Giải pháp ước lượng kênh truyền kết hợp triệt nhiễu ICI cho tiêu chuẩn wimax di động

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

CƠNG TRÌNH NGHIÊN CỨU KHOA HỌC CẤP TRƯỜNG

GIẢI PHÁP ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP
TRIỆT NHIỄU ICI CHO TIÊU CHUẨN WIMAX DI
ÐỘNG

MÃ SỐ: T2013-03TÐ

SKC004272

Tp. Hồ Chí Minh, tháng 11 - 2013


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

BÁO CÁO TĨM TẮT

ĐỀ TÀI KH&CN CẤP TRƯỜNG

GIẢI PHÁP ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP
TRIỆT NHIỄU ICI CHO TIÊU CHUẨN WIMAX DI
ĐỘNG
Mã số: T2013-03TĐ
Chủ nhiệm đề tài: PGS.TS Phạm Hồng Liên

TP. HCM, tháng 11 năm 2013


TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH
KHOA ĐIỆN – ĐIỆN TỬ

BÁO CÁO TÓM TẮT

ĐỀ TÀI KH&CN CẤP TRƯỜNG

GIẢI PHÁP ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP
TRIỆT NHIỄU ICI CHO TIÊU CHUẨN WIMAX DI
ĐỘNG
Mã số: T2013-03TĐ

Chủ nhiệm đề tài: PGS.TS Phạm Hồng Liên
Thành viên đề tài: ThS. Nguyễn Đức Quang

TP. HCM, Tháng 11 năm 2013


DANH SÁCH THÀNH VIÊN THAM GIA

Đơn vị công tác và
TT

1

lĩnh vực chuyên môn

Nội dung nghiên cứu cụ
thể được giao

PGS.TS.Phạm

Khoa Điện –Điện tử - Đại

Trực tiếp thực hiện và báo

Hồng Liên

học Sư Phạm Kĩ Thuật

cáo đề tài

Họ và tên

TPHCM

2

ThS.Nguyễn

Bộ môn Viễn Thơng - Đại

Triển khai chương trình và

Đức Quang

học Bách Khoa TPHCM

giải thuật

Chữ
ký


MỤC LỤC
CHƯƠNG 1. GIỚI THIỆU ĐỀ TÀI .......................................................................................... 1
1.1 TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU THUỘC LĨNH VỰC CỦA ĐỀ TÀI Ở TRONG
VÀ NGOÀI NƯỚC ................................................................................................................... 1
1.2 MỤC TIÊU VÀ PHƯƠNG PHÁP NGHIÊN CỨU CỦA ĐỀ TÀI ........................................ 1
1.3 NỘI DUNG CỦA ĐỀ TÀI ................................................................................................... 2
CHƯƠNG 2. XÂY DỰNG GIẢI PHÁP BỘ ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP TRIỆT
NHIỄU ICI................................................................................................................................ 2
CHƯƠNG 3. GIẢI PHÁP ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP TRIỆT NHIỄU ICI SỬ
DỤNG GIẢI PHÁP LẶP KALMAN CẢI TIẾN ........................................................................ 2
CHƯƠNG 4. GIẢI PHÁP TRIỆT NHIỄU ICI BẰNG CÁCH KẾT HỢP ƯỚC LƯỢNG KÊNH
TRUYỀN VÀ TỐI ƯU KHOẢNG BẢO VỆ GI ........................................................................ 5
CHƯƠNG 5. GIẢI PHÁP ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP TRIỆT NHIỄU ICI BẰNG
GIẢI PHÁP BỘ ƯỚC LƯỢNG UNSCENTED KALMAN ....................................................... 8
CHƯƠNG 6. KẾT LUẬN ĐỀ TÀI VÀ KIẾN NGHỊ ................................................................. 12
5.1 KẾT LUẬN ĐỀ TÀI ........................................................................................................... 12
5.2 KẾT LUẬN VỀ NỘI DUNG ĐỀ TÀI .................................................................................. 12
5.3 KIẾN NGHỊ VÀ ĐỀ XUẤT ................................................................................................ 13

i

DANH MỤC CÁC CHỮ VIẾT TẮT
BER Bit Error Rate: Tỉ lệ bit lỗi
CP Cycle Prefix: Khoảng chèn trước khi truyền
CSI Channel Status Information : thông tin trạng thái kênh truyền
EKF Extended Kalman Filter: Bộ lọc Kalman mở rộng
FFT Fast Fourier Transform: Biến đổi Fourier nhanh
GI Guard Interval: Khoảng bảo vệ
ISI Inter Symbol Interference: Nhiễu liên kí tự
ICI Inter Carrier Interference: Nhiễu liên sóng mang
KF Kalman Filter: Bộ lọc Kalman
LS Least Square : giải thuật bình phương tối thiểu
MSE Mean Square Error : lỗi trung bình bình phương
OFDM Orthogonal Frequency-Division Multiplexing: Ghép kênh trực giao miền tần
số
QAM Quadrature Amplitude Modulation: Điều chế QAM
SNR Signal Noise Ratio : Tỷ lệ tín hiệu trên nhiễu
MMSE Minimum Mean Square Error

Giải thuật tối thiểu lỗi trung bình bình

phương.
WiMAX Worldwide Interoperability for Microwave Access: tiêu chuẩn cho mạng
4G
UKF Unscented Kalman Filter

ii


TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
THÀNH PHỐ HỒ CHÍ MINH

BM 08TĐ. Thơng tin kết quả nghiên cứu
CỘNG HỒ XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập - Tự do - Hạnh phúc

KHOA ĐIỆN – ĐIỆN TỬ
Tp. HCM, Ngày

tháng

năm

THÔNG TIN KẾT QUẢ NGHIÊN CỨU
1. Thông tin chung:
- Tên đề tài: GIẢI PHÁP ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP TRIỆT NHIỄU
ICI CHO TIÊU CHUẨN WIMAX DI ĐỘNG
- Mã số: T2013-03TĐ
Chủ nhiệm: PGS.TS. Phạm Hồng Liên
- Cơ quan chủ trì: Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh
- Thời gian thực hiện: 1/2013-12/2013
2. Mục tiêu:
+ Đóng góp vào việc nghiên cứu và phát triển những công nghệ viễn thông tiên tiến hiện nay.
+ Đề xuất thành công các giải pháp nâng cao chất lượng hệ thống cho công nghệ OFDM băng
rộng
+ Chứng minh và mô phỏng các giải pháp đề xuất khả thi để nâng cao bộ ước lượng kênh
truyền, đăng tối thiểu trên một tạp chi trong nước.
3.Tính mới và sáng tạo:
+ Đề tài đề xuất giải pháp để nâng cao bộ ước lượng kênh truyền cho hệ thống OFDM băng
rộng, sử dụng tiêu chuẩn cho hệ thống 4G là WiMAX di động, một công nghệ tiên tiến hiện
nay.

+ Đề tài nghiên cứu về các giải pháp để cải thiện bộ ước lượng kênh truyền và đi chuyên sâu
vào hệ thống cũng như tính tốn tốn học kết hợp mơ phỏng máy tính.
4. Kết quả nghiên cứu:
Đề xuất 3 hướng giải pháp để cải thiện hiệu quả ước lượng kênh truyền.
1. Sản phẩm:
I.Tạp chí
Quang Nguyen Duc, Lien Pham Hong, Thang Nguyen Manh, Tra Luu Thanh, “A combined
algorithm of Kalman estimator and Guard Interval optimization for Mobile WiMAX”,
International Journal of Distributed Systems and Technologies, January-March 2013, Vol.
4, No. 1
II. Hội nghị IEEE
Lien Pham-Hong, Quang Nguyen-Duc, “Channel Estimation with Iterative Kalman
algorithm for Mobile WiMAX”, IEEE conference (the 10th IEEE-RIVF International
Conference on Computing and Communication Technologies), Ha Noi city, 11/2013.


III. Hướng dẫn học viên cao học
Luận văn Thạc sĩ “CÁC GIẢI PHÁP ƯỚC LƯỢNG ĐỘ LỆCH TẦN SỐ SÓNG MANG KẾT
HỢP LOẠI BỎ ICI TRONG HỆ THỐNG OFDM”, Trương Thái Trọng Khanh, chuyên ngành kĩ
thuật Điện tử, Đại học Bách Khoa TPHCM, tháng 6/2013
6. Hiệu quả, phương thức chuyển giao kết quả nghiên cứu và khả năng áp dụng:
+ Giải pháp đã cho kết quả tốt hơn những phương pháp thông thường với các kết quả mô phỏng
với nhiều mơ hình khác nhau.
+ Kết quả nghiên cứu được thể hiện trên các tạp chí và các hội nghị quốc tế.
+ Các kết quả nghiên cứu này cịn có thể ứng dụng trong quá trình giảng dạy và đào tạo đại học
và sau đại học.
Trưởng Đơn vị
(ký, họ và tên, đóng dấu)

Chủ nhiệm đề tài

(ký, họ và tên)


BM 09TĐ. Thông tin kết quả nghiên cứu bằng tiếng Anh

INFORMATION ON RESEARCH RESULTS

1. General information:
Project title: CHANNEL ESTIMATION COMBINED WITH ICI REDUCTION FOR
MOBILE WIMAX
Code number: T2013-03TD
Coordinator: Associate Professor Pham Hong Lien
Implementing institution: University of Technical Education Ho Chi Minh city
Duration: from 01/2013

to 12/2013

2. Objective(s):
+ Contributing for researching and developing modern telecommunication technologies
nowadays.
+ Proposing successfully solutions to improve quality of system for wide band OFDM
technology.
+ Proving and simulating proposed solutions

to improve successfully system of channel

estimation , publishing a paper on a state journal at least.
3. Creativeness and innovativeness:
The project proposed solutions to enhance system of channel estimation and analyzed detail
system as well as mathematic calculations combined with computer simulation

4. Research results:
Project proposed 3 solutions to enhance effectiveness of channel estimation.
5. Products:
I. International Journal
Quang Nguyen Duc, Lien Pham Hong, Thang Nguyen Manh, Tra Luu Thanh, “A combined
algorithm of Kalman estimator and Guard Interval optimization for Mobile WiMAX”,
International Journal of Distributed Systems and Technologies, January-March 2013, Vol.
4, No. 1
II. IEEE Conference
Lien Pham-Hong, Quang Nguyen-Duc, “Channel Estimation with Iterative Kalman
algorithm for Mobile WiMAX”, IEEE conference (the 10th IEEE-RIVF International


Conference on Computing and Communication Technologies), Ha Noi city, 11/2013.
III. Instruction for Post graduate students
Thesis master “CARRIER FREQUENCY OFFSET ESTIMATION COMBINED WITH
ICI REDUCTION FOR OFDM”, Trương Thái Trọng Khanh, , Ho Chi Minh city University
of Technology, 06/2013.
6. Effects, transfer alternatives of research results and applicability:
+ Proposed solutions had better results than popular methods and simulation results for
different models.
+ Project results were published on an international journal and an international conference.
+ Project results can be applied for education of graduate and post graduate.


CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
1.1 TỔNG QUAN TÌNH HÌNH NGHIÊN CỨU THUỘC LĨNH VỰC CỦA ĐỀ TÀI Ở TRONG
VÀ NGỒI NƯỚC
Một hệ thống thơng tin di động với tốc độ truyền cao sẽ gây ra nhiễu liên kí tự (ISI) trong khi sự dịch
chuyển của tần số sóng mang do độ dịch tần Doppler gây ra. Kênh truyền có sự ảnh hưởng của ISI và

Doppler shift được gọi là Doubly Selective channel (vừa chọn lọc về thời gian và chọn lọc về tần số).
Giải pháp để ước lượng kênh truyền trong trường hợp này, thông thường đầu tiền cần phải loại bỏ tính
chọn lọc về thời gian của kênh truyền vì đây là nguyên nhân làm mất sự trực giao của các sóng mang gây
nhiễu ICI (nhiễu liên sóng mang- Inter carrier Interference). Các giải pháp có thể kể đến là giải pháp định
dạng xung (pulse shapping)[13-14], cơ chế tự triệt tiêu nhiễu ICI [15], ước lượng độ dịch tần số offset
[16], sử dụng bộ cân bằng miền thời gian để chuyển đổi kênh truyền doubly selective channel thành
Frequency Selective channel (kênh truyền chọn lọc tần số) bằng cách làm ngắn đáp ứng xung kênh truyền
[17]. Sau đó sử dụng các phương pháp ước lượng và cân bằng theo miền tần số để ước lượng cho kênh
truyền chọn lọc miền tần số. Trong đề tài, với mơ hình kênh truyền theo tiêu chuẩn của WIMAX di động
là ITU-R channel B [18]. Đề tài này cũng phân tích sự ảnh hưởng của độ dịch tần Doppler (do vận tốc di
chuyển thay đổi) gây ra nhiễu ICI lên chất lượng của hệ thống.
Các bộ ước lượng và cân bằng truyền thống là LS (Least Square), MMSE (Minimum Mean Squared
Error) cũng là những bộ cân bằng tiêu chuẩn để so sánh cho những nghiên cứu mới về bộ cân bằng trong
hệ thống OFDM [19]. Kalman là một bộ ước lượng thích nghi được giới thiệu trong [10], Tuy nhiên giải
pháp Kalman chỉ cho kết quả tốt nhất khi kênh truyền là nhiễu Gauss. Với ảnh hưởng của ICI trong
fading, những bộ ước lượng cải tiến thuộc họ của Kalman kết hợp với những cải tiến với hướng đề cập
loại bỏ ICI và ISI đã cho kết quả tốt hơn. Đề tài này nghiên cứu các giải pháp cải tiến của bộ ước lượng
Kalman nhằm mục đích loại bỏ nhiễu ICI.
1.2. MỤC TIÊU VÀ PHƯƠNG PHÁP NGHIÊN CỨU CỦA ĐỀ TÀI
Bài báo [26] trình bày giải thuật ước lượng kênh truyền cho hệ thống OFDM dựa vào giải thuật
Kalman với cấu trúc pilot dạng lược cho kênh truyền biến thiên thời gian do ảnh hưởng của fading. Bài
báo cho thấy giải thuật Kalman cho kết quả tốt hơn LS trong môi trường fading tuy nhiên chỉ mô phỏng
với một độ dịch tần Doppler cố định (70Hz) cho kênh truyền fading Rayleigh chứ không mô phỏng cho
nhiều trường hợp của độ dịch tần Doppler (tương ứng là tốc độ di chuyển khác nhau). Bài Báo [30] trình
bày một thuật tốn cải tiến của Kalman là giải thuật Kalman mở rộng sử dụng để ước lượng độ dịch tần từ
đó triệt nhiễu ICI và so sánh với các cơ chế triệt nhiễu ICI khác. Tuy nhiên mơ hình kênh truyền cho sự
dịch tần này là kênh truyền nhiễu Gauss với sự dịch tần so sự sai lệch giữa tần số phát và thu. Qua các
1

phân tích và đề cập các hướng nghiên cứu nêu trên, có thể nhận thấy hướng nghiên cứu sử dụng các bộ
lọc thích nghi cho kết quả tốt dựa trên sự kết hợp triệt nhiễu ICI trong fading. Vì vậy đề tài này nhằm mục
đích phân tích và đề xuất các giải pháp sử dụng các bộ lọc thích nghi để kết hợp ước lượng kênh truyền
và triệt nhiễu ICI.
1.3 NỘI DUNG CỦA ĐỀ TÀI
Đề tài đề xuất một cải tiến cho thuật toán của Kalman theo hướng kết hợp triệt tiêu nhiễu ICI từ đó có thể
giúp cho thuật toán Kalman cho kết quả tốt hơn trong điều kiện fading. Ngồi ra đề tài cũng phân tích và
đề xuất sự kết hợp ước lượng khoảng bảo vệ kết hợp ước lượng kênh truyền để triệt nhiễu ISI và ICI trong
fading. Một phiên bản cải tiến của Kalman là unscented Kalman Filter cũng được phân tích và đánh giá
trong đề tài này.
CHƯƠNG 2. XÂY DỰNG GIẢI PHÁP BỘ ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP TRIỆT
NHIỄU ICI
Chương này mô tả một số giải pháp để triệt nhiễu ICI trong fading
•

Cân bằng kênh

•

Tạo dạng xung

•

Tự triệt tiêu ICI

•

Ước lượng Maximum Likelihood (ML)

•

Các bộ lọc cải tiến thuộc họ của Kalman (Kalman mở rộng, Uncented Kalman,…)

Các giải pháp đề cập trong đề tài này sẽ phan tích các bộ lọc cải tiến của Kalman kết hợp một số
phương pháp khác để khắc phục và triệt nhiễu ICI/ISI.
CHƯƠNG 3. GIẢI PHÁP ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP TRIỆT NHIỄU ICI SỬ
DỤNG GIẢI PHÁP LẶP KALMAN CẢI TIẾN
Để có thể loại bỏ nhiễu ICI và ISI trong fading, một giải thuật lặp dựa trên giải thuật Kalman được đề
xuất để giúp cho các tham số của Kalman hội tụ trước áp dụng cho kênh truyền fading. Thuật tốn như
sau:
+ Tại vị trí OFDM đầu tiên
Ma trận H được dựa vào bộ ước lượng MMSE [13]
HMMSE = RyhRyy-1 Y

(3.1)

Bởi vì điều kiện đầu tiên của tính tốn Kalman là kí tự OFDM đầu tiên cần được tính tốn trước khi ứng
dụng thuật tốn Kalman. Trong [13] chúng tôi đã đề xuất một bộ ước lượng MMSE cải tiến đề cho kết
2


quả tốt hơn LS. Do đó chúng tơi đã đề xuất sử dụng bộ ước lượng MMSE để ước lượng kênh truyền cho
kí tự OFDM đầu tiền
+ Tại các vị trí OFDM khác:
Các tham số dựa vào giải thuật Kalman được tính tốn như sau:
-Vịng lặp 1
-Bước 1: Các tham số cần tính là ma trận matrix G(n) và α (n) như sau

G( n) = F (n + 1, n) K (n, n − 1)C H ( n)[C ( n) K (n, n − 1)C H ( n) + Q2 ( n)]−1

α (n) = Y (n) − C (n) H (n )

(3.2)

(3.3)

K(n + 1, n) = F (n + 1, n)[K(n, n −1) − F(n, n −1)G(n)C(n)K(n, n − 1)]F H (n) + Q1(n)

(3.4)

Với G(n) là Độ lợi Kalman, α ( n ) là innovation process. K(n+1,n) ma trận tương quan dự đoán nhiễu
trạng thái. C(n) ma trận chéo pilot. F(n) là ma trận đơn vị . Q1(n) và Q2(n) được định nghĩa

(3.5)
Q1(n) là ma trận tương quan của nhiễu tiến trình
Q2(n) là ma trận tương quan của nhiễu đo đạc
Trong mô phỏng, thông số được chọn Q1=0.012 * Id , Q2=0.1.
Bước 2 : ma trận H được quyết định từ các phương trình trên như sau:

H ( n + 1) = F ( n ) H ( n ) + G ( n )α ( n )

(3.6)

Chu trình lặp cho lần lặp kế tiếp 1,2,3, tiếp tục bằng cách quay trở về bước 1.
Đáp ứng tần số hoàn chỉnh của kênh truyền tại tất cả các vị trị được tính tốn từ đáp ứng tần số tại các vị
trí pilot bằng giải thuật nội suy tuyến tính.
Từ phân tích MSE, với 7 chu kì lặp, các kết quả cho là tốt nhất, với chu kì lặp cao hơn. Kết quả khơng
thay đổi nhiều, vì vậy thuật tốn đề xuất được sử dụng với 7 chu kì lặp.

3

BER Comparison

0

10

Iteration 10
Iteration 8
Iteration 7
Iteration 5
Iteration 3
Iteration 1

-1

BER

10

-2

10

-3

10

0

5

10

15

20
SNR[dB]

25

30

35

40

Hình 3.1 Kết quả mơ phỏng BER cho vận tốc 30km/h mơ hình vehicular
Kết quả mô phỏng MSE cho vận tốc di chuyển 30km/h trong được mơ tả trong hình 3.2. Trong điều kiện
này với ảnh hưởng của ICI, bộ ước lượng Kalman không cho kết quả tốt nữa trong khi giải pháp đề xuất
vẫn cho kết quả tốt và tốt hơn cả giải pháp truyền thống LS với SNR nhỏ hơn 25 dB
MSE Comparison

1

10

LS estimator
Kalman estimator

New algorithm

0

MSE

10

-1

10

-2

10

0

5

10

15

20
SNR[dB]

25

30

35

40

Hình 3.2 Kết quả mơ phỏng MSE cho vận tốc 30km/h mơ hình vehicular

4


Với những kết quả trên, chúng tôi kết luận rằng bộ ước lượng đề xuất với 7 lần lặp cho kết quả tốt hơn so
với những phương pháp trước đó với mơ hình di chuyển nhanh . Với mơ hình di chuyển chậm, giải pháp
có kết tốt như bộ ước lượng Kalman.
CHƯƠNG 4. GIẢI PHÁP TRIỆT NHIỄU ICI BẰNG CÁCH KẾT HỢP ƯỚC LƯỢNG KÊNH
TRUYỀN VÀ TỐI ƯU KHOẢNG BẢO VỆ GI
Trong hệ thống viễn thông không dây băng rộng, trải trễ gây ra bởi Fading đa đường sẽ có những tác
động nghiêm trọng đến phía thu như nhiễu ISI.Để chống lại ISI,kỹ thuật điều chế OFDM được sử dụng để
chia dòng dữ liệu tốc độ cao thành các chuỗi dữ liệu song song và điều chế chúng trên các sóng mang con
trực giao với nhau.Sau đó,chúng được chèn thêm khoảng bảo vệ vào đầu mỗi symbol để làm giảm ảnh
hưởng của symbol liền kề nó.
Hệ thống truyền dẫn OFDM thường sử dụng khoảng bảo vệ có độ dài cố định để chống lại hiện tượng
nhiễu ISI ( inter-symbol interference) được gây ra bởi trải trễ của kênh truyền trong mơi trường di động
khơng dây.Điều này có thể gây ra những tác động đáng kể khi chiều dài CP ( Cyclic Prefix) nhỏ hơn trải
trễ kênh truyền RMS (Root Mean Square), hoặc có thể làm giảm năng lượng của hệ thống và hiệu suất
phổ khi chiều dài CP lớn hơn rất nhiều so với trãi trễ kênh truyền.
Từ những phân tích ở trên, trong chương này chúng tơi đề nghị một giải thuật nhằm ước tính giá trị của
chiều dài khoảng bảo vệ đáp ứng với những sự thay đổi của kênh truyền. Đó là giải thuật tối ưu khoảng
bảo vệ GI (Guard Interval). Phương pháp này dựa trên việc thích ứng chiều dài GI với sự thay đổi của độ
trải trễ kênh truyền. Dựa vào chuỗi pilot được gửi đi trong mỗi gói OFDM sẽ ước lượng độ trải trễ RMS
(Root Mean Square) thông qua việc ước lượng đáp ứng xung của kênh truyền, sau đó sử dụng một tiêu

chuẩn để tính chiều dài CP, cuối cùng sẽ tác động trở lại phía phát.
Hình 4.1 mơ phỏng kết qủa BER cho mơ hình indoor với vận tốc di chuyển 1km/h. Có thể nhận thấy bộ
ước lượng Kalman cho kết quả tốt hơn LS trong tất cả các kiểu điều chế. Thuật toán đề nghị đã cho kêt
quả tốt nhất so với Kalman và LS
.

5


Hình 4.1 Mơ phỏng BER cho mơ hình indoor, tốc độ 1 km/h
Bảng sau mơ tả kết quả tính tốn trung bình cho độ dài GI tại các vị trí SNR khác nhau. Có thể nhận thấy
độ dài của GI của thuật toán đề nghị thấp hơn so với độ dài GI cố định được thiết lập là 256.
SNR (dB)
GI length for 4-QAM
GI length for 16-QAM
GI length for 64-QAM

0
253
248
248

5
253
253
247

10
254
254

254

15
253
253
253

20
254
254
253

25
254
253
254

30
254
254
254

35
253
254
254

40
254
254

254

Bảng 4.1 Độ dài GI cua thuật tốn đề nghị trong mơi trường indoor, tốc độ 1km/h
Trong phần mô phỏng này, để so sánh chất lượng, chúng tôi thay đổi các tham số độ dài GI bằng hai
phương pháp thiết kế khác nhau để tính tốn độ dài GI như sau:
+ Được tính bằng với độ trãi trễ (Trms)
+ Được tính bằng 1.5 lần độ trải trễ hiệu dụng (1.5*Trms).
Từ hình 4,5, có thể nhận thấy GI được thiết lập bằng với độ trãi trễ cho kết quả tốt hơn so với khi được
thiết lập bằng 1.5 lần độ trãi trễ. Điều này có nghĩa là việc thiết lập độ dài GI bằng với độ trễ trải cho kết
quả tốt nhất

6


Hình 4.2 So sánh BER giữa giải pháp độ dài GI cố định và GI thích nghi với các thiết kế khác nhau trong
môi trường indoor, vận tốc 1 km/h
Thêm vào đó, trong bảng 4.3, nếu thiết kế độ dài GI thích nghi bằng 1.5 lần độ trải trễ sẽ lớn hơn độ dài
GI cố định, phương pháp thiết kế này sẽ làm thuật tốn đề nghị khơng cịn là một giải pháp tốt nữa.
SNR
0
5
10
15
20
25
30
35
40
GI=Trms
255

254 254
255
254 254
254
254 254
GI=1.5*Trms
378
379 380
382
382 381
381
381 381
Bảng 4.2 So sánh độ dài GI thích nghi với các phương pháp thiết kế khác nhau trong môi trường
pedestrian, vận tốc 5 km/h, điều chế 4-QAM
Có thể kết luận độ dài GI tối ưu nếu được thiết kế dài hơn độ trải trễ sẽ không giúp cho hệ thống cải thiện
được chất lượng. Độ dài GI lớn sẽ gây ra không hiệu quả sử dụng phổ cũng như năng lượng phát và lãng
phí năng lượng hệ thống. Độ dài GI tối ưu được thiết kế bằng với độ trải trễ là một giải pháp phù hợp như
thuật toán đã đề nghị.

7


CHƯƠNG 5. GIẢI PHÁP ƯỚC LƯỢNG KÊNH TRUYỀN KẾT HỢP TRIỆT NHIỄU ICI BẰNG
GIẢI PHÁP BỘ ƯỚC LƯỢNG UNSCENTED KALMAN
Unscented Kalman Filter là kiểu ước lượng MMSE đệ quy dựa trên phương pháp xấp xỉ gần đúng từng
framework của bộ lọc Kalman, nó giải quyết được các vấn đề về xấp xỉ của EKF. Do EKF chỉ xấp xỉ gần
đúng tới bậc 1 khai triển Taylor của hàm phi tuyến nên thường có sai số lớn trong việc ước lượng trạng
thái kế tiếp. Đặc biệt trong mơ hình có độ phi tuyến cao và giả thuyết tuyến tính cục bộ bị phá vỡ, ảnh
hưởng của các thành phần bậc cao trong khai triển Taylor trở nên quan trọng. Không giống như EKF,
UKF khơng tuyến tính hóa phương trình tiến trình và phương trình đo đạc, nó sử dụng mơ hình phi tuyến

thực tế thay vì xấp xỉ trạng thái phân bố các biến ngẫu nhiên. Trong UKF, trạng thái phân bố vẫn được
đặc trưng bởi các biến ngẫu nhiên có phân bố Gauss ( GRV – Gaussian random variable) nhưng nó được
xác định bằng cách sử dụng một tập các điểm mẫu tối thiểu được lựa chọn trước. Những điểm lấy mẫu
này hoàn toàn nắm bắt được giá trị trung bình và phương sai thực tế của GRV và khi truyền qua hàm phi
tuyến, tính tốn được giá trị trung bình và phương sai ngõ ra chính xác tới bậc 2 khai triển chuỗi Taylor
đối với bất kì mơ hình phi tuyền nào, sai số chỉ xảy ra ở bậc 3 hoặc cao hơn.
Để xây dựng điều này, tác giả sẽ giới thiệu phương pháp lấy mẫu xác định được gọi là Unscented
Transformation (UT), giải thuật UKF tổng quát, giải thuật UKF đối với nhiễu cộng, đánh giá giải thuật
với EKF và tính chính xác của giải thuật qua cơng cụ toán học. Sau cùng sẽ áp dụng UKF cho hệ thống
WiMAX di động.
Giải thuật Unscented Kalman cho hệ thống ước lượng kênh truyền:
Vì đáp ứng xung kênh truyền trong miền tần số là số phức. Khơng mất tính tổng quát chúng ta giả sử rằng
H(n)=
gian n:

( )

Trong đó ε(n)={

( )=

( ),

( ), … ,

( )

( )

,,

( )

,,…,} là một hàm số thực chưa biết và phụ thuộc vào thời
( )

=[

,

( )

,...,

( )

]

Tương tự như giải thuật EKF trong [43], ta có phương trình tiến trình và đo đạc:
ε(n + 1) = ε(n) + v (n)
( ) = ( ) ( )+
•

(5.1)

( )= ( )

( )

Tại OFDM đầu tiên:

+

( )

(5.2)

Sử dụng giải thuật LS để tính đáp ứng xung kênh truyền

Tính: (0) =

(5.4)

=

(5.3)

Tính giá trị trung bình:
8


(̅ 0) = [ (0)] = (0)

(5.5)

Phương sai :
•

= [( (0) − (̅ 0))( (0) − (̅ 0)) ] = 0

(5.6)

Tại các OFDM symbol khác (n>1): tiến hành các bước sau
Bước 1: Tính điểm lấy mẫu (sigma point)
Do

biến

ngẫu

được

nhiên

ước

lượng

có

kích

thước

là

1

->

Số sigma point cần thiết : 2 + 1 = 3

χ = ε̅ (n − 1)

L=1

(5.7)

χ = ε̅ (n − 1) + (L + K)P

(5.8)

χ = ε̅ (n − 1) − (L + K)P

(5.9)

χ (n − 1) = χ χ χ

(5.10)

Trọng số liên hợp:

( )
( )

=

( )

=

(

)

với i = 1,2

=

+

K = α L − Lvới

Bước 2: Tính giá trị ngõ ra và phương sai

( )

,

=

+

(5.11)

= 0,001

Công thức chuyển đổi trạng thái mang lại:
( | − 1) =

( − 1)

(5.12)

Giá trị trung bình biến trạng thái:
( )

(̅ | − 1) = ∑

Phương sai tương ứng:
|

=∑

( )

( | − 1)

(5.13)

[ ( | − 1) − (̅ | − 1)][ ( | − 1) − (̅ | − 1)] + Q (5.39)

D∗ (n|n − 1) = ε̅ (n|n − 1)

D∗ (n|n − 1) = ε̅ (n|n − 1) + (L + K)P

D∗ (n|n − 1) = ε̅ (n|n − 1) − (L + K)P

(5.15)

|

(5.16)

|

Giá trị ngõ ra sau khi truyền qua phương trình phi tuyến:
( | − 1) = [

∗(

| − 1)] =

Giá trị trung bình ngõ ra:
( | − 1) = ∑

( )

(5.14)

( | − 1)

( | − 1)

∗(

|

)

(5.17)

(5.18)

Phương sai của ước lượng ngõ ra:

9


( ) ( )

=∑

( )

[

( )

[

( | − 1) − ( | − 1)][

( | − 1) − ( | − 1)] (5.19)

Phương sai giữa ước lượng ngõ ra với ngõ vào:
( ) ( )

=∑

∗(

| − 1) − ( | − 1)][

Bước 3: Cập nhật giá trị

( | − 1) − ( | − 1)] (5.20)

Tính độ lợi Kalman:
=

Update:

( ) ( )

( 5.21)

( ) ( )

Giá trị trung bình ngõ vào:
( | ) = ( | − 1) +

Phương sai :
|

=

( )=

|

( )

−

( )− ( )

(5.22)

(5.23)

( ) ( )

(5.24)

Bước 4: Cũng giống như ước lượng Kalman, trong bước này chúng ta sẽ sử dụng các giải thuật
nội suy để tính đáp ứng xung kênh truyền tại vị trí sóng mang data.
Dựa vào kết quả thu được, chúng ta thấy rằng phương pháp ước lượng sử dụng UKF cho kết quả khá
tốt nếu so với phương pháp ước lượng KF và EKF. Cụ thể trong kiểu điều chế 4-QAM, phương pháp
UKF cho kết quả BER tương đồng với EKF và tốt hơn KF trên hầu hết giới hạn SNR. Đối với kiểu điều
chế 15-QAM, kết quả BER của 2 phương pháp UKF tốt hơn hẳn so với KF và EKF.

10


BER 1KMPH

0

10

KF with 4QAM
EKF with 4QAM
UKF with 4QAM
KF with 16QAM
EKF with 16QAM
UKF with 16QAM

-1

10

-2

BER

10

-3

10

-4

10

-5

10

0

5

10

15
SNR[dB]

20

25

30

Hình 5.1. Mơ phỏng BER ước lượng UKF cho kênh truyền indoor 1km/h
Trong kênh truyền Pedestrian, chúng tôi sử dụng vận tốc mobile là 5km/h. Kết quả mơ phỏng được
biểu diễn ở hình 5.2. Dựa vào kết quả mô phỏng, chúng ta thấy rằng trong kênh truyền này, giải thuật
EKF cho kết quả tốt hơn phương pháp KF trong khoảng SNR từ 0 đến 20dB. Từ 30 dB trở lên thì EKF
cho kết quả khơng được tốt lắm so với KF. Tuy nhiên, UKF cho kết quả tốt hơn hẳn EKF và KF.
BER 5KMPH

0

10

KF with 4QAM
EKF with 4QAM
UKF with 4QAM
KF with 16QAM

EKF with 16QAM

-1

10

UKF with 16QAM
-2

BER

10

-3

10

-4

10

-5

10

0

5

10

15

20
SNR[dB]

25

30

35

40

Hình 5.2 Đồ thị BER ước lượng UKF cho kênh truyền Pedestrian 5km/h

11


Trong đề tài này,chúng ta đã tiến hành nghiên cứu hệ thống WiMAX di động, các giải thuật ước
lượng đáp ứng xung kênh truyền đối với tín hiệu có chèn Pilot dạng lược.
Đồng thời, chúng ta đã đề xuất ra một giải thuật tiên tiến của ước lượng kênh truyền dựa trên bộ lọc
Unscented Kalman sử dụng cho Pilot dạng lược. Kết quả mô phỏng đã chứng minh rằng giải thuật ước
lượng sử dụng Unscented Kalman Filter cho kết quả khá tốt so với phương pháp ước lượng Kalman Filter
và Extended Kalman Filter đối với các kiểu điều chế 4-QAM, 16-QAM trong một số kênh truyền Indoor,
Pedestrian, Vehicle.
CHƯƠNG 6. KẾT LUẬN VÀ KIẾN NGHỊ

6.1 KẾT LUẬN ĐỀ TÀI:
Đề tài đã phân tích ảnh hưởng của nhiễu ICI và các phương pháp ước lượng kết hợp triệt nhiễu ICI.

Đề tài đã đưa ra các giải pháp để ước lượng kênh truyền đạt hiệu quả cao nhờ kết hợp các cải tiến để triệt
nhiễu ICI trong fading. Từ việc phân tích ảnh hưởng của ICI trong fading, các giải pháp về bộ ước lượng
đề xuất đã cho kết quả tốt hơn các kết quả truyền thống. Đề tài đề cập 3 hướng giải pháp như sau:
+ Giải pháp cải tiến thuật toán của Kalman bằng thuật toán lặp để giúp cho các tham số của Kalman
hội tụ từ đó giúp cho hệ thống có chất lượng tốt hơn
+ Giải pháp thuật tốn Kalman kết hợp tính tốn khoảng bảo vệ tối ưu, từ đó hạn chế được ảnh hưởng
của nhiễu ICI/ISI và cho kết quả tốt hơn
+ Giải pháp thuật toán Unscented Kalman bằng cách đề cập tuyến tính hóa mơ hình phi tuyến (trường
hợp ảnh hưởng ICI của fading gây ảnh hưởng hệ thống thay đổi phi tuyến). Thuật toán đã cho những kết
quả tốt hơn những kết quả trước đó.
6.2 KẾT LUẬN VỀ NỘI DUNG ĐỀ TÀI
+ Hoàn thành yêu cầu đề ra của nội dung và mục đích của đề tài
+ Về sản phẩm, nội dung của đề tài đã được triển khai tại một hội nghị IEEE và trên một tạp chí nước
ngồi.

12


I.Tạp chí
1. Quang Nguyen Duc, Lien Pham Hong, Thang Nguyen Manh, Tra Luu Thanh, “A combined
algorithm of Kalman estimator and Guard Interval optimization for Mobile WiMAX”, International
Journal of Distributed Systems and Technologies, January-March 2013, Vol. 4, No. 1.
II. Hội nghị IEEE
1. Lien Pham-Hong, Quang Nguyen-Duc, “Channel Estimation with Iterative Kalman algorithm for
Mobile WiMAX”, IEEE conference (the 10th IEEE-RIVF International Conference on Computing and
Communication Technologies), Ha Noi city, 11/ 2013.
6.3 KIẾN NGHỊ VÀ ĐỀ XUẤT
Hiện tại giải pháp Unscented Kalman cần phân tích sâu hơn để sản phẩm có thể đăng trên các tạp chí
và hội nghị. Giải pháp này cần được cải thiện nhiều hơn trong thời gian tới.

13


TÀI LIỆU THAM KHẢO

[1]

“Air Interface for Fixed Broadband Wireless Access Systems,” IEEE STD 802.16 – 2004, October,
2004.

[2]

“Air Interface for Fixed and Mobile Broadband Wireless Access Systems,” IEEE P802.16e/D12,
February, 2005.

[3]

“Mobile WiMAX – Part II: A Comparative Analysis”, WiMAX Forum, 2006.

[4]

F. Wang, A. Ghosh, “Mobile WiMAX Systems: Performance and Evolution”, IEEE
Communications Magazine, Vol. 46, No.10, October 2008, pp.41-49.

[5]

“Draft Table of Content for the IEEE 802.16m System Description, Document”, IEEE C80216m08/702r3, Mar. 2008.

[6]

Chengyang Li and Sumit Roy,”Subspace-Based Blind Channel Estimation for OFDM by
Exploiting Virtual Carriers”, IEEE Transactions on Wireless Communications, vol. 2, no. 1,
January 2003

[7]

Sumit Roy and Chengyang Li, “A Subspace Blind Channel Estimation Method for OFDM Systems
without Cyclic Prefix”, IEEE Transactions on Wireless communications, Vol. 1, No. 4, October
2002.

[8]

Tao Cui , Chintha Tellambura, “Semiblind Channel Estimation and Data Detection for OFDM
Systems With Optimal Pilot Design”, IEEE Transactions on Communications, Vol. 55, No. 5, May
2007.

[9]

Ming-Xian Chang and Yu T. Su,”Blind and Semiblind Detections of OFDM Signals in Fading
Channels”, IEEE transactions on communications, Vol. 52, No. 5, May 2004.

[10] “Air Interface for Broadband Wireless Access Systems”, IEEE Standard for Local and metropolitan
area networks, Approved 13 May 2009.
[11] Altera Corporation, “Channel Estimation & Equalization for WiMAX”, Application Note 434
Version 1.1 , May 2007.Application
[12] Dr.S.S.Riaz Ahamed, “Performance Analysis of OFDM”, Journal of Theoretical and
Information Technology, 2008 .

Applied

[13] Srabani Mohapatra, Susmita Das, “Performance Enhancement of OFDM System with ICI Reduction
Technique”, Proceedings of the World Congress on Engineering 2009 Vol I WCE 2009, London,
U.K. July 2009.
[14] Bayarpurev Mongol, Takaya Yamazatoz, Masaaki Katayama, “Efficient Channel Estimation Scheme
for Pulse-shaping OFDM Systems”, 2007 International Symposium on Nonlinear Theory and its
Applications NOLTA'07, Vancouver, Canada, September 2007.
[15] Yi-Hao Peng, Ying-Chih Kuo, Gwo-Ruey Lee and Jyh-Horng Wen, “Performance Analysis of a
New ICI-Self-Cancellation-Scheme in OFDM Systems”, IEEE Transactions on Consumer
Electronics, Vol. 53, No. 4, NOVEMBER 2007.
[16] Eric Pierre Simon1, Hussein Hijazi1, Laurent Ros2, “Joint Carrier Frequency Offset and Fast Timevarying Channel Estimation for MIMO-OFDM Systems”, "The 7th IEEE IET International
Sumposium on Communication Systems, Networks and Digital Signal Processing , Newcastle,
United Kingdom , 2010.


[17] Imad Barhumi, Geert Leus and Marc Moonen, Equalization for OFDM over Doubly-Selective
Channels, IEEE Transactions on Signal Processing, July 2004.
[18] Rebeca Maria Colda, Tudor Palade, Emanuel Puschita, Irina Vermesan ,Ancuta Moldovan, StefanVictor Nicolaescu, “BER performance evaluation of a mobile WiMAX system over an ITU-R
pedestrian B multipath channel”, ACTA Technica Napocensis, Volume 50, Number 3, 2009.
[19] Sinem Coleri, Mustafa Ergen, Anuj Puri, and Ahmad Bahai, “Channel Estimation Techniques Based
on Pilot Arrangement in OFDM Systems”, IEEE Transactions on Broadcasting, Vol. 48, No. 3,
September 2002.
[20] Md. Jobayer Alam, “Low Complexity Channel Estimation for OFDM Systems Based on LS and
MMSE Estimators”, Master of Science in Electrical Engineering, Blekinge Institute of Technology
, September 2010.
[21] Tao Cui and Chintha Tellambura, “Semiblind Channel Estimation and Data Detection for OFDM
Systems With Optimal Pilot Design”, IEEE Transactions on Communications, Vol. 55, No. 5, May
2007.
[22] Sami Touati, JM. Mamfoumbi Ocloo, Pierre Duhamel and Florence Alberge, “semi-blind channel
estimation for OFDM systems via an EM-block algorithm”, Signal Processing Advances in
Wireless Communications, France, June 2005

[23] Ming Zhao, Zhenning Shi, and Mark C. Reed, “Iterative Turbo Channel Estimation for OFDM
System over Rapid Dispersive Fading Channel”, The 7th IEEE International Conference on
Communication , Scotland, June 2007.
[24] K. Elangovan and PLK Priyadarsini, “Performance Enhancement Technique for OFDM using
Channel Estimation Technique”, International Journal of Engineering Science and Technology
Vol. 2(8), 2010.
[25] Greg Welch, Gary Bishop, “An Introduction to the Kalman Filter”, UNC-Chapel Hill, TR 95-041,
July 2006.
[26] Hala M. Mahmoud, Allam S. Mousa, Rashid Saleem, “Channel Estimation Based in Comb-Type Pil
ots Arrangement for OFDM System over Time Varying Channel” , JOURNAL OF NETWORKS,
VOL. 5, NO. 7, JULY 2010.
[27] DANIEL LARSSON, “Analysis of channel estimation methods for OFDMA”, Master of Science
Thesis”, Stockholm, Sweden, December 2009.
[28] Hye Mi Park and Jae Hong Lee, “Estimation of Time-Variant Channels for OFDM Systems Using
Kalman and Wiener Filters”, The 64th IEEE Vehicular Technology Conference, 2006.
[29] Wei Chen , “Time- Frequency- Selective Channel Estimation of OFDM Systems”, Doctor of
Philosophy, October 2005.
[30] Jan-Jaap van de Beek, Ove Edfors, Magnus Sandell, “On Channel Estimation In OFDM Systems”, In
Proceedings of Vehicular Technology Conference, Vol. 2, pp. 815-819, Chicago, USA, September
1995.
[31] Simon Haykin, Adaptive Filter Theory, Prentice Hall, the third Edtition, 1996 .
[32] “Air Interface for Fixed and Mobile Broadband Wireless Access Systems,” IEEE P802.16e/D12,
February, 2005.
[33] “Guidelines for evaluation of radio transmission technologies for IMT-2000”, REC. ITU-R M.1225,
1997.