyển đổi thông thường được thiết kế cho các

hệ thống di động tế bào Và làm cho các hệ thống anten trở nên thông minh hơn Các hệ thống mảng thích nghi được triển khai với một phương thức tiếp cận tích hợp đầy đủ và cần ít phần cứng dự phòng hơn so với hệ thống búp sóng chuyển đổi

2) Vùng phủ: Các hệ thống búp sóng chuyển đổi có thể tăng vùng phủ từ 20 –

200% so với các anten phân chia sector truyền thống tùy thuộc vào điều kiện môi trường và phần cứng/phần mềm được sử dụng Phần vùng phủ tăng thêm có thể tiết kiệm chi phí xây dựng thêm cơ sở hạ tầng mạng và do vậy các dịch vụ triển khai có

giá thành thấp hơn Việc chuyển đổi động từ búp sóng – búp sóng giúp tiết kiệm

được dung lượng bởi vì hệ thống không bức xạ tín hiệu theo tất cả các hướng Các

hệ thống thích nghi có vùng phủ rộng và đều hơn với cùng mức công suất

Hình 2.11: Vùng phủ của anten thông minh và kỹ thuật truyền thống

3) Triệt nhiễu giao thoa: Hệ thống búp sóng chuyển đổi triệt nhiễu giao thoa

đến từ các hướng từ tâm của búp sóng tích cực Do các búp sóng là cố định, việc loại bỏ nhiễu giao thoa thường được quyết định bởi độ lợi Đối với hệ thống này việc xác định hướng đến của tín hiệu thu được không chính xác do vậy có thể không chính xác trong khi phát, và đặc biệt khi các user di chuyển

Các hệ thống búp sóng chuyển đổi hoạt động tốt trong điều kiện nhiễu đồng kênh thấp và ít khó khăn trong việc xác định tín hiệu mong muốn và nhiễu Nếu nhiễu giao thoa ở gần tâm của búp sóng tích cực và user ở xa tâm búp sóng thì nhiễu được tăng cường hơn tín hiệu mong muốn Trong trường hợp này, chất lượng tín hiệu mong muốn bị giảm

Với hệ thống mảng thích nghi, việc triệt nhiễu được tăng cường hiệu quả hơn

Do số lượng búp sóng được bức xạ là vô hạn các tổ hợp và độ rộng hẹp hơn của mỗi

búp sóng hạn chế việc tạo ra nhiễu đồng kênh – cận kênh với các user lân cận

4) Đa truy cập phân chia theo không gian: Công nghệ mảng thích nghi tăng

cường khả năng triệt nhiễu, nâng cao hiệu quả tái sử dụng tần số

2.3 Kết chương

Trong chương này ta đã trình bày tổng quan anten thông minh về cấu trúc hệ thống, ứng dụng, ưu và nhược điểm của anten thông minh so với các hệ thống anten khác Hai kỹ thuật được sử dụng trong anten thông minh được trình bày Đồng thời

ưu và nhược điểm của hai kỹ thuật này cũng được so sánh Trong các chương sau,

ta sẽ nghiên cứu ước lượng DOA cho anten thông minh

ƯỚC LƯỢNG HƯỚNG ĐẾN VỚI TÍN HIỆU

BĂNG HẸP – NGUỒN ĐIỂM – MẢNG LÝ TƯỞNG

Giới thiệu và mục tiêu của chương

Chương này ta xét một số phương pháp ước lượng DOA cho tín hiệu băng hẹp với mảng lý tưởng Có nhiều phương pháp được phát triển và ứng dụng cho ước lượng DOA như: tương quan, CRB, ML, beamforming, MUSIC, ESPRIT, Matrix

Pencil,…Trong hình 3.1, [6], chỉ ra một trong số các kỹ thuật ước lượng phổ Đây

không phải là danh sách đầy đủ các phương pháp Tuy nhiên, trong giới hạn của đề tài, ta chỉ tập trung vào giải thuật MUSIC

Hình 3.1: Một số phương pháp ước lượng phổ

3.1 Bài toán ước lượng DOA

Chúng ta thấy rằng có quan hệ một – một giữa hướng của tín hiệu và vector lái của mảng Ta có thể dùng mảng để ước lượng hướng đến từ tín hiệu thu được Ta

cũng thấy rằng có mối quan hệ biến đổi Fourier giữa beam–pattern và nguồn kích

thích mảng Điều này cho phép bài toán DOA được xử lý tương đương với ước lượng phổ

(a)

E

(b) (c)

Hình 3.2: Mảng và tín hiệu trong bài toán ước lượng DOA

(a): Mô hình không gian của mảng với một tín hiệu đến; (b): Tín hiệu đến trong mặt phẳng azimuth; (c): Các tín hiệu khác nhau đến mảng trong mặt phẳng azimuth

các tín hiệu đến mảng đồng thời không được biết trước, hướng và biên độ cũng chưa được xác định Đồng thời, tín hiệu thu được bị tác động bởi nhiễu Do đó có nhiều phương pháp để ước lượng số lượng tín hiệu cũng như hướng đến của chúng

3.2 Giải thuật MUSIC

Tất cả các phương pháp trong hình 3.1, MUSIC là phương pháp phổ biến nhất MUSIC là giải thuật cho độ phân giải cao Nó sử dụng phương pháp không gian con

và phân tách không gian con tín hiệu – nhiễu dựa vào ma trận tương quan dữ liệu

thay vì xử lý trực tiếp dữ liệu thu được, [7] Với phương pháp này array manifold

trực giao với không gian con nhiễu Tín hiệu và nhiễu trực giao với nhau

Trong băng hẹp, tín hiệu đến giữa các phần tử có thời gian trễ truyền khác nhau

và đơn thuần được xem như độ trễ pha hay độ dịch pha Điều này không đúng đối với tín hiệu băng rộng [8] Và DOA được thực hiện trực tiếp trong miền thời gian

Mô hình dữ liệu cho mảng lý tưởng được biểu diễn như sau:

( ) = Ω ( ) + ( ) (3.1)

Trong đó (Ω ), ( ) và ( ), kích thước × 1, lần lượt là vector lái lý tưởng cho tín hiệu băng hẹp từ hướng Ω , vector tín hiệu ngõ ra và nhiễu của mảng; ( ) được xem như nhiễu cộng Gauss (có trung bình bằng không và công suất ), ( )

là vector tín hiệu đến, × 1

( ) = [ ( ), … , ( ), … , ( )] (3.2) ( ) = [ ( ), … , ( ), … , ( )] (3.3) ( ) = [ ( ) ( ) … ( )] (3.4)

Trong đó = ∅ , ∅ , là vector đơn vị hướng nguồn,

= , , là vector tọa độ của phần tử thứ m Biểu diễn dạng ma trận:

( ) = ( ) + ( ) (3.6) Trong đó = ( ), … , , … , ( ) là ma trận lái ( × P) của mảng

và ( ) và ( ) lần lượt là vector ( × 1) tín hiệu ngõ vào và nhiễu của mảng Giả thiết rằng các tín hiệu và nhiễu không tương quan với nhau, ma trận tương quan của X được tính như sau:

= [ ] = + = + (3.7) với = và = lần lượt là ma trận tương quan tín hiệu và nhiễu,

và có hạng

Trong không gian chiều của ma trận , ta chia thành hai không gian con: 1) Không gian con tín hiệu chiều,

2) Không gian con nhiễu ( – ) chiều

Không gian con tín hiệu và nhiễu được tìm bằng cách phân tích trị riêng của ma trận tương quan là ma trận chéo

= [ ( ) … ( )]

⋮0

⋮

⋯

⋱00

( )

⋮( )

+

= + (3.8) Với là công suất của tín hiệu thứ Đặt là một vector riêng trực chuẩn của :

= + = (3.9)