Luận án tiến sĩ kỹ thuật: Thuật toán tách sóng giải mã P-LDPC cho hệ thống MIMO cỡ lớn ADC độ phân giải thấp - Đặng Ngọc Hùng

Luận án tiến sĩ kỹ thuật nghiên cứu thuật toán tách sóng và giải mã LDPC cho hệ thống MIMO cỡ lớn với ADC độ phân giải thấp.

Tác giả

Luan An

Thể loại

Luận án tiến sĩ

Năm xuất bản

Số trang

218

Thời gian đọc

33 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

50 Point

Tổng quan nhanh

Chủ đề:
Tổng quan: MIMO cỡ lớn, ADC thấp và mã P-LDPC
Số trang:
218 trang
Trường:
Học viện Công nghệ Bưu chính Viễn thông
Chuyên ngành:
Hệ thống thông tin
Tác giả:
Năm:

Tóm tắt nội dung luận án

I.Tổng quan MIMO cỡ lớn ADC thấp và mã P LDPC

Hệ thống truyền thông không dây liên tục phát triển. Công nghệ MIMO cỡ lớn đóng vai trò then chốt trong các tiêu chuẩn 5G và tương lai. Nó giúp tăng đáng kể dung lượng kênh và hiệu quả phổ. Tuy nhiên, việc triển khai MIMO cỡ lớn gặp thách thức lớn về phần cứng. Đặc biệt là bộ chuyển đổi tín hiệu tương tự sang số (ADC). ADC độ phân giải thấp được xem là giải pháp tiềm năng. Nó giảm chi phí và tiêu thụ năng lượng. Tuy nhiên, ADC thấp cũng gây ra nhiễu lượng tử hóa đáng kể. Nhiễu này làm suy giảm hiệu suất của hệ thống. Mã Protograph Low-Density Parity-Check (P-LDPC) là một công cụ mạnh mẽ. Mã P-LDPC cung cấp khả năng sửa lỗi hiệu quả. Chúng có cấu trúc linh hoạt, dễ triển khai. Nghiên cứu này tập trung vào việc tích hợp các công nghệ này. Mục tiêu là tối ưu hóa hiệu năng tổng thể của hệ thống MIMO cỡ lớn. Điều này thực hiện bằng cách kết hợp ADC thấp và mã P-LDPC. Cần phát triển các thuật toán tách sóng và giải mã phù hợp. Mục tiêu cuối cùng là đạt được hiệu suất cao với chi phí và năng lượng thấp.

1.1. Công nghệ MIMO cỡ lớn Vai trò lợi ích

MIMO cỡ lớn là công nghệ cốt lõi trong truyền thông không dây hiện đại. Nó là nền tảng cho mạng 5G và các hệ thống tiên tiến. Công nghệ này sử dụng hàng trăm anten tại trạm gốc. Mục đích là phục vụ đồng thời nhiều người dùng. Lợi ích chính bao gồm tăng dung lượng hệ thống đáng kể. Nó cũng cải thiện hiệu quả phổ và giảm nhiễu. MIMO cỡ lớn giúp tăng cường độ tin cậy của liên kết. Tuy nhiên, nó đòi hỏi bộ xử lý tín hiệu phức tạp. Yêu cầu về phần cứng và tiêu thụ năng lượng cũng rất lớn. Việc giải quyết các thách thức này là trọng tâm của nghiên cứu. Hệ thống MIMO cỡ lớn cần các giải pháp tiết kiệm năng lượng. Đồng thời, nó phải duy trì hiệu suất cao. Mục tiêu là tối ưu hóa hệ thống thông tin.

1.2. Bộ chuyển đổi ADC độ phân giải thấp Giới hạn

Bộ chuyển đổi ADC là thành phần thiết yếu trong máy thu kỹ thuật số. Đặc biệt, ADC độ phân giải thấp (1-2 bit) đang được quan tâm. Chúng giúp giảm đáng kể độ phức tạp phần cứng và tiêu thụ điện năng. Điều này rất quan trọng cho các hệ thống MIMO cỡ lớn với số lượng anten lớn. Tuy nhiên, ADC thấp tạo ra nhiễu lượng tử hóa đáng kể. Nhiễu này làm giảm chất lượng tín hiệu thu. Nó gây ảnh hưởng tiêu cực đến hiệu suất tách sóng và giải mã. Giới hạn này cần được khắc phục bằng các thuật toán xử lý tín hiệu tiên tiến. Mục tiêu là tối đa hóa hiệu suất hệ thống. Đồng thời, giữ mức tiêu thụ năng lượng thấp nhất.

1.3. Mã P LDPC Hiệu năng mã hóa giải mã

Mã Protograph Low-Density Parity-Check (P-LDPC) là một loại mã sửa lỗi. Mã P-LDPC được biết đến với khả năng đạt hiệu suất gần giới hạn Shannon. Chúng có cấu trúc protograph linh hoạt. Cấu trúc này giúp dễ dàng triển khai và điều chỉnh. Mã P-LDPC được sử dụng rộng rãi trong các tiêu chuẩn truyền thông hiện đại. Chúng rất phù hợp cho các ứng dụng yêu cầu độ tin cậy cao. Trong bối cảnh MIMO cỡ lớn với ADC thấp, mã P-LDPC cần được thiết kế cẩn thận. Mục tiêu là giảm thiểu tác động của nhiễu lượng tử. Việc tối ưu hóa thiết kế mã P-LDPC là cần thiết. Nó giúp cải thiện đáng kể khả năng sửa lỗi và hiệu suất giải mã. Điều này đảm bảo tính toàn vẹn của dữ liệu trong hệ thống thông tin.

II.Đề xuất ADC đồng nhất tối ưu cho hệ thống MIMO

Nghiên cứu tập trung vào việc tối ưu hóa bộ chuyển đổi tín hiệu tương tự sang số (ADC). Đặc biệt là ADC đồng nhất độ phân giải thấp. Việc tối ưu hóa này rất quan trọng cho các hệ thống MIMO cỡ lớn. Nó giúp cân bằng giữa hiệu suất và chi phí phần cứng. ADC đồng nhất cung cấp một giải pháp đơn giản và hiệu quả. Mô hình hệ thống được phát triển. Nó tích hợp bộ ADC độ phân giải thấp. Mục tiêu là phân tích ảnh hưởng của nhiễu lượng tử hóa. Đồng thời, đề xuất phương pháp tối ưu hóa điểm ngưỡng. Việc này nhằm giảm thiểu suy hao hiệu suất. Lượng tử hóa tối ưu đồng nhất giúp cải thiện đáng kể chất lượng tín hiệu. Nó cũng duy trì được độ phức tạp thấp. Giải pháp này phù hợp cho các thiết bị bị giới hạn về năng lượng và tài nguyên.

2.1. Mô hình hệ thống MIMO với ADC thấp

Mô hình hệ thống MIMO cỡ lớn được xây dựng. Mô hình này kết hợp bộ ADC độ phân giải thấp tại máy thu. Hệ thống bao gồm nhiều anten phát và nhiều anten thu. Tín hiệu được truyền qua kênh truyền không dây. Sau đó, tín hiệu tương tự được lượng tử hóa. Quá trình lượng tử hóa sử dụng các bộ ADC 1-bit hoặc 2-bit. Mô hình này tính đến nhiễu lượng tử hóa. Nó cũng bao gồm nhiễu kênh truyền. Mục tiêu là hiểu rõ tác động của ADC độ phân giải thấp. Điều này giúp xác định các yếu tố ảnh hưởng đến hiệu suất hệ thống. Mô hình này cung cấp cơ sở cho việc phân tích và tối ưu hóa.

2.2. Tối ưu hóa lượng tử đồng nhất cho ADC

Lượng tử hóa đồng nhất là một phương pháp đơn giản. Phương pháp này phân chia dải tín hiệu thành các khoảng bằng nhau. Mỗi khoảng được gán một giá trị rời rạc. Nghiên cứu đề xuất một phương pháp tối ưu hóa lượng tử đồng nhất. Mục tiêu là tìm các điểm ngưỡng lượng tử tốt nhất. Điều này nhằm giảm thiểu lỗi lượng tử hóa. Nó cải thiện tỉ số tín hiệu trên nhiễu lượng tử (SQNR). Quá trình tối ưu hóa giúp nâng cao hiệu suất của ADC thấp. Đồng thời, nó duy trì độ phức tạp thấp. Giải pháp này rất quan trọng cho các hệ thống thông tin với tài nguyên hạn chế. Đặc biệt là khi cần tiết kiệm năng lượng.

2.3. Hiệu suất ADC tối ưu trong môi trường MIMO

ADC đồng nhất đã tối ưu thể hiện hiệu suất vượt trội. Hiệu suất này được đánh giá qua các chỉ số quan trọng. Nó bao gồm tỉ số tín hiệu trên nhiễu lượng tử và hiệu suất lỗi bit. Việc tối ưu hóa giúp giảm thiểu tác động tiêu cực của nhiễu lượng tử. Điều này đặc biệt quan trọng trong môi trường MIMO fading. ADC tối ưu hóa cho phép hệ thống duy trì hiệu suất truyền dẫn tốt. Nó đảm bảo độ tin cậy của dữ liệu. Đồng thời, nó giữ độ phức tạp phần cứng ở mức thấp. Các kết quả mô phỏng xác nhận hiệu quả của phương pháp này. Giải pháp này có tiềm năng ứng dụng cao trong thực tế.

III.Thiết kế mã P LDPC cho MIMO cỡ lớn với ADC thấp

Việc thiết kế mã Protograph LDPC (P-LDPC) tối ưu là rất quan trọng. Điều này đặc biệt đúng cho các hệ thống MIMO cỡ lớn sử dụng ADC độ phân giải thấp. Mã P-LDPC cần được điều chỉnh để đối phó với nhiễu lượng tử hóa. Nghiên cứu này đề xuất các phương pháp thiết kế mã P-LDPC mới. Chúng nhằm tăng cường hiệu suất mã hóa và giải mã. Mục tiêu là đạt được hiệu năng gần giới hạn lý thuyết. Đồng thời, duy trì khả năng sửa lỗi mạnh mẽ. Mã P-LDPC có cấu trúc linh hoạt. Nó cho phép thiết kế mã thích ứng với điều kiện kênh. Điều này bao gồm cả việc thích nghi với các loại ADC khác nhau. Đặc biệt, mã P-LDPC cho ADC 1-bit được nghiên cứu sâu. Việc này nhằm giảm thiểu suy hao hiệu suất. Giải pháp này đóng góp vào việc xây dựng các hệ thống truyền thông hiệu quả cao. Nó giúp cân bằng giữa hiệu suất và độ phức tạp.

3.1. Hiệu năng mã LDPC trong LS MIMO

Mã LDPC đã được chứng minh là hiệu quả. Chúng cung cấp khả năng sửa lỗi mạnh mẽ trong các hệ thống MIMO. Tuy nhiên, hiệu năng của mã LDPC bị ảnh hưởng bởi ADC độ phân giải thấp. Nhiễu lượng tử hóa tác động trực tiếp lên quá trình giải mã. Điều này làm giảm khả năng phục hồi lỗi của mã. Cần có một thiết kế mã LDPC đặc biệt. Thiết kế này phải phù hợp với đặc điểm của kênh truyền. Nó cũng phải thích ứng với nhiễu từ ADC. Mục tiêu là duy trì hiệu năng giải mã tốt. Điều này áp dụng ngay cả khi có nhiễu lượng tử đáng kể. Mã LDPC tối ưu hóa đảm bảo độ tin cậy của truyền thông.

3.2. Thiết kế mã P LDPC thích ứng tỉ lệ

Mã P-LDPC có khả năng thích ứng tỉ lệ mã. Điều này cho phép hệ thống điều chỉnh tỉ lệ mã một cách linh hoạt. Tỉ lệ mã được điều chỉnh dựa trên điều kiện kênh hiện tại. Nó cũng phụ thuộc vào độ phân giải của ADC. Thiết kế mã P-LDPC thích ứng tỉ lệ tối ưu hóa hiệu suất tổng thể. Nó cân bằng giữa hiệu quả phổ và độ tin cậy của dữ liệu. Mã P-LDPC này giúp hệ thống hoạt động hiệu quả hơn. Đặc biệt là trong môi trường truyền thông không dây biến đổi. Nó cung cấp sự linh hoạt cần thiết cho các hệ thống MIMO cỡ lớn.

3.3. Tối ưu mã P LDPC với ADC 1 bit

Thiết kế mã P-LDPC cho hệ thống sử dụng ADC 1-bit là một thách thức lớn. ADC 1-bit tạo ra nhiễu lượng tử hóa khắc nghiệt nhất. Cấu trúc protograph của mã P-LDPC cần được tối ưu hóa cẩn thận. Mục tiêu là giảm thiểu ảnh hưởng tiêu cực của nhiễu này. Việc này có thể bao gồm điều chỉnh ma trận kiểm tra chẵn lẻ. Hoặc điều chỉnh các tham số thiết kế mã khác. Điều này giúp mã P-LDPC duy trì hiệu năng sửa lỗi cao. Nó đảm bảo độ tin cậy cho hệ thống MIMO cỡ lớn. Giải pháp này rất quan trọng cho việc triển khai thực tế ADC 1-bit.

IV.Thuật toán tách sóng giải mã P LDPC cho MIMO hỗn hợp

Nghiên cứu này đề xuất một thuật toán tách sóng và giải mã mới. Thuật toán này được thiết kế cho hệ thống MIMO cỡ lớn. Đặc biệt, nó xử lý hiệu quả các hệ thống sử dụng ADC hỗn hợp. ADC hỗn hợp có nghĩa là một số anten sử dụng ADC độ phân giải cao. Các anten khác sử dụng ADC độ phân giải thấp. Thuật toán này sử dụng phương pháp lặp. Nó kết hợp thông tin giữa bộ tách sóng và bộ giải mã P-LDPC. Mục tiêu là cải thiện độ chính xác của cả hai quá trình. Việc này thực hiện thông qua trao đổi thông điệp tin cậy. Thuật toán PEXIT được sử dụng để đánh giá hiệu năng hội tụ. Nó cung cấp cái nhìn sâu sắc về ngưỡng hoạt động của hệ thống. Giải pháp này giúp cân bằng giữa hiệu suất và độ phức tạp tính toán. Nó có ý nghĩa quan trọng cho việc triển khai các hệ thống truyền thông tiên tiến.

4.1. Mô hình hệ thống MIMO với ADC hỗn hợp

Mô hình hệ thống MIMO được mở rộng. Nó bao gồm việc sử dụng ADC hỗn hợp tại phía thu. Trong mô hình này, một số đường thu có ADC độ phân giải cao. Các đường thu khác được trang bị ADC độ phân giải thấp. Mô hình này phản ánh thực tế triển khai linh hoạt. Nó giúp tối ưu hóa chi phí và hiệu suất năng lượng. Tuy nhiên, nó cũng đặt ra thách thức cho các thuật toán xử lý tín hiệu. Thuật toán tách sóng và giải mã cần có khả năng xử lý tín hiệu không đồng nhất. Điều này nhằm duy trì hiệu suất tổng thể của hệ thống thông tin.

4.2. Thuật toán tách sóng giải mã P LDPC kết hợp

Một thuật toán tách sóng và giải mã lặp được đề xuất. Thuật toán này kết hợp chặt chẽ bộ tách sóng và bộ giải mã P-LDPC. Thông điệp tin cậy được trao đổi liên tục giữa hai khối. Quá trình lặp này giúp cải thiện độ chính xác dần dần. Mục tiêu là khắc phục nhiễu lượng tử hóa từ ADC thấp. Nó cũng giảm thiểu nhiễu đa đường trong MIMO. Thuật toán này đặc biệt hiệu quả trong môi trường ADC hỗn hợp. Nó khai thác thông tin phản hồi để nâng cao hiệu suất. Độ phức tạp tính toán của thuật toán được xem xét cẩn thận. Điều này nhằm đảm bảo tính khả thi trong thực tế.

4.3. Đánh giá thuật toán PEXIT đề xuất

Thuật toán PEXIT (Protograph EXtrinsic Information Transfer) được sử dụng. PEXIT là một công cụ mạnh mẽ để đánh giá hiệu năng hội tụ. Nó phân tích các thuật toán giải mã lặp. PEXIT cung cấp cái nhìn sâu sắc về ngưỡng hội tụ của thuật toán. Nó giúp xác định giới hạn hoạt động của hệ thống. Phân tích PEXIT được thực hiện cho thuật toán đề xuất. Kết quả cho thấy hiệu quả của thuật toán tách sóng và giải mã P-LDPC kết hợp. Đặc biệt, nó thể hiện khả năng hội tụ tốt. Điều này áp dụng ngay cả trong hệ thống MIMO với ADC hỗn hợp. PEXIT hỗ trợ tối ưu hóa thiết kế mã và thuật toán.

V.Đánh giá hiệu năng MIMO P LDPC và ADC độ phân giải

Nghiên cứu tiến hành đánh giá toàn diện hiệu năng hệ thống. Hệ thống này bao gồm MIMO cỡ lớn, ADC độ phân giải thấp và mã P-LDPC. Các kết quả mô phỏng xác nhận hiệu quả của các giải pháp đề xuất. Hiệu suất lỗi bit (BER) và lỗi khung (FER) được cải thiện đáng kể. Điều này áp dụng ngay cả trong điều kiện kênh khắc nghiệt. Thuật toán tách sóng và giải mã kết hợp thể hiện vượt trội. Mã P-LDPC được thiết kế tối ưu hóa cũng đóng góp lớn. Chúng giúp hệ thống đạt hiệu năng gần với giới hạn lý thuyết. Nghiên cứu này mở ra nhiều tiềm năng ứng dụng thực tế. Nó đóng góp vào việc phát triển các hệ thống truyền thông không dây thế hệ tiếp theo. Điều này bao gồm 5G nâng cao và Internet of Things (IoT). Mục tiêu là giảm chi phí phần cứng và tiêu thụ năng lượng. Đồng thời, duy trì độ tin cậy và tốc độ dữ liệu cao.

5.1. Phân tích hiệu suất thuật toán tách sóng

Kết quả mô phỏng cho thấy hiệu suất của thuật toán tách sóng được cải thiện rõ rệt. Thuật toán tách sóng kết hợp giảm đáng kể tỉ lệ lỗi bit (BER). Điều này được chứng minh ngay cả khi sử dụng ADC độ phân giải thấp. So với các phương pháp tách sóng truyền thống, thuật toán đề xuất vượt trội hơn. Nó thể hiện độ chính xác cao hơn trong nhiều kịch bản kênh khác nhau. Hiệu quả này được duy trì trong môi trường MIMO cỡ lớn. Phân tích chi tiết chỉ ra khả năng chống nhiễu mạnh mẽ. Nó đặc biệt hiệu quả với nhiễu lượng tử hóa. Điều này góp phần tăng cường độ tin cậy của hệ thống thông tin.

5.2. So sánh hiệu năng giải mã P LDPC

Mã P-LDPC được thiết kế và tối ưu hóa trong nghiên cứu này. Chúng mang lại hiệu suất giải mã vượt trội. Đặc biệt trong hệ thống MIMO với ADC độ phân giải thấp. Hiệu suất lỗi bit (BER) và lỗi khung (FER) được cải thiện đáng kể. Các kết quả mô phỏng cho thấy hiệu suất đạt được gần với giới hạn lý thuyết. Mã P-LDPC thể hiện sự mạnh mẽ trước nhiễu lượng tử hóa. Nó đảm bảo độ tin cậy cao cho việc truyền dữ liệu. So sánh với các mã lỗi khác, P-LDPC chứng tỏ ưu thế. Điều này khẳng định vai trò quan trọng của mã hóa kênh trong hệ thống.

5.3. Tiềm năng ứng dụng hướng nghiên cứu tương lai

Nghiên cứu này mở ra nhiều tiềm năng ứng dụng thực tế. Giải pháp đề xuất phù hợp cho các hệ thống truyền thông tiên tiến. Điều này bao gồm 5G nâng cao, IoT và truyền thông máy-máy (M2M). Nó giúp giảm chi phí phần cứng và tiêu thụ năng lượng. Hướng nghiên cứu tương lai có thể tập trung vào triển khai phần cứng. Cần tối ưu hóa hơn nữa độ phức tạp tính toán của thuật toán. Việc tích hợp các kỹ thuật học máy cũng là một hướng đi hứa hẹn. Mục tiêu là nâng cao hiệu suất hơn nữa. Đồng thời, thích ứng với các yêu cầu mới của truyền thông không dây. Việc này đóng góp vào sự phát triển của hệ thống thông tin thế hệ mới.

Mục lục chi tiết luận án

LỜI CAM ĐOAN
DANH MỤC TỪ VIẾT TẮT
DANH MỤC KÝ HIỆU
DANH MỤC HÌNH VẼ
DANH MỤC BẢNG
MỞ ĐẦU
1. CHƯƠNG 1: TỔNG QUAN VỀ HỆ THỐNG MIMO CỠ LỚN VỚI BỘ ADC ĐỘ PHÂN GIẢI THẤP SỬ DỤNG MÃ P-LDPC
1.1. Công nghệ đa đầu vào đa đầu ra (MIMO)
1.2. Dung lượng kênh
1.3. Mô hình hệ thống MIMO
1.4. Bộ chuyển đổi tín hiệu tương tự sang số (ADC)
1.4.1. Hoạt động của bộ ADC
1.4.2. Độ phân giải của bộ ADC
1.5. Hiệu năng của các mã protograph LDPC
1.5.1. Thiết kế mã protograph LDPC
1.5.2. Đánh giá hiệu năng giải pháp mã P-LDPC
1.6. Các nghiên cứu liên quan
1.6.1. Bộ ADC độ phân giải thấp (1 đến 2 bit)
1.6.2. Mã P-LDPC có tỉ lệ mã thích ứng
1.6.3. Thuật toán tách sóng và giải mã phía thu
1.7. Kết luận chương
2. CHƯƠNG 2: ĐỀ XUẤT BỘ ADC ĐỒNG NHẤT ĐỘ PHÂN GIẢI THẤP CHO HỆ THỐNG MIMO CỠ LỚN
2.1. Mô hình hệ thống
2.2. Bộ ADC độ phân giải thấp
2.3. Bộ tách sóng tín hiệu kết hợp tỉ lệ tối đa (MRC)
2.4. Tối ưu hóa lượng tử đồng nhất
2.4.1. Lượng tử hóa tối ưu đồng nhất cho ADC độ phân giải thấp
2.4.2. Lượng tử tối ưu hóa đồng nhất cho T-ADC
2.5. Mô phỏng và đánh giá
2.6. Kết luận chương
3. CHƯƠNG 3: THIẾT KẾ MÃ P-LDPC CHO HỆ THỐNG MIMO CỠ LỚN VỚI BỘ ADC ĐỘ PHÂN GIẢI THẤP
3.1. Hiệu năng mã LDPC trong hệ thống truyền thông LS-MIMO
3.1.1. Mô hình hệ thống
3.1.2. Bộ ADC đồng nhất 1-bit tối ưu
3.1.3. Thuật toán tách sóng và giải mã P-LPDC kết hợp
3.1.4. Mô phỏng và đánh giá kết quả
3.2. Thiết kế mã P-LDPC có tỉ lệ mã thích ứng
3.2.1. Bài toán thiết kế mã P-LDPC
3.2.2. Thiết kế mã P-LDPC cho LS-MIMO với bộ ADC tối ưu 1-bit
3.2.3. Mô phỏng và đánh giá kết quả
3.3. Kết luận chương
4. CHƯƠNG 4: THUẬT TOÁN TÁCH SÓNG VÀ GIẢI MÃ P-LDPC CHO HỆ THỐNG LS-MIMO VỚI ADC HỖN HỢP
4.1. Mô hình hệ thống
4.2. Thuật toán tách sóng và giải mã P-LDPC cho LS-MIMO với ADC hỗn hợp
4.2.1. Thông điệp 𝜶 được truyền từ nút giám sát tới nút ký hiệu
4.2.2. Thông điệp 𝒂 được truyền từ nút biến tới nút kiểm tra
4.2.3. Thông điệp 𝒃 được truyền từ các nút kiểm tra tới nút biến
4.2.4. Thông điệp 𝜷 được truyền từ các nút ký hiệu tới nút giám sát
4.2.5. Thông điệp hậu nghiệm 𝚪 của các bít từ mã
4.3. Thuật toán PEXIT đề xuất cho hệ thống LS-MIMO với ADC hỗn hợp
4.3.1. Đồ thị hai lớp MIMO và Protograph LDPC kết hợp
4.3.2. Luồng thông tin tương hỗ thuận
4.3.3. Luồng thông tin tương hỗ nghịch
4.3.4. Thông tin tương hỗ APP
4.3.5. Thuật toán PEXIT đề xuất cho các hệ thống truyền thông LS-MIMO với ADC hỗn hợp
4.4. Đánh giá thuật toán ADC-Mixed-LS-MIMO-PEXIT
4.5. Mô phỏng hệ thống với bộ thu tách sóng và giải mã P-LDPC kết hợp
4.6. Kết luận chương
Những đóng góp chính
Nghiên cứu trong tương lai
DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ
TÀI LIỆU THAM KHẢO
Xem trước tài liệu
Tải đầy đủ để xem toàn bộ nội dung
Luận án tiến sĩ kỹ thuật nghiên cứu thuật toán tách sóng và giải mã p ldpc cho hệ thống thông tin mimo cỡ lớn với bộ adc độ phân giải thấp

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (218 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG --------------------------------------- ĐẶNG NGỌC HÙNG NGHIÊN CỨU THUẬT TOÁN TÁCH SÓNG VÀ GIẢI MÃ P-LDPC CHO HỆ THỐNG THÔNG TIN MIMO CỠ LỚN VỚI BỘ ADC ĐỘ PHÂN GIẢI THẤP LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI - 2022 BỘ THÔNG TIN VÀ TRUYỀN THÔNG HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG --------------------------------------- ĐẶNG NGỌC HÙNG NGHIÊN CỨU THUẬT TOÁN TÁCH SÓNG VÀ GIẢI MÃ P-LDPC CHO HỆ THỐNG THÔNG TIN MIMO CỠ LỚN VỚI BỘ ADC ĐỘ PHÂN GIẢI THẤP CHUYÊN NGÀNH : HỆ THỐNG THÔNG TIN MÃ SỐ: 9.04 LUẬN ÁN NGƯỜI HƯỚNG DẪN KHOA HỌC: 1. Nguyễn Trung Hiếu HÀ NỘI - 2022 LỜI CAM ĐOAN Tôi xin cam đoan dưới đây là luận án tốt nghiệp của riêng tôi, dưới sự hướng dẫn của PGS. Nguyễn Văn Thủy – Học Viện Công Nghệ Bưu Chính Viễn Thông và PGS. Nguyễn Trung Hiếu – Trường đại học Đông Nam Na Uy.

Tất cả những kết quả và số liệu trong luận án này là trung thực và có được từ những nghiên cứu mà tôi và nhóm thực hiện trong quá trình làm luận án. Hà Nội, ngày tháng năm 2021 Nghiên cứu sinh Đặng Ngọc Hùng i LỜI CẢM ƠN Tôi tin rằng luận án này không thể hoàn thành nếu không có sự giúp đỡ tận tình của những cá nhân, tổ chức sau đây. Trước tiên, tôi xin bày tỏ lòng biết ơn sâu sắc nhất tới hai thầy hướng dẫn của tôi là PGS. Nguyễn Văn Thủy và PGS.

Nguyễn Trung Hiếu vì sự hướng dẫn tận tình, những lời khuyên, sự lắng nghe và khích lệ trong quá trình thực hiện luận án. Các thầy không chỉ truyền cho tôi các kiến thức chuyên môn mà còn giúp tôi cải thiện nhiều kỹ năng trong nghiên cứu khoa học và cuộc sống. Tôi sẽ không quên khoảng thời gian dài cùng các thầy thực hiện các thử nghiệm, thu thập kết quả và mô phỏng. Các buổi thảo luận thường xuyên vào mỗi tối và các buổi diễn tập cho bài thuyết trình bằng tiếng Anh.

Các thầy đã định hướng, hướng dẫn và giúp tôi chỉnh sửa các bài báo cũng như bản thảo luận án tiến sĩ này. Tôi đã học hỏi được rất nhiều điều, một lần nữa, tôi xin gửi lời cảm ơn chân thành tới thầy hướng dẫn của tôi. Tôi xin chân thành cảm ơn Lãnh đạo, các thầy, cô giáo của Khoa Đào tạo Sau đại học, Học viện Công nghệ Bưu chính Viễn thông đã hướng dẫn, giúp đỡ, tạo điều kiện thuận lợi cho tôi trong thời gian học tập, nghiên cứu và thực hiện luận án. Tôi xin gửi lời cảm ơn đặc biệt đến Quỹ đổi mới sáng tạo VINGROUP (VINIF), Viện nghiên cứu dữ liệu lớn (VINBIGDATA), đã chấp nhận hồ sơ ứng tuyển và tài trợ học bổng đào tạo Tiến sĩ trong nước cho tôi.

Đây là nguồn kinh phí thiết thực, giúp tôi tập trung vào công việc nghiên cứu và hoàn thành đúng hạn chương trình nghiên cứu sinh của mình. Tôi xin chân thành cảm ơn Lãnh đạo và các đồng nghiệp tại Khoa Công nghệ thông tin 1, Học viện Công nghệ Bưu chính Viễn thông, đã giúp đỡ, tạo điều kiện công tác thuận lợi, giúp tôi tập trung hoàn thành luận án. Cuối cùng, tôi xin cảm ơn gia đình, đặc biệt là hai con nhỏ Kent và Bon đã luôn bên cạnh giúp tôi vượt qua những khó khăn, thách thức trong suốt quá trình làm luận án. Hà Nội, ngày tháng năm 2022 Nghiên cứu sinh ii MỤC LỤC LỜI CAM ĐOAN.ii DANH MỤC TỪ VIẾT TẮT.v DANH MỤC KÝ HIỆU.vii DANH MỤC HÌNH VẼ.

x DANH MỤC BẢNG. xii MỞ ĐẦU. TỔNG QUAN VỀ HỆ THỐNG MIMO CỠ LỚN VỚI BỘ ADC ĐỘ PHÂN GIẢI THẤP SỬ DỤNG MÃ P-LDPC. Công nghệ đa đầu vào đa đầu ra (MIMO).7 Dung lượng kênh.

8 Mô hình hệ thống MIMO. Bộ chuyển đổi tín hiệu tương tự sang số (ADC).10 Hoạt động của bộ ADC. 10 Độ phân giải của bộ ADC.14 Hiệu năng của các mã protograph LDPC.16 Thiết kế mã protograph LDPC.18 Đánh giá hiệu năng giải pháp mã P-LDPC. Các nghiên cứu liên quan.

22 Bộ ADC độ phân giải thấp (1 đến 2 bit).23 Mã P-LDPC có tỉ lệ mã thích ứng.25 Thuật toán tách sóng và giải mã phía thu. Kết luận chương. ĐỀ XUẤT BỘ ADC ĐỒNG NHẤT ĐỘ PHÂN GIẢI THẤP CHO HỆ THỐNG MIMO CỠ LỚN. Mô hình hệ thống.

Bộ ADC độ phân giải thấp. Bộ tách sóng tín hiệu kết hợp tỉ lệ tối đa (MRC). Tối ưu hóa lượng tử đồng nhất.37 Lượng tử hóa tối ưu đồng nhất cho ADC độ phân giải thấp.38 Lượng tử tối ưu hóa đồng nhất cho T-ADC. Mô phỏng và đánh giá.

Kết luận chương. THIẾT KẾ MÃ P-LDPC CHO HỆ THỐNG MIMO CỠ LỚN VỚI BỘ ADC ĐỘ PHÂN GIẢI THẤP. Hiệu năng mã LDPC trong hệ thống truyền thông LS-MIMO.48 Mô hình hệ thống.48 Bộ ADC đồng nhất 1-bit tối ưu.49 Thuật toán tách sóng và giải mã P-LPDC kết hợp.51 Mô phỏng và đánh giá kết quả. Thiết kế mã P-LDPC có tỉ lệ mã thích ứng.61 Bài toán thiết kế mã P-LDPC.63 iii Thiết kế mã P-LDPC cho LS-MIMO với bộ ADC tối ưu 1-bit.65 Mô phỏng và đánh giá kết quả.

Kết luận chương. THUẬT TOÁN TÁCH SÓNG VÀ GIẢI MÃ P-LDPC CHO HỆ THỐNG LS-MIMO VỚI ADC HỖN HỢP. Mô hình hệ thống.72 Thông điệp 𝜶 được truyền từ nút giám sát tới nút ký hiệu. Thuật toán tách sóng và giải mã P-LDPC cho LS-MIMO với ADC hỗn hợp.75 Thông điệp 𝒂 được truyền từ nút biến tới nút kiểm tra.78 Thông điệp 𝒃 được truyền từ các nút kiểm tra tới nút biến.79 Thông điệp 𝜷 được truyền từ các nút ký hiệu tới nút giám sát.79 Thông điệp hậu nghiệm 𝚪 của các bít từ mã.

Thuật toán PEXIT đề xuất cho hệ thống LS-MIMO với ADC hỗn hợp.81 Đồ thị hai lớp MIMO và Protograph LDPC kết hợp.82 Luồng thông tin tương hỗ thuận.84 Luồng thông tin tương hỗ nghịch.87 Thông tin tương hỗ APP.89 Thuật toán PEXIT đề xuất cho các hệ thống truyền thông LS-MIMO với ADC hỗn hợp. Đánh giá thuật toán ADC-Mixed-LS-MIMO-PEXIT. Mô phỏng hệ thống với bộ thu tách sóng và giải mã P-LDPC kết hợp. Kết luận chương.

103 Những đóng góp chính. 103 Nghiên cứu trong tương lai.104 DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ.107 TÀI LIỆU THAM KHẢO.125 iv DANH MỤC TỪ VIẾT TẮT Từ viết tắt Nghĩa tiếng Anh Nghĩa tiếng Việt 1G 1𝑠𝑡 Generation Networks Mạng di động thế hệ đầu tiên 4G 4𝑡ℎ Generation Networks Mạng di động thế hệ thứ 4 5G 5𝑡ℎ Generation Networks Mạng di động thế hệ thứ 5 Bộ chuyển đổi tín hiệu tương tự ADC Analog To Digital Converter sang số APP A Posterior Probability Xác suất hậu nghiệm AQNM Addition Quantization Noise Model Mô hình nhiễu lượng tử cộng AR3A Accumulate Repeat-3 and Accumulate Mã tích lũy và lặp 3 AWGN Additive White Gauss Noise Nhiễu Gauss trắng cộng BER Bit Error Rate Tỷ lệ lỗi bit BI-AWGN Binary Input AWGN Kênh AWGN đầu vào nhị phân BS Base Station Trạm gốc BP Belief Propagation Lan truyền độ tin cậy BPSK Binary Phase Shift Keying Điều chế pha nhị phân CSI Channel State Information Thông tin trạng thái kênh Bộ chuyển đổi tín hiệu số sang DAC Digital to Analog Converter tương tự DE Density Evolution Tăng trưởng mật độ EE Energy Efficiency Hiệu quả năng lượng EXIT Extrinsic Information Transfer Truyền thông tin ngoại lai FER Frame Error Rate Tỷ lệ lỗi khung Institute of Electrical and Electronics IEEE Hội Kỹ sư Điện và Điện tử Engineers v LDPC Low Density Parity Check Code Mã kiểm tra chẵn lẻ mật độ thấp vi LLR Log Likelihood Ratio Tỷ lệ hàm log độ tin cậy Large-Scale Multiple Input Multiple Hệ thống đa đầu vào đa đầu ra cỡ LS-MIMO Output lớn Large-Scale Multiple Input Multiple Thuật toán truyền thông tin ngoại LS-MIMO- Output Protograph Extrinsic lai sử dụng protograph cho hệ PEXIT Information Transfer thống MIMO cỡ lớn Thuật toán truyền thông tin ngoại Mixed-ADC- Mixed ADC Large-Scale Multiple lai sử dụng protograph cho hệ LS-MIMO- Input Multiple Output Protograph thống MIMO cỡ lớn với ADC hỗn PEXIT Extrinsic Information Transfer hợp MIMO Multiple Input Multiple Output Hệ thống đa đầu vào đa đầu ra MIMO-MU MIMO Multiple User Hệ thống MIMO đa người dùng MIMO-SU MIMO Single User Hệ thống MIMO đơn người dùng ML Maximum Likelihood Tách sóng hợp lệ tối đa Lỗi bình phương trung bình tối MMSE Minimum Mean Square Error thiểu PDF Probability Density Function Hàm mật độ xác suất P-LDPC Protograph LDPC Mã LDPC dựa trên đồ thị cơ sở Thuật toán tăng trưởng cạnh lũy PEG Progressive edge-growth tiến Protograph Extrinsic Information Truyền thông tin ngoại lai dựa trên PEXIT Transfer protograph QC Quasi-Cyclic Bán tuần hoàn RF Radio Frequency Tần số vô tuyến SE Spectrum Efficiency Hiệu suất phổ SNR Signal To Noise Ratio Tỷ lệ tín hiệu trên nhiễu T-ADC Ternary-ADC Bộ ADC bậc ba Vertical – Bell Labs Layered Space- Phân lớp không gian thời gian theo V-BLAST Time chiều dọc của Bell Labs ZF Zero Forcing Tách sóng cưỡng bức về không vii DANH MỤC KÝ HIỆU 𝑎 Giá trị LLR ngoại lai từ nút biến đến nút kiểm tra 𝑏 Giá trị LLR ngoại lai từ nút kiểm tra nên nút biến 𝒃 Từ mã đầu vào bộ mã hóa 𝒃̂ Từ mã thông tin giải mã ở phía thu 𝑩 Ma trận cơ sở của mã Protograph LDPC 𝒄 Từ mã đầu ra bộ mã hóa 𝐶 Dung lượng kênh 𝒞𝑁 ×𝑀 Không gian phức 2 chiều 𝒞𝒩 (0, Phân phối Gauss phức với trung bình không và phương sai 𝑁0 𝑁0 ) 𝑒𝑠,𝑝 Số cạnh kết nối giữa nút kiểm tra s và nút biến b trong ma trận protograph 𝐸𝑏/𝑁𝑜 Tỷ lệ năng lượng bit trên nhiễu 𝑓𝑟(. ) Hàm ràng buộc trong bài toán tối ưu 𝑭 Số ma trận kênh trong thuật toán tìm kiếm 𝑮𝐿𝐷𝑃𝐶 Ma trận sinh của mã ℎ(𝑛, 𝑚) Hệ số kênh từ ăng ten phát m đến ăng ten thu n 𝑯 Ma trận kênh 𝑯𝑻 Ma trận chuyển vị của ma trận kênh H 𝑯𝐿𝐷𝑃𝐶 Ma trận kiểm tra chẵn lẻ 𝐼𝐴𝑃𝑃 Thông tin tương hỗ của xác suất hậu nghiệm 𝐼(𝑥, 𝑦) Thông tin tương hỗ của tín hiệu truyền đi x và tín hiệu nhận được y Thông tin tương hỗ ngoại lai giữa giá trị LLR được gửi bởi nút biến thứ 𝑝 𝐼𝑎[𝑝, 𝑠] tới nút kiểm tra thứ 𝑠 và bit mã hóa tương ứng thứ 𝑝 𝐼𝑏[𝑠, 𝑝] 𝑠 đến nút biến thứ 𝑝 và bit mã hóa tương ứng thứ 𝑝 Thông tin tương hỗ ngoại lai giữa giá trị LLR được gửi bởi nút kiểm tra thứ viii Thông tin tương hỗ ngoại lai giữa giá trị LLR được gửi bởi quan sát thứ 𝑛 𝐼𝛼[𝑛, 𝑚] nút đến nút biến thứ 𝑚 và bit mã hóa tương ứng thứ 𝑚. Thông tin tương hỗ ngoại lai giữa giá trị LLR được gửi bởi biến thứ 𝑚 𝐼𝛽[𝑚, 𝑛] đến nút quan sát thứ 𝑛 và bit mã hóa tương ứng thứ 𝑚 𝐼𝑡𝑒𝑟𝑚𝑎𝑥 Số lần lặp giải mã tối đa 𝐽(.

) Hàm tính thông tin tương hỗ xấp xỉ 𝐽(.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ

Trích dẫn luận án này

Đặng Ngọc Hùng (2022). Nghiên cứu thuật toán tách sóng giải mã P-LDPC cho MIMO cỡ lớn ADC thấp [Luận án tiến sĩ, Học viện Công nghệ Bưu chính Viễn thông]. LuanAn.net. https://luanan.net/cong-nghe-thong-tin/khoa-hoc-may-tinh/luan-an-tien-si-thuat-toan-tach-song-giai-ma-p-ldpc-he-thong-mimo-adc-thap

Câu hỏi thường gặp

Luận án "Nghiên cứu thuật toán tách sóng giải mã P-LDPC cho MIMO cỡ lớn ADC thấp" nghiên cứu về vấn đề gì?

Luận án tiến sĩ kỹ thuật nghiên cứu thuật toán tách sóng và giải mã LDPC cho hệ thống MIMO cỡ lớn với ADC độ phân giải thấp.

Luận án "Nghiên cứu thuật toán tách sóng giải mã P-LDPC cho MIMO cỡ lớn ADC thấp" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Học viện Công nghệ Bưu chính Viễn thông. Năm bảo vệ: 2022.

Luận án "Nghiên cứu thuật toán tách sóng giải mã P-LDPC cho MIMO cỡ lớn ADC thấp" thuộc chuyên ngành gì?

Luận án "Nghiên cứu thuật toán tách sóng giải mã P-LDPC cho MIMO cỡ lớn ADC thấp" thuộc chuyên ngành Hệ thống thông tin. Danh mục: Khoa Học Máy Tính.

Luận án "Nghiên cứu thuật toán tách sóng giải mã P-LDPC cho MIMO cỡ lớn ADC thấp" có bao nhiêu trang?

Luận án "Nghiên cứu thuật toán tách sóng giải mã P-LDPC cho MIMO cỡ lớn ADC thấp" có 218 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Nghiên cứu thuật toán tách sóng giải mã P-LDPC cho MIMO cỡ lớn ADC thấp" về máy như thế nào?

Để tải luận án về máy, bạn nhấn nút "Tải xuống ngay" trên trang này, sau đó hoàn tất thanh toán phí lưu trữ. File sẽ được tải xuống ngay sau khi thanh toán thành công. Hỗ trợ qua Zalo: 0559 297 239.

Luận án liên quan

Chia sẻ tài liệu: Facebook Twitter