Ứng dụng kỹ thuật méo trước để khắc phục méo phi tuyến trong thông tin vệ tinh

Đoàn Thị Thanh Thảo và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 99(11): 27 - 31<br /> <br /> ỨNG DỤNG KỸ THUẬT MÉO TRƯỚC ĐỂ KHẮC PHỤC MÉO PHI TUYẾN<br /> TRONG THÔNG TIN VỆ TINH<br /> Đoàn Thị Thanh Thảo1*, Lê Hải Nam2<br /> 1<br /> <br /> Trường Đại học Công nghệ Thông tin & Truyền thông – ĐH Thái Nguyên,<br /> 2<br /> Học viện Kỹ thuật quân sự<br /> <br /> TÓM TẮT<br /> Bài báo nghiên cứu kỹ thuật méo trước nhằm loại bỏ méo phi tuyến gây ra bởi bộ khuếch đại công<br /> suất cao (HPA). Trong thông tin vệ tinh, với mục đích kinh tế nên bộ khuếch đại công suất trên vệ<br /> tinh thường được thiết kế làm việc với độ lùi công suất rất nhỏ nên tính phi tuyến của đường<br /> truyền thông tin vệ tinh là rất lớn. Một giải pháp tương đối hiệu quả nhằm loại bỏ méo phi tuyến là<br /> sử dụng các mạch méo trước (Predistorter) đặt ngay trước bộ khuếch đại công suất nhằm tạo một<br /> đặc tính méo ngược với méo gây ra bởi bộ khuếch đại công suất.<br /> Trong bài báo trình bày về kỹ thuật méo trước và đề xuất ứng dụng mạng nơ ron phức để khắc<br /> phục méo trước cho tín hiệu điều chế 16-QAM, kết quả mô phỏng cho thấy hiệu quả của bộ méo<br /> trước trong việc khắc phục méo phi tuyến gây ra do bộ công suất cao gây ra.<br /> Từ khóa: mạng nơ ron, méo trước, méo phi tuyến.<br /> <br /> ĐẶT VẤN ĐỀ*<br /> Méo phi tuyến trong các hệ thống truyền dẫn<br /> số chủ yếu bị gây ra do các mạch khuếch đại<br /> công suất của máy phát hoặc của các trạm<br /> chuyển tiếp. Dưới tác động của méo phi<br /> tuyến, xác suất lỗi bít của hệ thống tăng rất<br /> nhanh đặc biệt là với những dạng điều chế có<br /> đường bao thay đổi...<br /> Nhiệm vụ của bộ méo trước là để đảo đặc<br /> tuyến phi tuyến của bộ khuếch đại công suất<br /> cao HPA, nhờ vậy tầng đáp ứng của hai thiết<br /> bị là tuyến tính. Hàm phức méo trước thông<br /> thường y = H(x) phải được thiết kế sao cho<br /> nó giữ mối quan hệ như biểu thức sau:<br /> <br /> Z = Γ(H ( x )) = Γ0 x<br /> <br /> (1.1)<br /> <br /> Ở đây Z và x là các đường bao phức của tín<br /> hiệu khuếch đại và tín hiệu điều chế và Γ0 là<br /> hệ số tăng ích danh định của bộ khuếch đại.<br /> Sự chuyển đổi chính xác có thể đạt được đối<br /> với các giá trị đầu vào trong phạm vi mà đặc<br /> tuyến của bộ khuếch đại là hàm một - một.<br /> Bộ khuếch đại công suất cao HPA hoạt động<br /> tuyến tính trong một phạm vi biên độ tín hiệu<br /> đầu vào rộng, trên thực tế hàm méo trước<br /> được mô tả như sau:<br /> <br /> H ( x(t )) = x(t ) + Hˆ ( x(t ))<br /> *<br /> <br /> (1.2)<br /> <br /> Tel: 0984 984199, Email: dttthao@ictu.edu.vn<br /> <br /> Ở đây Hˆ (...) biểu diễn đạo hàm của tính<br /> tuyến tính. Như vậy bộ méo trước bù lại méo<br /> phi tuyến.<br /> Ưu điểm của bộ méo trước là chỉ cần một<br /> thiết bị duy nhất (trên hệ thống vệ tinh) để<br /> loại bỏ méo phi tuyến của bộ khuếch đại công<br /> suất cao HPA (so với việc sử dụng các bộ san<br /> bằng trong mỗi thiết bị đầu cuối). Nhược<br /> điểm cơ bản của nó là việc xử lý diễn ra trên<br /> vệ tinh, vì vậy trên thực tế nó không được<br /> ứng dụng đối với các phụ tải vệ tinh có sẵn<br /> trên quỹ đạo và cần sự điều khiển trên mặt<br /> đất. Tuy nhiên, trong trường hợp có đa<br /> đường, một bộ san bằng ở bề mặt thiết bị đầu<br /> cuối vẫn cần thiết để bù cho méo xuyên dấu<br /> ISI hoặc nhiễu kênh lân cận ACI .<br /> Các kỹ thuật méo trước có thể được thực hiện<br /> thông qua các biện pháp như méo trước theo<br /> mô hình Saleh, méo trước theo phương pháp<br /> LUT, méo trước ứng dụng mạng nơron.<br /> Trong đó, phương pháp ứng dụng mạng<br /> nơron tỏ ra có nhiều ưu điểm vượt trội nhờ<br /> khả năng của mạng nơron có thể tạo ra hàm<br /> ngược của bộ khuếch đại.<br /> CẤU TRÚC BỘ MÉO TRƯỚC LÝ TƯỞNG<br /> Đầu ra phức của tín hiệu cao tần có méo phi<br /> tuyến có thể biểu diễn [1], [2] :<br /> j {a (t )+ φ (u y (t ))}<br /> z t = f uy t e y<br /> (1.3)<br /> <br /> ()<br /> <br /> [ ( )]<br /> <br /> 27<br /> <br /> Đoàn Thị Thanh Thảo và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> Trong đó u y (t ) và a y (t ) là biên độ và pha<br /> của tín hiệu đầu vào. Đặc tính AM/AM và<br /> AM/PM của bộ khuyếch đại TWTA<br /> (traveling wave tube amplifier):<br /> <br /> (<br /> <br />  f (u ) = α u / 1 + β u 2<br /> y<br /> A y<br /> A<br /> y<br /> <br /> <br /> 2<br /> φ (u y ) = α φ u y / (1 + β φ )u y<br /> <br /> )<br /> <br /> 2<br /> <br /> (1.4)<br /> <br /> Theo kết quả tính toán trong [4] các hệ số<br /> được chọn α A = 2 , β A = 1 , α φ = 4 ,<br /> <br /> 99(11): 27 - 31<br /> <br /> <br /> <br />  2u<br /> α A AS2 <br /> f (u ) =<br /> 1 − 1 − <br /> 2u <br />  α A AS<br /> −1<br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> <br /> 2<br /> <br /> <br /> <br /> <br /> <br /> <br /> với 0 ≤ u ≤ α A AS / 2<br /> <br /> (1.10)<br /> <br /> y = f −1 (ux )e j[αx +ψ (ux )]<br /> <br /> (1.11)<br /> <br /> Đặt ψ []<br /> . là đặc tính AM/PM của khối PD,<br /> ta có:<br /> <br /> [<br /> <br /> ]<br /> <br /> z = f f −1(u x ) e j [α x +ψ (u x +φ [ f<br /> <br /> −1<br /> <br /> (u x )])]<br /> <br /> (1.12)<br /> <br /> β φ = 9 , biểu diễn mô hình bộ khuyếch đại<br /> <br /> Hiệu chỉnh AM/PM đòi hỏi:<br /> <br /> TWTA điển hình được sử dụng trong thông<br /> tin vệ tinh.<br /> Điện áp bão hòa đầu vào<br /> <br /> (1.13)<br /> Biểu thức (1.11) là biểu thức chung nhất cho<br /> . để bù cho méo<br /> hàm méo trước AM/PM ψ []<br /> <br /> As = 1<br /> <br /> βA<br /> <br /> (1.5)<br /> <br /> biên độ - pha φ []<br /> . gây ra do bộ khuyếch đại.<br /> <br /> . có một<br /> Đặc tính phi tuyến AM/AM f []<br /> <br /> Biên độ đầu ra cực đại là<br /> <br /> Amax = max{ f [x(t )]} = α A As / 2<br /> <br /> (1.6)<br /> Méo phi tuyến của bộ khuyếch đại TWTA<br /> phụ thuộc vào giá trị BO (Back - off):<br /> <br />  Psat ,i <br /> IBO = 10 log <br /> <br />  Pavg ,i <br /> <br /> ψ (u x ) = −φ[ f −1 (u x )]<br /> <br /> (1.7)<br /> <br /> Trong đó, Psat ,i là công suất đầu vào bão hòa,<br /> <br /> Pavg ,i là công suất đầu vào trung bình.<br /> <br /> chuyển đổi đối xứng chính xác là f −1 []<br /> . . Với<br /> những điều kiện này ta có tín hiệu đầu ra<br /> HPA có méo trước là:<br /> j (ε x +ψ (u x )+φ ( f −1 (u x )))<br /> −1<br /> <br /> [<br /> <br /> z= f f<br /> <br /> (u x )]e<br /> <br /> ≈x<br /> <br /> (1.14)<br /> Đặc tính biến đổi AM/AM và AM/PM tương<br /> ứng của bộ méo trước, phù hợp cho mô hình<br /> HPA Saleh chuẩn hóa trong khoảng {0,1},<br /> được biểu diễn như hình:<br /> <br /> Hình 1: Mô hình bộ méo trước HPA<br /> <br /> Như hình vẽ trên, mục đích của bộ méo<br /> trước là nhằm tìm ra một hàm khác<br /> ( f −1 ,ψ ) , sao cho tác động tổng thể của<br /> đầu ra sẽ là tuyến tính:<br /> <br /> z (t ) = Gx(t )<br /> <br /> (1.8)<br /> <br /> Thay thế biên độ đầu vào bão hòa<br /> <br /> As = 1<br /> f (u y ) =<br /> <br /> βA<br /> <br /> As2α Au y<br /> AS2 + u y2<br /> <br /> Tìm hàm chuyển đổi ngược AM/AM:<br /> 28<br /> <br /> Hình 2: Đặc tính biên độ và pha của HPA và PD<br /> <br /> vào biểu thức (1.2):<br /> <br /> (1.9)<br /> <br /> Giả định kênh là kênh tạp trắng cộng tính<br /> (AWGN), tín hiệu điều chế dạng 16-QAM,<br /> giá trị back-off IBO = 0dB. Sử dụng Matlab<br /> mô phỏng bộ méo trước cho bộ khuyếch đại<br /> TWTA, ta được kết quả như sau:<br /> <br /> Đoàn Thị Thanh Thảo và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 99(11): 27 - 31<br /> <br /> cho các vệ tinh với các phụ tải tái sinh<br /> (generative payloads), thường sử dụng các bộ<br /> méo trước dựa trên các cấu trúc mạng nơron<br /> nhiều lớp (Multi-Layer Perceptron - MLP)[4].<br /> Ý tưởng cơ bản là xác định hàm chuyển đổi<br /> ngược đặc tính biên độ AM/AM và đặc tính<br /> pha AM/PM của bộ khuếch đại TWTA sử<br /> dụng một mạng nơron truyền thẳng. Sơ đồ<br /> khối hệ thống méo trước như sau:<br /> Hình 3: Biểu đồ tín hiệu khi không có méo trước<br /> <br /> Hình 4: Biểu đồ tín hiệu khi có bộ méo trước<br /> <br /> Hình 5: Đường cong xác xuất lỗi bit<br /> <br /> Hình 7: Sơ đồ khối bộ méo trước PD trên mạng<br /> nơron<br /> <br /> Theo sơ đồ khối, bộ méo trước gồm hai mạng<br /> nơron con NN1 và NN2, thực hiện 2 chức<br /> năng là huấn luyện và tái tạo mạng.<br /> Huấn luyện mạng: mạng nơron NN1 xác định<br /> hàm chuyển đổi ngược của bộ khuếch đại<br /> TWTA. Sai số giữa đầu vào và đầu ra bộ<br /> khuếch đại được đưa đến khối “learning<br /> algorithm” để tính các hệ số tối ưu cho<br /> mạng NN1.<br /> Tái tạo mạng: các hệ số của mạng nơron NN1<br /> được mạng nơron NN2 sao chép để thực hiện<br /> méo trước dữ liệu đầu vào.<br /> Thuật toán lan truyền ngược sai số được sử<br /> dụng để cập nhật các trọng số của mạng<br /> nơron. Sơ đồ khối học chuyển đổi ngược của<br /> đặc tính bộ khuếch đại như sau:<br /> <br /> Hình 6: Hàm phân bố mật độ phổ công suất<br /> <br /> BỘ MÉO TRƯỚC ỨNG DỤNG MẠNG<br /> NƠRON<br /> Méo trước ứng dụng mạng nơron rất phù hợp<br /> <br /> Hình 8: Mô hình chuyển đổi ngược đặc tính HPA<br /> <br /> 29<br /> <br /> Đoàn Thị Thanh Thảo và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> 99(11): 27 - 31<br /> <br /> (b)<br /> <br /> Hình 9: Hàm chuyển đổi biên độ và pha méo trước<br /> <br /> Hàm chuyển đổi của bộ méo trước như sau:<br /> <br /> g ( x)e<br /> <br /> k =e<br /> <br /> − jφˆ ( x )<br /> <br />  Na α<br /> <br /> = ∑ w2iδ (w1αi x + b1α ) + b2α .e k<br />  i=1<br /> <br /> <br /> Hình 10: Chòm sao tín hiệu (a): khi chỉ có<br /> khuyếch đại; (b): khi có méo trước<br /> <br />  Nφ<br /> <br /> − j  wφ2 iδ w1φi x+b1φ +b2φ <br />  i =1<br /> <br /> <br /> <br /> <br /> ∑<br /> <br /> (<br /> <br /> )<br /> <br /> (1.15)<br /> Trong đó: chỉ số α và φˆ biểu diễn tương<br /> ứng cho hàm chuyển đổi AM/AM và AM/PM<br /> của bộ méo trước; δ là hàm kích hoạt; w1i ,<br /> <br /> Hình 11: Đường cong xác suất lỗi bit<br /> <br /> w2i , b1 , b2 lần lượt là các trọng số và gia số<br /> của hai mạng nơron con.<br /> Mô phỏng trên Matlab với cấu trúc một mạng<br /> nơron như sau: 2 nơron lớp vào; 5 nơron lớp<br /> ẩn; 2 nơron đầu ra (tương ứng cho phần thực<br /> và phần ảo).<br /> Kênh tạp trắng cộng tính (AWGN) với mô<br /> hình bộ khuếch đại Saleh cho tín hiệu điều<br /> chế 16-QAM. Giá trị IBO = 0dB. Các tham số<br /> của bộ khuếch đại TWT được chọn như sau:<br /> α A = 2 , β A = 1 , α φ = 4 , βφ = 9<br /> Mạng nơron được chọn với bước huấn luyện<br /> là 10-3, hàm kích thích là hàm Sigmoid , độ<br /> dài chuỗi huấn luyện 103 mẫu.<br /> <br /> (a)<br /> <br /> 30<br /> <br /> Hình 12: Hàm phân bố mật độ phổ công suất<br /> <br /> Rõ ràng nhờ khả năng mạng nơron phức có<br /> thể làm gần đúng với sai số nhỏ hàm ngược<br /> của bộ khuếch đại công suất và phù hợp với<br /> tín hiệu vào là tín hiệu hai chiều (trong xử lý<br /> số tín hiệu có thể qui về một số phức) nên phổ<br /> chiếm của tín hiệu đầu ra triệt được hàm bậc<br /> 2 khoảng xấp xỉ -50 dB và tại hàm bậc 3 trở<br /> đi phổ chiếm của tín hiệu trùng với trường<br /> hợp lý tưởng khi bộ khuếch đại công suất là<br /> hoàn toàn tuyến tính.<br /> ĐÁNH GIÁ HIỆU QUẢ CỦA KỸ THUẬT<br /> MÉO TRƯỚC<br /> Hiệu quả của kỹ thuật méo trước được đánh<br /> giá sử dụng sự suy giảm tỉ lệ tín trên tạp<br /> <br /> Đoàn Thị Thanh Thảo và Đtg<br /> <br /> Tạp chí KHOA HỌC & CÔNG NGHỆ<br /> <br /> Eb/N0 tương đương gây ra bởi sự méo phi<br /> tuyến tại một giá trị BER xác định và sự mở<br /> rộng hàm mật độ phổ công suất PSD của tín<br /> hiệu thu được.<br /> Theo các kết quả đã mô phỏng ta thấy: sử<br /> dụng bộ méo trước cho phép ta nâng cao hiệu<br /> quả truyền dẫn hơn so với khi chưa có bộ méo<br /> trước; khắc phục được hiện tượng cong vênh<br /> chòm sao tín hiệu; phổ thu được không mở<br /> rộng nhiều; đường cong lỗi bit giảm đi đáng<br /> kể và bám sát với đường lý thuyết.<br /> So với kết quả có được khi mô phỏng theo bộ<br /> méo trước lý tưởng, thì các kết quả mô phỏng<br /> với bộ méo trước dựa trên hệ số khuếch đại<br /> và bộ méo trước theo mô hình mạng nơron<br /> cho ta hiệu quả khắc phục lỗi bit tương<br /> đương. Tuy nhiên, độ mở rộng phổ tín hiệu<br /> thu được khi méo trước theo mô hình mạng<br /> nơron lớn hơn nhưng không đáng kể.<br /> Với những kết quả trên ta có thể kết luận<br /> được rằng việc sử dụng bộ méo trước cho<br /> phép bộ khuếch đại HPA có thể làm việc ở<br /> <br /> 99(11): 27 - 31<br /> <br /> điểm gần bão hòa mà méo phi tuyến gần như<br /> được loại bỏ hoàn toàn.<br /> TÀI LIỆU THAM KHẢO<br /> [1]. Lei Ding, “Digital Predistortion of Power<br /> Amplifiers for Wireless Applications”, a Thesis<br /> presented to the Academic Faculty, March 2005.<br /> [2]. Mohamed Ibnkahla, "Applications of neural<br /> networks to digital communications: a survey", 1997.<br /> [3]. Saleh M. and Adel A, “FrecuencyIndependent and Frecuency-Dependent Nolinear<br /> Models TWT Amplifiers”, IEEE Trans. on Comm..,<br /> Vol. COM-29, pp. 1715-1719, Nov. 1981.<br /> [4]. Rafik Zayani, Rid ha Bouallegue, “PreDistortion for the compensation of HPA<br /> nonlinearity with neural networks: Application to<br /> satellite communications”, IJCSNS International<br /> Journal of Computer Science and Network<br /> Security, VOL.7 No.3, March 2007.<br /> [5]. Zhou D. “Novel adaptive nonlinear<br /> predistorters based on the direct learning<br /> algorithm”, IEEE Transactions on Signal<br /> Processing. 2007, 55(1): 120-133<br /> <br /> SUMMARY<br /> A PREDISTORTION TECHNIQUE USING NEURAL NETWORK<br /> TO REMOVE THE NON-LINEAR DISTORTION IN SATELLITE<br /> COMMUNICATION SYSTEM<br /> 1<br /> <br /> Doan Thi Thanh Thao1*, Le Hai Nam2<br /> College of Information and Communication Technology ,<br /> 2<br /> Le Quy Don Technical University<br /> <br /> The pre-distortion being at the center of interest of this paper is one of the possible methods to<br /> compensate for HPA nonlinearities. The principle of pre-distortion is to distort the HPA input<br /> signal by an additional device called a pre-distorter whose characteristics are the inverse of those<br /> of the amplifier.<br /> This paper investigates a predistotion technique using neural network to remove the non-linear<br /> distortion introdured by high power amplifiers (HPA). Simulation results using 16-QAM<br /> modulated signals demonstrate an outstanding linearization performance.<br /> Key words: predistotion, neural network, MLP<br /> <br /> Ngày nhận bài: 07/9/2012, ngày phản biện:15/9/2012, ngày duyệt đăng:10/12/2012<br /> *<br /> <br /> Tel: 0984 984199, Email: dttthao@ictu.edu.vn<br /> <br /> 31<br /> <br />