Hệ thống viễn thông - Kỹ thuật phân tập anten (Antenna Diversity)

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

VIỆN ĐIỆN TỬ - TRUYỀN THÔNG

BÁO CÁO BÀI TẬP LỚN
HỆ THỐNG VIỄN THÔNG
ĐỀ TÀI: TÌM HIỂU CÁC PHƯƠNG PHÁP PHÂN TẬP
ANTENNA

Giảng viên hướng dẫn:
Nhóm sinh viên: Nhóm 13

Hà Nội, 05/2017


MỤC LỤC

2


DANH MỤC HÌNH VẼ

3


1.

KHÁI NIỆM PHÂN TẬP

Phân tập là một công cụ để giảm bớt fading của kênh và thường là công cụ sử
dụng 2 hoặc là nhiều hơn anten nhận bên phía thu. Trong mạng 3G, phân tập phát

được sử dụng tại điểm phát để truyền mô hình của tín hiệu vào trong không gian. Với
một mạch hiệu chỉnh, phân tập cải tiến được chất lượng của giao tiếp không dây mà
không làm ảnh hưởng đến không gian xung quanh, không cần tăng công suất truyền
cũng như là băng thông. Sự khác biệt giữa sự hiệu chỉnh và phân tập là kỹ thuật hiệu
chỉnh được sử dụng để cải thiện ISI trong khi kỹ thuật phân tập sử dụng để giảm bớt
ảnh hưởng của fading tới truyền thông không dây.
Phân tập khai thác sự truyền lan của sóng radio trong không gian tự do bằng
cách tìm kiếm công cụ truyền tín hiệu cho truyền thông. Kỹ thuật phân tập chủ yếu áp
dụng ở phía thu và không cần thiết bên phía phát. Bằng cách này, tín hiệu được nhận
một cách tốt nhât. Đối với các loại fading, fading nhỏ hoặc lớn, kỹ thuật phân tập có
thể được phân loại:
Với fading nhỏ: Tỷ lệ suy hao nhỏ được xác định bởi sự thay đổi bất thường
một cách nhanh chóng của biên độ, khi mà nó biến đổi nhanh và chỉ vài bước sóng.
Suy hao này là bởi vì sự phản xạ từ nhiều phía của môi trường xung quanh. Để làm
giảm bớt điều này, kỹ thuật phân tập cực nhỏ, phân tập không gian hay phân tập anten
có thể được dùng.
Với fading lớn: Suy hao lớn gây ra là do sự che khuất của yếu tố địa hình và của
môi trường xung quanh. Nó xảy ra khi truyền với khoảng cách lớn. Để giảm thiểu
điều này, phân tập cực nhỏ có thể được sử dụng.
Phân loại các kỹ thuật phân tập:
Theo như cách mà ta phân chia loại tín hiệu dựa vào fading thì kỹ thuật phân tập
trong truyền thông không giây được phân ra thành:

Hình 1: Phân loại các kỹ thuật phân tập

4


1.1.Phân tập thời gian (Time Diversity)
Phân tập qua thời gian có thể thu được khi thực hiện mã hóa và ghép xen: thông

tin được mã hóa và các ký hiệu mã hóa được phân tán theo thời gian trong các chu kỳ
kết hợp khác nhau để các các phần khác nhau của từ mã có thể độc lập khi xảy ra hiện
tượng fading.
Giả sử ta phát một từ mã

x = [x1..., xL ]

chiều dài ký hiệu L và tín hiệu thu là:

y1 = h1 x1 + w1 , L = 1,...L

11Equation Section 1
212\* MERGEFORMAT (.)

Giả sử ghép xen lý tưởng để các ký tự liên tiếp x1 được phát đủ xa theo thời gian,
ta có thể giả thiết rằng h1 là độc lập.

Hình 2: Từ mã được phát có và không có ghép xen
Trong hình 1, các từ mã được truyền các các ký hiệu liên tiếp nhau và được ghép
xen, từ mã x2 bị triệt tiêu bởi fading nếu không dùng bộ ghép xen kênh, nếu dùng bộ
xen kênh thì mỗi từ mã chỉ mất một ký tự và ta có thể khôi phục lại từ ba ký tự không
bị ảnh hưởng bởi fading.
1.2.Phân tập tần số (Frequency Diversity)
Trong phân tập tần số, sử dụng các thành phần tần số khác nhau để phát cùng
một lượng thông tin. Các tần số cần được phân chia để đảm bảo bị ảnh hưởng của
fading một cách độc lập. Khoảng cách giữa các tần số phải lớn hơn vài lần băng thông
kết hợp để đảm bảo rằng fading trên các tần số khác nhau là không tương quan. Kỹ
thuật trải phổ rất hiệu quả khi băng thông kết hợp của kênh nhỏ. Tuy nhiên, khi băng
thông kết hợp của kênh truyền lớn hơn băng thông trải phổ, trải trễ đa đường sẽ nhỏ
hơn chu kỳ tín hiệu. Trong trường hợp này, trải phổ là không hiệu quả để cung cấp

5


phân tập tần số. Phân tập tần số gây ra sự tổn hao hiệu suất băng thông tùy thuộc vào
sự dư thừa thông tin trong cùng băng tần số.
1.3.Phân tập không gian (Space Diversity, Antenna
Diversity)
Để khai thác phân tập thời gian cần phải ghép xen và mã hóa qua các chu kỳ thời
gian kết hợp. Khi có các ràng buộc về độ trễ, thì phân tập này có thể không sử dụng
được. Lúc này có thể sử dụng một loại phân tập khác gọi là phân tập anten hay phân
tập không gian. Phân tập không gian có thể thu được bằng cách đặt nhiều anten tại đầu
phát hoặc đầu thu. Nếu các anten đặt với khoảng cách đủ xa, độ lợi kênh giữa các
anten độc lập nhau. Khoảng cách giữa các anten phụ thuộc vào môi trường tán xạ
cũng như tần số sóng mang. Với thiết bị di động ở gần mặt đất với nhiều tán xạ xung
quanh, khoảng cách giữa các anten bằng nửa chiều dài sóng mang là đủ. Đối với các
trạm gốc với chiều cao cột anten cao, anten lớn hơn thì khoảng cách có thể vài đến vài
chục bước sóng.

Hình 3: Các loại phân tập không gian
Hình 2 chỉ ra các loại phân tập không gian với hình a: Phân tập thu sử dụng
nhiều anten thu (SIMO) và hình b: phân tập phát sử dụng nhiều anten phát(MISO) và
hình c là kênh với nhiều anten phát và nhiều anten thu (MIMO).
1.3.1. Phân tập thu (Receive Diversity)
Tín hiệu từ đầu phát sẽ theo nhiều đường để tới đầu thu do phản xạ, tán xạ từ
môi trường. Phân tập thu là kỹ thuật sử dụng nhiều anten khác nhau ở phía thu. Các
anten thu sẽ thu được nhiều bản sao của cùng một tín hiệu truyền. Tín hiệu thu được
có thể thay đổi lớn qua một vài chiều dài bước sóng trong môi trường nhiều tín hiệu
đa đường. Xác suất lỗi bit (Pe) của QPSK trong các kênh fading Rayleigh là xấu. Nếu
bộ thu thu được vài kênh fading độc lập, mỗi sóng mang cùng tín hiệu, nó có thể kết
hợp thông tin mỗi đường dẫn để giảm Pe tại máy thu.

1.3.2. Phân tập phát (Transmit Diversity)
Phân tập phát là kỹ thuật sử dụng hai hay nhiều anten ở phía phát để phát tín
hiệu, công suất phát được chia cho các anten phát. Phân tập thu khó để thực hiện tại
máy thu di động do thiếu không gian, công suất, chi phí tăng và phụ thuộc vào loại
hình dạng. Phân tập phát có yêu cầu phần cứng và độ phức tạp xử lý tín hiệu đáng kể
đối với BTS. Nó có sự bất lợi về công suất do năng lượng từ BTS được phân chia giữa
6


nhiều thành phần anten. Phân tập phát có thể hoặc không thể phụ thuộc vào sự phản
hồi từ bộ thu. Nó thường triển khai sử dụng mã không gian thời gian mà không yêu
cầu phản hồi. Để thực thi phân tập phát có khá nhiều cách khác nhau như: lưu đồ phân
tập-trễ (truyền lặp lại qua các anten theo thời gian), mã lưới không gian-thời gian, mã
khối không gian – thời gian, nhảy anten....

2.

KỸ THUẬT PHÂN TẬP THU

2.1.Mô hình
Xét một hệ thống một user nhận tín hiệu là tổng của tín hiệu và nhiễu:
x = hu (t ) + n

32Equation Section 2424\*
MERGEFORMAT (.)

Ở đây u(t) là hàm công suất đơn vị (unit power signal) được truyền đi, h đại diện
cho kênh (bao gồm công suất của tín hiệu) và n là nhiễu. Công suất của tín hiệu trên
một chu kỳ truyền ký tự Ts, tại n, là:
1

P=
Ts

Ts

∫
0

1
hn (t ) u (t ) dt = hn (t )
Ts
2

2

2

Ts

∫ u (t )

2

dt = hn

0

2

525\*

MERGEFORMAT (.)
hn (t )

Tại đây, ta giả sử là kênh fading chậm, thành phần
không thay đổi trên
một chu kỳ ký tự, và có thể suy ra bằng cách biến đổi tích phân và u(t) được giả sử là
có công suất đơn vị. Đặt
γn
( ):

E{| nn (t ) |2 } = σ 2

và ta được SNR tức thời tại thành phần thứ n

2

h
γ n = n2
σ

626\* MERGEFORMAT (.)

SNR tức thời này là một biến ngẫu nhiên tương ứng với một đặc trưng của kênh
hn

. Giá trị cần đạt được để tính toán công suất nhiễu được tiếp nhận trong một chu kỳ
ngắn. Trường hợp chu kỳ lớn hơn, ta sẽ xét trong phần dưới đây.
Ta giả sử là kênh fading Rayleigh, nên

hn = hn e j∠hn

hn

, ở đây

∠hn

thuộc khoảng [0,

2π) và
có 1 Rayleigh hàm mậ độ xác xuất, hàm mật độ xác xuất của
hàm mũ.

7

hn

2

là một


2 hn − hn 2 / P0
e
,
P0

hn :

γn :

727\* MERGEFORMAT (.)

1 −γ n / Γ
e
,
Γ

Γ = E { γ n} =

828\* MERGEFORMAT (.)

{ }=P.

E hn

σ2

2

0

σ2

929\* MERGEFORMAT (.)
Γ

SNR tức thời tại mỗi giá trị của n được biểu diễn dưới dạng hàm mũ. biểu
diễn SNR trung bình tại mỗi giá trị của n. Công thức trên là dành cho hệ thống một
thành phần anten, nói cách khác, công thức trên không đúng với trường hợp một mảng

anten. Do đó,

Γ

sẽ là cơ sở để cải thiện SNR.

2.2.Thông số
Thông thường ta sẽ sử dụng 2 thông số đặc trưng cho toàn bộ hệ thống là xác
suất gián đoạn (Outage probability) và tỉ lệ lỗi bit (BER) cho trường hợp điều chế
BPSK. Sau đây ta sẽ tìm hiểu 2 thông số đặc trưng này với trường hợp một đầu vào và
một đầu ra SISO.

Hình 4: Phía thu trong hệ thống phân tập thu
γ

Xác suất gián đoạn là xác suất đầu ra cho đầu ra SNR (ký hiệu là ) dưới một
γs
ngưỡng là . Từ phần trên ta đã xác định được công thức cho SNR tức thời, được
biểu diễn dưới hàm mũ, từ đó suy ra được xác suất Pout là outage probability”:
γ

s
1
Pout = P(γ < γ s ) = ∫ e −γ / Γdγ = [1 − e−γ / Γ ]
Γ
0

8

10210\*

MERGEFORMAT (.)


Để ý rằng

Γ → ∞ Pout µ 1/ Γ

,

.

BER của BPSK cho bởi SNR

γ

erfc

(

được cho bằng biểu thức

h
2γ = Q  ÷
σ 

)

,ở

đây :

∞

Q( x) = (1/ 2Π ) ∫ e −t /2 dt.
2

x

11211\* MERGEFORMAT (.)

BER trung bình trên kênh fading Rayleigh của công thức 27:
∞

2 h − h 2 / P0  h
e
Q
P0
σ
0

BER = ∫


1
Γ 
÷
÷d ( h ) =  1 −
2
1+ Γ ÷



12212\*
MERGEFORMAT (.)

Kỹ thuật phân tập thu bao gồm 4 kỹ thuật phân tập là:
 Kỹ thuât phân tập thu kết hợp lựa chọn (Selection Combining - SC).
 Kỹ thuật phân tập thu kết hợp theo tỷ số tối đa (Maximal Ratio Combining MRC).
 Kỹ thuật phân tập thu kết hợp cùng độ lợi (Equal-gain Combining - EGC).
 Kỹ thuật phân tập thu kết hợp chuyển mạch (Switched Combining).
Với cả 3 kỹ thuật đầu tiên, thông số cần tìm được là các trọng số w như trên hình
1. Tuy nhiên, các trọng số phải được chọn với điều kiện là sự tác động của fading đối
với mỗi người sử dụng là nhỏ nhất. Cả ba kỹ thuật khác nhau ở chỗ lựa chọn các trọng
số. Dưới đây ta sẽ tìm hiểu ba kỹ thuật này trong trường hợp ta giả sử rằng tại nơi
nhận yêu cầu biết được vector của kênh fading h.

9


2.3.Kỹ thuât phân tập thu kết hợp lựa chọn (Selection
Combining - SC)

Hình 5: Selection Combining
Selection Combining (SC) hoạt động dựa trên nguyên tắc lựa chọn tín hiệu có tỉ
số tín hiệu trên nhiễu SNR cao nhất trong số tất cả các tín hiệu nhận được từ các
nhánh khác nhau rồi đưa vào xử lý.
1 khi γ k =max(γ n )
ωk = 
0

13213\* MERGEFORMAT (.)

Kỹ thuật này không yêu cầu phải biết được pha của tín hiệu cũng như là biên độ
của tín hiệu.
Xác suất gián đoạn là xác suất mà SNR tại đầu ra rơi dưới 1 ngưỡng
khác, SNR với mọi giá trị của n dưới một ngưỡng.

γs

, nói cách

γ = max{γ n }
n

14214\* MERGEFORMAT (.)
N −1

Pout = P[γ < γ s ] = P[γ 0 , γ 1 ,...γ N < γ s ] = ∏ P[γ n < γ s ],
n=0

15215\*
MERGEFORMAT (.)

Ở đây, công thức cuối cùng đúng vì fading tại mỗi thành phần bên phía thu được
giả sử là độc lập. Nó sẽ không đúng nếu ta chỉ giả sử rằng fading không có tương
quan với nhau từ một thành phần này tới các thành phần khác. Sử dụng hàm mật độ
γn
xác xuất của :

10

γs

γs

1
P[γ n < γ s ] = ∫ f Γ (γ n ) d γ n = ∫ e −γ n / Γd γ n
Γ
0
0

= [1 − e−γ s / Γ ]

16216\*
MERGEFORMAT (.)

17217\* MERGEFORMAT (.)

⇒ Pout (γ s ) = [1 − e −γ s / Γ ]N

18218\* MERGEFORMAT (.)

Xác suất gián đoạn tăng theo hàm mũ với số mũ là số lượng anten bên phía thu.
Hình dưới minh họa cho việc cải thiện xác suất gián đoạn với mỗi giá trị của n trong
mảng.

Hình 6: Xác suất gián đoạn với mỗi giá trị của N
Pout

γs

cũng biểu diễn hàm mật độ xác suất của đầu ra SNR như 1 hàm của ngưỡng

. Hàm mật độ xác xuất của SNR tại đầu ra là
f Γ (γ ) =

dPout (γ ) N −γ / Γ
= e [1 − e −γ s / Γ ]N −1
dγ
Γ

γ

, tính theo ct sau:

19219\* MERGEFORMAT (.)

11


Từ điều này, ta suy ra được xác suất gián đoạn và hàm mật độ xác xuất của SNR
tại đầu ra. Hai đặc trưng khác có thể tìm được là cải thiện SNR trung bình và cải thiện
BER. SNR trung bình được tính bằng công thức:
∞

E { γ } = ∫ γ f Γ (γ ) d γ
0

∞

= ∫γ
0

20220\* MERGEFORMAT (.)

N −γ / Γ
e [1 − e −γ s / Γ ]N −1 d γ
Γ

21221\* MERGEFORMAT (.)

N

1
1
; Γ (C + ln N +
)
2N
n −1 n

= Γ∑

22222\* MERGEFORMAT (.)

Ở đây, công thức gần đúng cuối cùng 222 đúng với giá trị N lớn. C là hằng số
Euler. Giá trị SNR sau khi được cải thiện với trường hợp bên thu có 1 anten là bậc của
lnN.
Xác suất lỗi toàn phần đạt được bằng cách tích phân xác suất lỗi có điều kiện
erfc

được cho bởi SNR. Với điều chế BPSK, điều kiện tỉ lệ lỗi bit là
bit toàn phần là :
∞

∞

0

0

Pe = ∫ ( BER / γ ) f Γ (γ )d γ = ∫ efrc ( 2γ )

(

2γ

)

và tỉ lệ tỗi

N −γ / Γ
e [1 − e −γ s / Γ ]N −1 d γ .
Γ

23223\*
MERGEFORMAT (.)

Phương trình trên có thể tính toán với các giá trị N > 1. Kết quả BER được xác
nhận bằng cách ước lượng trong [4].

12


2.4.Kỹ thuật phân tập thu kết hợp theo tỷ số tối đa
(Maximal Ratio Combining - MRC)

Hình 7: Maximal Ratio Combining
Trong kỹ thuât phân tập Selection Combining, ta đã lựa chọn 1 giá trị với SNR là
tốt nhất. Điều này rõ ràng không phải là lựa chọn tối ưu khi (N-1) thừa số của mảng
được loại bỏ. Maximal Ratio Combining lựa chọn trọng số (trong hình 1) để đạt được
SNR đầu ra tối đa, nói cách khác điều đó là tối ưu SNR.
Tín hiệu trước khi đưa vào MRC như trên hình:
xn = A.hn + ξ n

24224\* MERGEFORMAT (.)

A là số phức, hệ số khuếch đại, hn là độ lợi kênh (số phức),
nhiễu trắng (AWGN).

ξ n : CN (0, σ 02 )

là

Tổ hợp đâu ra là:
N

xout = ∑ wn xn = A∑ wn hn + ∑ wnξ n
n −1

Ở đây

wn

n

n

25225\*
MERGEFORMAT (.)

là trọng số tổ hợp.

Tín hiệu và nhiễu được cho ở trên hình.
Công suất của tín hiệu và nhiễu:
Ps = A∑ wn hn
n

2

1 2
= A
2

∑w h

2

n n

n

26226\* MERGEFORMAT (.)

13


2

∑w ξ

Pξ =

= ∑ wn σ n2
2

n n

n

n

σ n2 = ξ n

Ở đây

SNRout

27227\* MERGEFORMAT (.)

2

là nhiễu của đường đi. SNR đẩu ra là:

P 1 2
= s = A
Pξ 2

∑w h

2

n n

n

∑w

n

2

σ n2

n

28228\* MERGEFORMAT (.)

Sử dụng bất đẳng thức Cauchy-Schwartz cho tử số:

∑a b

2

≤ ∑ an

*
n n

n

2

∑b

n

n

29229\* MERGEFORMAT (.)
an* = cbn

Dấu bằng xảy ra khi
2

∑ wn hn ≤ ∑ wn
n

n

2

. Ta được:

∑h

* 2
n

n

c = σ n2 ↔ wn =

Chọn

2

n

hn
σ n2

30230\* MERGEFORMAT (.)

ta được:

∑w ∑h

* 2
n

2

SNRout

1 2
= A
2

n

n

∑w

n

n
2

σ n2

A2 hn
=∑
2σ n2
n

2

n

γn =

A2 hn
2σ n2

2

31231\*
MERGEFORMAT (.)

γ out = ∑ γ n

Đặt
suy ra
xem là tổ hợp tốt nhất cho SNR.

n

. Kết quả tổ hợp được gọi là MRC, đây được

Xác xuất gián đoạn (Outage probability) của MRC:
Xem xét với kênh Rayleigh và giả sử các kênh không liên quan gì với nhau. Xác
xuất gián đoạn có thể được biểu diễn bởi:

14


Pout = 1 − e

Nếu

−

γ N
γ0

(γ / γ 0 ) k −1
∑
k =1 ( k − 1)!

γ /γ0 =1

32232\* MERGEFORMAT (.)

thì:
N

γ 
(γ / γ 0 ) N
1
Pout ≈
= cN  ÷ : PoutN ,1 :
N
N
( γ0 )
 γ0 

33233\*
MERGEFORMAT (.)

2.5.Kỹ thuật phân tập thu kết hợp cùng độ lợi (Equal Gain
Combining - EGC)
Trong kỹ thuật Maximal Ratio Combining ta tạo ra 1 tổ hợp là giá trị tối ưu của
SNR. Tuy nhiên, kỹ thuật đó yêu cầu trọng số (là các wi) biến thiên với tín hiệu
fading, chúng dao động trong khoảng trên dưới 10 dB. Kỹ thuật Equal-gain
Combining - EGC giải quyết điều này bằng cách cài đặt hệ số tăng ích tại mỗi phần
tử. Trong EGC,
w n = e j∠hn

34234\* MERGEFORMAT (.)

⇒ wn* hn = hn

35235\* MERGEFORMAT (.)

N −1

⇒ w H h = ∑ hn
n=0

36236\* MERGEFORMAT (.)

Công suất nhiễu và SNR tức thời được cho bởi:
Pn = wH hσ 2 = Nσ 2

 N −1 
 ∑ hn 
γ =  n=0 2 
Nσ

37237\* MERGEFORMAT (.)

2

Sử dụng với trường hợp
xuất của công thức 27:

38238\* MERGEFORMAT (.)
hn

là phân phối Rayleigh, sử dụng hàm mật độ xác

E ( hn ) = π P0

39239\* MERGEFORMAT (.)

2

E ( hn ) = P0

40240\* MERGEFORMAT (.)
15


Sử dụng SNR đã định nghĩa trong công thức 238 với 239 và 240, ta tìm được
SNR cho bởi:
2

 N −1 
E{ ∑ hn  }

1
 N −1 N −1

E{γ } =  n =0 2  =
E
∑∑ hn hm  ,
2
2 Nσ
2 Nσ
 n=0 m=0


41241\*
MERGEFORMAT (.)

=

 N −1 N −1

1   N −1 2 
E
h
+
E
h
h





∑
∑
∑
n
n
m  ,
2 Nσ 2   n = 0

 n =0 m =0,m ≠ 0


42242\*
MERGEFORMAT (.)

{ } +∑

1  N −1
=
 ∑ E hn
2 Nσ 2  n = 0

=

=

1
2 Nσ 2

1
2 Nσ 2

2


E { hn } E { hm }  ,
n = 0 m = 0, m ≠ 0


N −1

N −1

∑

43243\*
MERGEFORMAT (.)


π P0 π P0 
 2 NP0 + N ( N − 1)
,
2
2



π P0 

2
NP

+
N
(
N
−
1)
,
0

2 


πΓ  
π

= Γ + ( N − 1)  = 1 + ( N − 1)  Γ.
4  
4


44244\*
MERGEFORMAT (.)

45245\*
MERGEFORMAT (.)

46246\*
MERGEFORMAT (.)

Trọng tâm của phần phân tích này để chứng tỏ rằng, mặc dù cách thực hiện đơn

giản hơn đáng kể, nhưng kết quả của EGC là cách cải thiện SNR có thể so sánh được
với phương pháp tối ưu SNR đã tìm hiểu trước đó là phương pháp MRC. SNR tìm
được của cả 2 phương pháp tăng tuyến tính với giá trị của N.
Không có 1 công thức chung cho BER với giá trị tổng quát N, nhưng những
nghiên cứu khác nhau đã tìm ra được hiệu suất BER trong một vài dạng của kênh
fading [5]. Có một vài tài liệu khác cũng nói đến vấn đề này. Đặc biệt hơn, trong [5],
Zhang tìm được một form gần đúng trong Rayleigh fading với N = 2 và N = 3 dựa
trên phương thức hàm ký tự (characteristic function method). Với BPSK thì đó là:

16


Pe =

Γ ( Γ + 2)
1
1 −
2
Γ +1



 , N = 2,


47247\* MERGEFORMAT (.)

 1 1 1
 π
1 1 Γ(2Γ + 3) 2

Γ2
Pe = −
×2 F1  − ; ; ;
+
3
2 ÷
2 2 3(Γ + 1)
 2 2 2 (2Γ + 3)  4

Γ3

27 ( Γ + 1)

3

,N =3

48248\*
MERGEFORMAT (.)

ở đây, F1 là 1 hàm siêu bội.
Hình 8 vẽ BER cho trường hợp EGC. Một lần nữa, hệ số tăng ích quan trọng
trong hiệu năng của phương pháp là điều hiển nhiên. Trong hình vẽ dưới, số các thành
phần (ở đây là N) được ký hiệu là L. Một lần nữa để ý rằng, một mảng với N thành
phần cung cấp bậc N diversity.

Hình 8: Mối tương quan giữa BER và SNR trong EGC
2.6.Kỹ thuật phân tập thu kết hợp chuyển mạch (Switched
Combining)
Phân tập chuyển mạch có thể là mô hình đơn giản nhất của xử lý tuyến tính với

chỉ một tần số thu tại nơi nhận. Xa hơn, nó không yêu cầu ước lượng giá trị của SNR
trong toàn bộ băng thông (giống Selection Combining). Có 2 cách thường được sử
dụng là:
17


Chuyển mạch và khảo sát (switch and examine): Một trạm thu sẽ kết nối tới
một anten trong mảng thông qua một bộ chuyển mạch và nó giữ kết nối với cùng một
anten cho đến khi SNR rơi xuống dưới một ngưỡng nào đó. Tại thời điểm đó, nó sẽ
được chuyển hướng sang anten khác cho đến khi tìm được SNR lớn hơn ngưỡng đó.
Sự bất lợi khi làm theo cách này đó là nếu không có anten nào có SNR nằm trên
ngưỡng, nó sẽ tiếp tục tìm kiếm như vậy làm cho nhiễu và năng lượng hao phí càng
tăng lên.
Chuyển mạch và giữ nguyên vị trí (switch and stay): Cách chuyển mạch và
giữ nguyên vị trí giải quyết vấn đề của cách chuyển mạch và khảo sát. Ở đây, một
băng thông mới được lựa chọn khi mà SNR tức thời vượt qua ngưỡng từ cao xuống
thấp. Tuy nhiên, nó sẽ giữ nguyên tại băng thông đã được lựa chọn kể cả khi mà SNR
giảm xuống dưới ngưỡng, và SNR chuyển từ ngưỡng cao xuống thấp.

18


3.

SO SÁNH BA PHƯƠNG PHÁP SC, MRC, EGC

Ta so sánh hiệu năng của 3 kỹ thuật trên trong trường hợp phức tạp và cải thiện
SNR. Hình 9 thể hiện sự cải thiện SNR như một hàm của số yếu tố. Đúng như mong
muốn, phương pháp cải thiện tốt nhất là MRC, trong khi tồi tệ nhất là kỹ thuật SD. Để
ý rằng, sự cải thiện trong trường hợp EGC là tương đương với MRC.

Trong giới hạn yêu cầu xử lý, SC là dễ nhất, nó chỉ yêu cầu 1 phép đo SNR với
mỗi yếu tố (element), không pha hoặc không biên độ, nói cách khác, kỹ thuật này ko
chặt chẽ. Tuy nhiên để ý rằng kết quả sử dụng 1 receive chặt chẽ (pha của kênh được
bỏ qua sau sự kiện này). Cả MRC và EGC, theo 1 hướng khác, yêu cầu thông tin về
pha. MRC yêu cầu chính xác phép đo của hệ số tăng ích. Rõ ràng là khó thực hiện, vì
khoảng tĩnh của Rayleih fading signal có thể khác lớn. Với 1 trường hợp có 2 yêu tố
(element), MRC cải thiện hiệu suất khoảng 0.6dB hơn EGC tại giá trị của BER là 1%.

Hình 9: SNR của 3 phương pháp SC, MRC, EGC

19


4.

TÀI LIỆU THAM KHẢO

[1] Satyanand Choudhary, Surbhi Jha , Prabhakar Sharma, “A Review of
Diversity Techniques in Wireless Communication system”, Proceedings of National
Conference on Recent Advances in Electronics and Communication Engineering
(RACE-2014), trang 1 – 2, tháng 3 năm 2014.
[2] Lê Thuận Mười, “Phân tập đa người dùng trong hệ OFDM,” Luận văn thạc
sỹ công nghệ điện tử - viễn thông, Đại học công nghệ - Đại học quốc gia Hà nội, trang
17 – 21, năm 2014.
[3] truy cập
lần cuối ngày 13/5/2017.
[4] T. Miki and M. Hata, “Performance of 16 kbit/s GMSK tranmission with
postdetection selection diversity in land mobile radio,” IEEE Transactions on
Vehicular Technology, vol. 33, trang 128 - 133, tháng 8 năm 1984.
[5] Q. Zhang, “Probability of error for equal gain combiners over rayleigh

channels: some closed form solutions.,” IEEE Transactions on Communications, vol.
45, trang 270 - 273, tháng 3 năm 1997.
[6] truy cập
lần cuối ngày 13/5/2017.

20