ƯỚC LƯỢNG KÊNH TRONG OFDM CỦA WIMAX 7

Chia sẻ: Cao Tt | Ngày: | Loại File: PDF | Số trang:8

Thêm vào BST

Báo xấu

84
lượt xem 8
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Các thiết bị WIMAX này đã được kiểm tra về khả năng tương thích với nhau sẽ giúp khách hàng dễ dàng hơn khi chuyển vùng từ hệ thống mạng này sang hệ thống mạng khác với các thiết bị Internet của mình, mang lại cho người sử dụng một trải nghiệm di động luôn được kết nối .

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: ƯỚC LƯỢNG KÊNH TRONG OFDM CỦA WIMAX 7

+Đồng bộ aus mang. +Giảm tỷ số công suất tương đối cực đại. Như vậy ước lượng kênh là một trong những yêu cầu đầu tiên và cần thiết của hệ thống OFDM. Ước lượng tham số kênh, bao gồm hàm truyền đạt của các kênh nhánh và thời gian để thực hiện giải điều chế bên thu. Để ước lượng tham số kênh có thể sử dụng phương pháp aus tín hiệu dẫn đường Pilot hoặc không sử dụng tín hiệu dẫn đường. Ước lượng kênh nhằm mục đích giảm sự sai khác của hàm truyền của kênh phát so với kênh thu do nhiều nguyên nhân trong quá trình truyền dẫn. Ở đây ta thực hiện ước lượng kênh không dựa vào biểu tượng Pilot mà dựa vào đáp ứng xung của kênh. Sử dụng điều chế DPSK trong hệ thống OFDM để bám đuổi kênh thời gian biến đổi. 3.1.1 Mô tả hệ thống: Cho một hệ thống OFDM biểu diễn như hình sau: Hình 3.1: Hệ thống OFDM cơ sở IDFT: Chuyển đổi Fourier ngược. MUX: Bộ ghép kênh. D/A: Chuyển đổi digital sang analog. A/D: Chuyển đổi analog sang digital.
DEMUX: Bộ tách kênh. DFT:Chuyển đổi fourier. x k : Là biểu tượng truyền. g(t) : Là đáp ứng xung của kênh. ~ n (t ) là nhiễu Gauss trắng. y là biểu tượng nhận. Biểu tượng truyền x k là được lấy từ chòm sao của tín hiệu. Chuyển đổi A/D và D/A bao gồm những tiêu chuẩn của bộ lọc thông thấp với băng 1 , với Ts là khoảng thời gian lấy mẫu. Một chu kỳ thời gian mở rộng có độ dài thông Ts là TG được sử dụng để loại trừ nhiễu liên khối và bảo toàn tính trực giao của tones. Chúng ta xem đáp ứng xung của kênh g(t) như là chuỗi xung thời gian giới hạn có dạng: g (t )    m (t   m Ts ) m Khi biên độ  m có giá trị phức tạp và 0   mTs  TG , thì toàn bộ đáp ứng xung nằm trong khoảng bảo vệ.
Hình 3.2: khoảng hở giữa những điểm cho những kênh liên tục g (t )   (t  0.5Ts )   (t  3.5Ts ) Hệ thống khi đó là mô hình sử dụng N điểm chuyển đổi Fourier thời gian rời rạc ( DFT N ) như sau:  ~ g (3.1) y  DFTN  IDFTN ( x)  n   N   Với x  [ x 0 x1...x N -1 ]T , y  [ y 0 y1 ...y N -1 ]T , n  [~ 0 ~1 ...~ N -1 ]T là vector tập hợp của nhiễu ~ nn n Gauss trắng thay đổi, và g  [g 0 g1...g N -1 ]T được xác định với chu kỳ tương đương của hàm Sinc. g là đối tượng quan sát của đáp ứng xung của kênh sau khi lấy mẫu đáp ứng Vector N tần số của g(t), và:  sin( m ) 1 ( k  ( N 1) m ) j  N gk  e (3.2) m  N sin( ( m  k )) m N Tính hiệu quả của mẫu tuần hoàn được mô tả bởi (3.1) và (3.2) phụ thuộc vào những mục tiêu phù hợp của khoảng bảo vệ, làm thế nào để nó có thể loại được nhiễu liên khối. Nếu trễ  m là một số nguyên, khi đó mọi năng lượng từ  m được sắp xếp đến điểm gm . Tuy nhiên, với xung non-T-spaced, nếu  m không phải là số nguyên, năng lượng của nó sẽ chảy qua mọi điểm g k .
Hình 3.2 minh họa những trường hợp năng lượng chảy qua cho những trường hợp đặc biệt. Chú ý rằng hầu hết mọi năng lượng là được giữ trong những vùng lân cận của vị trí xung đầu tiên. Hệ thống mô tả bởi 3.1 có thể viết lại như là một tập hợp của N kênh Gauss độc lập: Hình 3.3: Các kênh Gauss song song. y k  hk x k  nk , với k=0,1,…,N-1 (3.3) Khi hk là hàm truyền của kênh với h  [h0 h1 h N -1 ]T  DFTN ( g ) và ~ n  [n0 n 1 ...n N-1 ]T  DFTN (n ) là tập hợp vector nhiễu Gauss tối thiểu không. Để thuận lợi, ta viết (3.3) trong ma trận ký hiệu như sau: Y=XFg + n (3.4) Khi X là ma trận với phần tử của x trên đường chéo của nó và
WN ( N 1)  00 0  WN    F     (3.5)   WN WN N 1)( N 1)  ( N 1) 0 (    là ma trận Fourier với nk 1  j 2 nk N  W e (3.6) N N 3.1.2 Các kĩ thuật ước lượng kênh : Chúng ta sẽ tìm thấy vài cơ sở ước lượng trên mô hình của hệ thống, mọi kĩ thuật ước lượng kênh đều có cấu trúc mô tả như hình sau : Hình 3.4: Cấu trúc của ước lượng. Biểu tượng truyền x k xuất hiện trong biểu thức ước lượng, là biểu tượng huấn luyện hoặc biến lượng tử hóa thay đổi trong ước lượng trực tiếp. 3.1.2.1 Ước lượng MMSE (Minimum mean square error estimation): Nếu kênh vector g là aussian và không tương quan với kênh nhiễu n, ước lượng MMSE của g trở thành:
 g MMSE  Rgy R yy1 y ˆ (3.7) g MMSE : là đáp ứng xung của ước lượng MMSE. ˆ Khi đó: R gy  E{gyH }  R gg FH XH R yy  E{yyH }  XFRgg FH XH   n I N 2 R gy : là ma trận tương quan giữa g và y. R gg : là ma trận tự tương quan của g. F H là ma trận chuyển vị của F. X H là ma trận chuyển vị của X .  n là phương sai. Hơn nữa, R gg là ma trận tự tương quan của g và  n2 biểu hiện nhiễu tương quan E{ n 2 } . k Hai lượng này được giả thiết là đã biết. Khi đó số cột trong F là đa thức trực chuẩn ˆ (orthonormal) , g MMSE sinh ra miền tần số ước lượng MMSE hMMSE bởi: ˆ ˆ h MMSE  Fg MMSE  FQ MMSE F H X H y ˆ (3.8) ˆ hMMSE : là hàm ước lượng MMSE . g MMSE : là đáp ứng xung của ước lượng MMSE . ˆ F H : là ma trận chuyển vị của F. X H : là ma trận chuyển vị của X .
Khi đó QMMSE có thể biểu diễn như sau : Q MMSE  R gg [( F H X H XF ) 1  n  R gg ]1 ( F H X H XF ) 1 2 (3.9) Ước lượng kênh MMSE (3.8) có dạng biểu diễn trong hình 3.4. ˆ Nếu g là không aussian , hMMSE không nhất thiết là ước lượng MMSE(minimum mean square error). (MMSE-bình phương sai số trung bình nhỏ nhất). Tuy nhiên nó là ước lượng tuyến tính tốt nhất trong ước lượng MSE. Trong trường hợp ˆ (g là Gaussian hoặc không) chúng ta cũng sẽ biểu diễn ước lượng kênh là hMMSE . 3.1.2.2 Ước lượng LS (Least square error estimation): Ước lượng LS cho đáp ứng xung tuần hoàn g nhỏ nhất ( y - XFg ) H ( y - XFg ) và sinh ra: ˆ h LS  FQ LS F H X H y (3.10) ˆ hLS là hàm ước lượng LS (ước lượng bình phương bé nhất – least square). Khi đó Q LS  (F H X H XF) -1 (3.11) ˆ Chú ý rằng hLS cũng tương ứng với cấu trúc ước lượng trong hình 3.4.
Hình 3.4 : Sơ đồ cấu trúc của ước lượng Rút gọn biểu thức (3.10) ˆ h LS  X -1 y (3.12) Ước lượng LS là tương đương với cái gì đó được quy cho là thấp nhất. Cả hai ước lượng (3.8) và (3.12) đều có những nhược điểm của nó. Ước lượng MMSE yêu cầu việc tính toán có độ phức tạp cao, nhưng ngược lại ước lượng LS có bình phương sai số trung bình lớn. 3.2 Giảm kích thước FFT của ước lượng MMSE và LS: 3.2.1 Mục đích của phương pháp: Ước lượng MMSE yêu cầu việc tính toán ma trận QMMSE NxN. Nó bao hàm độ phức tạp cao khi N càng lớn. Con đường ngắn nhất để giảm sự phức tạp là giảm kích thước của QMMSE . Như trong hình 3.2, hầu hết năng lương trong g là chứa trong đó, hoặc gần TG hơn, điểm đầu tiên là L  . Tg Bởi vậy phải cải tiến ước lượng MSE, khi đó chỉ những điểm với năng lượng có ý nghĩa là được chọn. Những phần tử R gg đáp ứng đến những điểm năng lượng thấp nhất trong g là gần bằng 0. Nếu chúng ta đưa vào tính toán điểm L đầu tiên của g và đặt R gg (r , s )  0 với r,s  [0, L  1] , khi đó QMMSE giảm đi một cách hiệu quả với ma trận LxL. Nếu ma trận T