Luận án Thuật toán ước lượng các tham số của tín hiệu trong hệ thống thông tin vô tuyến

ong cảm nhận phổ   BPF ADC T kY 2|)(| Y(t) u(t) H1 Y(k) H0 Điều chỉnh 75 Đối với các mô hình khác nhau như kết hợp tỷ lệ tối đa, kết hợp lựa chọn, kết hợp độ lợi cân bằng và kết hợp sử dụng trọng số lượng tử trong [24] nhận được các giá trị khác nhau của Y(t) là đầu vào của bộ tách sóng năng lượng. Tín hiệu thu được có thể được biểu diễn như sau:          tNtS tN tY Tín hiệu ở mức có (H1) hoặc không (H0) (4.2) Các giá trị kiểm tra được tính như sau:     2kYtu T (4.3) Sau đó u(t) được so sánh với giá trị ngưỡng để quyết định sự tồn tại của tín hiệu hay không. Có hai cách để xác định sự tồn tại và hoạt động của hệ thống dựa trên các tham số sau:     121 PrPr HobHtuobP ND   (4.4) DMD PP 1 (4.5)     020 PrPr HobHtuobP NFA   (4.6) PD, PMD và PFA tương ứng là xác suất xác định đúng, xác suất xác định nhầm và xác suất báo hiệu nhầm. PFA cho biết xác suất tín hiệu không tồn tại nhưng hệ thống lại báo là có tín hiệu người dùng sơ cấp. PMD biểu thị xác suất xuất hiện tín hiệu người dùng sơ cấp nhưng hệ thống lại báo là không có. Tùy thuộc vào các thông số và yêu cầu của mạng vô tuyến nhận thức mà có thể lựa chọn các tham số này một cách hợp lý. Chẳng hạn, có thể cố định PMD, tính toán giá trị ngưỡng và cuối cùng tính toán PFA hoặc ngược lại. Khi một trong hai tham số (PFA hoặc PMD) cố định, cần xác định hàm mật độ xác suất (PDF) của giá trị kiểm tra u(t) và sau đó tính toán giá trị ngưỡng và các tham số còn lại. Để xác định xác suất xác định nhầm và xác suất báo hiệu nhầm, cũng cần tìm ra hàm mật độ xác suất PDF của giá trị kiểm tra u(t). Trong cả hai giả thiết H0 và H1, PDF của giá trị kiểm tra có phân bố Chi-square tập trung 76 và không tập trung [80]. Theo định lý giới hạn trung tâm, trong trường hợp T đủ lớn, có thể coi u(t) tuân theo phân bố chuẩn như sau:          22222 22 2, 2, ~ snsn nn TTNormal TTNormal tu   (4.7) Ngoài ra, trong [24, 78, 81], giá trị ngưỡng được lấy từ công thức trong trường hợp xác suất báo hiệu nhầm và phương sai của nhiễu 2n đã biết trước:                 2 1 1 2 T PQ FA nFA  (4.8) Hoặc:                 2 1 1 2 T PQ D tD  (4.9) trong trường hợp đã biết xác suất PD và giá trị phương sai của tín hiệu cộng với nhiễu 222 snt   . Trên thực tế, rất khó xác định chính xác phương sai của tín hiệu và tín hiệu cộng với nhiễu. Do đó, trong luận án dựa vào các mẫu tín hiệu tại đầu thu, sẽ ước lượng giá trị kỳ vọng và phương sai của tín hiệu và nhiễu, tính toán giá trị ngưỡng và bậc tự do của các tham số tập trung và không tập trung trong phân bố Chi- square. 4.1.3. Máy thu vô tuyến nhận thức Xem xét ba cách kết hợp tín hiệu tại bộ thu đa ăng ten. Phương pháp đầu tiên là mô hình EGC. Tín hiệu thu được tại mỗi ăng ten tuân theo công thức (4.1) trong đó hi là đáp ứng kênh truyền trong kênh tuân theo phân bố Rayleigh: hi j i ih h e  (4.10) Tín hiệu tại đầu vào bộ tách sóng năng lượng có dạng: 77       1 1 1 1 hi M M i i ij i i y t Y h s t n t M Me         (4.11)     ih j i i e tn tn ~ (4.12) Trong mô hình EGC, không cần phải biết sự biến thiên theo thời gian của SNR như đối với mô hình kết hợp tỷ lệ tối đa MRC, điều đó rất khó xác định. Tuy nhiên, vẫn cần tham số ihje  của đáp ứng kênh truyền để kết hợp tín hiệu thu được Y. Có thể nói rằng ihje  là trọng số tối ưu để kết hợp các tín hiệu tại mỗi nhánh. Tuy nhiên, trong thực tế tìm được tham số này khá khó khăn. Trong [24], một phương pháp sử dụng trọng số lượng tử được đề xuất, xét phương pháp này trong trường hợp sử dụng 4 ăng ten và 2 trọng số lượng tử cho mỗi ăng ten như trong hình 4.2. Chọn ăng ten đầu tiên là ăng ten tham chiếu và không nhân với trọng số lượng tử. Từ ăng ten thứ hai đến ăng ten thứ tư, mỗi ăng ten có hai trọng số lượng tử. Kết quả có thể tích hợp 8 nhánh tín hiệu như công thức dưới đây:  43322114 1 ywywywyY  (4.13) wi (i = 1,2,3) có hai giá trị có thể xảy ra (wi1,wi2). Trong trường hợp tổng quát, giả sử |wi| = 1, khi đó ta có 8 giá trị sau:  43132121111 4 1 ywywywyY   43232121112 4 1 ywywywyY   43132221113 4 1 ywywywyY   43232221114 4 1 ywywywyY   43132121215 4 1 ywywywyY   43232121216 4 1 ywywywyY  78  43132221217 4 1 ywywywyY   43232221218 4 1 ywywywyY  Mỗi nhánh tín hiệu được đặt vào một ô và tính trung bình và số lớn nhất được chọn để đưa ra quyết định. Hình 4.2: Sơ đồ hệ thống sử dụng trọng số lượng tử Có thể thấy rằng hệ thống cảm nhận phổ sử dụng các trọng số lượng tử phức tạp và chưa hiệu quả do mỗi nhánh tín hiệu đều cần bộ tách sóng năng lượng và so sánh. Ngoài ra, độ chính xác trong tách sóng tín hiệu chưa tốt bằng hệ thống sử dụng mô hình EGC. Trong mô hình EGC, thành phần tín hiệu tại mỗi ăng ten thu được tối đa hóa bằng cách nhân liên hợp pha kênh truyền ihje  . Do vậy, thành phần tín hiệu tổng trong tín hiệu kết hợp Y đạt giá trị tối đa   1 1 M i i h s t M   . Đó là lý do mang lại chất lượng tốt của mô hình EGC. Tuy nhiên, trong mô hình này, nhiễu tổng    M i i tnM 1 ~1 từ M ăng ten có thể gây ra tác động xấu lên thành phần tín hiệu tổng. Anten 1 W1 W2 W3 W11 W12 W21 W22 W31 W32 Anten 2 Anten 3 Anten 4 Lựa chọn giá trị lớn nhất và đưa ra quyết định Lấy bình phương và tính trung bình 79 Trong hệ thống đề xuất, thành phần tín hiệu cộng với nhiễu tại mỗi máy thu được tối đa hóa trước khi kết hợp với nhau bằng cách nhân liên hợp với pha của tín hiệu thu iyje  .     yiji iy t y t e  (4.14)       1 1 1 1 yi M M i i ij i i y t Y h s t n t M Me        (4.15)       1 1 1 1 hi M M i i i i i y t h s t n t M Me         (4.16) Là kết quả của kỹ thuật kết hợp, nhiễu tại ăng ten thứ i chỉ ảnh hưởng đến tín hiệu tại ăng ten này. Sự kết hợp này dẫn đến giá trị tối đa của cả tín hiệu cộng nhiễu. Vì thế giá trị kỳ vọng của tín hiệu cộng nhiễu tăng lên. 4.1.4. Ước lượng tín hiệu, nhiễu và các tham số không tập trung Trong phần này trình bày cách ước lượng tín hiệu và nhiễu cũng như các tham số không tập trung của phân bố Chi-square. Số lượng mẫu dùng trong bộ tách sóng năng lượng cũng được sử dụng để ước lượng kỳ vọng và phương sai của thành phần tín hiệu và nhiễu. Số mẫu được dùng càng nhiều ở đầu thu, ước lượng đạt độ chính xác càng cao. Giả sử T mẫu thu được sau khối ADC là Y[1], Y[2],, Y[T]. Có T biến ngẫu nhiên độc lập và cùng một dạng phân phối Y1, Y2,, YT và Y[i] là giá trị của biến ngẫu nhiên Yi. Giả sử các biến Yi là độc lập và cùng một dạng phân phối xác suất, với kỳ vọng và phương sai của biến ngẫu nhiên là (μ, σ2). Trong thực tế, không thể tính toán được giá trị này một cách chính xác, nên cần phải tìm cách ước lượng chúng, gọi kết quả của phép ước lượng là  2ˆ,ˆ  . Sử dụng phép ước lượng không lệch: T YYY T ...ˆ 21 (4.17) 80    T i iYT 1 22 ˆ 1 ˆ  (4.18)      22222 ˆˆ2ˆˆvarˆ   YEYY (4.19) Nếu T đủ lớn, ta có thể coi  ˆ và 22ˆ   Trong bước tiếp theo, cần phải tìm ra hàm mật độ xác suất PDF của giá trị kiểm tra u(t). Đặt:         T i tukY tv 1 22 2 ˆˆ  (4.20) Biến ngẫu nhiên v(t) có phân bố Chi-square với bậc tự do là T và hệ số không tập trung là: 2 2 ˆ ˆ   T (4.21) Ký hiệu hàm mật độ xác suất PDF và hàm phân bố tích lũy (CDF) của phân bố Chi-square với biến v là:  ,;TvfV và  ,;TvFV . T và ξ tương ứng là bậc tự do và hệ số không tập trung. PDF và CDF của giá trị kiểm tra được tính toán theo các công thức sau:         ,;ˆˆ 1 ,; 22 T v fTuf VU (4.22)         ,;ˆ,; 2 T v FTuF VU (4.23) Tương tự, đối với hệ thống sử dụng mô hình EGC và thống sử dụng các trọng số lượng tử, giá trị kiểm tra có phân bố Chi- square với bậc tự do là T, yếu tố khác nhau duy nhất giữa các mô hình là kỳ vọng, phương sai và tham số không tập trung của bộ mẫu các tín hiệu tổng hợp đó. Khi biết phân bố của giá trị kiểm tra và cố định một tham số (PFA hoặc PMD), sẽ tính được giá trị ngưỡng và các tham số còn lại. Trong thực tế, trước hết hệ thống được đặt trong môi trường nhiễu và không có tín hiệu của người dùng sơ cấp để thu được các mẫu ban đầu 81 dùng để ước lượng các tham số nhiễu, từ đó tính toán hàm PDF của giá trị kiểm tra. Tính toán giá trị ngưỡng bằng Matlab tương ứng với mỗi giá trị PFA cố định đặt cho hệ thống. 4.1.5. Kết quả mô phỏng Phần này sẽ đánh giá hoạt động của ba mô hình cảm nhận phổ với các kỹ thuật tổng hợp khác nhau. Xét hệ thống gồm 4 ăng ten, số mẫu dùng để tính toán giá trị ước lượng và cảm nhận phổ là T = 100. Trong mô hình sử dụng trọng số lượng tử, các giá trị trọng số này được lựa chọn ngẫu nhiên tại các điểm trên vòng tròn đơn vị như trong hình 4.3. Hình 4.3: Trọng số lượng tử được chọn ngẫu nhiên Để đánh giá hệ thống, cố định xác suất báo hiệu nhầm PFA, sau đó tính toán giá trị ngưỡng và xác suất xác định nhầm được PMD hoặc ngược lại. Trong lần mô phỏng đầu tiên, đánh giá hiệu suất cảm nhận phổ bằng cách lập biểu đồ hàm mật độ xác suất PDF của giá trị kiểm tra với ba mô hình. PFA = 0,05 và SNR = - 7dB. Hình 4.4 biểu diễn hàm PDF của giá trị kiểm tra trong trường hợp H0 (không có tín hiệu người dùng sơ cấp) và H1 (có tín hiệu người dùng sơ cấp). Trong mô hình cảm nhận phổ sử dụng trọng số lượng tử, giá trị trung bình của nhiễu tăng lên và hàm PDF dịch sang phải. Ngược lại, kỳ vọng của tín hiệu cộng với nhiễu giảm xuống và hàm PDF của nó dịch sang trái. Điều này dẫn đến việc xác suất xác định nhầm được tăng lên. Tuy nhiên, W11 W12 W21 W22 W31 W32 82 trong hệ thống đề xuất, cả kỳ vọng của nhiễu và tín hiệu cộng với nhiễu đều tăng, dẫn đến hàm PDF của cả hai dịch sang phải, do đó PMD của hệ thống đề xuất xấp xỉ bằng PMD của hệ thống sử dụng mô hình EGC. 0 20 40 60 80 100 120 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 Noise 2 Noise 3 Signal + Noise 3 Signal + Noise 2 Noise 1 Signal + Noise 1 Index 1: The proposed system Index 2: The Equal Gain Combining system Index 3: The quantization weights system SNR=--7Db,P FA = 0.05 T=100 Snapshots Hình 4.4: PDF của giá trị kiểm tra trong 3 mô hình Hình 4.5 cho thấy hoạt động của ba hệ thống bằng cách thay đổi tỷ số SNR và cố định PFA = 0,05, T = 100 mẫu. Hệ thống đề xuất hoạt động tốt tương đương với hệ thống sử dụng mô hình EGC và tốt hơn hệ thống sử dụng trọng số lượng tử. -10 -9.5 -9 -8.5 -8 -7.5 -7 -6.5 -6 -5.5 -5 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 Signal to Noise Ratio P ro ba bi lit y of M is d et e ct io n The Proposed System Using Quantization Weights Using Equal Gain Combining Scheme P FA = 0.05 T = 100 Snapsots Hình 4.5:Hoạt động của ba hệ thống khi cố định PFA 83 Hình 4.6 thể hiện hoạt động của ba hệ thống bằng cách cố định PMD = 0,05 và thay đổi tỷ số SNR. Do tính chất của biến ngẫu nhiên, mỗi giá trị của PMD và PFA được lấy ba lần và lựa chọn giá trị trung bình của chúng. Xác suất báo hiệu nhầm PFA của hệ thống sử dụng mô hình EGC và hệ thống đề xuất hội tụ về 0 nhanh hơn so với hệ thống sử dụng trọng số lượng tử. -12 -11 -10 -9 -8 -7 -6 -5 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 Signal to Noise Ratio T he P ro b ab ili ty o f F al se A la rm Using EGC Scheme Using quantization weights The Proposed System PMD = 0.001 Hình 4.6: Hoạt động của 3 hệ thống khi cố định PMD và thay đổi SNR 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.1 0.11 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 Probability of False Alarm P ro b ab ili ty o f M is de te ct io n Using EGC scheme Using quantization weights The proposed system Hình 4.7: Hoạt động của 3 hệ thống khi cố định SNR và thay đổi PFA 84 Trong mô phỏng cuối cùng ta giữ SNR= -8 dB và vẽ đồ thị bằng cách thay đổi giá trị PFA và tính PMD. Kết quả được thể hiện trên hình 4.7. Có thể thấy rằng hệ thống đề xuất hoạt động tốt tương đương hệ thống sử dụng mô hình EGC và tốt hơn hệ thống sử dụng trọng số lượng tử. 4.2. Đề xuất giải pháp cảm nhận phổ dùng kỹ thuật xử lý song song và luật OR 4.2.1. Giới thiệu Phần này đề xuất một kỹ thuật cảm nhận phổ mới trong vô tuyến nhận thức. Trong những nghiên cứu gần đây, các tín hiệu thu được tại hệ thống đa ăng ten được kết hợp với nhau và được xử lý bởi một hệ thống máy thu đơn. Trong nghiên cứu này, xem xét hoạt động của hệ thống sử dụng đa ăng ten, xử lý tín hiệu thu độc lập tại mỗi ăng ten. Luật OR đã được đề xuất trong cảm nhận phổ kết hợp và kỹ thuật xử lý song song được dùng để xác định sự có mặt của tín hiệu người dùng sơ cấp. Ngoài ra, cũng đề xuất mô hình cảm nhận phổ mới chỉ sử dụng hai ăng ten dựa trên kỹ thuật xử lý song song và luật OR. Việc cấp phát phổ tần số theo cách truyền thống ngày càng trở nên không phù hợp do sự phát triển nhanh chóng của các công nghệ vô tuyến. Vô tuyến nhận thức (CR) [34, 82] là một công nghệ nổi bật với nhiều tính năng tiên tiến. Một trong những ưu thế của CR là khả năng cảm nhận phổ để sử dụng hiệu quả tài nguyên phổ tần số vô tuyến. Người dùng thứ cấp không được cấp phép sẽ cố gắng tìm ra những khoảng phổ còn trống dựa vào kỹ thuật cảm nhận phổ. Nhiệm vụ chính của cảm nhận phổ là xác định chính xác sự có mặt của người dùng sơ cấp. Có một số nghiên cứu về các kỹ thuật cảm nhận phổ với các trường hợp khác nhau. Trong [78], đã nghiên cứu hoạt động của ăng ten đơn và đa ăng ten. Trong phần này, chất lượng của hai kỹ thuật được so sánh về mặt kết hợp phân tập, xử lý tỷ lệ tối đa (MRP) và xử lý lựa chọn. Yêu cầu thông tin trạng thái kênh truyền (CSI) là điểm hạn chế của các kỹ thuật kết hợp phân 85 tập như MRP hay kỹ thuật kết hợp độ lợi cân bằng (EGC). Trong [24], hệ thống không sử dụng CSI đã được xem xét. Chất lượng của hệ thống trong [24] không cao như hệ thống sử dụng kỹ thuật EGC. Nghiên cứu trong [81] đã đánh giá chất lượng của hệ thống sử dụng các tham số ước lượng để tính toán giá trị ngưỡng. Một mô hình dùng để phân tích hiệu suất thống kê của bộ tách sóng năng lượng được đề xuất. Trong phương pháp truyền thống sử dụng đa ăng ten, tín hiệu nhận được tại mỗi ăng ten được kết hợp với nhau bằng các kỹ thuật khác nhau. Trong [79], ý tưởng về kỹ thuật cảm nhận song song dùng với đa ăng ten được đề xuất. Bằng cách thay đổi số lượng ăng ten và kích thước FFT, phần này đã nghiên cứu hiệu quả của thời gian cảm nhận. Trong cảm nhận phổ kết hợp, có thể phối hợp nhiều phần tử vô tuyến nhận thức để thực hiện cảm nhận phổ và sau đó trao đổi thông tin với nhau. Dựa trên ý tưởng này, trong nghiên cứu ở đây sẽ đề xuất ý tưởng sử dụng kỹ thuật cảm nhận phổ song song, trong đó mỗi ăng ten được coi như một phần tử vô tuyến nhận thức. Sử dụng luật OR để xác định sự có mặt của tín hiệu sơ cấp. Đã sử dụng luật OR trong cảm nhận phổ kết hợp và sau đó lại áp dụng vào đa ăng ten trong vô tuyến nhận thức để nâng cao hiệu suất của hệ thống. Với ý tưởng xử lý song song và luật OR, đề xuất một mô hình cảm nhận phổ mới, chỉ sử dụng hai ăng ten và một bộ tạo biến ngẫu nhiên. Luận án tiến hành mô phỏng để đánh giá chất lượng của mô hình đề xuất với kỹ thuật SC và thể hiện khả năng cảm nhận phổ của hệ thống đề xuất chỉ sử dụng hai ăng ten. Ngoài ra, hệ thống đề xuất sử dụng hai ăng ten không yêu cầu thông tin CSI trong khi thực hiện việc cảm nhận phổ. 4.2.2. Các máy thu vô tuyến nhận thức đa ăng ten và đơn ăng ten 4.2.2.1. Ăng ten đơn Xem xét vấn đề tách sóng tín hiệu trên kênh truyền có pha đinh và nhiễu trắng. Gọi s(t), n(t) và h lần lượt là tín hiệu người dùng, nhiễu trắng với giá trị kỳ vọng bằng 0 và biên độ của kênh truyền, 2T là số mẫu. Ý 86 tưởng sử dụng bộ tách sóng năng lượng để xác định sự có mặt của tín hiệu người dùng sơ cấp được đề xuất từ trước đây khá lâu [80]. Đối với ăng ten đơn, tín hiệu thu được có thể được biểu diễn ở dạng nhị phân:          tntsh tn ty (4.24) H0: tín hiệu người dùng chính không tồn tại H1: tín hiệu người dùng chính tồn tại Tín hiệu thu được y(t) được đưa về băng cơ sở và lấy ra 2T mẫu. Giá trị kiểm tra u được mô tả như sau:    T k ky WN u 2 1 2 0 )( 2 1 (4.25) N0, W lần lượt là mật độ phổ nhiễu và băng thông tín hiệu. N(t) có phân bố chuẩn với kỳ vọng bằng 0 và phương sai σ2. Giá trị kiểm tra u(t) được so sánh với giá trị ngưỡng để xác định sự tồn tại của tín hiệu hay không. Với giả thiết H0, u bao gồm tổng của 2T giá trị bình phương gồm các biến ngẫu nhiên độc lập tuân theo phân bố chuẩn với kỳ vọng bằng 0. Do vậy, u có phân bố Chi-square trung tâm với bậc tự do bằng 2T. Tương tự như vậy, với H1, u có phân bố Chi-square không trung tâm với 2T bậc tự do và tham số không trung tâm 2ρ trong đó ρ là tỷ số tín hiệu trên tạp âm. Giá trị kiểm tra được so sánh với giá trị ngưỡng để quyết định xem tín hiệu người dùng sơ cấp có tồn tại hay không. Trong kỹ thuật cảm nhận phổ, có hai tham số cần quan tâm: Xác suất báo hiệu nhầm, ký hiệu là PFA và xác suất xác định nhầm (PMD) hoặc xác suất tách sóng được (PD = 1 - PMD).  0Pr HuobPFA   1Pr HuobPD  (4.26) Trong các biểu thức trên, λ là giá trị ngưỡng. Ta sẽ cố định một trong hai giá trị (PFA hoặc PMD) để xác định giá trị ngưỡng và tính toán tham số còn lại. Trong luận án cố định xác suất báo hiệu nhầm PFA; giá trị ngưỡng 87 được tính toán dựa trên phân bố Chi-square. Sử dụng [83], dạng gần đúng của xác suất tách sóng được tín hiệu đối với ăng ten đơn:    threTthresad QHuobP  ,2Pr 1_  (4.27) QT(a,b) là hàm Q Marcum, theo công thức sau:                   1 1 2/ 1 22 ,, T k k k ba T a b I a b ebaQbaQ (4.28)   dxaxIexbaQ b xa )(., 0 2/)( 1 22    (4.29) Trong đó hàm Ik(x) là hàm Bessel bậc k. Giả sử kênh truyền là kênh pha đinh Rayleigh, kênh truyền có phân bố Rayleigh. Tỷ số SNR của kênh truyền có hàm mật độ xác suất PDF là:   0,1        ef (4.30)  là giá trị SNR trung bình của kênh truyền. Do đó, giá trị trung bình của xác suất tách sóng được là:       0 ,2  dfQP threTdsa (4.31) Theo [78], ta có:  thred TJP sa  ,1,, (4.32) Dạng tổng quát của hàm J được mô tả như sau:     dxexxmQmmTJ xmthreTthre 212 0 , 2 !1 2 ,,,             (4.33) Đặt:     0 2/12 22, dxexbaxQTQ xpmT (4.34) 88                            1 1 2 22 2 2 1 22 22 22 1 22 22 22 2 !12 2 ;1;11 2 12 T n ap ab m m n b n e ap a p m ap ab nmF m ap n emb TQ                                        22 22 1 1 22 2 2 2 22 222 0 22 2 2 1 2 ap pb L ap p a p ap ab L ap p m m k k m k (4.35) Trong đó, 1F1 (.; .; .) là hàm hình học cao cấp, dạng tổng quát của hàm này với p, q là hai số tự nhiên:              !... ... ;,...,,;,...,, 0 21 21 2121 n z bbb aaa zbbbaaapFq n n nqnn npnn qp     (4.36) (a)n = a(a+1)(a+2)(a+n-1), với (a)0 = 1 (4.37) 4.2.2.2. Đa ăng ten Giả sử ta có M ăng ten tại bên thu, ký hiệu s(t), n(t), h giống như trên, i là chỉ số của mỗi ăng ten. Nhiễu và biên độ kênh truyền tại mỗi ăng ten giả thiết là độc lập với nhau. Tín hiệu thu được tại nhánh thứ i là:      tntshty iii  với i = 1,2,, M (4.38) Bằng các kỹ thuật kết hợp phân tập khác nhau như MRP, EGC hay SC, thu được tín hiệu tại đầu vào bộ tách sóng năng lượng khác nhau, có thể biểu diễn dưới dạng hàm như sau:         tytytyfty M,...,, 21 . Xét kỹ thuật kết hợp lựa chọn SC, các nhánh nhận tín hiệu và lựa chọn nhánh có SNR cao nhất đưa vào bộ tách sóng năng lượng để xử lý. Kỹ thuật này không yêu cầu kết hợp pha của nhiều nhánh, giá trị trung bình của SNR được tính toán theo công thức sau [84]:     M i i1 1 (4.39) Giá trị trung bình của SNR có hàm mật độ xác suất được tính theo công thức sau:                              1 0 1/ 2 1 1 1/ 1 1 1 1 M i iM i M sp e ii CMee M f         (4.40) 89 Trong đó:  !! ! knk n C nk  Giá trị trung bình của xác suất xác định được PD trên kênh truyền pha đinh được tính theo công thức:            dee M QP M threTdSP 1 0 1,2             (4.41) Theo [78], ta có:            1 0 1 ,1, 1 , 1 1M i thre i M id i TJ i CMP SP  (4.42) 4.2.3. Hệ thống sử dụng kỹ thuật xử lý song song và luật OR Xét hệ thống sử dụng M ăng ten, mỗi ăng ten nhận và xử lý tín hiệu độc lập. Tại mỗi nhánh, giá trị kiểm tra và giá trị ngưỡng được tính toán độc lập như đối với trường hợp một ăng ten, giá trị trung bình xác suất báo hiệu nhầm PFA được tính theo công thức:  thred TJP sa  ,1,, . Hình 4.8: Kỹ thuật xử lý song song trong cảm nhận phổ Bộ khuếch đại tạp âm thấp Bộ chuyển đổi hạ tần Trung bình bình phương So sánh với ngưỡng Luật OR Quyết định Bộ chuyển đổi A/D 90 Tín hiệu thu tại mỗi ăng ten được chuyển sang tín hiệu IF và lấy mẫu. Các mẫu này (2T mẫu với mỗi nhánh) được đặt vào thiết bị sắp xếp và được tính trung bình để tính toán giá trị kiểm tra. Có M giá trị kiểm tra tương ứng với M ăng ten (M nhánh). Các giá trị kiểm tra được so sánh với các giá trị ngưỡng này và xác định sự xuất hiện của tín hiệu người dùng sơ cấp bằng luật OR. Nếu một trong các nhánh có kết luận là tín hiệu người dùng tồn tại, hệ thống sẽ kết luận là có tín hiệu. Ngược lại, tất cả các nhánh đều kết luận là không có tín hiệu, hệ thống sẽ kết luận là không có tín hiệu. Đây là nội dung của luật OR sử dụng trong kỹ thuật cảm nhận phổ kết hợp. Xem xét một hệ thống có M ăng ten và xác suất báo hiệu nhầm cố định là PFA_system. Gọi xác suất báo hiệu nhầm, xác suất xác định nhầm, giá trị kiểm tra tại nhánh i lần lượt là PFA_i, PMD_i, và Ui. Xác suất báo hiệu nhầm và xác suất xác định nhầm của hệ thống được tính toán theo các công thức:     Mi iFAsystemFA PP 1 __ 11 (4.43)   Mi iMDsystemMD PP 1 __ (4.44) Để không mất tính tổng quát, ta giả sử các nhánh này có cùng xác suất báo hiệu nhầm và tỷ lệ không tách sóng được tín hiệu. PFA_i =PFA_branch và PMD_i = PMD_branch, công thức (4.43) và (4.44) trở thành:  MbranchFAsystemFA PP __ 11  (4.45) M branchMDsystemMD PP __  (4.46) 4.2.4. Hệ thống đề xuất sử dụng hai ăng ten Dựa trên ý tưởng về kỹ thuật xử lý song song và luật OR, chúng tôi đề xuất một hệ thống cảm nhận phổ chỉ yêu cầu hai ăng ten và một bộ tạo biến ngẫu nhiên như hình 4.9 dưới đây: 91 Hình 4.9: Hệ thống đề xuất Tín hiệu thu được tại hai ăng ten đầu tiên được chuyển sang tín hiệu IF và được lấy mẫu. Phổ thu được sẽ được số hóa bởi bộ chuyển đổi ADC, sau đó các mẫu số được gửi đến bộ xử lý tín hiệu số DSP để xử lý. Bộ tạo biến ngẫu nhiên tạo ra 16 giá trị ngẫu nhiên tương ứng với từng cặp các mẫu số (y1,y2) của hai nhánh tại máy thu. Những biến ngẫu nhiên này được kết hợp với tín hiệu đã lấy mẫu để tạo thành 8 nhánh tín hiệu theo công thức sau: 2211 yayaY iii  (i=1,,8) (4.47) aji= (j = 1,2) phải thỏa mãn các điều kiện sau: 2 1jia và argument của aji có phân bố đồng đều trong khoảng [0, 2π]. Tín hiệu thu được tại mỗi nhánh được thể hiện như ở hình 4.10 và có dạng: ii jj i e y e y Y 21 22 21   (4.48)   21221 2 2 2 1 21 cos 222 iij iii e yyyy Y             (4.49) Trung bình bình phương So sánh ngưỡng và luật OR Quyết định a11 a12 a13 a14 a15 a16 a17 a18 a22 a23 a24 a25 a26 a27 a28 a21 Bộ tạo biến ngẫu nhiên 92 Do argument của aji có phân bố đồng đều trong khoảng [0,2π], φ2i và φ1i cũng là các biến ngẫu nhiên với phân bố đồng đều trong khoảng [0,2π]. Hình 4.10: Tín hiệu thu được trong hệ thống kết hợp Biên độ và pha của Yi trên các nhánh độc lập với nhau (i = 1,, 8). Công thức tính giá trị kiểm tra của mỗi nhánh là:     T k ii kYT U 2 1 2 2 1 (4.50) Theo lý thuyết giới hạn trung tâm, giả sử Ui có phân bố chuẩn trong trường hợp 2T lớn (trong thực tế 2T ≥ 20 là đủ), tín hiệu thu được tại mỗi ăng ten có cùng công thức (4.38). Nhiễu n(t) là AWGN, trung bình 0 và có biến thiên 2n . Các mẫu tín hiệu có biến thiên 2n . Với H0, yi(k) là I.I.D và có phân bố chuẩn yi(k) ~ Normal (0, 2n ). Do đó:   222122211 ,0~ iinii aaNormalyaya   (4.51) Yi(k) ~ Normal (0, 2n ) (4.52) Tương tự, với H1, biến thiên của Yi(k) là 222 snt   Xem xét một nhánh i tùy ý (i=1,,8), phân bố của giá trị kiểm tra là: Với H0:     T NormalU ni 4 2 n ,~  (4.53) Với H1:     T NormalU tti 4 2 ,~  (4.54) Yi y x i2 i2 O 93 Cố định một trong hai tham số PFA hoặc PMD, giá trị ngưỡng được lấy từ các công thức:         T PQ FA nFA 1 2 1 (4.55)          T PQ D snD 1 22 1 (4.56) Biên độ của Yi là một biến độc lập đối với mỗi nhánh (i = 1,,8); do vậy, phân bố của giá trị kiểm tra Ui đối với mỗi nhánh cũng độc lập. Xác suất báo hiệu nhầm và tỷ lệ không tách sóng được của hệ thống được tính toán theo công thức (4.35) và (4.36). Cho trước xác suất báo hiệu nhầm của hệ thống  systemFAP _ , ta có thể tính toán được xác suất báo hiệu nhầm của mỗi nhánh  branchFAP _ , sau đó tính toán giá trị ngưỡng và xác suất tách sóng được tín hiệu cho mỗi nhánh:           T QP sn snFA branchD /22 22 _   (4.57) Vai trò của bộ tạo biến ngẫu nhiên là kết hợp tín hiệu thu được từ hai ăng ten với nhau để có 8 nhánh tín hiệu độc lập. Lợi thế của hệ thống được đề xuất là không cần quá nhiều ăng ten. Hai ăng ten là số lượng ăng ten ít nhất để có được tính độc lập trên mỗi nhánh. Nhờ vậy, sự phức tạp của hệ thống có thể giảm xuống. Trong hệ thống, thay vì tăng số ăng ten ta tăng số nhánh, lúc này mỗi nhánh tương đương với một ăng ten. Hạn chế của hệ thống này là tính toán phức tạp hơn so với hệ thống hai ăng ten truyền thống. 4.2.5. Kết quả mô phỏng Mô phỏng hoạt động của hệ thống sử dụng kỹ thuật xử lý song song và luật OR được đánh giá khi so sánh với hệ thống sử dụng mô hình kết hợp lựa chọn. Kết quả mô phỏng được biểu diễn trên hình 4.11. 94 Hình 4.11: PFA = 0.01 và 2T = 10 mẫu Chọn xác suất của báo hiệu nhầm là 0,01; số mẫu là 10 và thay đổi SNR. Kết quả mô phỏng cho thấy chất lượng của hệ thống sử dụng kỹ thuật xử lý song song cao hơn so với hệ thống sử dung mô hình kết hợp và đương nhiên là cao hơn khi sử dụng một ăng ten. Bảng 4.1 thể hiện hoạt động của hệ thống đề xuất sử dụng hai ăng ten và một bộ tạo biến ngẫu nhiên. Bảng 4.1: PFA = 0.001 và 2T = 30 mẫu SNR (dB) PD_system -10 0.012 -8 0.033 -6 0.120 -4 0.414 -2 0.873 0 0.998 Bảng 4.1 thể hiện chất lượng của hệ thống với các tham số sau: số mẫu tín hiệu là 30, xác suất báo hiệu nhầm của hệ thống là 0,001 và số 95 nhánh là 8. Có thể thấy rằng hệ thống hoạt động tốt trong trường hợp SNR cao hơn 2 dB. Trong lần mô phỏng tiếp theo, cố định SNR = -5 dB, xác suất báo hiệu nhầm là PFA = 0,005 và thay đổi số mẫu tín hiệu. Kết quả được trình bày trong bảng 4.2. Bảng 4.2: PFA = 0,005 và SNR = -5 dB Số mẫu PD_system 30 0,412 50 0,591 70 0,731 90 0,833 120 0,926 150 0,970 Hệ thống hoạt động tốt trong trường hợp số mẫu tín hiệu lớn hơn 90. Tăng số mẫu dẫn đến việc tăng xác suất tách sóng tín hiệu. Tuy nhiên, thời gian cảm nhận phổ cũng tăng lên. Trong lần mô phỏng cuối, cố định SNR = -3 dB, xác suất tách sóng PD_system = 0,95, thay đổi số mẫu lấy, kết quả mô phỏng được trình bày trong bảng 4.3. Bảng 4.3: PD = 0,95 và SNR = -3 dB Có thể thấy rằng tăng số mẫu dẫn đến việc giảm xác suất báo hiệu nhầm. Số mẫu PFA_system 20 0,828 40 0,420 60 0,165 80 0,058 100 0,019 120 0,006 96 Kết luận chương 4 Chương 4 đề xuất một phương pháp cảm nhận phổ cho các hệ thống vô tuyến nhận thức, sử dụng các mẫu tín hiệu thu được để ước lượng kỳ vọng, phương sai của nhiễu và tín hiệu cộng với nhiễu, tiếp theo thực hiện cảm nhận phổ bằng bộ tách sóng năng lượng. Phương pháp đề xuất không yêu cầu thông tin trạng thái kênh CSI tại máy thu như các phương pháp trước đây. Hoạt động của phương pháp đề xuất được đánh giá, so sánh với các phương pháp khác bằng mô phỏng. Từ kết quả mô phỏng nhận thấy rằng, phương pháp đề xuất có chất lượng tốt như hệ thống sử dụng mô hình EGC và tốt hơn hệ thống sử dụng trọng số lượng tử. Đồng thời chương này cũng đưa ra giải pháp cảm nhận phổ kết hợp kỹ thuật xử lý song song và luật OR. Đánh hoạt động của hệ thống đề xuất bằng cách thay đổi SNR trong lần mô phỏng đầu tiên, thay đổi số mẫu trong hai lần mô phỏng tiếp theo. Hệ thống hoạt động tốt hơn khi tăng tỷ số SNR, số lượng mẫu. 97 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Luận án đã đề xuất các giải pháp nhằm ước lượng các tham số của tín hiệu không tương quan và tương quan trong hệ thống thông tin, định vị vô tuyến với độ phân giải và tính chính xác cao, phát triển kiến trúc máy thu mới hướng đến mô hình máy thu thông minh tự cấu hình. Đồng thời đề xuất kỹ thuật cảm nhận phổ sử dụng đa ăng ten và bộ tách sóng năng lượng trong hệ thống vô tuyến nhận thức và đã đạt được những kết quả chính sau đây: 1) Đề xuất thuật toán ước lượng tham số CFO và FDOA của tín hiệu trong hệ thống thông tin vô tuyến. Kết quả này được đăng tải ở công trình số (4) và số (7) trong danh mục các công trình công bố của tác giả. 2) Đề xuất, cải tiến thuật toán ước lượng đồng thời các tham số của tín hiệu là DOA, tần số Doppler, trễ truyền sóng và DOA theo góc phương vị, góc ngẩng trong hệ thống thông tin vô tuyến. Kết quả này được đăng tải ở công trình số (8) trong danh mục các công trình công bố của tác giả. 3) Đề xuất giải pháp cảm nhận phổ trong hệ thống thông tin vô tuyến không sử dụng CSI mà dựa trên các tham số ước lượng, đồng thời đề xuất giải pháp cảm nhận phổ sử dụng kỹ thuật xử lý song song và luật OR. Kết quả này được đăng tải ở công trình số (1), số (2) và số (3) trong danh mục các công trình công bố của tác giả. 4) Đề xuất kiến trúc máy thu mới sử dụng cho bài toán ước lượng DOA. Kết quả này được đăng tải ở công trình số (5) trong danh mục các công trình công bố của tác giả. 98 Hướng nghiên cứu tiếp theo của Luận án: Để tiếp tục nghiên cứu, phát triển những kết quả đã đạt được, mở rộng phạm vi nghiên cứu và ứng dụng thực tế trong lĩnh vực thông tin vô tuyến, từ công việc nghiên cứu của mình, chúng tôi thấy xuất hiện hướng nghiên cứu tiếp theo của Luận án như sau: 1) Nghiên cứu bài toán ước lượng các tham số tín hiệu trong trường hợp tín hiệu băng rộng. 2) Nghiên cứu phương pháp xử lý trong trường hợp nhiễu không phải là nhiễu trắng mà là nhiễu màu. 3) Nghiên cứu hoàn thiện bài toán ước lượng số nguồn tín hiệu. Ngoài ra, nếu điều kiện cho phép, trong thời gian tới có thể chế tạo thử nghiệm các thiết bị để đo thử, áp dụng giải pháp ước lượng các tham số của tín hiệu đã đề xuất. 99 DANH MỤC CÁC CÔNG TRÌNH Đà CÔNG BỐ 1. Pham Duy Phong, Dang Trung Chinh anh Vu Van Yem, ”A Novel Spectrum Sensing Without Channel State Information Using Estimated Parameters,“ Research, Development and Application on Information & Communication Technology journal, Volume E-1, Number 3 (7), p. 56- 63, December 2010. 2. Pham Duy Phong, Dang Trung Chinh and Vu Van Yem, "OR Rule and Parallel Processing Technique in Multiple antennas for Spectrum Sensing" The third International Conference on Communications and Electronics, ICCE 2010, Nha Trang, Vietnam, August 13-15, p. 273 - 277, 2010. 3. Pham Duy Phong, Dang Trung Chinh, Vu Van Yem and Nguyen Van Khang,” More Practical Spectrum Sensing Technique in Cognitive Radio Networks,” The 2010 International Conference on Advanced Technologies for Communications, ATC 2010, Ho Chi Minh City, Vietnam, October 20-22, 2010. 4. Tran Ngoc Dung, Mai Thanh Nga, Vu Van Yem, Pham Duy Phong and Nguyen Xuan Quynh, “Candidates for Estimating Carrier Frequency Offset in MIMO Systems”, International Conference on Advanced Technologies for Communications, September 2009. 5. Yem Van Vu, Thanh Huu Nguyen, Phong Duy Pham, Viet Minh Pham, “A Robust Single Channel Direction Finding System”, in Proceedings of International Symposium on Multimedia and Communication Technology 2009 (ISMAC 2009), January 22- 23, 2009, Bangkok, Thailand. 6. Mai Thanh Nga, Vu Van Yem, Pham Duy Phong and Nguyen Huu Thanh, “A planar quasi-Yagi For Next Generation Wireless Communication Systems,” Research, Development on Electronics, Telecommunications and Information technology Journal, Issue 3, December 2008. 7. Pham Duy Phong, Vu Van Yem "High rosolution agorithm for frequency difference of arrival estimation", Proceeding of South East Asian Technical University Consortium (SEATUC), Bangkok, Thailand, March 2012. 8. Pham Duy Phong and Vu Van Yem ”Joint signal parameters estimation for advanced wireless positioning systems” Proceeding of South East Asian Technical University Consortium (SEATUC), Bangkok, Thailand, March 2012. 100 TÀI LIỆU THAM KHẢO Tiếng việt: [1] Nguyễn Quốc Khương, "Kỹ thuật cấp phát kênh động cho mạng thông tin di động sử dụng công nghệ MIMO-OFDMA", Luận án tiến sĩ kỹ thuật, Trường Đại học Bách khoa Hà Nội, 2011. [2] Lê Thanh Hải, "Nghiên cứu xây dựng thuật toán lọc không gian các đặc trưng phi tuyến trong hệ thống radar thụ động", Luận án tiến sĩ kỹ thuật, Viện Điện tử Viễn thông, Viện Khoa học và Công nghệ Quân sự, Bộ Quốc phòng 2011. [3] Lâm Hồng Thạch, Vũ Văn Yêm, Nguyễn Quốc Bình và Phan Anh, "Giới hạn số nguồn sóng tới có thể ước lượng khi sử dụng phương pháp đa tần" Hội thảo khoa học quốc gia lần thứ 4 về Nghiên cứu, phát triển và ứng dụng Công nghệ thông tin và truyền thông ICT.rda’08. [4] Mai Quốc Khánh, "Nghiên cứu phương pháp nâng cao chất lượng thu tín hiệu số sử dụng kỹ thuật san bằng Turbo" Luận án tiến sĩ kỹ thuật, Học viện Kỹ thuật Quân sự, Bộ Quốc phòng, 2011. [5] Vũ Văn Yêm, Lâm Hồng Thạch, Phan Anh, "Ứng dụng thuật toán MUSIC trong việc xác định vị trí tàu thuyền đánh cá loại vừa và nhỏ hoạt động ở vùng ven biển". Tạp chí Điện tử ngày nay, 2007. [6] Lâm Hồng Thạch, Vũ Văn Yêm, Phan Anh, “Giới hạn phân biệt hướng sóng tới khi sử dụng thuật toán MUSIC", Hội nghị thông tin và định vị vì sự phát triển của kinh tế biển Việt nam, 2007. Tiếng Anh: [7] S.M. Alamouti, “A simple transmit diversity technique for wireless communications”, IEEE J. Select. Areas Commun, vol.16, No. 8, pp. 1451-1458, October 1998. 101 [8] Hamid Jafarkhani, Space-Time Coding: Theory and Practice, Cambridge University Press, 2005. [9] Claude Oestges and Bruno Clerckx, Mimo wireless communications: From real - world propagation to space - time code design, Academic Press, 2007. [10] P. Almers, E. Bonek, A. Burr, N. Czink, M. Debbah, V. Degli- Esposti, H. Hofstetter, P. Kyösti, D. Laurenson, G. Matz, A. F. Molisch, C. Oestges, and H. Özcelik,“Survey of channel and radio propagation models for wireless MIMO systems”, EURASIP Journal on Wireless Communications and Networking, Vol. 2007, Issue. 1, pp. 56-56, Jan. 2007. [11] G.J. Foschini and M.J. Gans, “On limits of wireless communications in a fading environment when using multiple antennas,“ Wireless Personal Commun, vol.6, pp. 311-335, Mar. 1998. [12] Y. Yao, “Carrier Synchronization Techniques in MIMO Systems", Ph.D. thesis, The University of Hong Kong, 2005. [13] M.A. McKeown, D.G.M. Cruickshank, I.A.B Lindsay, J.S. Thompson, S.A. Farson and Y. Hu, “Carrier frequency offset estimation in BLAST MIMO systems" IEEE Electronics Letters, vol.39, issue 24, 27, pp. 1752-1753, Nov. 2003. [14] G.L. Stuber, J.R. Barry, S.W. McLaughlin, Ye Li, M.A. Ingram, T.G Pratt, “Broadband MIMO-OFDM wireless communications, Proceedings of the IEEE, Volume 92, Issue 2, pp. 271 - 294, Feb. 2004. [15] I.E. Telatar, “Capacity of multi- antenna Gaussian channels”, AT&T Bell Labs. Internal Tech. Memo, Jun. 1995. [16] J. Paulraj and T. Kailath, “Increasing capacity in wireless broadcast systems using distributed transmission/directional reception”, United States Patent 5345599, 1994. 102 [17] Zhao Li; Qin Liu; Linjing Zhao, “Space Division Multiplexing Aided Opportunistic Spectrum Access for Cognitive Radio Networks,” Advanced Information Networking and Applications (WAINA), 2011 IEEE Workshops of International Conference on, pp. 232-237, March 2011. [18] Roy, R.H., ”Spatial division multiple access technology and its application to wireless communication systems, “IEEE Vehicular Technology Conference, 1997 pp. 730 - 734 Vol 2. [19] Zhengang Pan Kai-Kit Wong Tung-Sang Ng, ”Generalized multiuser orthogonal space-division multiplexing,” IEEE Transactionson Wireless Communications, Vol.3, Issue 6, pp. 1969 - 1973, Nov. 2004. [20] Wu, Y. Cui, T. Tellambura, "Optimal low-complexity detection for space division multiple access wireless systems,” IEEE Communications Letters, Vol.10, Issue 3, pp.156 - 158, Mar 2006. [21] Akyildiz F. I., Lee W.Y., Vuran M. C and Mohanty S. “Next generation/ dynamic spectrum access / cognitive radio wireless networks: A survey” May 2006. [22] Haykin S. “Cognitive Radio: Brain-Empowered Wireless Communications” Journal, IEEE, vol. 23, issue 2, Feb. 2005. [23] Cabric, D., Mishra, S.M. and Brodersen, R.W “Implementation Issues in Spectrum Sensing for Cognitive Radios” IEEE, vol. 1, Nov. 2004. [24] Al-Abbasi, A.R.; Fujii, T. “A novel spectrum sensing method using multi-antennas without channel state information”, Wireless Communication Systems, 2009. ISWCS 2009. 6th International Symposium on Volume, Issue, 7-10 Sept. 2009 Page(s): 373 - 377. 103 [25] J.Fout, A. Spanias, M. K. Banavar “Narrowband Direction of Arrival Estimation for antenna Arrays”(2008) Morgan & Claypool Publishers. [26] Sathish Chandran “Advances in direction-of-arrival estimation” (2006) ARTECH HOUSE, INC. 685 Canton Street Norwood, MA 02062. [27] Bobin Yao, Wenjie Wang, Qinye Yin “Joint AOD and CFO estimation in wireless sensor networks localization system,” Proc in IEEE Wireless Communications and Networking Conference (WCNC), 2011 IEEE pp. 2054 - 2058. [28] R. O. Schmidt, “Multiple emitter location and signal parameter estimation,” IEEE Transactions on antennas and Propagation, vol. AP-34, pp. 276–280, Mar 1986. [29] R. Roy and T. Kailath, “ESPRIT- Estimation of signal parameters via rotational invariance techniques,” IEEE Transactions on Acoustics, Speech, Signal Processing, vol. 37, pp. 984–995, July 1989 [30] T. J. Shan, M. Wax, and T. Kailath, “On spatial smoothing for direction-of-arrival estimation of coherent signals,” IEEE Trans. Acoust.,Speech Signal Processing, vol. ASSP-33, pp. 806-81 1, Aug. 1985. [31] Ronald T. Wiliams, S. Prasad, A. K. Mahalanabis, and Leon H. Sibul “ An Improved Spatial Smoothing Technique for Bearing Estimation in a Multipath Environment” IEEE Transactions on Acoustics, Speech, Signal Processing, 1988. [32] Claude Oestges and Bruno Clerckx,, “MIMO wireless communications: from real world propagation to space- time code design,” Academic Press 2007. 104 [33] P. Kolodzy et al., “Next generation communications: Kickoff meeting” in Proc. DARPA, Oct. 17, 2001. [34] J. Mitola et al., “Cognitive radio: Making software radios more personal,” IEEE Pers. Communications, vol. 6, no. 4, pp. 13- 18, August 1999. [35] J. Mitola, “Cognitive radio: An integrated agent architecture for software defined radio,” Doctor of Technology, Royal Inst. Technol. (KTH), Stockholm, Sweden, 2000. [36] F.K. Jondral, “Software-defined radio-basic and evolution to cognitive radio” EURASIP Journal on Wireless Communication and Networking 2005. [37] T. Weiss and F. Jondral, “Spectrum pooling: an innovative strategy for the enhancement of spectrum efficiency,” IEEE Communications Magazine, vol. 42, no. 3, pp. 8-14, May 2004. [38] Huseyin Arslan, Cogntive Radio, Software Defined Radio, and Adaptive Wireless Systems, Springer 2007. [39] Behrouz Farhang-Boroujeny and Roland Kempter “Multicarrier Communication Techniques for Spectrum Sensing and Communication in Cognitive Radios” IEEE Communications Magazine, vol 46, issue 4, pp. 80-85, 2008. [40] Kimtho P0 and Jun-ichi Takada “Signal Detection based on Cyclic Spectrum Estimation for Cognitive Radio in IEEE 802.22 WRAN System” IEICE Tech. Rep., vol. 106, no. 558, SR2006-91, pp. 15-19, March 2007. [41] Amit Kataria “Thesis of Cognitive radio- spectrum sensing issues” University of Missouri-Columbia, December 2007. [42] Tevfik Yucek and Huseyin Arslan ”Spectrum characterization for opportunistic cognitive radio systems” Military Communications Conference, 2006. MILCOM 2006. IEEE. 105 [43] A.Swindlehurst, T.Kailath “A performance analysis of subspace- based methods in the presence of model errors – part I: the MUSIC algorithm “ Joint services program at Standford University, 1990. [44] Judson Braga, Sofia Martinez, Van Yem Vu and Bernard Huyart “MUSIC and Unitary-ESPRIT performance for propagation channel sounding” Research, Development and Applications on Electronics, Telecommunications and Information Technology, Vietnamese National Journal, No. 3- 2008. [45] Miguel A. Rojas, Miguel A. Lagunas, Hernandez, Ana I. Pérez “Candidate spectral estimation for cognitive radio” 11th Conference on 11th WSEAS International Conference on Communications - Volume 11. [46] M. Oner and F. Jondral, “On the extraction of the channel allocation information in spectrum pooling systems,” IEEE Journal on Selected Areas in Communications. 25(3), pp. 558–565, April 2007. [47] W. A. Gardner, “Exploitation of spectral redundancy in cyclostationary signals,” IEEE Signal Processing Magazine, vol. 8, no. 2, pp. 14- 36, 1991. [48] W. A. Gardner, “Spectral correlation of modulated signals-Part I: Analog modulation,” IEEE Transactions on Communications, vol. 35, no. 6, pp. 584- 595, 1987. [49] James O’Daniell Neel “Thesis: Analysis and Design of Cognitive Radio Networks and Distributed Radio Resource Management Algorithms” Electrical Engineering Department, Virginia Tech University, Sep 6, 2006. [50] Huseyin Arslan, Cogntive Radio, Software Defined Radio, and Adaptive Wireless Systems, Springer 2007. 106 [51] Tevfik Yucek and Huseyin Arslan ”Spectrum characterization for opportunistic cognitive radio systems” Military Communications Conference, 2006. MILCOM 2006. IEEE. [52] Dae-Ki Hong, Young-Jo Lee, Daesik Hong, “Robust Frequency Offset Estimation for Pilot Ký tự Assisted Packet CDMA with MIMO antenna Systems“, IEEE Communications Letters, Vol 6, No.6, June 2002. [53] M.Eric and M.Obradovic, “Subspace-based joint time-delay and frequency-shift estimation in asynchoronous DS-CDMA systems“, Electron. Lett, Vol.33, pp 1193-1195, July 1997. [54] Young Seok Lim, and Jear Hong Lee, “An Efficient Carrier Frequency Offset Estimation Scheme for an OFDM System“ Vehicular Technology Conference, 2000. IEEE VTS-Fal VTC 2000. 52nd Volume 5, Issue , 2000 Page(s): 2453 - 2458 vol.5. [55] C. Paulus, H.-M. Bluthgen, M. Low, E. Sicheneder, “A 4 GS/s 6b Flash ADC in 0.13 µm CMOS”, Symposium on VLSI Circuits, Honolulu USA, 2004. [56] V. Cizek, “Discrete Hilbert Transform,” IEEE Trans on Audio Electro- Acoustics, vol. AU-18, no.4, Dec 1970, pp. 340- 343. [57] Lam Hong Thach, Vu Van Yem and Phan Anh, ”Adaptive antenna Array Applied to Position Location of Fishing Boats in the Vietnam Seaside,” Proceeding of the 10th Vietnam Conference on Radio & Electronics (REV’06), Hanoi- Vietnam, November 05-06, 2006. [58] S. Salous, P. Fhilippidis, I. Hawkins, ”A Multi Channel Sounder Architecture for Spatial and MIMO Characterisation of the Mobile Radio Channel,” MIMO: Communications Systems from Concept to Implementations,” IEEE Seminar on 12 Dec. 2001 Page(s): 18/1- 18/6. 107 [59] Wilson. P. F, Papazian. P. B, Cotton. M. G, Lo. Y, Bundy. S. C, ”Simultaneous wide-band four-antenna wireless channel-sounding measurements at 1920 MHz in a suburban environment,” Vehicular Technology, IEEE Transactions on Volume 50, Issue 1, Jan. 2001 Page(s): 67-78. [60] Kuroda. K, Sakaguchi. K, Takada. J. C, Araki. K, ”FDM based MIMO spatio-temporal channel sounder” Wireless Personal Multimedia Communications, 2002. The 5th International Symposium on Vol. 2, 27-30 Oct. 2002 Page(s):559 - 562 vol.2. [61] RUSK channel sounder: [62] S.L.Preston, et al, « Base-station tracking in mobile communications using a switched parasitic antenna array, IEEE Trans. On antenna and propagation 46(6): 841-844, June 1998. [63] R.Schlub et al, “dual-Band six-element switched parasitic array for smart antenna cellular communications systems” Electronics Letter, 36:1342-1343, 2000. [64] J. Rissanen, “Universal coding, information, prediction, and estimation” IEEE Trans on Information Theory, vol. 30, Issue 4 Jul 1984, pp.629-636. [65] J.D.Parsons, Feng D.A. Demery and A.M.D Turkmani, “Sounding technique for wideband mobile radio channels: a review” IEE PROCEEDINGS-1, vol.138, No.5, October 1991. [66] H. Krim, and M. Viberg, "Two Decades of Array Signal Processing Research," IEEE Signal Processing Magazine, pp. 67-94, July 1996. [67] Josef Fuhl, Jean-Pierre Rossi and Ernst Bonek, “High-Resolution 3-D Direction- of- Arrival Determination for Urban Mobile radio” IEEE Trans on antennas and Propagation, vol.45, No.4, April 1997. [68] K. Kalliola, H. Laitinen, P. Vainikainen, M. Toeltsch, J. Laurila,E. Bonek, “3-D Double- Directional Radio Channel Characterisation for 108 Urban Macrocellular Applications,” IEEE Transactions on antennas and Propagation, 2003. [69] H. Yamada, M. Ohmiya, Y. Ogawa, “Superresolution Techniques for Time-Domain Measurements with a Network Analyzer” IEEE Transactions on antennas And Propagation, vol. 39, No. 2, February 1991. [70] T. Quiniou, “Conception et réalisation de sondeurs spatio-temporels du canal à 1800 MHz- Mesures de propagation à intérieur et à l’extérieur des bâtiments,“ Ph.D. thesis, University of Rennes 1- France 2001. [71] Robert D. Tingley and Kaveh Pahlavan, “Space-Time Measurement of Indoor Radio Propagation” IEEE Trans on Instrumentation and Measurement, vol. 50, No. 1, February 2001. [72] Kainam Thomas Wong, and Michael D. Zoltowski, “Root-MUSIC- Based Azimuth-ElevationAngle-of-Arrival Estimation with Uniformly Spaced but Arbitrarily Oriented Velocity Hydrophones” IEEE Trans. on Signal processing, VOL. 47, NO. 12, pp.3250-3260, December 1999. [73] Petr Tichavský, Kainam ThomasWong and Michael D. Zoltowski, “Near-Field/Far-Field Azimuth and Elevation Angle Estimation Using a Single vector Hydrophone” IEEE Trans. on Signal processing, VOL. 49, NO. 11, pp.2498-2510, November 2001. [74] J. Liang, D. Liu, X. Zeng, W. Wang, J. Zhang and H. Chen, “ Joint azimuth- elivation estimation of mixed near- field and far- field sources using two- stage separated steering vector- base algorithm” Progress In Electromagnetics Research, Vol. 113, 1746, 2011. [75] Pl Pillai, S.U. Kwon, B.H.,” Forward/backward spatial smoothing techniques for coherent signal identification” IEEE Transactions on 109 Acoustics, Speech and Signal Processing,Vol.37, Issue 1, pp.8-15, 1999. [76] D. Cabric and R. W. Brodersen, “Physical layer design issues unique to cognitive radio systems” IEEE International Symposium on Personal, Indoor and Mobile Radio Communications, pp 759-763, Sept 2005. [77] Z. Quan, S. Cui, H. V. Poor, and A. H. Sayed, “Collaborative wideband sensing for cognitive radios” IEEE Signal Processing Magazine, no. 6, Nov. 2008, pp. 60- 73. [78] Ashish Pandharipande, Jean-Paul M. G. Linnartz, "Performance analysis of primary user detection in a multiple antenna cognitive radio" ICC 2007- IEEE International Conference on Communications, vol. 30, no. 1, June 2007 pp. 6481- 6485. [79] Neihart N. M., Roy S. and Allstot D. J., ”A Parallel, Multi- Resolution Sensing Technique for Multiple antenna Cognitive Radios” IEEE International Symposium on Circuits and Systems 2007, ISCAS 2007. [80] H. Urkowitz, “Energy detection of unknown deterministic signals” Proceedings of the IEEE, pp 523-531, Apr 1967. [81] Zhuan Ye; Memik, G.; Grosspietsch, J. “Energy Detection Using Estimated Noise Variance for Spectrum Sensing in Cognitive Radio Networks” Wireless Communications and Networking Conference, 2008. WCNC 2008. IEEE Volume, April 2008, Page(s): 711- 716. [82] Z. Quan, S. Cui, H. V. Poor, and A. H. Sayed, “Collaborative wideband sensing for cognitive radios” IEEE Signal Processing Magazine, no. 6, pp. 60.73, Nov. 2008 [83] J. Marcum, “A statistical theory of target detection by pulsed radar” IEEE Transactions on Information Theory, pp 59-267, Apr 1960. 110 [84] Andrea Goldsmith, Wireless Communications, Cambridge University Press, New York, NY, 2005. [85] Pham Duy Phong and Vu Van Yem ”Joint signal parameters estimation for advanced wireless positioning systems” Proceeding of South East Asian Technical University Consortium (SEATUC), Bangkok, Thailand, March 2012.