Luận án tiến sĩ kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO - Học viện Kỹ thuật Quân sự

"Luận án tiến sĩ nghiên cứu kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO. Đề xuất phương pháp cải tiến hiệu suất và độ chính xác tín hiệu."

Tác giả

Luan An

Thể loại

Luận án Tiến sĩ

Năm xuất bản

Số trang

161

Thời gian đọc

25 phút

Lượt xem

0

Lượt tải

0

Phí lưu trữ

50 Point

Tổng quan nhanh

Chủ đề:
1. Tổng quan kỹ thuật tách tín hiệu đường lên Massive MIMO
Số trang:
161 trang
Trường:
Học viện Kỹ thuật Quân sự
Chuyên ngành:
Kỹ thuật điện tử
Tác giả:
Năm:

Tóm tắt nội dung luận án

I. Tổng quan kỹ thuật tách tín hiệu đường lên Massive MIMO

Hệ thống Massive MIMO là công nghệ then chốt cho các mạng di động thế hệ mới. Trạm gốc triển khai hàng trăm ăng-ten để phục vụ nhiều người dùng đồng thời trên cùng tài nguyên tần số. Tách tín hiệu đường lên (Uplink detection) giữ vai trò quyết định chất lượng thu nhận dữ liệu. Quá trình xử lý tín hiệu tại trạm gốc phải đối mặt với can nhiễu đa người dùng nghiêm trọng. Khi số lượng ăng-ten tăng cao, kích thước kênh truyền trở nên khổng lồ. Việc khôi phục chính xác luồng dữ liệu từ các thiết bị di động yêu cầu các thuật toán tách sóng hiệu quả. Hệ thống cần đạt cân bằng giữa độ chính xác thu nhận và độ trễ tính toán. Sự suy hao kênh, tương quan không gian và nhiễu cộng Gaussian đặt ra thách thức lớn cho quá trình giải điều chế.

1.1. Mô hình toán học và nguyên lý hoạt động Massive MIMO

Mô hình đường lên của hệ thống Massive MIMO biểu diễn qua phương trình vector ma trận y = Hx + n. Trong đó, y là vector tín hiệu thu tại trạm gốc. H là ma trận kênh truyền kích thước lớn phản ánh môi trường truyền sóng. Vector x chứa các ký hiệu phát từ người dùng di động và n đại diện cho nhiễu trắng Gaussian. Trạm gốc tận dụng tính trực giao không gian khi số lượng ăng-ten tiến tới vô cùng. Kênh truyền tiệm cận trạng thái thuận lợi giúp giảm bớt can nhiễu giữa các luồng. Tuy nhiên, kích thước ma trận kênh truyền tăng mạnh làm bùng nổ khối lượng tính toán. Thuật toán tách sóng phải giải quyết bài toán ước lượng x từ vector y với thông tin trạng thái kênh H đã biết.

1.2. Thách thức lớn trong tách tín hiệu đường lên đa kênh

Tách tín hiệu đường lên (Uplink detection) đối mặt với rào cản lớn về độ phức tạp phần cứng và năng lượng tiêu thụ. Phép toán nghịch đảo ma trận kích thước lớn tạo ra độ trễ xử lý cao tại trạm gốc. Hiện tượng nhiễm độc phi công gây suy giảm độ chính xác ước lượng kênh truyền. Sự tương quan giữa các phần tử ăng-ten làm mất tính trực giao lý tưởng. Hiệu năng hệ thống bị suy giảm khi phân bố người dùng không đồng đều. Trạm gốc đòi hỏi các bộ xử lý tín hiệu số có năng lực tính toán cực nhanh. Thiết kế thuật toán cần tối ưu hóa cấu trúc tính toán song song. Mục tiêu cốt lõi là duy trì tỷ lệ lỗi bit (BER) thấp với chi phí phần cứng tối thiểu.

II. So sánh giải pháp tách tín hiệu tuyến tính và phi tuyến

Các kỹ thuật phát hiện tín hiệu đường lên chia thành hai nhóm chính: tách tín hiệu tuyến tính (Linear detection) và tách tín hiệu phi tuyến (Non-linear detection). Tách tín hiệu tuyến tính áp dụng ma trận biến đổi lọc trực tiếp lên tín hiệu thu. Phương pháp này có cấu trúc đơn giản và độ trễ xử lý thấp. Ngược lại, kỹ thuật phi tuyến xử lý lặp hoặc tìm kiếm đa nhánh để nâng cao độ chính xác. Thuật toán phi tuyến giảm thiểu tối đa can nhiễu nhưng chi phí tính toán tăng theo cấp số nhân. Sự lựa chọn giữa hai phương tiếp cận phụ thuộc vào tương quan giữa số lượng ăng-ten trạm gốc và số lượng người dùng. Môi trường thực tế đòi hỏi giải pháp dung hòa hiệu năng và độ phức tạp.

2.1. Bộ tách tuyến tính phổ biến Zero Forcing và MMSE

Tách tín hiệu tuyến tính (Linear detection) chủ yếu sử dụng bộ tách tín hiệu Zero-Forcing (ZF) và bộ tách tín hiệu sai số toàn phương trung bình tối thiểu (MMSE). Bộ tách tín hiệu Zero-Forcing (ZF) triệt tiêu hoàn toàn can nhiễu giữa các người dùng thông qua ma trận giả nghịch đảo. Tuy nhiên, phương pháp này khuếch đại năng lượng nhiễu tại vùng tỷ số tín hiệu trên tạp âm (SNR) thấp. Bộ tách tín hiệu sai số toàn phương trung bình tối thiểu (MMSE) khắc phục nhược điểm bằng cách tính thêm công suất nhiễu vào bộ lọc. Thuật toán MMSE mang lại hiệu năng tỷ lệ lỗi bit vượt trội so với ZF. Cả hai phương pháp đều yêu cầu phép nghịch đảo ma trận Gram có kích thước bằng số người dùng phục vụ.

2.2. Bộ tách kết hợp MRC và tách tối ưu Maximum Likelihood

Bộ tách kết hợp tỷ số tối đa (MRC/MR) có cấu trúc đơn giản nhất trong nhóm tuyến tính. Bộ tách tín hiệu MRC chỉ nhân vector thu với chuyển vị liên hợp của ma trận kênh truyền. Phương pháp MRC loại bỏ hoàn toàn nhu cầu nghịch đảo ma trận nhưng hiệu năng kém khi tương quan kênh cao. Ở chiều ngược lại, bộ tách tín hiệu hợp lý cực đại (Maximum Likelihood - ML) đạt hiệu năng tối ưu lý thuyết. Thuật toán ML duyệt toàn bộ không gian ký hiệu để tìm vector phát có xác suất cao nhất. Độ phức tạp của ML tăng theo hàm mũ của số người dùng và bậc điều chế. Trong hệ thống Massive MIMO, bộ tách tín hiệu Maximum Likelihood (ML) bất khả thi trên thực tế do bùng nổ tính toán.

2.3. Kỹ thuật khử nhiễu nối tiếp SIC và kiến trúc V BLAST

Tách tín hiệu phi tuyến (Non-linear detection) nổi bật với kỹ thuật khử nhiễu nối tiếp (SIC - Successive Interference Cancellation). Cấu trúc V-BLAST áp dụng cơ chế giải mã từng ký hiệu theo thứ tự công suất giảm dần. Sau khi một ký hiệu được phát hiện, tín hiệu này được tái tạo và trừ khỏi vector thu. Quá trình khử lặp lại cho các luồng tín hiệu tiếp theo. Phương pháp SIC cải thiện rõ rệt tỷ lệ lỗi bit so với tách tuyến tính đơn thuần. Thách thức lớn nhất của SIC là hiện tượng lan truyền lỗi khi ký hiệu đầu tiên giải mã sai. Độ trễ xử lý nối tiếp cũng làm chậm tốc độ phản hồi của toàn bộ hệ thống Massive MIMO.

III. Kỹ thuật tách tín hiệu theo nhóm trong Massive MIMO

Thuật toán tách tín hiệu theo nhóm (Group Detection - GD) là giải pháp đột phá giúp giảm độ phức tạp cho trạm gốc. Thay vì xử lý toàn bộ người dùng cùng lúc, thuật toán chia các luồng phát thành các nhóm nhỏ độc lập. Kỹ thuật này chuyển bài toán nghịch đảo ma trận kích thước lớn thành nhiều bài toán nghịch đảo ma trận bậc nhỏ hơn. Nhờ đó, tổng số phép tính dấu phẩy động (FLOPs) giảm đi đáng kể. Các biến thể cải tiến như GD lặp (IGD) và kết hợp BLAST nâng cao năng lực triệt can nhiễu. Phương pháp nhóm bảo đảm khả năng mở rộng tốt khi số lượng người dùng tăng cao trong hệ thống Massive MIMO.

3.1. Nguyên lý phân nhóm tín hiệu GD và thuật toán cải tiến IGD

Thuật toán GD phân chia ma trận kênh truyền thành các khối con tương ứng với từng nhóm tín hiệu. Mỗi nhóm được tách riêng biệt bằng các bộ tách cơ sở như bộ tách tín hiệu Zero-Forcing (ZF-GD) hoặc MMSE-GD. Quá trình xử lý song song trên từng nhóm giúp giảm thời gian trễ. Để nâng cao độ chính xác, thuật toán IGD (Iterative Group Detection) bổ sung cơ chế khử nhiễu lặp giữa các nhóm. Nhóm có độ tin cậy cao được tách trước và loại bỏ khỏi tín hiệu các nhóm còn lại. Bộ tách BLAST-GD và BLAST-IGD kết hợp khử nhiễu nối tiếp (SIC) trong nội bộ từng nhóm. Sự kết hợp này mang lại phẩm chất BER tiệm cận thuật toán phi tuyến nhưng độ phức tạp giảm sâu.

3.2. Giảm thiểu xấp xỉ nghịch đảo ma trận bằng thuật toán GD

Nghịch đảo ma trận trực tiếp đòi hỏi độ phức tạp bậc O(K^3) với K là số người dùng. Thuật toán GD chia K thành các nhóm kích thước nhỏ, hạ bậc tính toán xuống mức rất thấp. Kỹ thuật xấp xỉ nghịch đảo ma trận (Matrix inversion approximation) như chuỗi Neumann hay biến đổi Cholesky áp dụng trên từng nhóm con nhanh hơn nhiều. Phép xấp xỉ hội tụ nhanh do điều kiện ma trận con ổn định hơn ma trận tổng thể. Kiến trúc phần cứng dễ dàng triển khai xử lý song song trên chip FPGA hoặc ASIC. Phương pháp GD vừa duy trì độ chính xác cao vừa đáp ứng yêu cầu xử lý thời gian thực trong mạng không dây 5G và 6G.

IV. Thuật toán tách nhóm suy rộng trên hệ thống mở rộng

Hệ thống mở rộng tương đương là bước phát triển mới nhằm giải quyết hiện tượng suy giảm hiệu năng khi phân nhóm. Khi chia nhóm đơn thuần, can nhiễu giữa các nhóm có thể làm giảm tỷ số tín hiệu trên nhiễu. Thuật toán tách tín hiệu theo nhóm suy rộng (GGDex) chuyển đổi bài toán sang miền mở rộng tương đương. Mô hình mở rộng bảo toàn thông tin kênh và giảm thiểu sự suy hao năng lượng. Đồng thời, cấu trúc tách nhóm song song (PGD) cho phép thực thi đồng thời tất cả các nhánh. Cải tiến này tạo ra bước nhảy vọt về tốc độ xử lý và cải thiện phẩm chất lỗi bit cho hệ thống Massive MIMO.

4.1. Cấu trúc tách nhóm suy rộng GGDex trên mô hình mở rộng

Thuật toán GGDex xây dựng hệ thống phương trình tương đương bằng cách mở rộng không gian vector tín hiệu. Ma trận kênh truyền mở rộng tích hợp sẵn các hệ số triệt nhiễu giữa các nhóm. Cấu trúc GGDex cho phép bộ tách tín hiệu Zero-Forcing (ZF) và MMSE hoạt động trên từng phân vùng mà không làm mất tính trực giao. Thuật toán triệt tiêu hiệu quả thành phần can nhiễu còn sót lại sau phân rã. Hiệu năng BER của GGDex vượt trội hoàn toàn so với GD truyền thống. Độ phức tạp tính toán vẫn duy trì ở mức tuyến tính đối với số lượng ăng-ten tại trạm gốc. Đây là giải pháp lý tưởng cho các kịch bản mật độ người dùng cao.

4.2. Thuật toán tách nhóm song song PGD tăng tốc độ xử lý

Thuật toán PGD (Parallel Group Detection) tổ chức xử lý đồng thời tất cả các nhóm dữ liệu mà không có độ trễ nối tiếp. Mỗi nhánh tính toán hoạt động độc lập trên bộ dữ liệu riêng. PGD kết hợp kỹ thuật xấp xỉ nghịch đảo ma trận (Matrix inversion approximation) để loại bỏ hoàn toàn các nút thắt tính toán. Số lượng chu kỳ xung nhịp phần cứng giảm đáng kể so với cấu trúc khử nhiễu nối tiếp (SIC - Successive Interference Cancellation). Kết quả mô phỏng cho thấy PGD đạt tỷ lệ lỗi bit tương đương MMSE nhưng tốc độ thực thi tăng gấp nhiều lần. Cấu trúc song song hoàn toàn tương thích với các bộ xử lý đồ họa GPU và mảng xử lý số DSP hiện đại.

V. Tối ưu bộ tách tín hiệu Massive MIMO bằng rút gọn dàn

Kỹ thuật rút gọn dàn (Lattice Reduction - LR) là công cụ toán học mạnh mẽ nhằm tối ưu hóa giải điều chế. Trong không gian dàn đa chiều, ma trận kênh truyền được chuyển đổi sang cơ sở trực giao hơn. Cơ sở mới giúp các bộ tách tuyến tính đạt được bậc phân tập đầy đủ như bộ tách tín hiệu Maximum Likelihood. Sự kết hợp giữa rút gọn dàn và các thuật toán tách nhóm mở ra hướng tiếp cận mới. Các mô hình như MMSE-GGD-SLV và PGD-SLB dung hòa xuất sắc giữa hiệu năng thu nhận và độ phức tạp. Phương pháp này nâng cao chất lượng dịch vụ cho các mạng di động thế hệ mới.

5.1. Tích hợp rút gọn dàn vào bộ tách tuyến tính ZF và MMSE

Rút gọn dàn (LR) biến đổi ma trận kênh H thành ma trận trực giao hơn H_tilde thông qua thuật toán LLL hoặc Seysen. Bộ tách tín hiệu Zero-Forcing (ZF) và bộ tách tín hiệu sai số toàn phương trung bình tối thiểu (MMSE) hoạt động trên miền dàn mới này. Việc lượng tử hóa ký hiệu trên miền trực giao giảm đáng kể hiện tượng méo tín hiệu. Hiệu năng tiệm cận bộ tách tín hiệu hợp lý cực đại (Maximum Likelihood - ML) mà chỉ dùng bộ lọc tuyến tính. Rút gọn dàn giúp khôi phục dữ liệu chính xác ngay cả khi kênh truyền có độ tương quan cao. Phương pháp này loại bỏ nhược điểm khuếch đại nhiễu của tách tuyến tính thông thường.

5.2. Mô hình kết hợp GGD SLV và PGD SLB nâng cao hiệu năng

Mô hình MMSE-GGD-SLV kết hợp tách nhóm suy rộng với thuật toán tìm kiếm Schnorr-Euchner và rút gọn dàn dựa trên phần tử. Cấu trúc này tối ưu hóa độ dài vector tìm kiếm trong từng nhóm nhỏ. Bên cạnh đó, các bộ tách ZF-PGD-SLB và QRD-PGD-SLB tích hợp phân rã QR cùng rút gọn dàn trên các nhánh song song. Sự kết hợp này mang lại khả năng kháng nhiễu vượt trội trong môi trường đa đường phức tạp. Độ phức tạp tính toán được kiểm soát chặt chẽ thông qua việc giới hạn phạm vi duyệt dàn. Kết quả phân tích chứng minh các mô hình đề xuất đạt hiệu năng BER tối ưu với chi phí tính toán khả thi trên thực tế.

Mục lục chi tiết luận án

LỜI CAM ĐOAN
LỜI CẢM ƠN
DANH MỤC CÁC TỪ VIẾT TẮT
DANH MỤC HÌNH VẼ
DANH MỤC BẢNG
DANH MỤC KÝ HIỆU TOÁN HỌC
MỞ ĐẦU
1. CHƯƠNG 1: TỔNG QUAN VỀ MASSIVE MIMO
1.1. Mô hình hệ thống
1.2. Nguyên lý làm việc
1.3. Phân biệt Massive MIMO và MIMO đa người dùng
1.4. Tách tín hiệu trong các hệ thống Massive MIMO
1.4.1. Tách tín hiệu tuyến tính
1.4.2. Tách tín hiệu dựa trên kỹ thuật phân rã QR
1.4.3. Tách tín hiệu triệt nhiễu nối tiếp BLAST
1.5. Độ phức tạp tính toán của bộ tách tín hiệu
1.6. Bối cảnh nghiên cứu
1.7. Các thách thức cần giải quyết
2. CHƯƠNG 2: ĐỀ XUẤT CÁC BỘ TÁCH TÍN HIỆU DỰA TRÊN THUẬT TOÁN TÁCH TÍN HIỆU THEO NHÓM
2.1. Đề xuất thuật toán tách tín hiệu theo nhóm GD
2.2. Xây dựng các bộ tách tín hiệu dựa trên thuật toán tách tín hiệu theo nhóm
2.2.1. Bộ tách tín hiệu ZF-GD và MMSE-GD
2.2.2. Bộ tách tín hiệu ZF-IGD và MMSE-IGD
2.2.3. Bộ tách tín hiệu BLAST-GD và BLAST-IGD
2.3. Phân tích độ phức tạp
2.3.1. Độ phức tạp của bộ tách ZF-GD và BLAST-GD
2.3.2. Độ phức tạp của các bộ tách ZF-IGD và BLAST-IGD
2.4. So sánh phẩm chất lỗi bít
3. CHƯƠNG 3: ĐỀ XUẤT CÁC BỘ TÁCH TÍN HIỆU XÂY DỰNG TRÊN HỆ THỐNG MỞ RỘNG TƯƠNG ĐƯƠNG
3.1. Xây dựng các bộ tách tín hiệu dựa trên thuật toán tách tín hiệu theo nhóm suy rộng-GGDex
3.1.1. Đề xuất thuật toán GGDex
3.1.2. Xây dựng các bộ tách tín hiệu dựa trên thuật toán GGDex
3.2. Phân tích độ phức tạp
3.3. So sánh phẩm chất lỗi bít
3.4. Xây dựng các bộ tách tín hiệu dựa trên thuật toán tách tín hiệu theo nhóm song song
3.4.1. Đề xuất các bộ tách tín hiệu dựa trên thuật toán PGD
3.4.2. Phân tích độ phức tạp tính toán
3.4.3. So sánh phẩm chất lỗi bít
4. CHƯƠNG 4: XÂY DỰNG CÁC BỘ TÁCH TÍN HIỆU CÓ SỰ HỖ TRỢ CỦA RÚT GỌN DÀN
4.1. Tổng quan về tách tín hiệu có sự hỗ trợ của rút gọn dàn
4.1.1. Định nghĩa dàn và rút gọn dàn
4.1.2. Tách tín hiệu tuyến tính có sự hỗ trợ của rút gọn dàn
4.2. Xây dựng bộ tách MMSE trên mô hình kết hợp GGD-SLV
4.2.1. Thuật toán GGD
4.2.2. Bộ tách tín hiệu MMSE- GGD-SLV
4.3. Phân tích độ phức tạp
4.4. So sánh phẩm chất lỗi bít
4.5. Xây dựng các bộ tách dựa trên mô hình kết hợp PGD-SLB
4.5.1. Bộ tách ZF-PGD-SLB
4.5.2. Bộ tách QRD-PGD-SLB
4.6. Phân tích độ phức tạp
4.7. So sánh phẩm chất lỗi bít
KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TƯƠNG LAI
DANH MỤC CÁC 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 nghiên cứu kỹ thuật tách tín hiệu đường lên trong hệ thống massive mimo

Tải xuống file đầy đủ để xem toàn bộ nội dung

Tải đầy đủ (161 trang)

Trích đoạn nội dung luận án

Tải xuống để đọc toàn bộ

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG HỌC VIỆN KỸ THUẬT QUÂN SỰ NGUYỄN THANH BÌNH NGHIÊN CỨU KỸ THUẬT TÁCH TÍN HIỆU ĐƯỜNG LÊN TRONG HỆ THỐNG MASSIVE MIMO LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI - 2020 luan an BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG HỌC VIỆN KỸ THUẬT QUÂN SỰ NGUYỄN THANH BÌNH NGHIÊN CỨU KỸ THUẬT TÁCH TÍN HIỆU ĐƯỜNG LÊN TRONG HỆ THỐNG MASSIVE MIMO LUẬN ÁN TIẾN SĨ KỸ THUẬT Chuyên ngành: KỸ THUẬT ĐIỆN TỬ Mã số: 9 52 02 03 NGƯỜI HƯỚNG DẪN KHOA HỌC: TS LÊ MINH TUẤN TS NGUYỄN VĂN GIÁO HÀ NỘI - 2020 luan an LỜI CAM ĐOAN Tôi xin cam đoan các kết quả trình bày trong luận án là công trình nghiên cứu của tôi. Các số liệu, kết quả trình bày trong luận án là hoàn toàn trung thực và chưa được công bố trong bất kỳ công trình nào trước đây. Các kết quả sử dụng tham khảo đều đã được trích dẫn đầy đủ và theo đúng quy định. Hà Nội, ngày 26 tháng 5 năm 2020 Tác giả Nguyễn Thanh Bình luan an LỜI CẢM ƠN Trong quá trình nghiên cứu và hoàn thành luận án, nghiên cứu sinh đã nhận được nhiều sự giúp đỡ và đóng góp quý báu.

Lời đầu tiên nghiên cứu sinh xin bày tỏ lòng cảm ơn đặc biệt đến các Thầy giáo hướng dẫn khoa học là TS Lê Minh Tuấn và TS Nguyễn Văn Giáo. Các Thầy đã luôn kiên nhẫn, tận tình hướng dẫn, định hướng nghiên cứu và giúp đỡ nghiên cứu sinh hoàn thành luận án này. Nghiên cứu sinh xin ghi nhớ công ơn, sự tận tình giúp đỡ và hỗ trợ về chuyên môn của TS Ngô Vũ Đức. Nhóm nghiên cứu do Thầy và Thầy Lê Minh Tuấn tổ chức tại Trung tâm Nghiên cứu và phát triển, tập đoàn Mobifone đã tạo môi trường nghiên cứu khoa học tuyệt vời, giúp nghiên cứu sinh từng bước tiếp cận phương pháp nghiên cứu khoa học, trau dồi khả năng tư duy một cách khoa học.

Nghiên cứu sinh cũng chân thành cảm ơn các Thầy giáo trong Bộ môn Thông tin, Khoa Vô tuyến Điện tử, Học viện Kỹ thuật Quân sự đã tận tình hướng dẫn và giúp đỡ trong thời gian nghiên cứu sinh nghiên cứu tại đây. Tiếp theo Nghiên cứu sinh xin chân thành cảm ơn Phòng Sau đại học - Học viện Kỹ thuật Quân sự, Trường Sĩ Quan Thông Tin, Binh chủng Thông Tin Liên Lạc đã tạo mọi điều kiện thuận lợi để nghiên cứu sinh học tập và nghiên cứu. Cuối cùng, nghiên cứu sinh xin gửi lời cảm ơn sâu sắc tới gia đình, bạn bè và đồng nghiệp đã luôn động viên, chia sẻ những khó khăn trong suốt quá trình thực hiện luận án. luan an MỤC LỤC MỤC LỤC.

DANH MỤC CÁC TỪ VIẾT TẮT. v DANH MỤC HÌNH VẼ. ix DANH MỤC BẢNG. xiv DANH MỤC KÝ HIỆU TOÁN HỌC.

xv MỞ ĐẦU. TỔNG QUAN VỀ MASSIVE MIMO. Mô hình hệ thống. Nguyên lý làm việc.

Phân biệt Massive MIMO và MIMO đa người dùng. Tách tín hiệu trong các hệ thống Massive MIMO. Tách tín hiệu tuyến tính. Tách tín hiệu dựa trên kỹ thuật phân rã QR.

Tách tín hiệu triệt nhiễu nối tiếp BLAST. Độ phức tạp tính toán của bộ tách tín hiệu. Bối cảnh nghiên cứu. Các thách thức cần giải quyết.

30 i luan an ii 1. ĐỀ XUẤT CÁC BỘ TÁCH TÍN HIỆU DỰA TRÊN THUẬT TOÁN TÁCH TÍN HIỆU THEO NHÓM. Đề xuất thuật toán tách tín hiệu theo nhóm GD. Xây dựng các bộ tách tín hiệu dựa trên thuật toán tách tín hiệu theo nhóm.

Bộ tách tín hiệu ZF-GD và MMSE-GD. Bộ tách tín hiệu ZF-IGD và MMSE-IGD. Bộ tách tín hiệu BLAST-GD và BLAST-IGD. Phân tích độ phức tạp.

Độ phức tạp của bộ tách ZF-GD và BLAST-GD. Độ phức tạp của các bộ tách ZF-IGD và BLAST-IGD. So sánh phẩm chất lỗi bít. ĐỀ XUẤT CÁC BỘ TÁCH TÍN HIỆU XÂY DỰNG TRÊN HỆ THỐNG MỞ RỘNG TƯƠNG ĐƯƠNG.

Xây dựng các bộ tách tín hiệu dựa trên thuật toán tách tín hiệu theo nhóm suy rộng-GGDex. Đề xuất thuật toán GGDex. Xây dựng các bộ tách tín hiệu dựa trên thuật toán GGDex. Phân tích độ phức tạp.

65 luan an iii 3. So sánh phẩm chất lỗi bít. Xây dựng các bộ tách tín hiệu dựa trên thuật toán tách tín hiệu theo nhóm song song. Đề xuất các bộ tách tín hiệu dựa trên thuật toán PGD.

Phân tích độ phức tạp tính toán. So sánh phẩm chất lỗi bít. XÂY DỰNG CÁC BỘ TÁCH TÍN HIỆU CÓ SỰ HỖ TRỢ CỦA RÚT GỌN DÀN. Tổng quan về tách tín hiệu có sự hỗ trợ của rút gọn dàn.

Định nghĩa dàn và rút gọn dàn. Tách tín hiệu tuyến tính có sự hỗ trợ của rút gọn dàn. Xây dựng bộ tách MMSE trên mô hình kết hợp GGD-SLV. Thuật toán GGD.

Bộ tách tín hiệu MMSE- GGD-SLV. Phân tích độ phức tạp. So sánh phẩm chất lỗi bít. Xây dựng các bộ tách dựa trên mô hình kết hợp PGD-SLB.

Bộ tách ZF-PGD-SLB. Bộ tách QRD-PGD-SLB. Phân tích độ phức tạp. 110 luan an iv 4.

So sánh phẩm chất lỗi bít. 117 KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TƯƠNG LAI. 120 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ. 129 TÀI LIỆU THAM KHẢO.

131 luan an DANH MỤC CÁC TỪ VIẾT TẮT Từ viết tắt Nghĩa Tiếng Anh Nghĩa Tiếng Việt BER Bit Error Rate Tỉ lệ lỗi bit BPSK Binary Phase Shift Keying Điều chế khóa dịch pha nhị phân BS Base Station Trạm gốc ECDF Empirical Cummulative Hàm phân bố tích lũy kinh Distribution Function nghiệm ELR Element based Lattice Re- Rút gọn dàn dựa trên các duction phần tử FDD Frequency Division Duplex Song công phân chia theo tần số flop Float Point Operation Phép tính dấu phẩy động GD Group Detection Tách tín hiệu theo nhóm GGD Generalized Group Detec- Tách tín hiệu theo nhóm tion suy rộng GGDex Generalized Group Detec- Tách tín hiệu theo nhóm tion on extended system suy rộng trên hệ thống mở rộng tương đương v luan an vi GSM Generalized Spatial Modu- Điều chế không gian suy lation rộng i.d identical independent dis- Độc lập và phân bố đồng tributed nhất IGD Iterative Group Detection Tách tín hiệu theo nhóm lặp LOS Line Of Sight Tầm nhìn thẳng LR Lattice Reduction Rút gọn dàn LRA Lattice Reduction Aided Hỗ trợ rút gọn dàn LTE Long Term Evolution Tiến hóa dài hạn MCMC Markov Chain Monte Chuỗi Markov Monte Carlo Carlo MIMO Multiple Input Multiple Đa đầu vào, đa đầu ra Output ML Maximum-Likelihood Hợp lẽ cực đại MMSE Minimum Mean Squared Sai số bình phương trung Error bình tối thiểu MRC Maximal-Ratio Combining Kết hợp tỉ số cực đại MSE Mean Squared Error Sai số bình phương trung bình MU-MIMO Multiple-User MIMO MIMO đa người dùng OSTBC Orthogonal Space Time Mã hóa không gian- thời Block Code gian trực giao luan an vii PGD Parallel Group Detection Tách sóng theo nhóm song song QAM Quadrature Amplitude Điều chế biên độ cầu Modulation phương Dof Degree of freedom Bậc tự do QPSK Quadrature Phase Shift Điều chế pha cầu phương Keying QRD QR decomposition aided Tách tín hiệu dựa trên Detection phân rã QR RF Radio Frequency Tần số vô tuyến SD Sphere Decoder Bộ tách sóng cầu SDM Spatial Division Multi- Ghép kênh phân chia theo plexing không gian SIC Successive Interference Khử nhiễu nối tiếp Cancellation SLB Shortest Longest Basis Tối thiểu cơ sở dài nhất SLV Shortest Longest Vector Tối thiểu véc tơ dài nhất SM Spatial Modulation Điều chế không gian SNR Signal to Noise Ratio Tỉ số công suất tín hiệu/tạp âm SQRD Sorted QR Decomposition Phân tích QR sắp xếp V-BLAST Vertical-Bell Laboratories Tách sóng không gian-thời Layered Space-Time gian tuần tự theo lớp của phòng thí nghiệm Bell luan an viii ZF Zero Forcing Cưỡng bức không TDD Time Division Duplex Song công phân chia theo thời gian TSNR Total Sinal to Noise Ratio Tổng công suất tín hiệu trên tạp âm luan an DANH MỤC HÌNH VẼ 1.1 Mô hình hệ thống Massive MIMO .2 Nguyên lý hoạt động của hệ thống TDD Massive MIMO [1] .3 ECDF của MSE cho bởi bộ tách ZF trong 103 vòng lặp khi N = 64, Nr = [64 : 64 : 264]; pu/σ2 = 27dB, d0 = 100m, 2 100m ≤ di ≤ 990m, σShadow = 8dB và γ = 3, 5 .1 So sánh độ phức tạp của các bộ tách tín hiệu theo l trong hai cấu hình khác nhau của hệ thống là Nr = 70,N = 60 và Nr = 170, N = 160 .2 So sánh độ phức tạp của các bộ tách theo số ăng ten khi Nr = N = [60 : 20 : 200], NT = 4 và l = 21 K .3 Phẩm chất BER của các bộ tách tín hiệu ZF, MMSE, BLAST, ZF-GD, ZF-IGD, MMSE-GD và MMSE-IGD với Nr = 70, K = 15, NT = 4,4 − QAM , các bộ tách ZF-GD, ZF-IGD, MMSE-GD và MMSE-IGD có l = 2, 8, 12.4 Phẩm chất BER của các bộ tách tín hiệu ZF, MMSE, BLAST, BLAST-GD và BLAST-IGD với Nr = 70, K = 15, NT = 4,4 − QAM , các bộ tách BLAST, BLAST-GD và BLAST- IGD có l = 2, 8, 12. 51 ix luan an x 2.5 Phẩm chất BER của các bộ tách ZF, MMSE, BLAST, ZF-GD, ZF-IGD, MMSE-GD và MMSE-IGD, BLAST-GD, BLAST- IGD với Nr = 70, K = 15, NT = 4,4 − QAM , l = 8.6 Phẩm chất BER của các bộ tách ZF, MMSE, BLAST và các bộ tách đề xuất theo β khi SNR=13 dB , Nr = 100, 4−QAM , Các bộ tách đề xuất có l = dK/2e .1 Sơ đồ khối thuật toán tách tín hiệu theo nhóm tổng quát GGDex 58 3.2 TSNR của hệ thống con thứ nhất theo pu /σ 2 khi có và không có sắp xếp kênh truyền trong 104 vòng lặp cho hệ thống có cấu hình như sau Nr = N = 64 và L = 2, 4, 8 .3 Độ phức tạp của các bộ tách tuyến tính, SQRD, BLAST, ZF-GD, ZF-GGDex, SQRD-GGDex, ZF-Presorted GGDex và SQRD-Presorted GGDex khi Nr = 64,K = 16, NT = 4, L = [2 : 2 : 16] .4 Độ phức tạp của bộ tách MMSE, SQRD, BLAST, ZF-GD và SQRD-Presorted GGDex khi Nr = N = [60 : 20 : 200] , L = 2, 4, 8 .5 Phẩm chất BER của các bộ tách ZF, MMSE, BLAST, ZF-GD, MMSE-GD, ZF-GGDex và ZF-Presorted GGDex khi Nr = 64,K = 16,NT = 4; L = 2, 4, 8 .6 Phẩm chất BER của các bộ tách tín hiệu MMSE, BLAST truyền thống, SQRD-GGDex và SQRD-Presorted GGDex khi Nr = 64, K = 16, NT = 4, L = 2, 4, 8. 74 luan an xi 3.7 Sơ đồ khối tách tín hiệu bằng thuật toán tách tín hiệu theo nhóm song song .8 Độ phức tạp của các bộ tách tín hiệu MMSE, QRD, BLAST, ZF-GGDex, ZF-PGD, QRD-PGD và SQRD-PGD khi Nr = N = [60 : 20 : 200] .

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

Trích dẫn luận án này

Nguyễn Thanh Bình (2020). Kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO [Luận án tiến sĩ, Học viện Kỹ thuật Quân sự]. LuanAn.net. https://luanan.net/cong-nghe-thong-tin/mang-may-tinh-truyen-thong/luan-an-tien-si-ky-thuat-tach-tin-hieu-duong-len-he-thong-massive-mimo

Câu hỏi thường gặp

Luận án "Kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO" nghiên cứu về vấn đề gì?

"Luận án tiến sĩ nghiên cứu kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO. Đề xuất phương pháp cải tiến hiệu suất và độ chính xác tín hiệu."

Luận án "Kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO" được bảo vệ tại trường nào?

Luận án này được bảo vệ tại Học viện Kỹ thuật Quân sự. Năm bảo vệ: 2020.

Luận án "Kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO" thuộc chuyên ngành gì?

Luận án "Kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO" thuộc chuyên ngành Kỹ thuật Điện tử. Danh mục: Mạng Máy Tính & Truyền Thông.

Luận án "Kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO" có bao nhiêu trang?

Luận án "Kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO" có 161 trang. Bạn có thể xem trước một phần tài liệu ngay trên trang web trước khi tải về.

Cách tải luận án "Kỹ thuật tách tín hiệu đường lên trong hệ thống Massive MIMO" 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