Tối ưu và thực thi khối giải mã cầu trong hệ thống MIMO

Bài viết đề xuất cấu trúc mới của bộ giải mã cầu K-best và tổng hợp thiết kế trên phần cứng có thể cấu hình lại FPGA đối với các hệ thống đa đầu vào đa đầu ra MIMO được ghép kênh không gian. Mục tiêu là đề xuất một kiến trúc đơn giản hóa dựa trên thuật toán giải mã cầu K-best và cải thiện đáng kể tính phù hợp cho việc triển khai phần cứng.
Nội dung trích xuất từ tài liệu:
Tối ưu và thực thi khối giải mã cầu trong hệ thống MIMO Hội nghị Quốc gia lần thứ 24 về Điện tử, Truyền thông và Công nghệ Thông tin (REV-ECIT2021) Tối Ưu Và Thực Thi Khối Giải mã Cầu trong hệ thống MIMO Nguyễn Đức Thắng1, Vũ Tiến Anh1, Nguyễn Minh Thường2, Trần Xuân Nam1, Trịnh Quang Kiên1, 1 Trường Đại học Kỹ thuật Lê Quý Đôn; 2 Viện Khoa học và Công nghệ quân sự; Email: ducthang98mta@gmail.com, vtienanhmta@gmail.com Abstract— Trong bài báo này, chúng tôi đề xuất cấu trúc mới tìm kiếm kết hợp giữa cây tìm kiếm theo chiều sâu kết hợp với của bộ giải mã cầu K-best và tổng hợp thiết kế trên phần cứng cây tìm kiếm theo chiều rộng [12]. có thể cấu hình lại FPGA đối với các hệ thống đa đầu vào đa đầu ra MIMO được ghép kênh không gian. Mục tiêu là đề xuất một Với chiến lược duyệt cây theo chiều sâu được sử dụng, bán kiến trúc đơn giản hóa dựa trên thuật toán giải mã cầu K-best kính cầu khởi tạo được thiết lập bởi nhánh đầu tiên. Khi đó ta và cải thiện đáng kể tính phù hợp cho việc triển khai phần cứng. sẽ thiết lập được một hình cầu với tâm là điểm tạo bởi véc-tơ Thiết kế được đánh giá là mang lại giá trị gần đúng về chất tín hiệu nhận được và bán kính là khoảng cách giữa tâm và lượng của phương pháp ước lượng hợp lý cực đại (ML) nhưng điểm tương ứng nhánh khởi tạo. Thực hiện duyệt lần lượt các với độ phức tạp tính toán giảm đáng kể. Phân tích tổng hợp cho nhánh tiếp theo, nếu điểm tương ứng của nhánh được duyệt thấy rằng kiến trúc được đề xuất đạt được thông lượng 1.76 nằm trong cầu thì ta khởi tạo một hình cầu mới với tâm vẫn là Gbps tại tần số clock 440 MHz. điểm tạo bởi véc-tơ tín hiệu nhận được và bán kính mới bằng khoảng cách giữa tâm và điểm nhánh vừa được duyệt. Còn với Keywords— MIMO, FPGA, Bộ giải mã cầu (SD), Hợp lệ cực các điểm nằm ngoài cầu sẽ bị loại bỏ. Như vậy hình cầu sẽ đại (ML). được cập nhật nếu thỏa mãn tìm được một điểm mới nằm trong hình cầu thiết lập. Do vậy nếu theo quan điểm thực thi phần I. GIỚI THIỆU cứng, các bộ giải mã cầu theo sử dụng chiến lược tìm kiếm Sự phát triển nhanh chóng của điện toán di động, các dịch theo chiều sâu có thể giảm tài nguyên chiếm dụng và đạt được vụ đa phương tiện di động và các ứng dụng di động khác làm chất lượng của ML. Tuy nhiên các bộ giải mã loại này thì có cho truyền thông không dây tốc độ cao trở thành một trong độ phức tạp tính toán không cố định, điều này thì sẽ gây khó những công nghệ phát triển nhanh nhất trong những năm gần cho thực thi trên phần cứng. Đặc biệt chúng là làm giảm thông đây. Công nghệ truyền thông đa đầu vào đa đầu ra (MIMO) lượng hệ thống và tăng độ trễ truyền tin. đã được nghiên cứu vì nó đáp ứng nhu cầu về cả dung lượng tăng và độ tin cậy liên kết được cải thiện [1]. Hiện nay, các kỹ Để giải quyết vấn đề trên, chiến lược tìm kiếm theo chiều thuật MIMO đã được chấp nhận như một tiêu chuẩn giao tiếp rộng đã được đề xuất với thuật toán điển hình là thuật toán K- vô tuyến cho các hệ thống truyền thông không dây hiện đại best. Tại các lớp trên cây tìm kiếm, thuật toán K-best thực hiện như hệ thống thông tin di động 4G LTE, 5G…, cho phép tăng giữ lại K nút có khoảng cách ước lượng đến điểm tâm cầu thông lượng truyền dẫn bằng cách thực hiện các sửa đổi trong tương ứng là ngắn nhất và K nút này sẽ được chuyển tiếp lớp PHY và MAC [2]. Việc tối ưu các thuật toán tính toán và xuống cho lớp tiếp theo. Do đó, độ phức tạp tính toán của bộ xử lý tín hiệu trong hệ thống là yêu cầu cấp thiết để cải thiện tách tính hiệu theo phương pháp K-best có giá trị cố định. Với hiệu suất hệ thống, bao gồm tỉ lệ lỗi, thông lượng, độ trễ truyền việc sử dụng hệ số K lớn, phương pháp này sẽ cho hệ số phẩm tin và hiệu quả phổ, đồng thời cân bằng giữa tài nguyên chiếm chất BER dần tiệm cận được với phương pháp ML [13]. Tuy dụng và các hệ số phẩm chất hệ thống. nhiên, nếu K càng lớn thì độ phức tạp tính toán của hệ thống càng tăng lên. Nếu triển khai thực thi trên phần cứng sẽ dẫn Một phương pháp phát hiện tín hiệu mang lại chất lượng tới tài nguyên chiếm dung cũng tăng lên. Điều này làm giảm của tỉ lệ lỗi tốt nhất đó là sử dụng bộ tách tín hiệu ước lượng tính khả thi khi triển khai thực thi trên phần cứng. Do đó, hợp lý cực đại ML. Phương pháp ML ước lượng tín hiệu được chúng ta cần đảm bảo tính phải cân bằng giữa sự hệ số phẩm truyền đến điểm đích theo phương pháp tìm kiếm vét cạn các chất hệ thống và phức tạp tính toán. mẫu trong toàn bộ tập tín mẫu có thể được truyền đến. Do vậy, phương pháp ML có độ phức tạp cao, đặc biệt với các hệ thống Trong bài báo này, một kiến trúc cho bộ tách tín hiệu theo MIMO được trạng bị nhiều anten thu và anten phát. Độ phức phương pháp cầu K-best thỏa hiệp giữa hai yêu cầu là độ phức tạp của phương pháp ML là một hàm số biến đổi theo hàm mũ tạp tính toán và các hệ số phẩm ch ...