Tải Đề tài Ứng dụng thuật toán ML để đồng bộ pha sóng mang và định thời cho kênh pha đinh
MỤC LỤC
CHƯƠNG I. MÔ HÌNH KÊNH PHAĐING & CÁC THÔNG SỐ ĐẶC TRƯNG
1.1. GIỚI THIỆU
1.2. MÔ HÌNH KÊNH PHA ĐINH LIÊN TỤC
1.3. MÔ HÌNH KÊNH PHAĐINH RỜI RẠC
1.4. ĐẶC TÍNH THỐNG KÊ CỦA KÊNH PHAĐING
1.5 KẾT LUẬN
CHƯƠNG II. TỔNG HỢP CÁC THUẬT TOÁN ĐỒNG BỘ
2.1. MỞ ĐẦU
2.2. RÚT RA CÁC THUẬT TOÁN ĐỒNG BỘ ML
2.3. THUẬT TOÁN TÌM KIẾM LỚN NHẤT
2.4. CÁC HỆ THỐNG HỒI TIẾP LỖI
2.5. ƯỚC TÍNH THÔNG SỐ ĐỊNH THỜI NDA
2.6. CÁC BỘ ƯỚC TÍNH THÔNG SỐ ĐỊNH THỜI DA (DD)
2.7. ƯỚC TÍNH BỘ PHA SÓNG MANG VÀ HỒI TIẾP LỖI PHA
2.8. KẾT LUẬN
CHƯƠNG III. ỨNG DỤNG THUẬT TOÁN ML ĐỂ ĐỒNG BỘ SÓNG MANG & ĐỊNH THỜI KÝ HIỆU
3.1. GIỚI THIỆU
3.2. ƯỚC TÍNH THÔNG SỐ TÍN HIỆU
3.2.1. Hàm khả năng (The Likelihood Function)
3.2.2. Khôi phục sóng mang và đồng bộ ký hiệu trong giải điều chế tín hiệu
3.3. ƯỚC TÍNH PHA SÓNG MANG
3.3.1. Ước tính pha sóng mang theo phương pháp ML
3.3.3. Ảnh hưởng của tạp âm cộng lên ước tính pha
3.3.4. Các vòng trực tiếp quyết định
3.3.5. Các vòng không trực tiếp quyết định
3.4. ƯỚC TÍNH ĐỊNH THỜI KÝ HIỆU
3.4.1. Ước tính định thời theo phương pháp ML (Maximum Likelihood)
3.4.2. Ước tính định thời không trực tiếp quyết định
3.5. ƯỚC TÍNH LIÊN HỢP CỦA PHA SÓNG MANG VÀ ĐỊNH THỜI KÝ HIỆU
3.6. CÁC ĐẶC TÍNH HIỆU NĂNG CỦA CÁC BỘ ƯỚC TÍNH ML
3.7. KẾT LUẬN
CHƯƠNG IV. CHƯƠNG TRÌNH MÔ PHỎNG ĐỒNG BỘ SÓNG MANG & ĐỊNH THỜI KÝ HIỆU
4.1. GIỚI THIỆU
4.2. MÔ PHỎNG ĐỒNG BỘ SÓNG MANG
4.2.1. Mô phỏng hoạt động vòng khoá pha PLL
4.2.2. Ảnh hưởng lỗi pha và chỉ số điều chế lên quá trình đồng bộ sóng mang trong hệ thống BPSK
4.3 MÔ PHỎNG ĐỒNG BỘ ĐỊNH THỜI KÝ HIỆU
4.4. KẾT LUẬN
Để tải bản Đầy Đủ của tài liệu, xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
Tæng hîp c¸c thuËt to¸n ®ång bé
2.1. Më ®Çu
Trªn c¬ së m« h×nh kªnh pha ®inh vµ c¸c th«ng sè ®Æc trng cña nã ®· ®îc kh¶o s¸t vµ ®îc rót ra ë ch¬ng I. Theo ®ã, mét khi cho tÝn hiÖu cã khu«n d¹ng ®iÒu chÕ cô thÓ còng nh lo¹i tÝn hiÖu cô thÓ ®îc truyÒn qua kªnh pha ®inh nµy ta cã thÓ x¸c ®Þnh ®îc sù ¶nh hëng cña kªnh pha ®inh nµy lªn tÝn hiÖu ®ã trong miÒn thêi gian vµ miÒn tÇn sè. V× môc ®Ých cña ®å ¸n lµ t×m hiÓu c¸c gi¶i ph¸p ®ång bé ®Þnh thêi vµ pha sãng mang trong m«i trêng kªnh pha ®inh, v× vËy ch¬ng nµy sÏ tr×nh bÇy cã tÝnh tæng hîp c¸c thuËt to¸n ®ång bé ®iÓn h×nh ®îc dïng trong qu¸ tr×nh ®ång bé. ThuËt to¸n ®îc rót ra ph¶i bao gåm: (1) c¸c th«ng sè cÇn ®îc íc tÝnh hay th«ng sè ®ång bé cô thÓ lµ th«ng sè ®Þnh thêi vµ th«ng sè pha sãng mang ; (2) c¸c th«ng sè ®Æc trng cho lo¹i d÷ liÖu ®îc ph¸t qua kªnh cô thÓ d÷ liÖu a tÝnh chÊt ®Æc trng cña lo¹i d÷ liÖu nµy nghÜa lµ x¸c suÊt ph¸t d÷ liÖu nµy, d÷ liÖu nµy thuéc lo¹i d÷ liÖu tÊt ®Þnh hay ngÉu nhiªn còng nh quan hÖ cña d÷ liÖu nµy víi c¸c th«ng sè ®ång bé ®Þnh thêi vµ pha sãng mang. (3) ¶nh hëng cña kªnh lªn c¸c th«ng sè cÇn ®îc íc tÝnh vµ d÷ liÖu ph¸t qua kªnh. Tuy nhiªn, cÒ nguyªn t¾c cÇn ph¶i xÐt cho c¸c m« h×nh kªnh pah ®inh thùc tÕ vµ c¸c th«ng sè phô thuéc thêi gian, song c«ng thøc to¸n qu¸ phøc t¹p. Trong nghiªn cøu thêng lÊy gÇn ®óng, kh«ng lµm mÊt tÝnh c¶m nhËn ®èi víi c¸c m« h×nh kªnh thùc tÕ. Theo ®ã, ta rót ra c¸c thuËt to¸n ®ång bé trong c¸c ®iÒu kiÖn lý tëng vµ sau ®ã ph©n tÝch hiÖu n¨ng cña c¸c thuËt to¸n nµy khi ®îc sö dông chung víi c¸c kªnh thùc tÕ.
Theo ®ã, tríc hÕt ®å ¸n tr×nh bÇy viÖc rót ra c¸c thuËt to¸n ®«ng bé kh¼ n¨ng nhÊt ML (Maximum-Likelihood) mét c¸ch v¾n t¾t ®Ó ®ång bé (hay íc tÝnh) ®Þnh thêi vµ pha. Ph©n lo¹i c¸c lo¹i íc tÝnh dùa trªn c¸c tiªu trÝ cô thÓ. Tr×nh bÇy thuËt to¸n t×m kiÕm lín nhÊt theo c¬ chÕ t×m kiÕm song song vµ t×m kiÕm lÆp vµ c¸c hÖ thèng håi tiÕp lçi. §Æc biÖt tr×nh bÇy hai thuËt to¸n íc tÝnh th«ng sè ®Þnh thêi kh«ng ®îc hç trî d÷ liÖu NDA vµ ®îc hç trî d÷a liÖu DA (DD) mµ ®îc dïng rÊt phæ biÕn trong c¸c hÖ thèng th«ng tin v« tuyÕn. C¸c thuËt to¸n t×m ®îc lµ gi¶i ph¸p ®Ó phôc vô c¸c bµi to¸n tèi u.
2.2. Rót ra c¸c thuËt to¸n ®ång bé ML
§Þnh nghÜa
Hµm kh¶ n¨ng gièng ph¶i ®¹t ®îc tÝnh trung b×nh trªn c¸c th«ng sè kh«ng mong ®îi. Ch¼ng h¹n,
¦íc tÝnh hîp cña :
¦íc tÝnh pha :
(2.1)
¦íc tÝnh ®Þnh thêi :
ngo¹i trõ mét vµi trêng hîp ®Æc biÖt, thêng kh«ng thÓ lÊy trung b×nh ë d¹ng kÝn ®îc, do ®ã ph¶i sö dông ®Õn kü thuËt lÊy gÇn ®óng. V× vËy, cã thÓ hiÓu viÖc rót ra c¸c thuËt to¸n ®ång bé lµ t×m c¸ch lÊy gÇn ®óng phï hîp.
Ph©n lo¹i
C¬ së (1): Dùa vµo c¸ch khö sù phô thuéc d÷ liÖu liªn quan ra mµ ph©n thµnh
Lo¹i DD/DA: trùc tiÕp quyÕt ®Þnh (DD: Decision-Directed) hay hç trî d÷ liÖu (DA: Data-Aided).
Lo¹i NDA: Kh«ng hç trî d÷ liÖu (Non-data-aided)
Lo¹i DD/DA
Lo¹i thuËt to¸n DA: Khi biÕt tríc chuçi d÷ liÖu (ch¼ng h¹n mµo ®Çu a0 trong qu¸ tr×nh b¾t), khi nµy ta ®Ò cËp ®Õn c¸c thuËt to¸n ®ång bé hç trî d÷ liÖu (d÷ liÖu hç trî). V× biÕt tríc chuçi a0, nªn chØ cã mét mét thµnh phÇn cña tæng trong ptr (2.1) cßn l¹i. V× vËy, quy t¾c íc tÝnh hîp quy vÒ lµm cùc ®¹i ho¸ hµm kh¶ n¨ng
(2.2)
Lo¹i thuËt to¸n DD: Khi chuçi ®îc t¸ch ®îc dïng cø nh lµ nã lµ chuçi ®óng th× ta ®Ò cËp ®Õn c¸c thuËt to¸n ®ång bé trùc tiÕp quyÕt ®Þnh. Khi x¸c suÊt lµ chuçi ®óng cña a0 mµ lín, th× chØ cã mét thµnh phÇn tham gia vµo tæng ë ptr(2.1)
(2.3)
V× vËy
(2.4)
TÊt c¶ c¸c thuËt to¸n DD ®Òu cÇn ®Õn mét íc tÝnh th«ng sè khëi t¹o tríc khi b¾t ®Çu qu¸ tr×nh t¸ch t¸ch. §Ó cã ®îc íc tÝnh tin cËy, cã thÓ göi tiªu ®Ò cña c¸c ký tù ®· biÕt.
Lo¹i NDA: Cã ®îc c¸c thuËt to¸n NDA nÕu thùc sù thùc hiÖn (chÝnh x¸c hoÆc xÊp xØ) phÐp lÊy trung b×nh.
VÝ dô: NDA cho BPSK víi c¸c ký hiÖu ph©n bè ®ång nhÊt ®éc lËp nhau i.i.d
(2.5)
C¬ së (2): ph©n lo¹i theo c¸c th«ng sè ®ång bé ®îc rót ra. Ch¼ng h¹n,
(DD&D): Trùc tiÕp ®Þnh thêi vµ d÷ liÖu:
(2.6)
DD, kh«ng phô thuéc ®Þnh thêi:
(DD&D): Trùc tiÕp pha vµ d÷ liÖu:
(2.7)
DD, kh«ng phô thuéc pha:
C¬ së (3): Ph©n lo¹i theo c¸ch íc tÝnh pha vµ ®Þnh thêi tõ tÝn hiÖu thu. Ta ph©n biÖt gi÷a c¸c thuËt to¸n vµo hai lo¹i sau
Lo¹i (FF): lµ lo¹i trùc tiÕp íc tÝnh c¸c th«ng sè kh«ng ®îc biÕt tríc () ®îc gäi lµ Feedforward (FF) v× rót ra ®îc íc tÝnh tõ tÝn hiÖu thu tríc khi nã ®îc hiÖu chØnh trong bé néi suy (®Ó ®Þnh thêi) hoÆc bé quay pha (®Ó kh«i phôc sãng mang).
Lo¹i (FB): lµ lo¹i lÇn lît rót ra ®îc tÝn hiÖu lçi () vµ () ®îc gäi lµ Feedback (FB) v× t×m ®îc íc tÝnh lçi vµ cÊp tÝn hiÖu hiÖu chØnh quay trë l¹i bé néi suy hoÆc bé quay pha t¬ng øng. C¸c cÊu tróc FB cã kh¶ n¨ng b¸m c¸c thay ®æi th«ng sè biÕn ®æi chËm mét c¸ch tù ®éng. V× vËy, chóng còng ®îc gäi lµ c¸c ®ång bé håi tiÕp lçi.
H×nh 2.1 minh ho¹ s¬ ®å khèi m¸y thu sè ®iÓn h×nh cïng víi c¸c tÝn hiÖu cÇn thiÕt cho c¸c thuËt to¸n FF hoÆc FB. Chó ý r»ng cã thÓ ho¸n ®æi vÞ trÝ cña c¸c khèi víi nhau tuú vµo øng dông. Ch¼ng h¹n, cã thÓ ®æi vÞ trÝ gi÷a bé néi suy vµ bé quay pha víi nhau.
H×nh 2.1. C¸c thuËt to¸n ®ång bé Feedforward (FF) vµ Feedback (FB)
Khi rót ra thuËt to¸n ®ång bé theo chuÈn ML, ta ®· gi¶ ®Þnh r»ng m« h×nh kªnh lý tëng, c¸c th«ng sè kh«ng ®æi, Ýt nhÊt ®èi víi c¸c kªnh tùa tÜnh. VÒ nguyªn t¾c, cÇn ph¶i xÐt cho c¸c m« h×nh thùc tÕ vµ c¸c th«ng sè phô thuéc thêi gian, song c«ng thøc to¸n qu¸ phøc t¹p. Trong nghiªn cøu thêng lÊy gÇn ®óng, kh«ng lµm mÊt tÝnh c¶m nhËn ®èi víi c¸c m« h×nh kªnh thùc tÕ. Theo ®ã, ta rót ra c¸c thuËt to¸n ®ång bé trong c¸c ®iÒu kiÖn lý tëng vµ sau ®ã ph©n tÝch hiÖu n¨ng cña c¸c thuËt to¸n nµy khi ®îc sö dông chung víi c¸c kªnh thùc tÕ.
Ta coi r»ng c¸c xung Nyquist vµ bé läc tríc ®èi xøng qua 1/ 2Ts. Khi nµy, hµm kh¶ n¨ng gièng [ch¬ng 4, [7]] lµ
(2.8)
trong ®ã
BiÕt r»ng, cã thÓ rót ra ®îc c¸c thuËt to¸n ®ång bé mét c¸ch hÖ thèng b»ng c¸ch lÊy gÇn ®óng phï hîp ®Ó khö c¸c th«ng sè “kh«ng muèn” trong hµm ML. KÕt qu¶ lÊy gÇn ®óng lµ mét hµm L(), trong ®ã lµ tËp c¸c th«ng sè ®îc íc tÝnh. Gi¸ trÞ íc tÝnh ®îc ®Þnh nghÜa lµ ®èi sè ®Ó hµm L() nhËn gi¸ trÞ cùc trÞ. Tuú vµo ®Þnh nghÜa L() mµ cùc trÞ cã thÓ lµ cùc ®¹i hoÆc cùc tiÓu:
(2.9)
Nãi mét c¸ch chÝnh x¸c, lµ mét íc tÝnh ML nÕu hµm môc tiªu L() lµ hµm ML p. Tuy vËy, ®Ó tiÖn ta thêng nãi íc tÝnh ML trong trêng hîp L() chØ xÊp xØ b»ng p.
Ta t×m ®îc gÇn ®óng ®Çu tiªn cña hµm kh¶ n¨ng gièng (2.8) khi gi¸ trÞ lín cña N, ta biÕt r»ng tÝch bªn trong (inner product) kh«ng phô thuéc vµo c¸c tham sè ®ång bé. Khi gi¸ trÞ N ®ñ lín, th× tæng
(2.10)
lµ gi¸ trÞ gÇn ®óng víi gi¸ trÞ kú väng cña nã. V× vËy, ta cã = h»ng sè, tõ gi¸ trÞ cùc ®¹i t×m ®îc hµm môc tiªu:
(2.11)
NhËn xÐt: Cã thÓ rót ra mét vµi kÕt luËn quan träng tõ hµm môc tiªu.
HÇu hÕt c¸c m¸y thu sè thùc hiÖn kh«i phôc ®Þnh thêi tríc kh«i phôc pha. Lý do hoµn toµn râ tõ (2.11). Mét khi biÕt ®îc ®Þnh thêi, mét mÉu trªn ký hiÖu ®Çu ra bé läc thÝch hîp lµ ®ñ ®Ó íc tÝnh pha sãng mang vµ t¸ch ký hiÖu. §Ó gi¶m thiÓu lîng tÝnh to¸n trong m¸y thu, viÖc hiÖu chØnh vµ íc tÝnh pha sãng mang ph¶i ®îc thùc hiÖn ë tèc ®é lÊy mÉu thÊp nhÊt, lµ tèc ®é ký hiÖu 1/T. V× vËy, tÊt c¶ c¸c thuËt to¸n sè ®Ó íc tÝnh pha ®îc rót ra sau nµy ®Òu thuéc lo¹i ho¹t ®éng t¹i tèc ®é ký hiÖu 1/T. Chóng sÏ lµ hoÆc DD (DA) hoÆc NDA.
Trong khi Ýt thuËt to¸n íc t...
Download miễn phí Đề tài Ứng dụng thuật toán ML để đồng bộ pha sóng mang và định thời cho kênh pha đinh
MỤC LỤC
CHƯƠNG I. MÔ HÌNH KÊNH PHAĐING & CÁC THÔNG SỐ ĐẶC TRƯNG
1.1. GIỚI THIỆU
1.2. MÔ HÌNH KÊNH PHA ĐINH LIÊN TỤC
1.3. MÔ HÌNH KÊNH PHAĐINH RỜI RẠC
1.4. ĐẶC TÍNH THỐNG KÊ CỦA KÊNH PHAĐING
1.5 KẾT LUẬN
CHƯƠNG II. TỔNG HỢP CÁC THUẬT TOÁN ĐỒNG BỘ
2.1. MỞ ĐẦU
2.2. RÚT RA CÁC THUẬT TOÁN ĐỒNG BỘ ML
2.3. THUẬT TOÁN TÌM KIẾM LỚN NHẤT
2.4. CÁC HỆ THỐNG HỒI TIẾP LỖI
2.5. ƯỚC TÍNH THÔNG SỐ ĐỊNH THỜI NDA
2.6. CÁC BỘ ƯỚC TÍNH THÔNG SỐ ĐỊNH THỜI DA (DD)
2.7. ƯỚC TÍNH BỘ PHA SÓNG MANG VÀ HỒI TIẾP LỖI PHA
2.8. KẾT LUẬN
CHƯƠNG III. ỨNG DỤNG THUẬT TOÁN ML ĐỂ ĐỒNG BỘ SÓNG MANG & ĐỊNH THỜI KÝ HIỆU
3.1. GIỚI THIỆU
3.2. ƯỚC TÍNH THÔNG SỐ TÍN HIỆU
3.2.1. Hàm khả năng (The Likelihood Function)
3.2.2. Khôi phục sóng mang và đồng bộ ký hiệu trong giải điều chế tín hiệu
3.3. ƯỚC TÍNH PHA SÓNG MANG
3.3.1. Ước tính pha sóng mang theo phương pháp ML
3.3.3. Ảnh hưởng của tạp âm cộng lên ước tính pha
3.3.4. Các vòng trực tiếp quyết định
3.3.5. Các vòng không trực tiếp quyết định
3.4. ƯỚC TÍNH ĐỊNH THỜI KÝ HIỆU
3.4.1. Ước tính định thời theo phương pháp ML (Maximum Likelihood)
3.4.2. Ước tính định thời không trực tiếp quyết định
3.5. ƯỚC TÍNH LIÊN HỢP CỦA PHA SÓNG MANG VÀ ĐỊNH THỜI KÝ HIỆU
3.6. CÁC ĐẶC TÍNH HIỆU NĂNG CỦA CÁC BỘ ƯỚC TÍNH ML
3.7. KẾT LUẬN
CHƯƠNG IV. CHƯƠNG TRÌNH MÔ PHỎNG ĐỒNG BỘ SÓNG MANG & ĐỊNH THỜI KÝ HIỆU
4.1. GIỚI THIỆU
4.2. MÔ PHỎNG ĐỒNG BỘ SÓNG MANG
4.2.1. Mô phỏng hoạt động vòng khoá pha PLL
4.2.2. Ảnh hưởng lỗi pha và chỉ số điều chế lên quá trình đồng bộ sóng mang trong hệ thống BPSK
4.3 MÔ PHỎNG ĐỒNG BỘ ĐỊNH THỜI KÝ HIỆU
4.4. KẾT LUẬN
Để tải bản Đầy Đủ của tài liệu, xin Trả lời bài viết này, Mods sẽ gửi Link download cho bạn sớm nhất qua hòm tin nhắn.
Ai cần download tài liệu gì mà không tìm thấy ở đây, thì đăng yêu cầu down tại đây nhé:
Nhận download tài liệu miễn phí
Tóm tắt nội dung tài liệu:
Ch¬ng IITæng hîp c¸c thuËt to¸n ®ång bé
2.1. Më ®Çu
Trªn c¬ së m« h×nh kªnh pha ®inh vµ c¸c th«ng sè ®Æc trng cña nã ®· ®îc kh¶o s¸t vµ ®îc rót ra ë ch¬ng I. Theo ®ã, mét khi cho tÝn hiÖu cã khu«n d¹ng ®iÒu chÕ cô thÓ còng nh lo¹i tÝn hiÖu cô thÓ ®îc truyÒn qua kªnh pha ®inh nµy ta cã thÓ x¸c ®Þnh ®îc sù ¶nh hëng cña kªnh pha ®inh nµy lªn tÝn hiÖu ®ã trong miÒn thêi gian vµ miÒn tÇn sè. V× môc ®Ých cña ®å ¸n lµ t×m hiÓu c¸c gi¶i ph¸p ®ång bé ®Þnh thêi vµ pha sãng mang trong m«i trêng kªnh pha ®inh, v× vËy ch¬ng nµy sÏ tr×nh bÇy cã tÝnh tæng hîp c¸c thuËt to¸n ®ång bé ®iÓn h×nh ®îc dïng trong qu¸ tr×nh ®ång bé. ThuËt to¸n ®îc rót ra ph¶i bao gåm: (1) c¸c th«ng sè cÇn ®îc íc tÝnh hay th«ng sè ®ång bé cô thÓ lµ th«ng sè ®Þnh thêi vµ th«ng sè pha sãng mang ; (2) c¸c th«ng sè ®Æc trng cho lo¹i d÷ liÖu ®îc ph¸t qua kªnh cô thÓ d÷ liÖu a tÝnh chÊt ®Æc trng cña lo¹i d÷ liÖu nµy nghÜa lµ x¸c suÊt ph¸t d÷ liÖu nµy, d÷ liÖu nµy thuéc lo¹i d÷ liÖu tÊt ®Þnh hay ngÉu nhiªn còng nh quan hÖ cña d÷ liÖu nµy víi c¸c th«ng sè ®ång bé ®Þnh thêi vµ pha sãng mang. (3) ¶nh hëng cña kªnh lªn c¸c th«ng sè cÇn ®îc íc tÝnh vµ d÷ liÖu ph¸t qua kªnh. Tuy nhiªn, cÒ nguyªn t¾c cÇn ph¶i xÐt cho c¸c m« h×nh kªnh pah ®inh thùc tÕ vµ c¸c th«ng sè phô thuéc thêi gian, song c«ng thøc to¸n qu¸ phøc t¹p. Trong nghiªn cøu thêng lÊy gÇn ®óng, kh«ng lµm mÊt tÝnh c¶m nhËn ®èi víi c¸c m« h×nh kªnh thùc tÕ. Theo ®ã, ta rót ra c¸c thuËt to¸n ®ång bé trong c¸c ®iÒu kiÖn lý tëng vµ sau ®ã ph©n tÝch hiÖu n¨ng cña c¸c thuËt to¸n nµy khi ®îc sö dông chung víi c¸c kªnh thùc tÕ.
Theo ®ã, tríc hÕt ®å ¸n tr×nh bÇy viÖc rót ra c¸c thuËt to¸n ®«ng bé kh¼ n¨ng nhÊt ML (Maximum-Likelihood) mét c¸ch v¾n t¾t ®Ó ®ång bé (hay íc tÝnh) ®Þnh thêi vµ pha. Ph©n lo¹i c¸c lo¹i íc tÝnh dùa trªn c¸c tiªu trÝ cô thÓ. Tr×nh bÇy thuËt to¸n t×m kiÕm lín nhÊt theo c¬ chÕ t×m kiÕm song song vµ t×m kiÕm lÆp vµ c¸c hÖ thèng håi tiÕp lçi. §Æc biÖt tr×nh bÇy hai thuËt to¸n íc tÝnh th«ng sè ®Þnh thêi kh«ng ®îc hç trî d÷ liÖu NDA vµ ®îc hç trî d÷a liÖu DA (DD) mµ ®îc dïng rÊt phæ biÕn trong c¸c hÖ thèng th«ng tin v« tuyÕn. C¸c thuËt to¸n t×m ®îc lµ gi¶i ph¸p ®Ó phôc vô c¸c bµi to¸n tèi u.
2.2. Rót ra c¸c thuËt to¸n ®ång bé ML
§Þnh nghÜa
Hµm kh¶ n¨ng gièng ph¶i ®¹t ®îc tÝnh trung b×nh trªn c¸c th«ng sè kh«ng mong ®îi. Ch¼ng h¹n,
¦íc tÝnh hîp cña :
¦íc tÝnh pha :
(2.1)
¦íc tÝnh ®Þnh thêi :
ngo¹i trõ mét vµi trêng hîp ®Æc biÖt, thêng kh«ng thÓ lÊy trung b×nh ë d¹ng kÝn ®îc, do ®ã ph¶i sö dông ®Õn kü thuËt lÊy gÇn ®óng. V× vËy, cã thÓ hiÓu viÖc rót ra c¸c thuËt to¸n ®ång bé lµ t×m c¸ch lÊy gÇn ®óng phï hîp.
Ph©n lo¹i
C¬ së (1): Dùa vµo c¸ch khö sù phô thuéc d÷ liÖu liªn quan ra mµ ph©n thµnh
Lo¹i DD/DA: trùc tiÕp quyÕt ®Þnh (DD: Decision-Directed) hay hç trî d÷ liÖu (DA: Data-Aided).
Lo¹i NDA: Kh«ng hç trî d÷ liÖu (Non-data-aided)
Lo¹i DD/DA
Lo¹i thuËt to¸n DA: Khi biÕt tríc chuçi d÷ liÖu (ch¼ng h¹n mµo ®Çu a0 trong qu¸ tr×nh b¾t), khi nµy ta ®Ò cËp ®Õn c¸c thuËt to¸n ®ång bé hç trî d÷ liÖu (d÷ liÖu hç trî). V× biÕt tríc chuçi a0, nªn chØ cã mét mét thµnh phÇn cña tæng trong ptr (2.1) cßn l¹i. V× vËy, quy t¾c íc tÝnh hîp quy vÒ lµm cùc ®¹i ho¸ hµm kh¶ n¨ng
(2.2)
Lo¹i thuËt to¸n DD: Khi chuçi ®îc t¸ch ®îc dïng cø nh lµ nã lµ chuçi ®óng th× ta ®Ò cËp ®Õn c¸c thuËt to¸n ®ång bé trùc tiÕp quyÕt ®Þnh. Khi x¸c suÊt lµ chuçi ®óng cña a0 mµ lín, th× chØ cã mét thµnh phÇn tham gia vµo tæng ë ptr(2.1)
(2.3)
V× vËy
(2.4)
TÊt c¶ c¸c thuËt to¸n DD ®Òu cÇn ®Õn mét íc tÝnh th«ng sè khëi t¹o tríc khi b¾t ®Çu qu¸ tr×nh t¸ch t¸ch. §Ó cã ®îc íc tÝnh tin cËy, cã thÓ göi tiªu ®Ò cña c¸c ký tù ®· biÕt.
Lo¹i NDA: Cã ®îc c¸c thuËt to¸n NDA nÕu thùc sù thùc hiÖn (chÝnh x¸c hoÆc xÊp xØ) phÐp lÊy trung b×nh.
VÝ dô: NDA cho BPSK víi c¸c ký hiÖu ph©n bè ®ång nhÊt ®éc lËp nhau i.i.d
(2.5)
C¬ së (2): ph©n lo¹i theo c¸c th«ng sè ®ång bé ®îc rót ra. Ch¼ng h¹n,
(DD&D): Trùc tiÕp ®Þnh thêi vµ d÷ liÖu:
(2.6)
DD, kh«ng phô thuéc ®Þnh thêi:
(DD&D): Trùc tiÕp pha vµ d÷ liÖu:
(2.7)
DD, kh«ng phô thuéc pha:
C¬ së (3): Ph©n lo¹i theo c¸ch íc tÝnh pha vµ ®Þnh thêi tõ tÝn hiÖu thu. Ta ph©n biÖt gi÷a c¸c thuËt to¸n vµo hai lo¹i sau
Lo¹i (FF): lµ lo¹i trùc tiÕp íc tÝnh c¸c th«ng sè kh«ng ®îc biÕt tríc () ®îc gäi lµ Feedforward (FF) v× rót ra ®îc íc tÝnh tõ tÝn hiÖu thu tríc khi nã ®îc hiÖu chØnh trong bé néi suy (®Ó ®Þnh thêi) hoÆc bé quay pha (®Ó kh«i phôc sãng mang).
Lo¹i (FB): lµ lo¹i lÇn lît rót ra ®îc tÝn hiÖu lçi () vµ () ®îc gäi lµ Feedback (FB) v× t×m ®îc íc tÝnh lçi vµ cÊp tÝn hiÖu hiÖu chØnh quay trë l¹i bé néi suy hoÆc bé quay pha t¬ng øng. C¸c cÊu tróc FB cã kh¶ n¨ng b¸m c¸c thay ®æi th«ng sè biÕn ®æi chËm mét c¸ch tù ®éng. V× vËy, chóng còng ®îc gäi lµ c¸c ®ång bé håi tiÕp lçi.
H×nh 2.1 minh ho¹ s¬ ®å khèi m¸y thu sè ®iÓn h×nh cïng víi c¸c tÝn hiÖu cÇn thiÕt cho c¸c thuËt to¸n FF hoÆc FB. Chó ý r»ng cã thÓ ho¸n ®æi vÞ trÝ cña c¸c khèi víi nhau tuú vµo øng dông. Ch¼ng h¹n, cã thÓ ®æi vÞ trÝ gi÷a bé néi suy vµ bé quay pha víi nhau.
H×nh 2.1. C¸c thuËt to¸n ®ång bé Feedforward (FF) vµ Feedback (FB)
Khi rót ra thuËt to¸n ®ång bé theo chuÈn ML, ta ®· gi¶ ®Þnh r»ng m« h×nh kªnh lý tëng, c¸c th«ng sè kh«ng ®æi, Ýt nhÊt ®èi víi c¸c kªnh tùa tÜnh. VÒ nguyªn t¾c, cÇn ph¶i xÐt cho c¸c m« h×nh thùc tÕ vµ c¸c th«ng sè phô thuéc thêi gian, song c«ng thøc to¸n qu¸ phøc t¹p. Trong nghiªn cøu thêng lÊy gÇn ®óng, kh«ng lµm mÊt tÝnh c¶m nhËn ®èi víi c¸c m« h×nh kªnh thùc tÕ. Theo ®ã, ta rót ra c¸c thuËt to¸n ®ång bé trong c¸c ®iÒu kiÖn lý tëng vµ sau ®ã ph©n tÝch hiÖu n¨ng cña c¸c thuËt to¸n nµy khi ®îc sö dông chung víi c¸c kªnh thùc tÕ.
Ta coi r»ng c¸c xung Nyquist vµ bé läc tríc ®èi xøng qua 1/ 2Ts. Khi nµy, hµm kh¶ n¨ng gièng [ch¬ng 4, [7]] lµ
(2.8)
trong ®ã
BiÕt r»ng, cã thÓ rót ra ®îc c¸c thuËt to¸n ®ång bé mét c¸ch hÖ thèng b»ng c¸ch lÊy gÇn ®óng phï hîp ®Ó khö c¸c th«ng sè “kh«ng muèn” trong hµm ML. KÕt qu¶ lÊy gÇn ®óng lµ mét hµm L(), trong ®ã lµ tËp c¸c th«ng sè ®îc íc tÝnh. Gi¸ trÞ íc tÝnh ®îc ®Þnh nghÜa lµ ®èi sè ®Ó hµm L() nhËn gi¸ trÞ cùc trÞ. Tuú vµo ®Þnh nghÜa L() mµ cùc trÞ cã thÓ lµ cùc ®¹i hoÆc cùc tiÓu:
(2.9)
Nãi mét c¸ch chÝnh x¸c, lµ mét íc tÝnh ML nÕu hµm môc tiªu L() lµ hµm ML p. Tuy vËy, ®Ó tiÖn ta thêng nãi íc tÝnh ML trong trêng hîp L() chØ xÊp xØ b»ng p.
Ta t×m ®îc gÇn ®óng ®Çu tiªn cña hµm kh¶ n¨ng gièng (2.8) khi gi¸ trÞ lín cña N, ta biÕt r»ng tÝch bªn trong (inner product) kh«ng phô thuéc vµo c¸c tham sè ®ång bé. Khi gi¸ trÞ N ®ñ lín, th× tæng
(2.10)
lµ gi¸ trÞ gÇn ®óng víi gi¸ trÞ kú väng cña nã. V× vËy, ta cã = h»ng sè, tõ gi¸ trÞ cùc ®¹i t×m ®îc hµm môc tiªu:
(2.11)
NhËn xÐt: Cã thÓ rót ra mét vµi kÕt luËn quan träng tõ hµm môc tiªu.
HÇu hÕt c¸c m¸y thu sè thùc hiÖn kh«i phôc ®Þnh thêi tríc kh«i phôc pha. Lý do hoµn toµn râ tõ (2.11). Mét khi biÕt ®îc ®Þnh thêi, mét mÉu trªn ký hiÖu ®Çu ra bé läc thÝch hîp lµ ®ñ ®Ó íc tÝnh pha sãng mang vµ t¸ch ký hiÖu. §Ó gi¶m thiÓu lîng tÝnh to¸n trong m¸y thu, viÖc hiÖu chØnh vµ íc tÝnh pha sãng mang ph¶i ®îc thùc hiÖn ë tèc ®é lÊy mÉu thÊp nhÊt, lµ tèc ®é ký hiÖu 1/T. V× vËy, tÊt c¶ c¸c thuËt to¸n sè ®Ó íc tÝnh pha ®îc rót ra sau nµy ®Òu thuéc lo¹i ho¹t ®éng t¹i tèc ®é ký hiÖu 1/T. Chóng sÏ lµ hoÆc DD (DA) hoÆc NDA.
Trong khi Ýt thuËt to¸n íc t...