Ứng dụng bộ lọc Kalman mở rộng để chống nhiễu xuyên sóng mang trong hệ truyền dẫn OFDM

Bài viết này nghiên cứu ứng dụng bộ lọc EKF để giảm thiểu nhiễu ICI cho truyền hình số mặt đất thế hệ mới. Hiệu quả của bộ lọc được kiểm chứng thông qua mô phỏng trên Matlab.
Nội dung trích xuất từ tài liệu:
Ứng dụng bộ lọc Kalman mở rộng để chống nhiễu xuyên sóng mang trong hệ truyền dẫn OFDM Nghiên cứu khoa học công nghệ ỨNG DỤNG BỘ LỌC KALMAN MỞ RỘNG ĐỂ CHỐNG NHIỄU XUYÊN SÓNG MANG TRONG HỆ TRUYỀN DẪN OFDM Trần Hữu Toàn1*, Bạch Nhật Hồng2 Tóm tắt: Để chống nhiễu xuyên sóng mang (ICI) hiện có nhiều giải pháp như: cân bằng trong miền tần số, cửa sổ thời gian, sơ đồ tự triệt, ước lượng theo hàm hợp lẽ cực đại. Gần đây, phương pháp dùng bộ lọc Kalman mở rộng (EKF) được quan tâm nghiên cứu vì tính hiệu quả của nó khi độ dịch tần số lớn. Bài báo này nghiên cứu ứng dụng bộ lọc EKF để giảm thiểu nhiễu ICI cho truyền hình số mặt đất thế hệ mới. Hiệu quả của bộ lọc được kiểm chứng thông qua mô phỏng trên Matlab. Từ khóa: Bộ lọc Kalman mở rộng, Ghép kênh phân chia theo tần số trực giao, Nhiễu xuyên sóng mang. 1. ĐẶT VẤN ĐỀ Theo [1], ký tự OFDM có thể biểu diễn: N 1 1 j 2m n x ( n)  N X m 0 m e N (1) Ở đây: N - Số lượng sóng mang X m - Ký tự băng gốc trên mỗi sóng mang con Tại phía thu, tín hiệu được chuyển đổi lại thành N giá trị rời rạc y (n) tương ứng với mỗi sóng mang con. Tín hiệu rời rạc này được giải điều chế sử dụng bộ biến đổi Fourier nhanh N giá trị (FFT) tại phía thu. Luồng ký hiệu đã giải điều chế: N 1 2nm j Y ( m)   y ( n)e N  w(m) (2) n 0 Ở đây: w(m) là FFT của w(n) nhiễu Gauss cộng tính. Một trong những nhược điểm cơ bản của hệ truyền dẫn OFDM là rất nhạy với độ dịch tần số  . Độ dịch tần số được tạo ra bởi dịch chuyển Doppler trong kênh hoặc do sự khác nhau giữa các tần số của bộ dao động nội ở phía phát và phía thu. Độ dịch tần số này làm mất tính trực giao giữa các sóng mang con, gây nên nhiễu xuyên sóng mang ICI. Mô hình dịch chuyển tần số được biểu diễn trên hình 1. Hình 1. Mô hình dịch chuyển tần số. Từ hình 1: Tín hiệu thu được y (n) sẽ là: j 2n N y ( n )  x ( n)e  w(n) (3) Trong đó:   fNTs - Độ dịch tần số chuẩn hóa; f - Độ lệch tần số giữa các sóng mang phía phát và phía thu; Ts - Chu kỳ ký hiệu sóng mang con; Tạp chí Nghiên cứu KH&CN quân sự, Số 52, 12 - 2017 97  Kỹ thuật điều khiển & Điện tử w(n) - Nhiễu Gauss trắng cộng tính (AWGN) trong kênh. Từ biểu thức (3) thấy rằng: để khử nhiễu ICI ta cần phải ước lượng chính xác  , sau đó nhân j 2n  j 2nˆ biểu thức x(n)e N với e N sẽ giảm thiểu được thành phần nhiễu ICI. Ở đây, ˆ là ước lượng của  . Muốn vậy, ta sử dụng bộ lọc Kalman mở rộng – một công cụ ước lượng đệ quy rất mạnh. Hiện nay, có một số công trình như [3], [4], [5], đã nghiên cứu, đánh giá chất lượng hệ thống OFDM thông qua sử dụng bộ lọc Kalman mở rộng và đã cho được các kết quả khả thi, tuy nhiên, ở đó vẫn chưa mô phỏng đánh giá đối với các phương pháp điều chế bậc cao. Mà hiện nay với sự phát triển mạnh mẽ của công nghệ số, nhu cầu đòi hỏi ngày càng cao về chất lượng, dung lượng đường truyền thì trong hệ thống phải dùng các phương pháp điều chế bậc cao. Bài báo này là sự tiếp nối của các công trình đó, xây dựng sơ đồ thuật toán chi tiết cho phép xây dựng một bộ lọc Kalman mở rộng để triệt nhiễu ICI, qua đó, cải thiện tỷ lệ lỗi bit (BER). Sơ đồ lọc đặc biệt có hiệu quả tốt trong các hệ thống dùng phương pháp điều chế bậc cao, có độ lệch tần số lớn. 2. BỘ LỌC KALMAN MỞ RỘNG Theo [2] một bộ lọc Kalman có kỳ vọng và ma trận hiệp biến được tuyến tính hóa được gọi là bộ lọc Kalman mở rộng. Giả sử phương trình trạng thái của hệ thống được biểu diễn với vectơ trạng thái x   n : xk  f ( xk 1 , u k 1 , wk 1 ) (4) với phép đo z   m thì có được: z k  h ( xk , vk ) (5) Trong đó, wk , vk là nhiễu quá trình và nhiễu đo. Trong phương trình (4), hàm f (.) là một hàm phi tuyến, liên hệ trạng thái trước đó k  1 với trạng thái hiện tại k . Phương trình (5), hàm h(.) cũng là một hàm phi tuyến liên hệ giữa trạng thái xk và giá trị đo z k . Để ước lượng một quá trình phi tuyến, ta sẽ tuyến tính hóa (4) và (5) như sau: xk  ~xk  A( xk 1  xˆk 1 )  Wwk 1 (6) z k  z k  H ( xk  ~ ~ xk )  Vvk (7) ...