Nghiên cứu đánh giá ảnh hưởng của kênh truyền hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng

G ĐÌNH CHIẾN 74 tương tự như vậy trong trường hợp SC/EGC là các đường có tỷ số tín hiệu trên nhiễu lớn nhất được kết hợp theo kiểu EGC. Trong hệ thống CDMA băng rộng kết hợp, những mô hình này làm cho máy thu ít phức tạp hơn máy thu MRC RAKE thông thường vì chúng có số lượng cố định các đường phân tập được sử dụng trong số nhiều đường. Kỹ thuật SC/MRC được thực hiện để đạt được đặc tính của MRC, trong khi đó SC/EGC được thực hiện để làm tốt hơn trong một vài trường hợp EGC truyền thống trước đây vì nó ít nhạy hơn với mất mát do kết hợp của những đường truyền có nhiều nhiễu tạp âm (SNR thấp). SSC (Switch and Stay Combining) đây là kỹ thuật mà chỉ dùng một bộ thu, nhưng bộ thu đó sẽ kiểm tra tuần tự tất cả các nhánh. Nhánh đầu tiên được kiểm tra có tỷ số tín hiệu trên nhiễu SNR cao hơn mức ngướng sẽ được chọn. Sau đó nếu SNR trên nhánh đó giảm thấp hơn mức ngưỡng thì bộ thu sẽ chuyển ngẫu nhiên sang một nhánh khác. Có thể có nhiều tiêu chuẩn để chọn nhánh tiếp theo. Kỹ thuật này không dùng nhiều bộ thu, sẽ cho hiệu quả về sử dụng phần cứng. MS-GSC (Minimum Selection-Generalized Selective Combining) với phương pháp này thì bộ thu sẽ chỉ chọn lấy số nhánh cực tiểu mà làm cho SNR cao hơn mức ngưỡng. Điều này có ý nghĩa về mặt công suất. Sử dụng càng nhiều nhánh thì đồng nghĩa với việc tiêu hao nhiều công suất hơn cho bộ thu. Các nghiên cứu về kỹ thuật này nhằm tạo ra một mô hình kết hợp Rake thích ứng để tiết kiệm công suất tiêu thụ của máy thu Rake di động cho hệ thống băng rộng CDMA. Mô hình MS-GSC dự kiến cho thấy một sự chênh lệch nhỏ về tiêu chuẩn xác suất lỗi bit . Các nghiên cứu cho thấy rằng mô hình kết hợp thích ứng được đưa ra giảm thiểu công suất tiêu thụ của máy thu Rake di động đến 67,8% chủ yếu bằng việc bỏ những đường không được chọn lựa trong mô hình Rake. Trong thực tế, số đường trong máy thu Rake là khoảng từ hai đến năm. Thay vì chọn lựa tất cả các đường chính yếu như đối với trường hợp của kết hợp tỉ số cực đại (MRC), phương pháp kết hợp chọn lựa suy rộng (GSC) chọn một số đường chính yếu tốt nhất trong số L đường tùy thuộc vào SNR hay độ mạnh tín hiệu. Chú ý rằng MRC Chương 4 Điều chế thích ứng kết hợp tổ hợp phân tập GVHD: HOÀNG ĐÌNH CHIẾN 75 là một trường hợp đặc biệt của GSC khi mà số đường chọn lựa là cố định đối với L. Có một số cách tiếp cận khác trong đó số đường được chọn biến đổi tự động, dựa trên một mức ngưỡng tuyệt đối (AT-GSC) chọn những đường chính có hệ số SNR cao hơn mức ngững cho trước. Ngoài ra có thể chọn những đường chính có hệ số SNR cực đại trong số tất cả những đường lớn hơn mức ngưỡng cho trước (NT-GSC) .Ta có thể thấy các phương pháp phân tập GSC hướng đến tiết kiệm phần cứng và công suất tiêu tán. Các phân tích gần đây cho thấy là có thể cải thiện hiệu suất phổ bằng cách dùng kết hợp kỹ thuật điều chế thích ứng và tổ hợp phân tập AMDC (Adaptive Modulation and Diversity Combining). Có nhiều kỹ thuật AMDC được sử dụng. Có thể kể đến là ba kỹ thuật, AMDC lợi về công suất, AMDC lợi về băng thông và AMDC lợi về băng thông và công suất. Kỹ thuật AMDC lợi về công suất thì cho hiệu suất về công suất cao, AMDC lợi về băng thông thì cho hiệu suất phổ cao. AMDC lợi về băng thông và công suất thì cho cả hiệu suất phổ và công suất cao nhưng lại có tỷ lệ lỗi cao hơn. Mô hình AMDC lợi về băng thông và công suất sẽ được phân tích ở chương sau. 4.2 Điều chế thích ứng kết hợp tổ hợp phân tập 4.2.1 Mô hình tín hiệu và kênh truyền Ta giả thiết rằng các khoảng an toàn được sử dụng đối với tín hiệu được truyền. Trong suốt những khoảng an toàn này, bộ thu sẽ tiến hành các hoạt động như ước lượng các đường, so sánh tỷ số tín hiệu trên nhiễu với mức ngưỡng SNR được định trước. Sau khi quyết định kiểu điều chế thích ứng và cấu trúc bộ tổ hợp phân tập được sử dụng tiếp theo, bộ thu báo cho bộ phát thông qua đường hồi tiếp trước khi kết thúc khoảng an toàn. Ta giả thiết hệ số fading là hằng số trong mỗi khoảng khối dữ liệu. 4.2.2 Mô hình AMDC lợi về băng thông Với mô hình AMDC lợi về băng thông, bộ thu cố gắng để đạt được hiệu suất phổ là cao nhất. Nghĩa là bộ thu sẽ dùng đường có tỷ số tín hiệu trên nhiễu SNR lớn nhất, so sánh với giá trị (là giá trị SNR ngưỡng ứng với kiểu truyền truyền lớn nhất, ta có Chương 4 Điều chế thích ứng kết hợp tổ hợp phân tập GVHD: HOÀNG ĐÌNH CHIẾN 76 các kiểu truyền truyền là ), nếu giá trị này cao hơn thì bộ thu sẽ tổ hợp thêm đường có SNR lớn thứ nhì. Cứ như vậy cho đến khi tất cả các đường được tổ hợp. Nếu cuối cùng mà SNR tổ hợp không cao hơn giá trị SNR ngưỡng, thì bộ thu sẽ dựa vào các vùng tương ứng với các kiểu truyền để chọn ra kiểu truyền truyền cao nhất có thể mà vẫn đảm bảo đạt được một tỷ lệ bit lỗi cho trước. Nếu không có kiểu truyền truyền nào đảm bảo được tỷ lệ bit lỗi cho trước, ta có hai option. Với option 1 thì ta sẽ truyền kiểu truyền truyền thấp nhất, bất kể tỷ lệ bit lỗi. Với option 2 thì ta sẽ không truyền kiểu truyền nào, và chờ cho đến khi điều kiện kênh truyền tốt hơn. Hình 4.1 vẽ cụ thể giải thuật lựa chọn số đường tổ hợp phân tập và tính toán tỷ số tín hiệu trên nhiễu ngõ ra cho mô hình này. Chương 4 Điều chế thích ứng kết hợp tổ hợp phân tập GVHD: HOÀNG ĐÌNH CHIẾN 77 Hình 4.1 Mô hình AMDC lợi về băng thông. 4.2.3 Mô hình AMDC lợi về công suất Với mô hình AMDC lợi về công suất, bộ thu cố gắng để đạt được công suất tiêu thụ bé nhất. Ở đây công suất tiêu thụ bé nhất nghĩa là sử dụng ít đường phân tập nhất, vì mỗi đường phân tập sẽ cần thêm một bộ tính toán cho đường phân tập đó. Nghĩa là bộ Kết thúc Đúng Đúng Sai Sai Chọn kiểu truyền Bắt đầu Ước lượng Tính lại Chương 4 Điều chế thích ứng kết hợp tổ hợp phân tập GVHD: HOÀNG ĐÌNH CHIẾN 78 thu sẽ dùng đường có tỷ số tín hiệu trên nhiễu SNR lớn nhất, so sánh với giá trị (là giá trị SNR ngưỡng ứng với kiểu truyền truyền bé nhất), nếu giá trị này thấp hơn thì bộ thu sẽ tổ hợp thêm đường có SNR lớn thứ nhì. Cứ như vậy cho đến khi tất cả các đường được tổ hợp. Ngay khi giá trị SNR ngõ ra cao hơn mức ngưỡng thì quá trình tổ hợp dừng lại và bộ thu sử dụng số đường phân tập như đã tính toán. Nếu không có kiểu truyền truyền nào đảm bảo được tỷ lệ bit lỗi cho trước, ta có hai option như mô hình AMDC lợi về băng thông. Hình 4.2 vẽ cụ thể giải thuật lựa chọn số đường tổ hợp phân tập và tính toán tỷ số tín hiệu trên nhiễu ngõ ra cho mô hình này. Điểm khác biệt so với mô hình lợi về băng thông là giá trị so sánh là kiểu truyền bé nhất. 4.2.4 Mô hình AMDC lợi về băng thông và công suất Với mô hình AMDC lợi về băng thông và công suất, bộ thu ưu tiên đạt được hiệu suất phổ cao nhất. Nghĩa là bộ thu sẽ dùng đường có tỷ số tín hiệu trên nhiễu SNR lớn nhất, so sánh với ngưỡng , nếu mức ngưỡng lớn hơn thì bộ thu sẽ tổ hợp thêm đường có SNR lớn thứ nhì. Cứ như vậy cho đến khi tất cả các đường được tổ hợp. Nếu cuối cùng mà SNR tổ hợp không cao hơn giá trị SNR ngưỡng, thì bộ thu sẽ dựa vào các vùng tương ứng với các kiểu truyền truyền để chọn ra kiểu truyền truyền cao nhất có thể mà vẫn đảm bảo đạt được một tỷ lệ bit lỗi cho trước. Nếu không có kiểu truyền truyền nào đảm bảo được tỷ lệ bit lỗi cho trước, ta có hai option như mô hình AMDC lợi về băng thông. Chương 4 Điều chế thích ứng kết hợp tổ hợp phân tập GVHD: HOÀNG ĐÌNH CHIẾN 79 Hình 4.2 Mô hình AMDC lợi về công suất. Đúng Sai Bắt đầu Ước lượng Tính lại Kết thúc Đúng Sai Chọn kiểu truyền Chương 4 Điều chế thích ứng kết hợp tổ hợp phân tập GVHD: HOÀNG ĐÌNH CHIẾN 80 Hình 4.3 Mô hình AMDC lợi về băng thông và công suất. Điều đáng lưu ý là khi các đường đã chọn thỏa một giá trị kiểu truyền truyền nào đó, bộ thu sẽ bớt đi đường có tỷ số tín hiệu trên nhiễu SNR nhỏ nhất và kiểm tra lại xem Bắt đầu Ước lượng Tính lại Đúng Đúng Đúng Sai Sai Sai Tính lại Chọn kiểu truyền Tính lại Kết thúc Sai Chương 4 Điều chế thích ứng kết hợp tổ hợp phân tập GVHD: HOÀNG ĐÌNH CHIẾN 81 kiểu truyền truyền đó có còn thỏa hay không. Nếu không thỏa thì bộ thu sẽ thêm lại đường đã bỏ. Hình 4.3 vẽ cụ thể giải thuật lựa chọn số đường tổ hợp phân tập và tính toán tỷ số tín hiệu trên nhiễu ngõ ra cho mô hình này. Trong đề tài này ta chỉ phân tích phương pháp AMDC option 2 lợi về băng thông và công suất và phân tích lỗi đường hồi tiếp đồng thời đưa ra giải thuật bù lỗi cho bộ thu trong chương kế tiếp. 4.3 Phương pháp AMDC option 2 Trong hình 4.3, chính là mode truyền tối ưu, là số đường tổ hợp, chính là ∑ là tỷ số tín hiệu trên nhiễu ngõ ra. Với là đường có giá trị tỷ số tín hiệu trên nhiễu SNR lớn thứ k trong số L đường. Ta sẽ phân tích và tính toán phương pháp kết hợp điều chế thích ứng kết hợp tổ hợp phân tập AMDC lợi về băng thông và công suất với option 2. Công thức tính số đường tổ hợp trung bình cho option 2 trong trường hợp không có lỗi hồi tiếp được cho như sau [25] ̅ ∑ ∑ [ ] ( ) Cách tìm các xác suất trong công thức trên sẽ được nói ở chương sau. Trong trường hợp không có lỗi hồi tiếp, hiệu suất phổ trung bình được tính như sau [24] ∑ ( ) Trong đó là xác suất mà kiểu điều chế thứ được dùng. Ta thấy rằng xác suất mà kiểu điều chế thứ n được dùng cũng là xác suất mà tỷ số tín hiệu trên nhiễu ngõ ra SNR nằm trong khoảng . Giá trị này được tính như sau [24] Chương 4 Điều chế thích ứng kết hợp tổ hợp phân tập GVHD: HOÀNG ĐÌNH CHIẾN 82 ( )( ) ( )( ) ( ) Trong đó ( )( ) là hàm phân bố tích lủy của tỷ số tín hiệu trên nhiễu SNR tổ hợp với L nhánh MS-GSC và là ngưỡng ngõ ra cho các kênh truyền Rayleigh fading phân bố độc lập và đồng nhất. Giá trị này được cho bởi công thức sau [27] ( )( ) { ( ) ( ) ( ) ( ) ∑ (∫ ∫ ( ) ∫ ∫ ( ) ) ( ) ( ) ( ) ∑ ( ) ( ) ( ) Phương pháp chứng minh các cận của tích phân trong công thức (4.6) tương tự như công thức (5.11) sẽ được nói cụ thể hơn ở chương 5. Và [24] { ( )( ) ( ) ( ) là hàm phân bố tích lủy của tỷ số tín hiệu trên nhiễu SNR ngõ ra trong trường hợp có đường tổ hợp trong số đường theo kiểu phân tập lựa chọn tổ hợp suy rộng GSC. Và hàm ( ) là hàm mật độ xác suất của tỷ số tín hiệu trên nhiễu của đường nhỏ hơn với điều kiện tỷ số tín hiệu trên nhiễu của đường lớn thứ là Hai hàm này sẽ được nói trong chương sau. Xác suất lỗi cho hệ thống trong trường hợp không có lỗi được tính như sau Chương 4 Điều chế thích ứng kết hợp tổ hợp phân tập GVHD: HOÀNG ĐÌNH CHIẾN 83 ∑ ̅̅ ̅̅ ̅̅ ( ) Trong đó ̅̅ ̅̅ ̅̅ là xác suất lỗi trung bình khi giãn đồ chòm sao n được dùng cho việc truyền. GVHD: HOÀNG ĐÌNH CHIẾN 84 Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng Nội dung 5.1 Giới thiệu 5.2 Ước lượng lỗi trên kênh hồi tiếp 5.3 Lỗi đường hồi tiếp trong hệ thống điều chế thích ứng 5.4 Lỗi đường hồi tiếp trong hệ thống điều chế thích ứng kết hợp phân tập AMDC option 2 5.4.1 Bù lỗi hồi tiếp 5.4.2 Giải thuật mô phỏng và kết quả 5.4.3 Code mô phỏng 5.5 Kết luận và hướng phát triển của đề tài 5.5.1 Kết luận 5.5.2 Hướng phát triển của đề tài Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 85 5.1 Giới thiệu Trong hầu hết các tài liệu về điều chế thích ứng, giả thiết đặt ra là kênh hồi tiếp là không có lỗi. Tuy nhiên điều này có thể không đúng trong thực tế, đặc biệt là khi các phương pháp điều khiển lỗi hiệu quả không thể dùng trong kênh hồi tiếp. Có thể lấy ví dụ như hệ thống WCDMA cho phép lỗi trên đường hồi tiếp là [29]. Mặt khác kênh truyền hồi tiếp làm giảm đi băng thông và công suất cho kênh dữ liệu trên đường ngược lại và điều này là đặc biệt quan trọng khi mà các thiết bị di động sử dụng năng lượng rất ít. Nếu như xem các phương pháp điều khiển lỗi có thể làm cho kênh truyền hồi tiếp hoàn toàn không có lỗi thì với một phương pháp sửa lỗi đủ mạnh có thể mất thời gian để xử lý và điều này làm cho kênh hồi tiếp bị trễ nhiều hơn. Do đó, nghiên cứu về kỹ thuật điều chế thích ứng với điều kiện là kênh hồi tiếp có lỗi đóng vai trò rất quan trọng. Trong chương này ta sẽ nghiên cứu ảnh hưởng của lỗi trên kênh hồi tiếp lên hệ thống điều chế thích ứng và hệ thống điều chế thích ứng kết hợp phân tập. Ta sẽ sử dụng kênh truyền Rayleigh để phân tích, việc phân tích trên các kênh truyền khác tương tự có thể làm được. Mô hình kênh truyền được dùng đối với hệ thống điều chế thích ứng và hệ thống điều chế thích ứng kết hợp phân tập được cho ở hình 5.1 và 5.2. Hình 5.1 Mô hình kênh truyền cho hệ thống điều chế thích ứng. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 86 Hình 5.2 Mô hình kênh truyền cho hệ thống điều chế thích ứng kết hợp phân tập. 5.2 Ước lượng lỗi trên kênh hồi tiếp Để xác định ảnh hưởng của lỗi hồi tiếp, ta cần xác định xác suất mà kiểu truyền được sử dụng trong khi kiểu truyền là kiểu truyền được chọn trong hệ thống. Ta có thể thấy rằng các giá trị của thể hiện xác suất lỗi trên kênh hồi tiếp. Giá trị của phụ thuộc vào phương pháp phát hiện lỗi trên kênh hồi tiếp. Trong luận văn này ta coi bộ phát sử dụng bộ thu Maximum Likelihood Detection trên kênh hồi tiếp. Có một số tài liệu cho thấy rằng có thể cải thiện chất lượng của hệ thống khi sử dụng phương pháp phát hiện lỗi khác trên kênh hồi tiếp. Có thể kể đển bộ thu Markov-Based Detection [30] mà theo đó nhờ tính chất trạng thái kênh truyền chỉ có thể chuyển sang trạng thái gần với nó mà trong kênh truyền fading chậm phương pháp này làm giảm ảnh hưởng của lỗi hồi tiếp. Bộ thu Bayesian Detection cũng có thể làm giảm lỗi hồi tiếp nhờ sử dụng tính chất trong hệ thống điều chế thích ứng, các ký tự được phát đi không phải với một tỷ lệ đồng đều ngẫu nhiên mà phụ thuộc vào chất lượng của kênh truyền qua kênh hồi tiếp. Đây cũng là đặc điểm khiến bộ thu Maximum Likelihood Detection không phải là bộ thu tối ưu trong hệ thống điều chế thích ứng. Trong chương này ta sẽ không đi sâu phân tích hai bộ thu này mà chỉ xem xét ảnh hưởng của lỗi trên kênh hồi tiếp đến chất lượng hệ thống. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 87 Ta dùng ký tự PSK (Phase Shift Keying) khác nhau để đại diện cho kiểu truyền truyền. Như vậy thì bộ thu chỉ cần truyền một ký tự PSK trong khoảng thời gian an toàn để thông báo cho bộ phát về kiểu truyền được chọn. Xác suất có thể tính như sau. Mỗi vùng trên giãn đồ chòm sao của tín hiệu PSK tương ứng với một kiểu truyền truyền. Vậy xác suất chuyển tiếp giữa các vùng là xác suất mà biến quyết định rơi vào vùng được xác định bởi hai góc pha ( ) ( ) với [24] *| | | |+ ( ) Xác suất này có thể tính theo công thức sau [24] ∫ ( ( ) ( ) ) ( ) ( ) Với ( ) (√ ) (√ ) ( √ (√ ( ) √ ) (√ ) √ ( ) ) ( √ (√ ( ) √ ) (√ ) √ ( ) ) ( ) Trong đó, là tỷ số tín hiệu trên nhiễu SNR của ký tự của kênh hồi tiếp, ( ) và ( ) là hàm Gauss Q 1-D và 2-D, ( ) 2 và ( ) { ⁄ Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 88 Theo công thức trên thì ứng với mỗi giá trị tỷ số tín hiệu trên nhiễu trung bình SNR trên đường hồi tiếp và tương ứng với khoảng cách | |, thì xác suất chuyển tiếp có một giá trị cố định. Giá trị được tính sẵn cho trong bảng 5.1. 5.3 Lỗi đường hồi tiếp trong hệ thống điều chế thích ứng Dựa trên bảng 5.1, ta sẽ xem xét ảnh hưởng của lỗi trên đường hồi tiếp. Xác suất truyền kiểu truyền thứ được tính theo công thứ sau ∑ ( ) Trong đó là xác suất xuất hiện trạng thái thứ trong kênh truyền Rayleigh. Với phương pháp truyền với tốc độ rời rạc, hiệu suất phổ sẽ được tính theo công thức ∑ ∑ ( ) Bảng 5.1 Xác suất chuyển tiếp cho kênh truyền Rayleigh với các giá trị BER trung bình khác nhau. ̅ ̅ ̅ | | 0.8218206 0.9818155 0.9981819 | | 0.078189 0.0081057 0.0008180 | | 0.0218214 0.0018491 0.0001820 Với chính là tỷ lệ bit/ký tự như đã nói trong chương 2. Xác suất lỗi của tín hiệu QPSK trong kênh truyền AWGN có thể được xấp xỉ bằng công thức (4.7). Xác suất lỗi trung bình của hệ thống là Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 89 ̅̅ ̅̅ ̅̅ ∑ ∑ ∑ ∑ ( ) Trong đó ∫ ( ) ( ) . Để tìm giá trị để có thể tối ưu hiệu suất phổ, ta sẽ dùng phương pháp nhân tử Lagrange ( ) ( ) ̅̅ ̅̅ ̅̅ ( ) Điều kiện tối ưu được tính như sau ( ) Từ điều kiện trên ta suy ra ∑ ( ) ( ) ∑ ( ) ( ) Dựa trên phương trình (5.8) và điều kiện giới hạn về xác suất lỗi ̅̅ ̅̅ ̅̅ ta sẽ tính các ngưỡng . Để tính toán tối ưu các ngưỡng, ta cần chú ý điều kiện là các ngưỡng ở mức điều chế cao hơn cần có giá trị lớn hơn các ngưỡng ở mức điều chế thấp. Hình 5.3 vẽ giá trị của và theo giá trị của khi lỗi đường hồi tiếp là . Xác suất lỗi của hệ thống là và hệ thống sử dụng 3 kiểu điều chế là Ta thấy rằng khoảng giá trị hợp lý của là khoảng khi lỗi đường hồi tiếp là và khoảng khi lỗi đường hồi tiếp là . Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 90 Hình 5.3 Giá trị của ngưỡng 2 và 3 theo ngưỡng 1. Hình 5.4 vẽ giá trị của xác suất lỗi trung bình theo giá trị của cho trường hợp . Ta thấy rằng khi tỷ số tín hiệu trên nhiễu trung bình của hệ thống thấp, giá trị của xác suất lỗi trung bình có thể sẽ không đạt được mức yêu cầu với tất cả các giá trị có thể của . Khi xác suất lỗi trên đường hồi tiếp tăng thì mức tỷ số tín hiệu trên nhiễu yêu cầu để thỏa chất lượng của hệ thống càng cao. Hình 5.5 vẽ hiệu suất phổ của hệ thống. Ta có thể thấy lỗi trên đường hồi tiếp càng tăng thì vùng rớt (vùng mà tỷ số tín hiệu trên nhiễu trung bình không thể đáp ứng chất lượng của hệ thống) càng lớn trong khi hiệu suất phổ của hệ thống không giảm nhiều. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 91 Hình 5.4 Giá trị có thể đạt được của xác suất lỗi. Hình 5.5 Hiệu suất phổ của hệ thống điều chế thích ứng. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 92 Hình 5.6 Giải thuật mô phỏng của hệ thống điều chế thích ứng trong trường hợp có lỗi trên kênh hồi tiếp. Nói cách khác lỗi trên đường hồi tiếp không ảnh hưởng nhiều đến hiệu suất phổ của hệ thống. Phương pháp mô phỏng được cho ở hình 5.6, cách thực hiện mô phỏng chỉ khác phần hệ thống điều chế thích ứng với kênh hồi tiếp lý tưởng ở việc nhóm thông tin Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 93 kênh truyền, tức là kiểu truyền, vào các ký tự MPSK và truyền qua kênh Rayleigh, tức là kênh hồi tiếp với xác suất lỗi là và theo tính toán ở bảng 5.1. 5.4 Lỗi đường hồi tiếp trong hệ thống điều chế thích ứng kết hợp phân tập AMDC option 2 Ta sẽ nghiên cứu kỹ thuật AMDC với điều kiện hồi tiếp có lỗi, ta sẽ dùng kỹ thuật phân tập để bù cho lỗi của kênh hồi tiếp bằng cách điều chỉnh cấu trúc của bộ thu. Việc hồi tiếp lỗi làm cho kiểu điều chế thích ứng sử dụng cho việc truyền dữ liệu khác với kiểu truyền được chọn ở bộ thu sau khi ước lượng kênh truyền. Nếu bộ phát phát đi kiểu truyền cao hơn kiểu truyền được chọn bởi bộ thu thì bộ thu sẽ tổ hợp nhiều đường phân tập hơn để bù cho lỗi hồi tiếp đó. Ngược lại, bộ thu sẽ dùng ít đường hơn để tiết kiệm công suất khi bộ phát phát kiểu truyền thấp hơn kiểu truyền mà bộ thu chọn. 5.4.1 Bù lỗi hồi tiếp Theo hình 5.7, là kiểu truyền truyền được sử dụng thay vì do kênh hồi tiếp có lỗi. Dựa vào thuật toán trên ta có thể giải thích như sau, nếu kiểu truyền sử dụng mà nhỏ hơn kiểu truyền tối ưu, thì bộ thu sẽ giảm số đường tổ hợp đến khi nào mà số đường được dùng là bé nhất mà vẫn thỏa mức tỷ số tín hiệu trên nhiễu SNR ngưỡng tương ứng với kiểu truyền đó. Còn nếu kiểu truyền sử dụng lớn hơn kiểu truyền tối ưu thì bộ thu sẽ tổ hợp tất cả các đường đang có để đạt được giá trị SNR ngõ ra cao nhất. Ba thông số được dùng để đánh giá hiệu quả của phương pháp trong việc bù lỗi do hồi tiếp có lỗi là số đường tổ hợp trung bình ̅ , hiệu suất phổ trung bình và xác suất lỗi trung bình BER. Công thức số đường tổ hợp trung bình cho option 2 trong trường hợp có lỗi hồi tiếp được cho bởi [24] Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 94 ̅ ∑ ∑∑ ∑ ∑ 0 1 ( ) Trong đó là giá trị tồn tại khi là giá trị xác suất mà thỏa điều kiện kiểu truyền được phát trong khi kiểu truyền được chọn và được tính như sau [24] { 0 1 [ ] [ ] [ ] ( ) Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 95 Hình 5.7 Giải thuật bù lỗi cho phương pháp AMDC option 2. Ở đây, ta có thể tính toán các biểu thức xác suất theo công thức sau [24] Bắt đầu Kiểu truyền tối ưu Số đuờng kết hợp đuợc truyền qua kênh hồi tiếp Bộ phát nhận đuợc Đúng Đúng Đúng Đúng Đúng Đúng Sai Sai Sai Sai Sai Sai Kết thúc Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 96 , - , - { { ∫ ∫ ( ) ∫ ∫ ( ) ( ) ⁄ ∫ ∫ ( ) ⁄ { ∫ ∫ ∫ ( ) ( )⁄ ( ) ⁄ ( ) ∫ ∫ ∫ ( ) ( )⁄ ( ) ⁄ ( ) ⁄ ∫ ∫ ∫ ( ) ( ) ⁄ ( ) { ∫ ∫ ( ) ( )⁄ ( ) ⁄ ( ) ∫ ∫ ( ) ( )⁄ ( ) ⁄ ( ) ⁄ ∫ ∫ ( ) ( ) ⁄ ( ) ( ) Trước hết ta sẽ chứng minh các cận tích phân của công thức (5.11). Điều này có thể thấy qua các giới hạn của các biến ở vế trái của công thức này. Hình 5.8 vẽ cách tính cận của tích phân cho trường hợp và hình 5.9 là cách tính cho trường hợp . Trong trường hợp ta sẽ có cách chia cận như hình 5.7. Ta chỉ minh họa cách tính toán trong trường hợp này vì việc biểu diễn cụ thể khá phức tạp. Cụ thể là trong trường hợp giới hạn của tích phân được tính theo biểu thức Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 97 { ( ) ( ) Hình 5.8 Cách tính cận cho trường hợp . Hình 5.9 Cách tính cận cho trường hợp . Trong trường hợp , giới hạn của tích phân được tính theo biểu thức ( ) ( ) ( ) ( ) ( ) Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 98 { ( ) ( ) Hình 5.10 Cách tính cận cho trường hợp . Trong trường hợp , giới hạn của tích phân được tính bởi công thức ( ) ( ) Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 99 { ( ) ( ) ( ) Trong hình 5.10, trục ox thể hiện giá trị , trục oy thể hiện giá trị , và trục oz thể hiện giá trị . Ta có thể thấy trong các trường hợp trên đều có hai trường hợp mà vùng tính tích phân có thể thay đổi. Các giá trị và . Dựa trên biểu thức (5.11), các xác suất ở (5.10) sẽ được tính như sau 0 1 0 1 0 1 ( ) Và [ ] [ ] [ ] ( ) Trường hợp thì [ ] ( ) Với vế phải của biểu thức (5.17) được tính như sau [25] Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 100 , ( ) ( ) ( ) ( ) Hàm ( ) chính là hàm phân bố tích lủy của tỷ số tín hiệu trên nhiễu SNR ngõ ra trong trường hợp có đường tổ hợp trong số đường theo kiểu phân tập lựa chọn tổ hợp suy rộng GSC. Giá trị của hàm này trong trường hợp fading Rayleigh được tính theo biểu thức [27] ( ) ( * ( ̅∑ ( ̅ * ∑( ) ( * ( * [. / [ . / ̅] ∑ . / ( ̅∑ ( ̅ * + ]) ( ) Khi , biểu thức trên sẻ phải tính theo công thức được suy ra từ [28] ( ) ( * ( ̅∑ ( ̅ * ∑( ) ( * ( * [. / [ . / ̅]]) ( ) Ta thấy rằng dựa vào biểu thức (5.18), xác suất ở (5.9) được tính theo công thức 0 1 { ( ) . / . / ( ) Khi có lỗi hồi tiếp, hiệu suất phổ được cho bởi [24] Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 101 ∑∑ ( ) Khi có lỗi hồi tiếp và hệ thống không điều chỉnh số lượng đường kết hợp, ̅̅ ̅̅ ̅̅ được tính như sau [24] ̅̅ ̅̅ ̅̅ ∑ ∫ ( ) ( ) ( ) Bộ thu sẽ kết hợp tất cả L đường khi kiểu truyền thật sự n lớn hơn kiểu truyền hồi tiếp j, hàm mật độ xác suất ( ) chính là hàm mật độ xác suất của tỷ số tín hiệu trên nhiễu ngõ ra của trường hợp kết hợp L đường của kiểu kết hợp lựa chọn L-GSC. Hàm này được xác định bởi công thức sau [28] ( ) ( * ̅( ̅ ( ) ̅ ∑( ) ( * ( * ( ( ̅⁄ ) ∑ ( ̅ * +) ( ) Ngược lại khi , ( ) trong khoảng ( - được tính như sau [24] ( ) ( 0 1 ∑ 0 1 ( ) Trong đó, các xác suất ở biểu thức (5.25) được tính như sau [24] 0 1 Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 102 { ∫ ( ) ( ) ∫ ( ) ∫ ( ) ( ) ( ) Và 0 1 ( ) { ∫ ∫ ( ) ( ( ) ( *+ ∫ ( ) ( ( ) ( *+ ∫ ∫ ( ) ( ( ) ( *+ ∫ ∫ ( ) ( ( ) ( *+ ∫ ( ) ( ( ) ( *+ 0 1 Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 103 , ∫ ( ) ( ( ) ( *) ( ) Theo phương trình (5.11) ta cần biết hàm phân bố xác suất kết hợp ( ), ( ), ( ). Theo [26] ta tính xác suất kết hợp ( ) bằng cách áp dụng định lý Bayer về xác suất có điều kiện, nghĩa là ( ) ( ) | ( ) | ( ) ( ) Hàm ( ) có thể tính được theo công thức sau [26] ( ) ( ) ( ) [ ( )] [ ( )] ( ) ( ) Với hàm ( ) và ( ) là hàm phân bố tích lủy và hàm mật độ xác suất của phân bố hàm mũ. Nghĩa là ta có ( ) ̅⁄ ̅ ( ) ( ) ̅⁄ ( ) Để tính toán hai hàm mật độ xác suất có điều kiện | ( ) và | ( ), ta dùng hai định lý sau [26] Định lý 1 Xác suất có điều kiện của tổng của thống kê thứ tự cuối của mẫu ngẫu nhiên phân bố độc lập và đồng nhất ( ) với điều kiện là thống kê thứ tự bằng chính Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 104 là phân bố của tổng của biến ngẫu nhiên khác nhau độc lập và đồng nhất có hàm mật độ xác suất là hàm mật độ xác suất bị cắt bên phải tại của biến ngẫu nhiên ban đầu. Nghĩa là | ( ) ∑ ( ) ( ) ( ) Trong đó, hàm mật độ xác suất của biến được cho bởi công thức ( ) ( ) ( ) ( ) Định lý 2 Xác suất có điều kiện của tổng của thống kê thứ tự đầu của mẫu ngẫu nhiên phân bố độc lập và đồng nhất ( ) với điều kiện là thống kê thứ tự bằng và tổng của thống kê thứ tự cuối bằng chính là phân bố của tổng của biến ngẫu nhiên khác nhau độc lập và đồng nhất có hàm mật độ xác suất là hàm mật độ xác suất bị cắt bên trái tại của biến ngẫu nhiên ban đầu. Nghĩa là | ( ) ∑ ( ) ( ) ( ) Trong đó, hàm mật độ xác suất của biến được cho bởi công thức ( ) ( ) ( ) ( ) Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 105 Biểu thức của hàm này được chứng minh từ mệnh đề 1 [27] và được cho theo công thức sau [27] | ( ) ∑ ( ) ( ) ̅ , ( ) - ( ) ̅ ( ) ( ) Như vậy hàm mật độ xác suất kết hợp ( ) ở biểu thức (5.29) cần có thêm giới hạn , ( ) , ( ) . Ngoài ra, hai hàm mật độ xác suất kết hợp ( ) và ( ) được tính như sau Hàm ( ) có được bằng cách cho giá trị ( ) ( ) ∑ ( ) ( ) ( ) Hàm ( ) có được bằng cách cho ( ) ( ) ∑ ( ) ( ) ( ) Biểu thức của hàm này được suy ra từ [27, phương trình 12] bằng cách dùng hàm MGF để tính toán. Với trường hợp số đường tổ hợp là , ta có công thức sau ( ) ( ) ( ) ̅ , ( ) - ̅ Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 106 ( ) ( ) Từ đó ta có biểu thức của hàm mật độ xác suất kết hợp ( ) cho môi trường fading Rayleigh độc lập và đồng nhất như sau [26] ( ) ( ) ( ) ̅ , ( ) - ( ) ( ) ̅ ( ( ) ) ∑( * ( ) ( ) ( ) ( ) ( ) ( ) 5.4.2 Giải thuật mô phỏng và kết quả Hình 5.11 vẽ giải thuật mô phỏng cho hệ thống điều chế thích ứng kết hợp tổ hợp phân tập lựa chọn số đường tối thiểu trong trường hợp có bù lỗi cho kênh hồi tiếp. Trong trường hợp không bù lỗi cho kênh hồi tiếp thì phương pháp mô phỏng chỉ khác ở bước tính lại đường phân tập. Nếu không bù lỗi thì ta không cần thực hiện bước này. Trong luận văn này phần tính toán lý thuyết sẽ dừng lại ở các công thức chứ không tính cụ thể. Hình 5.12 vẽ kết quả mô phỏng số đường tổ hợp trung bình cho trường hợp và , và . Hình 5.13 và hình 5.14 vẽ kết quả mô phỏng hiệu suất phổ trung bình và xác suất lỗi trung bình. Ta có thể thấy với trường hợp , thì cả hiệu suất phổ và số đường tổ hợp trung bình đều không thay đổi đáng kể nhưng xác suất lỗi trung bình giảm đến khoảng trong vùng tỷ số tín hiệu trên nhiễu SNR thấp. Điểm tương tự như hệ thống điều chế thích ứng và không có kết hợp tổ hợp phân tập là vùng rớt, vùng mà chất lượng của hệ thống về mặt xác suất lỗi, càng rộng khi lỗi trên đường hồi tiếp càng lớn. Khi mức Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 107 SNR cao hơn , hầu như không có sự khác biệt giữa hai trường hợp là đường hồi tiếp có lỗi hay không. Điều đó thể hiện rằng phương pháp này có lợi trong vùng tỷ số tín hiệu trên nhiễu SNR nhỏ. Hình 5.15 là kết quả xác suất lỗi theo [24]. Đường xác suất lỗi thấp hơn so với kết quả mô phỏng trong hình 5.14 là do công thức tính mức ngưỡng chính xác hơn khi thực hiện tính toán lý thuyết. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 108 Hình 5.11 Giải thuật mô phỏng cho hệ thống điều chế thích ứng kết hợp tổ hợp phân tập. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 109 Hình 5.12 Số đường kết hợp cho hệ thống điều chế thích ứng kết hợp tổ hợp phân tập. Kỹ thuật bù lỗi làm cho hệ thống có lợi khoảng 1dB ở vùng SNR thấp và khi lỗi càng nhiều trên đường hồi tiếp thì kỹ thuật này càng có hiệu quả hơn. Kết quả mô phỏng được thực hiện với khoảng 50 triệu bit. Ta cũng tiến hành tách một file âm thanh và một file hình ảnh để thực hiện truyền trên hệ thống này. Tỷ số tín hiệu trên nhiễu được sử dụng để truyền là , là mức cần sử dụng ít năng lượng và thể hiện rõ ưu điểm của phương pháp bù lỗi ở đây cũng như sự ảnh hưởng của kênh hồi tiếp có lỗi lên hệ thống. Kết quả mô phỏng cho thấy xác suất lỗi trong trường hợp kênh hồi tiếp là lý tưởng là khoảng , trong trường hợp không bù lỗi hồi tiếp là khoảng , và trong trương hợp bù lỗi hồi tiếp là . Đối với file âm thanh khi truyền, chất lượng âm thanh không thay đổi nhiều giữa các trường hợp trên. Nhưng đối với file hình ảnh khi truyền thì có thể thấy rõ số lượng hạt trên hình giảm đi. Hiệu quả của phương pháp bù lỗi có thể thấy rõ. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 110 Hình 5.13 Hiệu suất phổ cho hệ thống điều chế thích ứng kết hợp tổ hợp phân tập. Hình 5.16, 5.17, 5.18, 5.19 lần lượt là hình gốc, hình thu được trong trường hợp kênh hồi tiếp lý tưởng, không bù lỗi hồi tiếp và có bù lỗi hồi tiếp. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 111 Hình 5.14 Xác suất lỗi cho hệ thống điều chế thích ứng kết hợp tổ hợp phân tập. Hình 5.15 Xác suất lỗi lý thuyết của hệ thống điều chế thích ứng kết hợp tổ hợp phân tập. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 112 Hình 5.16 Hình ảnh trước khi truyền. Hình 5.17 Hình ảnh thu được khi kênh hồi tiếp lý tưởng. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 113 Hình 5.18 Hình ảnh thu được khi không bù lỗi hồi tiếp. Hình 5.19 Hình ảnh thu được khi có bù lỗi hồi tiếp. Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 114 5.4.3 Code mô phỏng Đoạn chương trình sau đây mô phỏng việc truyền hình ảnh qua hệ thống điều chế thích ứng kết hợp tổ hợp phân tập AMDC option 2 trong trường hợp có bù lỗi hồi tiếp. Việc thực hiện các mô phỏng khác được làm tương tự. function imagd %Ham nay mo phong truyen mot tam hinh qua phuong phap dieu che thich %ung ket hop to hop phan tap AMDC option 2. close all %Xac suat loi yeu cau cua he thong BER0=1e-3; %Muc nguong de tinh toan kieu truyen gamng=-2/3*log(5*BER0)*(2.^[0 1 2 3]-1); %Ty so tin hieu tren nhieu tren moi kenh SNRdb=5; SNR=10^(SNRdb/10); %Tao kenh truyen %So khoang thoi gian tinh toan SSS=5e5; %Ty so tin hieu tren nhieu cua duong hoi tiep SNRfbdb=5.51; SNRfb=10^(SNRfbdb/10); %Tao cac bo dieu che va giai dieu che mod1=modem.pskmod('M',2,'PhaseOffset',pi/2,'SymbolOrder','gray','InputType', 'Bit'); demod1=modem.pskdemod('M',2,'PhaseOffset',pi/2,'SymbolOrder','gray','OutputType', 'Bit'); mod2=modem.qammod('M',4,'SymbolOrder','gray','InputType', 'Bit'); demod2=modem.qamdemod('M',4,'SymbolOrder','gray','OutputType', 'Bit'); mod3=modem.qammod('M',8,'SymbolOrder','gray','InputType', 'Bit'); demod3=modem.qamdemod('M',8,'SymbolOrder','gray','OutputType', 'Bit'); modd=modem.pskmod('M',4,'SymbolOrder','gray'); demodd=modem.pskdemod('M',4,'SymbolOrder','gray'); %Lay file hinh anh sau khi duoc phan giai ra nhi phan de truyen load audisi imag %Hinh ve duoc ma hoa moi diem anh tuong ung 8 bit theo chuan JPG duoc %chuyen thanh nhi phan Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 115 [xx yy zz]=size(imag); imagn=reshape(imag,xx*yy*zz,1); imagn=double(de2bi(imagn,8,'left-msb')); shng=xx*yy*zz; auditn=reshape(imagn,8*shng,1); %So bit can truyen la 8 820 000 bits AA=auditn; auditN=[]; %Truyen tren kenh truyen while not(isempty(auditn)) %Tao 5 duong phan tap khac nhau ktr1=1/sqrt(2)*(randn(1,SSS)+i*randn(1,SSS)); ktr2=1/sqrt(2)*(randn(1,SSS)+i*randn(1,SSS)); ktr3=1/sqrt(2)*(randn(1,SSS)+i*randn(1,SSS)); ktr4=1/sqrt(2)*(randn(1,SSS)+i*randn(1,SSS)); ktr5=1/sqrt(2)*(randn(1,SSS)+i*randn(1,SSS)); %Tinh ty so tin hieu tren nhieu SNR tuc thoi tren moi nhanh to hop gma1=abs(ktr1).^2*SNR; gma2=abs(ktr2).^2*SNR; gma3=abs(ktr3).^2*SNR; gma4=abs(ktr4).^2*SNR; gma5=abs(ktr5).^2*SNR; %Mode truyen va so duong ket hop trung binh uoc luong o phia may thu modetr=zeros(1,SSS);comp=zeros(1,SSS);gg=zeros(1,SSS); %Tinh toan mode truyen va so duong to hop theo phuong phap AMDC option %2 loi ve bang thong va cong suat gma=[gma1;gma2;gma3;gma4;gma5]; gma=sort(gma); G1=gma(5,:); G2=G1+gma(4,:); G3=G2+gma(3,:); G4=G3+gma(2,:); G5=G4+gma(1,:); %Vong lap sau day se tinh toan mode truyen va so duong to hop tuong ung %voi dieu kien cua kenh truyen %Theo cach gan label trong bai bao,ta se tien hanh gan nhu sau 0: %truyen mode 1; 1:khong truyen;2: truyen mode n=2; 3: truyen mode n=3; Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 116 g1=G1;g2=G2;g3=G3;g4=G4;g5=G5; for u=1:3 switch u case 1 N=3; case 2 N=2; case 3 N=4; end comp(g1>=gamng(5-u))=1;modetr(g1>=gamng(5-u))=N;gg(g1>=gamng(5- u))=g1(g1>=gamng(5-u)); g2(g1>=gamng(5-u))=0; g3(g1>=gamng(5-u))=0; g4(g1>=gamng(5-u))=0; g5(g1>=gamng(5-u))=0; g1(g1>=gamng(5-u))=0; comp(g2>=gamng(5-u))=2;modetr(g2>=gamng(5-u))=N;gg(g2>=gamng(5- u))=g2(g2>=gamng(5-u)); g1(g2>=gamng(5-u))=0; g3(g2>=gamng(5-u))=0; g4(g2>=gamng(5-u))=0; g5(g2>=gamng(5-u))=0; g2(g2>=gamng(5-u))=0; comp(g3>=gamng(5-u))=3;modetr(g3>=gamng(5-u))=N;gg(g3>=gamng(5- u))=g3(g3>=gamng(5-u)); g1(g3>=gamng(5-u))=0; g2(g3>=gamng(5-u))=0; g4(g3>=gamng(5-u))=0; g5(g3>=gamng(5-u))=0; g3(g3>=gamng(5-u))=0; comp(g4>=gamng(5-u))=4;modetr(g4>=gamng(5-u))=N;gg(g4>=gamng(5- u))=g4(g4>=gamng(5-u)); g1(g4>=gamng(5-u))=0; g2(g4>=gamng(5-u))=0; g3(g4>=gamng(5-u))=0; g5(g4>=gamng(5-u))=0; Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 117 g4(g4>=gamng(5-u))=0; comp(g5>=gamng(5-u))=5;modetr(g5>=gamng(5-u))=N;gg(g5>=gamng(5- u))=g5(g5>=gamng(5-u)); g1(g5>=gamng(5-u))=0; g2(g5>=gamng(5-u))=0; g3(g5>=gamng(5-u))=0; g4(g5>=gamng(5-u))=0; g5(g5>=gamng(5-u))=0; end modetr(modetr==0)=1;modetr(modetr==4)=0; %dieu che, truyen feedback ve phia bo thu va giai dieu che tx=modulate(modd,modetr'); ktr0=1/sqrt(2)*(randn(size(tx))+i*randn(size(tx))); txfaded=tx+sqrt(mean(abs(tx).^2)/SNRfb/2).*(randn(size(tx))+i*randn(size(tx)))./ktr0; modetrn=demodulate(demodd,txfaded)'; %tinh toan mode truyen thuc duoc chon, dua tren ket qua %cua duong feedback, tuc la ap dung giai thuat bu loi de tinh lai %so duong ket hop cho viec giai dieu che %Doi so thu tu vung sang so mode dieu che modetr(modetr==0)=4;modetr(modetr==1)=0;modetr(modetr==4)=1; modetrn(modetrn==0)=4;modetrn(modetrn==1)=0;modetrn(modetrn==4)=1; %Tinh toan tong so bit truyen trong 1 dot 3 mode tsb=sum(modetrn(modetrn==1))+sum(modetrn(modetrn==2))+sum(modetrn(modetrn ==3)); %Ta tien hanh tinh lai so duong can dung cho phu hop de bu loi %gama chinh la ty so tin hieu tren nhieu ngo ra cua tung truong hop gama=zeros(1,SSS); comp(modetrn>modetr)=5;gama(modetrn>modetr)=G5(modetrn>modetr); gama(modetrn==modetr)=gg(modetrn==modetr); comp(modetrn<modetr)=0;comp(modetrn==0)=0; g1=G1;g2=G2;g3=G3;g4=G4;g5=G5; for u=1:2 aa=(modetrn<modetr) & (modetrn==3-u); comp(aa & (g1>=gamng(4-u)))=1;gama(aa & (g1>=gamng(4-u)))=g1(aa & (g1>=gamng(4-u))); Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 118 g2(aa & (g1>=gamng(4-u)))=0; g3(aa & (g1>=gamng(4-u)))=0; g4(aa & (g1>=gamng(4-u)))=0; g5(aa & (g1>=gamng(4-u)))=0; comp(aa & (g2>=gamng(4-u)))=2;gama(aa & (g2>=gamng(4-u)))=g2(aa & (g2>=gamng(4-u))); g3(aa & (g2>=gamng(4-u)))=0; g4(aa & (g2>=gamng(4-u)))=0; g5(aa & (g2>=gamng(4-u)))=0; comp(aa & (g3>=gamng(4-u)))=3;gama(aa & (g3>=gamng(4-u)))=g3(aa & (g3>=gamng(4-u))); g4(aa & (g3>=gamng(4-u)))=0; g5(aa & (g3>=gamng(4-u)))=0; comp(aa & (g4>=gamng(4-u)))=4;gama(aa & (g4>=gamng(4-u)))=g4(aa & (g4>=gamng(4-u))); g5(aa & (g4>=gamng(4-u)))=0; comp(aa & (g5>=gamng(4-u)))=5;gama(aa & (g5>=gamng(4-u)))=g5(aa & (g5>=gamng(4-u))); end %Tinh toan tong so bit truyen trong 1 dot 3 mode %Do kich thuoc cua file lon, nen ta chia lam nhieu dot de truyen, doan %code sau se tru di so bit sau moi dot truyen if length(auditn)<tsb %trong truong hop co the truyen nhieu bit hon thi se co mot so bit %duoc don vao. Ben thu se bo cac bit du nay. sbd=randint(tsb-length(auditn),1); audiT=[auditn;sbd]; auditn=[]; else audiT=auditn(1:tsb,1); auditn=auditn(tsb+1:end,1); end %tien hanh tach cac gia tri co cung kieu dieu che de truyen %Truong hop mode truyen n=1 gama1=gama(modetrn==1); bb1=audiT(1:length(gama1),1); %Truong hop mode truyen n=2 Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 119 gama2=gama(modetrn==2); bb2=audiT(length(gama1)+1:length(gama2)*2+length(gama1),1); %Truong hop mode truyen n=3 gama3=gama(modetrn==3); bb3=audiT(length(gama2)*2+length(gama1)+1:end,1); %---------------------------------------------------------------------- %Truong hop BPSK nErr=0; %Dieu che tin hieu sigdc=modulate(mod1,bb1); %Tao kenh truyen nois=1/sqrt(2)*(randn(size(sigdc))+i*randn(size(sigdc))); sigrec=sigdc+sqrt(mean(abs(sigdc).^2)./gama1').*nois; %Giai dieu che rx1=demodulate(demod1,sigrec); %Tinh so bit loi [nErrors1,BER1] = biterr(bb1(1:end),rx1(1:end)); nErr=nErr+nErrors1; %---------------------------------------------------------------------- %Truong hop 4QAM %Dieu che tin hieu sigdc=modulate(mod2,bb2); %Tao kenh truyen nois=1/sqrt(2)*(randn(size(sigdc))+i*randn(size(sigdc))); sigrec=sigdc+sqrt(mean(abs(sigdc).^2)./gama2').*nois; rx2=demodulate(demod2,sigrec); %Tinh so bit loi [nErrors2,BER2] = biterr(bb2(1:end),rx2(1:end)); nErr=nErr+nErrors2; %---------------------------------------------------------------------- %Truong hop 8QAM %Dieu che tin hieu sigdc=modulate(mod3,bb3); %Tao kenh truyen nois=1/sqrt(2)*(randn(size(sigdc))+i*randn(size(sigdc))); sigrec=sigdc+sqrt(mean(abs(sigdc).^2)./gama3').*nois; %Giai dieu che Chương 5 Ảnh hưởng của kênh hồi tiếp không lý tưởng lên chất lượng của hệ thống điều chế thích ứng GVHD: HOÀNG ĐÌNH CHIẾN 120 rx3=demodulate(demod3,sigrec); %Tinh so bit loi [nErrors3,BER3] = biterr(bb3(1:end),rx3(1:end)); nErr=nErr+nErrors3; %Tinh toan xac suat loi trung binh, so duong to hop trung binh va hieu %suat pho trung binh. Kiem tra xem da truyen het so bit can thiet chua, %dong thoi ben thu cung tach lay so bit da duoc truyen. if isempty(auditn) if length(rx1)>=tsb-length(sbd) rx1=rx1(1:tsb-length(sbd)); auditN=[auditN;rx1]; elseif length([rx1;rx2])>=tsb-length(sbd) rx2=rx2(1:tsb-length(sbd)-length(rx1)); auditN=[auditN;rx1;rx2]; else rx3=rx3(1:length(rx3)-length(sbd)); auditN=[auditN;rx1;rx2;rx3]; end else auditN=[auditN;rx1;rx2;rx3]; end end %Luu lai file nhi phan cac bit thu duoc save imagd auditN %Tinh toan so bit loi va xac suat loi [nErrors,BER] = biterr(AA(1:end),auditN(1:end)) %Tien hanh ghep cac bit thu duoc thanh mot file hinh va ghi file auditN=reshape(auditN,shng,8); auditN=bi2de(auditN,'left-msb'); auditN=uint8(auditN); val=reshape(auditN,xx,yy,zz); imwrite(val,'abc.jpg','jpg') GVHD: HOÀNG ĐÌNH CHIẾN 121 Chương 6 Kết luận và hướng phát triển của đề tài 6.1 Kết luận Hệ thống điều chế thích ứng giúp tăng tối đa hiệu suất phổ và vẫn đảm bảo chất lượng yêu cầu ban đầu. Việc phân tích lỗi trên đường hồi tiếp cho thấy rằng chất lượng hệ thống sẽ giảm đi rất nhiều khi có lỗi hồi tiếp. Hệ thống điều chế thích ứng kết hợp phân tập nhằm loại bỏ ảnh hưởng của suy hao do fading. Ảnh hưởng của lỗi hồi tiếp làm chất lượng hệ thống giảm nhiều ở vùng tỷ số tín hiệu trên nhiễu SNR thấp, là vùng cần tối đa tận dụng điều kiện của kênh truyền. Giải thuật bù lỗi đưa ra đã cải thiện được chất lượng của hệ thống khoảng trong vùng SNR khoảng khi mà xác suất lỗi trên đường hồi tiếp lớn. Chất lượng của hệ thống điều chế thích ứng với ảnh hưởng của kênh hồi tiếp có lỗi đã được đánh giá như yêu cầu luận văn đưa ra. Kết quả phân tích lý thuyết và mô phỏng đã phù hợp. Trong trường hợp điều chế thích ứng kết hợp tổ hợp phân tập, việc phân tích lý thuyết vẫn chưa hoàn thành do vẫn còn vướng mắc một số công thức thống kê nhưng kết quả mô phỏng hoàn toàn phù hợp với các nghiên cứu về vấn đề này gần đây [24]. 6.2 Hướng phát triển của đề tài Một số vấn đề vẫn cần được nghiên cứu như cần hoàn thiện phần tính toàn lý thuyết, để cho mô hình sát với thực tế hơn thì cần kết hợp phân tích ảnh hưởng của kênh truyền trễ và có lỗi đồng thời với sự ảnh hưởng do ước lượng kênh truyền sai. Tối ưu hóa hệ thống qua các yếu tố khác như tối ưu công suất tiêu thụ và tối ưu việc lựa chọn người sử dụng và băng thông cũng như công suất trên đường hồi tiếp khi hệ thống có nhiều người sử dụng. 122 Tài liệu tham khảo [1] Patzold M, Mobile Fading Channels - Modelling, Analysis & Simulation, Wiley, 2002. [2] C.C. Tan and N.C. Beaulieu, “On first-order Markov modeling for the Rayleigh fading channel,” IEEE Trans. Commun., vol. 48, no. 12, Dec. 2000, pp. 2032–2040. [3] Baddour, K.E. and Beaulieu, N.C., “Autoregressive modeling for fading channel simulation,” IEEE Trans., Commun., vol.4, i.4, pp. 1650-1662. [4] Ali Arsal, “A study on wireless channel models: simulation of fading, shadowing and further applications”, Engineering and Sciences of Izmir Institute of Technology, 2008. [5] B. Alan, P. Amina, C. Giulio,” On the ARMA Approximation for Frequency-Flat Rayleigh Fading Channels,” Information Theory, IEEE International Symposium on, ISIT 2007. [6] K. W. Yip and T. S. Ng, "A simulation model for Nakagami-m fading channels m<1", IEEE Trans. Commun., vol. 48, pp. 1463 – 1468. [7] E. Pajala, T. Isotalo, A. Lakhzouri, E. S. Lohan, “An improved simulation model for Nakagami-m fading channels for satellite positioning applications”, Institute of Communications Engineering Tampere University of Technology, 2006. [8] Iskander, C. D., and Mathiopoulos, P., “Finite-state Markov modeling of diversity Nakagami channels,” Proc. 7th Canadian Workshop on Information Theory, June 2001. [9] J. Luo, J. R. Zeidler, “A statical simulation model for correlated Nakagami fading channels”, University of California, 2004. 123 [10] Yao Ma, Dongbo Zhang, “Complex Nakagami Channel Simulator with Accurate Phase and Auto-Correlation Properties”, IEEE Global Telecommunications Conference, 2007, pp. 3847-3851 [11] J. C. S. S. Filho, M. D. Yacoub, and G. Fraidenraich, “A simple accurate method for generating autocorrelated Nakagami-m envelope”, IEEE Commun. Lett., 11(3), Mar. 2007, pp. 231-233. [12] M. R. Rao, “Simulation modeling of statical Nakagami-m fading channels”, Thapar University, India 2010. [13] C. X. Wang and N. V. Duc, Matlab Exercises for Wireless Communications. Hanoi: Science and Technics Publishing House, 70 Tran Hung Dao Str., Hanoi, Vietnam, 2006. [14] George Marsaglia and Wai Wan Tsang, "A Simple Method for Generating Gamma Variables": ACM Transactions on Mathematical Software, Vol. 26, No. 3, September 2000, Pages 363-372. [15] Andrea Goldsmith, Wireless Communications, Andrea Goldsmith, Cambridge University Press 2005, pp. 1-179. [16] Marvin K. Simon, Mohamed-Slim Alouini, Digital Communication over Fading Channels, Wiley 2005, pp. 17-18. [17] M.S.Alouini, A.J. Goldsmith, “Capcaity of Rayleigh Fading Channels Under Different Adaptive Transmission and Diversity-Combining Techniques,” IEEE Transactions on Vehicular Technology, vol. 48, 1999, pp. 1165 - 1181. [18] A. J. Goldsmith, M. S Alouini, “A Unified Approach for Calculating Error Rates of Linearly Modulated Signals over Generalized Fading Channels,” IEEE Transactions on Communications, vol. 47, 1999, pp. 1324-1334. 124 [19]A.J. Goldsmith, “Variable-Rate Variable-Power MQAM for Fading Channels,” IEEE Transactions on Communications, vol. 45, 1997, pp. 1218-1230. [20] M. Abramowitz and I. A. Stegun, Handbook of Mathematical Funcitons with Formulas, Graphs, and Mathematical Tables, 1970. [21] D.L. Goeckel, “Adaptive coding for time-varying channels using outdated fading estimates,” IEEE Transactions on Communications, vol. 47, 1999, pp. 844-855. [22] A.J. Goldsmith, M.S Alouini, “Adaptive Modulation over Nakagami Fading Channels,” Wireless Personal Communications, vol. 13, 2000, pp. 119-143. [23] S. Choi, M.-S. Alouini, K. A. Qaraqe, and H.-C. Yang, “Joint adaptive modulation and diversity combining with feedback error compensation,” in Proc. IEEE Vehicular Technology Conference (VTC ’08 Fall), Calgary, Canada, Sept. 2008. [24] S. Choi, H.-C. Yang, M.-S. Alouini, and K. A. Qaraqe, “Joint adaptive Modulation and diversity combining with feedback error compensation," University of Victoria, BC, Canada, Tech. Rep. [Online]: Available: Aug. 2008. [25] H.-C. Yang, N. Belhaj, and M.-S. Alouini, “Performance analysis of joint adaptive modulation and diversity combining over fading channels," IEEE Trans. Commun., vol. 55, no. 3, Mar. 2007, pp. 520-528. [26] Y.-C. Ko, H.-C. Yang, S.-S. Eom, and M.-S. Alouini, “Adaptive modulation with diversity combining based on output-threshold MRC," IEEE Trans. Wireless Commun., vol. 6, no. 10, Oct. 2007, pp. 3728-3737. [27] H.-C. Yang, “New results on ordered statistics and analysis of minimum-selection generalized selection combining (GSC)," IEEE Trans. Wireless Commun., vol. 5, no. 7, July 2006, pp. 1876-1885. 125 [28] M.-S. Alouini and M. K. Simon, “An MGF-based performance analysis of generalized selection combining over Rayleigh fading channels," IEEE Trans. Commun., vol. 48, no. 3, Mar. 2000, pp. 401-415. [29] A. E. Ekpenyong and Y. F. Huang, "Feedback Constraints for Adaptive Transmission," Signal Processing Magazine, IEEE, vol. 24, 2007, pp. 69-78. [30] A.E. Ekpenyong and Y.-F. Huang, “Feedback detection strategies for adaptive modulation systems,” IEEE Trans. Commun., vol. 54, no. 10, Oct. 2006, pp. 1735– 1740.