LỜI NÓI ĐẦU

Bài toán ước lượng hướng sóng tới (DOA) trong xử lý tín hiệu mảng là một
trong những lĩnh vực nghiên cứu quan trọng và được quan tâm hiện nay. Việc giải
quyết tốt bài toán này có vai trò quyết định hiệu suất làm việc của các hệ thống
anten thông minh. Ước tính DOA có các ứng dụng quan trọng trong radar, sonar, đo
địa chấn, động đất, thiên văn học, y sinh học và truyền thông.
Đồ án này giới thiệu tổng quan về bài toán ước lượng hướng sóng tới và áp
dụng thuật toán MUSIC để giải quyết bài toán này. Thuật toán này là một phương
pháp tìm kiếm đỉnh để ước tính góc tới. Đồ án thực hiện mô phỏng sự tác động của
các yếu tố về cấu trúc hệ thống và nhiễu đến kết quả của quá trình ước lượng của
thuật toán MUSIC. Kết quả mô phỏng chỉ ra sự ảnh hưởng của các yêu tố khoảng
cách giữa các anten phần tử, số lượng anten phần tử và nhiễu lên tính chính xác và
độ phân giải của thuật toán MUSIC.
Để hoàn thành Đồ án Tốt nghiêp này, em xin chân thành cảm ơn tới các thầy,
cô trong Viện Kỹ thuật và Công nghệ đã cung cấp cho em những kiến thức quý
báu…., đặc biệt em xin cảm ơn tới Th.S Phan Duy Tùng đã trực tiếp hướng dẫn, chỉ
bảo tận tình em trong quá trình làm Đồ án Tốt Nghiệp này.
Do điều kiện về thời gian và kiến thức còn nhiều hạn chế nên đồ án không
thể tránh khỏi những thiếu sót, em mong được sự góp ý từ các thầy cô.
Em xin chân thành cảm ơn!

Sinh Viên
Nguyễn Thanh Tuấn

1
 TÓM TẮT ĐỒ ÁN

Bài toán ước lượng hướng sóng tới (DOA) đang được quan tâm nghiên cứu
trong lĩnh vực xử lý tín hiệu và được ứng dụng rất rộng rãi. Nội dung của đồ án này
tìm hiểu về bài toán DOA và mô hình toán học biểu diễn của nó. Đồ án tập trung
mô phỏng sự ảnh hưởng của cấu trúc hệ anten phân bố thẳng (ULA) và hệ anten
phân bố tròn (UCA) tới tính chính xác và độ phân giải của thuật toán MUSIC áp
dụng trong bài toán DOA.

ABSTRACT
DOA (Direction of arrival) estimation plays an important role in array
signal processing, and has a wide range of application. In this thesis, I will describe
what DOA estimation is, and give a mathematical model of DOA estimation. Then
estimate DOA based on the MUSIC algorithm, and also give some simulations with
MATLAB to simulate how the structure factors of Uniform Linear Array (ULA) and
Uniform Circle Array (UCA) affect the accuracy and resolution of DOA estimation
when using the MUSIC algorithm.

2
 MỤC LỤC
Tran

LỜI NÓI ĐẦU............................................................................................................i

TÓM TẮT ĐỒ ÁN....................................................................................................ii
DANH SÁCH CÁC TỪ VIẾT TẮT........................................................................vii
PHẦN MỞ ĐẦU....................................................................................................viii
CHƯƠNG 1 TỔNG QUAN VỀ ANTEN THÔNG MINH........................................1
1.1 Giới thiệu về anten thông minh.......................................................................1
1.1.1 Khái quát chung.....................................................................................1
1.1.2 Sơ đồ tổng quát của anten thông minh...................................................1
1.1.3 Ưu điểm của anten thông minh...............................................................2
1.1.4 Mô hình tính toán của hệ thống phân bố anten thẳng.............................3
1.1.5 Phân loại anten thông minh....................................................................5
1.2 Anten thích nghi..............................................................................................6
1.2.1 Các hệ thức toán học..............................................................................6
1.2.2 Các chuẩn tối ưu trong điều khiển thích nghi.........................................9
1.3 Ứng dụng của anten thông minh.....................................................................9
1.3.1 Ứng dụng của anten thông minh trong mạng GSM................................9
1.3.2 Ứng dụng của anten thông minh trong mạng 3G....................................9
1.3.3 Anten thông minh trong vệ tinh và truyền hình....................................11
1.3.4 Ứng dụng của anten thông minh trong việc xác định vị trí...................11
1.4 Kết luận chương 1.........................................................................................12
CHƯƠNG 2 CƠ SỞ LÝ THUYẾT VỀ THUẬT TOÁN MUSIC............................13
2.1 Phương pháp xác định hướng sóng tới (DOA).............................................13
2.2 Thuật toán MUSIC (Multiple signal classifi cation algorithm).....................14
2.3 So sánh thuật toán MUSIC với các thuật toán khác......................................15
2.3.1 Thuật toán ước lượng phổ....................................................................15
2.3.2 Thuật toán khả năng lớn nhất MLM (maximum likehood method)......15
2.3.3 So sánh các thuật toán khác với thuật toán MUSIC..............................15
2.4 Thuật toán MUSIC trong việc xác định hướng sóng tới...............................16

3
 2.5 Ứng dụng thuật toán MUSIC xác định hướng sóng đến đối với hệ anten
thẳng (ULA)............................................................................................................. 18
2.6 Ứng dụng thuật toán MUSIC xác định hướng sóng đến đối với hệ anten tròn
(UCA)................................................................................................................. 21
2.6.1 Mô hình toán học..................................................................................21
2.7 Kết luận chương 2.........................................................................................22
CHƯƠNG 3 MÔ PHỎNG SỰ ẢNH HƯỞNG CỦA THAM SỐ CẤU TRÚC
ANTEN LÊN THUẬT TOÁN MUSIC TRONG BÀI TOÁN DOA........................23
3.1 Sơ đồ khối mô phỏng thuật toán MUSIC......................................................23
3.2 Mô phỏng đối với hệ anten thẳng (ULA)......................................................24
3.2.1 Các bước thực hiện mô phỏng chương trình.........................................24
3.2.2 Kết quả mô phỏng và đánh giá.............................................................26
3.3 Mô phỏng đối với hệ anten tròn UCA...........................................................36
3.3.1 Các bước thực hiện mô phỏng chương trình.........................................36
3.3.2 Kết quả mô phỏng và đánh giá.............................................................37
3.4 Kết luận chương 3.........................................................................................48
KẾT LUẬN.............................................................................................................. 49
TÀI LIỆU THAM KHẢO........................................................................................50
PHỤ LỤC................................................................................................................51

4
 DANH SÁCH CÁC HÌNH VẼ
Trang
Hình 1.1 Sơ đồ khối tổng quát của anten thông minh...............................................1
Hình 1.2 Vùng bức xạ của anten thường và anten thông minh.................................2
Hình 1.3 Mô hình dãy anten tuyến tính cách đều nhau.............................................3
Hình 1.4 Mô hình toán của Anten thông minh..........................................................4
Hình 1.5 Mô hình anten thích nghi...........................................................................7
Hình 2.1 Thuật toán uớc lượng phổ, khả năng lớn nhất, MUSIC
Hình 2.2 Xác định hướng sóng
Hình 2.3 K sóng tới dàn M phần tử
Hình 2.4 Hai tham số hình học của anten
Hình 2.5 Mô hình hệ thổng anten tròn

Hình 3.1 Sơ đồ mô phỏng thuật toán MUSIC.........................................................24

Hình 3.2 Kết quả mô phỏng cho trường hợp các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 70°,
θ4 = 90°, θ5 = 100°...................................................................................................26
Hình 3.3 Kết quả mô phỏng cho trường hợp các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 90°,
θ4 = 120°, θ5 = 200°.................................................................................................26
Hình 3.4 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°, θ5
= 160°, cho trường hợp d/λ = 0.5............................................................................28
Hình 3.5 Kết quả mô phỏng cho các góc tới:θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°, θ5
= 160°,Cho trường hợp d/λ = 0.9............................................................................28
Hình 3.6 Kết quả mô phỏng cho các góc tới:θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°, θ5
= 160°,Cho trường hợp d/λ = 0.2............................................................................29
Hình 3.7 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°, θ5
= 160°.Cho trường hợp Ne=15, D=5 và d/λ = 0.5...................................................30
Hình 3.8 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°, θ5
= 160°.Cho trường hợp Ne=6, D=5 và d/λ = 0.5....................................................30
Hình 3.9 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°, θ5
= 160°Cho trường hợp Ne=5, D=5 và d/λ = 0.5.....................................................31
Hình 3.10 Kết quả mô phỏng cho các góc tới θ1 = 40°, θ2 = 40.5°, cho trường hợp
Ne=5, D=2 và d/λ = 0.5, SNR = 30.........................................................................32
Hình 3.11 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 40.2°.Cho trường hợp
Ne=5, D=2 và d/λ = 0.5, Ne = 30............................................................................32
Hình 3.12 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 40.2°.Cho trường hợp
Ne=5, D=2 và d/λ = 0.5, Ne = 30............................................................................33

5
Hình 3.13 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°,
θ5 = 160°. Cho trường hợp Ne=10, D=5 và d/λ = 0.5, SNR = 27.............................34
Hình 3. 14 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°,
θ5 = 160°. Cho trường hợp Ne=10, D=5 và d/λ = 0.5, SNR = 26.............................34
Hình 3.15 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°,
θ5 = 160°.Cho trường hợp Ne=10, D=8 và d/λ = 0.5, SNR = 26..............................35
Hình 3.16 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 = 110°,
θ5 = 160°, θ6 = 200°.Cho trường hợp Ne=10, D=6 và d/λ = 0.5, SNR = 30.............37
Hình 3.17 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 =
110°, θ5 = 160°, θ6 = 200°.Cho trường hợp Ne=10, D=6 và d/λ = 0.2, SNR = 30....38
Hình 3.18 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 80°, θ3 = 100°, θ4 =
110°, θ5 = 160°, θ6 = 200°.Cho trường hợp Ne=10, D=6 và d/λ = 0.2, SNR = 30....39
Hình 3.19 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 =
110°, θ5 = 160°, θ6 = 200°. Cho trường hợp Ne=7, D=6 và d/λ = 0.5, SNR = 30.....40
Hình 3.20 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 =
110°, θ5 = 160°, θ6 = 200°. Cho trường hợp Ne=6, D=6 và d/λ = 0.5, SNR = 30.....40
Hình 3. 21 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 =
110°, θ5 = 160°, θ6 = 200°Cho trường hợp Ne=20, D=6 và d/λ = 0.5, SNR = 30.....41
Hình 3. 22 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 =
110°, θ5 = 160°, θ6 = 200°. Cho trường hợp Ne=50, D=6 và d/λ = 0.5, SNR = 30...41
Hình 3. 23 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 =
110°, θ5 = 160°, θ6 = 200°. Cho trường hợp Ne=60, D=6 và d/λ = 0.5, SNR = 30...42
Hình 3.24 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 50.2°. Cho trường hợp
Ne=10, D=6 và d/λ = 0.5, SNR = 30.......................................................................43
Hình 3.25 Kết quả mô phỏng cho các góc tới: θ1 = 50°, θ2 = 50.1°. Cho trường hợp
Ne=10, D=6 và d/λ = 0.5, SNR = 30.......................................................................44
Hình 3.26 Góc tới nguồn tín hiệu: θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 = 110°, θ5 = 160°,
θ6 = 200°. Cho trường hợp Ne = 15, D = 8, SNR = 27, d/λ = 0.5............................45
Hình 3.27 Góc tới nguồn tín hiệu:θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 = 110°, θ5 = 160°,
θ6 = 200°. Cho trường hợp Ne = 10, D = 8, SNR = 26, d/λ = 0.5............................45
Hình 3.28 Góc tới nguồn tín hiệu:θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 = 110°, θ5 = 160°,
θ6 = 200°. Cho trường hợp Ne = 15, D = 8, SNR = 100, d/λ = 0.5..........................46
Hình 3.29 Góc tới nguồn tín hiệu:θ1 = 50°, θ2 = 80°,θ3 = 100°, θ4 = 110°, θ5 = 160°,
θ6 = 200°. Cho trường hợp Ne = 20, D = 6, SNR = 26, d/λ = 0.5............................47

6
 DANH SÁCH CÁC TỪ VIẾT TẮT

Tên viết tắt Tên đầy đủ Tên Tiếng Việt

DOA Direction of Arrival Hướng sóng tới
MUSIC Multiple Signal Classification Thuật toán phân loại đa tín hiệu
algorithm
MLM Maximum likehoot method Thuật toán khả năng lớn nhất
SNR Signal to noise ratio Tỉ số tín hiệu trên tạp âm
ULA Uniform Linear Array Hệ thống anten phân bố thẳng
UCA Uniform Circle Array Hệ thống anten phân bố tròn
CDMA Code Division Multiple Access Đa truy nhập phân chia theo mã
TDMA Time Division Multiple Access đa truy nhập theo thời gian

7
 PHẦN MỞ ĐẦU

Hệ thống anten mảng kết hợp với các thuật toán xử lý tín hiệu tạo thành hệ
thống anten thông minh là xu hướng đang được quan tâm nghiên cứu và ứng dụng
hiện nay. Hệ thống anten thông minh sử dụng các thuật toán ước lượng hướng sóng
tới (DOA) được ứng dụng rất rộng rãi trong radar, sonar, đo địa chấn, động đất,
thiên văn học, y sinh học và truyền thông.
Đề tài này tìm hiểu về lý thuyết anten thông minh và bài toán DOA. Đồ án đi
sâu tìm hiểu về ứng dụng thuật toán MUSIC trong hệ anten phân bố thẳng (ULA)
và hệ anten phân bố tròn (UCA). Quá trình mô phỏng sự ảnh hưởng của yếu tố cấu
trúc và nhiễu lên tính chính xác và độ phân giải của thuật toán được thực hiện sử
dụng phần mềm MALAB. Nội dung báo cáo đồ án được trình bày trong 3 chương:
Chương 1 Giới thiệu về anten thông minh và mô hình tính toán của hệ thống
anten tuyến tính thông minh. Trong chương này cũng phân loại anten thông minh và
ứng dụng của chúng trong thực tế.
Chương 2 Giới thiệu về bài toán ước lượng hướng sóng tới (DOA) và mô
hình toán học biểu diễn bài toán này. Trong chương này cũng trình bày về thuật toán
MUSIC và so sánh thuật toán MUSIC với một số thuật toán DOA khác.
Chương 3 Mô phỏng, đánh giá sự ảnh hưởng của các tham số về cấu trúc
anten và nhiễu tác động lên tính chính xác và độ phân giải của thuật toán MUSIC.
Trong chương này trình bày rõ các bước mô phỏng, quá trình mô phỏng và phân
tích kết quả đối với hệ anten phân bố thẳng và anten phân bố tròn.

8
 CHƯƠNG 1 TỔNG QUAN VỀ ANTEN THÔNG MINH

Trong chương này sẽ giới thiệu về anten thông minh, tìm hiểu sơ đồ tổng
quát và công thức toán học của anten thông minh. Tìm hiểu vè việc phân loại và
ứng dụng của anten thông minh trong thực tế. Giới thiệu về anten thích nghi.
1.1 Giới thiệu về anten thông minh
1.1.1 Khái quát chung

Anten thông minh (smart antennas) bao gồm nhiều phần tử anten. Tín hiệu
đến các phần tử này được tính toán và xử lý giúp anten xác định được hướng của
nguồn tín hiệu, tập trung bức xạ theo hướng mong muốn và tự điều chỉnh theo sự
thay đổi của môi trường tín hiệu. Quá trình tính toán này đòi hỏi thực hiện theo thời
gian thực, để anten thông minh có thể bám theo nguồn tín hiệu khi nó chuyển động.
Vì vậy, anten thông minh còn được gọi bằng một tên khác là anten thích nghi
(Adaptive Antennas). Với tính chất như vậy, anten thông minh còn có khả năng
giảm thiểu ảnh hưởng của hiện tượng đa đường và can nhiễu.
1.1.2 Sơ đồ tổng quát của anten thông minh

A/D
RF module
converter

. . .
. . . Ʃ
. . .

A/D
RF module
converter

Hình 1.1 Sơ đồ khối tổng quát của anten thông minh

1
 Hình 1.1 Sơ đồ khối tổng quát của anten thông minh

Thông qua sơ đồ khối ta thấy:

- Tín hiệu tới các phần tử anten được biến đổi từ tín hiệu tương tự sang tín
hiệu số, tiếp theo nó được nhân với bộ trọng số rồi tổng lại để được tín hiệu
ngõ ra. Bộ trọng số này giúp cho anten có thể tập trung bức xạ theo hướng
mong muốn. Bằng cách sử dụng các thuật toán thích nghi trong quá trình
Beamforming. Bộ trọng số này luôn được cập nhật để anten thông minh có
thể bám theo người sử dụng khi họ di chuyển

- Biên độ trọng số quyết định búp sóng chính và búp sóng phụ (Side Lobe
Level)

- Pha của bộ trọng số quyết định hướng của búp sóng chính
1.1.3 Ưu điểm của anten thông minh

Hình 1.2 Vùng bức

xạ của anten
thường và anten thông
minh [3]

Qua hình 1.2 ta

có thể thấy được sự
khác biệt giữa vùng
bức xạ của anten thường và anten thông minh. Anten thông minh có các búp sóng
hẹp hơn và có tính định hướng cao hơn so với anten thường.

Anten thông minh là một trong những xu hướng được quan tâm nhiều trong
những năm gần đây. Với các ứng dụng trong các hệ thông tin vô tuyến, nó có thể cải

2
thiện chất lượng tín hiệu, tăng dung lượng, mở rộng phạm vi hoạt động của hệ
thống. Với những ứng dụng trong các hệ thống rada, định vị, điện thoại GSM, 3G,
… anten thông minh cho phép nâng cao khả năng tìm kiếm mục tiêu, nâng cao độ
chính xác, xác định tọa độ và có thêm những khả năng mới mà anten thường không
có được.

Ưu điểm của anten thông minh [3]:

- Cải thiện chất lượng tín hiệu của các hệ thống truyền thông vô tuyến bằng
cách triệt can nhiễu, loại bỏ hiệu ứng đa đường, thu và phát đúng hướng
mong muốn

- Cải thiện dung lượng hệ thống do tăng khả năng sử dụng lại tần số trong
cùng một cell

- Công suất phát thấp cho phép thời gian sử dụng năng lượng lâu hơn, do đó
có thể giảm kích thước và khối lượng của các thiết bị đầu cuối. Việc phát
công suất thấp sẽ giảm ảnh hưởng tới các kênh lân cận

- Anten thông minh thích hợp được với hầu hết các hệ thống truyền thông vô
tuyến hiện nay
1.1.4 Mô hình tính toán của hệ thống phân bố anten thẳng

y
Δx φ

3
 Hình 1.3 Mô hình dãy anten phân bố thẳng cách đều nhau

Φ: Góc phương vị

θ: Góc ngẩng của mặt phẳng sóng tới trên dãy anten

Để đơn giản hóa việc phân tích hệ thống anten, ta giả thiết:

- Không có sự kết nối tương hỗ giữa các anten

- Tất cả những trường sóng tới đều có thể chia thành một lượng các mặt phẳng
sóng rời rạc. Vì vậy số tín hiệu đến anten là hữu hạn

Z(t)

4 Máy thu
 Hình 1.4 Mô hình toán của anten thông minh

Đối với một mặt phẳng tới dãy anten từ hướng (θ.φ), tín hiệu đến phần tử thứ
m sẽ đi thêm một đoạn:

(1.1)

So với phần tử tham khảo tại gốc, phần tử m trễ hơn phần tử tham khảo một
khoảng thời gian:

(1.2)

Vì vậy, độ sai pha giữa thành phần tín hiệu đến phần tử thứ m và phần tử
tham khảo tại gốc là:

(1.3)

trong đó:

, f: tần số sóng mang (Hz)

: hệ số truyền sóng

Giả sử, mỗi phần tử anten là đẳng hướng và có độ lợi như nhau tại tất cả các
hướng. Tín hiệu đến mặt sóng có đường bao phức là s(t). Tín hiệu nhận được tại

5
phần tử anten thứ m như công thức (1.4).

(1.4)

Tín hiệu lối ra của dãy sau khi nhân với bộ trọng số với M là số phần tử
anten trong dãy như công thức (1.5)

(1.5)

Với được gọi là hệ số sắp xếp, nó xác định tỉ số giữa tín hiệu nhận được tại
lối ra của dãy anten và tín hiệu s(t) đo được tại phần tử tham khảo. Hệ số sắp xếp là
hàm theo hướng sóng đến (DOA). Bằng cách điều chỉnh bộ trọng số ta có thể hướng
cho búp sóng chính của hệ số sắp xếp theo hướng mong muốn

Ta định nghĩa vector trọng số:

(1.6)

Tín hiệu từ mỗi phần tử anten được nhóm thành một vector dữ liệu:

(1.7)

Tín hiệu lối ra z(t) là (1.6) nhân (1.7):

(1.8)

Với là phép biến đổi Hermitian (chuyển đổi đơn vị rồi lấy liên hợp phức).

Hệ số sắp xếp theo hướng được viết lại như sau:

(1.9)

Vector được gọi là vector lái theo hướng . Vector lái biểu diễn pha của tín
hiệu tại mỗi phần tử anten so với tín hiệu tham khảo tại gốc.

(1.10)

Trong đó:

(1.11)

6
1.1.5 Phân loại anten thông minh

Tùy theo mục tiêu, phương thức xử lý tín hiệu và mức độ phức tạp của thuật
toán xử lý tín hiệu của anten thông minh ta có thể chia anten thông minh thành 3
loại chính [1]:

- Anten định dạng búp sóng băng hẹp

- Anten thích nghi

- Anten thích nghi băng rộng

Anten định dạng búp sóng băng hẹp thuộc nhóm các hệ anten có xử lý tín
hiệu với thuật toán không phức tạp, chủ yếu là dùng các bộ quay pha ở tần số sóng
mang (xử lý tín hiệu ở tần số radio) để tạo sự lệch pha cần thiết giữa các phân tử
anten nhằm tạo ra giản đồ hướng hoặc là có búp sóng hẹp hoặc búp sóng có hình
dạng đặc biệt, hoặc các búp sóng có thể thay đổi được trong không gian mà không
cần xoay giàn anten về mặt cơ học.

Anten thích nghi thuộc nhóm anten có xử lý tín hiệu vẫn ở dạng băng hẹp
nhưng sử dụng các phương thức và thuật toán phức tạp hơn nhằm đạt được tốc độ
cao, linh hoạt đáp ứng mục tiêu đề ra. Mục tiêu của anten thích nghi thường thực
hiện việc điều khiển tự động giản đồ hướng sao cho các hướng không hướng về các
nguồn nhiễu để triệt tiêu hoặc giảm nhiễu. Anten gồm một giàn các phần tử, liên kết
với một bộ xử lý thích nghi thời gian thực. Bộ xử lý thích nghi sẽ tự động điều
chỉnh các trọng số để đạt được một bộ trọng số tối ưu theo một tiêu chuẩn nào đó
phù hợp với thuật toán đã lựa chọn.

Anten thích nghi băng rộng là hệ anten có xử lý tín hiệu theo phương thức xử
lý thích nghi với băng tần rộng và thuật toán phức tạp, là bước phát triển cao của hệ
anten có xử lý tín hiệu nói chung. Bộ xử lý tín hiệu trong anten thường là bộ xử lý
không gian - thời gian, nó không chỉ xử lý tín hiệu rời rạc, lấy mẫu trong miền
không gian mà còn xử lý các tín hiệu rời rạc, lấy mẫu trong miền thời gian. Đây là
bước phát triển cao của hệ anten có xử lý tín hiệu.

7
1.2 Anten thích nghi
1.2.1 Các hệ thức toán học [1]
Mô hình của anten thích nghi được cho như Hình 1.5

1 U1

U2 W1

2
. W2
.
. U3 WM

M
Định dạng búp sóng

Mảng anten
Thuật toán điều khiển thích nghi

Bộ xử lý thích nghi

Xử lý tín hiệu

Hình 1.5 Mô hình anten thích nghi

Anten là một hệ thống bao gồm một dàn anten chấn tử (giả thiết là giàn
thẳng) gồm M phần tử và một bộ xử lý thích nghi thời gian thực. Bộ xử lý thích
nghi tiếp nhận liên tục các thông tin đầu vào của dàn rồi tự động điều khiển các
trọng số của bộ định dạng búp sóng, nhằm điều khiển liên tục đồ thị phương hướng
của dàn. Sao cho thỏa mãn yêu cầu đề ra với các chỉ tiêu nhất định.

Các trọng số được điều chỉnh để đạt được bộ trọng số tối ưu theo một tiêu
chuẩn nào đó, phù hợp với thuật toán đã lựa chọn.

Ta quy ước các tín hiệu thu được trên các phần tử là tín hiệu đường bao
phức. Vì vậy ta có vector tín hiệu đầu vào của dàn anten được biểu thị như sau:

(1.12)

8
Trong đó:

là tín hiệu thu được trên phần tử thứ m, ta có:

(1.13)

S(t) là tín hiệu đường bao phức nhận được từ nhánh thứ nhất.

Áp dụng khái niệm vector hướng và kí hiệu tổ hợp góc (θ,φ) =  ta có:

(1.14)

Vậy:

(1.15)

Như vậy vector tín hiệu đầu vào u(t) được xác định bởi tín hiệu nhân được
tại phần tử thứ nhất s(t) và vector hướng . Vector hướng xác định tại mỗi hướng của
không gian khảo sát tại mỗi tần số cố định. Tập hợp tất cả các vector hướng nói trên
gọi là tập dữ liệu của dàn anten thích nghi. Quá trình xác định tập dữ liệu nói trên
còn được gọi là quá trình lấy chuẩn cho dàn anten.

Nếu hệ anten làm việc trong môi trường thực tế có tạp nhiễu thì vector số
liệu đầu vào được cộng thêm vector nhiễu n(t) biểu thức sẽ trở thành:

(1.16)

Trong đó:

(1.17)

Biểu thức trên chỉ phù hợp với tín hiệu băng hẹp vì trong đó các thành phần
của vector hướng được xác định ứng với một tần số nhất định. Băng thông của tín
hiệu có liên quan đến sự khác biệt pha giữa các phần tử nằm trong dải sai số cho
phép.

Khảo sát mô hình tín hiệu cho trường hợp tổng quát khi có xảy ra hiệu ứng
đa đường (tín hiệu từ nguồn truyền tới điểm thu với nhiều đường khác nhau), gây ra
phading đa đường) và có tác động của nhiều đối tượng tham gia vào hệ thống thông

9
tin. Gọi K là số đối tượng có phát tín hiệu tác động vào dàn anten và kí hiệu tín hiệu
của đối tượng thứ i là gồm P đường tới, với biên độ phức là , góc tới và trễ đường
truyền là , trong đó p là chỉ số ký hiệu đường tới.

Vector tín hiệu thu được của đối tượng thứ i được biểu diễn:

(1.18)

Khi có tác động đồng thời của K đối tượng và can nhiễu, vector tín hiệu đầu
vào sẽ có dạng:

(1.19)

gọi là vector đặc trưng không gian của đối tượng thứ i.

Trong hệ anten xử lý tín hiệu thích nghi thường sử dụng phép định dạng búp
sóng của dàn anten. Sao cho đồ thị phương hướng có cực đại của búp sóng hướng
theo phía nguồn tín hiệu có ích, còn các hướng không hoặc hướng cực tiểu hướng
theo nguồn nhiễu để triệt tiêu hoặc giảm nhiễu.

Quá trình triệt nhiễu, giảm nhiễu được thực hiện với sự phân biệt từng đối
tượng tham gia thông tin trong tập hợp các nguồn nhiễu. Dựa trên đặc tính không
gian của các tín hiệu hữu ích nên còn được gọi là “lọc không gian”.

Có hai phương pháp xử lí thích nghi [1]:

- Xử lý thích nghi băng hẹp:Chỉ thực hiện việc lấy mẫu tín hiệu trong miền
không gian

- Xử lý thích nghi băng rộng: Thực hiện lấy mẫu cả trong miền không gian và
thời gian
1.2.2 Các chuẩn tối ưu trong điều khiển thích nghi

Có 4 tiêu chuẩn được sử dụng để nhận được các bộ trọng số tối ưu [1]:

- Tiêu chuẩn sai số trung bình phương nhỏ nhất (MMSE: Minimum Mean
Square Error)

10
 - Tiêu chuẩn tỉ số tín hiệu trên tạp nhiễu cực đại (MSINR: Maximum Signal to
interference plus Noise Ratio)

- Tiêu chuẩn phương sai cực tiểu (MV: Minimum Variance)

- Tiêu chuẩn khả năng cực đại (ML: Maximum Likelihood)

1.3 Ứng dụng của anten thông minh
1.3.1 Ứng dụng của anten thông minh trong mạng GSM

Đã có một số anten thông minh được sản xuất cho thị trường di động sử dụng
công nghệ GSM. Chúng giúp tối ưu công suất phát, giảm nhiễu. Cho đến nay việc
sử dụng anten thông minh trong mạng GSM vẫn còn hạn chế. Bởi công nghệ GSM
sử dụng đa truy nhập theo thời gian (TDMA: Time Division Multiple Access) và
quản lý vị trí tần số. Điều này có nghĩa là mỗi kênh vô tuyến có một khe thời gian
và một băng tần, không có sự can nhiễu giữa những người dùng trong một ô (cell)
trạm phát. Điều này có nghĩa lợi ích của anten thông minh trong mạng GSM rất hạn
chế.
1.3.2 Ứng dụng của anten thông minh trong mạng 3G

Với hệ thống GSM, anten thông minh có ứng dụng không lớn. Nhưng khi
thông tin di động phát triển hệ thống 3G với công nghệ đa truy nhập phân chia theo
mã (CDMA: Code Division Multiple Access) đang được ứng dụng ngày rộng rãi,
thì việc sử dụng anten thông minh mang lại hiệu quả lớn. Trong hệ thống thông tin
di động trước đây loại anten được sử dụng chủ yếu là anten vô hướng hoặc anten
sector. Trong anten thông minh, việc ứng dụng thuật toán DOA (DOA: Direction Of
Arival) định hướng sóng đến và các thuật toán xử lý tin hiệu thích hợp có thể hướng
búp sóng chính xác vào hướng thuê bao, tập trung công suất phát vào hướng cần
thiết. Khi xác định được hướng thuê bao và nhiễu ta cũng có thể tránh phát sóng
đến các nguồn can nhiễu. Như vậy, cùng một công suất phát năng lượng bức xạ của
anten đến nơi thu sẽ mạnh hơn nhiều lần, việc này có thể giúp tiết kiệm năng lương
nơi nguồn phát hoặc tăng năng lượng bức xạ nơi nhận.

Anten thông minh làm tăng công suất thu và giảm nhiễu. Điều này đặc biệt
có ý nghĩa đối với mạng di động 3G sử dụng công nghệ đa truy cập phân chia theo

11
mã CDMA (CDMA: Code Division Multiple Access). Chia phổ tần bằng cách xác
định mỗi kênh vô tuyến trong một trạm thu phát và thuê bao bằng một mã số. Thuê
bao chi được nhận ra bằng mã của mình. Tín hiệu thu phát từ những máy di động
khác (với những mã khác nhau) đối với máy di động chính là nhiễu. Vì vậy cho nên
càng nhiều điện thoại di động trong một vùng phủ sóng của trạm thu phát thì nhiễu
càng nhiều. Điều này làm giảm số điện thoại di động mà trạm thu phát có thể phục
vụ được. Tất cả các tiêu chuẩn điện thoại 3G đều sử dụng công nghệ CDMA. Đối
với công nghệ này anten thông minh giúp giảm nhiễu trong một ô vì nó tăng công
suất để duy trì tất cả các kênh vô tuyến từ trạm phát tới mọi thuê bao. Điều này đặc
biệt quan trọng khi nhu cầu tốc độ số liệu cao ngày càng tăng. Một kênh vô tuyến
tốc độ cao cần mức công suất cao gấp 10 lần một kênh thoại trong mạng GSM.
Tăng mức công suất để duy trì một kênh vô tuyến cũng có nghĩa là giảm khả năng
phục vụ các thuê bao còn lại trong ô cũng như từ các ô liền kề.

Anten thông minh giảm sự can nhiễu bằng hai cách [3]:

- Búp sóng của anten hướng chính xác đến thuê bao, do vậy công suất
phát chỉ phát đúng đến hướng cần thiết.

- Khả năng điều khiển tín hiệu định hướng, anten thông minh tránh phát
tín hiệu về phía nguồn can nhiễu

Lợi ích chính triển khai anten thông minh trong mạng 3G [3]:

- Tăng số lượng thuê bao được thực hiện trong một trạm, tăng doanh
thu, giảm khả năng khóa và rơi cuộc gọi đối với các thuê bao

- Chất lượng tín hiệu truyền dẫn được cải thiện trong một trạm mà
không cần tăng công suất phát mà lại giảm được can nhiễu

- Giảm công suất thu phát ở cả hai hướng (thuê bao - trạm phát và trạm
phát - thuê bao), giúp cho Pin của điện thoại được dùng lâu hơn
1.3.3 Anten thông minh trong vệ tinh và truyền hình

Việt Nam phóng vệ tinh VINASAT-1 vào quỹ đạo vào năm 2008 [6], có ý

12
nghĩa rất lớn trong việc phủ sóng Viễn thông, thông tin liên lạc không chỉ các vùng
nông thôn, vùng sâu, vùng xa, biên giới, hải đảo, tới tất cả mọi nơi trên lãnh thổ
Việt Nam mà còn phủ sóng ở cả khu vực Đông Nam Á. Bên cạnh đó khi đưa vào
khai thác VINASAT-1 sẽ có ý nghĩa xã hội rất lớn, góp phần cải thiện cơ sở hạ tầng
thông tin quốc gia theo hướng hiện đại, nâng cao độ an toàn cho mạng lưới viễn
thông, thúc đẩy và phát triển các dịch vụ viễn thông, công nghệ thông tin, thương
mại, giải trí và các dịch vụ chuyên dùng khác.

Một trong những rắc rối liên quan đến truyền hình và thông tin vệ tinh đó là
việc anten thu nhiều lúc không hướng tới đúng vị trí để thu sóng từ vệ tinh hay trạm
phát mạnh nhất. Trong các loại anten sử dụng trước đây, thường khi không đạt
hướng mạnh nhất người ta thường sử dụng phương pháp quay thủ công bằng tay.
Việc này rất bất tiện và không ổn định do khó cố định vị trí anten bởi các yếu tố thời
tiết. Có cách khác để giải quyết vấn đề này là thông qua thuật toán DOA để xác định
hướng vệ tinh hay hướng trạm phát tín hiệu và sau đó dùng thông số về hướng để
điều khiển bộ phận mô tơ gắn vào anten giúp anten tự động quay đến hướng tối ưu,
đây là loại anten thông minh được cải tiến giúp người dùng tiện lợi hơn rất nhiều so
với việc sử dụng anten thông thường.
1.3.4 Ứng dụng của anten thông minh trong việc xác định vị trí

Bằng cách xác định được hướng sóng tới từ anten phát tới ít nhất 2 hệ anten
thu, ta có thể xác định được vị trí của anten phát ra từ giao điểm của 2 hướng đó.

Anten thông minh là một tập hợp các anten thành phần, được điều khiển để
có thể bức xạ ra các búp sóng hẹp với mức công suất phù hợp với yêu cầu. Nên nó
nâng cao được công suất thu, giảm nhiễu nội bộ giữa các kênh vô tuyến trong cùng
một trạm phát. Với những đặc điểm và nguyên lý hoạt động của anten thông minh,
việc sử dụng anten thông minh trong mạng 2G(GSM) không mang lại hiệu quả cao.
Đối với mạng di dộng 3G (CDMA), khi thiết kế, xây dựng cần xem xét khả năng
triển khai anten thông minh ngay để giảm số trạm phát, tăng dung lượng thuê bao,
chất lượng dịch vụ.

13
1.4 Kết luận chương 1

Trong chương này đã giới thiệu về anten thông minh. Tìm hiểu mô hình tính
toán của anten thông minh. Hiểu thêm về những ưu điểm của anten thông minh,
phân loại và những ứng dụng của anten thông minh. Tìm hiểu về anten thích nghi.

1.1

14
 CHƯƠNG 2 CƠ SỞ LÝ THUYẾT VỀ THUẬT TOÁN MUSIC

Trong chương này, giới thiệu về thuật toán MUSIC. So sánh thuật toán
Music và những thuật toán khác để nêu ra ưu điểm của thuật toán MUSIC. Tìm hiểu
cơ sở lý thuyết xác định hướng sóng tới, ứng dụng thuật toán MUSIC trong việc xác
định hướng sóng tới trong hệ anten thẳng (ULA) và hệ anten tròn (UCA).

2.1 Phương pháp xác định hướng sóng tới (DOA) [1]

Đối với các hệ anten thông minh (anten có xử lý tín hiệu) thì DOA là một
thông tin rất quan trọng. Khi biết chính xác thông tin này thì việc xử lý tín hiệu để
có thể nhận được tín hiệu mong muốn một cách tốt nhất và loại trừ các tín hiệu
không mong muốn có thể thực hiện được một cách thuận lợi và đạt hiệu quả cao.

Hệ thống anten cho phép xác định đồng thời hướng sóng đến từ P nguồn phát
sóng độc lập. Có thể xác định được sóng đến một cách chính xác trong điều kiện có
nhiễu. Phương pháp phân tích hệ anten này cũng dựa trên mô hình của hệ anten có
xử lý tín hiệu.

Xét một hệ anten tuyến tính gồm có M phần tử dùng để phân biệt và xác định
P sóng tới hướng đến khác nhau, với P<M. Để đơn giản, ta giả thiết các hướng sóng
đến nằm trong mặt phẳng θ = π/2 với các góc phương vị khác nhau [1]. Như Hình
2.1

15
 Máy thu 1 Máy thu 2 Máy thu m Máy thu M

Hình 2.1 Xác định hướng sóng

Trên mỗi máy thu đều nhận được P tín hiệu tới cùng nhiễu. Vậy tín hiệu ra
nhận được từ máy thu m:

(2.1)

Đặt ta có:

(2.2)

Vector tín hiệu đầu ra tại M cổng máy thu:

(2.3)

Ta có:

(2.4)

Trong đó là vector hướng của sóng tới tại hướng

(2.5)

Với n(t) là vector nhiễu, có thể viết công thức (2.3) dưới dạng rút gọn:

, (2.6)

Trong đó là vector có thành phần là vector hướng như công thức (2.7)

16
 (2.7)

S(t) là vector có thành phần là các biên độ đường bao phức của P sóng tới

(2.8)

n(t) là vector nhiễu nhận được trên M cổng máy thu

(2.9)
2.2 Thuật toán MUSIC (Multiple signal classifi cation algorithm)

Một trong những quá trình xử lý tín hiệu quan trọng nhất trong anten thông
minh chính là việc xác định được hướng của búp sóng tới. Quá trình nghiên cứu và
phát triển anten thông minh đã đưa ra được một số loại thuật toán ước lượng hướng
sóng tới như: thuật toán ước lượng phổ, thuật toán khả năng lớn nhất và đặc biệt
được ứng dụng rộng rãi với độ chính xác cao là thuật toán MUSIC.

Thuật toán MUSIC là thuật toán dựa trên tập các tín hiệu thu được từ không
gian mà không cần phải quét búp sóng của hệ anten theo các góc trong không gian.
Dựa trên việc khai triển ma trận tự tương quan với u là tập tín hiệu thu được từ mỗi
phần tử của hệ anten. Không gian của ma trận hiệp phương sai được chia làm hai
không gian con là không gian tín hiệu và không gian nhiễu. Hai không gian này trực
giao với nhau. Các vector tín hiệu nằm trong không gian tín hiệu sẽ trực giao với
không gian nhiễu [4]. Dựa trên nguyên lý này thuật toán MUSIC được ứng dụng để
tìm ra DOA bằng cách phân loại nguồn tín hiệu tới từng phần tử anten theo góc độ
không gian. Thuật toán này cho phép xác định số lượng nguồn phát, cường độ của
tín hiệu và công suất nhiễu.
2.3 So sánh thuật toán MUSIC với các thuật toán khác
2.3.1 Thuật toán ước lượng phổ

Trên cơ sở, nếu ta ước lượng được ma trận tự tương quan đầu vào và biết các
véctơ hướng a(φ).Thì ta có thể xác định được công suất đầu ra theo hàm của góc
sóng tới.Giá trị góc φ ứng với giá trị của hàm phổ công suất.

, (2.10)

17
Trong đó:

A(φ) là véctơ hướng (hay còn gọi là véctơ dõi theo)

là mà trận tự tương quan hay ma trận hiệp phương sai của tổng các tín hiệu
thu được U(t) tại mảng anten thu

P(φ) là hàm phổ công suất trung bình theo góc tới φ

L là số dãy tín hiệu hay số mẫu quan sát

2.3.2 Thuật toán khả năng lớn nhất MLM (maximum likehood method)

Thuật toán này tối đa hóa hàm Loglikehood để ước lượng DOA từ một bộ
mẫu chuỗi cho trước. Hàm Likehood được cho bởi hàm mật độ xác xuất của dữ liệu
từ các thông tin về hướng sóng tới.

(2.11)

Trong đó :

là năng lượng tạp âm

I là ma trận đơn vị kích thước K x K

A(φ) là véctơ hướng

là tín hiệu nhận được tại đầu ra của phần tử thứ i

tín hiệu đầu ra tại phần tử thứ i

Khi các biến không tương quan, thuật toán MLM cho kết quả khá tốt

2.3.3 So sánh các thuật toán khác với thuật toán MUSIC

18
 Hình 2.2 Thuật toán uớc lượng phổ, thuật toán khả năng lớn nhất, thuật toán
MUSIC [3]

Từ kết quả phổ không gian của 3 thuật toán trên ta thấy thuật toán MUSIC
cho kết quả ước lượng hướng sóng tới cực đại tại góc , còn các giá trị khác có giá trị
nhỏ hoặc bằng không. Thuật toán ước lương phổ và thuật toán khả năng lớn nhất
không có được điều này
2.4 Thuật toán MUSIC trong việc xác định hướng sóng tới [4]

Thuật toán MUSIC dựa trên việc khai thác cấu trúc riêng của ma trận hiệp
phương sai của vector tín hiệu thu u(t), ta có:

(2.12)

Trong đó, L là số mẫu quan sát.

Áp dụng công thức (2.10) vào công thức (2.12) ta có như công thức (2.13)

(2.13)

Nếu chúng ta coi n(t) là tạp âm trắng thì ta có:

(2.14)

Trong đó:

là năng lượng tạp âm

I là ma trận đơn vị

Nếu , công thức (2.12) có thể viết lại thành:

19
 (2.15)

Từ công thức (2.15) ta tính được các giá trị riêng của ma trận hiệp phương
sai thỏa mãn công thức (2.16)

(2.16)

Có P giá trị riêng biểu thị cho công suất thu P sóng tới, được sắp xép theo thứ
tự biên độ giảm dần như công thức (2.17)

(2.17)

Nếu nhiễu được coi là tạp âm trắng thì năng lượng nhận trên các máy thu sẽ
đều là . Do vậy ta có thể biểu thị năng lượng nhận được ở đầu ra các máy thu kể cả
nhiễu là:

(2.18)

Trong đó: là giá trị riêng của

Các giá trị riêng từ P+1 đến M sẽ có giá trị bằng nhau và bằng .

Vậy ta có:

(2.19)

(2.20)

Như vậy sau khi tính ma trận hiệp phương sai để xác định các giá trị riêng ta
đã phân tách được tín hiệu và nhiễu thành 2 không gian con:

- Không gian con “tín hiệu” có kích thước P, tương ứng với P tín hiệu nhận
được, sắp xếp theo thứ tự biên độ giảm dần.

- Không gian con “nhiễu” có kích thước M-P cùng mức biên độ .

Vậy, để tồn tại không gian con “nhiễu” thì phải có điều kiện M > P, nghĩa là
số tín hiệu có thể phát hiện được nhỏ hơn số phần tử anten của hệ thống.

Vấn đề tiếp theo cần giải quyết là xác định hướng của tín hiệu đã được phân

20
loại.

Từ M giá trị riêng, ta tìm được M vector riêng của ma trận thỏa mãn công
thức (2.21)

(2.21)

Đối với các vector riêng có liên quan đến M-P giá trị riêng nhỏ nhất, ta có:

(2.22)

Vì nên (2.23)

Điều này có nghĩa, các vector riêng có liên quan đến M-P giá trị riêng nhỏ
nhất sẽ trực giao với P vector hướng tạo nên ma trận :

(2.24)

Vậy cách tiếp cận của thuật toán MUSIC là đi tìm các vector hướng mà
chúng gần trực giao nhất với các vector riêng có liên quan đến các giá trị riêng xấp
xỉ bằng của ma trận hiệp phương sai . Đó chính là các vector hướng của các tín
hiệu thu mà ta muốn xác định, cũng có nghĩa là khi đó sẽ xác định được hướng sóng
đến.

Sự phân tích cũng cho thấy các vector riêng của ma trận hiệp phương sai sẽ
thuộc về 2 không gian con trực giao nhau: không gian tín hiệu và không gian nhiễu.
Các vector hướng tương ứng với các hướng sóng đến nằm trong không gian tín hiệu
và do đó trực giao với không gian nhiễu.

Ta thiết lập ma trận gồm các vector riêng nhiễu:

(2.25)

Vector hướng ứng với các tín hiệu đến luôn là trực giao với các vector riêng
của không gian nhiễu, nên khi φ trùng với một hướng sóng đến. Do đó, các hướng
sóng đến sẽ có thể xác định tại các đỉnh của phổ MUSIC như sau:

(2.26)

21
 Do tính trực giao giữa và nên mẫu số của (2.26) sẽ trở nên cực tiểu tại các
hướng sóng tới, đỉnh phổ MUSIC tại các hướng đó
2.5 Ứng dụng thuật toán MUSIC xác định hướng sóng đến đối với hệ anten
thẳng (ULA)

2.5.1 Mô hình toán học [4]

Xét dàn anten ULA cho ở như Hình 2.3, giả sử có K nguồn phát phát đi K
sóng, cùng tần số với góc phương vị tương ứng là tới dàn anten gồm M phần tử ,
với K<M.

Anten 1 d
Anten 2 Anten M

Hình 2.1 K sóng tới dàn M phần tử.

Y

-k

θ
X
22
 Hình 2.2 Hai tham số hình học của anten.

Ta có ước lượng phổ:

(2.27)

Trong đó:

(*)

R: vector bán kính

K: là hệ số sóng (

Trong mặt phẳng xy, k là vector cho bởi công thức (2.28)

(2.28)

Gọi U(t) là tổng các tín hiệu nhận được ở đầu ra của M máy thu đặt trên M
phần tử dàn, bao gồm cả nhiễu, coi phần tử thứ nhất là chuẩn. Ta có công thức biểu
diễn tín hiệu:

, (2.29)

Trong đó:

là vector tín hiệu nhận được

(2.30)

là vector tín hiệu nguồn

(2.31)

23
 N(t) là Vector nhiễu

(2.32)

A là ma trận lái tín hiệu (ma trận các vector chỉ phương mang thông tin về
góc pha của các tín hiệu tới)

(2.33)

(2.34)

Thay phương trình (2.34), (2.28) vào (*) ta có được vector lái của hệ thống
ALU như công thức (2.35) dưới đây

(2.35)

Ma trận hiệp phương sai của tín hiệu nhận được là:

, (2.36)

Trong đó:

là ma trận tương quan của tín hiệu nguồn

(2.37)

là ma trận đơn vị cỡ [NxN]

Theo cơ sở lý thuyết của thuật toán MUSIC, giả thiết các vector riêng ứng
với N-M giá trị riêng nhỏ nhất sẽ trực giao với nhau với M hướng sóng đến.

(2.38)

Trong đó: là vector riêng của không gian nhiễu tính từ N-M giá trị riêng của ma
trận tự tương quan các tín hiệu thu được từ hệ anten.

Vậy khi đó, ta có:

(2.39)

24
2.6 Ứng dụng thuật toán MUSIC xác định hướng sóng đến đối với hệ anten
tròn (UCA)
2.6.1 Mô hình toán học [4]

θ
θ θ
Anten 1
Anten N
Anten 2

Anten 3
R

Anten 4

Hình 2.3 Mô hình hệ thổng anten tròn.

Xét dàn anten UCA cho ở như Hình 2.5, với các thông số đặc trưng sau :

- Các anten cách đều nhau trên đường tròn và độ dài cung giữa hai phần tử
kề nhau là m.

- Tín hiệu đến hợp với mặt phẳng chứa các phần tử của hệ anten góc θ.

- Bán kính hệ anten là R.

25
 - Mỗi phần tử anten là một đẳng hướng.

- Các phần tử là đồng pha với nhau.

Vector bán kính của phần tử thứ nhất trong hệ thống anten UCA được tính
theo công thức (2.40)

(2.40)

Thực hiện thay công thức (2.28) và (2.40) vào (*) ta tính được vector lái của
tín hiệu thứ nhất của hệ anten phân bố tròn UCA:

(2.41)

Tín hiệu nhận được tại phần tử thứ I được biểu diễn:

, (2.42)

Trong đó:

là hệ thống truyền sóng

λ là bước sóng của tần số sóng mang tín hiệu

với i=1,…,N là vị trí góc của phần tử thứ n trong mặt phẳng xy

a(t) là biên độ tín hiệu

là góc tới tương ứng với nguồn thứ k

là bán kính hệ anten

Tín hiệu đầu vào của hệ anten:

(2.43)

Với các tham số được biểu diễn giống trong hệ anten phân bố tròn ULA.

A là ma trận lái tín hiệu:

(2.44)

Khi đó phổ MUSIC là:

26
 , (2.45)

Trong đó là các vector riêng của không gian nhiễu được tính từ N-D các giá trị
riêng của ma trận tự tương quan các tín hiệu thu được từ hệ anten. Khi thay đổi góc
trùng với góc tới hệ anten của tín hiệu, ta sẽ được các vector lái luôn trực giao với
vector riêng của không gian nhiễu. Nên số mẫu của công thức (2.45) sẽ tiến tới
không và phổ không gian tín hiệu sẽ đạt cực đại.

Vậy các điểm cực đại tuyển đồ thị biểu diễn sẽ xác định hướng sóng tới.
2.7 Kết luận chương 2

Ở chương 2 này, chúng ta đã tìm hiểu về thuật toán MUSIC. Nghiên cứu cơ
sở lý thuyết của thuật toán, những ưu điểm của thuật toán so với những thuật toán
khác. Công thức toán học của thuật toán MUSIC đối với hệ anten thẳng ULA và hệ
anten tròn UCA.

27
 CHƯƠNG 3 MÔ PHỎNG SỰ ẢNH HƯỞNG CỦA THAM SỐ
CẤU TRÚC ANTEN LÊN THUẬT TOÁN MUSIC TRONG
BÀI TOÁN DOA

Trong chương này, chúng ta thực hiện mô phỏng sự ảnh hưởng của tham số
cấu trúc anten lên tính chính xác và độ phân giải của thuật toán MUSIC áp dụng cho
bài toán DOA. Các anten được khảo sát bao gồm thống anten phân bố thẳng và hệ
thống anten phân bố tròn. Quá trình mô phỏng được thực hiện bằng phần mềm
MATLAB.
3.1 Sơ đồ khối mô phỏng thuật toán MUSIC

Bài toán mô phỏng một cách đầy đủ phải bao gồm các thành phần:

- Các nguồn tín hiệu

- Không gian truyền sóng

- Hệ thống thu

- Xử lý tín hiệu

Trong quá trình mô phỏng thuật toán MUSIC, ta giả thiết ban đầu có các
hướng sóng tới, từ đó xây dựng các vector chỉ phương. Tiếp theo ta thực hiện xây
dựng ma trận các thành phần biên độ đường bao phức S(t) và ma trận vector nhiễu
N(t), để tìm tín hiệu tổng U(t). Cuối cùng ta xử lý theo thuật toán MUSIC đối với
mỗi hệ anten phân bố khác nhau.

Việc khảo sát các thông số ảnh hưởng đến kết quả thuật toán sẽ được thực
hiện bằng cách, ta giả thiết các góc tới ban đầu cố định, sau đó thay đổi các tham số
cần khảo sát như: tỉ số khoảng cách giữa hai anten liền kề trên bước sóng lamda
(d/λ), sự liên quan giữa số lượng phần tử anten trong mảng (Ne) và số nguồn tín
hiệu (D), tỉ số tín hiệu trên tạp âm (SNR).

Trong bài báo cáo Tốt nghiệp này ta chỉ xét tới trường hợp các tín hiệu tới hệ
anten không tương quan nhau.

28
 Từ những giả thiết ban đầu ta có sơ đồ mô phỏng thuật toán MUSIC như
Hình 3.1

Các góc sóng tới:

Vector biên độ Ma trận các vector

đường bao phức lái (vector chỉ Vector nhiễu N(t)
S(t) phương)

Vector đáp ứng đầu ra của M cổng thu:

Thuật toán ước lượng sóng tới MUSIC

Hình 3.1 Sơ đồ khối mô phỏng thuật toán MUSIC

29
 Hình 3.1 Sơ đồ mô phỏng thuật toán MUSIC
3.2 Xây dựng chương trình mô phỏng đối với hệ anten thẳng ULA
3.2.1Các bước thực hiện mô phỏng chương trình

Bước 1 Thiết lập các tham số ban đầu

A. Thiết lập tham số hệ anten ULA

- Bước sóng tín hiệu: λ = 0.5 (m)

- Khoảng cách giữa cặp anten liên tiếp so với bước sóng:

- Số phần tử anten trong mảng: Ne = 10

B. Thiết lập tham số của nguồn tín hiệu đến

- Số nguồn tín hiệu tới: D = 5

- Góc tới nguồn tín hiệu

Trường hợp 1 có các góc tới như sau:

Angles = []

Trường hợp 2 có các góc tới như sau:

Angles =[].

- Tỷ số tín hiệu trên tạp âm tương ứng:

SNR=[30 30 30 30 30]

C. Thiết lập tham số chung

- Hệ số sóng:

- Số mẫu tín hiệu thu: Nb = 1000

Giả thiết ban đầu có 5 nguồn tín hiệu (D = 5), số phần tử anten (Ne = 10), tỉ
số tín hiệu trên tạp âm (SNR=30), phần tử và số mẫu quan sát hay số bit tín hiệu gửi

30
về từ nguồn phát tới mảng là 1000 (Nb = 10) (thông số giả thiết này có thể thay đổi
mà không gây ảnh hưởng tới kết quả cuối cùng của chương trình nhưng khi chúng
ta đặt số bit quá nhỏ, kết quả thực nghiệm sẽ thay đổi sau mỗi lần chạy bởi lúc này
tính thông kê của thuật toán không còn được đảm bảo nữa. Về mặt lý thuyết số bit
cần phải tiến tới vô cùng tuy nhiên kết quả của chương trình cho thấy khi số bit lên
tới khoảng 1000 thì kết quả thực nghiệm ở những lần chạy khác nhau không chênh
lệch đáng kể) [5].

Việc đặt các thông số trên cần đảm bảo những yêu cầu sau đây: Số phần tử
anten trong mảng lớn hơn số nguồn tín hiệu (Ne>D), số phần tử anten của mảng
không được quá lớn để tránh sự cồng kềnh, đặt số mẫu thử Nb đủ lớn để đảm bảo
tính thống kê được chính xác.

Bước 2 Tạo ma trận thu U kích thước [Nb Ne]

- Tạo ma trận tín hiệu đầu vào S kích thước [D Nb]

- Tạo vector lái tín hiệu A kích thước [D Ne]

- Tạo ma trận nhiễu N kích thước [Nb Ne]

- Tạo ma trận tín hiệu thu kích thước [Nb Ne]

Bước 3: Thuật toán MUSIC

- Thiết lập tín hiệu tương quan thu

- Tìm giá trị riêng, vector riêng

- Số nguồn tín hiệu

- Tìm vector riêng của nhiễu

- Tìm phổ không gian tín hiệu

- Biểu diễn
3.2.2 Kết quả mô phỏng

Quá trình mô phỏng được thực hiện theo các các bước đã nêu trên, trong đó

31
các góc tới được giả thiết theo 2 trường hợp. Trường hợp 1, tất cả các góc tới nhỏ
hơn 1800, trường hợp 2 các góc tới biến thiên trong khoảng từ 0-3600.

Kết quả mô phỏng cho thuật toán MUSIC đối với hệ anten phân bố thẳng cho
trường hợp 1 thu được như Hình 3.2.

Hình 3.2 Kết quả mô phỏng cho trường hợp các góc tới:
.

Từ Hình 3.2 chúng ta thấy rằng, ở trường hợp 1 có các góc tới là: , thì thuật
toán cho phổ tín hiệu sóng tới chính xác của 5 tín hiệu đến từ các góc tới đã thiết
lập.

Kết quả mô phỏng cho thuật toán MUSIC đối với hệ anten phân bố thẳng
cho trường hợp 2 thu được như Hình 3.3.

Hình 3.3 Kết quả mô phỏng cho trường hợp các góc tới:
.

32
 Từ Hình3.3 chúng ta thấy rằng, ở trường hợp 2 có các góc tới là: , thì thuật
toán MUSIC cho phổ tín hiệu sóng tới chưa chính xác của 5 tín hiệu đến từ các góc
tới đã thiết lập. Khi góc tới thì không ra đúng góc tới mà ta đã thiết lập ở ban đầu.
Thuật toán cho ra góc khi chúng ta thiết lập góc tới =200°

Nhận xét: Trường hợp các góc tới nằm trong dải 0°-180° thì thuật toán cho
kết quả chính xác. Trong trường hợp có góc tới lớn hơn 180° thì thuật toán MUSIC
trong hệ thống ULA không cho được kết quả chính xác. Thuật toán sẽ biểu diễn góc
bù của góc tín hiệu tới cho trường hợp góc tới lớn hơn 180°, vì hệ thống ULA chỉ
phân biệt được các góc tới nằm trong khoảng 0-180°. Hệ thống ULA là hệ thống có
góc tới tuần hoàn nửa chu kì, đây cũng chính là nhược điểm của hệ thống ULA.

Để đánh giá chất lượng của thuật toán MUSIC trong hệ anten phân bố thẳng
(ULA), ta thực hiện khảo sát ảnh hưởng của các tham số lên độ chính xác của thuật
toán. Quá trình khảo sát được thực hiện bằng cách thay đổi tham số cần khảo sát và
giữ nguyên các tham số còn lại.

A. Ảnh hưởng của tham số d/λ tới kết quả thuật toán MUSIC đối với hệ thống anten
phân bố thẳng (ULA)

Tỉ số khoảng cách giữa hai anten phần tử kề nhau và bước sóng làm việc
(d/λ) là thông số ảnh hưởng trực tiếp tới , qua đó ảnh hưởng tới vector lái tín hiệu A
dẫn tới làm thay đổi đến ma trận tín hiệu thu tại các phần tử anten. Để tiến hành
khảo sát sự ảnh hưởng của tỉ số này gây lên kết quả của thuật toán MUSIC, ta tiến
hành thiết lập mô phỏng như sau. Giả sử có 5 hướng sóng tới , số lượng anten phần
tử trong mảng Ne=10. Ta thực hiện thay đổi tỷ số d/λ lần lượt là: 0.2; 0.5;0.8. Ta vẫn
giữ nguyên các tham số còn lại. Kết quả mô phỏng lần lượt thu được như các hình
3.4, 3.5, 3.6.
Kết quả mô phỏng cho thuật toán MUSIC cho trường hợp tỉ số d/λ=0.5 cho
ra kết quả như Hình 3.4

33
Hình 3.4 Kết quả mô phỏng cho các góc tới: θ1 = 40°, θ2 = 60°,θ3 = 90°, θ4 = 150°,
θ5 = 160°, cho trường hợp d/λ = 0.5
Kết quả mô phỏng cho thuật toán MUSIC cho trường hợp tỉ số d/λ=0.9 cho
ra kết quả như Hình 3.5

Hình 3.5 Kết quả mô phỏng cho các góc tới: ,Cho trường hợp d/λ = 0.9
Kết quả mô phỏng cho thuật toán MUSIC cho trường hợp tỉ số d/λ=0.2 cho
ra kết quả như Hình 3.6

34
 Hình 3.6 Kết quả mô phỏng cho các góc tới:,Cho trường hợp d/λ = 0.2.

Nhận xét: Khi ta thực hiện việc thay đổi tỉ số lên thành 0.9 thì thuật toán
MUSIC vẫn cho ra kết quả chính xác. Nhưng ngoài những phổ tín hiệu sóng tới mà
ta đã thiết lập thì còn có thêm những phổ con, phổ con này gây ảnh hưởng tới tính
chính xác của thuật toán MUSIC trong hệ thống anten phân bố thẳng (ULA).

Khi ta giảm tỉ số thì thuật toán MUSIC vẫn cho ra kết quả chính xác. Nhưng
ở những dải phổ thấp tín hiệu ở gần nhau sẽ gây ra nhiễu nhiều hơn khi chúng ta
thiết lập tỉ số = 0.5.

B. Sự ảnh hưởng của số phần tử anten trong mảng và số nguồn tín hiệu D tới độ
chính xác của thuật toán MUSIC

Trên cơ sở lý thuyết của thuật toán MUSIC, để thuật toán có thể cho ra kết
quả thì điều kiện tối thiểu là số phần tử anten trong mảng lớn hơn số nguồn tín hiệu
(). Để khảo sát sự ảnh hưởng của số lượng phần tử anten trong mảng ảnh hưởng tới
độ chính xác của thuật toán MUSIC trong hệ anten thẳng ULA, ta tiến hành thiết lập
mô phỏng như sau. Giả sử có 5 hướng sóng tới: , tỷ số , tỉ số tín hiệu trên tạp âm .
Ta tiến hành thay đổi số lượng phần tử anten trong mảng lần lượt là: Ne=15, Ne = 6,
Ne = 5 nhưng vẫn giữ nguyên các tham số còn lại. Rồi so sánh với trường hợp Ne =
10 ở Hình 3.4

35
 Kết quả mô phỏng cho thuật toán MUSIC cho trường hợp Ne = 15 cho ra kết
quả như Hình 3.7

Hình 3.7 Kết quả mô phỏng cho các góc tới. Cho trường hợp Ne=15, D=5 và
d/λ = 0.5
Kết quả mô phỏng cho thuật toán MUSIC cho trường hợp Ne =6 cho ra kết
quả như Hình 3.8

Hình 3.8 Kết quả mô phỏng cho các góc tới. Cho trường hợp Ne=6, D=5 và d/λ
= 0.5
Kết quả mô phỏng cho thuật toán MUSIC cho trường hợp Ne =5 cho ra kết

36
quả như Hình 3.9

Hình 3.9 Kết quả mô phỏng cho các góc tới.Cho trường hợp Ne=5, D=5 và d/λ
= 0.5

Nhận xét: Qua các Hình 3.7, Hình 3.8, Hình 3.9 ta thấy, khi thực hiện tăng số
lượng anten trong mảng lên nhưng vẫn giữ nguyên các tham số còn lại thì thuật toán
MUSIC cho độ chính xác các góc tới đã thiết lập ban đầu càng cao. Nếu ta giảm số
lượng phần tử anten xuống thì thuật toán MUSIC cho chất lượng tín hiệu sóng tới
càng giảm. Ta tiếp tục giảm số lượng anten tới khi số lượng phần tử anten bằng với
số phần tử nguồn tín hiệu (Ne = D) thì thuật toán MUSIC sẽ không cho ra kết quả.
Từ những kết quả mô phỏng trên ta thấy yêu cầu tối thiểu số để thuật toán có thể
thực hiện là số lượng phần tử anten lớn hơn số nguồn tín hiệu.

C. Độ phân giải thuật toán

Độ phân giải thuật toán là khoảng cách nhỏ nhất giữa các nguồn tín hiệu tới
(tính bằng độ) mà thuật toán MUSIC có thế phân biệt được đó là nguồn riêng biệt.

Để khảo sát độ phân giải của thuật toán MUSIC trong hệ anten phân bố
thẳng (ALU) ta giả sử có 2 hướng sóng tới: . Các tham số: Ne, d/λ, SNR, D là cố
định. Ta tiến hành giảm các nguồn tín hiệu tới gần nhau cho tới khi thuật toán
MUSIC không cho ra kết quả.

37
 Kết quả mô phỏng cho thuật toán MUSIC cho trường hợp có hai nguồn tín
hiệu: cho ra kết quả như Hình 3.10

Hình 3.10 Kết quả mô phỏng cho các góc tới. Cho trường hợp Ne=5, D=2 và
d/λ = 0.5, SNR = 30
Kết quả mô phỏng cho thuật toán MUSIC cho trường hợp có hai nguồn tín
hiệu: cho ra kết quả như Hình 3.11

Hình 3.11 Kết quả mô phỏng cho các góc tới. Cho trường hợp Ne=5, D=2 và

38
 d/λ = 0.5, Ne = 30.
Kết quả mô phỏng cho thuật toán MUSIC cho trường hợp có hai nguồn tín
hiệu: cho ra kết quả như Hình 3.12

Hình 3.12 Kết quả mô phỏng cho các góc tới. Cho trường hợp Ne=5, D=2 và
d/λ = 0.5, Ne = 30

Nhận xét:

- Khi phổ của 2 tín hiệu góc tới là: thì thuật toán MUSIC không phân biệt
được 2 nguồn tín hiệu tới dù ở dải phổ cao.

- Qua kết quả mô phỏng ở hình (3.19) đến (3.11) ta thấy thuật toán MUSIC
cho độ phân giải cao. Khi độ phân giải càng cao thì độ chính xác của các góc
tới càng lớn. Ta thực hiện việc giảm độ phân giải của thuật toán xuống thì
thuật toán MUSIC vẫn có thể phân biệt được đó là nguồn tín hiệu riêng biệt
cho tới khi hai tín hiệu tới chênh lệch nhau bé thua 0.2°. Từ những kết quả
mô phỏng ở trên ta thấy thuật toán MUSIC trong hệ anten phân bố thẳng có
độ phân giải rất cao.

D. Ảnh hưởng của tỉ số tín hiệu trên tạp âm tới thuật toán MUSIC cho hệ anten
phân bố thẳng (ULA)

Để khảo sát sự ảnh hưởng của tỉ số tín hiệu trên tạp âm (SNR) tác động tới

39
độ chính xác của thuật toán MUSIC trong hệ anten phân bố thẳng (ULA). Ta tiến
hành thiết lập mô phỏng ta giả sử có 5 hướng sóng tới: , tỉ số , tỉ số tín hiệu trên tạp
âm . Ta thay đổi tỉ số tín hiệu trên tạp âm (SNR) trong khi vẫn giữ nguyên các tham
số còn lại cho tới khi thuật toán MUSIC trong hệ anten thẳng (ULA) không thể cho
ra kết quả. Rồi ta tiến hành so sánh kết quả vừa mô phỏng được với trường hợp
SNR=30 ở Hình 3.4.

Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp có SNR = 27,
cho ra kết quả như Hình 3.13

Hình 3.13 Kết quả mô phỏng cho các góc tới:. Trường hợp Ne=10, D=5 và d/λ =
0.5, SNR = 27.
Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp có
SNR=26, kết quả như Hình 3.13

40
Hình 3. 14 Kết quả mô phỏng cho các góc tới:. Cho trường hợp Ne=10, D=5 và
d/λ = 0.5, SNR = 26

Nhận xét:

Với trường hợp có 5 góc tới: , và có các tham số ban đầu như đã nêu ở trên.
Khi chúng ta giữ nguyên các thông số ban đầu rồi tiền hành giảm SNR. Khi thì
thuật toán MUSIC trong hệ anten phân bố thẳng (ULA) không thể cho ra kết quả.
Vậy với các tham số đã cho ở trên thì yêu cầu tối thiểu để thuật toán MUSIC thực
hiện được là tỉ số tín hiệu trên tạp âm SNR>26.

Để khảo sát mối quan hệ giữa hai tham số SNR và Ne, ta giả sử có 5 nguồn
tín hiệu tới:, giữ nguyên tỉ số tín hiệu trên tạp âm SNR = 26, tỉ số d/λ = 0.5. Thực
hiện thay đổi Ne lên thành Ne=20
Kết quả mô phỏng thuật toán MUSIC cho trường hợp có SNR = 26, Ne=20
cho ra kết quả như Hình 3.15

41
 Hình 3.15 Kết quả mô phỏng cho các góc tới. Cho trường hợp Ne=10, D=8 và
d/λ = 0.5, SNR = 26

Nhận xét: Qua các Hình 3.13, Hình 3.14, Hình 3.15 ta thấy với mỗi tham số
riêng biệt thì sẽ yêu cầu một tỉ số tín hiệu trên tạp âm (SNR) tối thiểu khác nhau.
Nếu Ne>>D thì yêu cầu tối thiểu SNR càng nhỏ. Khi các tham số còn lại cố định thì
SNR càng lớn cho ra kết quả thuật toán MUSIC mô phỏng các góc tới càng chính
xác.

Nhận xét chung về các tham số ảnh hưởng tới kết quả mô phỏng thuật toán MUSIC:

- Để thuật toán MUSIC có thể phân biệt được phổ tín hiệu thì cần phải có
những yêu cầu sau:

- Số phần tử anten trên mảng phải lớn hơn số nguồn tín hiệu

- Tỉ số tín hiệu trên tạp âm (SNR) phải đủ lớn, với mỗi tham số riêng biệt
thì sẽ yêu cầu một tỉ số tín hiệu trên tạp âm (SNR) tối thiểu khác nhau.
Nếu Ne>>D thì yêu cầu tối thiểu SNR càng nhỏ. Khi các tham số còn lại
cố định thì SNR càng lớn cho ra kết quả thuật toán MUSIC mô phỏng
các góc tới càng chính xác.

- Để cải thiện chất lượng của tín hiệu thì chúng ta có thể tăng số phần tử anten
trên mảng hoặc tỉ số tín hiệu trên tạp âm (SNR).

42
 - Hệ anten ALU chỉ phân biệt được góc tới nằm trong dải từ nên khi góc tới
lớn hơn thì nó sẽ được biểu diễn góc bù của tín hiệu đó. Vì vậy khi hai hay
nhiều tín hiệu đến hệ ALU có vị trí góc tới là bù nhau thì cho kết quả trùng
nhau. Đây chính là nhược điểm của hệ thống ULA.
3.3 Xây dựng chương trình mô phỏng đối với hệ anten tròn UCA
3.3.1 Các bước thực hiện mô phỏng chương trình

Bước 1 Tthiết lập các tham số ban đầu của anten

- Bước sóng tín hiệu λ = 0.5 (m)

- Tỉ số d/λ = 0.5

- Bán kính hệ anten:

- Số phần tử anten: Ne = 10

Bước 2 Thiết lập Các tham số nguồn tín hiệu đến

- Góc tới nguồn tín hiệu θ, Giả thiết có 6 góc tới:

Angles=[]

- Tỉ số tạp âm trên nhiễu SNR tương ứng:

- SNR=[30 30 30 30 30 30]

- Hệ số sóng:

- Số mẫu tín hiệu thu: Nb = 1000

3.3.1.3. Các bước xây dựng chương trình

- Tạo ma trận tín hiệu đầu vào S kích thước [D Nb]

- Tạo ma trận mảng A kích thước [D Ne]

- Tạo ma trận nhiễu N kích thước [Nb Ne]

- Tạo ma trận tín hiệu thu kích thước [Nb Ne]

43
 - Tìm tín hiệu thu tương quan Ruu

- Tìm giá trị riêng, vector riêng

- Tìm vector riêng của nhiễu

- Tìm phổ không gian tín hiệu

- Biểu diễn
3.3.2. Kết quả mô phỏng

Quá trình mô phỏng được thực hiện theo các các bước đã nêu trên. Kết quả
mô phỏng cho thuật toán MUSIC đối với hệ anten phân bố tròn thu được như Hình
3.16.

Hình 3.16 Kết quả mô phỏng cho các góc tới: . Cho trường hợp Ne=10, D=6 và
d/λ = 0.5, SNR = 30.

Nhận xét: Qua Hình 3.16 ta thấy, với hệ thống anten tròn (UCA) thì thuật
toán MUSIC có thể phân biệt được các góc tới góc từ cho kết quả chính xác, độ
phân giải cao, và các phổ góc tới gần nhau vẫn phân biệt được rõ.

Để đánh giá chất lượng của thuật toán MUSIC trong hệ anten phân bố tròn

44
(UCA), ta thực hiện khảo sát ảnh hưởng của các tham số lên độ chính xác của thuật
toán. Quá trình khảo sát được thực hiện bằng cách thay đổi tham số cần khảo sát và
giữ nguyên các tham số còn lại.

A. Ảnh hưởng của tham số d/λ tới kết quả thuật toánMUSIC đối với hệ anten tròn
(UCA)

Khoảng cách giữa các phần tử anten trên bước sóng sử dung (d/λ) là thông số
ảnh hưởng trực tiếp tới , qua đó ảnh hưởng tới vector lái tín hiệu A dẫn đến làm thay
đổi tới ma trận tín hiệu thu tại các phần tử anten. Để khảo sát sự ảnh hưởng của tỉ số
này gây lên kết quả của thuật toán MUSIC, ta tiến hành thiết lập mô phỏng như sau.
Giả sử có 6 hướng sóng tới: , số lượng anten phần tử là Ne=10. Ta thay đổi tỷ số d/λ
lần lượt là 0.2 và 0.8 rồi so sánh với kết quả có được ở Hình 3.16. Kết quả mô
phỏng lần lượt thu được như các hình dưới đây

Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp , kết quả cho như
Hình 3.17

Hình 3. 17 Kết quả mô phỏng cho các góc tới: . Cho trường hợp Ne=10, D=6 và
d/λ = 0.2, SNR = 30.

Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp , kết quả cho như

45
Hình 3.18

Hình 3. 18 Kết quả mô phỏng cho các góc tới: . Cho trường hợp Ne=10, D=6 và
d/λ = 0.2, SNR = 30.

Nhận xét: So sánh Hình 3.16, Hình 3.17 và Hình 3.18, ta thấy khi thay đổi tỉ số d/λ
từ 0.5 xuống 0.2 thuật toán MUSIC vẫn phân biệt được các phổ của các nguồn tín
hiệu tới nhưng ở dải phổ thấp thì có hiện tượng nhiễu, không thể phân biệt được
các góc tới.Khi ta thực hiện tăng tỉ số d/λ = 0.8 thì kết quả của thuật toán MUSIC
cho độ chính xác gần như không thay đổi, nhưng nếu tỉ số d/λ càng cao thì sẽ làm
thiết bị cồng kềnh không có tính thực tế.

B. Sự ảnh hưởng của số phần tử anten và số nguồn tín hiệu tới độ chính xác của
thuật toán MUSIC.

Để khảo sát sự ảnh hưởng của số lượng phần tử anten trong mảng (Ne) tác
động lên độ chính xác của thuật toán MUSIC, ta tiến hành thiết lập mô phỏng như
sau. Giả sử có 5 hướng sóng tới , tỷ số , tỉ số tín hiệu trên tạp âm SNR =30. Ta thay
đổi số lượng phần tử anten trong một mảng lần lượt là:, , . Rồi so sánh với trường
hợp ở Hình 3.16.

46
 Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp Ne=7, kết quả
cho như Hình 3.19

Hình 3.19 Kết quả mô phỏng cho các góc tới: . Cho trường hợp Ne=7, D=6 và
d/λ = 0.5, SNR = 30

Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp Ne=6, kết quả
cho như Hình 3.20

Hình 3.20 Kết quả mô phỏng cho các góc tới:. Cho trường hợp Ne=6, D=6 và
d/λ = 0.5, SNR = 30.

47
 Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp Ne=20, kết quả
cho như Hình 3.21

Hình 3.21 Kết quả mô phỏng cho các góc tới: . Cho trường hợp Ne=20, D=6 và
d/λ = 0.5, SNR = 30.

Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp Ne=50, kết quả
cho như Hình 3.22

Hình 3.22 Kết quả mô phỏng cho các góc tới: .Cho trường hợp Ne=50, D=6 và
d/λ = 0.5, SNR = 30.

48
 Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp Ne=60, kết quả
cho như Hình 3.19

Hình 3.23 Kết quả mô phỏng cho các góc tới: . Cho trường hợp Ne=60, D=6 và
d/λ = 0.5, SNR = 30

Nhận xét: So sánh kết quả mô phỏng thuật toán MUSIC qua các Hình 3.19 đến
Hình 3.23 ta thấy:

- Thực hiện tăng số lượng anten trong mảng lên nhưng vẫn giữ nguyên các
tham số còn lại thì thuật toán MUSIC cho độ chính xác các góc tới đã thiết
lập ban đầu càng cao. Sự can nhiễu giữa các phổ của các góc tới càng nhỏ.
Khi ta giảm số lượng phần tử anten xuống thì thuật toán MUSIC cho chất
lượng tín hiệu sóng tới càng giảm

- Khi tăng số phần tử anten của mảng Ne lên mức nhất định thì phổ tín hiệu sẽ
không thể hiện rõ ưu điểm của nó nữa. Trong trường hợp cụ thể ở đây chất
lượng tín hiệu khi Ne = 50, và Ne = 60 các tham số còn lại là giống nhau thì
thuật toán MUSIC cho kết quả có chất lượng tín hiệu gần như là tương
đương nhau. Trường hợp cụ thể này thì số lượng phần tử anten trong mảng
Ne lớn hơn gấp 8 lần thì chất lượng tín hiệu của thuật toán MUSIC gần như
không thay đổi dù có thực hiện tăng thêm số lượng anten trong mảng Ne lên

49
 nữa. Ngược lại vì ta chọn dàn anten có khoảng cách giữa 2 anten gần nhất là
bằng nửa bước sóng nên khi số lượng anten tăng tương ứng ta có bán kính
của hệ tăng lên. Số anten càng tăng thì bán kính càng tăng, làm cho hệ anten
càng phức tạp, giá thành cao, bài toán kinh tế không khả thi.

- Khi ta giảm số lượng phần tử anten xuống thì thuật toán MUSIC cho chất
lượng tín hiệu sóng tới càng giảm. Nếu ta tiếp tục giảm số lượng anten tới
khi số lượng phần tử anten bằng với số phần tử nguồn tín hiệu (Ne = D) thì
thuật toán MUSIC sẽ không cho ra kết quả. Từ những kết quả mô phỏng trên
ta thấy yêu cầu tối thiểu số để thuật toán có thể thực hiện là số lượng phần tử
anten lớn hơn số nguồn tín hiệu.

C. Độ phân giải thuật toán

Độ phân giải thuật toán là khoảng cách nhỏ nhất giữa các nguồn phát (tính
bằng độ) mà thuật toán MUSIC có thế phân biệt được đó là nguồn riêng biệt.

Để khảo sát độ phân giải của thuật toán MUSIC đối với hệ anten phân bố
tròn (UCA). Ta giả sử có 2 hướng sóng tới: , ta có các tham số cố định là: số lượng
phần tử , số nguồn tín hiệu , tỉ số tạp âm trên nhiễu . Ta thưc hiện giảm dần góc giữa
các các nguồn tín hiệu với nhau để khảo sát độ phân giải của thuật toán MUSIC.

Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp có 2 hướng sóng
tới , kết quả cho như Hình 3.24

50
Hình 3.24 Kết quả mô phỏng cho các góc tới: . Cho trường hợp Ne=10, D=6 và
d/λ = 0.5, SNR = 30

Kết quả mô phỏng cho thuật toán MUSIC trong trường hợp có 2 hướng sóng
tới , kết quả cho như Hình 3.25

Hình 3.25 Kết quả mô phỏng cho các góc tới: .Cho trường hợp Ne=10, D=6 và
d/λ = 0.5, SNR = 30.

51
 Nhận xét: Khi phổ của 2 tín hiệu góc tới là: thì thuật toán MUSIC cho hệ
anten phân bố tròn không phân biệt được 2 nguồn tín hiệu tới dù ở dải phổ cao.Qua
kết quả mô phỏng ở Hình (3.24) đến Hình (3.25) ta thấy thuật toán MUSIC cho độ
phân giải cao. Khi độ phân giải càng cao thì độ chính xác của các góc tới càng lớn.
Ta thực hiện việc giảm độ phân giải của thuật toán xuống thì thuật toán MUSIC vẫn
có thể phân biệt được đó là nguồn tín hiệu riêng biệt cho tới khi hai tín hiệu tới
chênh lệch nhau bé thua 0.2°. Từ những kết quả mô phỏng ở trên ta thấy thuật toán
MUSIC trong hệ anten phân bố thẳng có độ phân giải rất cao.

D. Ảnh hưởng của SNR tới thuật toán MUSIC trong hệ anten tròn (UCA)

Để khảo sát sự ảnh hưởng của tỉ số tín hiệu trên tạp âm SNR tác động tới độ
chính xác của thuật toán MUSIC đối với hệ anten tròn, ta tiến hành thiết lập mô
phỏng như sau. Giả sử có 6 hướng sóng tới , tỷ số , tỉ số tín hiệu trên tạp âm . Ta
thay đổi tỉ số tín hiệu trên tạp âm SNR cho tới khi thuật toán không thể thực hiện.
Ta so sánh các kết quả vừa mô phỏng được với trường hợp SNR = 30 ở Hình 3.16

Kết quả mô phỏng cho thuật toán MUSIC trong trường SNR=26, kết quả cho
như Hình 3.26

Hình 3. 26 Góc tới nguồn tín hiệu: . Cho trường hợp Ne = 15, D = 8, SNR = 27,
d/λ = 0.5.

52
 Kết quả mô phỏng cho thuật toán MUSIC trong trường SNR=26, kết quả cho
như Hình 3.26

Hình 3.27 Góc tới nguồn tín hiệu:. Cho trường hợp Ne = 10, D = 8, SNR = 26,
d/λ = 0.5

Kết quả mô phỏng cho thuật toán MUSIC trong trường SNR=100, kết quả
cho như Hình 3.28

53
Hình 3.28 Góc tới nguồn tín hiệu:. Cho trường hợp Ne = 15, D = 8, SNR = 100,
d/λ = 0.5

Nhận xét:

Với trường hợp có 5 góc tới: , và có các tham số ban đầu như đã nêu ở trên.
Khi chúng ta giữ nguyên các thông số ban đầu rồi tiền hành giảm SNR. Khi thì
thuật toán MUSIC trong hệ anten phân bố tròn (ULA) không thể cho ra kết quả.
Vậy với các tham số đã cho ở trên thì yêu cầu tối thiểu để thuật toán MUSIC thực
hiện được là tỉ số tín hiệu trên tạp âm SNR>26.

Để khảo sát mối quan hệ giữa hai tham số SNR và Ne, ta giả sử có 6 nguồn
tín hiệu tới:, giữ nguyên tỉ số tín hiệu trên tạp âm SNR = 26, tỉ số d/λ = 0.5. Thực
hiện thay đổi Ne lên thành Ne=20

Kết quả mô phỏng cho thuật toán MUSIC trong trường SNR=26, Ne=20, kết
quả cho như Hình 3.29

54
 Hình 3.29 Góc tới nguồn tín hiệu:Ne = 20, D = 6, SNR = 26, d/λ = 0.5

So sánh hai Hình 3.27 và Hình 3.29 ta thấy, khi ta tăng số lượng phần tử
anten trong mảng lên thì yêu cầu tỉ số tín hiệu trên tạp âm SNR tối thiểu để thuật
toán MUSIC cho ra kết quả là càng nhỏ.

Nhận xét chung về các tham số ảnh hưởng tới kết quả mô phỏng thuật toán MUSIC:

- Để thuật toán MUSIC có thể phân biệt được phổ tín hiệu thì cần phải có những
yêu cầu sau:

- Số phần tử anten trên mảng phải lớn hơn số nguồn tín hiệu

- Tỉ số tín hiệu trên tạp âm (SNR) phải đủ lớn, với mỗi tham số riêng biệt thì sẽ
yêu cầu một tỉ số tín hiệu trên tạp âm (SNR) tối thiểu khác nhau. Nếu Ne>>D
thì yêu cầu tối thiểu SNR càng nhỏ. Khi các tham số còn lại cố định thì SNR
càng lớn cho ra kết quả thuật toán MUSIC mô phỏng các góc tới càng chính
xác.

- Để cải thiện chất lượng của tín hiệu thì chúng ta có thể tăng số phần tử anten
trên mảng hoặc tỉ số tín hiệu trên tạp âm (SNR).

- Hệ thống anten phân bố tròn UCA có thể phân biệt được góc tới nằm trong

55
 dải từ vì hệ thống UCA là hệ thống góc tới tuần hoàn cả chu kì. Đây là ưu điểm
của hệ thống UCA so với ULA
3.4 Kết luận chương 3

Ở chương này chúng ta đã thực hiện mô phỏng sự ảnh hưởng của các tham
số ảnh hưởng lên thuật toán MUSIC cho hệ thống ULA và UCA. Từ kết quả chúng
ta đã tìm hiểu được những tham số ảnh hưởng. Biết được ưu điểm và hạn chế của
mỗi hệ thông khác nhau

56
 KẾT LUẬN

Đồ án đã tìm hiểu về bài toán DOA và ứng dụng thuật toán MUSIC trong bài
toán này. Quá trình mô phỏng sự ảnh hưởng của các yếu tố cấu trúc hệ anten và
nhiễu lên kết quả của thuật toán MUSIC đã được thực hiện cho hệ anten ULA và
UCA. Từ kết quả mô phỏng, đồ án đưa ra một số kết luận sau:

- Để thuật toán MUSIC có thể phân biệt được phổ tín hiệu thì cần phải có
những yêu cầu sau:

+ Số phần tử anten trên mảng Ne phải lớn hơn số nguồn tín hiệu D

+ Tỉ số tín hiệu trên tạp âm (SNR) phải đủ lớn, với mỗi tham số riêng biệt thì
sẽ yêu cầu một tỉ số tín hiệu trên tạp âm (SNR) tối thiểu khác nhau. Nếu Ne>>D
thì yêu cầu tối thiểu SNR càng nhỏ. Khi các tham số còn lại cố định thì SNR
càng lớn cho ra kết quả thuật toán MUSIC mô phỏng các góc tới càng chính xác.

- Khi số lượng anten trong mảng Ne càng lớn thì khả năng phân biệt các phổ
tín hiệu càng rõ, nhưng khi Ne >> D thì ưu điểm này lại không thể hiện rõ
nữa

- Hệ thống anten phân bố thẳng ULA chỉ phân biệt được các phổ tín hiệu nằm
trong dải Khi có phổ tín hiệu tới vượt quá thì thuật toán sẽ thể hiện ở góc bù của tín
hiệu gây ra hiện tượng chồng tín hiệu.

- Hệ thống anten phân bố tròn UCA có thể phân biệt được góc tới nằm trong
dải từ vì hệ thống UCA là hệ thống góc tới tuần hoàn cả chu kì. Đây là ưu điểm của
hệ thống UCA so với ULA khi không tính đến ảnh hưởng của ghép tương hỗ

Do giới hạn về thời gian nên trong đồ án chỉ xét đến trường hợp các tín hiệu
đến không tương quan nhau. Hướng mở rộng tiếp theo của đề tài là xét đến trường
hợp tín hiệu từ các nguồn sóng đến là tương quan nhau, và tương lai có thể chế tạo
thiết bị có ứng dụng thuật toán MUSIC trong thực tế.

57
 TÀI LIỆU THAM KHẢO

[1]. GS.TSKH Phan Anh, Lý thuyết và kỹ thuật anten, NXB khoa học kỹ thuật,
2007

[2]. GS.TSKH Phan Anh, Vũ Văn Yêm, Lâm Hồng Bạch, Ứng dụng thuật toán
MUSIC trong việc xác định vị trí tàu thuyền đánh cá loại vừa và nhỏ hoạt động ở
vùng ven biển, Đề tài QC.06.19 Đại học Quốc gia Hà Nội

[3]. https://kysudien.wordpress.com/, truy cấp cuối cùng ngày 23/5/2017

[4]. Zhongfu Ye, and Chao Liu, On the resiliency again of MUSIC direction finding
agsinst antenna sensor coupling, IEEE Trans. On Antennas and propagation, Vol.56
No2, February 2008

58
 PHỤ LỤC

Phụ lục 1: Code của hệ thống mô phỏng hệ thống ULA bằng phần mềm Matlab.

clear all

close all

clc

%tham số hệ anten ULA

%bước sóng tín hiệu

lamda = 0.5;

%khoảng cách giữa cặp anten liên tiếp so với bước sóng

d=0.5*lamda;

%số phần tử anten

Ne=10;

%Tham số nguồn tín hiệu đến

%số nguồn tín hiệu

D=8;

%góc tới của các nguồn tín hiệu

angles=[10 40 40.1 100 110 120 150 200]*(pi/180);

%SNR của nguồn tín hiệu dB

SNRs=[30 30 30 30 30 30 30 30 ];

%tham số chung

%hệ số sóng

59
k=2*pi/lamda;

%số mẫu tín hiệu thu

Nb=1000;

%tạo lập ma trận thu [U] kích thước [Nb Ne]

%tạo ma trận tín hiệu đầu vào [S]

for i=1:D

S(i,:)=(20^(SNRs(i)/10))*exp(j*2*pi*rand(1,Nb));

End

%tạo ma trận mảng [A]

for i=1:D

for l=1:Ne

A(i,l)=exp(j*k*(l-1)*d*cos(angles(i)));

end

end

%tạo ma trận nhiễu N

N=rand(Nb,Ne)+j*rand(Nb,Ne);

%tạo ma trận tín hiệu thu

U=S.'*A+N;

%thuật toán MUSIC

%tín hiệu tương quan thu

Ruu=U'*U/Nb;

%giá trị riêng, Vector riêng

[eigVector,eigValue]=eig(Ruu);

60
%số nguồn tín hiệu

eigValueMax=max(max(eigValue));

signals=length(find(diag(eigValue)>eigValueMax/1000000000));

disp(signals)

%vector riêng của nhiễu

eigVectorNoise=eigVector(:,1:Ne-signals);

%phổ không gian tín hiệu

i=0;

for theta=0:.1:180

i=i+1;

for l=1:Ne

A0(1,l)=exp(j*k*((l-1)*d*cos(theta*(pi/180))));

end

P(i)=10*log((A0*A0')/
(A0*eigVectorNoise*eigVectorNoise'*A0'));

End

%biểu diễn

theta=0:.1:180;

plot(theta,P);

grid;

xlabel('MUSIC DOA - degree');

ylabel('relative space spectrum-dB');

Phụ lục 2: Code của hệ thống mô phỏng hệ thống UCA bằng phần mềm Matlab.

61
clear all

close all

clc

%tham số hệ anten UCA

%bước sóng tín hiệu

lamda = 0.5;

%số phần tử anten

Ne=15;

%khoảng cách giữa 2 anten liên tiếp

d=0.5*lamda;

%bán kính hệ anten

R=(Ne*d)/(2*pi);

%tham số nguồn tín hiệu đến

D=8;

%góc tới của các nguồn tín hiệu

angles=[50 80 100 110 160 200 250 300]*(pi/180);

%SNR của nguồn tín hiệu

SNRs=[38 38 38 38 38 38 38 38];

%Tham số chung

%hệ số truyền sóng

k=2*pi/lamda;

%số mẫu tín hiệu thu

Nb=1000;

62
%tạo lập ma trận thu

%tạo ma trận tín hiệu [S]

for i=1:D

S(i,:)=(20^(SNRs(i)/10))*exp(j*2*pi*rand(1,Nb));

End

%tạo ma trận mảng [A]

for i=1:D

for l=1:Ne

A(i,l)=exp(j*k*R*cos(angles(i)-2*pi*((l-1)/Ne)));

end

end

%tạo ma trận nhiễu [N]

N=rand(Nb,Ne)+j*rand(Nb,Ne);

%tạo ma trận nhiễu [N]

U=S.'*A+N;

%thuật toán MUSIC

%tín hiệu tương quan thu

Ruu=U'*U/Nb;

%giá trị riêng, vector riêng

[eigVector,eigValue]=eig(Ruu);

%số nguồn tín hiệu

eigValueMax=max(max(eigValue));

signals=length(find(diag(eigValue)>eigValueMax/1000000000));

63
disp(signals)

%vector riêng của nhiễu

eigVectorNoise=eigVector(:,1:Ne-signals);

%phổ không gian tín hiệu

i=0;

for theta=0:.1:360

i=i+1;

for l=1:Ne

A0(1,l)=exp(j*k*R*cos(theta*pi/180-2*pi*((l-1)/Ne)));

end

P(i)=10*log((A0*A0')/
(A0*eigVectorNoise*eigVectorNoise'*A0'));

End

%biểu diễn

theta=0:.1:360;

plot(theta,P);

grid;

xlabel('MUSIC DOA - degree');

ylabel('relative space spectrum-dB');

64