Đang tải... (xem toàn văn)
Đây là một luận văn được đánh giá rất cao trong kỳ tốt nghiệp đại học năm 2013. Nội dung luận văn trình bày và phân tích các thuật toán ước lượng tham số kênh thông tin vô tuyến, qua đó trình bày thuật toán ước lượng tham số hiệu quả và đánh giá kết quả mô phỏng. Nội dung đồ án được chia làm 3 chương mạch lạc rõ ràng. Chương 1 nói về mô hình kênh thông tin vô tuyến MIMO. Chương 2 đưa ra một số phương pháp ước lượng kênh thông tin vô tuyến. Chương 3 trình bày sâu hơn về phương pháp hợp lý cực đại, ước lượng tham số miền góc và miền trễ chung.
ĐỒ ÁN TỐT NGHIỆP NGHIÊN CỨU PHƯƠNG PHÁP ƯỚC LƯỢNG CÁC THAM SỐ CỦA KÊNH THÔNG TIN VÔ TUYẾN HÀ NỘI - 02/2012 i MỤC LỤC MỤC LỤC i DANH MỤC HÌNH VẼ iii DANH MỤC BẢNG BIỂU v DANH MỤC THUẬT NGỮ VIẾT TẮT vi DANH MỤC KÝ HIỆU viii LỜI MỞ ĐẦU .1 CHƯƠNG 1: MÔ HÌNH KÊNH THÔNG TIN VÔ TUYẾN 1.1 Tổng quan 1.2 Mô hình kênh .7 1.2.1 Thành phần phản chiếu (Specular component) 1.2.2 Tán xạ khuếch tán (Diffuse scattering) .8 1.3 Các mô hình không gian 10 1.3.1 Các mô hình dựa tương quan 10 1.3.2 Các mô hình dựa móc nối ( coupling-based ) 17 1.4 Mô hình kênh không gian 3GPP .19 1.5 Mô hình COST259 20 1.6 Mô hình COST273 21 1.7 Mô hình WINNER 24 1.8 Tổng kết chương 25 CHƯƠNG 2: ƯỚC LƯỢNG THAM SỐ KÊNH THÔNG TIN VÔ TUYẾN 28 2.1 Nguyên tắc kênh âm 28 2.2 Các giả định .30 2.3 Ước lượng tham số định hướng .31 2.3.1 Ước lượng dựa quang phổ 31 2.3.2 Ước lượng dựa cấu hình anten cụ thể 33 2.4 Ước lượng hoàn chỉnh tham số mẫu 34 2.4.1 Phương pháp hợp lý cực đại tất định (DML) 35 2.4.2 Phương pháp hợp lý cực đại ngẫu nhiên (SML) .37 2.4.3 RIMAX .38 GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương ii 2.5.1 Phương pháp dựa theo không gian 42 2.5.2 Phương pháp dựa theo AIC 42 2.6 Ước lượng cho nguồn phân tán .43 2.7 Tổng kết chương 46 CHƯƠNG 3: PHƯƠNG PHÁP HỢP LÝ CỰC ĐẠI ƯỚC LƯỢNG THAM SỐ KÊNH THÔNG TIN VÔ TUYẾN 49 3.1 Mô hình tín hiệu 49 3.1.1 Đặc tính miền trễ tần số .51 3.1.2 Đặc tính miền góc .51 3.2 Ước lượng tham số 53 3.2.1 Thành phần phản chiếu .55 3.2.2 Tham số miền tần số 56 3.2.3 Tham số miền góc .59 3.2.4 Khởi tạo 61 3.2.5 Phức tạp tính toán 62 3.3 Giới hạn ước lượng 63 3.4 Kết mô 64 3.5 Phát ước lượng tham số đường phản chiếu 71 3.5.1 Ứng dụng để phát đường phản chiếu yếu 73 KẾT LUẬN .76 DANH MỤC TÀI LIỆU THAM KHẢO 78 GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương iii DANH MỤC HÌNH VẼ Hình 1.1: Minh họa kênh truyền sóng tổng quát .3 Hình 1.2: Mô hình hệ thống MIMO điển hình với Mt ăng ten phát Mr ăng ten thu Hình 1.4: Đại diện hình học mảng 2-D .6 Hình 1.5: Cấu trúc mảng chung: (a) mảng tuyến tính đồng nhất, (b) mảng tròn đồng Hình 1.6: Phân loại mô hình .10 Hình 1.7: Các thông số cho cụm đơn mô hình SVA 12 Hình 1.9: Minh họa cấu hình hình học kênh 2x2 với 15 vật tán xạ địa phương bên thu .15 Hình 1.11: Ví dụ khu vực tầm nhìn cho quỹ đạo MS 21 Hình 1.12: Minh họa khái niệm cụm đôi 23 Hình 1.13: Minh họa trình chuyển đổi phân đoạn kênh 25 Hình 2.1: Ghép kênh miền thời gian hệ thống kênh âm 29 Hình 2.2: Mảng cầu từ phòng thí nghiệm vô tuyến 30 Hình 2.3: Phổ không gian thu Bartlett Capon’s beamformers cho hai nguồn 80o 110o 32 Hình 2.4: Phổ không gian thu Bartlett Capon’s beamformers phổ MUSIC cho hai nguồn 80o 90o 33 Hình 2.5: Ví dụ phân chia mảng cho ứng dụng phương pháp ESPRIT .34 Hình 3.1: So sánh ước lượng công suất quang phổ góc .53 Hình 3.3: So sánh tính toán phức tạp tối ưu hóa trực tiếp hàm likehood thuật toán tối ưu hóa hàm tần số mẫu M f 62 Hình 3.4: So sánh hàm công suất trễ ước lượng hàm công suất trễ thực tế 65 Hình 3.5: So sánh hàm công suất góc ước lượng hàm công suất góc thực tế .66 Hình 3.6: So sánh lỗi trung bình bình phương với cận CR tham số miền tần số { 1, d} phương sai tiếng ồn n2 .68 GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương iv Hình 3.7: So sánh lỗi trung bình bình phương với cận CR trễ 68 Hình 3.8: So sánh lỗi trung bình bình phương với cận CR 69 Hình 3.9: So sánh lỗi trung bình bình phương với cận CR 69 Hình 3.10: So sánh lỗi trung bình bình phương với cận CR cụm góc 70 Hình 3.11: Mối nối phân phối góc - trễ ước lượng (biểu thị dấu chấm điểm) đường dẫn riêng biệt thực tế sử dụng để tạo liệu .71 Hình 3.12: Vòng lặp thủ tục để tối ưu hóa chung các tham số thành phần phản chiếu tán xạ khuếch tán, bao gồm việc tìm kiếm đường phản chiếu 72 Hình 3.13: Ước lượng 74 Hình 3.14: Ước lượng R,1 sử dụng ước lượng trước .74 Hình 3.15: So sánh hàm công suất trễ ước lượng hàm công suất góc thực tế .75 Hình 3.16: So sánh hàm công suất góc ước lượng hàm công suất góc thực tế .75 GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương v DANH MỤC BẢNG BIỂU Bảng 3.1: Tổng kết thuật toán độ phức tạp thấp ước lượng tham số miền tần số miền góc .61 Bảng 3.2: So sánh phương pháp độ phức tạp giảm Spread ESPRIT 67 GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương vi DANH MỤC THUẬT NGỮ VIẾT TẮT Tên viết tắt Tên thuật ngữ đầy đủ Tạm dịch BS Base station Trạm gốc CSI Channel state information Thông tin trạng thái kênh CRLB Cramér-Rao lower bound Cận CR DFT Discrete Fourier tranform Phép biến đổi Fourier rời rạc DoA Direction of arrival Hướng sóng tới DoD Direction of departure Hướng khởi hành (sóng đi) DDIR Double directional impulse Đáp ứng xung hai chiều responses DML Determinnistic maximum Hợp lý cực đại tất định likelihood DSC Diffuse scattering component Thành phần tán xạ khuếch tán EM Expectation-maximization Tối đa kỳ vọng ESPRIT Estimation of signal parameters Ước lượng tham số tín hiệu dựa via rotational invariance vào kỹ thuật quay bất biến techniques FFT Fast Fourier transform Phép biến đổi Fourier nhanh LoS Line-of-sight Tầm nhìn thẳng LS Least squares Bình phương cực tiểu LTE Long-term evolution Quá trình phát triển lâu dài MIMO Multiple-input multiple-output Đa đầu vào đa đầu ML Maximum likelihood Hợp lý cực đại MS Mobile station Trạm di động MT Mobile station Trạm đầu cuối di động MSE Mean squared error Lỗi bình phương trung bình MMSE Mean squared error Lỗi bình phương trung bình nhỏ MUSIC Minimum multiple signal Phân loại tín hiệu đa đường classification GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương vii PAP Power angular profile Hàm công suất góc PDF Probability density function Hàm phân bố xác suất PDP Power delay profile Hàm công suất trễ SINR Signal to interference plus tỷ lệ tín hiệu nhiễu cộng với noise ratio tiếng ồn Space-alternating generalized Khoảng không xen kẽ tổng expectation-maximization quát hóa tối đa kỳ vọng SIMO Single-input Multiple-output Một đầu vào - nhiều đầu SISO Single-input Single-output Một đầu vào – đầu TX Transmitter Máy phát TLS Total least squares Tổng bình phương cực tiểu UCA Uniform circular array Dàn vòng tròn đồng ULA Uniform linear array Dàn tuyến tính đồng SAGE GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương viii DANH MỤC KÝ HIỆU Ký hiệu Mô tả * Tích chập Tích Kronecker Tích Schu-Hadamard arg Argument số phức det(.) Định thức ma trận E[i] Kỳ vọng toán tử ()* Liên hợp phức ()T Ma trận chuyển vị (.) H Chuyển vị Hermitian ma trận ()1 Nghịch đảo ma trận I Ma trận đơn vị a Ước lượng a vec(.) Bản xếp chồng cột ma trận ma trận khác mat(., M, N) Sắp xếp véc tơ vào ma trận kích cỡ M x N tr(.) Vết ma trận diag(.) Ma trận chéo véc tơ argument A Ma trận đạo F Ma trận DFT H Ma trận kênh MIMO Mt Số ăn ten phát Mr Số ăn ten thu Mf Số mẫu tần số (số lượng điểm tần số) MS Số lần quan sát s(t) Ký hiệu truyền s(t) Véc tơ ký hiệu truyền y(t), y(f) Véc tơ tín hiệu thu miền thời gian/ miền tần số GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương ix h Véc tơ tham số miền góc DSC Véc tơ tham số miền tần số DSC 1 Công suất cực đại DSC d Dải thông phù hợp chuẩn hóa DSC d Trễ DSC Góc trung bình phân phối von Mises (trung tâm đối xứng) Tán xạ trung tâm đối xứng Tương quan hỗn hợp DSC Góc tới/ góc khởi hành hướng góc phương vị R Ma trận hiệp phương sai R E ww H miền tần số Rh E hhH miền góc n2 Phương sai nhiễu aR( R, R) Véc tơ đạo mảng ăn ten thu aT ( T , T ) Véc tơ đạo mảng ăn ten phát n(t ), n( f ) Véc tơ nhiễu miền thời gian miền tần số V Véc tơ riêng ma trận Giá trị riêng ma trận Góc tới/ góc khởi hành hướng góc ngẩng GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 65 y(k) u(k) R1/2 n2 (k) n(k) (3.55) n2 ( k) trình Gaussian R1/2 n2 (k) thu cách phân tích Cholesky R Rh Véc tơ n(k) trình Gaussian đại diện cho nhiễu đo lường Thủ tục mô tả phần 3.2 lặp lại lần, bắt đầu với ước lượng thành phần phản chiếu thủ tục minh họa hình 3.2 Số cụm đường phản chiếu giả định biết Các tham số miền tần số tính toán cách sử dụng xấp xỉ ma trận Toeplitz ma trận vòng quanh (circulant) mô tả mục 3.2.2 Các tham số khởi tạo mô tả mục 3.2.4 Trong hình 3.4 3.5 biểu thị so sánh hàm công suất trễ (power delay profile: PDP) hàm công suất góc ( power angular profile: PAP) thu cách sử dụng thủ tục ước lượng mô tả mục với hàm công suất trễ hàm công suất góc thực tế Các đường cong chồng lên gần hoàn hảo Trong ví dụ này, Ms Mo , tức ma trận hiệp phương sai mẫu đầy đủ thiếu bậc Tuy nhiên, ước lượng có độ xác cao phân phối thời gian - trễ, phân phối góc thành phần phản chiếu Hình 3.4: So sánh hàm công suất trễ ước lượng hàm công suất trễ thực tế Nhận xét hình 3.4: Các đường chồng lên gần hoàn hảo Các thành phần phản chiếu xác định đỉnh cao sắc nét d 0.12 , thành phần khuếch tán tương ứng với đường cong hàm mũ Hàm công suất góc GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 66 so sánh với đầu beamformar Bartlett, cho thấy lợi ích sử dụng kết hợp thủ tục mô tả phần 3.2 để ước lượng thành phần tín hiệu lặp lại (DSC) Beamformer ước lượng góc thành phần phản chiếu, không cung cấp thông tin hữu ích thành phần tán xạ khuếch tán Hình 3.5: So sánh hàm công suất góc ước lượng hàm công suất góc thực tế Nhận xét hình 3.5: Các đường cong chồng lên gần hoàn hảo Ngoài ra, kết mô thể đầu Bartlett beamformer Các thành phần phản chiếu xác định đỉnh cao sắc nét 80o , thành phần khuếch tán tương ứng với hỗn hợp phân phối von Mises Các thuật toán gần góc trung bình phương sai góc sử dụng hai đường riêng biệt xung quanh trung bình gọi Spread F, F biểu thị thuật toán để ước lượng đường dẫn Bảng 3.1 cho thấy ước lượng thu cách sử dụng phương pháp độ phức tạp thấp Spread ESPRIT Kết thu sau 300 lần chạy Các tham số thành phần tán xạ khuếch tán thành phần phản chiếu giống mô trước Góc lan truyền thể mức độ sử dụng ánh xạ 1/2 Do đó, giá trị mô { 10,50} , ta có { 18.120,8.100} GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 67 Bảng 3.2: So sánh phương pháp độ phức tạp giảm Spread ESPRIT Phương pháp độ phức Tham số Giá trị 1 60 59.98 56.66 ,1 18.12 18.14 9.20 2 120 119.99 119.15 ,2 8.10 8.07 3.09 80 79.99 79.97 Spread ESPRIT tạp thấp Nhận xét bảng 3.2: Phương pháp độ phức tạp thấp cho kết ước lượng gần với giá trị phương pháp Spread ESPRIT Một vấn đề cho việc áp dụng kỹ thuật Spread F khó khăn môi trường thực tế để xác định sóng thuộc phân phối scatterer cụ thể thành phần phản chiếu Vấn đề giới hạn áp dụng kỹ thuật Spread F để phân tách tốt nguồn riêng rẽ với góc lan truyền nhỏ Từ hình 3.6 đến 3.10 so sánh ước lượng lỗi trung bình bình phương ( mean squared error: MSE) sau hai vòng lặp với cận CR ( Cramer – Rao lower bound: CRLB ) hàm số kênh quan sát Ms Tham số miền góc thiết lập để { 50o, 100o} , = { 5, 150} , = { 0.4, 0.6} tương ứng với hai cụm miền góc Các tham số miền tần số không đổi, thành phần phản chiếu diện GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 68 Hình 3.6: So sánh lỗi trung bình bình phương với cận CR tham số miền tần số { 1, d} phương sai tiếng ồn n2 Hình 3.7: So sánh lỗi trung bình bình phương với cận CR trễ GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 69 Hình 3.8: So sánh lỗi trung bình bình phương với cận CR Hình 3.9: So sánh lỗi trung bình bình phương với cận CR GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 70 Hình 3.10: So sánh lỗi trung bình bình phương với cận CR cụm góc Nhận xét hình 3.6 đến 3.10: Dựa theo kết mô phỏng, quan sát thấy hầu hết tham số hội tụ đến cận CR với cỡ mẫu tương đối nhỏ Trừ trường hợp ngoại lệ trễ tán xạ khuếch tán d có khoảng cách đáng ý CRLB Tuy nhiên, sai lệch không quan sát thấy đường cong song song đến CRLB Để xác minh vững mạnh thuật toán, áp dụng ước lượng liệu không tuân theo xác giả định sử dụng cho nguồn gốc Chúng ta tạo liệu tổng hợp đường lan truyền riêng lẻ: L1 y( k) ul ( k) n( k) (3.56) l 1 Trong L1 số lượng đường dẫn riêng lẻ, ul ( k) định nghĩa (3.2) Đối với mô này, sử dụng L1 24 , phương sai tiếng ồn 0.01 Ms Hội tụ đạt sau lần lặp giả định thông số sau thay đổi nhỏ 5 103 Các đường phản chiếu không ước lượng riêng biệt, phân phối góc - trễ tán xạ phân tán sử dụng để mô tả liệu, giả sử số cụm L GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 71 Hình 3.11: Mối nối phân phối góc - trễ ước lượng (biểu thị dấu chấm điểm) đường dẫn riêng biệt thực tế sử dụng để tạo liệu Nhận xét: Hình 3.11 mối nối (joint) phân phối trễ - góc chung ước lượng đường riêng biệt sử dụng để tạo liệu Nó quan sát thấy phân phối ước lượng cung cấp thích hợp cho liệu 3.5 Phát ước lượng tham số đường phản chiếu Phần trình bày thủ tục để phát ước lượng tham số đường phản chiếu dựa ước lượng mô tả phần 3.2 Phương pháp đặc biệt hữu ích cho việc ước lượng đường dẫn phản chiếu có công suất thấp, mà không dễ dàng phân biệt với phân phối tán xạ kỹ thuật dựa mô hình xác định GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 72 Thành phần phản chiếu Tìm kiếm đường phản chiếu Các đường phản chiếu Các tham số miền góc Các tham số miền tần số Tán xạ khuếch tán cộng với tiếng ồn Hình 3.12: Vòng lặp thủ tục để tối ưu hóa chung các tham số thành phần phản chiếu tán xạ khuếch tán, bao gồm việc tìm kiếm đường phản chiếu Giả định lần lặp ước lượng mô tả phần 3.2 thực Do đó, ước lượng đường phản chiếu mạnh giả định có sẵn, ước lượng thành phần phản xạ khuếch tán có sẵn Chúng ta ước lượng đường phản chiếu theo cách tiếp cận mục 3.2.1, liệu nhân với biến đổi pre-whitening Ym E H Y Véc tơ u viết sau: K 1 u k c( k ) a( R,k , T,k ) (3.57) k0 véc tơ c( ) kích thước M f định nghĩa : c( ) 1 e j 2 j 2 ( M f 1) e T (3.58) định nghĩa: B( , R, T ) ( h n2 I)1/2 (VH c( ) VhH a( R, T )) (3.59) Ước lượng ML cho sóng đơn sau đưa : GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 73 , R,T argmax , , m1BH ( , R, T )Ym Ms B( , R, T ) R T (3.60) BH ( , R, T )Ym m1 Ms Ms B( , R, T ) (3.61) Đầu tiên trễ ước lượng là: m1BH ( )Ym Ms argmax B( ) (3.62) B( ) (cH V 1H Vh )( 1 n2 I)1/2 [1 1]T Với ước lượng , tham số góc cạnh ước lượng : R argmax Ms BH ( , R, T )Ym m1 B( , R, T ) R (3.63) T argmax T Ms BH ( , R, T )Ym m1 B( , R, T ) 2 (3.64) Ưu điểm phương pháp phức tạp tính toán giảm tìm kiếm chiều Tuy nhiên, tìm kiếm chiều không tối ưu, hiệu suất phát giảm so với tìm kiếm đầy đủ (3.60) 3.5.1 Ứng dụng để phát đường phản chiếu yếu Một ví dụ ứng dụng thủ tục phát đường phản chiếu yếu mà không bị bỏ qua Trong đa MIMO, điều bao hàm phát mục tiêu mà không bỏ qua Ứng dụng minh họa kết mô Hai đường phản chiếu mô hình hóa sau: u( f ) k a( R,k )exp( j 2 f k ) (3.65) k0 GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 74 đây, k độ lợi phức, a( R,k ) véc tơ đạo cho góc phương vị thu ( R,k ) , k trễ thông thường Đối với mô phỏng, giá trị thiết lập k { 0.2ej * /5, 0.02ej * /3} , R,k { 80o ,150o} , k { 0.12, 0.42} Các tín hiệu thu tạo mục 3.4 Hình 3.13 3.14 cho thấy đầu mối tương quan chiều (3.43) (3.44) Các đường phản chiếu thứ hai xác định rõ ràng tham số ước lượng Hình 3.13: Ước lượng Hình 3.14: Ước lượng R,1 sử dụng ước lượng trước GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 75 Cuối hình (3.15) (3.16) cho thấy hàm công suất trễ (PDP) hàm công suất góc (PAP) thu cách sử dụng thủ tục ước lượng mô tả phần trước, so sánh chúng với hàm công suất trễ hàm công suất góc thực tế tương ứng Các đường cong chồng lên gần hoàn hảo Hình 3.15: So sánh hàm công suất trễ ước lượng hàm công suất góc thực tế Hình 3.16: So sánh hàm công suất góc ước lượng hàm công suất góc thực tế GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 76 KẾT LUẬN Mô hình kênh xác công cụ quan trọng cho phát triển kỹ thuật khai thác kênh MIMO hiệu , công cụ quy hoạch mạng lưới, nghiên cứu mức hệ thống mức liên kết, hệ thống radar MIMO, phát triển thu phát Mô hình thực tế phát triển với trợ giúp phép đo kênh MIMO, đòi hỏi kỹ thuật ước lượng tham số độ xác cao để tách thông tin môi trường truyền Đặc biệt, thông tin không gian quan tâm chiến dịch đo lường MIMO Hầu hết thuật toán ước lượng dựa giả định kênh mô hình hóa kết hợp tia từ máy phát đến máy thu phản chiếu đến đối tượng nằm rải rác xung quanh môi trường Mô thường đòi hỏi số lượng lớn tia đặc trưng cho môi trường, dẫn đến mô hình kích thước lớn Như hệ quả, thuật toán ước lượng dựa mô trở lên phức tạp Do đó, điều quan trọng cô đọng thông tin liên quan đến vài tham số Một cách mạnh để giải vấn đề có mô hình với vài tham số sử dụng mô hình ngẫu nhiên thay mô hình xác định Một mô phù hợp mô tả tán xạ khuếch tán, phần tín hiệu nhận mà giải đường phản chiếu riêng biệt Cần lưu ý tán xạ khuếch tán phần quan trọng cung cấp phân tập lợi ích ghép kênh hệ thống MIMO Trong đồ án này, phương pháp ước lượng có nguồn gốc ước lượng đồng thời tham số đường truyền tập trung thành phần phân phối tán xạ quan sát thường xuyên kênh MIMO Đặc biệt, tham số thành phần tán xạ ước lượng hai miền không gian thời gian Mô hình kênh ngẫu nhiên giả định Hàm công suất trễ thành phần tán xạ mô hình cách sử dụng phân phối theo luật số mũ (exponential distribution), mà thường quan sát thấy chiến dịch đo lường Hàm công suất góc mô hình hóa cách sử dụng hỗn hợp góc phân phối von Mises Các kết mô cho thấy thủ tục ước lượng thành phần phản chiếu khuếch tán hội tụ với độ xác cao Hội tụ sau vài bước lặp GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 77 Phương pháp tính toán hiệu bắt nguồn cho việc tìm kiếm ước lượng gần ML Cấu trúc ma trận hiệp phương sai khai thác hoàn toàn Về độ phức tạp, số lượng phép nhân thực giảm khoảng ba đến năm lần Hơn nữa, giới hạn Cramér-Rao cho vấn đề thiết lập mô cho thấy phương sai ước lượng hội tụ gần đến giới hạn với số lượng nhỏ vòng lặp thủ tục ước lượng số lượng nhỏ kênh thực (cỡ mẫu nhỏ) Đối với số tham số giới hạn Cramér-Rao đạt được, sai lệch lỗi sàn quan sát thấy Các chủ đề nghiên cứu tương lai bao gồm phần mở rộng kỹ thuật xuất phát cho nhiều cụm miền góc miền trễ Phần mở rộng đòi hỏi phải có phương pháp tính toán hiệu quả, cấu trúc Kronecker ma trận hiệp phương sai DSC bị Cùng quan tâm việc áp dụng phương pháp ước lượng cho liệu đo từ kênh âm Do mối quan hệ chặt chẽ kênh âm MIMO MIMO radar (RAdio Detection and Ranging: dò tìm định vị sóng vô tuyến), đề tài nghiên cứu tương lai mở rộng để phát mục tiêu, phân biệt theo dõi hệ thống radar MIMO Ngoài thiết kế dạng sóng để cải thiện hiệu suất tổng thể, chẳng hạn theo dõi đường truyền phát xác định mục tiêu can nhiễu tiếng ồn quan tâm GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 78 DANH MỤC TÀI LIỆU THAM KHẢO Tiếng Việt: [1] TS Nguyễn Văn Đức: Lý thuyết kênh vô tuyến, nhà xuất khoa học kỹ thuật Hà Nội [2] Thiết kế tự động hóa Lộc Phát: http://locphatvn.com/ Tiếng Anh: [1] A Richter and R Thoma, Parametric modeling and estimation of distributed diffuse scattering components of radio channels, COST 273 Temporary Document, vol 3, no 198, Sep 2003 [2] H Akaike, “A new look at the statistical model identification’, IEEE Transactions on Automatic Control, Vol AC-19, no 6, pp 716-723, Dec 1974 [3] B.H Fleury, M Tschudin, R Heddergott, D Dahlhaus, and K I Pedersen Channel paramerter estimation in mobile radio environments using the SAGE algorithm, IEEE Journal on Selected Areas in Communications Vol 17 No Pp 434-450 Mar.1999 [4] D.S Shiu, Ed, Wire Commumnication Using Dual Antenna Arrays, Kluwer Academic, Boston, USA, 2000, 144 papes [5] A Richter, M Landmann, and R S Thoma, Parameter estimation results of specular and dense multipath components in micro- and macro- cell scenarios, in Proc Of WPMC 2004, Abano Terme, Italy, Sep 2004 [6] K Yu and B Ottersten, Models for MIMO Propagation Channels, A Review, Special Issue on Adaptive Antennas and MIMO Systems, Wiley Journal on Wireless Communications and Mobile Computing, vol 2, no 7, pp 653-666, Nov 2002 [7] R Roy and T Kailath, ESPRIT – estimation of signal parameters via rotational invariance techniques, IEEE Transactions on Acoustics, Speech, and Signal Processing, vol 37, no 7, pp 984 – 995, Jul 1989 [8] H Ozcelik, M Herdin, W Weichselberger, J Wallace, and E Bonek, Deficiencies of ‘Kronecker’ MIMO radio channel model, IEEE Electronic Letters, vol 39, no 16, pp 1209-1210, Aug 2003 GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương 79 [9] P Stoica and A Nehorai, MUSIC, maximum likelihood and cramer – rao bound, IEEE Transactions on Acoustics, Speech, and Signal Processing, vol 37 No Pp 720-741, May 1989 [10] J F Bohme, Estimation of source parameters by maximum likelihood and nonlinear regressions, in IEEE International Conference on Acoustics, Speech, and Signal Processing, Mar 1984, vol 9, pp 271 – 274 [11] A J Weiss and B Friedlander, Maximum likelihood signal estimation for polarization sensive arrays, IEEE Transactions on Antennas and Propagation, vol 41 No 7, pp 918-925, Jul 1993 [12] C B Ribeiro, E Ollila, and V Koivunen, Propagation parameter estimation in mimo systems using mixture of angular distributions model, in Proc IEEE Conference on Acousics, Speech and Signal Processing, Mar 2005 [13] M Bengtsson and B Volcker, On the estimation of azimuth distributions and azimuth spectra, in IEEE VTS 54 Vehicular Technology Conference, 2001, Oct 2001, vol 3, pp 1612-1215 [14] A Richter, Estimation of Radio Channel Parameters Models and Algorithms, Ph D, Technische Universtat Ilmenau, 2005 [15] A F Molisch, H A.splund, R Hedder, M Steinbauer, and T Zwick, The COST 259 directional channel model - part I: Overview and methodology, IEEE Transactions on Wireless Communications, vol 5, no 12, pp 3421 – 3433, Dec 2006 [16] G H Golub and C F V Loan, Matrix Computations, The Johns Hopkins University Press, Maryland, USA, 1989, 728 pages [17] M Bengtsson and B Ottersten, Low-complexity estimators for distributed sources, IEEE Transactions on Signal Processing, vol 48, no 8, pp 2185-2194, Aug 2000 GVHD: ThS Phạm Duy Phong SVTH: Nguyễn Thị Hồng Phương