Mô phỏng thuật toán music trong DOA

Thuật Toán MUSIC xác định DOA với 9 phân tử

Mô phỏng thuật toán Music trong DOA
Bài tập lớn : Siêu cao tần và anten
Giáo viên hướng dẫn : Nguyễn Khuyến
Sinh viên thực hiện :
1.
2.
3.
4.

Nguyễn Văn Trình 20072992
Hoàng Trung Long
Lưu Văn Khoa
20071572
Phạm Bá Quảng

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 1


Thuật Toán MUSIC xác định DOA với 9 phân tử

Mở đầu
Hiện nay ,khi khoa học kĩ thuật ngày càng phát triển , hàng loạt các loại
anten xử lí tín hiệu được ra đời .Nó mang lại rất nhiều lợi ích trong lĩnh vực thông
tin và truyền thông như thông tin di động , truyền hình thông tin vệ tinh , giám
sát .....Do vậy mà hệ thống anten thông minh đang được nghiên cứu và phát triển
Một trong những hướng phát triển kĩ thuật xử lý tín hiệu trong anten là xác định
hướng các sóng tới , hay từ các hướng sóng này mà xác định được nguồn phát sóng

, từ đó ta có những biện pháp xử lí phù hợp với mục đính sử dụng của hệ thống
như điều chỉnh búp sóng anten hay vị trí anten.....Cho đến nay đã có nhiều thuật
toán ra đời nhằm giải quyết bài toán tìm hướng sóng tới như : ước lượng phổ ,
thuật toán khả năng lớn nhất , thuật toán Music....Và hiện nay thuật toán Music là
được sử dụng phổ biến bởi những ưu điểm vượt trội : Độ chính xác cao , áp dụng
phù hợp trong nhiều hoàn cảnh , phân biệt được các nguồn tốt.
Thuật toán Music ( Multiple Signal Classification algorithm) .Do Schimidt
đề xuất từ 1979,đạt được độ phân giải cao khi phát hiện và phân loại nhiều sóng
đến đồng thời.Thuật toán Music dựa trên việc khai thác cấu trúc riêng của ma trận
hiệp phương sai của vector tín hiệu thu u(t).
Trong bài báo cáo này chúng em sẽ sử dụng Matlab xây dựng hệ thống để
mô phỏng thuật toán Music trong DOA , khảo sát các yếu tố ảnh hướng đến thuật
toán , độ chính xác và tin cậy của thuật toán. Và nêu lên một số lĩnh vực sử dụng
anten thông minh có sử dụng thuật toán tìm hướng sóng đến Music.

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 2


Thuật Toán MUSIC xác định DOA với 9 phân tử
Chương 1 : Ứng dụng thuật toán Music xác đinh DOA
Hệ thống anten cho phép xác định đồng thời hướng sóng đến từ K nguồn
phát sóng độc lập về thực chất cũng chính là 1 hệ anten có xử lý tín hiệu, cho phép
xác định được hướng sóng đến 1 cách chính xác trong điều kiện có nhiễu
Ta xét K sóng tới, cùng tần số với các góc phương vị tương ứng là φ1 , φ2,
…, φk,…, φK tới dàn anten thông minh gồm M phần tử, với K < M (hình 1).
Gọi U(t) là tổng các tín hiệu nhận được ở đầu ra của M máy thu Rx1 .. RxM đặt trên
M phần tử dàn, bao gồm cả nhiễu, và coi phẩn tử thứ nhất là chuẩn, ta có:

Viết biểu thức trên dưới dạng ma trận, ta được:
U(t)= A(S(t) + N(t)
(2)
Trong đó :
(1)
U(T) – Là véc tơ M chiều biểu thị đáp ứng đầu ra của M cổng máy thu:
U(t)=[u1(t), u2(t), … ,um(t), …, uM(t)]T
(3)
A(φ) - Đây là ma trận các vectơ chỉ phương(direction vector hoặc steering
vector), kích thước M × K mang thông tin về góc pha của các tín hiệu tới.
(4)

(5)
S(t) - là véctơ của K tín hiệu tới:
S(t) = [s1(t) s2(t) ...sK(t)]T
Với sk(t) là tín hiệu tới thứ k
N(t) véctơ nhiễu nhận được trên M cổng máy thu:
N(t)=[n1(t), n2(t), … ,nm(t), … nM(t)]T

(6)
(7)

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 3


Thuật Toán MUSIC xác định DOA với 9 phân tử

Hinh 1. K sóng tới dàn M phần tử

Ma trận hiệp phương sai Ruu của véctơ tín hiệu thu U(t) được tính bởi:
(8)
Với : UH(t) - Phép biến đổi Hermitien
L - Số mẫu quan sát
Kết hợp (3) và (8) ta có:
Ruu = E{(A.S+N )(A.S + N)H }
(9)
= A.E{S.SH}AH+E{N.NH}
(10)
Coi nhiễu N là tạp âm trắng, ta nhận được:
Ruu = A RS. AH + σ2I (3-11)
(11)
Trong đó: RS = E[S.SH] - Ma trận hiệp phương sai của tín hiệu thu không kể
nhiễu.
σ2 - Năng lượng tạp âm trắng
I - Ma trận đơn vị, kích thước K x K
Từ ma trận hiệp phưong sai Ruu ta tính được các giá trị riêng μi và vectơ riêng.
Vì ma trận Ruu là Hermitien và xác định dương, nên các giá trị riêng của nó là
Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 4


Thuật Toán MUSIC xác định DOA với 9 phân tử
thực và dương. K giá trị riêng không âm biểu thị cho K sóng tới, được xắp xếp theo
thứ tự biên độ giảm dần:
μ1 > μ2 > μ3 > …. > μk …….> μK > 0
Do năng lượng tạp âm là ơ2 nên các giá trị riêng nhận được ở cổng ra của các
máy thu, khi tính cả nhiễu, bằng:
λ 1 = μ1 + σ 2

…
λ K = μK + σ 2
Và: λK+1 = λK+2 = …. = λM = σ2
Do đó : λ1 > λ2 >... > λK > λK+1 = … = .λM
μ1+ σ2 >μ2 + σ2 >μK + σ2 >λK+1 =λK+2 =λM = σ2
(12)
M giá trị riêng tương ứng với M véctơ riêng β1 , β2 , …, βK ,…, βM .
Ma trận hiệp phương sai cuối cùng có thể viết như sau:
(13)
Trong đó

(14)
(15)
lại có thể được tách ra làm hai véctơ

EK và EM-K:
EK - Véctơ hợp thành của K giá trị riêng có giá trị lớn nhất. EK chứa các vectơ
riêng liên kết với không gian con tín hiệu, cùng phương với các véctơ chỉ phương.
EK= [β1 ,β2 ,...,βK]
(16)
EM-K - Véctơ hợp thành của các vectơ riêng tương ứng với giá M-K giá trị riêng
nhỏ nhất. EM-K chứa các vectơ riêng của không gian con nhiễu, trực giao với các
véctơ chỉ phương.
EM-K=[ βK+1 ,βK+2 ,...,βM ]
(17)
Trên hình 3 là giản đồ trình bày các giá trị riêng của ma trận Ruu.
Như vậy, bằng cách tính ma trận hiệp phương sai và các giá trị riêng ta đã phân
loại tín hiệu và nhiễu thu được thành hai không gian con:
- Không gian con tín hiệu có kích thước K, tương ứng K tín hiệu và K
giá trị riêng được xắp xếp theo thứ tự biên độ giảm dần.

- Không gian con nhiễu, kích thước M-K, mà giá trị riêng có cùng
2
mức là σ

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 5


Thuật Toán MUSIC xác định DOA với 9 phân tử
Ta thấy để tồn tại không gian con nhiễu thì cần có điều kiện M > K. Đó chính là
điều kiện để xây dựng thuật toán MUSIC

Hình 2: Giản đồ sắp xếp các giá trị riêng
Như vậy để xác định đồng thời K sóng tới ta cần một dàn anten thích nghi với số
phần tử ít nhất là M=K+1.
Dựa trên EK và EM-K ta xây dựng hàm độ lệch (hàm phân loại), hàm FD(λ, φ):
(18)
Việc xấp xỉ hướng sóng tới từ một nguồn phát được xác định khi độ lệch cực tiểu:
FD(λ, φ)
=> Min
Hay: PMUSIC = 1/ FD(λ,φ) => Max
Vậy việc ước lượng góc sóng tới trở thành việc tìm giá trị lớn nhất của hàm sau:

Trên hinh 3 là sơ đồ khối thực hiện việc xácđịnh hướng sóng tới DOA.

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 6

Thuật Toán MUSIC xác định DOA với 9 phân tử

Hình 3: Sơ đồ khối xác định hướng sóng tới

Chương 2 : Xây dựng bài toán mô phỏng thuật toán
Music
 Các thành phần của bài toán mô phỏng
 Nguồn phát
 Không gian truyền sóng
 Hệ thống thu
 Xử lí tín hiệu
 Sơ đồ khối thực hiện việc mô phỏng

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 7


Thuật Toán MUSIC xác định DOA với 9 phân tử

 1 , 2 ,....,  K



Véctơ biên độ đường bao phức S(t)

Véctơ nhiễu N(t)

k


Thuật toán ước lượng góc sóng tới MUSIC

Hình 2.5. Sơ đồ mô phỏng thuật toán MUSIC

 Các bước giải quyết bài toán
o Giả thiết số nguồn sóng tới D .Số phần tử mảng anten Ne , số mẫu tín
hiệu quan sát Nb
o Giả thiết về khoảng cách giữa các phần tử anten trong mảng , các góc ban
đầu và xây dựng vector hướng A.
o Xây dựng ma trận tín hiệu thu được bằng các tín hiệu ngẫu nhiên X
o Xác định ma trận hiệp phương sai và tìm các giá trị riêng , vector riêng
của nó, từ đó xác định được các vector hợp thành của D giá trị riêng có
giá trị lớn nhất ứng với không gian con tín hiệu và vector hợp thành của
các giá trị riêng tương ứng với Ne-D giá trị riêng nhỏ nhất ứng với không
gian con nhiễu
o Xây dựng hàm độ lệch , và xác định giá trị góc mà ở đó hàm độ lệch đạt
cực tiểu hay nghịch đảo của nó là cực đại. Góc này chính là kết quả của
thuật toán MUSIC trong việc xác định hướng sóng tới
Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 8


Thuật Toán MUSIC xác định DOA với 9 phân tử
Xây dựng Guide trong Matlab

Ở đây ta sẽ nhập các tham số đầu vào cho thuật toán
Với :

 DOA’s of signal in rad : ở đây là 5 hướng sóng tới điền các giá trị hướng
sóng tới
 Number of array elements : Số phần tử mảng anten ( Theo yêu cầu Ne=9)
 Number of data snapshots : số mẫu tín hiệu quan sát
 Noise_var : khảo sát nhiễu
 Dlamda : khoảng cách giữa các anten chia cho bước sóng .
 Câu lệnh thực hiện các bước đưa tham số đầu vào
Việc đặt các thông số này đảm bảo điều kiện số phần tử trong mảng anten phải
lớn hơn số nguồn tín hiệu.Cùng với đó số phần tử sẽ không quá lớn để giảm
thiểu kích thước của anten.Về tham số số mẫu quan sát tín hiệu , trên lý thuyết ,
số bit cần phải tiến tới vô cùng tuy nhiên kết quả của chương trình cho thấy khi

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 9


Thuật Toán MUSIC xác định DOA với 9 phân tử
số mẫu quan sát đạt khoảng 1000 thì kết quả của thuật toán sẽ có chênh lệch
không đáng kể
function edit1_Callback(hObject, eventdata,
s1=str2double(get(hObject,'String'))
handles.metricdata.s1 = s1;
guidata(hObject,handles)
function edit2_Callback(hObject, eventdata,
s2=str2double(get(hObject,'String'))
handles.metricdata.s2 = s2;
guidata(hObject,handles)
function edit3_Callback(hObject, eventdata,
s3=str2double(get(hObject,'String'))

handles.metricdata.s3 = s3;
guidata(hObject,handles)
function edit4_Callback(hObject, eventdata,
s4=str2double(get(hObject,'String'))
handles.metricdata.s4 = s4;
guidata(hObject,handles)
function edit5_Callback(hObject, eventdata,
s5=str2double(get(hObject,'String'))
handles.metricdata.s5 = s5;
guidata(hObject,handles)
function edit6_Callback(hObject, eventdata,
Ne=str2double(get(hObject,'String'))
handles.metricdata.Ne = Ne;
guidata(hObject,handles)
function edit7_Callback(hObject, eventdata,
Nb=str2double(get(hObject,'String'))
handles.metricdata.Nb = Nb;
guidata(hObject,handles)
function edit8_Callback(hObject, eventdata,
noise_var=str2double(get(hObject,'String'))
handles.metricdata.noise_var = noise_var;
guidata(hObject,handles)
function edit9_Callback(hObject, eventdata,
d=str2double(get(hObject,'String'))
handles.metricdata.d = d;
guidata(hObject,handles)

handles)

handles)

handles)

handles)

handles)

handles)

handles)

handles)

handles)

 Lấy các giá trị vào hàm vẽ đồ thị với các câu lệnh
s1=handles.metricdata.s1;
s2=handles.metricdata.s2;
s3=handles.metricdata.s3;
s4=handles.metricdata.s4;
s5=handles.metricdata.s5;
Nb=handles.metricdata.Nb;
Ne=handles.metricdata.Ne;
d=handles.metricdata.d;
noise_var=handles.metricdata.noise_var;

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 10

Thuật Toán MUSIC xác định DOA với 9 phân tử
 Xây dựng vec tơ hướng A dựa trên công thức
A(φ) = [a(φ), a(φ),…,a(φ),…a(φ)]
Với :
a(φ) = [1,e,…, e,…, e]

Các câu lệnh tương ứng thực hiện công việc này là :
angles=[ s1 s2 s3 s4 s5 ]*(pi/180);
H=zeros(Ne,Nb);
for k=1:length(angles)
mu=2*pi*d*cos(angles(1,k))
A=exp(j*mu*(0:Ne-1));
end

Xây dựng ma trận tín hiệu thu được bằng các vector ngẫu nhiên X ( bao gồm cả
nhiễu )
Do nguồn tín hiệu S được xây dựng là hoàn toàn ngẫu nhiên nên để chương
trình cho kết quả chính xác ta cần phải có số bít tín hiệu hay số mẫu quan sát
(Nb) đủ lớn để đảm bảo tính thống kê. Véc tơ A (véctơ hướng) trong các câu
lệnh trên được xây dựng ở phần trên.
ma trận tín hiệu thu được sẽ được tính theo công thức sau :
U(t) = A(φ).S(t)+Noise
Dưới dạng cụ thể, ta có :

U(t) = +Noise
Ở công thức này, U(t) là véctơ tín hiệu thu, là các thành phần của véctơ
hướng đã được tính ở phần trên, còn là các thành phần của tín hiệu từ
nguồn phát được xây dựng từ phép lấy ngẫu nhiên.
angles=[ s1 s2 s3 s4 s5 ]*(pi/180);

H=zeros(Ne,Nb);
for k=1:length(angles)
mu=2*pi*d*cos(angles(1,k))
A=exp(j*mu*(0:Ne-1));
Temp=rand(1,Nb);

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 11


Thuật Toán MUSIC xác định DOA với 9 phân tử
Sr=ones(1,Nb);
Sr(find(temp<0.5))=-1;
Si=ones(1,Nb);
Temp=rand(1,Nb);
Si(find(temp<0.5))=-1;
S=Sr+j*Si;
H=H+A.'*S;
end
noise=sqrt(noise_var/2)*(randn(Ne,Nb)+i*randn(Ne,Nb));
X=H+noise

 Xây dựng ma trận hiệp phương sai, các giá trị riêng, véctơ riêng của nó :
Ma trận hiệp phương sai được tính theo công thức :
R = E{U(t).U(t)} =
Trong matlab, ta sử dụng hàm cov để tính ma trận hiệp phương sai :
Rxx=cov(X*X');
Việc lấy các giá trị riêng và véctơ riêng của ma trận hiệp phương sai Rxx
được thực hiện bởi câu lệnh :

[V,Z]=eig(Rxx);
Chúng ta còn phải xử lý, tính toán để tìm ra véctơ đặc trưng cho không gian
con tín hiệu. Các câu lệnh thực hiện việc này là :
signals=size(find(diag(Z)>1.0000e-028)); % Ngưỡng ở đây lấy
càng bé càng tốt, về lý thuyết, giá trị ngưỡng sẽ phải đặt ở 0 do trong trường
hợp này chúng ta giả thiết rằng không có nhiễu
E=V(:,1:Ne-signals);

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 12


Thuật Toán MUSIC xác định DOA với 9 phân tử
 Xây dựng hàm độ lệch , xác định hướng sóng đến nhờ thuật toán MUSIC :
Chúng ta sẽ đi quét dần các góc từ 0 đên 180 độ với mỗi bước là 0.01 độ và
khảo sát các giá trị của hàm độ lệch tại những điểm đó. Công việc này được thực
hiện bởi các câu lệnh sau :

- i=0;
- for theta=0:.01:180
i=i+1;
E0=exp(j*pi*cos(theta*(pi/180))*(0:Ne-1));
P(i)=10*log(1/real(conj(E0)*E*E'*E0.'));
End

Sau khi có được các giá trị cần thiết chúng ta thực hiện việc biểu diễn giá trị
nghịch đảo hàm độ lệch trên đồ thị để dễ dàng quan sát các hướng sóng đến mà giá
trị này đạt mức lớn nhất ( cũng là các hướng sóng tới kết quả của thuật toán
MUSIC ).

theta=0:.01:180;
plot(theta,P);

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 13


Thuật Toán MUSIC xác định DOA với 9 phân tử
Kết quả mô phỏng khi không có nhiễu .Các hướng sóng tới là 20 ,50 ,70 ,110 ,
150 với 9 phần tử anten của mảng

Chương 3: Đánh giá các tham số ảnh hưởng tới
thuật toán music
 Trong thuật toán MUSIC thông số dlamda là thông số ảnh hưởng rất lớn đến kết
quả về mặt thuật toán
a(φ) = [1,e,…, e,…, e]
khi tỉ số d/ tăng hay giảm, nó ảnh hưởng trực tiếp đến a(φ), qua đó ảnh hưởng đến
cả véctơ hướng A(φ) = [a(φ), a(φ),…,a(φ),…a(φ)] và làm thay đổi đến ma trận tín
hiệu thu tại các phần tử của anten :
U(t) = A(φ).S(t).
Ta cũng có :
Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 14


Thuật Toán MUSIC xác định DOA với 9 phân tử
e = cos ( ) + j.sin ( )

Do vậy, sự biến đổi này cũng có chu kỳ. Ứng với mỗi giá trị góc tới xác định, kết
quả sẽ lặp lại như cũ sau một khoảng d/ thỏa mãn :
= + 2.
Hay :
=.
Ta có thể dễ dàng nhận thấy có một sự biến động khá lớn kết quả thuật toán
MUSIC φ khi thay đổi khoảng cách giữa các phần tử anten ( do bước sóng sử dụng
thường là cố định nên thay đổi dlamda thường là thay đổi khoảng cách d giữa các
phần tử anten ). Điều này đòi hỏi khi thiết kế hệ thống anten ở trạm thu cần phải
chú ý đảm bảo điều kiện d/ = 0.5 để kết quả được chính xác.
Vậy, điều kiện ràng buộc về khoảng cách giữa các phần tử anten trên bước
sóng sử dụng khi thiết kế hệ thống anten là phải đảm bảo :
d/ = 0.5

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 15


Thuật Toán MUSIC xác định DOA với 9 phân tử

Dlamda= 0.6

Dlamda=0.5

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 16

Thuật Toán MUSIC xác định DOA với 9 phân tử

Dlamda = 0.4
 Ảnh hưởng của nhiễu

Có nhiễu

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 17


Thuật Toán MUSIC xác định DOA với 9 phân tử

Không có nhiễu

 Ảnh hưởng của số phần tử mảng

Chúng ta không xét tới những giá trị D và Ne cao hơn bởi trên thực tế, giá
trị Ne không được quá lớn bởi một mảng anten có phần tử quá lớn sẽ không
thích hợp trong nhiều ứng dụng.

Điều này trong một số trường hợp sẽ gây bất lợi khi cần xác định hướng
sóng tới từ quá nhiều nguồn trong khi phải giới hạn số phần tử của mảng anten
trong một con số nhất định nào đó. Vấn đề này có thể được giải quyết bằng
cách dùng nhiều mảng anten khác nhau với khoảng cách d khác nhau, mỗi
mảng anten này dùng để xác định hướng sóng đến cho một số nguồn nào đó sử
dụng tần số thỏa mãn dlamda vẫn là 0.5. Có một hướng giải quyết khác đó là
Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 18


Thuật Toán MUSIC xác định DOA với 9 phân tử
chúng ta sử dụng các tần số cho các nhóm nguồn khác nhau tại các tần số có
bước sóng thỏa mãn d/ = 0.5 ; 2.5 ; 4.5 ; … trong cách làm này, chúng ta không
cần thay đổi khoảng cách giữa các phần tử trong anten mà chỉ cần thay đổi tần
số sử dụng ở các nhóm nguồn phát khác nhau.
Một hướng giải quyết khác đó là cách phân chia theo miền thời gian, chúng
ta có thể chia các nguồn thành nhiều nhóm khác nhau, mỗi nhóm đảm bảo có số
nguồn D đủ bé để có thể phù hợp với Ne phần tử cố định .Mỗi nhóm này sẽ
được phép phát tín hiệu tới dàn phần tử trong một khoảng thời gian nhất định, ở
những khoảng thời gian khác, nhóm này sẽ không được tham gia phát tín hiệu
nữa. Như vậy, trong một thời điểm chỉ có nhiều nhất D nguồn phát tín hiệu,
điều đó sẽ đảm bảo rằng với Ne phần tử trong dàn anten, chúng ta vẫn có thể
phát hiện được hướng sóng tới từ rất nhiều nguồn, về mặt lý thuyết, con số này
có thể tiến đến vô cùng.

Chương 4: Một số ứng dụng của thuật toán Music
xác định hướng sóng tới được ứng dụng
 Ứng dụng trong việc xác định vị trí tàu thuyền
Trên thực tế, chúng ta hoàn toàn có thể sử dụng hệ thống GPS cho
từng tàu thuyền để xác định vị trí, tuy nhiên chi phí cho các thiết bị định vị
GPS là khá cao, không phù hợp đối với loại tàu thuyền nhỏ của ngư dân
Việt Nam. Một phương án đã được đề ra đó là xác định vị trí qua các thông
số hướng sóng tới bằng cách sử dụng dàn anten đã được đễ xuất.
Với số tàu thuyền lên đến hàng chục ngàn trong khi số phần tử
trong mảng anten thường chỉ hạn chế ở vài chục phần tử, cần có biện pháp
phân chia xử lý theo miền thời gian. Tần số được đề xuất sử dụng ở đây là
121.5 MHZ, như vậy chúng ta hoàn toàn có thể chia hơn 50.000 tàu thuyền

thành 10.000 nhóm, mỗi nhóm sẽ được xử lý để tìm hướng sóng tới trong
Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 19


Thuật Toán MUSIC xác định DOA với 9 phân tử
1/10.000 giây, lúc này thì mỗi nhóm chỉ khoảng 6 phần tử, chỉ cần dàn anten
có khoảng 9 phần tử là đã có thể đảm bảo được độ chính xác. Với cách phân
nhóm như trên, số bit tín hiệu được xử lý có thể lên đến hơn 10.000 bít, con
số này hoàn toàn đủ lớn để đảm bảo tính thống kê.
 Ứng dụng trong thông tin di động
Hệ thống 3G với công nghệ CDMA đang được phát triển và ứng dụng rộng
rãi thì việc sử dụng anten thông minh mang lại hiệu quả to lớn .Các anten
trước đây là sử dụng anten vô hướng hoặc các anten sector.Trong anten
thông minh sử dụng thuật toán Music , anten sẽ xử lý tín hiệu một cách thích
hợp điều chỉnh búp sóng hướng vào các thuê bao tập trung công suất vào
user .Nó sẽ làm giảm thiểu công suất các trạm phát , tăng dụng lượng hệ
thống

Nhóm SV: Nguyễn Văn Trình, Lưu Văn Khoa, Hoàng Trung Long, Phạm Bá Quảng

Trang 20