Introduction to OFDM and its PAPR Drawback

Dr. Prapun Suksompong

หลักการเบือ้ งต้ นของ OFDM

OFDM ซึ่งย่อมาจาก Orthogonal Frequency Division Multiplexing เป็ นระบบที่มีการวิจยั อย่างแพร่ หลายในปัจจุบนั มีการนาไป
ประยุกต์ใช้กบั การสื่ อสารไร้สายหลายประเภท ข้อดีเบื้องต้นของระบบ OFDM คือ เป็ นระบบที่สามารถส่งผ่านข้อมูลด้วยอัตรา
ความเร็ วสูงเมื่อเทียบกับระบบอื่นๆ อีกทั้งยังใช้ยา่ นความถี่ที่มีอยูอ่ ย่างมีประสิ ทธิภาพซึ่งจะได้กล่าวถึงในส่วนต่อไป ในส่วนนี้
เราจะอธิบายหลักการทางานเบื้องต้นของ OFDM โดยเริ่ มจากระบบที่ไม่ซบั ซ้อนเพื่อให้เข้าใจได้ง่าย หลังจากนั้นเราจะชี้ให้เห็น
ถึงปั ญหาและการแก้ปัญหาโดยการเพิ่มเติมคุณลักษณะของ OFDM ลงไปในระบบ

การส่ งข้ อมูลโดยใช้ คลืน่ พาห์ เดียว (Single Carrier Transmission)

เทคนิคการส่งสัญญาณแบบ OFDM เป็ นรู ปแบบของการส่งข้อมูลแบบขนานโดยอาศัยหลายคลื่นพาห์ (Multi-Carrier
Transmission) ซึ่งเราจะนาเสนอโดยเปรี ยบเทียบกับการส่งข้อมูลโดยใช้คลื่นพาห์เดียว (Single Carrier Transmission) ในการส่ง
ข้อมูลโดยใช้คลื่นพาห์เดียวนั้น การส่งชุดข้อมูล (block of symbols) ที่ประกอบด้วย s1 , s2 , , sN สามารถทาได้โดยการส่ง
pulse p  t  ที่เปลี่ยนขนาดไปตาม s1 , s2 , , sN เรี ยงกันไปตามลาดับ โดยสามารถเขียนเป็ นสมการได้ดงั นี้
N 1
s  t    sk p  t  kT 
k 0

โดย T เป็ นเวลาที่ใช้ในการส่งแต่ละสัญลักษณ์ขอ้ มูล (symbol interval) ตัวอย่างของ pulse p  t  ที่ง่ายที่สุดก็คือ pulse รู ป
สี่ เหลี่ยม (rectangular pulse) ซึ่งเขียนสมการได้เป็ น
1, t   0, T 
p  t   10,T   t   
0, otherwise.
เราจะเห็นว่าข้อมูล s1 นั้นเมื่อนาไปคูณกับ pulse p  t  แล้วจะอยูร่ ะหว่างเวลา t   0, T  ในแกนเวลา ส่วนข้อมูล s2 นั้นจะ
อยูร่ ะหว่างเวลา t  T , 2T  ดังนั้น เมื่อใช้ pulse รู ปสี่ เหลี่ยมข้างต้นสัญญาณที่ได้จะไม่มีการซ้อนทับกันในแกนเวลา รู ปที่ 1a
แสดงตัวอย่างของสัญญาณ s  t  สาหรับข้อมูล  s1 , s2 , , s8   1,0,1,1,0,1,0,1

1|P a g e
 (a) (b)
1.2

1
1
0.8

0.6
0.8
0.4

0.6 0.2

0.4 -0.2

-0.4
0.2
-0.6

-0.8
0
-1

-0.2
-1 0 1 2 3 4 5 6 7 8 9 -1 0 1 2 3 4 5 6 7 8 9
Time Time

รู ปที่ 1: (a) ตัวอย่างของสัญญาณ s (t ) เมื่อข้อมูลเป็ น  s1 , s2 , , s8   1,0,1,1,0,1,0,1 (b) ตัวอย่างของสัญญาณ x(t )

ที่เกิดจากการ modulate สัญญาณ s (t )

ก่อนที่ สัญญาณ s  t  ดังกล่าวจะถูกส่ งออกไปจากเครื่ องส่ ง สัญญาณจะถูกแปลงความถี่ดว้ ยสัญญาณพาห์โดยกระบวนการที่

เรี ยกว่า modulation ถ้าเราวิเคราะห์สญ
ั ญาณในแกนความถี่ (frequency domain) ผลของการ modulation ก็คือสัญญาณจะย้ายแถบ
ความถี่ของตัวเองจากรอบ ๆ ความถี่ศูนย์ไปยังรอบ ๆ ความถี่ของสัญญาณพาห์ ดังนั้นเราจึงเรี ยกสัญญาณที่ ถูก modulate แล้วว่า
สั ญ ญาณแบนด์ พ าส (bandpass signal) ส าหรั บ สั ญ ญาณที่ ย งั ไม่ ไ ด้ผ่ า นการ modulation เราจะเรี ย กว่า สั ญ ญาณเบสแบนด์
(baseband signal)
เราสามารถเขียนสมการของสัญญาณแบนด์พาสได้ดงั ต่อไปนี้

x  t   Re s  t  e j 2 fc t 
โดยที่ f c เป็ นความถี่ของคลื่นพาห์ ถ้าเราให้ S  f  เป็ น spectrum ของสัญญาณเบสแบนด์ s  t  ผลของการ modulation ใน
แกนความถี่ก็คือ spectrum X  f  ของสัญญาณ bandpass x  t  สามารถเขียนได้เป็ น
Xf
1
2
 S  f  fc   S *   f  fc 
จะเห็นได้วา่ spectrum S  f  ของ s  t  ได้ยา้ ยไปอยูท่ ี่  f c นอกจากนี้ถา้ สัญญาณเบสแบนด์ s  t  เป็ นจานวนจริ งเสมอ
สมการของสัญญาณแบนด์พาสข้างต้นจะเหลือเพียง
x  t   s  t  cos  2 f ct 
ส่วน spectrum X  f  ก็จะเป็ น
 S  f  fc   S  f  fc  
1
Xf
2
รู ปที่ 1b แสดงตัวอย่างของสัญญาณ bandpass ที่ได้จากสัญญาณ baseband ในรู ปที่ 1a
สัญญาณที่ถูก modulate แล้วจะถูกส่งผ่านไปยังช่องสัญญาณ (Channel) ในส่วนถัดไปเราจะอธิบายลักษณะของ
ช่องสัญญาณสาหรับการสื่ อสารแบบไร้สาย

2|P a g e
การสื่อสารไร้ สายและการจางหายแบบหลายเส้ นทาง (Wireless communication and Multipath fading)

การสื่ อสารแบบไร้สายได้กลายเป็ นส่วนสาคัญในการดารงชีวติ ประจาวัน ในขณะเดียวกัน ความต้องการส่งข้อมูลเป็ นปริ มาณ

มากในเวลารวดเร็ วได้เพิ่มสูงขึ้นเรื่ อย ๆ อย่างไรก็ตาม การสื่ อสารผ่านช่องสัญญาณแบบไร้สายนั้นมีขอ้ จากัดมากมาย
คุณลักษณะของช่องสัญญาณสามารถเปลี่ยนแปลงตามองค์ประกอบต่าง ๆ ได้ เช่น สิ่ งแวดล้อมทางกายภาพ ความเร็ วในการ
เคลื่อนที่ของอุปกรณ์ภาครับหรื อส่ง และ อุณหภูมิ เป็ นต้น นอกจากนั้นยังมีสญั ญาณรบกวน (noise) ซึ่งเราควมคุมได้ยาก ใน
ส่วนนี้เราจะกล่าวถึง การจางหายแบบหลายเส้นทางของช่องสัญญาณ
ในการสื่ อสารแบบไร้สาย สัญญาณที่ถูกส่งออกมาจะกระจายออกเป็ นหลายทิศทาง ดังนั้นจึงมีการสูญเสี ยของสัญญาณ
สูง เมื่อคลื่นสัญญาณเดินทางผ่านตัวกลางก็จะมีการลดทอน (Attenuation) ของสัญญาณเกิดขึ้น นอกจากนี้สญ ั ญาณที่กระจาย
ออกนอกเส้นทางยังสามารถสะท้อนกลับมายังเครื่ องรับได้อีกดังรู ปที่ 2 สัญญาณที่สะท้อนกลับมาเหล่านี้เดินทางมาถึงเครื่ องรับ
ล่าช้ากว่าสัญญาณที่มาจากเส้นทางตรงเพราะระยะทางที่เพิ่มขึ้น เราจะเรี ยกเวลาการเดินทางที่เพิ่มขึ้นนี้วา่ ค่ าหน่ วงเวลา (excess
delay) โดยปกติแล้วสัญญาณสะท้อนจะมีมากกว่าหนึ่งสัญญาณ โดย ขนาด และ ค่าหน่วงเวลาของแต่ละสัญญาณ ก็จะแตกต่าง
กันไป เราเรี ยกการเดินทางของสัญญาณแบบหลายเส้นทางนี้วา่ multipath propagation และเรี ยกสัญญาณเหล่านี้วา่ multipath
waves

รู ปที่ 2: Multipath propagation

เมื่อเกิด multipath propagation สัญญาณที่เครื่ องรับได้รับก็จะมีการผิดเพี้ยน (smearing) ไปจากสัญญาณที่ถูกส่งออกมา

จากเครื่ องส่งดังแสดงในรู ปที่ 3 ปั ญหานี้เราเรี ยกว่า การจางหายแบบหลายเส้นทาง หรื อ multipath fading สังเกตว่าพลังงาน
บางส่วนของสัญลักษณ์แรกซึ่งควรจะถูกจากัดอยูร่ ะหว่างเวลา 0 ถึง T ได้ล้ าเข้าไปอยูใ่ นส่วนของสัญลักษณ์ที่สอง ปั ญหานี้
เรี ยกว่า การสอดแทรกระหว่ างสัญลักษณ์ (Inter-symbol Interference:ISI)

3|P a g e
 (a) (b)

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0

-0.2 -0.2

-0.4 -0.4

-0.6 -0.6

-0.8 -0.8

-1 -1

-1 0 1 2 3 4 5 6 7 8 9 0 2 4 6 8 10 12
Time Time

รู ปที่ 3: (a) Multipath fading เมื่อ T (symbol interval) มีขนาดใหญ่เมื่อเทียบกับค่าหน่วงเวลา จะเห็นได้วา่ สัญญาณไม่ได้
เปลี่ยนไปมากนักจากสัญญาณ x(t ) ในรู ปที่ 1 (b) Multipath fading เมื่อ T (symbol interval) มีขนาดใกล้เคียงกับค่าหน่วงเวลา
จะเห็นได้วา่ สัญญาณนั้นแตกต่างไปจาก สัญญาณ x(t ) ในรู ปที่ 1 อย่างมาก

เราสามารถจาลองลักษณะของช่องสัญญาณที่มี multipath fading ได้ดว้ ยสมการทางคณิ ตศาสตร์ที่อธิบายผลตอบสนอง

อิมพัลส์ของช่องสัญญาณ (channel impulse response) ดังต่อไปนี้
v
h  t    i  t   i 
i 0

เมื่อสัญญาณ x  t  เดินทางผ่านช่องสัญญาณ สัญญาณ r  t  ที่ปรากฏที่เครื่ องรับจะเป็ น

v
x  t   h  t   n  t    i x  t   i   n  t 
i 0

โดยที่ n  t  คือสัญญาณรบกวน และ เครื่ องหมาย * แสดงถึงการประสาน (convolution) ของสัญญาณ x  t  กับ h  t  เมื่อ
เราวิเคราะห์สมการดังกล่าว เราจะเห็นว่ามีการรวมของสัญญาณ  i x  t   i  ซึ่งก็คือ สัญญาณ x  t  ที่มีค่าหน่วงเวลา  i
และขนาดถูกลดทอนไปเป็ น  i นัน่ เอง ใน รู ปที่ 3a เราใช้
h  t   0.5  t   0.2  t  0.2T   0.3  t  0.3T   0.1  t  0.5T 
ส่วนในรู ปที่ 3b เราใช้
h  t   0.5  t   0.2  t  0.7T   0.3  t  1.5T   0.1  t  2.3T 
ข้อสังเกตอีกอย่างจากรู ปที่ 3 ก็คือปั ญหา multipath fading จะมีนอ้ ยมากถ้า symbol interval T มีขนาดใหญ่เมื่อเทียบ
กับค่าหน่วงเวลา อย่างไรก็ตาม ความต้องการส่งข้อมูลอย่างรวดเร็วทาให้ไม่สามารถเพิ่มขนาดของ T ได้โดยตรงเพราะจะทาให้
อัตราการส่งข้อมูลลดลง การแก้ปัญหา multipath fading นี้สามารถทาได้โดยการใช้การปรับแต่งช่องสัญญาณ (Equalization) ซึ่ง
ยุง่ ยากและซับซ้อน อีกวิธีหนึ่งที่สามารถหลีกเลี่ยงปั ญหา multipath fading และเป็ นหลักการพื้นฐานที่ถูกนามาใช้ใน OFDM ก็
คือการส่งข้อมูลโดยแบ่งข้อมูลไปยังหลายแถบความถี่ซ่ ึงจะได้กล่าวถึงในส่วนถัดไป

4|P a g e
Multi-carrier transmission
ดังที่ได้อธิบายในส่วนที่แล้ว ปั ญหา multipath fading นั้นจะมีผลกระทบน้อยมากถ้าเราส่งสัญญาณด้วยค่า T ที่มีขนาดใหญ่ แต่
ความต้องการส่งข้อมูลอย่างรวดเร็ วทาให้ไม่สามารถลดค่า T ได้โดยตรงเพราะจะทาให้อตั ราการส่งข้อมูลลดลงตามไปด้วย การ
ส่งข้อมูลโดยใช้หลายคลื่นพาห์เป็ นเทคนิคหนึ่งซึ่งหลีกเลี่ยงปั ญหา multipath fading ได้ โดยใช้หลักการพื้นฐานที่ไม่ได้แตกต่าง
ไปจากหลักการในการส่งข้อมูลโดยใช้คลื่นพาห์เดียวที่กล่าวมาข้างต้นเลย หากแต่มีการแบ่งข้อมูลออกเป็ นหลาย ๆ ส่วนขนาน
กันไป (parallel data stream) โดยแต่ละส่วนย่อย ถูกส่งออกไปด้วยคลื่นพาห์ยอ่ ย (subcarrier, SC) ที่มีความถี่ต่างกัน เมื่อข้อมูล
ถูกแบ่งเป็ นหลายส่วน แต่ละส่วนจึงไม่จาเป็ นต้องมีอตั ราการส่งที่สูง ดังนั้นจึงสามารถใช้ T ที่มีขนาดใหญ่ได้ ยิง่ เพิ่มจานวนของ
สัญญาณพาห์ยอ่ ยมากขึ้นเท่าใดก็ยงิ่ ส่งข้อมูลได้มากขึ้นโดยไม่กระทบต่อ T วิธีน้ ีเรี ยกว่า การมัลติเพล็กซ์ โดยการแบ่ งความถี่
(Frequency Division Multiplexing: FDM)
การส่งข้อมูลแบบ FDM นั้นมีขอ้ จากัดหลายประการ ประการแรก เนื่องจากมีการใช้คลื่นพาห์หลายความถี่ เครื่ องรับ
สัญญาณจะต้องทาการแยกสัญญาณที่ถูกส่งมากับแต่ละคลื่นพาห์โดยการกรองสัญญาณ ดังนั้นเราจะต้องจัดให้ความถี่ของ
คลื่นพาห์อยูห่ ่างกันมากพอสมควรเพื่อลดการทับซ้อนของสัญญาณในแกนความถี่ทาให้ไม่สามารถใช้ยา่ นความถี่ที่มีอยูอ่ ย่าง
เต็มที่ อีกปั ญหาของ FDM เป็ นเรื่ องของความซับซ้อนของระบบ นัน่ คือ ยิง่ เราแบ่งข้อมูลออกมากส่วนเท่าใด ความซับซ้อนของ
เครื่ องส่งและรับสัญญาณก็ยงิ่ มากขึ้นตามไปด้วยเพราะจะต้องรองรับการทางานภายใต้จานวนความถี่ของคลื่นพาห์ที่มากขึ้น
เครื่ องส่งสัญญาก็จะต้องมีวงจรกาเนิดความถี่ (oscillator) ที่หลากหลาย ปั ญหาทั้งสองประการเป็ นอุปสรรคที่สาคัญของระบบ
แบบ FDM ในส่วนถัดไป เราจะกล่าวถึงการปรับปรุ งประสิ ทธิภาพของ FDM ด้วยการส่งสัญญาณที่ต้ งั ฉากซึ่งกันและกัน

การตั้งฉาก (Orthogonality)
ในส่วนนี้จะกล่าวถึงการส่งสัญญาณที่ต้ งั ฉาก (orthogonal) ซึ่งกันและกัน สังเกตว่าอักษร O ในคาย่อ OFDM นั้นมาจากคาว่า
orthogonality ซึ่งก็คือ การตั้งฉากที่เราจะกล่าวถึงในส่วนนี้เอง
สมมติวา่ เราต้องการส่งข้อมูล s1 , s2 , , sN เราสามารถทาได้โดยการส่ง pulse p  t  ในแกนเวลาที่เปลี่ยนขนาดไป
ตาม s1 , s2 , , sN เรี ยงกันไปตามลาดับ
N 1
s  t    sk p  t  kT 
k 0

โดยแต่ละ pulse ใช้เวลา T หน่วยดังที่เราได้อธิบายไปแล้วในส่วนของการส่งข้อมูลโดยใช้คลื่นพาห์เดียว สาหรับการส่งข้อมูล

แบบ FDM นั้นในแต่ละช่องเวลาที่มีขนาด T เราจะส่งข้อมูล s1 , s2 , , sN ไปพร้อม ๆ กันโดยใช้หลายแถบความถี่ ซึ่งสามารถ
สรุ ปเป็ นสมการในแกนความถี่ได้วา่
N 1
S  f    sk p  f  k f 
k 0

โดยที่ f เป็ นระยะห่างระหว่าง spectrum ของสัญญาณย่อย สาหรับในการส่งสัญญาณที่ต้งั ฉากกันนั้น สัญญาณ

p  f  k f  จะต้องตั้งฉากซึ่ งกันและกันด้วย นัน
่ คือ สาหรับจานวนเต็ม k และ j ที่แตกต่างกัน เราต้องการให้
 p  f  k f  p  f  jf df

0

5|P a g e
เห็นได้ชดั ว่า ถ้า p  f  k f  ไม่ซอ้ นทับกับ p  f  j f  ในแกนความถี่ ผลของการคูณกันจะได้ศูนย์เสมอ ส่งผลให้
ค่าที่ได้จากการ integrate เป็ นศูนย์ไปด้วย นัน่ คือสัญญาณทั้งสองก็จะตั้งฉากกันตามนิยามข้างต้นและไม่รบกวนกัน นี่เป็ น
หลักการพื้นฐานของ FDM อย่างไรก็ตาม การที่จะแยกส่งสัญญาณให้อยูใ่ นแถบความถี่ที่ไม่ซอ้ นทับกันโดยสิ้นเชิงนั้นทาได้ยาก
ในทางปฏิบตั ิ และเป็ นสาเหตุให้ระบบแบบ FDM ต้องวาง spectrum ของสัญญาณย่อยบนแกนความถี่ให้ห่างกันมาก อีกทั้งยังมี
การเพิ่มแถบป้ องกัน (guard band) ระหว่าง spectrum ของสัญญาณย่อยอีก ทั้งหมดนี้นามาซึ่งการสิ้นเปลืองย่านความถี่
ที่จริ งแล้วการที่สญ
ั ญาณจะตั้งฉากกันนั้น ไม่จาเป็ นที่จะต้องหลีกเลี่ยงการทับซ้อนกันในแกนความถี่ ตัวอย่างของชุด
สัญญาณที่ต้ งั ฉากกันแบบนี้กค็ ือสัญญาณในรู ปของ ฟังก์ชนั sinc ซึ่งใช้
1  f 
p f   sinc   
f  f 
ดังแสดงในรู ปที่ 4 จะเห็นว่า spectrum ของสัญญาณย่อยนั้นซ้อนทับกัน แต่จุดสูงสุด (peak value) ของแต่ละ spectrum ของ
สัญญาณย่อยหนึ่งจะเป็ นจุดที่ spectrum ของสัญญาณย่อยอื่น ๆ มีค่าเป็ นศูนย์ทาให้ไม่มีการซ้อนทับกันที่จุดสูงสุดเหล่านี้ สรุ ป
แล้ว OFDM ก็เป็ น FDM แบบหนึ่งนัน่ เองหากแต่มีการจัดวางคลื่นพาห์ยอ่ ยให้อยูใ่ กล้กนั ที่สุดโดยยังคงความตั้งฉากกันอยู่
OFDM FDM

รู ปที่ 4: Spectrum ของ OFDM และ spectrum ของ FDM

ถ้าเราวิเคราะห์สญ
ั ญาณในแกนเวลาโดยใช้ inverse Fourier transform เราจะเห็นว่าสัญญาณที่เป็ นฟังก์ชนั sinc ในแกน
ความถี่น้ นั เทียบเท่ากับสัญญาณรู ปสี่ เหลี่ยมในแกนเวลา การที่ peak ของสัญญาณ sinc นั้นถูกวางไว้ที่ความถี่ kf นั้นเทียบเท่า
กับการคูณด้วย e j 2 k ft ดังแสดงในสมการต่อไปนี้
p  f  k f    t  e j 2 k ft
1
1 T T
 2 , 2 
 

ดังนั้นสัญญาณข้างต้นจะถูกจากัดอยูร่ ะหว่างเวลา t    ,  โดยที่ T 

T T 1
เมื่อนาเอาสัญญาณย่อยมารวมกันเราจะได้
 2 2 f
N 1
s  t    sk e j 2 k ft
k 0

สาหรับเวลา t    ,  แต่ถา้ เราใช้ pulse p  f  อื่นที่ไม่ใช่ ฟังก์ชนั sync สัญญาณรวมก็จะเป็ น

T T
 2 2

6|P a g e
 N 1
s  t    sk P  t  e  j 2 k ft
k 0

โดย P  t  คือ inverse Fourier transform ของ p  f 

ข้ อสังเกต: สัญญาณ s  t  ไม่จาเป็ นต้องเริ่ มจากเวลา T 2 หากเราต้องการให้สญ
ั ญาณถูกจากัดอยูใ่ นช่วงเวลา t0 , t0  T 
ก็สามารถทาได้โดยใช้สญ ั ญาณ
  T 
s  t   t0   
  2 
แทน สัญญาณ s  t 
ในส่วนของเครื่ องรับสัญญาณนั้น ถ้าเราใช้ฟังชัน sinc เป็ น pulse p  f  ดังที่ยกตัวอย่างข้างต้น และไม่เกิดการ
รบกวนภายในช่องสัญญาณ นัน่ คือ ถ้าสัญญาณ r  t  ที่ได้รับนั้นเป็ นสัญญาณ s  t  โดยตรง เมื่อเราต้องการดึงเอาข้อมูล
s1 , s2 , , sN ออกมาจาก r  t  ก็สามารถทาได้โดยการแปลง r  t  ให้อยูใ่ นแกนความถี่ R  f  ด้วย Fourier transform
แล้วชักสัญญาณ (sample) ที่ความถี่
f  mf โดย m  0,1, , N 1
เราจะได้
N 1 N 1
R  mf    sk p   m  k  f    sk sinc   m  k    m
1 s
k 0 k 0 f f
ซึ่งเทียบเท่ากับการรู ้ค่าของ sm เพราะเรารู ้คา่ ของ f อยูก่ ่อนแล้ว จะเห็นได้วา่ การที่เราสามารถดึงเอาค่า s1 , s2 , , sN
ออกมาได้อย่างง่ายดายก็เพราะจุด peak ของแต่ละฟังก์ชนั sync นั้น อยูต่ รงจุดที่ฟังก์ชนั sinc อื่นเป็ น 0 ทั้งสิ้น

การนา IDFT และ DFT มาใช้ ใน OFDM

การใช้ orthogonality ในส่วนที่แล้วนั้นทาให้ OFDM สามารถใช้ยา่ นความถี่ได้อย่างมีประสิ ทธิภาพเพิ่มขึ้นเกือบเท่าตัว
เมื่อเทียบกับ FDM แบบธรรมดา แต่ปัญหาใหญ่อีกประการของ FDM ก็คือการที่เครื่ องส่งต้องผลิตสัญญาณพาห์ที่มีความถี่ได้
หลากหลาย ซึ่งหาก N มีค่ามากก็เป็ นเรื่ องที่ทาได้ยาก ในส่วนนี้เราจะอธิบายถึงที่มาของการประมวลสัญญาณด้วย IDFT (inverse
discrete Fourier transform) และ DFT (discrete Fourier transform) ใน OFDM ซึ่งทาให้สามารถส่งสัญญาณทั้ง N ความถี่ได้ใน
เวลาเดียวกัน
ก่อนอื่น เราจะลอง sample สัญญาณ s (t ) ที่เวลา
n
t  nT  โดย n  0,1,, N  1
f
ซึ่งผลที่ได้ก็คือ
N 1
s  n  s  nT    sk e j 2 kn
k 0

จะเห็นได้วา่
7|P a g e
  s  n 
N 1

n0 
 IDFT  sk k  0
N 1

ดังนั้น หากไม่เกิดการผิดเพี้ยนของสัญญาณในช่องสัญญาณ เราจะได้
r  n   r  nT   s  n 
และสามารถดึงเอาข้อมูลกลับมาได้โดยการใช้ DFT สรุ ปว่าในการส่งข้อมูลแบบ OFDM นั้น เราจะแปลงข้อมูลจากแบบอนุกรม
ซึ่งก็คือข้อมูลที่เรี ยงกันมาตามลาดับเป็ นข้อมูลแบบขนาน แล้วทาการประมวลข้อมูลทั้งชุดในเวลาเดียวกันด้วย IDFT จากนั้นจึง
ส่งออกไปในช่องสัญญาณ ที่เครื่ องรับก็จะประมวลผลสัญญาณโดยใช้ DFT เพื่อให้ได้ขอ้ มูลกลับคืนมาดังสรุ ปด้วยแผนผัง
ต่อไปนี้
 IDFT   s  n n  0   r  n n  0  DFT   Rk k  0   S k k  0
N 1 N 1
 sk  k  0
N 1 N 1 N 1

นอกจากนี้ เพราะข้อมูลผ่านการ IDFT ก่อนที่จะถูกส่งออกไป เราจึงเรี ยกข้อมูลเหล่านี้วา่ สัญลักษณ์ในแกนความถี่ (frequency-

domain symbol)
1 1
ข้ อสังเกต: นิยามของ DFT ที่เราใช้ขา้ งต้นนั้นมี เป็ น factor อยูด่ ว้ ย ด้วยเหตุน้ ีจึงไม่มี factor ใน IDFT เราสามารถนิยาม
N N
1
DFT ใหม่เพื่อให้การแปลงของ DFT และ IDFT คล้ายกันมากขึ้น ซึ่งทาได้โดยการใช้ factor ทั้งในสูตรของ DFT และ
N
1
IDFT นิยามทั้งสองแบบนี้เทียบเท่ากัน หากเราเลือกที่จะใช้นิยามใหม่ก็สามารถทาได้โดยการส่ง s  t  แทน s (t ) .
N
เมื่อเราใช้ IDFT แล้วก็ไม่มีความจาเป็ นที่จะต้องมี oscillator สาหรับแต่ละคลื่นพาห์ยอ่ ย เทคนิคการใช้ DFT/IDFT
ร่ วมกับ OFDM นี้เรี ยกว่า Discrete Multi-Tone (DMT) [Weinstein71] นอกจากนี้สิ่งที่ลดปั ญหาความยุง่ ยากของเครื่ องรับส่ง
แบบ OFDM ก็คือ การนาเอา IFFT หรื อ Inverse Fast Fourier Transform มาแทน IDFT โดย IFFT นั้นสามารถประมวลผลได้
อย่างรวดเร็ วเมื่อเทียบกับ IDFT ในทานองเดียวกัน ส่วน DFT ของ OFDM ก็ถูกแทนที่โดย FFT (fast Fourier transform) การ
ประมวลผลโดย FFT สามารถลดจานวนการคูณในการแปลงแบบ DFT จาก N 2 เป็ น N log N สาหรับข้อมูลที่มีขนาด N
นอกจากการนี้ยงั มีการเพิ่มช่วงเวลาป้ องกัน (guard time) เพื่อป้ องกันผลกระทบที่เกิดจาก multipath fading ที่เรา
กล่าวถึงข้างต้น โดยมีการเสริ มสัญญาณด้วย cyclic prefix ซึ่งเป็ นการคัดลอกเอาสัญลักษณ์ส่วนท้ายของแต่ละ block ข้อมูลมา
สอดไว้ก่อน block ข้อมูลนั้น

ปัญหาของ OFDM: อัตราส่ วนกาลังงานสู งสุ ดต่ อกาลังงานเฉลีย่

ปั ญหาที่สาคัญมากของระบบ OFDM ก็คือการที่สญ ั ญาณมีอตั ราส่ วนกาลังงานสูงสุดต่อกาลังงานเฉลี่ย (Peak-to-Average Power
Ratio, PAPR) ที่สูง เมื่อสัญญาณที่มีค่า PAPR สูงเข้าสู่วงจรขยาย (amplifier) ของเครื่ องส่ง วงจรขยายจะต้องทางานในช่วงอิ่มตัว
และทางานแบบไม่เป็ นเชิงเส้น (non-linear) จึงเกิดการผิดเพี้ยนของสัญญาณ เป็ นผลให้อตั ราความผิดพลาดบิตข้อมูล (Bit Error
Rate: BER) เพิ่มสูงขึ้น นอกจากนี้ยงั ทาให้ spectrum ของสัญญาณล้ าออกนอกแถบความถี่ของช่องสัญญาณไปรบกวน
ช่องสัญญาณอื่น หากต้องการการขยายสัญญาณเชิงเส้น ก็จะมีผลต่อประสิ ทธิภาพทางกาลังของ amplifier ที่ใช้งาน ทาให้ตอ้ งใช้
amplifier ที่มีราคาแพง

8|P a g e
 ในส่วนนี้เราจะใช้ทฤษฎีความน่าจะเป็ นมาอธิบายว่าเหตุใดค่า PAPR จึงสูงตามค่า N ก่อนอื่น ถ้าเราย้อนกลับวิเคราะห์
สัญญาณของ OFDM หลังจากผ่าน IFFT จะเห็นว่าสัญญาณมีค่าดังนี้
N 1
1
s  n  s e  jk n
k โดย k  2 k และ n  0,1, , N 1
N k 0 N
ซึ่งโดยปกติแล้ว sk จะเป็ นจานวนเชิงซ้อน หากมีการใช้คลื่นพาห์ยอ่ ยจานวนมาก (N มีค่าสูง) ก็มีโอกาสสูงที่ s  n  จะมีคา่
มาก เพราะเป็ นผลของการรวมกันของสัญญาณข้อมูลหลังการทา IFFT ในที่น้ ีถา้ เราสมมติให้ s0 , s1 , , sN 1 เป็ นตัวแปรสุ่ม
เชิงซ้อน (complex random variable) ซึ่งหมายความว่าแต่ละตัวแปรสุ่ม sk จะสามารถแบ่งเป็ นส่วนจริ งคือ Re sk  และ ส่วน
เชิงซ้อนคือ Im sk  โดยทั้งสองส่วนเชื่อมกันด้วยความสัมพันธ์
sk  Re sk   j Im sk 
ดังนั้นเราจึงมีตวั แปรสุ่ม 2N ตัวแปร ดังนี้
Re s0  , Im s0  , Re s0  , Im s0  , , Re s N 1 , Im s N 1
โดยตัวแปรสุ่มทั้งหมดเป็ นจานวนจริ ง
ในส่วนนี้เราจะให้ตวั แปรสุ่มทั้งหมดมีลกั ษณะเป็ น iid (independent and identically distributed) โดย
Re sk   Im sk   0 และ  Re s  2    Im s  2    2
 k
  k

ซึ่งผลที่ตามมาก็คือ
1)  sk   0
2)  sk 2    Re s  2    Im s  2   2 2
   k
  k

3)  Resk   Im si    0
4) ถ้าค่า i  k แล้ว
a)  Resk   Resi    0
b)  Imsk   Im si   0
c)  si sk*  จะเป็ น 0 เพราะ si กับ sk นั้นเป็ นอิสระ (independent) จากกัน ส่ งผลให้
 si sk*    si   sk*   0  0  0
iid 
ดังนั้นเราสามารถหาค่าคาดหมายของค่ากาลังงานเฉลี่ยได้เป็ น
 s  n 2   1 N 1 N 1
 s  n s*  n    si sk*  e ji e jk   sk 2   2 2
  N k 0 i 0  
นอกจากนี้เรายังสามารถกระจาย s  n  ออกเป็ นส่วนจริ งและส่วนเชิงซ้อน โดยที่
N 1
Re s  n     Re s  cos    Im s  sin   
1
k k k k
N k 0
N 1
Im s  n     Re s  sin    Im s  cos   
1
k k k k
N k 0

9|P a g e
หาก N นั้นมีค่ามาก เราสามารถใช้ทฤษฎีเซ็นทรัลลิมิตของ Lyapunov (Lyapunov Central Limit Theorem) ประมาณค่าความ
หนาแน่นเชิงความน่าจะเป็ น (probability density) ของตัวแปรสุ่มทั้งสองด้วย ตัวแปรสุ่มแบบ Gaussian ที่มีค่าคาดหมายและค่า
ความเบี่ยงเบนเดียวกันกับตัวแปรสุ่มทั้งสอง ในที่น้ ีเรารู ้แล้วว่า  sk   0 สาหรับค่าความเบี่ยงเบนนั้น เพราะค่าคาดหมาย
เป็ น 0 เราจึงสามารถหาค่าความเบี่ยงเบนจาก
 
Var  Re s  n   
 Re s  n  2     Re s  n      
 Re s  n  2 
2

     
 0 

ซึ่งถ้าเราแทนค่า Res  n ด้วยสมการที่ประกอบด้วยพจน์ที่มี cosine และ sine ข้างต้น ค่าของ  Res  n  จะเป็ น
2

 
1 N 1 N 1

N

  Res  cos    Ims  sin     Res  cos    Ims  sin   
k 0 i 0
i k i k k k k k

หลังจากกระจายผลคูณออกมา เราสามารถกาจัดพจน์ที่มี Im si  Re sk  และ Re si  Im sk  ได้เพราะมีค่าคาดหมาย

เป็ น 0 นอกจากนี้เมื่อ i  k เรายังสามารถกาจัดพจน์ที่มี Re si  Re sk  และ Im si  Im sk  ได้ ดังนั้นสิ่ งที่เหลืออยู่
คือ

 
N 1

 
 Res  n 2   1

 N k  0 
 Res 2  cos 2     Ims 2  sin 2  
k
 k
 k
 k

เมื่อแทนค่า  Re s  2    Im s  2    2 เราจะได้
 k
  k

 Res  n 2    2
   
เราสามารถใช้วธิ ีการเดียวกันหาค่าอื่น ๆ ดังต่อไปนี้
1)  Im s  2    2
 k

2)  
 Res  n Ims  m   0
  

3) สาหรับ n  m  Res  n Res  m      
 Ims  n Ims  m   0
  
ดังนั้นเราจึงสรุ ปได้วา่ เมื่อ N มีค่ามาก เราสามารถประมาณตัวแปรสุ่ม
Res  0 ,Ims 0 , ,Re s  N  1 ,Im s  N  1
ด้วยตัวแปรสุ่มแบบ Gaussian  0, 2
ที่เป็ นอิสระจากกัน ดังนั้นตัวแปรสุ่ม
s  0 , s 1 , , s  N  1
2 2 2

จึงมีลกั ษณะเป็ น iid โดยมีการกระจายแบบ exponential เพราะ


s  n  Res  n  Ims  n   
2 2 2

เป็ นการรวมกันแบบ Euclidean ของตัวแปรสุ่ม Gaussian สองตัวแปรที่มีการแจกแจงแบบ iid โดยมีฟังก์ชนั ความหนาแน่น (pdf)
เป็ นแบบเลขชี้กาลัง (exponential) ที่มีค่าคาดหมายเป็ น  s  n    2 2
2

 

10 | P a g e
 เราจะนิยามค่า PAPR โดยสมการต่อไปนี้
max s  n  max s  n  s  n
2 2 2

 0  k  N 1
 0  k  N 1
 max
 s  n 2  2 2 0  k  N 1 2 2
 
จะเห็นได้จากนิยามของ PAPR ว่าค่าเศษเป็ นค่ากาลังงานสูงสุดและค่าส่วนเป็ นค่ากาลังงานเฉลี่ย ดังที่ได้อธิบายไปแล้วข้างต้น
เมื่อ N มีค่ามาก s  n  จะมีการแจกแจงแบบ exponential เพราะฉะนั้น ตัวแปรสุ่ม s  n  2 2 จึงมีการแจกแจงแบบ
2 2

exponential ด้วย และมีค่าคาดหมายเป็ น 1 เพราะ

 s  n 2   s  n 2 
  2  1
2
  
 2 2  2 2 2 2
 
เมื่อเป็ นเช่นนี้ ตัวแปรสุ่ม  จึงเป็ นการหาค่าสูงสุดของตัวแปรสุ่มที่แจกแจงแบบ iid exponential จานวน N ตัวแปร เราจึง
สามารถหาความน่าจะเป็ นที่ตวั แปรสุ่ม  จะมีค่าเกินจานวนจริ ง  ได้เป็ น
P       1  1  e 
N

เราจะสังเกตได้วา่ ค่าความน่าจะเป็ นนี้เพิ่มสูงขึ้นเมื่อ N ซึ่งก็คือจานวนของคลื่นพาห์ยอ่ ยมีค่ามากขึ้น

มีงานวิจยั จานวนมากที่นาเสนอวิธีการลด PAPR (PAPR reduction schemes) วิธีที่เราจะกล่าวถึงก็คือ Signal distortion
technique ซึ่งใช้การบิดเบือนบริ เวณส่วน peak ของสัญญาณแบบไม่เป็ นเชิงเส้นตรง เพื่อไม่ให้สญ ั ญาณมีค่ามากเกินไป โดยวิธีที่
ง่ายที่สุดก็คือการ clip สัญญาณที่ระดับ  ที่ต้ งั ไว้ก่อน [2, 3] ซึ่งเทียบได้กบั การคูณสัญญาณที่มีดว้ ย ฟังก์ชนั รู ปสี่ เหลี่ยมซึ่งเรา
จะเรี ยกว่า rectangular window ที่มีความสูงเท่ากับ  หากเราใช้วธิ ีน้ ี แน่นอนว่าจะไม่มีสญ ั ญาณที่มีขนาดสูงกว่า  ออกมาจาก
เครื่ องส่ง อย่างไรก็ตาม เมื่อสัญญาณถูก clip ไปก็จะมีรูปร่ างไม่เหมือนเดิมซึ่งทาให้อตั ราความผิดพลาดบิต (BER) ที่เครื่ องรับ
สูงขึ้นไปด้วย นอกจากนี้ spectrum ของสัญญาณจะขยายขึ้น เพราะการคูณด้วย Rectangular window ในแกนเวลาเทียบเท่ากับ
การประสาน (convolve) สัญญาณด้วยฟังก์ชนั sinc เมื่อ spectrum ของสัญญาณขยายขึ้นสัญญาณก็จะไปรบกวนสัญญาณในย่าน
ความถี่อื่น ดังนั้นเพื่อลดการไปรบกวนสัญญาณนอกแถบความถี่ จึงได้มีการเปลี่ยนเป็ น window แบบอื่นที่มี spectrum ที่ดีกว่า
เช่น การใช้ window แบบ Gaussian [7], cosince, Kaiser, หรื อ Hamming วิธีการลด PAPR นั้นยังมีอีกหลายวิธี ตัวอย่างเช่น การ
ใช้เทคนิค peak cancellation [8, 9] อีกวิธีหนึ่งก็คือการเข้ารหัสข้อมูลก่อนที่จะส่งสัญญาณเพื่อกาจัดกลุ่มสัญลักษณ์ที่มีค่า PAPR
สูงเกินไป [1, 10]
ที่จริ งแล้ว การพยายามลดค่า PAPR ให้ได้มากที่สุดนั้น อาจไม่ใช่สิ่งที่ถูกต้องนัก เพราะจุดมุ่งหมายที่แท้จริ งของการ
สื่ อสารก็คือการนาข้อมูลส่งไปให้ถึงปลายทางอย่างถูกต้อง ดังนั้นนักวิจยั บางกลุ่มจึงให้ความสนใจกับการหา efficient PAPR ซึ่ง
ก็คือ PAPR ที่ดีที่สุดภายใต้เกณฑ์ที่นกั วิจยั สร้างขึ้น [11]

Reference
[1] S. J. Shepherd, P. W. J. Van Eetvelt, C. W. Wyatt-Millington, and S. K. Barton, “Simple coding scheme to reduce peak
factor in QPSK multicarrier modulation,” Electron. Lett., vol. 31, no. 14, pp. 1131–1132, July 1995.

11 | P a g e
[2] D.Wulich, “Peak factor in orthogonal multicarrier modulation with variable levels,” Electron. Lett., vol. 32, no. 20, pp.
1859–1860, Sept. 1996.
[3] X. Li and L. J. Cimini Jr., “Effects of clipping and filtering on the performance of OFDM,” IEEE Commun. Lett., vol. 2,
pp. 131–133, May 1998.
[4] A. Papoulis, Probability, Random Variables, and Stochastic Processes, 2nd ed. New York: McGraw-Hill, 1984.
[5] D. Wulich, N. Dinur, and A. Gilinowiecki, “Level clipped high order OFDM,” IEEE Trans. Commun., vol. 48, pp. 928-
930, June 2000.
[6] Weinstein, S.B., Ebert P.M. Data Transmission By Frequency Division Multiplexing Using the Discrete Fourier
Transform. IEEE Trans. Commun., Oct 1971; COM-19; 5: 628-634.
[7] Pauli, M., and H. P. Kuchenbecker, “Minimization of the Intermodulation Distortion of a Nonlinearly Amplified OFDM
Signal,” Wireless Personal Communications, Vol. 4, No. 1, January 1997, pp. 93–101.
[8] De Wild, A., “The Peak-to-Average Power Ratio of OFDM,” M.Sc. thesis, Delft University of Technology, Delft, the
Netherlands, September 1997.
[9] May, T., and H. Rohling, “Reducing the Peak-to-Average Power Ratio in OFDM Radio Transmission Systems,”
Proceedings of IEEE VTC’98, Ottawa, Canada, May 18–21, 1998, pp. 2774–2778.
[10] Wilkinson, T. A., and A. E. Jones, “Minimization of the Peak-to-Mean Envelope Power Ratio of Multicarrier
Transmission Schemes by Block Coding,” Proc. of IEEE Vehicular Technology Conference, Chicago, IL, July 1995, pp.
825–829.
[11] Wulich, D., "Definition of efficient PAPR in OFDM," Communications Letters, IEEE , vol.9, no.9, pp. 832-834, Sep
2005

12 | P a g e