Professional Documents
Culture Documents
1prapun - OFDM - 3
1prapun - OFDM - 3
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 10,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
2|P a g e
การสื่อสารไร้ สายและการจางหายแบบหลายเส้ นทาง (Wireless communication and Multipath fading)
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
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
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
ถ้าเราวิเคราะห์สญ
ั ญาณในแกนเวลาโดยใช้ inverse Fourier transform เราจะเห็นว่าสัญญาณที่เป็ นฟังก์ชนั sinc ในแกน
ความถี่น้ นั เทียบเท่ากับสัญญาณรู ปสี่ เหลี่ยมในแกนเวลา การที่ peak ของสัญญาณ sinc นั้นถูกวางไว้ที่ความถี่ kf นั้นเทียบเท่า
กับการคูณด้วย e j 2 k ft ดังแสดงในสมการต่อไปนี้
p f k f t e j 2 k ft
1
1 T T
2 , 2
6|P a g e
N 1
s t sk P t e j 2 k ft
k 0
จะเห็นได้วา่
7|P a g e
s n
N 1
n0
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
8|P a g e
ในส่วนนี้เราจะใช้ทฤษฎีความน่าจะเป็ นมาอธิบายว่าเหตุใดค่า PAPR จึงสูงตามค่า N ก่อนอื่น ถ้าเราย้อนกลับวิเคราะห์
สัญญาณของ OFDM หลังจากผ่าน IFFT จะเห็นว่าสัญญาณมีค่าดังนี้
N 1
1
s n s e jk 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) Resk Im si 0
4) ถ้าค่า i k แล้ว
a) Resk Resi 0
b) Imsk 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 ji e jk 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 Res n ด้วยสมการที่ประกอบด้วยพจน์ที่มี cosine และ sine ข้างต้น ค่าของ Res n จะเป็ น
2
1 N 1 N 1
N
Res cos Ims sin Res cos Ims sin
k 0 i 0
i k i k k k k k
N 1
Res n 2 1
N k 0
Res 2 cos 2 Ims 2 sin 2
k
k
k
k
เมื่อแทนค่า Re s 2 Im s 2 2 เราจะได้
k
k
Res n 2 2
เราสามารถใช้วธิ ีการเดียวกันหาค่าอื่น ๆ ดังต่อไปนี้
1) Im s 2 2
k
2)
Res n Ims m 0
3) สาหรับ n m Res n Res m
Ims n Ims m 0
ดังนั้นเราจึงสรุ ปได้วา่ เมื่อ N มีค่ามาก เราสามารถประมาณตัวแปรสุ่ม
Res 0 ,Ims 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
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
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