Giải pháp giảm méo phi tuyến LNA trong máy thu vô tuyến số đa kênh: Luận án Tiến sĩ Kỹ thuật

BỘ GIÁO DỤC ĐÀO TẠO

BỘ QUỐC PHÒNG

HỌC VIỆN KỸ THUẬT QUÂN SỰ VŨ NGỌC ANH

NGHIÊN CỨU CÁC GIẢI PHÁP GIẢM MÉO PHI

TUYẾN CỦA LNA TRONG MÁY THU VÔ TUYẾN SỐ

ĐA KÊNH

LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI – NĂM 2022

BỘ GIÁO DỤC ĐÀO TẠO

BỘ QUỐC PHÒNG

HỌC VIỆN KỸ THUẬT QUÂN SỰ VŨ NGỌC ANH

NGHIÊN CỨU CÁC GIẢI PHÁP GIẢM MÉO PHI

TUYẾN CỦA LNA TRONG MÁY THU VÔ TUYẾN SỐ

ĐA KÊNH

LUẬN ÁN TIẾN SĨ KỸ THUẬT Chuyên ngành: KỸ THUẬT ĐIỆN TỬ Mã số: 9 52 02 03 Người hướng dẫn khoa học:

TS LÊ HẢI NAM PGS. TS HOÀNG VĂN PHÚC HÀ NỘI – NĂM 2022

LỜI CAM ĐOAN

Tôi xin cam đoan Luận án và các kết quả trình bày trong luận án là công

trình nghiên cứu của tôi dưới sự hướng dẫn của các cán bộ hướng dẫn. Các số

liệu, kết quả trình bày trong luận án hoàn toàn là trung thực và chưa được công

bố trong bất kỳ công trình nào trước đây. Các kết quả dùng tham khảo đều đã

được trích dẫn đầy đủ và theo đúng quy định.

Hà Nội, tháng 11 năm 2022

Tác giả

Vũ Ngọc Anh

LỜI CẢM ƠN

Trong quá trình học tập, nghiên cứu và hoàn thành luận án, nghiên cứu

sinh đã nhận được rất nhiều sự giúp đỡ và đóng góp quý báu.

Đầu tiên, nghiên cứu sinh xin cảm ơn sâu sắc đến các thầy giáo hướng

dẫn: TS Lê Hải Nam, PGS.TS Hoàng Văn Phúc, TS Trịnh Quang Kiên và TS

Lê Đức Hân. Các thầy không chỉ là người định hướng, hướng dẫn, giúp đỡ

trong học tập, nghiên cứu mà còn là người tạo động lực, quyết tâm thực hiện

hoàn thành luận án này.

Nghiên cứu sinh chân thành cảm ơn TS Trần Thị Hồng Thắm đã chia sẻ

các nội dung nghiên cứu, hỗ trợ giúp đỡ nghiên cứu sinh hoàn thiện kết quả.

Nghiên cứu sinh chân thành cảm ơn tập thể bộ môn Kỹ thuật Vi xử lý–

Khoa Vô tuyến điện tử–Học viện Kỹ thuật Quân sự, các thầy cô trong Khoa Vô

tuyến điện tử–Học viện Kỹ thuật Quân sự nơi nghiên cứu sinh làm việc, đã

quan tâm, tận tình giúp đỡ và tạo mọi điều kiện trong suốt thời gian nghiên cứu

sinh học tập tại đây.

Nghiên cứu sinh cũng chân thành cảm ơn Phòng Sau đại học– Học viện

Kỹ thuật Quân sự, Hệ Quản lý học viên sau đại học, Trung tâm Kỹ thuật Thông

tin Công nghệ cao–Binh chủng Thông tin Liên lạc, Phòng Cán bộ–Binh chủng

Thông tin Liên lạc là các đơn vị chủ quản đã thường xuyên quan tâm hỗ trợ,

tạo điều kiện và giúp đỡ nghiên cứu sinh trong suốt thời gian qua.

Cuối cùng nghiên cứu sinh xin gửi lời cảm ơn sâu sắc tới những người

thân trong gia đình, bạn bè và đồng nghiệp đã luôn động viên, chia sẻ khó khăn

giúp nghiên cứu sinh hoàn thành luận án.

Trân trọng!

MỤC LỤC

LỜI CAM ĐOAN .............................................................................................. i LỜI CẢM ƠN ................................................................................................... ii

DANH MỤC CÁC TỪ VIẾT TẮT .................................................................. v

DANH MỤC HÌNH VẼ ................................................................................. viii

DANH MỤC BẢNG ........................................................................................ xi

CÁC KÝ HIỆU TOÁN HỌC .......................................................................... xii MỞ ĐẦU ........................................................................................................... 1

Chương 1. MÉO PHI TUYẾN CỦA LNA TRONG MÁY THU ĐA KÊNH BĂNG RỘNG ................................................................................................. 11

1.1 Cấu trúc máy thu vô tuyến ..................................................................... 11

1.1.1 Máy thu siêu ngoại sai ..................................................................... 11

1.1.2 Máy thu đổi tần trực tiếp .................................................................. 12

1.1.3 Máy thu lấy mẫu trực tiếp ................................................................ 14

1.2 Thách thức trong thiết kế máy thu đa kênh ........................................... 15 1.2.1 Thành phần DC–offset ..................................................................... 16

1.2.2 Méo do mất cân bằng hai kênh IQ ................................................... 17

1.2.3 Méo do chuyển đổi tương tự-số ....................................................... 18

1.2.4 Méo phi tuyến .................................................................................. 19

1.3 Méo phi tuyến của LNA trong máy thu đa kênh ................................... 26 1.3.1 Méo của LNA trong máy thu đa kênh cấu trúc đổi tần trực tiếp ..... 26

1.3.2 Méo của LNA trong máy thu đa kênh cấu trúc lấy mẫu trực tiếp ... 31

1.4 Kết luận chương 1 .................................................................................. 35

Chương 2. GIẢI PHÁP GIẢM MÉO PHI TUYẾN CỦA LNA SỬ DỤNG THUẬT TOÁN LMS CÓ BƯỚC ĐIỀU CHỈNH THAY ĐỔI ...................... 36

2.1 Giải pháp giảm méo dùng LMS có bước điều chỉnh thay đổi ............... 37

2.1.1 Thuật toán tái tạo và trừ méo ........................................................... 38

2.1.2 Thuật toán nghịch đảo méo .............................................................. 40 2.1.3 Thuật toán LMS có bước điều chỉnh thay đổi ................................. 42

iii

2.2 Kết quả thực hiện giải pháp giảm méo bằng VLMS ............................. 44

2.2.1 Mô phỏng VLMS trên Matlab ......................................................... 45

2.2.2 Kiểm tra giải pháp xử lý méo dùng VLMS ..................................... 51

2.3 Kết luận chương 2 .................................................................................. 58

Chương 3. GIẢM MÉO PHI TUYẾN CỦA LNA DÙNG KỸ THUẬT LẤY MẪU DƯỚI CHO KÊNH THU THAM CHIẾU ........................................... 60

3.1 Giải pháp dùng kỹ thuật lấy mẫu dưới cho kênh tham chiếu ................ 61 3.1.1 Kỹ thuật lấy mẫu dưới của ADC ..................................................... 61

3.1.2 Lấy mẫu dưới và xử lý méo cho kênh thu tham chiếu .................... 65

3.2 Kết quả thực hiện giảm méo dùng kỹ thuật lấy mẫu dưới ..................... 70

3.2.1 Mô phỏng giải pháp giảm méo dùng kỹ thuật lấy mẫu dưới ........... 70

3.2.2 Kiểm tra giải pháp dùng kỹ thuật lấy mẫu dưới .............................. 76 3.3 Kết luận chương 3 .................................................................................. 81

Chương 4. GIẢM MÉO PHI TUYẾN CỦA LNA SỬ DỤNG BẢNG TRA THAM SỐ THEO MỨC TÍN HIỆU ............................................................... 82

4.1 Mô tả giải pháp giảm méo sử dụng bảng tra mức tín hiệu .................... 82

4.1.1 Yêu cầu về LNA cho máy thu đa kênh ............................................ 82

4.1.2 Giải pháp giảm méo dùng bảng tra tham số .................................... 84

4.1.3 Xác định mức tín hiệu thu ................................................................ 87

4.1.4 Chia khoảng huấn luyện để tìm tham số .......................................... 89 4.2 Kết quả thực hiện giảm méo dùng bảng tra ........................................... 92

4.2.1 Mô phỏng giải pháp giảm méo dùng bảng tra ................................. 92

4.2.2 Kiểm tra giải pháp giảm méo bằng bảng tra .................................... 97

4.3 Kết luận chương 4 ................................................................................ 109

KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU .................................................. 111 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ .................................... 114

TÀI LIỆU THAM KHẢO ............................................................................. 116

PHỤ LỤC ...................................................................................................... 130

Phụ lục 1: Một số thiết bị dung kiểm tra giải pháp .................................... 130

Phụ lục 2: Một số hình ảnh đo đạc kiểm tra .............................................. 133

DANH MỤC CÁC TỪ VIẾT TẮT

Từ viết Nghĩa Tiếng Anh Nghĩa Tiếng Việt

tắt

ADC Analog to Digital Converter Bộ chuyển đổi tương tự sang số

ADI Adaptive Distortion Inversion Nghịch đảo méo thích nghi

ADS Adaptive Distortion Subtraction Loại bỏ méo thích nghi

Đặc tuyến Biên độ/Biên độ AM–AM AM/AM

Đặc tuyến Biên độ/Pha AM–PM AM/PM

ACLR Adjacent Channel Leakage Tỷ lệ rò kênh lân cận

Ratio

ACPR Adjacent Channel Power Ratio Tỷ lệ công suất kênh lân cận

BER Bit Error Ratio Tỷ lệ lỗi bit

BPF Band Pass Filter Bộ lọc thông dải

DAC Digital to Analog Converter Bộ chuyển đổi số–tương tự

DC offset Trôi một chiều DC–

offset

DCR Direct Conversion Receiver Máy thu đổi tần trực tiếp

DDC Digital Down Converter Bộ chuyển hạ tần số số

DI Distortion Inversion Nghịch đảo méo

DS Distortion Subtraction Trừ méo

DSP Digital Signal Processing Xử lý tín hiệu số

DSR Direct Sampling Receiver Máy thu lấy mẫu trực tiếp

EVM Error Vector Magnitude Độ lớn vector lỗi

FFT Fast Fourier Transform Biến đổi Fourier nhanh

FPGA Field Programmable Gate Array Mảng cổng lập trình được

HF High Frequency Tần số cao

IC Integrated Circuit Mạch tích hợp

IF Intermediate Frequency Tần số trung gian

IIPi Ith order Input Intercept Point Điểm chặn đầu vào bậc i

IMD Intermodulation Distortion Méo xuyên điều chế

IP2 Second order Intercept Point Điểm chặn bậc hai

IP3 Third order Intercept Point Điểm chặn bậc ba

IPD Input Power Division Chia theo mức năng lượng vào

IQ In phase/Quadrature phase Đồng pha/Vuông pha

MIMO Multiple Input Multiple Output Nhiều đầu vào và nhiều đầu ra

LF Low Frequency Tần số thấp

LMS Least Mean Square Bình phương trung bình cực tiểu

LNA Low Noise Amplifier Bộ khuếch đại tạp âm thấp

LO Local Oscillator Bộ dao động tại chỗ

LSB Least Significant Bit Bit có trọng số nhỏ nhất

LUT Look Up Table Bảng tra

LPF Low Pass Filter Bộ lọc thông thấp

P1dB 1 dB compression Point Điểm nén 1 dB

PA Power Amplifier Bộ khuếch đại công suất

SNDR Signal to Noise and Distortion Tỷ số tín hiệu trên tạp âm cộng

Ratio méo

SNR Signal to Noise Ratio Tỷ số tín hiệu trên tạp âm

SDR Software Defined Radio Vô tuyến cấu hình mềm

SFDR Spurious Free Dynamic Range Dải động không có tổ hợp tần số

không mong muốn

OPD Output Power Division Chia theo mức năng lượng ra

QPSK Quadrature Phase Shift Keying Khóa dịch pha vuông góc

RF Radio Frequency Tần số vô tuyến

TDMA Time Division Multiple Access Đa truy nhập phân chia theo thời

gian

VHF Very High Frequency Tần số rất cao

vii

VLMS Variable stepsize LMS LMS có bước điều chỉnh thay đổi

DANH MỤC HÌNH VẼ

Hình 1.1: Cấu trúc máy thu siêu ngoại sai có xử lý số tại LF. ........................ 12 Hình 1.2: Cấu trúc máy thu đổi tần trực tiếp. ................................................. 12 Hình 1.3: Dải tần làm việc của máy thu đổi tần trực tiếp. .............................. 13 Hình 1.4: Cấu trúc máy thu lấy mẫu trực tiếp. ................................................ 14 Hình 1.5: Dải tần làm việc của máy thu lấy mẫu trực tiếp. ............................ 14 Hình 1.6: Nguyên nhân của DC–offset trong máy thu đổi tần trực tiếp. ........ 16 Hình 1.7: Giải pháp chuyển hạ tần số xuống IF thấp để loại bỏ DC–offset. .. 17 Hình 1.8: Nguyên nhân của méo do mất cân bằng IQ. ................................... 18 Hình 1.9: Đặc tuyến AM–AM của LNA......................................................... 19 Hình 1.10: Tín hiệu và méo của LNA khi khuếch đại tín hiệu 2–tone. .......... 20 Hình 1.11: Sơ đồ đo và phổ tín hiệu đơn tần tại đầu ra ZFL–500LN+. ......... 21 Hình 1.12: Phổ của tín hiệu sau ADC tần số 20 MHz và 170 MHz. .............. 21 Hình 1.13: Mô hình phi tuyến xếp tầng song song. ........................................ 23 Hình 1.14: Mô hình Polyspectral. ................................................................... 24 Hình 1.15: Cấu trúc của mô hình Hammerstein. ............................................ 24 Hình 1.16: Cấu trúc của mô hình Volterra rút gọn. ........................................ 25 Hình 1.17: Cấu trúc máy thu đa kênh sử dụng cấu trúc đổi tần trực tiếp. ...... 27 Hình 1.18: Mô hình phi tuyến của LNA cho DCR. ........................................ 30 Hình 1.19: Ảnh hưởng của méo giữa các kênh sóng mang trong DCR. ........ 30 Hình 1.20: Méo của LNA với hai kênh điều chế QPSK. ................................ 31 Hình 1.21: Mô hình phi tuyến của LNA cho máy thu lấy mẫu trực tiếp. ....... 33 Hình 1.22: Dải tần làm việc của máy thu lấy mẫu trực tiếp. .......................... 34 Hình 1.23: Ảnh hưởng méo phi tuyến của LNA trong DSR. ......................... 34 Hình 1.24: Méo tín hiệu sau LNA trong DSR. ............................................... 35

viii

Hình 2.1: Sơ đồ DSR đa kênh sử dụng kênh tham chiếu................................ 37 Hình 2.2: Sơ đồ thực hiện tái tạo–trừ méo. ..................................................... 38 Hình 2.3: Sơ đồ xử lý nghịch đảo méo. .......................................................... 41 Hình 2.4: Đường hội tụ của các hệ số phi tuyến dùng phương pháp DS ....... 47 Hình 2.5: Đường hội tụ của các hệ số phi tuyến dùng phương pháp DI ........ 47 Hình 2.6: Phổ của tín hiệu RF trước và sau khi xử lý méo với thuật toán ADI và ADS ............................................................................................................ 48 Hình 2.7: Phổ tín hiệu RF trước và sau khi xử lý méo bằng phương pháp ADI với độ phân giải của ADC kênh tham chiếu khác nhau. ................................. 49

Hình 2.8: Phổ tín hiệu RF trước và sau khi xử lý méo bằng phương pháp ADS với độ phân giải của ADC kênh tham chiếu khác nhau. ................................. 49 Hình 2.9: BER của kênh Ch4 khi sau khi xử lý méo. ..................................... 51 Hình 2.10: Sơ đồ kiểm tra giải pháp xử lý méo với thuật toán VLMS. .......... 52 Hình 2.11: Phổ tín hiệu RF trước và sau khuếch đại ...................................... 53 Hình 2.12: Phổ tín hiệu tham chiếu sau ADC. ................................................ 54 Hình 2.13: Phổ tín hiệu trước và sau khi xử lý bằng thuật toán VLMS. ........ 54 Hình 2.14: Tín hiệu đưa vào khuếch đại. ........................................................ 55 Hình 2.15: Tín hiệu trước và sau xử lý đo trên máy CS9000 khi mức tín hiệu vào LNA là -17 dBm ....................................................................................... 56 Hình 2.16: Tín hiệu trước và sau xử lý đo trên máy CS9000 khi mức tín hiệu vào LNA là -23d Bm. ...................................................................................... 57

Hình 3.1: Lấy mẫu dưới và dịch tần số giữa các vùng Nyquist. ..................... 63 Hình 3.2: So sánh đặc trưng một số loại bộ lọc .............................................. 64 Hình 3.3: Tần số lấy mẫu và độ phân giải của ADC ...................................... 66 Hình 3.4: Sơ đồ thực hiện trừ méo dùng kênh tham chiếu lấy mẫu dưới. ...... 67 Hình 3.5: Phổ biên độ của các kênh và tín hiệu RF trước và sau khuếch đại. 71 Hình 3.6: Chọn tần số lấy mẫu cho tín hiệu tần số từ 260 MHz đến 325 MHz. ......................................................................................................................... 72 Hình 3.7: Đặc tuyến bộ lọc băng kênh thu tham chiếu dùng mô phỏng. ........ 73 Hình 3.8: Phổ tín hiệu kênh tham chiếu sau DDC. ......................................... 73 Hình 3.9: Phổ công suất tín hiệu kênh tham chiếu sau ADC lấy mẫu dưới. .. 74 Hình 3.10: Đường hội tụ của các hệ số phi tuyến trong phương pháp DI ...... 74 Hình 3.11: Phổ công suất tín hiệu trước và sau xử lý méo khi kênh tham chiếu lấy mẫu trên. .................................................................................................... 75 Hình 3.12: Phổ công suất tín hiệu trước và sau xử lý méo khi ADC kênh tham chiếu lấy mẫu dưới. ......................................................................................... 76 Hình 3.13: Sơ đồ kiểm tra giải pháp xử lý méo với kỹ thuật lấy mẫu dưới kênh tham chiếu. ............................................................................................. 77 Hình 3.14: Đặc tuyến bộ lọc thông dải BPF-BC300A+ [100]........................ 77 Hình 3.15: Tham số kênh Ch4 trước và sau khi xử lý méo đo trên máy CS9000 khi mức tín hiệu vào LNA là -17dBm .............................................. 79 Hình 3.16: Tham số kênh Ch4 trước và sau khi xử lý méo đo trên máy CS9000 khimức tín hiệu vào LNA là -23dBm. .............................................. 80

Hình 4.1: Phổ tín hiệu đơn tần sau khuếch đại ZFL–500LN+ (Tần số 50 MHz) ......................................................................................................................... 83

Hình 4.2: Phổ tín hiệu đơn tần sau khuếch đại ZFL–500LN+ (Tần số 125 MHz). ......................................................................................................................... 84 Hình 4.3: Tham số của ZFL–500LN+ với tần số khác nhau. ......................... 84 Hình 4.4: Sơ đồ xử lý tín hiệu trong quá trình thu. ......................................... 85 Hình 4.5: Sơ đồ xử lý tín hiệu trong quá trình huấn luyện. ............................ 85 Hình 4.6: Sơ đồ thực hiện tách sóng biên độ. ................................................. 87 Hình 4.7: Sơ đồ thực hiện tách sóng đường bao trong miền số. ..................... 89 Hình 4.8: Chia vùng huấn luyện theo mức đưa vào LNA. ............................. 90 Hình 4.9: Chia vùng huấn luyện theo mức ra của LNA. ................................ 91 Hình 4.10: Đặc tuyến AM–AM của ZFL–500LN + và các đường tuyến tính hóa (theo mức tín hiệu đưa tới LNA)............................................................... 93 Hình 4.11: Đặc tuyến AM–AM của ZFL–500LN+ và các đường tuyến tính hóa (theo mức ra của LNA). ............................................................................ 94 Hình 4.12: Đường hội tụ của các hệ số phi tuyến. .......................................... 94 Hình 4.13: Phổ tín hiệu trước và sau khi xử lý (IPD). .................................... 95 Hình 4.14: Phổ tín hiệu trước và sau khi xử lý (OPD). .................................. 95 Hình 4.15: Sơ đồ thực hiện xử lý méo LNA dùng bảng tra. ........................... 97 Hình 4.16: Phổ công suất tín hiệu huấn luyện sau khuếch đại đo trên máy phân tích N9320B. .......................................................................................... 99 Hình 4.17: Phổ công suất tín hiệu sau LNA ................................................. 102 Hình 4.18: Phổ tín hiệu RF trước và sau khi xử lý méo ............................... 105 Hình 4.19: Kênh Ch4 trước và sau khi xử lý méo đo trên máy CS9000 ...... 106 Hình 4.20: Kênh Ch4 trước và sau khi xử lý méo đo trên máy CS9000 ...... 107

DANH MỤC BẢNG

Bảng 2.1: Tham số các kênh RF dùng kiểm tra giải pháp xử lý méo ............. 45 Bảng 2.2: Mức độ cải thiện SNDR của kênh Ch4 sau xử lý méo................... 50

Bảng 3.1: Tham số các kênh tín hiệu RF dùng để đánh giá giải pháp sửa méo dùng ADC lấy mẫu dưới cho kênh tham chiếu. .............................................. 70 Bảng 3.2: EVM của kênh Ch3 trước và sau xử lý méo .................................. 78

Bảng 4.1: Tham số các kênh RF đánh giá giải pháp dùng bảng tra để sửa méo. ......................................................................................................................... 94 Bảng 4.2: Mức độ cải thiện SNDR của kênh Ch4 sau xử lý méo dùng bảng tra. .................................................................................................................... 96 Bảng 4.3: EVM của kênh Ch4 trước và sau xử lý méo ................................ 108 Bảng 4.4: SNDR của kênh Ch4 trước và sau xử lý méo............................... 108

CÁC KÝ HIỆU TOÁN HỌC

Ký hiệu Ý nghĩa

là một biến

a là một véc tơ cột a

A là một ma trận

Phần tử hàng thứ và cột thứ của

Liên hợp phức của ∗

Tín hiệu liên tục trên miền thời gian ()

Tín hiệu rời rạc trong miền số []

Tín hiệu tại miền RF

Tín hiệu tại miền LF

Hàm theo biến ()

xii

Hàm truyền cho tín hiệu F()

MỞ ĐẦU

Bối cảnh nghiên cứu

Máy thu truyền thống với cấu trúc siêu ngoại sai đã trở thành kiến trúc

kinh điển cho hầu hết các thiết kế trước đây bởi nhiều ưu điểm như độ tin cậy,

độ nhạy và hiệu năng cao, dải động lớn, khả năng chống nhiễu tốt… Tuy nhiên

loại máy thu này cũng có một số hạn chế như cấu trúc phức tạp, khó nâng cấp

cải tiến, dải tần làm việc nhỏ và chủ yếu chỉ thu đơn kênh. Hiện nay, máy thu

không dùng trung tần như máy thu lấy mẫu trực tiếp và máy thu đổi tần trực

tiếp đang trở thành phổ biến bởi cấu tạo đơn giản, dễ dàng nâng cấp, cho phép

thu nhiều dải tần số, có thể thu đa kênh và hỗ trợ nhiều dạng điều chế khác nhau

[3–5]. Tuy nhiên, trong máy thu loại này có một số vấn đề phát sinh trong đó

có méo phi tuyến của khuếch đại tạp âm thấp (LNA) ảnh hưởng nghiêm trọng

làm giảm chất lượng tín hiệu thu.

Với riêng chip LNA, nghiên cứu thường quan tâm đến giải pháp giảm

thiểu hệ số tạp cho IC [6]. Ngoài ra, đề xuất trong [7] sử dụng một bóng bán

dẫn PMOS phụ trợ để loại bỏ dòng điện phi tuyến bậc hai và bậc ba của điện

trở phản hồi shunt trong LNA, ngoài ra với bộ lọc chebyshev cho đầu vào dải

rộng. Đề xuất trong [8] thực hiện tuyến tính hóa cho LNA bằng cách thêm một

mạch tạo tín hiệu giả ngẫu nhiên và mạch trộn cho mạch khuếch đại Cascode.

Giải pháp trong [8] và [9] sử dụng thêm một kênh LNA phụ song song với LNA

chính, tín hiệu đầu ra hai kênh khuếch đại được kết hợp để giảm méo. Các giải

pháp đều cho phép cải thiện được hiệu suất làm việc của LNA. Tuy nhiên, trong

máy thu khi làm việc ở chế độ đa kênh thì LNA thực hiện khuếch đại đồng thời

nhiều kênh trong băng thông của bộ lọc RF đầu vào trong đó có các kênh cần

thu và các kênh không mong muốn. Khi tín hiệu RF lớn vượt ngưỡng giới hạn

đầu vào tuyến tính (IIP1) của LNA thì méo sinh ra sau khuếch đại. Méo phi

tuyến của LNA sẽ làm cho phổ chiếm của các kênh có năng lượng lớn mở rộng

và gây ảnh hưởng đến các kênh khác của máy thu. Méo phi tuyến gây bởi LNA

ở máy thu có nhiều điểm khác biệt so với méo phi tuyến gây ra bởi bộ khuếch

đại công suất ở máy phát. Méo của PA thường cố định và biết trước thông tin

về tín hiệu cũng như tham số do méo sinh ra từ các kênh phát và thường chỉ

cần xử lý với các hài bậc lẻ do các hài bậc chẵn nằm cách xa so với tần số tín

hiệu nên dễ dàng loại bỏ được bởi các bộ lọc [10, 11]. Ngoài ra, xử lý méo cho

PA thường chỉ cần quan tâm đến méo xuyên điều chế bậc lẻ [12, 13, 14, 15].

Méo của LNA thường không cố định mà phụ thuộc vào tổng mức năng lượng

thu, thông tin các kênh gây méo không biết trước, có thể phải xử lý cho cả thành

phần bậc chẵn và bậc lẻ.

Để giảm méo phi tuyến gây ra bởi LNA trong các máy thu đa kênh băng

rộng có thể thực hiện bằng mạch phần cứng hoặc bằng phần mềm. Việc loại bỏ

méo gây ra bởi LNA, các mạch phần cứng rất khó xử lý với tín hiệu phía sau

LNA nên giải pháp đưa ra là phải xử lý trước khi đưa vào LNA. Trong các máy

thu dải tần HF/VHF hiện đại thường dùng bộ chuyển đổi tương tự–số (ADC)

lấy mẫu trực tiếp tín hiệu RF. Những máy lấy mẫu trực tiếp tín hiệu RF đều có

khả năng thu toàn bộ dải tần nhỏ hơn nửa tốc độ lấy mẫu của ADC [4, 16].

LNA vẫn được sử dụng ngay sau ăng–ten để đảm bảo độ nhạy, do đó méo phi

tuyến là không thể tránh khỏi trong các loại máy thu này. Hiện nay, đa số các

máy thu đều sử dụng thêm bộ suy hao biến đổi ngay phía trước mạch khuếch

đại, bộ suy hao sẽ làm giảm tín hiệu RF để khuếch đại chuyển về làm việc ở

miền tuyến tính khi méo phi tuyến xảy ra [4, 16, 17]. Tuy nhiên, việc sử dụng

thành phần suy hao cũng sẽ làm giảm tỷ số tín hiệu/tạp âm (SNR). Trong trường

hợp kênh cần thu có năng lượng nhỏ thì việc suy hao có thể làm không thu được

tín hiệu. Như vậy, giải pháp dùng suy hao biến đổi tại đầu vào chỉ khắc phục

được méo phi tuyến trong khi mức tín hiệu của kênh cần thu không quá nhỏ.

Để đảm bảo thu được tín hiệu cần có các giải pháp kỹ thuật để xử lý làm giảm

ảnh hưởng của méo phi tuyến mà LNA gây ra với tín hiệu lớn. Do đó, các

nghiên cứu thực hiện giảm méo phi tuyến trong miền xử lý số tín hiệu (DSP)

cần được nghiên cứu.

Một hướng nghiên cứu xử lý phi tuyến của LNA trong máy thu đa kênh

băng rộng thu hút được các nhà khoa học là các giải pháp sử dụng phần mềm.

Nội dung về sửa méo tín hiệu phi tuyến của LNA đã được nhiều nhóm tác giả

nghiên cứu trước đó và công bố trong một số công trình [18–33]. Hai giải pháp

xử lý tín hiệu trong miền số được đề xuất trong hầu hết các nghiên cứu để xử

lý méo là trừ hoặc nghịch đảo méo [18–33]. Giải pháp thứ nhất với ý tưởng là

tái tạo thành phần hài và xuyên điều chế gây ra bởi méo phi tuyến bằng cách

sử dụng một mô hình phi tuyến mô tả lại mức độ phi tuyến của LNA. Khi đó

chỉ cần đem tín hiệu cần sửa trừ đi lượng méo đã tái tạo để có được thành phần

tín hiệu mong muốn. Giải pháp thứ hai là điều chỉnh các tham số của mô hình

phi tuyến để nghịch đảo đặc tuyến méo dựa vào một tín một tín hiệu chuẩn làm

tham chiếu. Tất cả các giải pháp đưa ra đều nhằm xử lý méo cho LNA trong

máy thu khi làm việc ở chế độ đa kênh. Tuy nhiên, đa số các giải pháp này xử

lý méo LNA trong máy thu đổi tần trực tiếp và méo được xử lý là các thành

phần xuyên điều chế (IMD) bậc lẻ còn các thành phần hài bậc chẵn nằm khá xa

so với tần số trung tâm được loại bỏ bằng các bộ lọc.

Nhóm tác giả Y. Ma đã đưa ra giải pháp sửa méo cho LNA trong máy

thu đa kênh cấu trúc đổi tần trực tiếp [20]. Tuy nhiên, thực ra đây là hệ thống

gồm nhiều máy thu cấu trúc đổi tần trực tiếp đơn kênh được tích hợp lại thành

máy đa kênh và dùng chung một bộ LNA. Tuy nhiên, do sử dụng bộ lọc để

giảm méo nên giải pháp này chỉ giảm được các thành phần phi tuyến nằm bên

ngoài băng thông của kênh mong muốn. Các thành phần méo nằm bên trong

kênh hoàn toàn không được xử lý. Ngoài ra, nhóm tác giả này còn trình bày kết

quả xử lý méo cho máy thu đơn kênh băng rộng trong tài liệu [21]. Các tác giả

sử dụng thuật toán nhận dạng mù nhằm mục đích giảm thiểu công suất méo

xuyên điều chế ngoài băng tần bằng bộ lọc. Tuy nhiên, giải pháp này không

cho phép ước lượng chính xác được méo vì thành phần phi tuyến trong băng

làm việc nên đã làm giảm chất lượng tín hiệu tham chiếu. Ngoài ra, để ước

lượng được cần có thông tin về tần số trung tâm và băng thông của kênh gây

méo để các bộ lọc làm việc.

Tác giả L. Peng và đồng sự đã trình bày giải pháp giảm méo của LNA

cho máy thu lấy mẫu trực tiếp [22]. Ở đây méo được nhận dạng và xử lý bên

trong chip mảng cổng lập trình được (FPGA) mà không cần biết trước thông

tin của các kênh gây méo cũng như kênh cần thu. Hạn chế rất lớn của giải pháp

là phải thiết kế các bộ lọc chất lượng cao và biến đổi Fourier (FFT) ngay tại

miền tần số vô tuyến (RF). Như vậy, một lượng tài nguyên rất lớn của FPGA

cần được sử dụng cho thiết kế này.

Một kỹ thuật xử lý méo xuyên điều chế của bộ khuếch đại cho tín hiệu

vào máy thu được đề xuất bởi [23]. Cơ cấu bù sử dụng một kỹ thuật tái tạo và

trừ các thành phần xuyên điều chế từ kênh bên ngoài băng tần cần thu. Tuy vậy

giải pháp này chỉ xử lý cho méo xuyên điều chế bậc lẻ và việc thiết kế một bộ

lọc kênh chất lượng cao trong miền số tại RF là một việc khó khăn khi triển

khai thực tế.

Nhóm tác giả J. Marttila đã trình bày giải pháp thứ hai sửa méo bằng

cách sử dụng các bộ lọc để tách các thành phần gây méo để lấy thông tin [19].

Sửa méo không chỉ thực hiện cho LNA mà còn sửa cho cho toàn bộ các phần

tử phi tuyến khác như mất cân bằng hai kênh IQ và ADC. Nghiên cứu này đòi

hỏi cần biết trước các thông tin của kênh gây méo để có thể thiết kế bộ lọc. Như

vậy, giải pháp chỉ có thể thực hiện với các thành phần gây méo cố định đã biết

trước. Khi các kênh gây méo là không cố định hoặc các kênh gây méo không ở

liền nhau về tần số thì xử lý sẽ rất khó thực hiện.

Các đề xuất [18, 25, 34, 35] hầu như đều dùng các thuật toán thích nghi

với bước điều chỉnh cố định. Bước điều chỉnh của thuật toán thích nghi trong

các tài liệu [18, 25, 34] được lựa chọn cố định. Các bước điều chỉnh của thuật

toán thích nghi thường được chọn nhỏ để đạt được độ chính xác cao sau khi

điều chỉnh. Tuy nhiên, µi nhỏ làm cho tốc độ hội tụ chậm. Thuật toán LMS có

bước điều chỉnh thay đổi cũng được giới thiệu trong tài liệu [35]. Tuy nhiên, µi

được điều chỉnh theo một hàm toán học khá phức tạp làm khó khăn khi triển

khai thực tiễn tại miền RF. Các hạn chế này đã được nghiên cứu sinh tìm hiểu

để đưa ra giải pháp giảm méo phi tuyến của LNA dùng thuật toán LMS có bước

điều chỉnh thay đổi để giảm thời gian xử lý và tăng độ chính xác của thuật toán.

Thuật toán LMS có bước điều chỉnh giảm tuyến tính. Lúc đầu bước điều chỉnh

được chọn lớn để tăng tốc độ điều chỉnh, và khi LMS gần đạt hội tụ thì µi được

giảm nhỏ để tăng độ chính xác của thuật toán. Như vậy, việc điều chỉnh bước

điều chỉnh làm cho thời gian hội tụ nhanh nhưng có thao tác xử lý đơn giản tại

miền RF. Mô tả chi tiết giải pháp và kết quả thực hiện được trình bày chi tiết

trong Chương 2.

Đã có một số nghiên cứu đưa ra giải pháp dùng thêm kênh thu tham chiếu

để sửa méo phi tuyến của LNA [18, 25, 34]. Tuy nhiên, các tác giả chỉ quan

tâm sửa méo cho những thành phần xuyên điều chế bậc lẻ của các kênh tần số

sóng mang gần nhau, do cấu trúc máy thu trong các nghiên cứu này là DCR.

Việc bỏ qua các yếu tố ảnh hưởng đến chất lượng tín hiệu như DC–offset, mất

cân bằng hai kênh vuông pha IQ, phi tuyến của bộ trộn tại kênh thu tham chiếu

của các nghiên cứu này đã làm giảm độ tin cậy của kết quả. Bên cạnh đó, các

nghiên cứu đã bỏ qua ảnh hưởng của nhiễu lượng tử kênh tham chiếu dù lượng

nhiễu này lớn so với kênh thu chính. Ngoài ra, những nghiên cứu này chỉ quan

tâm xử lý méo cho các kênh cần thu có năng lượng rất nhỏ so với các kênh gây

méo mà không quan tâm đến một trong những yêu cầu quan trọng cho máy thu

là thời gian xử lý của thuật toán giảm méo. Dựa trên các đề xuất này nghiên

cứu sinh tham khảo để đưa ra giải pháp giảm méo phi tuyến của LNA dùng kỹ

thuật lấy mẫu dưới cho kênh thu tham chiếu. Mặc dù kỹ thuật lấy mẫu dưới cho

tín hiêu RF cũng được trình bày trong một số nghiên cứu [36, 37]. Tuy nhiên

kỹ thuật lấy mẫu dưới cho ADC cho kênh tham chiếu được coi là kênh tuyến

tính để xử lý méo phi tuyến của LNA chưa được giới thiệu trước đó. Ngoài ra,

ý nghĩa dùng lấy mẫu dưới cho tín hiệu RF hai trong hợp áp dụng cũng khác

nhau. Lấy mẫu dưới cho máy thu để nhận được tín hiệu RF có mức năng lượng

nhỏ và vẫn dùng thêm LNA để khuếch đại tín hiệu còn kênh tham chiếu dùng

số hóa các kênh tín hiệu gây méo có mức năng lượng cao, yêu cầu tuyến tính

được ưu tiên nên kênh này không có khuếch đại. Mô tả chi tiết giải pháp và kết

quả thực hiện được trình bày chi tiết trong Chương 3.

Giải pháp sử dụng bảng tra tham số để xử lý méo đã được một số tác giả

đưa ra áp dụng cho PA và được công bố trong các công trình [38–46]. Các tham

số được lưu trong bảng để thực hiện méo trước cho tín hiệu phát và méo được

xử lý là các thành phần xuyên điều chế bậc lẻ xuất hiện bên trong kênh phát và

làm mở rộng phổ của tín hiệu cần phát. Trong thực tế hiện nay, việc áp dụng

PA cho tín hiệu đa sóng mang độc lập, đa băng tần là khó khăn. Lý do bởi tham

số các bộ PA trong dải tần rộng rất khác nhau thể hiện qua đặc tuyến AM–AM

và AM–PM, để xử lý cần một mô hình phi tuyến có nhớ phức tạp. Ngoài ra, để

đạt hiệu suất cao thì khi thiết kế thường để các bộ khuếch đại làm việc ở miền

phi tuyến, nếu phải khuếch đại đồng thời nhiều kênh thì méo sinh ra là rất lớn.

Khác với PA, LNA thường có dải tần làm việc rất rộng và tham số khá đồng

đều nên cho phép thực hiện khuếch đại đồng thời nhiều kênh. Mục đích thiết

kế của LNA là để khuếch đại được các tín hiệu rất nhỏ sát với nền tạp. Tuy

nhiên, trong chế độ thu đa kênh thì méo phi tuyến có thể xuất hiện và làm giảm

chất lượng cho các kênh cần thu. Dù vậy, một thuận lợi đối với LNA là các IC

này thường có dải tần làm việc rộng hơn rất nhiều so với băng tần làm việc của

máy thu và phi tuyến của LNA có thể được coi là không có hiệu ứng nhớ. Với

thuận lợi đó nghiên cứu sinh đã đưa ra đề xuất giải pháp sửa méo LNA sử dụng

bảng tra tham số cho mô hình phi tuyến. Chi tiết giải pháp và kết quả thực hiện

được trình bày trong Chương 4.

Với méo phi tuyến, các nghiên cứu trong nước về méo phi tuyến của các

mạch khuếch đại trong hệ thống thu phát vô tuyến cũng được thực hiện thể hiện

qua một số công trình [1, 2, 47]. Các tác giả thường tập trung nghiên cứu xử lý

méo phi tuyến cho các bộ khuếch đại công suất [1, 2]. Ứng dụng của máy thu

đa kênh trong nước còn ít, chủ yếu chỉ dùng cho các đơn vị làm nhiệm vụ trinh

sát, giám sát. Do đó, méo phi tuyến của LNA ít được quan tâm nghiên cứu.

Từ việc khảo sát, đánh giá kết quả nghiên cứu của các công trình đã đề

cập ở trên, nghiên cứu sinh thấy rằng việc xử lý méo phi tuyến gây ra bởi LNA

trong các may thu đa kênh băng rộng là vấn đề có tính thời sự và có nhiều tiềm

năng nghiên cứu trong tương lai đặc biệt với dải sóng ngắn nơi có băng tần

rộng, mật độ tần số của các kênh dày đặc và sự chênh lệch công suất giữa các

tần số rất lớn.

Mục tiêu nghiên cứu của luận án

Trong luận án này nghiên cứu sinh tập trung nghiên cứu ảnh hưởng méo

phi tuyến của LNA đến máy thu đổi tần trực tiếp và lấy mẫu trực tiếp, các giải

pháp xử lý méo phi tuyến của máy thu và dựa trên các nghiên cứu trước đó thực

hiện cải tiến, đưa ra đề xuất mới một số giải pháp xử lý méo phi tuyến nhằm

khôi phục chính xác tín hiệu và rút ngắn thời gian xử lý của thuật toán.

Phạm vi nghiên cứu của luận án

– Ảnh hưởng của méo phi tuyến của LNA trong máy thu vô tuyến đổi

tần trực tiếp và lấy mẫu trực tiếp khi thu đa kênh, đa sóng mang.

– Các giải pháp xử lý méo phi tuyến của LNA trong máy thu vô tuyến.

Đối tượng nghiên cứu của luận án

Đối tượng nghiên cứu của luận án là méo phi tuyến của LNA trong máy

thu đa kênh.

Phương pháp nghiên cứu của luận án

– Tham khảo, đánh giá một số giải pháp xử lý méo cho các hệ thống thu

phát đã có và lựa chọn mô hình méo cho các mô hình máy thu phù hợp với từng

cấu trúc máy thu.

– Cải tiến những hạn chế của các giải pháp đã có và đưa ra được giải

pháp khác. Phân tích, mô phỏng để đánh giá.

– Xây dựng phần mềm trên bo mạch xử lý số tín hiệu và tiến hành kiểm

tra, đánh giá bằng máy đo thông qua thực nghiệm

Đóng góp của luận án

Một số đóng góp chính của luận án được tóm tắt như sau:

1. Đề xuất giải pháp giảm méo sử dụng thuật toán bình phương trung

bình cực tiểu (LMS) có bước điều chỉnh thay đổi để giảm thời gian hội tụ và

tăng độ chính xác. Giải pháp xử lý méo mà không cần biết trước các thông tin

về kênh thu và kênh gây méo. Nội dung và kết quả thực hiện của giải pháp được

công bố chính trong công trình [J1] và trình bày trong Chương 2 của luận án.

2. Đề xuất giảm méo dùng kỹ thuật lấy mẫu dưới cho kênh thu tham

chiếu để giảm yêu cầu về phần cứng xử lý tín hiệu và năng lượng tiêu thụ của

máy thu. Nội dung của giải pháp đã được công bố chủ yếu trong bài báo [J2]

và trình bày chi tiết trong Chương 3 của luận án.

3. Đưa ra giải pháp giảm méo cho LNA bằng cách dùng bảng tra tham

số cho mô hình phi tuyến. Các nội dung của giải pháp này đã được công bố

trong bài báo [C2] và trình bày trong Chương 4 của luận án

Bố cục luận án

Bố cục luận án được tổ chức thành 04 chương, bố cục cụ thể như sau:

 Chương 1: Méo phi tuyến của LNA trong máy thu đa kênh

Chương 1 trình bày khái quát về một số cấu trúc máy thu vô tuyến phổ

biến là máy thu siêu ngoại sai, máy thu đổi tần trực tiếp và máy thu lấy mẫu

trực tiếp. Bên cạnh đó, một số yếu tố ảnh hưởng trong máy thu cấu trúc đổi tần

trực tiếp và máy thu lấy mẫu trực tiếp cũng được trình bày. Trong đó, ảnh hưởng

của méo phi tuyến LNA trong máy thu đa kênh được thảo luận chi tiết hơn.

 Chương 2: Giải pháp giảm méo phi tuyến của LNA dùng thuật toán

LMS có bước điều chỉnh thay đổi

Chương 2 trình bày giải pháp giảm méo phi tuyến của LNA trong máy

thu lấy mẫu trực tiếp làm việc ở chế độ đa kênh. Trong đó, mô hình phi tuyến

kết hợp thuật toán LMS được dùng để xử lý méo. Để giảm thời gian điều chỉnh

và tăng độ chính xác của thuật toán thì bước điều chỉnh của LMS được thay đổi

giảm dần. Để đánh giá hiệu quả của đề xuất, mô phỏng Matlab thực hiện xử lý

méo LNA cho đồng thời bốn kênh điều chế điều chế khóa dịch pha vuông góc

(QPSK). Kết quả nghiên cứu được đánh giá thông qua thời gian hội tụ, tỷ số tín

hiệu trên tạp âm và méo (SNDR) cho kênh bị ảnh hưởng và tỷ lệ lỗi bit (BER).

Ngoài ra, thực nghiệm cũng được đánh giá thông qua phổ tín hiệu trước và sau

khi xử lý. Nội dung của Chương 2 được thể hiện chính trong các kết quả nghiên

cứu của công trình số [J1].

 Chương 3: Giảm méo phi tuyến của LNA dùng kỹ thuật lấy mẫu dưới

cho kênh thu tham chiếu

Chương 3 trình bày giải pháp giảm méo phi tuyến của LNA cho máy thu

đổi tần trực tiếp bằng cách dùng kỹ thuật lấy mẫu dưới cho kênh thu tham chiếu.

Mục đích dùng kỹ thuật lấy mẫu dưới để giảm yêu cầu cho phần cứng và phần

mềm xử lý tín hiệu cũng như năng lượng tiêu thụ của máy thu. Hiệu quả của

giải pháp được đánh giá bằng SNDR và tỷ lệ lỗi bit (BER) trên phần mềm

Matlab cho máy thu đổi tần trực tiếp. Một bộ LNA và bo mạch xử lý số tín hiệu

cũng được dùng để kiểm tra giải pháp. Kết quả thực nghiệm được đánh giá qua

phổ tín hiệu trước và sau khi xử lý, tham số SNDR và độ lớn véc tơ lỗi (EVM).

Nội dung của Chương 3 đã được thể hiện trong các kết quả nghiên cứu của

công trình số [C1].

 Chương 4: Giảm méo dùng bảng tra tham số

Chương 4 trình bày đề xuất giải pháp giảm méo phi tuyến của LNA dựa

trên bảng tra mức và tham số phi tuyến đã xác được định trước. Tính hiệu quả

của giải pháp bù méo được đánh giá bằng phần mềm Matlab cho máy thu lấy

mẫu trực tiếp. Kết quả mô phỏng bằng Matlab được đánh giá qua tham số SNR.

Ngoài ra giải pháp cũng được kiểm tra thông qua SNDR và EVM khi đo tín

hiệu thực. Nội dung của Chương 4 được thể hiện chính trong kết quả nghiên

cứu của công trình số [J3].

Chương 1. MÉO PHI TUYẾN CỦA LNA TRONG MÁY THU ĐA

KÊNH BĂNG RỘNG

1.1 Cấu trúc máy thu vô tuyến

Có ba cấu trúc phổ biến được sử dụng trong thiết kế máy thu tín hiệu vô

tuyến là cấu trúc siêu ngoại sai máy thu lấy mẫu trực tiếp và máy thu đổi tần

trực tiếp [5, 51–55]. Trong đó, cấu trúc máy thu siêu ngoại sai được sử dụng

nhiều trong hầu hết các loại máy thu truyền thống. Tuy nhiên, sự phát triển

trong công nghệ gần đây cho phép chế tạo các ADC và các chip xử lý tốc độ

cao thì máy thu lấy mẫu trực tiếp và máy thu đổi tần trực tiếp được sử dụng

trong nhiều thiết kế mới. Thiết kế này làm cho cấu trúc máy thu tuy đơn giản

nhưng có nhiều tính năng mới và linh hoạt do tín hiệu được xử lý cơ bản trong

miền số.

1.1.1 Máy thu siêu ngoại sai

Cấu trúc máy thu siêu ngoại sai được thể hiện trong Hình 1.1. Trong cấu

trúc này, tín hiệu tần số vô tuyến (RF) sau ăng–ten được trộn tần để chuyển đổi

thành tần số trung tần cố định, lọc và khuếch đại trước khi chuyển xuống âm

tần. Tùy theo yêu cầu xử lý đối với tín hiệu như chống nhiễu ảnh mà máy thu

có thể trộn tần nhiều lần, trộn tần lên hay trộn tần xuống. ADC nếu có sử dụng

sẽ được thực hiện tại tần số thấp và chip xử lý số tín hiệu sẽ giải điều chế cho

tín hiệu [5, 53, 55]. Nhờ sử dụng tuyến trung tần mà các yêu cầu được giảm

nhẹ cho phần xử lý tín hiệu và các ADC. Một số chỉ tiêu quan trọng của máy

thu như độ nhạy, độ chọn lọc dễ dàng được giải quyết khi thiết kế bởi sự có mặt

của tuyến trung tần. Mặc dù vậy, cấu trúc này tồn tại một số vấn đề như có

nhiễu ảnh, nhiễu trung tần. Cấu trúc này thường chỉ làm các máy thu đơn kênh

[5, 53, 55].

ADC

LO2

90o

Giải điều chế

LNA

LO1

Hình 1.1: Cấu trúc máy thu siêu ngoại sai có xử lý số tại LF.

Máy thu đổi tần trực tiếp và máy thu lấy mẫu trực tiếp đang là lựa chọn

ưu tiên cho các máy thu thế hệ mới bởi cấu trúc này cho phép tránh được nhiễu

ảnh, nhiễu trung tần và thuận tiện cho việc thiết kế các máy thu băng rộng đa

kênh.

1.1.2 Máy thu đổi tần trực tiếp

Máy thu đổi tần trực tiếp (DCR) là máy thu trong đó tín hiệu tại miền RF

được chuyển xuống thấp tần (LF) mà không qua tuyến trung tần [5, 16, 51–55].

Do tín hiệu chuyển hạ tần số trực tiếp từ RF xuống băng gốc bằng bộ trộn vuông

pha nên trong máy thu này không có nhiễu ảnh và nhiễu trung tần. Cấu trúc của

ADC

90o

Giải điều chế

LNA

ADC

DCR được thể hiện trong Hình 1.2.

Hình 1.2: Cấu trúc máy thu đổi tần trực tiếp.

So với máy thu siêu ngoại sai thì DCR có một số ưu điểm là cấu trúc đơn

giản, không có nhiễu ảnh và nhiễu trung tần, có thể thu đồng thời nhiều kênh

trong một khoảng tần số với các chế độ điều chế khác nhau [5, 51–52]. Tuy

nhiên, một số khó khăn trong thiết kế máy thu loại này là cần khắc phục ảnh

hưởng của thành phần DC–offset, méo do mất cân bằng về pha và biên độ của

hai kênh vuông pha I/Q, méo do phi tuyến của khuếch đại LNA và méo do

Ch2

Ch3

t ấ u s g n ô C

Ch4

Ch1

Ch5

Tần số

chuyển đổi ADC [5, 18, 19, 23, 24, 56–58].

Hình 1.3: Dải tần làm việc của máy thu đổi tần trực tiếp.

Hiện nay, do giới hạn về tốc độ lấy mẫu của các ADC và tốc độ xử lý

của các chip xử lý số tín hiệu nên các máy thu tần số cao vẫn thường sử dụng

cấu trúc DCR. Do thường chỉ sử dụng một bộ chuyển hạ tần số nên máy thu

loại này tại một thời điểm chỉ cho phép thu được một kênh hoặc một một số

kênh vô tuyến có tần số sóng mang ở gần nhau như minh họa trong Hình 1.3.

Để thu được nhiều kênh cách xa nhau thì máy thu lấy mẫu trực tiếp sẽ được sử

dụng. Cấu trúc máy thu lấy mẫu trực tiếp được trình bày trong phần tiếp theo

sau đây.

1.1.3 Máy thu lấy mẫu trực tiếp

Máy thu lấy mẫu trực tiếp (DSR) còn được gọi là máy thu số hóa trực

tiếp tín hiệu RF, máy thu vô tuyến cấu hình mềm lý tưởng (SDR), máy thu toàn

dải,… có cấu trúc như trong Hình 1.4. Về lý thuyết, máy thu có thể thực hiện

số hóa toàn bộ tín hiệu có tần số nhỏ hơn một nửa tần số lấy mẫu của ADC như

ADC

90o

Giải điều chế

LNA

FPGA/DSP

thể hiện trong Hình 1.5 [5, 17, 51, 52].

Ch4

Ch5

Ch9

t ấ u s g n ô C

Ch8

Ch10

Ch1

Ch6

Ch3

Ch2

Ch7

Fs/2

Tần số

Hình 1.4: Cấu trúc máy thu lấy mẫu trực tiếp.

Hình 1.5: Dải tần làm việc của máy thu lấy mẫu trực tiếp.

Máy thu lấy mẫu trực tiếp (DSR) đã và đang được ưu tiên sử dụng trong

các thiết kế máy thu thế hệ mới [4, 16]. Máy thu loại này cho phép thu đồng

thời nhiều kênh tần số sóng mang độc lập cách xa nhau, có các dạng điều chế

khác nhau. Các khối chức năng xử lý tín hiệu như bộ tạo dao động, bộ trộn,

các bộ lọc và giải điều chế,… sẽ được thực hiện hoàn toàn trong miền số [5,

17, 51, 52]. Do đó, việc nâng cấp, cải tiến hoàn toàn bằng phần mềm xử lý số

tín hiệu cũng là một ưu điểm của cấu trúc này.

Khác với các kỹ thuật dùng trong máy thu siêu ngoại sai, để đảm bảo các

tham số quan trọng của máy thu như dải tần làm việc, độ nhạy, dải động thì đòi

hỏi ADC có độ phân giải lớn và tốc độ cao [5, 51]. Hiện tại, các ADC có tốc

độ lấy mẫu tới vài Gigahertz đã được sản xuất và có thể áp dụng cho thiết kế

trạm gốc của hệ thống thông tin di động và các thiết bị vô tuyến tần số cao. Cả

hai kỹ thuật lấy mẫu trên và lấy mẫu dưới của ADC cho tín hiệu RF cũng đã

được áp dụng [59, 60, 61]. Một ví dụ cụ thể, hiện nay hãng sản xuất chip Xilinx,

công ty cung cấp chip FPGA hàng đầu, đã chế tạo dòng chip Zynq UltraScale+

RFSoC Gen 3 chuyên thiết kế cho các trạm gốc của hệ thống di động 5G hoặc

các hệ thống thu phát vô tuyến MIMO [61]. Mỗi chip cho phép tích hợp tới 16

bộ thu phát. Trong đó, các kỹ thuật lấy mẫu trên, lấy mẫu dưới của ADC đều

được sử dụng để máy thu có thể số hóa trực tiếp tín hiệu RF tần số sóng mang

tới 6 GHz.

Có thể khái quát một số ưu điểm của DSR là:

- Có thể làm việc đồng thời đa kênh, đa chế độ, đa băng tần.

- Cấu trúc đơn giản.

- Không có nhiễu ảnh và nhiễu trung tần.

- Dễ nâng cấp cải tiến bằng phần mềm.

1.2 Thách thức trong thiết kế máy thu đa kênh

Cấu trúc DCR hoặc cấu trúc DSR thường được sử dụng cho thu đa kênh

băng rộng. Do phải thu băng rộng nên để đạt được các chỉ tiêu tham số quan

trọng như độ nhạy, độ chọn lọc… thì cần quan tâm tới một số yếu tố ảnh hưởng

như DC–offset, méo phi tuyến của các bộ trộn, méo do ADC, méo do mất cân

bằng IQ, và méo phi tuyến.

1.2.1 Thành phần DC–offset

Có hai nguyên nhân tạo ra thành phần DC–offset trong DCR là:

- Tần số của bộ dao động dao động nội (LO) xấp xỉ với tần số sóng mang

của tín hiệu RF, khi có sự rò rỉ tín hiệu của LO ra tới đầu vào máy thu thì tín

hiệu LO rò rỉ này sẽ được khuếch đại và đưa vào trộn với chính nó;

- Tín hiệu RF cảm ứng sang đường tín hiệu của LO và trộn với RF đầu

vào như thể hiện trong Hình 1.6. Kết quả đầu ra bộ trộn có thêm thành phần tần

90o

số xấp xỉ 0 Hz gọi là thành phần DC–offset.

Hình 1.6: Nguyên nhân của DC–offset trong máy thu đổi tần trực tiếp.

Tại miền tần số thấp, thành phần DC–offset sẽ nằm trong tín hiệu nên

việc loại bỏ khó thực hiện. Do đó DC–offset thường được thực hiện loại bỏ

trước khi trộn bằng một số giải pháp: Với DC–offset cố định có thể bù bằng

cách đo lượng DC–offset do cảm ứng từ LO khi không có tín hiệu đầu vào và

bị trừ đi khi thu tín hiệu. Tuy nhiên, trong hệ thống đa truy nhập phân chia theo

thời gian (TDMA) các kênh khác nhau có thể không cùng mức tín hiệu và giá

trị AGC cho mỗi kênh là độc lập vì vậy DC–offset cũng khác nhau nên khó bù.

Một giải pháp hiệu quả là sử dụng chuyển hạ vuông pha xuống IF thấp sát với

0 Hz và lớn hơn băng thông tín hiệu để sau đó dùng một bộ lọc thông cao hoặc

thông dải để loại bỏ DC–offset như được thể hiện trong Hình 1.7. Ngoài ra, có

Zero IF

Near Zero IF

thể thực hiện giảm DC–offset bằng phần mềm trong miền xử lý số [63, 64].

Hình 1.7: Giải pháp chuyển hạ tần số xuống IF thấp để loại bỏ DC–offset.

1.2.2 Méo do mất cân bằng hai kênh IQ

Một vấn đề thực tế quan trọng khác trong thiết kế máy thu đổi tần trực

tiếp là sự mất cân bằng về pha cũng như biên độ của hai kênh đồng pha và

vuông pha (IQ) như thể hiện trong Hình 1.8 [5, 52, 62, 65]. Sự mất cân bằng

đầu tiên có thể xuất phát từ bộ tạo dao động vuông pha. Do sử dụng mạch tương

tự nên đầu ra tín hiệu sin/cos của LO không hoàn toàn vuông pha và bằng nhau

về biên độ. Mất cân bằng thứ hai là do sự khác nhau của các mạch chức năng

của hai kênh IQ như độ suy hao của các mạch lọc, hệ số khuếch đại, bộ chuyển

đổi ADC. Ngoài ra, bản thân các phần tử phi tuyến trong bộ trộn vuông pha

cũng sinh ra thêm méo.

Lỗi pha và biên độ

ADC

Lỗi pha và biên độ

90o

LNA

Lỗi pha và biên độ

ADC

Lỗi pha và biên độ

Hình 1.8: Nguyên nhân của méo do mất cân bằng IQ.

Với công nghệ ngày càng pháp triển các IC có độ tích hợp cao cho phép

các bộ trộn và bộ dao động vuông pha đều được tích hợp trong một IC và không

yêu cầu thêm nhiều linh kiện rời rạc nên méo do mất cân bằng IQ ít nghiêm

trọng hơn. Với trường hợp méo vẫn tồn tại thì các kỹ thuật xử lý tín hiệu số tiên

tiến sẽ được áp dụng để giảm méo ví dụ như giải pháp đề xuất trong [65].

1.2.3 Méo do chuyển đổi tương tự-số

Trong máy thu dùng bộ chuyển đổi tương tự sang số (ADC) sẽ không

trách khỏi việc gây ra các méo tín hiệu không mong muốn do quá trình chuyển

đổi [66]. Có hai dạng méo do ADC gây ra gồm

– Hài của tín hiệu của quá trình chuyển đổi ADC

– Méo khi tín hiệu đầu vào vượt quá ngưỡng đầu vào ADC

Với cấu trúc đổi tần trực tiếp hoặc lấy mẫu trực tiếp khi làm việc ở chế

độ đa kênh, dạng méo hài của ADC sẽ không nghiêm trọng bằng LNA (So sánh

này sẽ được trình bày trong Mục 1.2.4. Khi thiết kế máy thu thì LNA được điều

chỉnh hệ số khuếch đại để mức tín hiệu sau khi khuếch đại không lớn hơn

ngưỡng đầu vào quy định của ADC.

1.2.4 Méo phi tuyến

Trong hệ thống thu phát vô tuyến, không chỉ LNA trong máy thu mà các

bộ trộn và khuếch đại công suất (PA) trong máy phát cũng là các thành phần

gây méo phi tuyến. Bộ trộn tương tự được dùng cho quá trình chuyển đổi tần

số ở máy thu cũng là phần tử phi tuyến. Mong muốn khi thiết kế bộ trộn là có

được thành phần phi tuyến bậc hai. Tuy nhiên, điều này thường không đạt được

vì đầu ra bộ trộn thường có thêm các thành phần phi tuyến bậc cao hơn [11].

PA được coi là tuyến tính chỉ khi hoạt động trong miền khuếch đại tuyến tính

[67, 68], nếu PA làm việc gần hoặc trong vùng bão hòa thì nó được coi là phi

IP2

IP3

P1dB

1 P I O

a r t ấ u s g n ô C

IIP1

Công suất vào

tuyến.

Hình 1.9: Đặc tuyến AM–AM của LNA.

Mặc dù vai trò chính của LNA là khuếch đại các tín hiệu yếu nằm ngay

trên nền tạp âm, nhưng trong thực tế khi mức tín hiệu thu từ ăng–ten lớn vượt

ngưỡng giới hạn đầu vào tuyến tính (IIP1) nó sẽ gây ra hiện tượng méo phi

tuyến [69, 70, 71, 72]. Độ tuyến tính của LNA có thể đánh giá bởi giá trị của

điểm nén khuếch đại 1 dB (P1dB), điểm chặn bậc hai (IP2) và điểm chặn bậc

ba (IP3) được thể hiện trong Hình 1.9. Đặc tuyến AM–AM trong Hình 1.9 cho

thấy tại miền phi tuyến thì năng lượng đầu vào càng lớn thì mức độ méo phi

tuyến của LNA càng nghiêm trọng.

Để minh họa méo phi tuyến, các thành phần đầu ra của LNA khi đưa tín

hiệu đầu vào có hai thành phần tần số f1, f2 (2–tone) được thể hiện trong Hình

1.10. Có thể thấy, thành phần phi tuyến đầu ra LNA sẽ bao gồm các hài và

xuyên điều chế. Để đánh giá ảnh hưởng méo phi tuyến đến chất lượng của tín

hiệu sau khuếch đại một số loại tham số có thể được sử dụng như tỷ lệ công

suất kênh lân cận (ACPR) hay tỷ lệ rò kênh lân cận (ACLR), SNR, EVM và

Xuyên điều chế

Hài

2 f

1 f

–

1 f

t ấ s g n ô C

1 f 2

– 2 f 2

2 f + 1 f

2f1

2f2

2 f + 1 f 2

1 f + 2 f 2

3f1

3f2

Tần số

BER.

Hình 1.10: Tín hiệu và méo của LNA khi khuếch đại tín hiệu 2–tone.

Để so sánh mức độ ảnh hưởng của méo LNA so với ADC, ở đây nghiên

cứu thực hiện phát một tín hiệu âm đơn tần số 20 MHz với mức -35 dBm cho

bộ khuếch đại LNA (mức bắt đầu cần xử lý méo). Kết quả cho thấy mức năng

lượng của hài bậc hai và bậc ba xuất hiện ở đầu ra LNA lần lượt là -40 dBm (ở

vị trí tần số 40 Mhz) và -50 dBm (ở vị trí tần số 60 Mhz) như thể hiện trong

Hình 1.11. Đối với ADC ADS4249 [66] được sử dụng trong nghiên cứu của

luận án, dựa trên dữ liệu do nhà sản xuất cung cấp, với tín hiệu mức cực đại ở

tần số 20 MHz đưa vào ADC (méo hài sau ADC là lớn nhất) thì mức méo tạo

ra vẫn nhỏ hơn -90 dBm và với tần số tín hiệu cao đến 170 MHz thì méo chỉ

tăng lên khoảng -85 dBm như thể hiện trong Hình 1.12. Do đó, cả hai mức méo

của ADC đều thấp hơn nhiều so với độ méo phi tuyến của LNA. Ngoài ra, méo

hài của ADC còn có thể được giảm bằng một số kỹ thuật như thêm “Ditthering”

cho tín hiệu vào ADC [77]. Như vậy, khi máy thu làm việc ở chế độ đa kênh

Suy hao 20dB

ZFL-500LN+ (+25 dB)

Máy tạo tín hiệu

Máy phân tích phổ

thì méo phi tuyến của LNA nghiêm trọng hơn so với méo hài của ADC.

Hình 1.11: Sơ đồ đo và phổ tín hiệu đơn tần tại đầu ra ZFL–500LN+.

Hình 1.12: Phổ của tín hiệu sau ADC tần số 20 MHz và 170 MHz.

Mô hình hóa đặc trưng của phi tuyến của bộ khuếch đại là việc quan

trọng khi khắc phục các ảnh hưởng méo loại này trong cho máy thu. Cách

truyền thống để mô hình hóa bộ khuếch đại phi tuyến băng hẹp là sử dụng các

đặc tuyến AM–AM và AM–PM đo được từ các phép đo 2–tone đơn giản [11].

Sau đó, một đa thức được áp vào cho dữ liệu đo đạc dẫn đến một mô hình có

thể sử dụng để dự đoán méo. Tuy nhiên, với các bộ khuếch đại có tham số khác

nhau theo tần số thì phép đo 2–tone này không thể được dùng để mô hình hóa

do hiệu ứng nhớ. Trên thực tế, sự tồn tại của đặc tuyến AM–PM chỉ ra rằng bộ

khuếch đại là có hiệu ứng nhớ và không có hiệu ứng nhớ khi chỉ có đặc tuyến

AM–AM [11]. Tuy nhiên, trong trường hợp băng thông của bộ khuếch đại lớn

hơn nhiều so với băng thông sử dụng cho máy thu thì có thể coi là không có

hiệu ứng nhớ [11]. Hiệu ứng nhớ có thể biểu hiện dưới dạng trễ trong miền thời

gian, điều này làm cho các thành phần xuyên điều chế khi thử nghiệm 2–tone

không đối xứng trong miền tần số [11].

Mô hình phi tuyến thường được dùng để nhận dạng và sửa méo. Cách

tiếp cận phổ biến nhất để mô hình hóa đặc tuyến của các bộ khuếch đại băng

rộng là dựa trên phân tích chuỗi Volterra [78–83]. Chuỗi Volterra thường được

sử dụng để xác định mô hình hệ thống phi tuyến thể hiện bằng biểu thức (1.1)

= ℎ

+ ,

(1.1)

+ ⋯ + ,,

Ở đây là tín hiệu đầu ra, biểu thị cho tín hiệu đầu vào, ℎ là thành

phần tuyến tính, , biểu thị tham số phi tuyến bậc hai, ,, biểu thị tham số

phi tuyến bậc ba và N là độ dài mô hình. Tuy nhiên, việc phát triển mô hình

Volterra có độ phức tạp tính toán cao, khó triển khai trong thực tế. Do đó, nhiều

loại mô hình phi tuyến đã được phát triển để khắc phục sự phức tạp tính toán

của mô hình Volterra khi hệ thống có bộ nhớ hữu hạn [11, 84]. Ví dụ một số

các mô hình phi tuyến phổ biến:

 Mô hình Wiener: Wiener đã chuyển đổi các hàm Volterra không trực

giao thành các hàm trực giao bằng cách sử dụng một quy trình tương tự như

một phép trực giao Gram–Schmidt cho các tín hiệu đầu vào là tạp Gauss trắng.

Do đó, mô hình Wiener có thể được mô tả bằng cách thay thế các hàm Volterra

bằng các hàm Wiener trực giao [11].

 Mô hình xếp tầng song song: Mô hình xếp tầng song song cho phép thực

hiện mô hình Wiener bằng một tầng song song chứa các phần tử tuyến tính và

phi tuyến, như thể hiện trong Hình 1.13. Mô hình này biểu diễn hệ thống phi

tuyến bằng một số nhánh với các đa thức có bậc hữu hạn và đã được chứng

x(t)

y(t)

G1(.)

h1(.)

G2(.)

h2(.)

GN(.)

hN(.)

minh là đủ để mô hình hóa một mô hình Volterra có nhớ bậc hữu hạn [11].

Hình 1.13: Mô hình phi tuyến xếp tầng song song.

 Mô hình Polyspectral: Mô hình Polyspectral mô tả sự phi tuyến bằng hai

nhánh song song. Nhánh đầu tiên bao gồm một bộ lọc tuyến tính và nhánh thứ

hai bao gồm một bộ lọc tuyến tính với một khâu phi tuyến không nhớ như thể

hiện trong Hình 1.14. Thực chất, mô hình Polyspectral là một mô hình Volterra

đơn tần. Tuy nhiên, mô hình này có một số tính năng cho phép trích xuất tham

số từ đo đạc [11].

x(t)

y(t)

H1(f)

H2(f)

g(.)

Hình 1.14: Mô hình Polyspectral.

 Mô hình đa thức có nhớ: Đa thức có nhớ là một trường hợp đặc biệt của

mô hình Volterra tổng quát rời rạc về thời gian và được sử dụng rộng rãi trong

nhiều ứng dụng khác nhau, đặc biệt là trong quá trình tuyến tính hóa các bộ PA

z(t)

y(t)

x(t)

Khâu phi tuyến z=f(x)

Khâu tuyến tính y=h*z

[11].

Hình 1.15: Cấu trúc của mô hình Hammerstein.

Các mô hình này dù là các trường hợp đặc biệt khi phân tích chuỗi

Volterra nhưng cho phép sự đơn giản hóa về khai thác tham số và triển khai

thực tế. Từ phân tích chuỗi Volterra tổng quát cho ra một mô hình phi tuyến

trong đó có mô hình Hammerstein bao gồm các bộ lọc tuyến tính hoặc phi tuyến

với băng thông hữu hạn xác định độ chọn lọc tần số của hệ thống. Cấu trúc mô

hình Hammerstein trong Hình 1.15 được hình thành bởi chuỗi một khâu phi

tuyến và tuyến tính [11].

Trong đó, () là đầu vào khâu phi tuyến, () là đầu vào khâu tuyến

tính và () là đầu ra mô hình. Mô hình Hammerstein hoặc mô hình Volterra

rút gọn như thể hiện trong Hình 1.16 [48] có thể dễ dàng mô hình hóa các ứng

dụng thực tế bởi mô hình này cho độ chính xác tương đối cao với số lượng tham

số hợp lý và độ phức tạp thấp hơn nhiều so với mô hình Volterra. Do đó, các

mô hình đơn giản này sẽ được sử dụng trong các giải pháp xử lý giảm méo cho

máy thu DCR và DSR trong luận án. Tuy nhiên, hai cấu trúc máy thu đổi tần

trực tiếp và máy thu lấy mẫu trực tiếp cho khả năng ứng dụng thu đa kênh khác

nhau nên ảnh hưởng của méo do đặc tính phi tuyến LNA cũng khác nhau. Do

đó, các phân tích trong Mục 1.3.1 và Mục 1.3.2 sẽ chỉ ra ảnh hưởng và mô hình

của méo do đặc tính phi tuyến của LNA tới từng loại cấu trúc máy thu đổi tần

x(n)

(.)1

z-1

w11

w12

w13

y(n)

Bậc 1

Bậc 2

Bậc 3

trực tiếp.

Hình 1.16: Cấu trúc của mô hình Volterra rút gọn.

1.3 Méo phi tuyến của LNA trong máy thu đa kênh

Trong máy thu siêu ngoại sai truyền thống, các bộ lọc băng ngay sau

ăng–ten đã suy hao một phần các thành phần tín hiệu không mong muốn ngoài

dải thu. Do vậy hạn chế được năng lượng RF nên dù vẫn có thể bị phi tuyến

LNA nhưng không đáng kể [11, 73, 74].

Với máy thu đa kênh thì đặc tuyến tần số của bộ lọc băng tại đầu vào

máy thu rộng do đó LNA sẽ phải thực hiện khuếch đại đồng thời cho nhiều

kênh tín hiệu, trong đó có cả các kênh cần thu và các kênh không cần thu. Tổng

năng lượng tín hiệu RF có thể lớn khi có những máy phát ở vị trí gần và méo

sẽ xuất hiện tại đầu ra bộ khuếch đại [4, 5, 11, 19, 55, 75], khi đó méo phi

tuyến của LNA sinh ra từ các kênh sóng mang riêng lẻ sẽ ảnh hưởng đến chất

lượng tín hiệu của chính nó và các kênh khác [5, 11, 19]. Tuy nhiên, ảnh hưởng

phi tuyến là nghiêm trọng với trường hợp méo là các thành phần hài và xuyên

điều chế sinh ra từ những kênh có năng lượng lớn xuất hiện tại kênh cần thu

nhưng có mức năng lượng nhỏ [5, 11, 19], các kênh gây méo này có thể là kênh

cần thu hoặc không cần thu. Đặc điểm của méo LNA trong máy thu là không

cố định, các tham số méo thay đổi phụ thuộc mức tín hiệu đầu vào ngoài ra các

thành phần gây méo thường không biết trước tại máy thu [5, 11].

1.3.1 Méo của LNA trong máy thu đa kênh cấu trúc đổi tần trực tiếp

Cấu trúc của DCR đa kênh được thể hiện trong Hình 1.17. So với cấu

trúc siêu ngoại sai, DCR có ưu điểm là có thể thu đồng thời nhiều kênh sóng

mang độc lập trong một dải tần số với nhiều dạng điều chế khác nhau [5, 51,

52]. Do DCR chỉ thu được một số kênh vô tuyến có tần số sóng mang gần nhau

như minh họa trong Hình 1.3 nên việc xử lý méo phi tuyến thường được thực

hiện tại miền tần số thấp (LF) và mô hình phi tuyến được sử dụng chỉ là các mô

hình phi tuyến bậc lẻ.

ADC

0o

LO

k ê n h 1

90o

G i ả i đ i ề u c h ế

ADC

Hình 1.17: Cấu trúc máy thu đa kênh sử dụng cấu trúc đổi tần trực tiếp.

Với mục đích phân tích thì mô hình phi tuyến tại LF được xem xét từ

biểu thức tổng quát cho méo tại miền RF có dạng [19, 86]:

()

() = ()

(1.2)

Trong đó () và () là các tín hiệu RF đầu vào và đầu ra tương ứng của LNA, () là các đáp ứng xung bậc thứ . Tín hiệu đầu vào () có thể được viết dưới dạng:

(1.3), () = 2() = () + ∗()

ở đây () là tín hiệu băng gốc của (), = 2 ( là tần số trung tâm của băng tần thu). Ngoài ra, (.)∗ biểu thị liên hợp phức và () có thể là một

tín hiệu đơn tần hoặc nhiều tần số sóng mang đơn lẻ khác nhau. Khi đầu vào là

hai thành phần tần số và thì kết quả đầu ra sẽ có hai nhóm tần số là hài

của ∗ và ∗ và xuyên điều chế ∗ ± ∗ như thể hiện trong

Hình 1.19.

Trong trường hợp chuyển hạ tần số cho tín hiệu đa sóng mang thì

tương ứng với tần số trung tâm tín hiệu RF được chuyển đổi xuống. Hơn nữa,

() có thể được viết thành hai dạng tương đương:

(1.4), () = () () = () + (),

trong đó, () và () là biên độ và pha của tín hiệu () được chuyển đổi xuống. Ở dạng thứ hai, () = ()[ ()] và () = ()[ ()] là

() và pha () =

các thành phần tín hiệu đồng pha và vuông pha tương ứng. Theo định nghĩa,

() +

. () biên độ () = ()

Trong trường hợp này, chỉ cần quan tâm xử lý méo của LNA gần các

kênh có mức năng lượng lớn sinh ra [34]. Do đó, công thức (1.2) có thể được

đơn giản hóa nếu chỉ mô hình hóa các thành phần nằm trong dải thông máy thu

sau khi ADC và chuyển xuống LF. Các thành phần hài bậc cao được tạo ra do

sự phi tuyến của LNA đều cách xa tần số tín hiệu gây méo và dễ dàng được

lọc bỏ bằng các bộ lọc trong quá trình xử lý chuyển hạ tần số. Điều này được

minh họa bằng cách phân tích thành phần bậc hai trong biểu thức (1.3) kết hợp

với biểu thức (1.4) cho biểu diễn sau:

() = 2() + () + [∗()]

(1.5),

Biểu thức (1.5) cho thấy tần số mới xuất hiện ở 0 và ± 2 nhưng không

có thành phần tần số tại . Điều này đảm bảo rằng méo bậc hai không xuất

hiện bên trong dải tần thu. Với cấu trúc DCR thì sự phi tuyến nghiêm trọng

nhất là các thành phần xuyên điều chế bậc lẻ bởi vì các thành phần tần số mới

được tạo ra chỉ xuất hiện xung quanh . Trong thực tế thường xét đến phi

tuyến bậc hai và bậc ba. Các thành phần bậc cao hơn thường nhỏ gần với mức

tạp của máy thu khi LNA làm việc dưới mức bão hòa. Do đó, mô hình phi tuyến

bậc ba đơn giản cho một tín hiệu RF có thể được viết:

()

(1.6) () = () +

trong đó là hệ số chỉ độ khuếch đại tuyến tính của LNA và biểu thị mức

độ méo bậc ba.

Thành phần thứ hai trong biểu thức (1.6) là thành phần phi tuyến cũng

() = () + ∗()

có thể được biểu diễn:

(1.7), = () + [∗()]

+ 3()() + 3()∗()

biểu thức (1.7) cho thấy thành phần tần số mới xung quanh được tạo ra do phi tuyến là 3()() . Các thành phần khác trong (1.7) không được đưa

đến LF khi thực hiện chuyển hạ tần số. Do đó, dạng tương đương LF của mô

hình phi tuyến LNA cho đến máy thu đổi tần trực tiếp khi tính đến bộ lọc LF

là:

(1.8). () = () + () = () + 3()()

Thành phần phi tuyến 3()() gây ra xuyên điều chế trong băng tần của () và xung quanh nó. Vì là xuyên điều chế bậc ba nên băng thông

của nó lớn gấp ba lần so với băng thông của (). Bản chất này của thành phần

xuyên điều chế bậc ba là hiển nhiên vì ()() = ()∗(). Phương trình

cho () và () có thể được viết riêng:

() = () + 3()() (1.9)

() = () + 3()()

() và () không hoàn toàn độc lập do cả hai đều chứa () phụ

thuộc vào () và ().

Như vậy mô hình phi tuyến đơn giản của LNA cho máy thu đổi tần trực

tiếp được thể hiện trong Hình 1.18.

Với mô hình phi tuyến bậc ba đơn giản thì các thành phần méo do phi

tuyến LNA ảnh hưởng đến DCR được minh họa trong Hình 1.19. Như thể hiện

ở Hình 1.19, thành phần xuyên điều chế bậc ba của , sinh ra là 2 − và

2 − có tần số xấp xỉ bằng và và sẽ gây nhiễu cho hai kênh tín hiệu

tại vị trí này. Các thành phần hài 2, 2,3,3 và xuyên điều chế − ,

yBB(t)

xBB(t)

(.)

(.)3

+ , 2 + và + 2 sẽ được suy giảm sau khi hạ tần.

2 f

2 f – 1 f

2 f – 1 f 2

1 f – 2 f 2

2 f

1 f

t ấ u s g n ô C

2f1

2f2

1 f 2

2 f 2

3f1

f4 f5

3f2

Tần số

Hình 1.18: Mô hình phi tuyến của LNA cho DCR.

Hình 1.19: Ảnh hưởng của méo giữa các kênh sóng mang trong DCR.

Để kiểm tra méo với mô hình phi tuyến cho DCR phân tích ở trên, nghiên

cứu thực hiện đưa vào LNA là hai kênh tín hiệu điều chế QPSK có tần số sóng

mang 5,3 MHz và 5,8 MHz. Kết quả đo đạc tại đầu ra được thể hiện trong Hình

1.20 cho thấy méo gồm các xuyên điều chế tại đầu ra không chỉ xung quanh

hiệu vào (xuyên điều chế bậc 3: 4,8 MHz và 6,3 MHz) mà còn xuất hiện ở vị

trí các kênh cách xa (méo hài tại các tần số 10,6 MHz, 11,6 MHz, 15,9 MHz và

17,4 MHz). Như vậy, trong DCR nếu bỏ qua các hệ số cho thành phần hài và

xuyên điều chế bậc chẵn sẽ giúp giảm thiểu việc tính toán cho các giải pháp xử

lý méo.

Hình 1.20: Méo của LNA với hai kênh điều chế QPSK.

1.3.2 Méo của LNA trong máy thu đa kênh cấu trúc lấy mẫu trực tiếp

Ở đây xem xét trường hợp phổ biến khi thiết kế DSR là làm việc đa kênh

dải rộng với các tần số sóng mang bắt buộc nhỏ hơn một nửa tần số lấy mẫu

của ADC. DSR khi thu toàn dải lấy mẫu tín hiệu có cấu trúc như trong Hình

1.17. Với DSR đa kênh khi các tần số sóng mang của tín hiệu ở gần nhau thì

việc xem xét ảnh hưởng của méo cũng giống như DCR nhưng bỏ qua thành

phần méo do mất cân bằng IQ và trộn tương tự. Tuy nhiên, trong DSR thu toàn

dải thì bộ lọc đầu vào rất rộng và tổng năng lượng của các kênh sóng mang độc

lập vào máy thu có thể rất lớn nên méo phi tuyến là rất nghiêm trọng. Méo sinh

ra từ các kênh tín hiệu có tần số sóng mang cách xa cũng có thể xuất hiện tại

các kênh cần thu do đó thành phần méo cần xem xét trong máy thu này sẽ gồm

cả các thành phần hài và xuyên điều chế.

Biểu diễn mô hình méo cho trường hợp này vẫn là mô hình phi tuyến với

đầy đủ các thành phần hài và xuyên điều chế. Do đó, để đơn giản mô hình phi

tuyến đến bậc ba của RF có thể được viết [11]:

()

() = ()

(1.10). , ( = 1 ÷ 3)

Với tần số sóng mang thấp các thành phần hài bậc chẵn và bậc lẻ sinh ra

đều có thể nằm ở trong dải tần cần thu. Cụ thể, xét với thành phần thứ hai trong

(1.10):

() = 2() + () + [∗()]

(1.11)

biểu thức (1.11) cho thấy, tần số mới xuất hiện ở 0 và ± 2 nhưng không có

thành phần tần số tại . Điều này đảm bảo rằng méo bậc hai sinh ra không làm

ảnh hưởng đến chính nó và các cân lân cận nhưng méo sinh ra ảnh hưởng đến

kênh xung quanh vị trí tần số 2 . Như vậy, nếu 2 nằm trong dải tần làm

việc của máy thu (2 nhỏ hơn nửa tốc độ lấy mẫu của ADC) thì méo này cần

được xử lý.

Tương tự, thành phần thứ ba trong (1.10) là thành phần phi tuyến cũng

có thể được biểu diễn như trong (1.12)

() = () + ∗()

(1.12), = () + 3()∗()

+ 3()[∗()] + [∗()]

biểu thức (1.12) cho thấy thành phần tần số mới được tạo ra xung quanh do phi tuyến là 3()∗() sẽ ảnh hưởng đến đến chính nó và các cân lân

cận và thành phần () ảnh hưởng đến kênh có vị trí xung quanh tần số

3 . Như vậy, với những kênh có 3 nằm trong dải tần làm việc của máy thu

yRF(t)

xRF(t)

(.)

(.)2

(3 nhỏ hơn nửa tốc độ lấy mẫu của ADC) thì méo này cũng cần được xử lý.

Hình 1.21: Mô hình phi tuyến của LNA cho máy thu lấy mẫu trực tiếp.

Với cấu trúc máy thu này, méo xuất hiện có thể trong toàn bộ dải lấy mẫu

nên cần được xử lý tại miền RF. Do đó, mô hình phi tuyến của LNA cho trường

hợp này phải được xây dựng tại RF và để đảm bảo đủ năng lực cho bộ xử lý số

tín hiệu cần lựa chọn các thuật toán xử lý đơn giản đơn giản. Như vậy, mô hình

phi tuyến tổng quát cho của LNA cho máy thu lấy mẫu trực tiếp được thể hiện

trong Hình 1.21.

Kết quả phân tích tín hiệu phi tuyến của LNA trong DSR cho ra các thành

phần hài và xuyên nhiễu được minh họa trong Hình 1.22. Hình 1.22 chỉ ra các

thành phần hài có tần số 2, 2, 3, 3 và thành phần xuyên điều chế có tần

số + , 2 + , + 2 sẽ gây ảnh hưởng đến những kênh ở xa như

, . Đồng thời, các thành phần xuyên điều chế 2 + , + 2 sẽ gây

ảnh hưởng đến những kênh lên cận và chính nó như kênh . Mô phỏng và kiểm

tra với tín hiệu thực cho hai kênh sóng mang độc lập được thể hiện trong Hình

f1 f2

2 f

2 f – 1 f

2 f – 1 f 2

1 f – 2 f 2

t ấ u s g n ô C

1 f

2 f

1 f

2f1

2f2

2 f 2

1 f 2

3f1

3f2

fs/2

Tần số

1.23 và Hình 1.24

Power Spectrum

)

-40

Ch1

Ch2 Ch3

-60

-80

Ch4 (Interested )

-100

m B d ( e d u t i l p m A e v i t a l e R

0.5

-120 0

2.5 7

1.5 Frequency (Hz)

x 10

Hình 1.22: Dải tần làm việc của máy thu lấy mẫu trực tiếp.

Hình 1.23: Ảnh hưởng méo phi tuyến của LNA trong DSR.

Hình 1.24: Méo tín hiệu sau LNA trong DSR.

Kết quả kiểm tra cũng cho thấy với ba kênh gây méo ở tần số các sóng

mang 7,8 MHz (kênh Ch1), 13,6 MHz (kênh Ch2) và 14,6 MHz (kênh Ch3) thì

hài bậc 2 của kênh Ch1 và xuyên điều chế bậc 3 của kênh Ch2 đều xuất hiện

tại vị trí kênh Ch4 có tần số sóng mang 15,6 MHz. Như vậy, với DSR thì các

hài và xuyên điều chế vẫn có thể nằm ở trong dải làm việc của máy thu. Để giải

quyết vấn đề này đòi hỏi các giải pháp xử lý méo cần thực hiện để nâng cao

chất lượng tín hiệu cho các kênh vô tuyến.

1.4 Kết luận chương 1

Nội dung trình bày trong Chương 1 đã trình bày đặc điểm của méo phi

tuyến của LNA và ảnh hưởng của méo trong hai cấu loại máy thu đa kênh phổ

biến là máy thu đổi tần trực tiếp và máy thu lấy mẫu trực tiếp. Ngoài ra, một số

yếu tố ảnh hưởng đến chất lượng tín hiệu trong máy thu đổi tần trực tiếp như

DC–offset, méo do mất cân bằng IQ, méo do ADC và méo phi tuyến đã được

trình bày. Trong đó, méo phi tuyến của LNA có thể nghiêm trọng khi máy thu

làm việc ở chế độ đa kênh. Do đó, ảnh hưởng và mô hình méo phi tuyến của

LNA tới hai cấu trúc máy thu đa kênh được phân tích. Những phân tích trên là

cơ sở để áp dụng được các giải pháp xử lý méo tiếp theo.

Chương 2. GIẢI PHÁP GIẢM MÉO PHI TUYẾN CỦA LNA SỬ DỤNG

THUẬT TOÁN LMS CÓ BƯỚC ĐIỀU CHỈNH THAY ĐỔI

Dựa vào giải pháp dùng kênh phụ tuyến tính làm tham chiếu từ các tài

liệu tham khảo [18, 25, 34], nghiên cứu sinh đã đưa ra giải pháp xử lý méo phi

tuyến của LNA dùng thuật toán LMS có bước điều chỉnh thay đổi được thực

hiện hoàn toàn trong miền số ngay tại RF. Xử lý méo được thực hiện mà không

cần biết trước thông tin của các kênh vô tuyến bao gồm cả các kênh gây méo

và các kênh cần thu.Ở đây, méo được giảm bằng phương pháp sử dụng mô hình

phi tuyến và thuật toán LMS [87, 88] để tái tạo rồi trừ méo hoặc nghịch đảo

đặc tuyến méo. Các kết quả thực hiện áp dụng kiểm tra, đánh giá thuật toán

LMS được trình bày trong các công trình [C3] [C4] [C5]. Chi tiết mô tả của

giải pháp này đã được trình bày trong công trình [J1]. Có một số điểm khác về

giải pháp thực hiện của tác giả so với các nghiên cứu trước đó:

–Cấu trúc máy thu dùng trong phần này của luận án là DSR nên méo

được xử lý gồm cả các thành phần hài và xuyên điều chế cho đồng thời tất cả

các kênh ở gần và cách xa nhau.

–Bước điều chỉnh của thuật toán LMS được thay đổi trong quá trình xử

lý để giảm thời gian xử lý và tăng độ chính xác của thuật toán.

–Ảnh hưởng nhiễu lượng tử của ADC cũng được kiểm tra trong nghiên

cứu này.

Với mục đích kiểm tra, nghiên cứu sử dụng mô hình DSR thu đồng thời

bốn kênh sóng mang độc lập có dạng điều chế QPSK. Ở đây, méo được xử lý

trong miền số cho cả các thành phần hài và xuyên điều chế. Kết quả kiểm tra

được thể hiện qua thời gian hội tụ, SNDR cho kênh bị ảnh hưởng nhiều nhất

bởi méo. Đồng thời, kết quả xử lý bằng thuật toán LMS có bước điều chỉnh cố

định và LMS có bước điều chỉnh thay đổi được so sánh đánh giá qua chỉ số

EVM và BER.

2.1 Giải pháp giảm méo dùng LMS có bước điều chỉnh thay đổi

Như đã trình bày ở Chương 1, ảnh hưởng nghiêm trọng do phi tuyến của

LNA là méo sinh ra từ các kênh RF có năng lượng lớn (kênh gây méo). Trong

DSR làm việc ở chế độ thu toàn dải không chỉ các kênh sóng mang ở gần kênh

gây méo mà các kênh ở cách xa cũng có thể bị ảnh hưởng [19], [23] do đó méo

sinh ra từ các kênh có năng lượng lớn đều cần được xử lý. Giải pháp xử lý méo

được đề xuất trong chương này được áp dụng cho mô hình DSR với cả các

Phi tuyến

Tuyến tính

CIC

LPF

Dither

ADC

Sin Cos

o é m a ử S

LPF

B B ý l ử X

LPF

CIC

LNA

ADC

ATT

BPF

Tách sóng biên độ

Giá trị tuyệt đối

Tách sóng đường bao

Tính toán khuếch đại

BPF

Miền xử lý số

thành phần méo bậc chẵn và bậc lẻ (các thành phần hài và xuyên điều chế).

Hình 2.1: Sơ đồ DSR đa kênh sử dụng kênh tham chiếu.

Giải pháp được thực hiện bằng cách sử dụng thêm kênh tham chiếu như

thể hiện trong Hình 2.1. Kênh thu tham chiếu này không sử dụng mạch khuếch

đại do đó không có méo của LNA và được coi như tuyến tính. Mục đích dùng

kênh tham chiếu tuyến tính để thu được những kênh tín hiệu có năng lượng lớn

là những kênh gây méo. Ở đây, tín hiệu kênh thu tham chiếu được dùng để khôi

phục và trừ méo hoặc nghịch đảo méo cho kênh thu chính. Chi tiết hai phương

pháp giảm méo sẽ được trình bày trong Mục 2.1.1 và Mục 2.1.2. Trong đó,

thuật toán LMS được sử dụng để điều chỉnh các tham số của mô hình phi tuyến

và bước điều chỉnh của LMS có thể được thay đổi để giảm thời gian điều chỉnh

tham số, nội dung được trình bày trong Mục 2.1.3.

2.1.1 Thuật toán tái tạo và trừ méo

Sơ đồ mô tả thuật toán dùng kênh tham chiếu để tái tạo và trừ méo (DS)

được thể hiện trong Hình 2.2. Trong đó, là tín hiệu của kênh thu chính bị

méo LNA và tín hiệu của kênh thu tham chiếu là . Để thực hiện xử lý méo,

tín hiệu được đưa tới mô hình phi tuyến để tái tạo lại méo bằng cách điều

chỉnh các hệ số trong mô hình. Méo được tái tạo trong mô hình phi tuyến sẽ

có dạng giống với giống với méo gây ra bởi LNA sau khi LMS đạt hội tụ. Méo

của kênh cần thu được giảm bằng cách trừ đi méo tạo ra từ mô hình phi tuyến.

Cụ thể quá trình xử lý tái tạo và trừ méo có tính đến sai số lượng tử của kênh

Kênh thu chính

yRF[n]=w1xRF[n]+e[n]

xRF[t]

xRF[n]

ADC

LMS

yREF[n]=xRF[n]+N[n]

ADC

(.)

e[n]

Kênh tham chiếu

(.)2

ε[n]

tham chiếu được mô tả sau đây.

Hình 2.2: Sơ đồ thực hiện tái tạo–trừ méo.

Giả sử [] nhận được trong miền số sau khi đưa tín hiệu () qua

LNA là:

(2.1), []= ∙( []) = []+ []

trong đó là hệ số khuếch đại tuyến tính của LNA, ( []) = [] [], = 2,3,… là các méo sinh ra là thành phần tuyến tính, ([]) =

do đặc tính phi tuyến của LNA và [] là các hệ số phi tuyến của LNA. Như

vậy tổng các thành phần méo tạo ra sau LNA được tính bằng:

(2.2), []= ( [])

Trong kênh tham chiếu, méo tái tạo từ [] được thể hiện bằng biểu

thức:

). Khi lấy tín hiệu RF sau

(2.3), ̂[]= ( []+ [])

trong đó [] là nhiễu lượng tử của ADC và có thể coi năng lượng là rất nhỏ so với tổng các tín hiệu thu ( ) ≪ ( LNA [] từ biểu thức (2.1) trừ đi méo được tái tạo từ tín hiệu của kênh tham chiếu (2.3) bằng mô hình phi tuyến ̂[] ta được:

[]= []+ []− ̂[] ≈ []+ [] (2.4),

+ [( []) − ( [])]

từ (2.4) có thể thấy khi ⇨ thì các thành phần méo sẽ hiệu chỉnh giảm

dần. Với thuật toán LMS các hệ số của mô hình phi tuyến được xác định:

[]= [ − 1]+ ([])̂[], (2.5),

= 1,2 …

trong đó { = 1 ÷ k} là bước điều chỉnh của LMS và ̂[] là ước lượng lỗi

và ̂[]= []− ∑ ( []+ []) .

Mức năng lượng của các thành phần méo cao hơn bậc ba lớn chỉ khi

LNA bị phi tuyến nghiêm trọng và gần với trạng thái bão hòa, khi đó máy thu

còn rất ít khả năng sửa méo. Do đó, xét với trường hợp méo phi tuyến chưa quá

[] đủ nhỏ để

nghiêm trọng và còn có khả năng xử lý thì nghiên cứu chỉ thực hiện xử lý đến

bậc cao nhất bằng ba [11]. Như vậy, có thể coi ([]) = bỏ qua với > 3, khi đó các hệ số phi tuyến ở trạng thái hội tụ được mô tả là:

[]→ − 2 []

(2.6), []→ − 3 []

[]→

và tín hiệu RF sau khi xử lý:

(2.7) []≈ ( − 2 []) []

Phương trình (2.7) cho thấy rằng khi hội tụ, các thành phần méo bậc hai

và bậc ba đều giảm. Tuy nhiên, sai số sau khi xử lý vẫn còn phụ thuộc vào

nhiễu lượng tử hóa [] của ADC. Nhiễu lượng tử hóa càng lớn thì hệ số

khuếch đại đạt được càng bị sai lệch.

Như vậy, phân tích đã cho thấy khả năng giảm phi tuyến bằng cách tái

tạo–trừ méo. Ngoài ra, có thể tăng chất lượng tín hiệu bằng cách nghịch đảo

đặc tuyến méo sẽ được trình bày trong Mục 2.1.2 sau đây.

2.1.2 Thuật toán nghịch đảo méo

Sơ đồ thực hiện nghịch đảo đặc tuyến méo (DI) được trình bày trong

Hình 2.3. Khác với phương pháp DS, ở đây tín hiệu sau LNA của kênh thu

chính [] được đưa trực tiếp vào mô hình phi tuyến để thực hiện nghịch đảo đặc tuyến méo. Các hệ số cho mô hình phi tuyến được điều chỉnh dựa vào tín

hiệu tham chiếu () và thuật toán LMS. Mô tả chi tiết phương pháp được thể hiện sau đây.

yRF[n]=w1xRF[n]+e[n]

Kênh thu chính

xRF[n]

xRF(t)

ADC

g(.)

g(.)2

LMS

ε[n]

Kênh tham chiếu

yREF[n]=xRF[n]+N[n]

ADC

Hình 2.3: Sơ đồ xử lý nghịch đảo méo.

Với [] là tín hiệu bị méo được đưa vào mô hình phi tuyến thì đầu ra là các thành phần tuyến tính ( []) và phi tuyến ( []), ≥ 2 được xác định bởi:

[], = 1,2 …

(2.8), ( []) =

và đầu ra của mạch giảm méo được xác định bằng biểu thức (2.9)

(2.9), []= ( [])

sau đó [] được đưa vào khối LMS để so sánh với tín hiệu tham chiếu () = []+ [] để tính toán sai khác theo công thức (2.10).

̂[]= () − ( [])

(2.10),

= []+ []− ( [])

Dựa trên sai số bình phương giá trị ̂[] trong (2.10), khối LMS thực

hiện điều chỉnh hệ số phi tuyến [] của mạch nghịch đảo méo:

(2.11). []= [ − 1]+ ( [])̂[]

Quá trình xử lý được thực hiện liên tục, đến khi tất cả các hệ số phi tuyến

hội tụ thì sai số bình phương đạt mức tối thiểu. Khi LMS hội tụ, tín hiệu đầu ra

sau khi sửa [] sẽ tiệm cận đầu vào tham chiếu tuyến tính (). Nói cách khác, hàm truyền của mô hình phi tuyến khi LMS hội tụ là nghịch đảo của

hàm truyền của LNA. Điều này giúp cho méo phi tuyến của LNA được giảm

trong khi vẫn giữ mức tín hiệu thích hợp để xử lý tiếp theo của máy thu.

Tương tự như trên, khi bỏ qua méo bậc cao với > 3, từ (2.10) các hệ

số của mô hình phi tuyến khi hội tụ được chỉ ra trong (2.12)

[]→ 1

[]→ − (2.12)

− + 2

[]→

Tín hiệu [] sau quá trình nghịch đảo sẽ được hội tụ tới []

Hai biểu thức (2.10) và (2.11) chỉ ra rằng trong phương pháp DI thì nhiễu

lượng tử [] làm giảm độ chính xác khi ước lượng các tham số nghịch đảo

đặc tuyến của méo. Do đó, sai số lượng tử của ADC kênh tham chiếu càng nhỏ

thì khả năng chính xác của thuật toán xử lý méo càng cao.

2.1.3 Thuật toán LMS có bước điều chỉnh thay đổi

Nghiên cứu đưa ra đề xuất sử dụng thuật toán LMS có bước điều chỉnh

thay đổi (VLMS) (điều chỉnh giá trị µ cho mỗi nhịp xử lý của LMS được giảm

dần) để cải thiện thời gian hội tụ và tăng độ chính xác của thao tác xử lý méo.

Về nguyên tắc, giá trị µ cho bước tiếp theo được tính toán lại dựa trên giá trị

lỗi tại đầu ra của khối LMS hiện tại. Khi tín hiệu kênh thu chính và tham chiếu

sai khác lớn, cần phải tăng bước điều chỉnh để đẩy nhanh quá trình hội tụ.

Ngược lại, khi mô hình gần đạt hội tụ, tín hiệu chính và tham chiếu sai khác

nhỏ, thì quá trình điều chỉnh được thực hiện với bước điều chỉnh nhỏ hơn để

tăng độ chính xác. Như vậy ngoài việc rút ngắn thời gian hội tụ của mạch sửa

méo thì VLMS còn có cho phép tăng độ chính xác xử lý hơn so với khi dùng

LMS có giá trị µ cố định.

Bước điều chỉnh của thuật toán thích nghi trong các tài liệu [16, 23, 71]

được lựa chọn cố định. Các bước điều chỉnh thường được chọn nhỏ để đạt được

độ chính xác cao sau khi điều chỉnh. Tuy nhiên, bước điều chỉnh nhỏ làm cho

tốc độ hội tụ chậm. Đề xuất trong tài liệu tham khảo [35] có chỉ ra cách thay

đổi bước điều chỉnh của bộ lọc thích nghi để cải thiện thời gian hội tụ .Tuy

nhiên, bước điều chỉnh được biến đổi theo một hàm toán học khá phức tạp làm

khó khăn khi triển khai thực tiễn tại miền RF. Để đơn giản thuật toán khi phải

xử lý tín hiệu tốc độ cao tại miền RF, ở đây nghiên cứu đã lựa chọn cách điều

chỉnh bước điều chỉnh giảm dần tuyến tính theo sai số đầu ra ̂[] của mạch

LMS. Cách điều chỉnh được biểu diễn dưới dạng:

(2.13), ( + 1) = ̂[]+

Trong đó , là các hệ số cần tìm của hàm tuyến tính (2.13). Giá trị

cần được điều chỉnh từ và được xác định từ tính toán mô phỏng với

tham số cụ thể của một LNA khi dùng LMS có bước điều chỉnh cố định.

Với = khi đó sai số giữa tín hiệu tín hiệu vào và đầu ra đạt giá trị nhỏ nhất ̂≈ 0. Như vậy thay vào (2.13) ta xác định được giá trị :

(2.14), ( + 1) = .0 + =

Để tìm giá trị của ta xét với trường hợp = và khi đó sai số giữa tín hiệu tín hiệu vào và đầu ra đạt giá trị lớn nhất (̂= ̂ ). Khi đó từ (2.13) ta có

(2.15), = ̂ +

Vậy

= (2.16), − ̂

Như vậy ta tìm được giá trị của các hệ số và của biểu thức (2.13) để

tính giá trị μ cho bước điều chỉnh tiếp theo:

[ + 1]= (2.17), ̂[]+ − ̂

Với ≪ các giá trị của kích thước bước μ cho VLMS được cập

nhật dưới dạng

[ + 1]= (2.18), ̂[]+ ̂

trong đó là bước điều chỉnh lớn nhất mà LMS có thể hội tụ, là bước

điều chỉnh nhỏ nhất mà LMS cho hội tụ. Hai tham số và được chấp

nhận bởi yêu cầu của máy thu gồm thời gian điều chỉnh hội tụ và chất lượng tín

hiệu sau xử lý méo. Cả và được xác định trước bằng cách tính toán

mô phỏng dựa vào một đặc tuyến méo cụ thể của LNA thông qua tài liệu nhà

sản xuất cung cấp hoặc thông qua khảo sát, đo đạc. ̂ là sai khác ban đầu

của tín hiệu tham chiếu với tín hiệu bị méo.

Thuật toán VLMS bắt đầu với bước điều chỉnh có giá trị ban đầu lớn.

Sau đó, trong quá trình điều chỉnh sẽ giảm dần và ổn định ở ngưỡng cho phép

sai số của xử lý. Thuật toán này được áp dụng với cả hai phương pháp tái tạo–

trừ méo và nghịch đảo méo và thực hiện mô phỏng trong mục tiếp theo sau đây

sẽ kiểm tra đánh giá hiệu quả của giải pháp.

2.2 Kết quả thực hiện giải pháp giảm méo bằng VLMS

Mô phỏng bằng phần mềm Matlab và xử lý cho bốn kênh tín hiệu thực

có dạng điều chế QPSK được thực hiện trong phần này. Nội dung trong Mục

2.2.1 trình bày mô phỏng VLMS cho cả hai phương pháp DS và DI. Mục 2.2.2

trình bày phương án và kết quả đo đạc bằng một mạch xử lý tín hiệu thực. Trong

đó, tín hiệu từ mạch điện phần cứng sau khi truyền lên máy tính sẽ được xử lý

bằng phần mềm Matlab. Do năng lực của bo mạch phần cứng sử dụng (tốc độ

lấy mẫu của ADC tối đa 250 Msps, tốc độ xử lý lớn nhất của FPGA khoảng

300 MHz) nên các tham số tín hiệu như tần số, tốc độ dữ liệu của các kênh sóng

mang khi kiểm tra sẽ chỉ giới hạn ở dải tần HF/VHF. Chi tiết về mô phỏng và

kiểm tra được trình bày sau đây.

2.2.1 Mô phỏng VLMS trên Matlab

Một mô hình DSR đa kênh làm việc ở dải tần HF/VHF được dùng làm

mô phỏng. Trong đó, hai kênh ADC tốc độ cao tốc độ lấy mẫu 200 Msps được

sử dụng để số hóa trực tiếp tín hiệu RF cho kênh chính và kênh tham chiếu.

Bảng 2.1: Tham số các kênh RF dùng kiểm tra giải pháp xử lý méo

Kênh Điều chế Tốc độ ký tự Tần số sóng mang

Ch1 QPSK 500 ksps = 7.8 MHz

Ch2 QPSK 500 ksps = 13.6 MHz

Ch3 QPSK 500 ksps = 14.6 MHz

Ch4 QPSK 500 ksps = 15.6 MHz

Ở đây, bốn kênh điều chế số sóng mang độc lập được sử dụng để kiểm

tra ảnh hưởng của méo phi tuyến của LNA. Trong đó, một kênh cần thu có năng

lượng nhỏ nhất bị ảnh hưởng mạnh nhất bởi méo (bị ảnh hưởng bởi cả hài và

xuyên điều chế từ các kênh còn lại). Cụ thể, bốn kênh điều chế QPSK và tốc

độ dữ liệu cho mỗi kênh là 1 Mbps. Tham số cụ thể của các kênh được cho như

trong Bảng 2.1. Ba kênh gây méo là các kênh có tần số sóng mang =

7.8 (Ch1), = 13.6 (Ch2) và = 14.6 (Ch3). Kênh có

công suất nhỏ cần thu là kênh Ch4 có tần số sóng mang là = 15.6 . Mô

hình phi tuyến sử dụng ở đây là mô hình Hammerstein không có hiệu ứng nhớ.

Nội dung được phân tích đầu tiên là khả năng và thời gian hội tụ của các

thuật toán LMS. Hình 2.4 và Hình 2.5 (với là hệ số phi tuyến của LNA và

là hệ số của mô hình phi tuyến) thể hiện biểu đồ quá trình hội tụ của các hệ

số trong mô hình phi tuyến cho cả hai thuật toán LMS và VLMS để tái tạo–trừ

méo và nghịch đảo méo. Đối với thuật toán LMS các giá trị cố định µ được

kiểm tra là [0,002 0,01 0,05] và với thuật toán VLMS giá trị µ thay đổi bắt đầu

với giá trị lớn nhất 0,05.

Kết quả mô phỏng trên Hình 2.4 và Hình 2.5 cho thấy, với cả phương

pháp DS và DI dùng VLMS (ADS, ADI) đều cho thấy khả năng hội tụ. Khi

năng mức độ méo thay đổi, thời gian hội tụ chậm có thể ảnh hưởng đến hiệu

suất, độ chính xác của mạch xử lý méo và toàn bộ hệ thống. Trong những trường

hợp như vậy, VLMS thể hiện lợi thế của nó. Thật vậy, cùng mức độ méo thì

VLMS cho phép DS và DI đều hội tụ chỉ sau khoảng 4 ∗ 10 và 5 ∗ 10 mẫu

nhanh hơn nhiều so với trường hợp dùng = 0,002 cố định. Ngoài ra VLMS

khi đã hội tụ thì các hệ số của mô hình phi tuyến cũng gần bằng với hệ số phi

tuyến của LNA hơn so với trường hợp = 0,002.

Hơn nữa, hiệu quả giảm méo còn được đánh giá qua phổ công suất của

tín hiệu trước và sau khi xử lý. Phổ công suất của tín hiệu đầu ra LNA trước và

sau khi xử lý méo với hai thuật toán ADS và ADI được thể hiện trong Hình 2.6.

Với các kênh được chọn trong Bảng 2.1 thì kênh Ch4 sẽ bị ảnh hưởng nghiêm

trọng bởi hài và xuyên điều chế sinh ra bởi các kênh còn lại. Từ hình ảnh phổ

công suất cho thấy kênh Ch4 bị méo gây ra bởi sóng hài bậc hai được tạo bởi

kênh Ch1 ( = 2 ) và thành phần xuyên điều chế bậc ba được tạo bởi

kênh Ch2 và kênh Ch3 ( = 2 − ). Cũng từ Hình 2.6 cho thấy

phương pháp ADS và ADI đều cho thấy khả năng giảm méo. Về mức nhiễu

nền, phương pháp ADS cho nền nhiễu cao hơn so với ADI do tại đầu ra xử lý

méo tồn tại một lượng tạp lượng tử của ADC kênh tham chiếu, điều này cũng

thể hiện trong biểu thức (2.7). Ngược lại, méo còn lại tại sau xử lý của ADI cao

hơn ADS do lượng tử của ADC kênh tham chiếu làm ảnh hưởng đến ước lượng

0.35

0.3

0.25

0.2

a2 a3 w2(u=0.002) w3(u=0.002) w2(u=0.01) w3(u=0.01) w2(u=0.05) w3(u=0.05) w2(Adapt) w3(Adapt)

0.15

0.1

Sample

10 105

các hệ số của mô hình phi tuyến (2.10).

0.2

0.1

-0.1

-0.2

-- -- w2(u=0.002) w3(u=0.002) w2(u=0.01) w3(u=0.01) w2(u=0.05) w3(u=0.05) w2(Adapt) w3(Adapt)

-0.3

s t n e i c i f f e o c r a e n i l n o N

-0.4

-0.5

sample

10 105

Hình 2.4: Đường hội tụ của các hệ số phi tuyến dùng phương pháp DS

Hình 2.5: Đường hội tụ của các hệ số phi tuyến dùng phương pháp DI

-20

-40

Ch1

RF-distortion ADI ADS

Ch2 Ch3

)

-60

Ch4

-80

m B d ( r e w o P

-100

-120

0.5

1.5

2 7

Freqency (Hz)

x 10

Hình 2.6: Phổ của tín hiệu RF trước và sau khi xử lý méo với thuật toán

ADI và ADS

Để định lượng các giải pháp giảm méo, nghiên cứu trong luận án đã thực

hiện đo tham số SNDR của kênh cần thu tại đầu ra xử lý. Ngoài ra ảnh hưởng

do sai số lượng tử của ADC trong kênh tham chiếu cũng được kiểm tra trong

phần này. Mô phỏng thực hiện với các mức sai số lượng tử khác nhau của kênh

tham chiếu bằng các ADC 12 bit, 14 bit và 16 bit (kết quả được đánh giá cho

cả phương pháp ADS và ADI). Chỉ số SNDR đo được cho kênh Ch4 được trình

bày trong Bảng 2.2 cho thấy phương pháp ADS tốt hơn phương pháp ADI với

bất kể độ phân giải nào của ADC. Kết quả cũng cho thấy rằng SNDR của thuật

toán ADI không thay đổi nhiều khi tăng độ phân giải ADC (Hình 2.7) trong khi

SNDR của phương pháp ADS tốt hơn rõ rệt khi nhiễu lượng tử nhỏ (Hình 2.8).

Phổ biên độ tín hiệu trong Hình 2.7 và Hình 2.8 cũng cho thấy sự khác

biệt rõ ràng giữa ADS và ADI. Thật vậy, biểu thức (2.7) cho thấy nền nhiễu

của phương pháp ADS phụ thuộc vào mức lượng tử ADC tham chiếu, trong khi

biểu thức (2.12) không không cho thấy sự phụ thuộc nhiều vào mức lượng tử

của ADC tham chiếu, mà mức lượng tử chỉ ảnh hưởng đến ước lượng các hệ số

)

m B d ( r e w o P

phi tuyến nên méo vẫn còn tồn tại ở đầu ra sau xử lý.

Hình 2.7: Phổ tín hiệu RF trước và sau khi xử lý méo bằng phương pháp

-20

-40

Ch3

Ch1

Ch2

)

RF-distortion Ref-ADC12bit Ref-ADC14bit Ref-ADC16bit

-60

Ch4

-80

m B d ( r e w o P

-100

-120

0.5

1.5

2 7

Frequency (Hz)

x 10

ADI với độ phân giải của ADC kênh tham chiếu khác nhau.

Hình 2.8: Phổ tín hiệu RF trước và sau khi xử lý méo bằng phương pháp

ADS với độ phân giải của ADC kênh tham chiếu khác nhau.

Bảng 2.2: Mức độ cải thiện SNDR của kênh Ch4 sau xử lý méo

ADC tham chiếu 12 bit 14 bit 16 bit

Phương pháp DS ~ 9 ~ 12 ~ 18

Phương pháp DI ~ 9 ~ 12 ~ 13

Cuối cùng, BER của kênh cần thu Ch4 là tham số quan trọng nhất để

đánh giá hiệu quả cũng được kiểm tra. Thay vì phải thay đổi mức độ méo bằng

cách thay đổi tổng năng lượng tín hiệu RF đầu vào thì ở đây để đơn giản cho

quá trình kiểm tra nghiên cứu đã thực hiện cố định mức năng lượng mỗi kênh

gây méo bằng -25 dBm và thay đổi năng lượng đầu vào của kênh Ch4 trong

khoảng -76 dBm đến -58 dBm. Do mức của kênh Ch4 nhỏ hơn nhiều so với

các kênh còn lại nên khi thay đổi năng lượng kênh Ch4 thì tổng năng lượng đầu

vào LNA được coi là không thay đổi và điểm làm việc cũng cố định. Để đảm

bảo sự chính xác cho tính toán, BER được tính toán với 65 ∗ 10 mẫu tín hiệu

RF với thuật toán LMS và VLMS. Kết quả thực hiện được thể hiện trong Hình

2.9 cho thấy tất cả các giải pháp giảm méo đều cải thiện đáng kể BER so với

khi không áp dụng giải pháp sửa méo. Bằng cách áp dụng giải pháp xử lý méo

thì BER của kênh Ch4 đã được cải thiện. Cụ thể, kết quả từ Hình 2.9 thấy rằng

năng lượng kênh Ch4 càng cao thì BER càng được cải thiện và phương pháp

ADS cho BER đều tốt hơn so với ADI. Cũng trên Hình 2.9 cho thấy BER của

cả trường hợp bước điều chỉnh cố định và có bước điều chỉnh thay đổi là như

nhau đối với mức kênh giải điều chế Ch4 nhỏ hơn –63 dBm. Sự khác nhau thể

hiện rõ khi mức kênh Ch4 lớn hơn –63 dBm.

Khi so sánh LMS và VLMS, Hình 2.9 cho thấy VLMS tốt hơn khi dùng

LMS. Các đường cong BER đã chỉ ra tác động của VLMS khi sử dụng ADS là

khá rõ ràng đối với toàn bộ dải công suất được xem xét, trong khi tác động lên

ADI là không rõ ràng vì sự cải thiện chỉ đáng chú ý khi công suất đầu vào cao.

R E B

Hình 2.9: BER của kênh Ch4 khi sau khi xử lý méo.

Như vậy, kết quả mô phỏng đã cho thấy giải pháp đề xuất là có hiệu quả.

Sự cải thiện về thời gian xử lý của giải pháp khi sử dụng thuật toán LMS có

bước điều chỉnh tốt hơn cố định là rõ rệt. Chất lượng sau xử lý cũng cho thấy

tốt hơn ở mức tín hiệu kênh cần thu nhỏ. Với kết quả mô phỏng đạt được,

nghiên cứu thực hiện kiểm tra tiếp theo với tín hiệu méo thực cho một module

LNA chuẩn. Kết quả thực hiện được trình bày trong mục tiếp theo sau đây.

2.2.2 Kiểm tra giải pháp xử lý méo dùng VLMS

Giải pháp xử lý méo dùng VLMS được kiểm tra bằng bốn kênh tín hiệu

thực khuếch đại bằng mô đun ZLF-500LN+ [76]. Sơ đồ thực hiện kiểm tra được

thể hiện trong Hình 2.10. Cụ thể, Tín hiệu RF của bốn kênh điều chế QPSK với

các tham số giống với mô phỏng trong Bảng 2.1 và có tổng mức năng lượng

đưa vào khuếch đại là -26 dBm được tạo ra bằng máy phát chuẩn 33600A của

hãng Keysight. Với các tần số đã chọn thì méo sẽ ảnh hưởng nghiêm trọng nhất

vẫn là kênh ℎ4 cần thu.

Đầu tiên, tín hiệu RF được đưa qua kênh thu chính có mạch khuếch đại

ZLF-500LN+. Phổ công suất của bốn kênh tín hiệu RF đo được bằng máy phân

tích phổ tại trước và sau khi khuếch đại được thể hiện trong Hình 2.11. Tín hiệu

RF sau khuếch đại được số hóa bằng một ADC 14 bit (ADS4249) làm việc với

tốc độ lấy mẫu 200 Msps. Các mẫu tín hiệu sau khi số hóa được đưa tới bộ đệm

33600A

14bit 200 Msps

và truyền lên máy tính để xử lý méo bằng lập trình Matlab.

LPF

ADC

FPGA

10/12/14 bit 200 Msps

LPF

ADC

Hình 2.10: Sơ đồ kiểm tra giải pháp xử lý méo với thuật toán VLMS.

Tín hiệu kênh thu tham chiếu không có khuếch đại cũng được thực hiện

lấy mẫu theo cách tương tự. Cùng sử dụng ADC ADS4249 như kênh thu chính

với tốc độ lấy mẫu 200 Msps nhưng kênh tham chiếu được điều chỉnh lấy mẫu

với các độ phân giải lần lượt là 10 bit, 12 bit và 14 bit. Việc giảm số bit từ 14

bit xuống 10 bit, 12 bit được thực hiện trong FPGA đơn giản bằng cách bỏ đi

hai và bốn bit có trọng số nhỏ nhất (LSB) và phổ công suất tín hiệu RF tại kênh

tham chiếu sau khi lấy mẫu được thể hiện trong Hình 2.12.

Hình 2.11: Phổ tín hiệu RF trước và sau khuếch đại

Phần thực nghiệm sử dụng thuật toán VLMS để nghịch đảo méo. Hình

2.13 thể hiện phổ của tín hiệu trước và sau khi xử lý với các độ phân giải của

ADC tham chiếu khác nhau. Phổ biên độ của tín hiệu trước và sau xử lý cho

thấy, nhiễu lượng tử của kênh tham chiếu có làm giảm chất lượng tín hiệu sau

xử lý. Cụ thể, với độ phân giải của ADC tham chiếu giảm hai bit đã làm khả

năng sửa méo bị giảm đi và mức năng lượng của các méo bị suy hao khác nhau

)

m B d ( r e w o P

khoảng 5 dB.

)

m B d ( r e w o P

Hình 2.12: Phổ tín hiệu tham chiếu sau ADC.

Hình 2.13: Phổ tín hiệu trước và sau khi xử lý bằng thuật toán VLMS.

Các tín hiệu bốn kênh RF trước và sau khuếch đại và sau xử lý méo còn

được kiểm tra bằng máy phân tích băng rộng Aeroflex CS9000. Hình 2.14 thể

hiện kết quả phân tích cho tín hiệu đưa tới khuếch đại cho EVM của kênh Ch4

xấp xỉ 15%. Hình 2.15 và Hình 2.16 thể hiện giản đồ mắt và chòm sao cho tín

hiệu của kênh kênh Ch4 (ở đây, kết quả chỉ trình bày kết quả của hai mức công

suất đại diện: -23 dBm và -17 dBm). Kết quả đo cho thấy với mức tín hiệu đầu

vào ở mức -17 dBm trước khi sửa thì độ mở của mắt nhỏ hơn 25% biên độ của

tín hiệu và các điểm của chòm sao tín hiệu bị mở rộng sang miền quyết định

của ký tự khác. Khi mức tín hiệu đầu vào chỉ ở mức -23 dBm thì tại đầu ra có

thể quan sát thấy các thành phần méo đã xuất hiện và ảnh hưởng đến chất lượng

của kênh Ch4. Mặc dù các điểm chòm sao bị mở rộng nhưng sự phân biệt giữa

các ký tự vẫn khá rõ ràng. Kết quả cho thấy rằng mức độ méo tỷ lệ thuận với

mức tín hiệu đầu vào và nghiêm trọng khi mức đầu vào càng gần với miền bão

hòa.

Hình 2.14: Tín hiệu đưa vào khuếch đại.

Hình 2.15: Tín hiệu trước và sau xử lý đo trên máy CS9000 khi mức tín hiệu

vào LNA là -17 dBm

Hình 2.16: Tín hiệu trước và sau xử lý đo trên máy CS9000 khi mức tín hiệu

vào LNA là -23 dBm.

Kết quả sau khi xử lý méo cho tín hiệu RF được biểu diễn bằng giản đồ

mắt và chòm sao trong Hình 2.15 và Hình 2.16. Kết quả cho thấy độ mở của

mắt kênh Ch4 sau xử lý tăng gần gấp đôi so với trước khi xử lý. Tham số EVM

của kênh Ch4 đã được cải thiện 13% so với trước khi xử lý với mức tín hiệu

đầu vào bộ khuếch đại là -23 dBm và được cải thiện 11% ở trường hợp công

suất đầu vào cao hơn -17 dBm. Phép đo cũng cho thấy sau khi sửa méo SNDR

của kênh Ch4 được cải thiện từ 4,10 dB đến 7,10 dB (tổng năng lượng đầu vào

từ -35 dBm ÷ -17 dBm). Mức cải thiện này thấp hơn so với kết quả mô phỏng

là do một số lý tưởng hóa trong mô hình hệ thống. Tuy nhiên, kết quả thực

nghiệm vẫn khẳng định tính hiệu quả của giải pháp đưa ra.

2.3 Kết luận chương 2

Chương 2 đã trình bày giải pháp sử dụng kênh thu tham chiếu tuyến tính

để giảm méo phi tuyến LNA cho máy thu lấy mẫu trực tiếp. Méo được xử lý

bằng cách tái tạo–trừ méo hoặc nghịch đảo méo kết hợp với thuật toán LMS có

bước điều chỉnh thay đổi để giảm thời gian điều chỉnh. Giải pháp thực hiện mà

không cần biết thông tin của các kênh gây méo và các kênh cần thu cũng như

đặc tuyến của bộ khuếch đại. Ngoài ra, thao tác xử lý méo được thực hiện ngay

trong quá trình thu và giải điều chế tín hiệu. So với nghiên cứu sử dụng kênh

thu phụ tham chiếu trước đây trong [18] thì đề xuất của luận án đã đạt được:

- Méo được xử lý ngay tại miền RF với các phép toán đơn giản;

- Đề xuất có xét đến cả ảnh hưởng lượng tử của ADC kênh tham chiếu;

- Không chỉ các thành phần xuyên điều chế bậc lẻ mà cả thành phần méo

bậc chẵn cũng được xử lý (Xử lý được thực hiện cho cả các kênh ở gần và ở

cách xa kênh gây méo);

- Thời gian hội tụ của thuật toán xử lý méo được cải thiện nhờ bước điều

chỉnh được thay đổi;

- Kết quả thực hiện được đánh giá không chỉ qua phổ trước và sau xử lý

mà còn được đánh giá cụ thể định lượng thông qua EVM và BER.

Giải pháp giảm méo đề xuất trong Chương 2 có thể áp dụng hiệu quả với

loại máy thu lấy mẫu trực tiếp. Với máy thu đổi tần trực tiếp thì khi xử lý chỉ

cần sử dụng mô hình phi tuyến với các thành phần bậc lẻ, nhưng kênh tham

chiếu cần một ADC tốc độ cao. Việc lựa chọn được ADC có dải động rộng và

tốc độ lấy mẫu cao thực tế là một khó khăn. Do đó, chương tiếp theo của Luận

án sẽ trình bày giải pháp sử dụng ADC tốc độ thấp để lấy mẫu dưới cho tín hiệu

kênh tham chiếu để khắc phục hạn chế này này.

Chương 3. GIẢM MÉO PHI TUYẾN CỦA LNA DÙNG KỸ THUẬT

LẤY MẪU DƯỚI CHO KÊNH THU THAM CHIẾU

Cấu trúc DCR như thể hiện trong Hình 1.17 là kiến trúc máy thu phổ

biến hiện nay cho những tín hiệu có tần số sóng mang rất cao. Máy thu loại này

có cấu trúc đơn giản và nhỏ gọn bởi mức độ tích hợp cao của các chip thế hệ

mới. Với cấu trúc này, thành phần DC–offset thường được xử lý bằng cách hiệu

chỉnh hoặc dùng IF thấp (near zero IF), ảnh hưởng của việc mất cân bằng IQ

hiện nay cũng được giảm bởi khi hai kênh I,Q thường được tích hợp trong một

chip cộng với việc có thể xử lý loại méo này trong miền số [91], quá trình số

hóa tín hiệu trong cấu trúc này chỉ phải thực hiện ở miền tần số thấp nên dễ

dàng chọn được ADC có độ phân giải cao nên méo của quá trình chuyển đổi

cũng không quá nghiêm trọng. LNA là thành phần gia công tín hiệu đầu tiên

của máy thu, việc khuếch đại tín hiệu của LNA ảnh hưởng lớn đến chất lượng

tín hiệu sau giải điều chế. LNA cho phép khuếch đại tốt tín hiệu có mức năng

lượng nhỏ nhưng khi tổng năng lượng tín hiệu RF có thể lớn khi có máy phát ở

gần thì méo sẽ xuất hiện tại đầu ra bộ khuếch đại [19, 55, 75]. Tuy nhiên, ảnh

hưởng phi tuyến là nghiêm trọng trong máy thu loại này là xuyên điều chế sinh

ra từ những kênh ở trong băng có năng lượng lớn xuất hiện tại kênh cần thu

nhưng có mức năng lượng nhỏ [5, 19].

Giải pháp xử lý méo cho máy thu lấy mẫu trực tiếp dùng kênh tham chiếu

đã được trình bày trong Chương 2 cũng có thể áp dụng được cho DCR. Tuy

nhiên, trong thực tế DCR thường thiết kế để thu những tín hiệu tần số rất cao

(từ vài trăm Megahezt trở lên), việc sử dụng ADC tốc độ cao cho kênh tham

chiếu là khó khăn khi thực hiện. Nếu kênh tham chiếu dùng trộn tương tự và

ADC tốc độ thấp như trong đề xuất [18] thì sẽ mất sự tuyến tính và cần phải

xét đến thành phần DC–offset, méo do mất cân bằng IQ và méo phi tuyến của

các bộ trộn tương tự như đã trình bày trong Chương 1. Để tránh phải dùng ADC

tốc độ rất cao (tốc độ lấy mẫu hàng Gigahezt) khi lấy mẫu trực tiếp hoặc tránh

các yếu tố ảnh hưởng khi dùng trộn tương tự, ở đây nghiên cứu đề xuất giải

pháp dùng kỹ thuật lấy mẫu dưới cho tín hiệu kênh tham chiếu. Kết quả sửa

dụng kênh tham chiếu để xử lý méo được thể hiện trong tài liệu [J2]. Các kết

quả thực hiện áp dụng kiểm tra, đánh giá giải pháp dùng kỹ thuật lấy mẫu dưới

được trình bày trong công trình [C1].

Ở đây, méo được thực hiện xử lý ở miền tần số thấp sau bộ chuyển đổi

hạ tần số (DDC) từ thông tin của méo được trích xuất từ kênh thu chính và kênh

thu tham chiếu. Việc sử dụng kỹ thuật lấy mẫu dưới cho ADC kênh tham chiếu

thay vì phải dùng ADC tốc độ cao hoặc bằng mạch trộn tương tự sẽ cho phép

giảm độ phức tạp của mạch điện và năng lực xử lý của phần mềm cũng như

năng lượng tiêu thụ của máy thu. Trong miền số, tín hiệu được giảm méo bằng

cách dùng mô hình phi tuyến kết hợp thuật toán LMS để tái tạo–trừ méo hoặc

nghịch đảo méo như đã trình bày trong Chương 2. Để đánh giá hiệu quả của

giải pháp, mô phỏng được kiểm tra trên phần mềm Matlab và thực nghiệm cũng

được thực hiện cho một máy thu đổi tần trực tiếp dải tần VHF với bốn kênh

16–QAM và đã được trình bày trong tài liệu [C1]. Kết quả cho thấy rằng giải

pháp cho phép cải thiện BER giảm hàng trăm lần so với khi không có xử lý

méo.

3.1 Giải pháp dùng kỹ thuật lấy mẫu dưới cho kênh tham chiếu

3.1.1 Kỹ thuật lấy mẫu dưới của ADC

Kỹ thuật lấy mẫu dưới cho ADC còn được gọi là kỹ thuật lấy mẫu băng

thông, lấy mẫu hài [36, 37] được sử dụng trong nghiên cứu này. Trong kỹ thuật

này, tốc độ lấy mẫu của ADC kênh tham chiếu có thể nhỏ hơn hai lần so với

tần số tối đa của tín hiệu nhưng cần lớn hơn ít nhất hai lần băng thông làm việc

của máy thu [36, 37].

Khi sử dụng ADC việc thiết kế được bộ lọc anti–aliasing sườn dốc và

mức suy hao ngoài băng lớn là yêu cầu quan trọng để loại bỏ những thành phần

ngoài dải lấy mẫu. Các bộ lọc cần có mức suy hao ngoài miền Nyquist mong

muốn khi thiết kế máy thu ít nhất phải bằng 90 dBc [36]. Yêu cầu này dễ dàng

được thực hiện với bộ lọc thông thấp, do đó các máy thu thường sử dụng miền

Nyquist đầu tiên để loại bỏ các miền Nyquist bậc cao và dùng ADC lấy mẫu

trên. Ngoài ra, việc lựa chọn sử dụng ADC lấy mẫu trên cho máy thu còn có

lợi thế như để được thêm được một lượng khuếch đại sau khi chuyển hạ tần số

(processing gain) [36]. Tuy nhiên, việc sử dụng kỹ thuật lấy mẫu dưới cũng có

một số lợi thế như tiêu thụ điện năng cho ADC thấp hơn, chi phí ADC thấp

hơn, dễ dàng lấy dữ liệu từ ADC do thời gian thiết lập và lưu giữ chậm, giao

tiếp dễ dàng với FPGA do tốc độ thấp hơn. Trước đây, kỹ thuật lấy mẫu dưới

thường được áp dụng số hóa cho tín hiệu trung tần của máy thu [92, 93]. Tín

hiệu tại trung tần là tín hiệu đã được lọc bỏ phần lớn các thành phần không

mong muốn nên dễ khuếch đại và lấy mẫu dưới sẽ ít ảnh hưởng đến chất lượng

tín hiệu. Hiện nay, kỹ thuật lấy mẫu dưới cho tín hiệu tại RF cũng bắt đầu được

sử dụng cho thiết kế máy thu vô tuyến nhưng thường chỉ ở vùng Nyquist 2 hoặc

Nyquist 3 [61] bởi với các bậc cao hơn việc thiết kế bộ lọc anti–aliasing khó

đạt được chất lượng về độ dốc hai sườn, mức suy hao trong băng nhỏ và ngoài

băng lớn [36].

Khác với kỹ thuật lấy mẫu dưới Nyquist nhỏ hơn hoặc bằng 3 thường

dùng trước đó, trong nghiên cứu này thì miền Nyquist của ADC cao hơn vẫn

có thể được chọn để dùng cho kênh thu tham chiếu bởi một số lý do:

- ADC tốc độ thấp thường có độ phân giải cao (minh họa Hình 3.3).

- Không phải chuyển hạ tần số từ RF xuống LF và không có các ảnh

hưởng của DC–offset, IQ mismatch, phi tuyến của bộ trộn.

- Dùng để số hóa các kênh gây méo có năng lượng lớn trong dải thu, các

kênh tần số ngoài dải đã được lọc bởi bộ lọc băng ở đầu vào sau ăng–ten do đó

không yêu cầu cao về chất lượng bộ lọc.

Kỹ thuật lấy mẫu dưới: Đầu tiên xét trường hợp lấy mẫu cho tín hiệu

băng gốc cần quan tâm đều nằm trong vùng Nyquist 1. Hình 3.1a thể hiện dải

tín hiệu được lấy mẫu bị giới hạn trong vùng Nyquist 1 và các thành phần ảnh

của nó xuất hiện trong các vùng Nyquist cao hơn. Với trường hợp thể hiện trong

Hình 3.1b, tại đây dải tín hiệu được lấy mẫu nằm hoàn toàn trong vùng Nyquist

2. Có thể thấy rằng thành phần ảnh nằm trong vùng Nyquist 1 chứa tất cả thông

tin của tín hiệu của Nyquist 2 nhưng thứ tự của các tần số trong phổ bị đảo

Nyquist 1

2fs

3fs

(a)

Nyquist 2

2fs

3fs

(b)

Nyquist 3

2fs

3fs

(c)

ngược.

Hình 3.1: Lấy mẫu dưới và dịch tần số giữa các vùng Nyquist.

Hình 3.1c thể hiện tín hiệu được lấy mẫu giới hạn trong vùng Nyquist 3,

có thể thấy thành phần ảnh của nó rơi vào vùng Nyquist 1 nhưng không bị đảo

ngược phổ. Trên thực tế các tần số tín hiệu được lấy mẫu có thể nằm trong bất

kỳ vùng Nyquist nào và thành phần ảnh khi rơi vào vùng Nyquist 1 vẫn sẽ được

biểu diễn chính xác (ngoại trừ sự đảo ngược phổ xảy ra khi các tín hiệu nằm

trong vùng Nyquist chẵn). Như vậy, có thể xác định lại tiêu chuẩn Nyquist khi

áp dụng lấy mẫu cho các tín hiệu băng thông mà không cần quan tâm đến sóng

mang. Tín hiệu của băng thông phải được lấy mẫu ở tốc độ bằng hoặc lớn hơn

hai lần băng thông của nó để bảo toàn tất cả thông tin tín hiệu. Khó khăn duy

nhất ở đây là dải tín hiệu được lấy mẫu chỉ giới hạn trong một vùng Nyquist

nên các tín hiệu không mong muốn ở vùng Nyquist khác phải được loại bỏ và

đây là chức năng chính của bộ lọc anti–aliasing.

Quá trình lấy mẫu dưới ngoài để lẫy mẫu tín hiệu còn có chức năng giống

với mạch chuyển hạ tần số cho tín hiệu. Bộ lọc anti–aliasing được xác định bởi

tần số trung tâm tín hiệu, tần số lấy mẫu, mức suy hao cần thiết và dải động hệ

thống được chọn dựa trên yêu cầu về độ trung thực của tín hiệu.

Hình 3.2: So sánh đặc trưng một số loại bộ lọc

Bộ lọc anti–aliasing sẽ phức tạp khi khi thiết kế bởi yêu cầu độ dốc cao

ở hai bên sườn. Ví dụ, mỗi khâu của bộ lọc Butterworth chỉ cho độ suy hao 6

dB tại sườn, để đạt được mức suy giảm 60 dB tại sườn thì yêu cầu có tối thiểu

10 khâu lọc. Đây là một thách thức không nhỏ khi thiết kế. Do đó, cần loại bộ

lọc khác phù hợp hơn có sườn dốc và đồng đều trong dải cùng với đáp ứng pha

tuyến tính. Thực tế, loại bộ lọc Elliptic có thể đáp ứng các tiêu chí này và là

một lựa chọn phổ biến. Thông thường bộ lọc này được chỉ định để đạt được độ

suy giảm ít nhất 80 dB ở 1,2 lần tần số cắt. Một minh họa để so sánh về độ gợn

trong băng thông, độ dốc của các dạng mạch lọc cũng được thể hiện trong Hình

3.2.

Như vậy, một trong những nhiệm vụ khó khăn khi dùng ADC lấy mẫu

dưới cho tín hiệu RF là thiết kế được bộ lọc băng chất lượng cao để loại bỏ

được các thành phần tín hiệu bên ngoài dải Nyquist mong muốn. Yêu cầu này

đến nay vẫn là một khó khăn do đó dù mong muốn nhưng ADC rất khó thực

hiện lấy mẫu được cho các dải Nyquist bậc cao. Do đó, hiện nay hầu như ADC

chỉ lấy mẫu được cho các dải Nyquist bậc nhỏ hơn hoặc bằng 3.

3.1.2 Lấy mẫu dưới và xử lý méo cho kênh thu tham chiếu

Khi các máy thu làm việc ở tần số sóng mang hàng Gigahezt thì việc

chọn được ADC đáp ứng yêu cầu về tốc độ lấy mẫu cao và dải động rộng là

một việc khó khăn. Như minh họa trong Hình 3.3 với ADC có dải động rộng

thì tốc độ lấy mẫu thường chỉ đạt từ vài trăm Megahezt. ADC có tốc độ lấy mẫu

hàng Gigahezt có độ phân giải không cao và chất lượng tín hiệu tham chiếu sẽ

không tốt [77–90]. Ngoài ra, việc sử dụng ADC tốc độ cao cũng cần phải chọn

được FPGA đáp ứng được về tốc độ xử lý. Điều này làm tăng chi phí, năng

lượng tiêu thụ của máy thu. Khi tốc độ dữ liệu tăng lên, việc bố trí các bo mạch,

định tuyến tín hiệu và vị trí của ADC và FPGA trong thiết kế cần phải được

quan tâm tối đa.

Thực tế hiện nay, khi làm việc tới vài Gigahezt trở lên máy thu thường

phải thực hiện chuyển hạ tần số xuống bằng các bộ trộn vuông pha tương tự và

ADC được dùng ở miền tần số thấp [59, 60]. Giải pháp xử lý méo dùng thêm

kênh thu tham chiếu có một số yêu cầu:

- Nếu kênh thu tham chiếu dùng bộ trộn vuông pha tương tự như trong

đề xuất [18] cần phải xét đến một số yếu tố ảnh hưởng như DC–offset, méo do

mất cân bằng IQ, méo phi tuyến.

- ADC tốc độ cao tối thiểu gấp 2 lần so với tần số tín hiệu và điều này

khó đáp ứng với những tần số tín hiệu cao.

- Khi thêm một mạch ADC để lấy mẫu và xử lý tốc độ cao sẽ làm cho

AD9217

6400

3200

ADC12DL3200

AD9208

) z H M

1600

AD9691

AD9234

ADS54J60

800

400

AD9683 ADS4149

( u ẫ m y ấ l ố s n ầ T

LTC2107 LTC2209 LTC2208

200 100

AD9218

ADC3583

14 Độ phân giải (bit)

năng lượng tiêu thụ của máy thu tăng lên đáng kể.

Hình 3.3: Tần số lấy mẫu và độ phân giải của ADC

Với mục đích đơn giản hóa cho phần xử lý số, giảm sai số lượng tử và

năng lượng tiêu thụ cho máy thu nghiên cứu đã thực hiện dùng ADC tốc độ

thấp với kỹ thuật lấy mẫu dưới cho kênh tham chiếu để sửa méo. Sơ đồ thực

hiện thể hiện trong Hình 3.4 đã chỉ ra giải pháp sẽ phù hợp để áp dụng cho DCR

đa kênh làm việc được ở tần số cao.

Ở đây, kỹ thuật lấy mẫu dưới cho ADC tham chiếu mục đích để thu được

các tín hiệu có năng lượng lớn và đây chính là các kênh gây méo bên trong dải

làm việc máy thu. Trong đề xuất này, một bộ lọc băng tương tự BPF2 có băng

thông bằng với dải tần số làm việc của máy thu được đặt phía trước ADC như

thể hiện trên Hình 3.4 để tránh sự chồng phổ từ các thành phần không mong

muốn trên kênh tham chiếu. Máy thu đang xét là máy thu đa kênh dải tần làm

việc rộng nên việc thiết kế các bộ lọc băng chất lượng cao tại đầu vào máy thu

sẽ dễ dàng. Ngoài ra, kênh tham chiếu dùng để thu các tín hiệu có mức lớn nên

có thể chấp nhận suy hao tại kênh này khi ghép nhiều khâu lọc để đạt được độ

dốc cao. Khi thực hiện lấy mẫu dưới, tín hiệu RF sẽ được chuyển hạ xuống

miền tần số thấp [36, 37, 92, 93] do đó trong miền xử lý số kênh tham chiếu sẽ

LPF

ADC

xLF(n)

yRF(t)

g1(.)

w1(n)

BPF1

xLF(n)

Lọc BW

LPF

ADC

gk(.)

wk(n)

LMS

Lọc Alias

yREF(n)

BPF2

ADC Lấy mẫu dưới

không còn cần phải có thêm bộ DDC.

Hình 3.4: Sơ đồ thực hiện trừ méo dùng kênh tham chiếu lấy mẫu dưới.

Như vậy khi dùng kỹ thuật lấy mẫu dưới, giải pháp sẽ đem lại một số

thuận lợi trong thiết kế như có thể bỏ qua ảnh hưởng của DC–offset, méo do

mất cân bằng IQ và méo do trộn khi dùng mạch tương tự, không yêu cầu cao

về tốc độ lấy mẫu đối với ADC và giảm một số khối chức năng của bộ xử lý số

tín hiệu. Sau đây sẽ tiến hành phân tích về kỹ thuật lấy mẫu dưới cho kênh tham

chiếu và mô hình giảm méo cho DCR.

Lấy mẫu dưới cho kênh tham chiếu: Tốc độ lấy mẫu của ADC cho tín

hiệu tham chiếu cần chọn cao hơn ít nhất hai lần so với băng tần làm việc của

máy thu [36, 37]. Nếu là dải tần làm việc của máy thu ( = − ) thì tần

số lấy mẫu ≥ 2 được yêu cầu là [37]:

(3.1), ≤ ≤ 2 2 − 1

Trong đó là giới hạn trên và là giới hạn dưới dải tần thu và được chọn

với bất kỳ số nguyên thỏa mãn:

(3.2) 1 ≤ ≤ −

Tín hiệu RF tham chiếu sau ADC được đưa đến phần xử lý méo tại LF

mà không cần có DDC. Trong miền xử lý số LF, méo được giảm bằng cách

nghịch đảo méo.

Nghịch đảo méo tại miền tần số thấp:

Tín hiệu của kênh tham chiếu tại miền RF chuyển hạ xuống tần số thấp

bởi ADC lấy mẫu dưới. Tại miền tần số thấp, tín hiệu kênh thu chính và kênh

thu tham chiếu được so sánh sự sai khác và tìm tham số phi tuyến của LNA.

Sau đó, méo của kênh thu chính được giảm bằng cách nghịch đảo đặc tuyến

méo dựa vào các tham số phi tuyến tìm được. Như đã thể hiện trong biểu thức

(1.6) trong Chương 1, sau khi chuyển hạ tín hiệu thì méo được xử lý tại miền

tần số thấp bao gồm các thành phần xuyên điều chế bậc lẻ. Với [] là tín hiệu bị méo tại miền tần số thấp được đưa vào mô hình phi tuyến, các thành

phần đầu ra của mô hình phi tuyến gồm thành phần tuyến tính ([]) và

([]) với ≥ 3, lẻ là thành phần phi tuyến như được thể hiện trong biểu thức (3.3)

[],

(3.3), ([]) =

và đầu ra của mô hình méo được xác định bởi biểu thức (3.4)

(3.4), []= ([])

Đầu ra [] được đưa tới mạch LMS kết hợp với tín hiệu tham chiếu

() để tính toán sự sai khác theo biểu thức (3.5)

(3.5), ̂[]= () − ([])

Dựa vào giá trị bình phương lỗi ̂[] trong (3.5), khối LMS điều

chỉnh các hệ số phi tuyến w [] của mạch nghích đảo méo theo biểu thức (3.6)

(3.6). []= [ − 1]+ ([])̂[]

Quá trình tính toán điều chỉnh được thực hiện liên tục để các hệ số của

mô hình phi tuyến được hội tụ (khi ̂[] đạt nhỏ nhất). Khi LMS đạt hội tụ,

tín hiệu [] sẽ tiệm cận với đầu vào tham chiếu tuyến tính (). Nói cách khác, hàm truyền của mô hình phi tuyến khi LMS hội tụ là hàm ngược của

hàm truyền của LNA tại LF. Điều này giúp giảm méo phi tuyến của LNA trong

khi vẫn giữ mức tín hiệu phù hợp cho quá trình xử lý tiếp theo của máy thu.

Mục 3.2.1 sẽ trình bày kết quả mô phỏng trên Matlab cho phân tích này và Mục

3.2.2 trình bày kết quả kiểm tra tín hiệu thực.

3.2 Kết quả thực hiện giảm méo dùng kỹ thuật lấy mẫu dưới

3.2.1 Mô phỏng giải pháp giảm méo dùng kỹ thuật lấy mẫu dưới

Mô hình DCR hoạt động từ 260 MHz đến 325 MHz được xây dựng để

đánh giá ảnh hưởng của cả kênh bên trong và ngoài dải tần thu cho quá trình

lấy mẫu và xử lý méo. Ở đây nghiên cứu sử dụng tín hiệu RF bao gồm bốn

kênh điều chế 16–QAM với tốc độ ký tự cho mỗi kênh là 4 Msps (Mega

Symbols per second), trong đó có một kênh nằm ngoài dải làm việc của máy

thu và ba kênh còn lại nằm bên trong dải làm việc của máy thu như thể hiện

trong Hình 3.5. Tham số của các kênh được cho như trong Bảng 3.1 và phổ tín

hiệu các kênh trước và sau khi bị méo được cho trong Hình 3.5

BER được lựa chọn là tham số đánh giá trong mô phỏng này. Với các

tần số sóng mang đã chọn, méo từ ba kênh Ch1, Ch2 và Ch4 do phi tuyến của

LNA sẽ xuất hiện ở vị trí kênh Ch3. Tín hiệu các kênh điều chế được chuyển

hạ xuống bằng bộ dao động tần số f = 260 MHz , tần số lấy mẫu sau chuyển

hạ là 130 MHz, băng thông chuyển hạ là 65 MHz. Sau khi hạ tần xuống miền

LF tần số sóng mang của các kênh tín hiệu được thể hiện trong Bảng 3.1

Bảng 3.1: Tham số các kênh tín hiệu RF dùng để đánh giá giải pháp sửa méo

dùng ADC lấy mẫu dưới cho kênh tham chiếu.

Loại điều Tần số sóng mang Tần số sóng Kênh Tốc độ ký tự chế tại RF mang tại LF

Ch1 16–QAM 4 Msps = 283,5 MHz = 23,5 MHz

Ch2 16–QAM 4 Msps = 294,0 MHz = 34,0 MHz

Ch3 16–QAM 4 Msps = 304,5 MHz = 44,5 MHz

Ch4 16–QAM 4 Msps = 229,5 MHz = 30,5 MHz

Ở đây hai kỹ thuật lấy mẫu tín hiệu cho kênh tham chiếu được thực hiện

mô phỏng để so sánh và đánh giá. Mô phỏng đầu tiên sử dụng bộ trộn trương

tự để chuyển hạ tần số cho tín hiệu của kênh thu tham chiếu. Sau đó, mô phỏng

thứ hai sử dụng kỹ thuật lấy mẫu dưới cho tín hiệu kênh tham chiếu. Trong

bước kiểm tra này, để lấy mẫu dưới cho tín hiệu nằm trong dải tần từ 260 MHz

đến 325 MHz (65 MHz băng thông) thì khoảng Nyquist có thể được chọn từ 1

)

m B d ( e d u t i l p m A

đến 5 dựa vào biểu thức (3.7).

Hình 3.5: Phổ biên độ của các kênh và tín hiệu RF trước và sau khuếch đại.

(3.7), 1 ≤ ≤ = 5 325 325 − 260

Để tránh bị lật phổ [37] thì cần chọn lẻ, ngoài ra lớn sẽ cho phép tốc

độ lấy mẫu của ADC thấp do đó = 5 được lựa chọn từ công thức (3.7). Với

= 5 ta có tần số lấy mẫu 130 MHz và vị trí phổ tín hiệu ở khoảng 4 đến 5 lần

nửa tốc độ lấy mẫu như thể hiện trong Hình 3.6.

RF Signal

Alias

fs=130 MHz

260 MHz

fs/2

Hình 3.6: Chọn tần số lấy mẫu cho tín hiệu tần số từ 260 MHz đến 325 MHz.

Lọc băng đầu vào là một phần quan trong khi lấy mẫu dưới giúp tránh

chồng phổ sau ADC của những tín hiệu nằm ngoài dải mong muốn. Trong kịch

bản mô phỏng thực hiện thiết kế bộ băng đầu vào cho kênh tham chiếu trước

ADC có dải thông là 260 MHz đến 325 MHz. Đặc tuyến của mạch lọc được

thể hiện trong Hình 3.7. Tại vị trí tần số 240 MHz và 345 MHz suy hao ngoài

băng đạt được của bộ lọc là gần 40 dB. Như vậy với mạch lọc băng thì khả

năng loại bỏ các tín hiệu ngoài dải đạt được ít nhất 40 dB.

Hình 3.8 thể hiện phổ tín hiệu tại miền tần số thấp của kênh thu tham

chiếu với trường hợp dùng bộ trộn tương tự và trường hợp sử dụng ADC lấy

mẫu dưới được thể hiện trong Hình 3.9. Có thể thấy trong Hình 3.8, bằng cách

dùng bộ trộn tương tự thì tín hiệu tần số 229,5 MHz bên ngoài dải tần làm việc

của máy thu được suy hao rất lớn. Tuy nhiên, khi dùng ADC lấy mẫu dưới do

hạn chế của bộ lọc băng tương tự đầu vào của kênh tham chiếu nên thành phần

tín hiệu từ kênh ngoài băng vẫn tồn tại và cũng chuyển hạ xuống tần số 30,5

MHz nằm trong dải với các tín hiệu cần xử lý. Tín hiệu tham chiếu tại miền tần

số thấp của cả hai trường hợp chuyển hạ đều được dùng để thực hiện giảm méo.

Kết quả sau khi xử lý sẽ được so sánh để đánh giá.

-20

-40

Ch2

Ch1

-60

-80

Ch3

-100

-120

3 Frequency (Hz)

6 107

Hình 3.7: Đặc tuyến bộ lọc băng kênh thu tham chiếu dùng mô phỏng.

Hình 3.8: Phổ tín hiệu kênh tham chiếu sau DDC.

)

m B d ( e d u t i l p m A

=0.5 =0.1 =0.02

-0.05

-0.1

-0.15

0.5

1.5

1 Sample

x 10

Hình 3.9: Phổ công suất tín hiệu kênh tham chiếu sau ADC lấy mẫu dưới.

Hình 3.10: Đường hội tụ của các hệ số phi tuyến trong phương pháp DI

Đầu tiên, nghiên cứu kiểm tra khả năng hội tụ của các hệ số trong mô

hình phi tuyến khi tín hiệu tham chiếu được lấy mẫu dưới. Tại đây, để đánh giá

sự phụ thuộc của giải pháp sửa méo vào giá trị của μ nên mô phỏng và kiểm tra

trong phần này không sử dụng thuật toán LMS có bước điều chỉnh biến đổi. Hệ

số μ trong thuật toán LMS đạt được sự hội tụ trong khoảng [0,02÷0,5]. Kết quả

mô phỏng được thể hiện trong Hình 3.10 cho thấy khả năng hội tụ của thuật

toán khi dùng tham chiếu là tín hiệu được lấy mẫu dưới, giá trị μ càng lớn thời

gian hội tụ càng nhanh nhưng sai số lớn. Với các kiểm tra tiếp theo, để giảm

thiểu sai số trong quá trình xử lý thì giá trị μ = 0,02 sẽ được sử dụng.

Kết quả sau khi xử lý méo được thể hiện trong Hình 3.11 và Hình 3.12

cho thấy phổ biên độ tín hiệu của cả hai trường hợp dùng trộn tương tự và lấy

mẫu dưới đều được cải thiện gần như nhau. Méo được xử lý trong toàn bộ dải

thu cho tất cả các kênh sóng mang và SNDR sau khi xử lý cho các kênh Ch3

cải thiện được khoảng 20 dB. Như vậy, kết quả mô phỏng cho thấy khi sử dụng

kênh tham chiếu dùng kỹ thuật lấy mẫu dưới thì kết quả cũng xấp xỉ với khi

)

m B d ( e d u t i l p m A

dùng bộ trộn tương tự.

Hình 3.11: Phổ công suất tín hiệu trước và sau xử lý méo khi kênh tham

chiếu lấy mẫu trên.

-20

Before Mitigation After Mitigation

Ch1

Ch2

-40

)

-60

Ch3

-80

m B d ( e d u t i l p m A

-100

-120

3 Frequency (Hz)

6 107

Hình 3.12: Phổ công suất tín hiệu trước và sau xử lý méo khi ADC kênh

tham chiếu lấy mẫu dưới.

3.2.2 Kiểm tra giải pháp dùng kỹ thuật lấy mẫu dưới

Để kiểm tra với tín hiệu thực, mô hình máy thu đa kênh có thể thu đồng

thời toàn bộ các tín hiệu trong dải tần từ 260 MHz đến 325 MHz giống với mô

phỏng được đưa từ máy phát tín hiệu chuẩn 33600A của Keysight [100] tới

khuếch đại bởi mô đun khuếch đại. Tổng năng lượng của tín hiệu được máy

phát chuẩn đưa ra với các mức -35 dBm, -29 dBm, -23 dBm và -17 dBm. Tín

hiệu sau khuếch đại được đưa vào máy đo, và chuyển hạ xuống dải tần nhỏ hơn

65 MHz bởi thiết bị 33600A. Các mẫu tín hiệu tại miền tần số thấp trong máy

đo được lưu trữ và đưa lên xử lý giảm méo bằng Matlab trên máy tính.

Tín hiệu không khuếch đại cũng được đưa tới kênh thu tham chiếu để lọc

bởi mô đun lọc BPF–BC300A+ [99] và số hóa vởi ADC LTC2107. Ở đây, thay

vì thiết kế bộ lọc chúng tôi đã sử dụng mô đun BPF–BC300A+ để lọc lấy tín

hiệu trong dải Nyquist zone 5 cho kênh thu tham chiếu. Băng thông của bộ lọc

BPF–BC300A+ là từ 260 MHz đến 340 MHz với suy hao trong băng nhỏ hơn

2.5 dB. Tại tần số 220 MHz và 380 MHz suy hao đạt được được khoảng 50 dB.

Đặc tuyến của bộ lọc được thể hiện trong Hình 3.14. Tốc độ lấy mẫu của ADC

cho tín hiệu RF là 130 Msps. Sau ADC tín hiệu RF cũng được chuyển xuống

miền tần số thấp hơn 65 MHz. Các mẫu tín hiệu trong miền số được lưu trữ đưa

LPF

ADC

ZFL-500N+

LPF

ADC

33600A Keysight

BC300A

LTC2107

XC7A100 T

lên máy tính để làm tín hiệu tham chiếu tuyến tính dùng để xử lý méo.

Hình 3.13: Sơ đồ kiểm tra giải pháp xử lý méo với kỹ thuật lấy mẫu dưới

kênh tham chiếu.

Hình 3.14: Đặc tuyến bộ lọc thông dải BPF-BC300A+ [99]

Thuật toán LMS được sử dụng để xử lý nghịch đảo méo cho tín hiệu tại

miền LF. Các mẫu tín hiệu trước và sau xử lý méo được phân tích bằng máy

phân tích tín hiệu băng rộng Aeroflex CS9000 và được thể hiện trong Hình 3.15

và Hình 3.16. Trên đồ thị phổ tín hiệu cho thấy sau khi xử lý mức năng lượng

của các thành phần méo đều được giảm gần sát xuống nền tạp. Như vậy kết quả

kiểm tra phổ cho thấy giải pháp dùng kênh tham chiếu với kỹ thuật lấy mẫu

dưới cũng cho hiệu quả xử lý giảm méo.

Kết quả phân tích được thể hiện bằng giản đồ mắt và giản đồ chòm sao

cùng với các tham số đánh giá chất lượng EVM, SNR cũng được thể hiện trong

Hình 3.15 và Hình 3.16 cho tín hiệu trước và sau khi sửa của kênh Ch3 (tần số

sóng mang tại LF là 44,5 MHz). Cụ thể, với kết quả thực hiện đo đạc cho thấy

với mức độ méo khác nhau sau khi xử lý đều cải thiện về chất lượng tín hiệu.

Ở đây, kết quả chỉ trình bày kết quả của hai mức tổng công suất tín hiệu đại

diện là -17 dBm và -29 dBm. Khi mức tín hiệu RF đưa vào LNA là -29 dBm

các điểm chòm sao của kênh Ch3 bị mở rộng so với biên độ của tín hiệu và các

điểm của chòm sao tín hiệu xuất hiện sang miền quyết định của ký tự khác,

EVM của kênh Ch3 khoảng 23,7% và độ mở của giản đồ mắt tín hiệu cũng

không được rõ ràng. Sau khi xử lý, các điểm chòm sao được rõ ràng hơn và

EVM giảm xuống còn 8,4% và độ mở của giản đồ mắt tín hiệu sau xử lý tăng

gần gấp đôi so với trước xử lý. Trường hợp méo nghiêm trọng hơn với mức tín

hiệu vào LNA là -17 dBm và EVM của kênh Ch3 cao tới 23,3%. Sau khi xử lý,

các điểm chòm sao được rõ ràng hơn và EVM giảm xuống còn khoảng 8.6%.

Cụ thể các tham số đo đạc cho kênh Ch3 được trình bày trong Bảng 3.2

Bảng 3.2: EVM của kênh Ch3 trước và sau xử lý méo

Mức RF vào khuếch đại (dBm) -35 -29 -23 -17

EVM kênh Ch3 trước xử lý 9,7% 13,7% 19,3% 23,3%

EVM kênh Ch3 sau xử lý 8,2% 8.4% 8,5% 8,6%

Hình 3.15: Tham số kênh Ch4 trước và sau khi xử lý méo đo trên máy

CS9000 khi mức tín hiệu vào LNA là -17dBm

Hình 3.16: Tham số kênh Ch4 trước và sau khi xử lý méo đo trên máy

CS9000 khimức tín hiệu vào LNA là -29 dBm.

3.3 Kết luận chương 3

Chương 3 đã trình bày giải pháp để xử lý méo hoàn toàn kỹ thuật số ở

miền tần số thấp cho phi tuyến của LNA trong máy thu đổi tần trực tiếp. Giải

pháp đề xuất sử dụng ADC lấy mẫu dưới cho kênh tham chiếu và quá trình xử

lý được thực hiện ngay cả trong quá trình thu tín hiệu. Giải pháp được thực hiện

mô phỏng bằng Matlab cho cấu hình máy thu đổi tần trực tiếp được với bốn

kênh 16–QAM (tốc độ ký tự 4 Msps). Kết quả mô phỏng cho thấy rằng việc lấy

mẫu dưới với tín hiệu tham chiếu cho kết quả suy giảm không đáng kể so với

giải pháp lấy mẫu trên và cho phép cải thiện hiệu quả SFDR tín hiệu nhận được

khoảng 10÷20 dB. Giải pháp xử lý được đề xuất có thể loại bỏ một cách các

loại méo mà không cần biết trước thông tin của kênh gây méo và kênh cần thu.

Các sơ đồ này có lợi về việc sử dụng phần cứng, năng lượng và đơn giản hóa

thiết kế máy thu. Mặc dù giải pháp dùng kỹ thuật lấy mẫu dưới yêu cầu thêm

bộ lọc BPF chất lượng cao tại đầu vào kênh thu tham chiếu, nhưng giải pháp

này có lợi thế rõ ràng về việc sử dụng phần cứng, chi phí, tiêu thụ năng lượng.

Giải pháp cũng được đánh khi xử lý cho tín hiệu RF chuẩn dải tần từ 260 MHz

đến 325 MHz được khuếch đại bởi một mô đun LNA thực và kết quả cho thấy

hiệu quả. Kết quả thực hiện được đánh giá thông qua phổ công suất, EVM,

BER trước và sau khi xử lý. Mặc dù giải pháp trình bày trong luận án là áp

dụng cho máy thu đổi tần trực tiếp nhưng cũng có thể áp dụng cho máy thu lấy

mẫu trực tiếp khi chỉ làm việc với các kênh sóng mang cần thu nằm ở gần nhau.

Hạn chế của giải pháp này là phải dùng thêm kênh thu tham chiếu phụ.

Khi dùng thêm kênh thu sẽ làm tốn thêm năng lượng và tài nguyên xử lý trong

máy thu và giải pháp trình bày trong Chương 4 sau đây sẽ trình bày một giải

pháp sửa méo LNA mà không sử dụng kênh tham chiếu phụ.

Chương 4. GIẢM MÉO PHI TUYẾN CỦA LNA SỬ DỤNG BẢNG TRA

THAM SỐ THEO MỨC TÍN HIỆU

Giải pháp sử dụng bảng tra tham số để xử lý méo đã được tác giả thực

hiện và công bố trong công trình [J3] [C2] và mô tả chi tiết trong công trình

[P1].

Cụ thể, nghiên cứu đã đưa ra giải pháp giảm méo phi tuyến của LNA

trong DSR dựa vào việc xác định mức năng lượng thu để lấy tham số cho mô

hình phi tuyến trong bảng tra (LUT) để nghịch đảo đặc đặc tuyến méo của LNA.

Để có được các bộ hệ số của mô hình phi tuyến theo mức thu lưu trữ trong LUT

cần thực hiện huấn luyện được trước khi thu tín hiệu. Ngoài ra, cách chia vùng

để huấn luyện dựa theo mức tín hiệu trước và sau khi khuếch đại cũng được

trình bày trong nội dung của chương. Hiệu quả của giải pháp xử lý méo được

đánh giá bằng mô phỏng trên phần mềm Matlab cho mô hình máy thu lấy mẫu

trực tiếp với bốn kênh sóng mang độc lập. Kết quả mô phỏng cho thấy giải pháp

đã cải thiện đáng kể SNDR cho kênh song mang cần thu. Hơn nữa, giải pháp

được kiểm tra bốn kênh tín hiệu thực cho một mô đun LNA ZFL–500LN+ kết

hợp bo mạch FPGA. Kết quả từ các phép đo cho thấy SNDR cải thiện ~7 dB

và 7% đối với EVM trong trường hợp méo mạnh của tín hiệu điều chế 16–

QAM.

4.1 Mô tả giải pháp giảm méo sử dụng bảng tra mức tín hiệu

4.1.1 Yêu cầu về LNA cho máy thu đa kênh

Một yêu cầu quan trọng để giải pháp có thể thực hiện là LNA có hệ số

tạp nhỏ và các tham số như hệ số khuếch đại, IP2, IP3… phải đồng đều trong

dải tần làm việc của máy thu. Yêu cầu này thực tế hiện nay thường dễ dàng đạt

được do LNA thường có dải tần làm việc rất rộng [76, 94].

Một ví dụ cụ thể với hai mô đun LNA ZFL–500LN+ và ZX60-P105LN+

[94] của nhà sản xuất Mini-Circuits. Mô đun khuếch đại ZFL–500LN+ cho hệ

số khuếch đại của thay đổi nhỏ hơn 0,7 dB với dải tần từ một chiều (DC) đến

500 MHz, và mô đun ZX60–P105LN+ [94] chỉ thay đổi nhỏ hơn 1 dB trong

dải tần từ DC đến 2,6 GHz. Khi đưa lần lượt các tín hiệu đơn tần có tần số 5

MHz, 50 MHz và 125 MHz vào khuếch đại bởi ZFL–500LN+. Kết quả kiểm

tra thể hiện trong Hình 4.2, Hình 4.2 và Hình 4.3 cho thấy đầu ra bộ khuếch đại

có thêm các thành phần méo bậc hai và bậc ba là gần như nhau ở cả ba tần số.

Như vậy thực tế sẽ cho phép chọn được LNA tham số là tương đối đồng đều

theo tần số cho các thiết kế máy thu dải rộng. Trong nghiên cứu này, các tham

số LNA được sử dụng trong mô phỏng và thực nghiệm bao gồm hệ số khuếch

đại, hệ phi tuyến bậc hai, hệ phi tuyến bậc ba được chọn dựa vào kết quả khảo

sát từ mô đun ZFL–500LN+.

Hình 4.1: Phổ tín hiệu đơn tần sau khuếch đại ZFL–500LN+ (Tần số 50 MHz)

Hình 4.2: Phổ tín hiệu đơn tần sau khuếch đại ZFL–500LN+ (Tần số 125

)

m B d ( r e w o p t u p t u O

MHz).

Hình 4.3: Tham số của ZFL–500LN+ với tần số khác nhau.

4.1.2 Giải pháp giảm méo dùng bảng tra tham số

Sơ đồ cấu trúc DSR sử dụng bảng tra tham số để xử lý méo phi tuyến

LNA được thể hiện trong Hình 4.4. Khi thu, các tín hiệu RF tại đầu ra của LNA

được đưa vào mô hình phi tuyến để nghịch đảo méo, đồng thời mức năng lượng

của tín hiệu cũng được xác định để lựa chọn ra bộ tham số phù hợp cho mô

hình phi tuyến. Với bộ tham số tìm được, mô hình phi tuyến sẽ nghịch đảo đặc

tuyến méo của tín hiệu RF. Quá trình kiểm tra mức để lựa chọn bộ hệ số cho

yRF(n)

DDC

g1(n)

w1(n)

LPF

LNA

g2(n)

w2(n)

LUT

FINV

LPF

ADC

Mức tín hiệu

Xác định mức

Miền xử lý số

mô hình phi tuyến được thực hiện liên tục trong quá trình thu.

xtrain(n)

DAC

Tạo tín hiệu

LMS

g1(n)

w1(n)

LPF

xtrain(n)

y t r a i n ( n )

g2(n)

w2(n)

LUT

L N A

FINV

LPF

ADC

Mức tín hiệu

Xác định mức

Miền xử lý số

Hình 4.4: Sơ đồ xử lý tín hiệu trong quá trình thu.

Hình 4.5: Sơ đồ xử lý tín hiệu trong quá trình huấn luyện.

Bảng các hệ số của mô hình phi tuyến được tìm bởi một thao tác huấn

luyện bằng một tín hiệu chuẩn bên trong máy thu. Để đơn giản nhưng vẫn đủ

thông tin về méo phi tuyến, nghiên cứu sử dụng tín hiệu huấn luyện [] dạng 2–tone có tần số nằm trong dải làm việc của máy thu và mức năng lượng

thay đổi theo từng khoảng chia từ điểm nén 1 dB IIP1 đến gần vùng bão hòa.

Sơ đồ thực hiện huấn luyện tìm tham số nghịch đảo méo được cho trong Hình

4.5. Ở đây, tín hiệu huấn luyện sau khuếch đại [] được đưa đến mô hình

phi tuyến. Đầu ra của mô hình phi tuyến là tín hiệu có dạng:

(4.1) []= ([]) = ([]+ [])

Trong đó (.) đại diện cho một mô hình toán học của mạch nghịch

đảo méo. Cấu trúc (.) là một mô hình phi tuyến với các hệ số của mô hình có thể được điều chỉnh. Cả tín hiệu [] và tín hiệu mẫu [] cùng

được đưa đến LMS để so sánh và điều chỉnh các hệ số đến khi đạt hội tụ. Khi hội tụ [] sẽ được điều chỉnh tiến đến [] và (.) cũng dần (.). Như vậy, tín hiệu đầu ra khi

được chuyển thành hàm ngược của LNA đạt hội tụ [] chỉ có các thành phần tuyến tính là x và méo [] sẽ được suy giảm. Quá trình điều chỉnh hội tụ của LMS được thể hiện như sau.

Biểu thị ([]) là hàm lũy thừa i của tín hiệu [], như vậy:

(4.2) [], i = 1,2… k ([]) =

Đầu ra tức thời của mô hình phi tuyến được biểu thị bằng:

(4.3) []= []([])

Đầu ra này được được trừ với tín hiệu tham chiếu [] để tính toán

sự sai khác của hai tín hiệu:

̂[]= () − []([])

(4.4)

LMS điều chỉnh để giảm thiểu sai số bình phương ̂[] trong (5), bằng

cách lấy sai số phản hồi để điều chỉnh các hệ số phi tuyến [] như sau:

(4.5) []= [ − 1]+ ([])̂[]

Quá trình này tiếp tục cho đến khi LMS đạt hội tụ và tất cả các hệ số

[] ổn định ở một giá trị cố định hoặc thay đổi với ngưỡng mong muốn. Trong quá trình điều chỉnh, [] tiệm cận dần tới đầu vào tham chiếu tuyến tính (). Khi đó, hàm truyền của mạch phi tuyến khi hội tụ LMS là nghịch đảo đặc tuyến méo của LNA. Tập hợp các hệ số của mô hình phi tuyến khi

LMS hội tụ được lưu thành bảng tra với đầu vào để lựa chọn bộ hệ số là mức

năng lượng tín hiệu. Các bộ hệ số này sẽ được sử dụng để giảm méo cho tín

hiệu sau LNA trong quá trình thu.

4.1.3 Xác định mức tín hiệu thu

Giải pháp xử lý méo dựa vào việc xác định tổng mức năng lượng tín hệu

thu được để chọn ra bộ hệ số. Do đó, việc ước lượng chính xác tín hiệu thu tại

miền RF là yêu cầu quan trọng. Một cách đơn giản nhưng rất hiệu quả để ước

tính mức tín hiệu là thực hiện tách sóng đường bao [95]. Trong giải pháp này,

đường bao tín hiệu được xác định bằng cách lấy giá trị tuyệt đối của các mẫu

tín hiệu đầu vào. Việc xác định đường bao trong miền số xây dựng xuất phát từ

u c ( t )

u g ( t )

mạch tương tự được mô tả chi tiết sau đây.

Hình 4.6: Sơ đồ thực hiện tách sóng biên độ.

Để giảm thiểu các phép tính toán phức tạp như các bộ nhân và các bộ lọc

tốc độ cao tại RF. Hình 4.6 mô tả mạch tách sóng đường bao tương tự cơ bản

và nguyên lý hoạt động của nó được tham khảo trong [96]. Với sơ đồ mạch tách

sóng đường bao trong Hình 4.6 ta có

(4.6), d() = () 1

trong đó

, (4.7). () ≥ () + () = − () () − () 0, () < ()

Từ (4.6) và (4.7) ta có

, (4.8), () ≥ () + () = − () () − () 0, () < ()

với việc rời rạc hóa tín hiệu với tần số lấy mẫu , ∆ = 1 , tại thời điểm =

∆ ( là số nguyên) và ∆() = () − () thì điện áp hai đầu tụ điện được xác định từ biểu thức (4.8):

() = () −

(4.9), , () ≥ () +

() () − () 0, () < ()

bằng cách ký hiệu = , = , () = [], () = y[] cho

(4.9) ta có

[] = [ − 1]− [ − 1] (4.10).

MSB

y[n]

yE[n]

(y[ − 1]− [ − 1]), y[ − 1]≥ [ − 1] + 0, y[ − 1]< [ − 1]

Hình 4.7: Sơ đồ thực hiện tách sóng đường bao trong miền số.

Mạch tách sóng đường bao trong miền số được thể hiện bằng biểu thức

(4.10). Để đơn giản khi tính toán thì và được làm tròn là các giá trị lũy

thừa của 2 để các phép toán sẽ chỉ là các thao tác dịch bit. Từ biểu thức toán

học, sơ đồ thực hiện tách sóng đường bao trong miền số được thể hiện trong

Hình 4.7. Như vậy, với mạch tách sóng đơn giản này thì việc xác định mức tín

hiệu đầu vào máy thu ngay tại miền RF sẽ dễ thực hiện. Mạch tách sóng này sẽ

luôn được sử dụng để kiểm tra mức tín hiệu RF khi huấn luyện và khi thu.

Thông tin của mạch tách sóng là mức năng lượng tín hiệu được dùng làm dữ

liệu đầu vào bảng tra. Kích thước của bảng tra phụ thuộc vào cách chia miền

phi tuyến để huấn luyện sẽ được trình bày tiếp sau đây.

4.1.4 Chia khoảng huấn luyện để tìm tham số

a. Chia theo mức tín hiệu trước khuếch đại

Để huấn luyện, mức năng lượng của tín hiệu tham chiếu đưa tới đầu vào

máy thu được thay đổi để LNA làm việc từ vùng tuyến tính đến hết vùng phi

tuyến. Tại miền phi tuyến, năng lượng của tín hiệu đầu vào được chia đều nhau

(IPD) như thể hiện trong Hình 4.8. Khoảng chia cần đủ nhỏ để có thể coi hệ số

tuyến tính () và các hệ số phi tuyến (, …) tại đó gần giống nhau. Tại

mỗi khoảng huấn luyện, thao tác nghịch đảo méo được thực hiện để tìm ra bộ

hệ số cho mô hình phi tuyến. Kết thúc huấn luyện, tất cả tham số được lưu tạo

thành một bảng tra với đầu vào là mức tín hiệu và đầu ra là các tham số của mô

hình phi tuyến dùng để nghịch đảo méo.

Với cách chia theo năng lượng trước khuếch đại thì khi huấn luyện phần

tạo tín hiệu phát chỉ cần thay đổi mức đều theo số khoảng chia đã ước lượng

trước từ bên trong miền xử lý số. Phần thu phải xác định ngưỡng và các hệ số

để ngịch đảo méo làm căn cứ so sánh khi xử lý cho tín hiệu thu. Hai loại tham

số cần lưu dưới dạng bảng tra là các hệ số và mức tín hiệu xác định từ bộ tách

sóng. Ngoài cách chia mức theo đầu vào, có thể thực hiện chia theo mức tín

a r c ứ M

n ế y u t i h p

1 a

2 a

3 a

4 a

5 a

6 a

n a

a r g n ợ ư l g n ă n c ứ M

Mức vào phi tuyến

Mức năng lượng vào

hiệu sau LNA trình bày dưới đây.

Hình 4.8: Chia vùng huấn luyện theo mức đưa vào LNA.

b. Chia theo mức tín hiệu sau khuếch đại

Giống với giải pháp chia theo mức tín hiệu đưa vào khuếch đại, ở đây

mức tín hiệu tham chiếu đưa tới đầu vào máy thu cũng được thay đổi mức năng

lượng sao cho bộ khuếch đại LNA thay đổi chế độ làm việc từ vùng tuyến tính

đến vùng phi tuyến. Thay vì chia đều theo mức năng lượng đầu vào, ở đây

khoảng chia được thực hiện dựa theo mức năng lượng tín hiệu đầu ra của LNA

để tìm tham số. Cách chia theo mức năng lượng tín hiệu đầu ra (OPD) được thể

a r c ứ M

n ế y u t i h p

a r g n ợ ư l

1 a

2 a

3 a

4 a

5 a

n a

g n ă n

c ứ M

Mức vào phi tuyến

Mức năng lượng vào

hiện trong Hình 4.9.

Hình 4.9: Chia vùng huấn luyện theo mức ra của LNA.

Trong cách chia này, khi huấn luyện phần tạo tín hiệu phải phát rất nhiều

mức. Phần thu sẽ tự chia vùng xử lý theo ngưỡng thu được. Các tham số có

được sau huấn luyện là mức và các hệ số tương ứng cũng được lưu dưới dạng

bảng tra.

Từ thể hiện của hai hình Hình 4.8 và Hình 4.9 cho thấy, cách chia theo

mức đầu vào có lợi thế là chia ra nhỏ được vùng bị phi tuyến mạnh nên xử lý

cho tín hiệu khi bị méo nhiều tốt hơn so với chia theo mức đầu ra. Đồng thời,

khi chia theo đầu ra thì số mức đưa vào để huấn luyện cần liên tục nên thời gian

huấn luyện sẽ lâu hơn. Ngoài ra, trong thực tế, đa số các trường hợp phi tuyến

xảy ra gần với miền tuyến tính nên cách chia đều theo mức đầu vào sẽ hiệu quả

hơn.

Phần mô phỏng sau đây sẽ thể hiện hiệu quả của giải pháp xử lý méo đã

đưa ra.

4.2 Kết quả thực hiện giảm méo dùng bảng tra

4.2.1 Mô phỏng giải pháp giảm méo dùng bảng tra

Trong mô mô phỏng, các tham số LNA được tham chiếu từ dữ liệu đo

bởi mô đun LNA ZLF-500LN+. Với sự đồng đều của các tham số của LNA

trong miền tần số, việc lựa chọn tần số để huấn luyện chỉ cần đảm bảo rằng các

thành phần méo do LNA tạo ra nằm trong phạm vi làm việc của máy thu. Tín

hiệu huấn luyện dạng 2–tone tần số cách nhau 500 kHz (5,3 MHz và5,8 MHz)

được đưa đến đầu vào LNA của máy thu. Như đã khảo sát, khi mức năng lượng

tín hiệu đầu vào lớn hơn -35 dBm thì méo tại đầu ra LNA bắt đầu nghiêm trọng

[76]. Do đó, nghiên cứu đã thực hiện chia mức năng lượng tín hiệu đưa vào

LNA từ -35 dBm đến -14 dBm thành lần lượt 16, 32 và 64 khoảng huấn luyện.

Để đơn giản hóa việc triển khai phần cứng với xử lý tại miền RF, mô hình được

sử dụng trong phần này là mô hình Hammerstein (4.11) [11], [48].

(4.11), []= ( − ) ∙|( − )|

Trong đó, k là bậc phi tuyến và q đại diện cho độ dài bộ nhớ của bộ

khuếch đại. Ở đây, nghiên cứu chỉ xem xét đến các thành phần phi tuyến bậc

ba, các thành phần méo bậc cao hơn được coi là nhỏ và bỏ qua. Khi mô phỏng,

tạp âm nhiệt và nhiễu lượng tử của ADC đã được thêm vào cho các tín hiệu

[] và [] trong phương trình (4.2), (4.3). Với mô hình này, méo

phi tuyến sẽ bao gồm tất cả các thành phần méo bậc chẵn và lẻ, đại diện cho

các hài và xuyên điều chế.

Minh họa mô tả đường khuếch đại và đường tuyến tính khi chia khoảng

huấn luyện theo mức năng lượng đầu vào được thể hiện trong Hình 4.10 và khi

)

m B d ( r e w o p t u p t u O

chia theo mức đầu ra được trình bày trong Hình 4.11.

Hình 4.10: Đặc tuyến AM–AM của ZFL–500LN + và các đường tuyến tính

hóa (theo mức tín hiệu đưa tới LNA).

Trong mỗi khoảng huấn luyện, các hệ số của mô hình phi tuyến để nghịch

đảo méo được tìm bằng cách dựa vào sự sai khác của tín hiệu 2–tone đầu ra của

LNA sau ADC với tín hiệu 2–tone bên trong máy thu kết hợp thuật toán LMS.

Giá trị của µ của LMS được chọn trong khoảng [0,0001÷0,1]. Hình 4.12 thể

hiện sự hội tụ của các tham số bậc hai (w2) và bậc ba (w3) trong mô hình phi

tuyến với các giá trị µ khác nhau nằm trong khoảng đã chọn. Kết quả cho thấy

giá trị µ càng lớn thì thời gian hội tụ của các hệ số phi tuyến càng nhanh nhưng

độ chính xác càng thấp. Ngoài ra, các hệ số thường hội tụ sau 105 mẫu tín hiệu

cho cả tham số bậc hai và bậc ba. Tuy nhiên, khác với giải pháp dùng máy thu

tham chiếu trong tài lệu [19, 27] ở đây thời gian huấn luyện không phải là đòi

hỏi quan trọng vì thao tác này chỉ được thực hiện một lần trước khi thu hoặc

khi cần hiệu chỉnh thiết bị.

)

m B d ( r e w o p t u p t u O

Hình 4.11: Đặc tuyến AM–AM của ZFL–500LN+ và các đường tuyến tính

hóa (theo mức ra của LNA).

Bảng 4.1: Tham số các kênh RF đánh giá giải pháp dùng bảng tra để sửa méo.

Kênh Loại điều chế Tốc độ ký tự Tần số sóng mang

Ch1 QPSK/16–QAM 500 k/-21 dBm = 7.8 MHz

Ch2 QPSK/16–QAM 500 k/-21 dBm = 13.6 MHz

Ch3 QPSK/16–QAM 500 k/-21 dBm = 14.6 MHz

s t n e i c i f f e o c r a e n i n n o N

Ch4 QPSK/16–QAM 500 k/-51 dBm = 15.6 MHz

Hình 4.12: Đường hội tụ của các hệ số phi tuyến.

-40

Ch1

Ch2 Ch3

Before Mitigation After Mitigation (/16) After Mitigation(/32) After Mitigation(/64)

)

-60

Ch4

-80

m B d ( r e w o P

-100

-120

0.5

1.5

Frequency (Hz)

2.5 107

)

m B d ( r e w o P

Hình 4.13: Phổ tín hiệu trước và sau khi xử lý (IPD).

Hình 4.14: Phổ tín hiệu trước và sau khi xử lý (OPD).

Nghiên cứu đã thực hiện mô phỏng đánh giá tham số SNDR trước và sau

xử lý với độ phân giải của LUT khác nhau để đánh giá hiệu quả và sự phục

thuộc của giải pháp vào cách chia khoảng huấn luyện. Máy thu DSR được sử

dụng để thu bốn kênh QPSK với tham số của các kênh được cho trong Bảng

4.1. Tần số sóng mang của các kênh Ch2, Ch3 và Ch4 được chọn cách nhau chỉ

1 MHz. Trong đó, kênh Ch4 có mức công suất tín hiệu nhỏ hơn so với ba kênh

còn lại khoảng 30 dB sẽ bị ảnh hưởng nghiêm trọng nhất bởi hài bậc hai của

kênh Ch1 và xuyên điều chế bậc ba từ kênh Ch2 và kênh Ch3. Méo sinh ra sẽ

làm giảm SNDR của kênh Ch4 như thể hiện trong Hình 4.13 và Hình 4.14.

Bảng 4.2: Mức độ cải thiện SNDR của kênh Ch4 sau xử lý méo dùng bảng tra.

Tổng năng SNDR SNDR LUT16 SNDR LUT32 SNDR LUT 64

lượng đầu trước xử lý (dB) (dB) (dB)

vào (dBm) (dB) OPD IPD OPD IPD OPD IPD

-35 20,54 29,65 27,43 31,63 28,84 31,67 28,9

-29 16,94 24,86 24,04 30,34 28,11 30,84 28,81

-23 15,16 22,49 22,30 29,79 28,54 31,24 29,33

-17 13,13 21,73 21,90 29,13 27,57 31,56 28,04

Mô phỏng thực hiện với các kích thước LUT từ 16 đến 64. Hình 4.13 và

Hình 4.14 cho thấy kết quả sửa méo cho cả hai giải pháp chia theo IPD và OPD.

Trong đó, SNDR của Ch4 được cải thiện tốt hơn khi kích thước của LUT tăng.

Các thành phần hài và xuyên điều chế đều giảm đến sát nền tạp khi kích thước

LUT là 64 và việc chia nhỏ hơn để khảo sát là không cần thiết. Cụ thể các giá

trị SNDR đạt được cho mỗi kích thước của LUT được thể hiện trong Bảng 4.2.

Với tổng năng lượng đầu vào nằm trong khoảng -35 dBm ÷ 17 dBm, SNDR

khi không áp dụng bù là khoảng 20,5 dB ÷ 13,1 dB. Sau khi xử lý thì SNDR

tăng lên với cả hai giải pháp IPD và OPD. Khi tăng kích thước LUT, SNDR

của kênh Ch4 dần dần được cải thiện từ 9 dB ÷ 11 dB (7 dB ÷ 8 dB) cho OPD

và IPD. Với kết quả mô phỏng đạt được, nghiên cứu thực hiện kiểm tra tiếp

theo một tín hiệu thực và mạch LNA, kết quả được trình bày trong phần tiếp

theo sau đây.

4.2.2 Kiểm tra giải pháp giảm méo bằng bảng tra

Nghiên cứu được thực hiện kiểm tra trên mô hình phần cứng với kết nối

ATT

LPF

DAC5672

XC7A100T

ADS4249

LNA

ZFL-500LN+.

được thể hiện trong Hình 4.15.

Hình 4.15: Sơ đồ thực hiện xử lý méo LNA dùng bảng tra.

Cấu hình phần cứng mô phỏng: Để đảm bảo chất lượng của tín hiệu và

hạn chế sai số lượng tử do quá trình chuyển đổi, nghiên cứu đã sử dụng DAC

DAC5672 [97] với độ phân giải 14 bit và tốc độ lấy mẫu 200 Msps cho đầu ra

tín hiệu huấn luyện. Với ADC và DAC có độ phân giải cao (SFDR > 85 dBc)

thì các tác động không lý tưởng của chúng được coi là nhỏ so với LNA. Tốc độ

lấy mẫu ADC là 200 Msps nên dải tần trong việc triển khai này được giới hạn

ở HF và phần thấp của dải VHF. Đồng thời, đầu ra của DAC có sử dụng bộ lọc

thông thấp có 7 bậc và tần số cắt 6 MHz để loại bỏ các thành phần tín hiệu

không mong muốn. Để xây dựng bảng tra, nghiên cứu đã sử dụng mô đun

khuếch đại ZFL–500LN+. Với mức tín hiệu cao hơn -14 dBm thì LNA làm

việc gần vùng bão hòa, dẫn đến ảnh hưởng của méo là nghiêm trọng và làm

cho độ chính xác của mạch ước lượng công suất có thể bị sai khác. Do đó đối

với mô đun LNA này nghiên cứu giới hạn phép đo của mình với năng lượng

đầu vào nằm trong khoảng từ -35 dBm đến -14 dBm.

Hình 4.16: Phổ công suất tín hiệu huấn luyện sau khuếch đại đo trên máy

phân tích N9320B.

Thực hiện huấn luyện: Giống với mô phỏng, dùng cho huấn luyện là các

tín hiệu đơn tần có tần số 5,3 MHz và 5,8 MHz được tạo hoàn toàn trong miền

số bằng FPGA XC7A100T [98] và chuyển thành tương tự sau đó đưa tới

khuếch đại. Việc điều chỉnh mức tín hiệu đưa tới khuếch đại cũng được thực

hiện bằng bộ suy hao biến đổi. Khoảng huấn luyện được chia theo 22 mức (-35

dBm ÷ -14 dBm) của tín hiệu đưa vào khuếch đại. Hình 4.16 cho thấy phổ công

suất của tín hiệu đầu ra của LNA trên máy phân tích phổ N9320B (đầu vào máy

đo có thêm bộ suy hao 20 dB) ở một số mức tín hiệu đưa vào khuếch đại.

Kết quả cho thấy lượng méo sinh ra sau LNA thay đổi theo mức tín hiệu

đầu vào, mức đầu vào càng cao thì độ méo càng nghiêm trọng. Lần lượt một

trong 22 mức tín hiệu huấn luyện đưa tới khuếch đại bởi ZFL–500LN+ rồi

chuyển thành dạng số bởi ADC ADS4249 và đưa vào FPGA. Dữ liệu được

truyền lên máy tính ở chế độ thời gian thực bằng cổng giao tiếp Gigabit Ethernet

để xử lý. Việc đồng bộ pha ban đầu cho hai tín hiệu bị méo sau LNA và tín hiệu

tham chiếu cũng được thực hiện trên máy tính. Tại đây, thao tác nghịch đảo

méo cho tín hiệu huấn luyện được thực hiện bằng phần mềm Matlab. Khi xử lý

đạt được hội tụ, thông tin được lưu trữ bao gồm mức năng lượng và các hệ số

của mô hình phi tuyến. Kết thúc huấn luyện, một bộ nhớ dưới dạng bảng tra

được sử dụng để nghịch đảo méo khi thu.

Sửa méo khi thu: Trong chế độ thu, để có sự so sánh rõ ràng với kết quả

mô phỏng trong Mục 4.2.1, các tham số kênh cho thử nghiệm được đặt giống

như trong thiết lập mô phỏng như trong Bảng 4.1. Cụ thể, nghiên cứu sử dụng

4 kênh tín hiệu điều chế QPSK/16–QAM, tổng năng lượng của tín hiệu RF thay

đổi theo bốn mức -35 dBm, -29 dBm, -23 dBm và -17 dBm nằm trong dải huấn

luyện ở trên. Trong cách triển khai này, kênh Ch4 có mức năng lượng thấp hơn

các kênh còn lại khoảng 30 dB. Sau bộ chuyển đổi DAC, tín hiệu RF được

100

khuếch đại bằng ZFL–500LN+ trước khi được số hóa bởi ADS4249. Phổ công

suất bốn kênh RF tại đầu ra ZFL–500LN+ khi tín hiệu đưa vào có mức năng

lượng khác nhau được thể hiện trong Hình 4.17.

(a)

101

(b)

(c)

(d)

Hình 4.17: Phổ công suất tín hiệu sau LNA

102

(mức vào -35 dBm (a), -29 dBm (b), -23 dBm (c) và -17 dBm (d)).

Kết quả cho thấy, các thành phần méo bao gồm cả hài và xuyên điều chế

sinh ra ở nhiều vị trí trong dải làm việc của LNA là kết quả do phi tuyến của

ZFL–500LN+. Với thiết lập cụ thể này, kênh Ch4 bị ảnh hưởng nghiêm trọng

nhất bởi méo. Cụ thể, kênh Ch4 ngoài bị xuyên điều chế còn có các thành phần

hài bậc hai của kênh Ch1 và xuyên điều chế của kênh Ch2 với kênh Ch3. Mức

năng lượng của các méo tăng khi công suất tín hiệu RF đưa vào ZFL–500LN+

tăng. Các mẫu tín hiệu bị méo này sẽ được lưu và truyền đến máy tính để xử

lý.

Các kết quả đo chi tiết được trình bày như sau: Để kiểm tra sự phi tuyến

của khuếch đại, các tín hiệu bốn kênh RF sau ZFL–500LN+ được phân tích

bằng máy phân tích tín hiệu băng rộng Aeroflex CS9000 với các mức đầu vào

thay đổi. Ở đây nghiên cứu đo đạc kênh Ch4 để đánh giá chất lượng trước và

sau khi xử lý. Kết quả sau khi nghịch đảo méo được thể hiện bằng cách đánh

giá phổ tín hiệu bị méo và tín hiệu sau xử lý như trong Hình 4.18. Sau khi xử

lý, các thành phần hài và xuyên điều chế đều giảm gần với nền tạp.

Chòm sao của tín hiệu trước khi sửa của kênh Ch4 với dạng điều chế

QPSK được trình bày với hai mức công suất đại diện: -35 dBm (nhỏ nhất) và -

17 dBm (lớn nhất). Hình 4.19 cho thấy độ mở của mắt nhỏ hơn 25% so với biên

độ của tín hiệu và các điểm của chòm sao tín hiệu bị mở rộng. Khi mức tín hiệu

đầu vào chỉ ở mức -35 dBm, có thể quan sát thấy các méo đã ảnh hưởng đến

kênh Ch4. Mặc dù các điểm chòm sao được mở rộng nhưng sự phân biệt giữa

các ký tự vẫn khá rõ ràng. Đặc biệt, khi mức công suất RF đầu vào là -17 dBm

thì điểm chòm sao tín hiệu mở rộng sang miền quyết định của ký tự khác và

giản đồ mắt cũng không được rõ ràng. Tương tự, thể hiện trong Hình 4.20 với

tín hiệu 16–QAM, giản đồ mắt cho thấy biên độ nhiễu rất lớn và các điểm chòm

sao được mở rất rộng. Đối với cả hai mức năng lượng -35 dBm và -17 dBm thì

103

tác động của méo đối với 16–QAM rõ ràng và nghiêm trọng hơn so với điều

chế QPSK. Đặc biệt, khi tổng tín hiệu đầu vào ở mức -17 dBm, chòm sao ký

Power Spectrum

-30

)

-40

Ch3

Ch2

Before Mitigation After Mitigation

Ch1

-50

-60

Ch4

-70

-80

-90

m B d ( e d u t i l p m A e v i t a l e R

-100

0.5

1.5

2.5

3 7

Frequency (MHz)

x 10

hiệu nhận được hầu hết xuất hiện đều trên mặt phẳng IQ.

Power Spectrum

-30

)

Ch2

Ch3

Ch1

-40

Before Mitigation After Mitigation

-50

-60

Ch4

-70

-80

-90

m B d ( e d u t i l p m A e v i t a l e R

-100

0.5

1.5

2.5

3 7

Frequency (MHz)

x 10

(a)

104

(b)

Power Spectrum

-30

)

Ch1

Ch2

Ch3

-40

Before Mitigation After Mitigation

-50

Ch4

-60

-70

-80

-90

m B d ( e d u t i l p m A e v i t a l e R

-100

0.5

1.5

2.5

3 7

Frequency (MHz)

x 10

Power Spectrum

-30

)

Ch1

Ch2

Ch3

-40

Before Mitigation After Mitigation

-50

Ch4

-60

-70

-80

-90

m B d ( e d u t i l p m A e v i t a l e R

-100

0.5

1.5

2.5

3 7

Frequency (MHz)

x 10

(c)

(d)

Hình 4.18: Phổ tín hiệu RF trước và sau khi xử lý méo

105

(mức vào -35 dBm (a), -29 dBm (b), -23 dBm (c) và -17 dBm (d)).

(a)

(b)

Hình 4.19: Kênh Ch4 trước và sau khi xử lý méo đo trên máy CS9000

106

(điều chế QPSK, tổng mức vào khuếch đại -17 (a) và dBm -35 dBm (b)).

(a)

(b) Hình 4.20: Kênh Ch4 trước và sau khi xử lý méo đo trên máy CS9000

107

(điều chế 16–QAM, tổng mức vào khuếch đại -17(a) và dBm -35(b) dBm).

Kết quả sau khi xử lý méo cho tín hiệu RF với các mức khác nhau được

biểu diễn bằng giản đồ mắt và chòm sao trong Hình 4.19 và Hình 4.20. Kết quả

cho thấy độ mở của mắt sau khi xử lý tăng gần gấp đôi so với trước xử lý của

tín hiệu điều chế QPSK và 16–QAM tương ứng. Các điểm chòm sao được phân

biệt rõ ràng hơn, và bán kính được giảm xuống khoảng một nửa giá trị trước

khi xử lý méo.

Hơn nữa, hiệu quả của giải pháp xử lý méo được định lượng bằng chỉ số

EVM và SNDR. Sự cải thiện EVM được tổng hợp trong Bảng 4.3. EVM của

QPSK đã được cải thiện 6,5% khi mức tín hiệu đầu vào bộ khuếch đại là -35

dBm và được cải thiện rõ ràng lên đến 27,6% ở trường hợp công suất đầu vào

cao hơn -17 dBm (Ở đây sự cải thiện của tín hiệu với điều chế 16–QAM không

tốt bằng QPSK). Dữ liệu trên Bảng 4.3 cho thấy sự cải thiện QPSK là khoảng

6,5% ÷ 27,6%, trong khi nó chỉ đạt 3,5% ÷ 7,0% đối với 16–QAM. Điều này

phù hợp với thực tế bởi cùng SNR thì EVM của 16–QAM thấp hơn của QPSK.

Bảng 4.3: EVM của kênh Ch4 trước và sau xử lý méo

Mức RF vào khuếch đại (dBm) -35 -29 -23 -17

EVM trước xử lý (QPSK) 21,9% 24,0% 38,4% 51,6%

EVM sau xử lý (QPSK) 15,4% 15,9% 20,7% 24,0%

EVM trước xử lý (16–QAM) 12,1% 12,2% 13,9% 16,5%

EVM sau xử lý (16–QAM) 8,6% 8,6% 8,5% 9,5%

Bảng 4.4: SNDR của kênh Ch4 trước và sau xử lý méo

Mức RF vào khuếch đại (dBm) -35 -29 -23 -17

Kết quả mô phỏng (dB) 6.92 7.09 7.33 8.57

Kết quả với tín hiệu thực (dB) 4.10 4.30 5.70 7.10

Về SNDR, phép đo cho thấy sau khi sửa méo SNDR của kênh Ch4 cũng

108

cải thiện từ 4,10 dB đến 7,10 dB (mức đầu vào từ -35 dBm÷ -17 dBm). Mức

độ cải thiện này thấp hơn một chút so với kết quả mô phỏng. Sự khác biệt này

về cơ bản là do một số lý tưởng hóa trong mô hình hệ thống. Phần thực nghiệm,

mô hình LNA được đơn giản hóa với việc chỉ xem xét đến các thành phần bậc

ba. Ngoài ra, các yếu tố như độ chính xác của DAC, độ phi tuyến của ADC,

xác định mức tín hiệu, sai số clock, chất lượng nguồn, … đều có thể ảnh hưởng

đến độ chính xác của mô hình thực nghiệm. Do đó, khi tính đến những điểm

này thì kết quả thực nghiệm của không tốt bằng kết quả mô phỏng. Tuy nhiên,

ở Bảng 4.3 và Bảng 4.4 cho thấy kết quả thực nghiệm vẫn khẳng định tính hiệu

quả của giải pháp đề xuất. Với các mức độ méo và kiểu điều chế khác nhau, cả

kết quả mô phỏng và thí nghiệm đều cho thấy sự cải thiện của kênh cần thu sau

khi xử lý.

4.3 Kết luận chương 4

Chương 4 đã trình bày giải pháp xử lý méo LNA trong máy thu lấy mẫu

trực tiếp dựa vào cách tra bảng lấy tham số cho mô hình phi tuyến. Giải pháp

được thực hiện với yêu cầu ổn định về tham số theo tần số của LNA. Với đề

xuất này, méo gồm cả hài và xuyên điều chế đều được xử lý trong suốt quá

trình thu. Méo được xử lý mà không cần biết thông tin của các kênh gây méo

hay các kênh cần thu. Hiệu quả của giải pháp được kiểm tra với bốn kênh sóng

mang điều chế QPSK và 16–QAM. Kết quả mô phỏng cho thấy phổ của thành

phần méo giảm đáng kể như với trước khi xử lý, ở đây SNDR của các kênh bị

méo cải thiện phụ thuộc vào độ phân giải LUT. Ngoài ra, các phép toán xử lý

đơn giản được sử dụng phù hợp với thực tế khi xử lý méo ngay tại miền RF.

Đối với giải pháp đã đề xuất, sự dung hòa các yếu tố được thực hiện dựa trên

một số lựa chọn tham số:

109

– Kích thước khoảng chia miền phi tuyến.

– Độ phức tạp của thuật toán xử lý (thuật toán xác định năng lượng, thuật

toán thích nghi, mô hình phi tuyến…).

Như vậy, sự khác biệt lớn nhất so với các giải pháp khác, là giảm đáng

kể độ phức tạp xử lý khi thu, năng lượng tiêu thụ và độ trễ xử lý của hệ thống.

Tuy nhiên, để thực hiện giải pháp cần đòi hỏi lựa chọn được LNA đồng đều về

110

mặt tham số trong dải làm việc của máy thu.

KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU

Luận án đã trình bày ba giải pháp xử lý méo phi tuyến của LNA trong

máy thu đa kênh. Các giải pháp đều được phân tích, đánh giá, mô phỏng bằng

phần mềm Matlab và kiểm tra với tín hiệu thực. Nội dung sau đây trình bày

tóm tắt đóng góp của Luận án, cũng như một số đề xuất hướng nghiên cứu tiếp

theo.

A. Một số kết quả đạt được của Luận án

1. Đề xuất giải pháp giảm méo sử dụng thuật toán LMS có bước điều

chỉnh thay đổi. Giải pháp đề xuất có ưu điểm là cho thời gian hội tụ nhanh hơn

so với giải pháp dùng bước điều chỉnh cố định. Tại đây, méo được xử lý tại RF

đồng thời nhiều kênh cho cả thành phần hài và xuyên điều chế. Để đánh giá

được đầy đủ, giải pháp đưa ra có xem xét đến cả sai số lượng tử của ADC kênh

tham chiếu. Đồng thời mô phỏng được thực hiện để đánh giá hiệu quả qua phổ

biên độ tỷ lệ lỗi bit của kênh cần thu trước và sau khi xử. Ngoài ra, nghiên cứu

cũng thực hiện xử lý méo cho bốn kênh tín hiệu thực sau khuếch đại LNA. Kết

quả được thể hiện qua phổ biên độ, SNDR và EVM của kênh bị ảnh hưởng lớn

nhất do méo.

2. Đề xuất giải pháp giảm méo dùng kỹ thuật lấy mẫu dưới cho kênh thu

tham chiếu để sửa méo phi tuyến của LNA. Ưu điểm của đề xuất đưa ra là chỉ

cần dùng ADC tốc độ thấp cho kênh thu tham chiếu và bỏ qua một số khối xử

lý tín hiệu. Để đánh giá hiệu quả, mô phỏng được thực hiện cho bốn kênh điều

chế số đưa vào máy thu đổi tần trực tiếp. Kết quả xử lý được phân tích và đánh

giá qua phổ biên độ, SNDR và EVM trước và sau khi xử lý thực hiện cho bốn

111

kênh hiệu điều chế 16–QAM.

3. Đề xuất giải pháp nghịch đảo méo cho LNA bằng cách dùng bảng tra

tham số. Giải pháp sử dụng bảng tra trong đề xuất này cho phép xử lý méo mà

không cần phải dùng thêm kênh thu tham chiếu phụ và méo có thể được xử lý

liên tục trong suốt quá trình thu. Kết quả xử lý méo cho tín hiệu thu được đánh

giá bằng mô phỏng bằng phần mềm Matlab cho tham số SNDR của kênh điều

chế số QPSK trước và sau xử lý. Cuối cùng, tín hiệu thực dạng điều chế QPSK

và 16–QAM sau LNA cũng được thực hiện xử lý méo, đo đạc và đánh giá kết

quả.

B. Một số hạn chế của luận án

Với giải pháp đưa dùng thêm kênh thu phụ làm cấu trúc máy thu phức

tạp, và tốn thêm năng lượng cũng như tài nguyên xử lý của máy thu. Ngoài ra,

hạn chế khác của nghiên cứu này là mới thực hiện tính toán và mô phỏng méo

đến bậc ba, các tham số ban đầu có được cho VLMS chủ yếu dựa vào mô phỏng

và thực nghiệm mà chưa đưa ra được cách lựa chọn bước điều chỉnh tốt nhất

để xử lý.

Khi sử dụng ADC lấy mẫu dưới cho tín hiệu tham chiếu thì giải pháp

mới chỉ áp dụng cho máy thu đổi tần trực tiếp.

Hạn chế của giải pháp dùng bảng tra tham số là đòi hỏi phải có các LNA

đồng đều về mặt tham số trong dải làm việc.

Các kết quả chỉ thông qua một số lượng ít linh kiện thực tế. Các tín hiệu

dùng cho mô phỏng và đo đạc chỉ làm việc ở tần số sóng mang thấp.

C. Hướng nghiên cứu tiếp theo

Trên cơ sở các kết quả nghiên cứu, để hoàn thiện hơn tác giả cần thực

112

hiện thêm các nội dung thực hiện tiếp theo:

1. Thực hiện triển khai kiểm tra đánh giá các giải pháp đối với một số

loại LNA khác. Hoàn thiện hơn giải pháp để phù hợp với những tình huống thu

tín hiệu thực tế.

2. Sử dụng các mô hình phi tuyến bậc có nhớ bậc cao hơn để xử lý cho

tín hiệu bị méo nghiêm trọng hơn bởi phi tuyến của LNA.

3. Thực thi giải pháp trên các bo mạch xử lý số tín hiệu của máy thu như

FPGA, ASIC… cho các tín hiệu tần số cao hơn và sát thực tiễn.

4. Tìm thuật toán lựa chọn bước điều chỉnh tốt hơn cho VLMS để xử lý

113

méo.

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ

* Bài báo khoa học

J1. Anh, V., Le, H., Tham, T., & Kien, T. (2020). A Comprehensive Study of

Adaptive LNA Nonlinearity Compensation Methods in Direct RF Sampling

Receivers. VNU Journal of Science: Computer Science and Communication

Engineering, 36(2). doi:10.25073/2588-1086/vnucsce.257

J2. Vu Ngoc Anh, Le Hai Nam, Tran Thi Hong Tham, Hoang Van Phuc, Trinh

Quang Kien, "Distortion compensation for wideband direct RF digitization

receiver," Journal of Science and Technique – N.198 (5–2019) – Le Quy

Don Technical University

J3. Ngoc-Anh Vu, Hai-Nam Le, Thi-Hong-Tham Tran, Quang-Kien Trinh, “A

LUT-based scheme for LNA linearization in direct RF sampling receivers,”

Journal of Physical Communication, 2021, 101530, ISSN 1874-4907,

https://doi.org/10.1016/j.phycom.2021.101530. (SCIE-Q2)

C1. N. -A. Vu, T. -H. -T. Tran, H. -N. Le, H. D. Nguyen and Q. -K. Trinh,

"Undersampling Reference Receiver for LNA Distortions Compensation

Direct RF Digitization Receiver," 2020 22th International Conference on

Digital Signal Processing and its Applications (DSPA), 2020, pp. 1-5, doi:

10.1109/DSPA48919.2020.9213283.

C2. N. -A. Vu, H. -N. Le, T. -H. -T. Tran, V. -P. Hoang and Q. -K. Trinh, "A

LUT-based LNA Nonlinear Distortion Compensation Scheme in Direct-

Sampling Receivers," 2020 IEEE Eighth International Conference on

Communications and Electronics (ICCE), 2021, pp. 24-29, doi:

114

10.1109/ICCE48956.2021.9352138.

C3. N. Vu, H. Le, T. Tran and Q. Trinh, "Novel Distortion Compensation

Scheme for Multichannel Direct RF Digitization Receiver," 2019 19th

International Symposium on Communications and Information

Technologies (ISCIT), 2019, pp. 156-161, doi:

10.1109/ISCIT.2019.8905213.

C4. Vu NA., Tran THT., Trinh QK., Le HN. (2020) LNA Nonlinear

Distortion Impacts in Multichannel Direct RF Digitization Receivers and

Linearization Techniques. In: Solanki V., Hoang M., Lu Z., Pattnaik P.

(eds) Intelligent Computing in Engineering. Advances in Intelligent

Systems and Computing, vol 1125. Springer, Singapore.

https://doi.org/10.1007/978-981-15-2780-7_109

C5. N. Vu, H. Le, T. Tran, V. Hoang and Q. Trinh, "Adaptive Distortion

Inversion Technique for LNA's Nonlinearity Compensation in Direct RF

Digitization Receivers," 2019 International Conference on Advanced

Technologies for Communications (ATC), 2019, pp. 117-122, doi:

10.1109/ATC.2019.8924528.

* Đơn sáng chế

P1. Đơn sáng chế: Máy thu đa kênh băng rộng số hóa lấy mẫu trực tiếp DRX

(Direct RF sampling Receiver) có thẻ giảm méo do phi tuyến của bộ khuếch

đại tạp âm thấp dùng giải pháp huấn luyện và tra bảng LUT (Look Up

Table)

Số đơn: 1-2021-01993, Ngày nộp đơn: 13/4/2021

115

Vai trò: Đồng tác giả.

TÀI LIỆU THAM KHẢO

Tiếng Việt

[1] Nguyễn Tất Nam (2017), Nghiên cứu tác động của méo phi tuyến trong hệ

thống MIMO và thông tin vệ tinh, Luận án Tiến sĩ Kỹ thuật, Học viện Kỹ

thuật Quân sự

[2] Nguyễn Thành Biên (2010), Méo phi tuyến trong các hệ thống vô tuyến số

M–QAM, Luận án Tiến sĩ Kỹ thuật, Viện Khoa học và Công nghệ Quân

sự.

Tiếng Anh

[3] Delos, Peter. “A Review of wideband RF Receiver Architecture

Options”. Analog Devices, 2020.

[4] A. A. Abidi, “Direct–conversion radio transceivers for digital

communications,” IEEE J. Solid–State Circuits, vol. 30, no. 12, pp. 1399–

1410, Dec. 1995.

[5] O. Jamin, “Broadband Direct RF Digitization Receivers”, Analog Circuits

and Signal Processing 121, DOI 10.1007/978–3–319–01150–9_2,

Springer International Publishing Switzerland 2014

[6] A. Bozorg and R. B. Staszewski, "A 20 MHz–2 GHz Inductorless Two-

Fold Noise-Canceling Low-Noise Amplifier in 28-nm CMOS," in IEEE

Transactions on Circuits and Systems I: Regular Papers, vol. 69, no. 1,

pp. 42-50, Jan. 2022, doi: 10.1109/TCSI.2021.3092960.

[7] A. P. Tarighat and M. Yargholi, "Linearized Low Noise Amplifier by Post

Distortion Technique," 2019 27th Iranian Conference on Electrical

Engineering (ICEE), 2019, pp. 205-208, doi:

116

10.1109/IranianCEE.2019.8786698.

[8] Y. -Y. Wu, J. Jin and K. El-Sankary, "A linearized wideband low noise

amplifier in 65nm CMOS for multi-standard RF communication

applications," 2017 3rd IEEE International Conference on Computer and

Communications (ICCC), 2017, pp. 812-815, doi:

10.1109/CompComm.2017.8322656.

[9] D. P. Nguyen, N. L. K. Nguyen, A. N. Stameroff and A. -V. Pham, "A

Highly Linear InP Distributed Amplifier Using Ultra-wideband

Intermodulation Feedforward Linearization," 2018 IEEE/MTT-S

International Microwave Symposium - IMS, 2018, pp. 1356-1359, doi:

10.1109/MWSYM.2018.8439328.

[10] L. Ding et. al., “Effects of Even–Order Nonlinear Terms on Power

Amplifier Modeling and Predistortion Linearization,” IEEE Transactions

on Vehicular Technology, Vol. 53, Issue 1, pp. 156–162, Jan. 2004.

[11] Gharaibeh, Khaled M, Nonlinear distortion in wireless systems: modeling

and simulation with MATLAB, John Wiley & Sons Ltd, 2012.

[12] S. Wang, W. Cao, C. Fager and T. Eriksson, "Infinite Impulse Response

Structure for Amplifier Modeling and Linearization," in IEEE Microwave

and Wireless Components Letters, vol. 31, no. 8, pp. 961-964, Aug. 2021,

doi: 10.1109/LMWC.2021.3088255.

[13] F. Abbasnezhad, M. Tayarani, A. Abrishamifar and V. Nayyeri, "A Simple

and Adjustable Technique for Effective Linearization of Power Amplifiers

Using Harmonic Injection," in IEEE Access, vol. 9, pp. 37287-37296,

2021, doi: 10.1109/ACCESS.2021.3063286.

[14] Z. Liu, C. C. Boon, X. Yu, C. Li, K. Yang and Y. Liang, "A 0.061-mm²

1–11-GHz Noise-Canceling Low-Noise Amplifier Employing Active

117

Feedforward With Simultaneous Current and Noise Reduction," in IEEE

Transactions on Microwave Theory and Techniques, vol. 69, no. 6, pp.

3093-3106, June 2021, doi: 10.1109/TMTT.2021.3061290.

[15] X. Xia et al., "Signal-Based Digital Predistortion for Linearization of

Power Amplifiers," in IEEE Transactions on Broadcasting, vol. 68, no. 1,

pp. 232-245, March 2022, doi: 10.1109/TBC.2021.3090267.

[16] Adam Farson, “The Icom IC-7300 SDR HF/6m Transceiver”. [Online].

Available: https://www.ab4oj.com/icom/ic7300/main.html

[17] O. Jamin, V. Rambeau, F. Goussin, and G. Lebailly, “An rf frontend for

multi–channel direct rf sampling cable receivers,” in ESSCIRC

(ESSCIRC), 2011 Proceedings of the, Sept 2011, pp. 347–350.

[18] J. Marttila, M. Allén, M. Kosunen, K. Stadius, J. Ryynänen and M.

Valkama, "Reference Receiver Enhanced Digital Linearization of

Wideband Direct-Conversion Receivers," in IEEE Transactions on

Microwave Theory and Techniques, vol. 65, no. 2, pp. 607-620, Feb. 2017,

doi: 10.1109/TMTT.2016.2638840.

[19] M. Grimm, M. Allén, J. Marttila, M. Valkama and R. Thomä, "Joint

Mitigation of Nonlinear RF and Baseband Distortions in Wideband

Direct-Conversion Receivers," in IEEE Transactions on Microwave

Theory and Techniques, vol. 62, no. 1, pp. 166-182, Jan. 2014, doi:

10.1109/TMTT.2013.2292603.

[20] Y. Ma, Y. Yamao, K. Ishibashi and Y. Akaia, "Adaptive Compensation of

Inter-Band Modulation Distortion for Tunable Concurrent Dual-Band

Receivers," in IEEE Transactions on Microwave Theory and Techniques,

vol. 61, no. 12, pp. 4209-4219, Dec. 2013, doi:

118

10.1109/TMTT.2013.2288088.

[21] Y. Ma and Y. Yamao, “Blind nonlinear compensation technique for RF

receiver front–end,” in Proc. Eur. Microw. Integr. Circuits Conf.

(EuMIC), Oct. 2013, pp. 556–559.

[22] L. Peng and H. Ma, "Design and Implementation of Software-Defined

Radio Receiver Based on Blind Nonlinear System Identification and

Compensation," in IEEE Transactions on Circuits and Systems I: Regular

Papers, vol. 58, no. 11, pp. 2776-2789, Nov. 2011, doi:

10.1109/TCSI.2011.2151050.

[23] Raphaël Vansebrouck, Chadi Jabbour, Olivier Jamin, and Patricia

Desgreys, “Fully–Digital Blind Compensation of Non–Linear Distortions

in Wideband Receivers” IEEE Transactions On Circuits And Systems–I:

Regular Papers, vol. 64, no. 8, pp. 2112–2123, August 2017.

[24] A. S. H. Ghadam, M. Valkama, and M. Renfors, “Adaptive compensation

of nonlinear distortion in multicarrier direct–conversion receivers,” in

Proc. IEEE Radio ireless Conf., pp. 35–38, Sep. 2004.

[25] M. Allén, J. Marttila, M. Valkama, S. Mäkinen, M. Konsunen, and J.

Ryynänen, “Digital linearization of direct–conversion spectrum sensing

receiver,” in Proc. 1st IEEE Global Conf. Signal Inf. Process., Austin, TX,

USA, Dec. 2013, pp. 1158–1161.

[26] A. Kiayani, M. Abdelaziz, L. Anttila, V. Lehtinen, and M. Valkama,

“Digital mitigation of transmitter–induced receiver desensitization in

carrier aggregation FDD transceivers,” IEEE Trans. Micro. Theory

Techn., vol. 63, no. 11, pp. 3608–3623, Nov. 2015.

[27] R. Vansebrouck, O. Jamin, P. Desgreys, and V.–T. Nguyen, “Digital

119

distortion compensation for wideband direct digitization RF receiver,” in

Proc. IEEE 13th Int. Ne Circuits Syst. Conf. (NECAS), Jun. 2015, pp. 1–

[28] M. Grimm, R. K. Sharma, M. Hein, and R. Thomä, “DSP–based mitigation

of RF front–end non–linearity in cognitive wideband receivers,” Frequenz

J. RF Eng. Telecommun. (Special Issue), vol. 66, no. 9–10, pp. 303–310,

Sep. 2012.

[29] E. Keehr and A. Hajimiri, “Equalization of third–order intermodulation

products in wideband direct conversion receivers,” IEEE J. Solid–State

Circuits, vol. 43, no. 12, pp. 2853–2867, Dec. 2008.

[30] E. Keehr and A. Hajimiri, “Successive regeneration and adaptive

cancellation of higher order intermodulation products in RF receivers,”

IEEE Trans. Microw. Theory Tech., vol. 59, no. 5, pp. 1379–1396, May

2011.

[31] P. L. Gilabert et al., “Order reduction of wideband digital predistorters

using principal component analysis,” in IEEE MTT–S Int. Micro. Symp.

Dig., Seattle, WA, USA, Jun. 2013, pp. 1–7.

[32] A. Taleb, J. Sole, and C. Jutten, “Quasi–nonparametric blind inversion of

Wiener systems,” IEEE Trans. Signal Process., vol. 49, no. 5, pp. 917–

924, May 2001.

[33] M. Schetzen, “Theory of pth–order inverses of nonlinear systems,” IEEE

Trans. Circuits Syst., vol. 23, no. 5, pp. 285–291, May 1976.

[34] M. Allén, J. Marttila, M. Valkama, M. Grimm, and R. Thoma, “Digital

post–processing based wideband receiver linearization for enhanced

120

spectrum sensing and access,” in Proc. 9th Int. Conf. Cognit. Radio

Oriented Wireless Netw. Communn., Oulu, Finland, Jun. 2014, pp. 520–

525.

[35] V. J. Mathews and Z. Xie, “A stochastic gradient adaptive filter with

gradient adaptive step size,” IEEE Trans. Signal Process., vol. 41, no. 6,

pp. 2075–2087, Jun. 1993.

[36] Purnachandar Poshala, “Why Oversample when Undersampling can do

the Job?”, Texas Instruments Incorporated, July 2013. [Online].

Available:

https://www.ti.com/lit/an/slaa594a/slaa594a.pdf?ts=1665558637048&ref

_url=https%253A%252F%252Fwww.google.com%252F

[37] Rodger H. Hosking, Pentek, “How to use undersampling”, Dec. 2006.

[Online]. Available:

https://www.eetimes.com/document.asp?doc_id=1275354#

[38] K. J. Muhonen, M. Kavehrad and R. Krishnamoorthy, "Look–up table

techniques for adaptive digital predistortion: a development and

comparison," in IEEE Transactions on Vehicular Technology, vol. 49, no.

5, pp. 1995–2002, Sept. 2000.

[39] Q. A. Pham, D. Lopez-Bueno, T. Wang, G. Montoro and P. L. Gilabert,

"Multi-dimensional LUT-based digital predistorter for concurrent dual-

band envelope tracking power amplifier linearization," 2018 IEEE Topical

Conference on RF/Microwave Power Amplifiers for Radio and Wireless

Applications (PAWR), 2018, pp. 47-50, doi:

10.1109/PAWR.2018.8310064.

[40] J. Ren, "Digital Predistorter for Short-Wave Power Amplifier With

121

Improving Index Accuracy of Lookup Table Based on FPGA," in IEEE

Access, vol. 7, pp. 182881-182885, 2019, doi:

10.1109/ACCESS.2019.2960092.

[41] T. Ota et al., "A Novel Multi-Band Look-Up Table Based Digital

Predistorter with a Single Common Feedback Loop," 2018 Asia-Pacific

Microwave Conference (APMC), 2018, pp. 551-553, doi:

10.23919/APMC.2018.8617473. T. Ota et al., "A Novel Multi-Band

Look-Up Table Based Digital Predistorter with a Single Common

Feedback Loop," 2018 Asia-Pacific Microwave Conference (APMC),

2018, pp. 551-553, doi: 10.23919/APMC.2018.8617473.

[42] P. Jardin and G. Baudoin, "Filter Lookup Table Method for Power

Amplifier Linearization," in IEEE Transactions on Vehicular Technology,

vol. 56, no. 3, pp. 1076–1087, May 2007.

[43] T. Liu S. Boumaiza and F. M. Ghannouchi "Pre–compensation for the

dynamic nonlinearity of wideband wireless transmitters using augmented

iener predistorters" Proc. AsiaPacific Micro. Conf. vol. 5 pp. 4–7 2005–

Dec.

[44] G. Montoro P. L. Gilabert E. Bertran A. Cesari and D. D. Silveira "A new

digital predictive predistorter for behavioral power amplifier linearization"

IEEE Micro. wireless Compon. Lett. vol. 17 no. 6 pp. 448–450 Jun. 2007.

[45] A. Zhu P. J. Draxler J. J. Yan T. J. Brazil D. F. Kinball and P. M. Asbeck

"Open–loop digital predistorter for RF power amplifiers using dynamic

deviation reduction–based Volterra series" IEEE Trans. Microw. Theory

Tech. vol. 56 no. 7 pp. 1524–1534 Jul. 2008.

[46] G. Baudoin, R. Marsalek, and P. Jardin, “A new approach for LUT–based

digital predistorters adaptation,” in Proc. Electron. Devices and

122

Syst.Conf., Sep. 2003, pp. 162–165

[47] Nguyễn Thành (2019), Nonlinear distortions and countermeasures for

performance improvements in contemporary radio communication

systems, Luận án Tiến sĩ Kỹ thuật, Học viện Kỹ thuật Quân sự

[48] Navid Lashkarian, Chris Dick, “Fpga Implementation of Digital

Predistortion Linearizers for Wideband Power Amplifiers”, SDR 04

Forum

[49] J.K Cavers, “Amplifier linearization using a digital predistorter with fast

adaptation and low memory requirements,” IEEE Transactions on

Vehicular Technology, Vol. 39, Issue 4 , pp. 374–382, Nov. 1990.

[50] J. Kim and K. Konstantinou "Digital predistortion of wideband signals

based on power amplifier model with memory" Electron. Lett. vol. 37 no.

23 pp. 1417–1418 Nov. 2001.

[51] J. Mitola, “The software radio architecture,” IEEE Commun. Mag., vol.

33, no. 5, pp. 26–38, may 1995.

[52] B. Razavi, “Design considerations for direct–conversion receivers,” IEEE

Trans. Circuits Syst. II, Analog Digit. Signal Process., vol. 44, no. 6, pp.

428–435, Jun. 1997.

[53] Rakesh Soni and Eric Newman, “Direct conversion receiver designs

enable multi–standard/multi–band operation,” Analog Devices, Inc. Feb.

2019. [Online]. Available:

https://.eetimes.com/document.asp?doc_id=1276400#

[54] Andersson, S. (2006). Multiband LNA design and RF–sampling front–

123

ends for flexible wireless receivers. Phd thesis, Linköping University.

[55] A. Bourdoux, J. Craninckx, A. Dejonghe, and L. van der Perre, “Receiver

Architectures for Software–defined Radios in Mobile Terminals: the Path

to Cognitive Radios,” IEEE Radio irel. Symp., pp. 535–538, 2007.

[56] M. Allén, “Nonlinear distortion in wideband radio receivers and analog–

to–digital converters: Modeling and digital suppression,” Ph.D.

dissertation, Dept. Electron. Commun. Eng., Tampere Univ. Technol.,

Tampere, Finland, 2015. [Online]. Available:

http://urn.fi/URN:ISBN:978–952–15–3611–3

[57] L. Anttila, M. Valkama, and M. Renfors, “Circularity–Based IQ Imbalance

Compensation in Wideband Direct–Conversion Receivers,” IEEE Trans.

Veh. Technol., vol. 57, no. 4, pp. 2099–2113, jul 2008.

[58] Ashkan Mashhour, William Domino, Norman Beamishm “On the Direct

Conversion Receiver –– A Tutorial”, June 1, 2001. [Online]. Available:

https://www.microwavejournal.com/articles/3226–on–the–direct–

conversion–receiver–a–tutorial

[59] A. Gupta and R. K. Jha, “A survey of 5G network: Architecture and

emerging technologies,” IEEE Access, vol. 3, pp. 1206–1232, 2015.

[60] Brad Brannon, Steve Dorn, and Vandita Pai Raikar, “Wideband Receiver

for 5G, Instrumentation, and ADEF,” Analog Devices, Inc. 2018.

[Online]. Available: https://www.analog.com/en/technical–

articles/wideband–receiver–for–5g–instrumentation–and–adef.html

[61] Zynq UltraScale+ RFSoC. [Online]. Available:

https://www.xilinx.com/products/silicon–devices/soc/rfsoc.html

[62] M. Valkama, A. Shahed Hagh Ghadam, L. Anttila, and M. Renfors,

124

“Advanced digital signal processing techniques for compensation of

nonlinear distortion in wideband multicarrier radio receivers,” IEEE

Trans. Microw. Theory Techn., vol. 54, no. 6, pp. 2356–2366, Jun. 2006.

[63] Seok–Bae Park, Mohammed Ismail, “DC offsets in direct conversion

multistandard wireless receivers: Modeling and cancellation,” Analog

Integr Circ Sig Process (2006), Vol.49, pp. 123–130, Sep. 2006

[64] Atsumi Niwa, Shigetaka Takagi, Takahide Sato, & Nobuo Fuji, “Novel

DC offset cancellation in direct conversion receivers”. 2008 3rd

International Symposium on Communications, Control and Signal

Processing. pp. 584–587, March 2008

[65] I. Elahi K. Muhammad and P. T. Balsara "IQ mismatch compensation

using adaptive decorrelation in a low–IF receiver in 90–nm CMOS

process" IEEE J. Solid–State Circuits vol. 41 no. 2 pp. 395–404 Feb. 2006.

[66] ADS4249. [Online]. Available: https://www.ti.com/product/ADS4229

[67] P. B. Kenington, High–Linearity RF Amplifier Design. Norwood, MA,

USA: Artech House, 2000, pp. 74–77.

[68] P. Landin, “Digital baseband modeling and correction of radio frequency

power amplifiers,” Ph.D. dissertation, School Elect. Eng., KTH,

Stockholm, Sweden, 2012. [Online]. Available: http://www.divaportal.

org/smash/get/diva2:526062/SPIKBLAD.pdf

[69] F. Horlin and A. Bourdoux, Digital Compensation for Analog Front–

Ends: A New Approach to Wireless Transceiver Design. Chichester,

England: Wiley, 2008.

[70] P. B. Kenington, High–Linearity RF Amplifier Design. Norwood, MA:

125

Artech House, 2000

[71] B. Razavi, RF Microelectronics, 2nd ed. Upper Saddle River, NJ: Pearson,

2012.

[72] Doug Stuetzle, “Understanding IP2 and IP3 Issues in Direct Conversion

Receivers for WCDMA Wide Area Basestations”, Linear Technology

Magazine, June 2008.

[73] Q. Zou, M. Mikhemar, and A. H. Sayed, “Digital compensation of cross

modulation distortion in software defined radios,” IEEE J. Sel. Topics

Signal Process., vol. 3, no. 3, pp. 348–361, Jun. 2009

[74] E. A. Keehr and A. Hajimiri, “Successive regeneration and adaptive

cancellation of higher order intermodulation products in RF receivers,”

IEEE Trans. Microw. Theory Techn., vol. 59, no. 5, pp. 1379–1396, May

2011.

[75] M. Allén, J. Marttila, M. Valkama, S. Singh, M. Epp, and W. Schlecker,

“Digital full–band linearization of wideband direct–conversion receiver

for radar and communications applications,” in Proc. 49th AsilomarConf.

Signals, Syst. Comput., Pacific Grove, CA, USA, Nov. 2015, pp. 1361–

1368.

[76] ZFL–500LN+ Low Noise Amplifier, 0.1-500 MHz, 50Ω. [Online].

Available: http://www.minicircuits.com

[77] Analog Devices, “16–Bit, 210Msps High Performance ADC”, LTC2107

Data Sheet, 2014

[78] Diniz P S R 2008 Adaptive filtering algorithms and practical

126

implemantations, Springer Verlag, USA

[79] A. -R. Amini and S. Boumaiza, "A Time-Domain Multi-Tone Distortion

Model for Effective Design of High Power Amplifiers," in IEEE Access,

vol. 10, pp. 23152-23166, 2022, doi: 10.1109/ACCESS.2022.3153355.

[80] Maachou A, Malti R, Melchior P, Battaglia J L, Oustaloup A and Hay B

2014 Nonlinear thermal system identification using fractional Volterra

series. Control Eng. Practice 29: 50–60, doi:

10.1016/j.conengprac.2014.02.023

[81] Schmidt C A, Biagiola S I, Cousseau J E and Figueroa J L 2014 Volterra–

type models for nonlinear systems identification. Appl. Math. Modell.

38(9–10): 2414–2421

[82] Zorlu H 2011 Identification of nonlinear systems with soft computing

techniques. PhD dissertation, Erciyes University, Graduate School of

Natural and Applied Science, Turkey

[83] F. M. Ghannouchi and O. Hammi, “Behavioral modeling and

predistortion,” IEEE Microw. Mag., vol. 10, no. 7, pp. 52–64, Dec. 2009.

[84] A. Zhu J. C. Pedro and T. J. Brazil "Dynamic deviation reduction–based

Volterra behavioral modeling of RF power amplifiers" IEEE Trans.

Microw. Theory Tech. vol. 54 no. 12 pp. 4323–4332 Dec. 2006.

[85] N. Kalouptsidis and P. Khôngukhôngulas, “Blind identification of

Volterra–Hammerstein systems,” IEEE Trans. Signal Process., vol. 53,

no. 8, pp. 2777–2787, Aug. 2005.

[86] D. R. Morgan, Z. Ma, J. Kim, M. G. Zierdt, and J. Pastalan, “A

generalized memory polynomial model for digital predistortion of RF

power amplifiers,” IEEE Trans. Signal Process., vol. 54, no. 10, pp.

127

3852–3860, Oct. 2006

[87] S. Haykin, Adaptive Filter Theory. Prentice Hall, 2001.

[88] J. Benesty, C. Paleologu, and S. Ciochina, “On regularization in adaptive

filtering,” IEEE Trans. Audio, Speech, Language Process., vol. 19, no. 6,

pp. 1734–1742, Aug. 2011.

[89] Texas Instruments, “ADC32RF45 Dual–Channel, 14–Bit, 3.0–GSPS,

Analog–to–Digital Converter”, ADC32RF45 Data Sheet, December 2016

[90] Texas Instruments, “ADC32RF8x Dual–Channel, 3–GSPS Telecom

Receiver and Feedback Devices”, ADC32RF83 Data Sheet, December

2016

[91] L. Anttila, M. Valkama, and M. Renfors, “Circularity-based I/Q imbalance

compensation in wideband direct-conversion receivers,” IEEE Trans. Veh.

Technol., vol. 57, no. 4, pp. 2099–2113, Jul. 2008.

[92] G. Vallant, J. Dederer, M. Epp, W. Schlecker, and F. K. Jondral, “A

linearization strategy for undersampling analog–to–digital converters,” in

Proc. IWADC, 2011, pp. 197–204.

[93] G. Vallant, M. Epp, M. Allén, M. Valkama, and F. K. Jondral,

“Systemlevel mitigation of undersampling ADC nonlinearity for high–IF

radio receivers,” Frequenz, vol. 66, nos. 9–10, pp. 311–319, 2012.

[94] ZX60–P105LN+ Low Noise Amplifier, 40 - 2600 MHz, 50Ω. [Online].

Available:

https://www.minicircuits.com/WebStore/dashboard.html?model=ZX60-

P105LN%2B

[95] Eamon Nash, “Measurement and Control of RF Power (Part I)”, Analog

128

Devices, Inc., 804 Woburn Street, Wilmington, MA 01887.

[96] M. Vucic and M. Butorac, "All–digital high–dynamic automatic gain

control," 2009 IEEE International Symposium on Circuits and Systems,

Taipei, 2009, pp. 1032–1035.

[97] DAC5672 dual 14-bit 200-Msps digital-to-analog converter. [Online].

Available: https://www.ti.com/product/DAC5672/part-

details/DAC5672IPFBR

[98] XC7A100T Field Programmable Gate Array (FPGA) IC 300 4976640

101440 676-BGA. [Online]. Available: https://docs.xilinx.com/v/u/en-

US/ds181_Artix_7_Data_Sheet

[99] BPF-BC300A+ Lumped LC Band Pass Filter, 260 - 340 MHz, 50Ω.

Available: [Online].

https://www.minicircuits.com/WebStore/dashboard.html?model=BPF-

BC300A%2B

[100] 33600A Trueform Waveform Generators. [Online]. Available:

https://www.keysight.com/us/en/assets/7018-04123/data-sheets-

archived/5991-3272.pdf

[101] C. -h. Chang, L. Xu and M. Onabajo, "A low-power RF receiver front-

end chip designed with methods to reduce third-order intermodulation

distortion," 2016 IEEE Dallas Circuits and Systems Conference (DCAS),

129

2016, pp. 1-4, doi: 10.1109/DCAS.2016.7791145.

PHỤ LỤC

Phụ lục 1: Một số thiết bị dung kiểm tra giải pháp 1. Bộ khuếch đại ZFL-500LN+

ZFL-500LN+ là bộ khuếch đại tạp âm thấp của hang Minicircuits

- Dải tần làm việc: 0,1 MHz ÷ 500 MHz

- Hệ số khuếch đại 24 dB

- Hệ số tạp: 2,9 dB

- IP3: +14 dBm

- Trở kháng vào/ra: 50 Ω

- Nguồn cấp: 12÷16 VDC

- Chuẩn kết nối: SMA

2. Máy phát tín hiệu 33600A của hãng Keysight

Máy phát tín hiệu 33600A cho phép tạo các tín hiệu cơ bản như sóng sin,

xung vuông với độ chính xác cao và méo hài nhỏ

Ngoài ra máy cho phép tạo các dạng sóng do người dùng xác định bằng

130

lập trình hay phần mềm của hãng.

3. Máy phân tích tín hiệu băng thông rộng CS9000 của Aeroflex

Máy phân tích tín hiệu băng thông rộng CS9000 với cho phép ghi lại các

mẫu tín hiệu, giải điều chế và phân tích các tham số của tín băng thông rộng

một cách nhanh chóng và chính xác

Các kênh đầu vào có tích hợp các bộ chuyển đổi xuống RF băng rộng

cùng với các ADC dải động cao và bộ nhớ lớn và phần mềm phân tích tín hiệu.

CS9000 cho phép hiển thị giản đồ tín hiệu đồng thời trong các miền tần

số, thời gian và phân tích điều chế. Phần mềm cho phép đo và phân tích phổ,

đo công suất tín hiệu, ACPR, EVM, biểu đồ mắt, tỷ lệ ký hiệu/tần số sóng

mang, giải điều chế và phân tích (PSK / QAM, FSK / MSK, OOK và ASK,

AM, FM và PM).

131

4. Máy phân tích phổ N9320B của hãng Keysight

Phân tích phổ tần số 9 kHz đến 3 GHz.

Độ chính xác biên độ 0,5 dB.

Phân tích giải điều chế AM / FM, ASK / FSK.

132

Máy cho phép sao lưu kết quả đo qua cổng USB.

Phụ lục 2: Một số hình ảnh đo đạc kiểm tra

133

Cấu hình bo mạch xử lý số tín hiệu sử dụng kiểm tra: - Chip FPGA dòng Artix7 XC7A100T của hãng Xilinx. - ADC ADS4249 14 bit, 250 Msps - DAC DAC5672 14 bit, 275 Msps - Ethernet 100/1000 - Dao động chuẩn TCXO 100MHz

- Kết quả khảo sát méo LNA theo mức tín hiệu với bốn kênh tín hiệu điều

chế QPSK với mức vào khuếch đại bởi thay đổi từ -34 dBm đến -13 dBm:

Mức năng lượng tín hiệu RF bằng -34 dBm

134

Mức năng lượng tín hiệu RF bằng -31 dBm

Mức năng lượng tín hiệu RF bằng -28 dBm

135

Mức năng lượng tín hiệu RF bằng -25 dBm

Mức năng lượng tín hiệu RF bằng -22 dBm

136

Mức năng lượng tín hiệu RF bằng -19 dBm

Mức năng lượng tín hiệu RF bằng -16 dBm