Chương 9:

MÃ HÓA VÀ ĐIỀU CHẾ THÍCH NGHI

Điều chế và mã hóa thích nghi cho phép truyền mạnh mẽ và hiệu quả phổ của
các kênh thay đổi theo thời gian. Tiền đề cơ bản là ước tính kênh tại máy thu và
cung cấp ngược lại máy phát, để sơ đồ truyền có thể thích nghi tương ứng với
đặc tính của kênh. Các kỹ thuật điều chế và mã hóa không thích ứng với các
điều kiện làm mờ phải có biên liên kết cố định để duy trì hiệu suất có thể chấp
nhận được vì chất lượng kênh kém. Do đó, các hệ thống này được thiết kế hiệu
quả cho các điều kiện kênh trong trường hợp xấu nhất. Vì làm mờ của Rayleigh
có thể gây ra suy hao công suất tín hiệu lên đến 30 dB, việc thiết kế cho các điều
kiện kênh trong trường hợp xấu nhất có thể dẫn đến việc sử dụng kênh rất kém
hiệu quả. Thích ứng với sự làm mờ kênh có thể tăng thông lượng trung bình,
giảm công suất phát yêu cầu hoặc giảm xác suất lỗi bit trung bình bằng cách tận
dụng các điều kiện kênh thuận lợi để gửi ở tốc độ dữ liệu cao hơn hoặc công
suất thấp hơn và giảm tốc độ dữ liệu hoặc tăng công suất như suy giảm kênh.
Trong Chương 4.2.4, sơ đồ truyền dẫn thích nghi tối ưu đạt được dung lượng
Shannon của một kênh làm fading đã được đưa ra. Trong chương này, chúng tôi
mô tả các kỹ thuật mã hóa và điều chế thích nghi thực tế hơn để tối đa hóa hiệu
suất phổ trung bình trong khi vẫn duy trì xác suất lỗi bit trung bình hoặc tức thời
cho trước. Tiền đề cơ bản tương tự có thể được áp dụng cho các kênh MIMO,
các kênh làm mờ chọn lọc tần số với sự cân bằng, OFDM hoặc CDMA và các
hệ thống di động. Việc áp dụng các kỹ thuật thích ứng cho các hệ thống này sẽ
được mô tả trong các chương tiếp theo.

Sự truyền dân thích nghi lần đầu tiên được nghiên cứu vào cuối những năm 60
và đầu những năm 70 [1, 2). Sự quan tâm đến các kỹ thuật chỉ tồn tại trong thời
gian ngắn, có lẽ do hạn chế về phần cứng, thiếu kỹ thuật ước tính kênh tốt
và/hoặc hệ thống tập trung vào các liên kết vô tuyến điểm-điểm mà không có
phản hồi của máy phát. Khi công nghệ phát triển, những vấn đề này trở nên ít
hạn chế hơn. dẫn đến sự quan tâm trở lại đối với các phương pháp điều chế
thích ứng cho các hệ thống không dây thế hệ thứ 3 (3. 4.5.6.7.89 10. 11. 121.
Kết quả là nhiều hệ thống không dây bao gồm cả hệ thống điện thoại GSM và
SONY hay mạng không dây LANs, đều sử dụng hoặc có kể hoạch sử dụng ký
thuật truyền dẫn thích nghi [13,14,15,16].

Có một số ràng buộc thực tế xác định khi nào nên sử dụng điều chế thích ứng.
Điều chế thích ứng yêu cầu một đường phản hồi giữa máy phát và máy thu, điều
này có thể không khả thi đối với một số hệ thống. Hơn nữa, nếu kênh thay đổi
nhanh hơn mức có thể ước tính một cách đáng tin cậy và được đưa trở lại máy
phát, các kỹ thuật thích nghi sẽ hoạt động kém. Nhiều kênh không dây thể hiện
các biến thể trên các khoảng thời gian khác nhau, ví dụ như mờ đi nhiều đường,
có thể thay đổi rất nhanh và bóng mờ, thay đổi chậm hơn. Thường thì chỉ những
biến thể chậm mới có thể được theo dõi và điều chỉnh, trong trường hợp này,
cần giảm thiểu sự fading để giải quyết các ảnh hưởng của đa đường. Các hạn
chế về phần cứng có thể quy định tần suất máy phát có thể thay đổi tốc độ
và/hoặc công suất của nó, và điều này có thể hạn chế mức tăng hiệu suất có thể
có với điều chế thích ứng. Cuối cùng, điều chế thích nghi thường thay đổi tốc độ
truyền dữ liệu liên quan đến điều kiện kênh. Chúng ta sẽ thấy rằng hiệu suất phổ
trung bình của điều chế thích ứng trong điều kiện hạn chế công suất trung bình
được tối đa hóa bằng cách đặt tốc độ dữ liệu nhỏ hoặc bằng không trong điều
kiện kênh kém. Tuy nhiên, với sơ đồ này, chất lượng của các ứng dụng tốc độ
cao với độ trễ khó như thoại hoặc video có thể bị ảnh hưởng đáng kể. Do đó,
trong các ứng dụng hạn chế độ trễ, điều chế thích nghi nên được tối ưu hóa để
giảm thiểu xác suất ngừng hoạt động đối với tốc độ dữ liệu được chỉnh [17].

9.1 Hệ thống truyền dẫn thích nghi

Trong phần này, chúng tôi mô tả hệ thống liên quan đến truyền dẫn thích ứng.
Mô hình này giống như mô hình của Chương 4.2.1 được sử dụng để xác định
dung lượng của các kênh làm fading. Chúng tôi giả định điều chế tuyến tính
trong đó sự thích ứng diễn ra ở một bội số của tốc độ symbol Rs =1/Ts. Chúng ta
cũng giả sử điều chế sử dụng xung dữ liệu Nyquist lý tưởng (sinc[t/Ts]), do đó
băng thông tín hiệu B = 1/Ts. Chúng tôi mô hình hóa kênh fading như một kênh
thời gian rời rạc trong đó mỗi kênh sử dụng tương ứng với một thời gian ký hiệu
Ts. Kênh có ổn định và độ lợi thay đổi theo thời gian tĩnh √ g[i] tuân theo một
phân phối nhất định p(g) và AWGN n[i], với mật độ phổ công suất No/2. Gọi S
biểu thị công suất tín hiệu truyền trung bình, B = 1/Ts biểu thị băng thông tín
hiệu thu được và g biểu thị độ lợi kênh trung bình. SNR nhận được tức thời khi
đó là γ[i] = S g / (N0B), 0≤ γ[i]<∞, và giá trị kỳ vọng của nó trong mọi thời gian
là γ = S ǵ/(N0B). Vì g [i] là tĩnh nên phân phối của γ[i] độc lập với i, và chúng ta
biểu thị phân phối này bằng p (γ).

Trong truyền dẫn thích nghi, chúng tôi ước tính mức tăng công suất hoặc SNR
nhận được tại thời điểm i và điều chỉnh các tham số điều chế và mã hóa cho phù
hợp. Các tham số phổ biến nhất để thích ứng là tốc độ dữ liệu R[i], công suất
phát S[i], và các tham số mã hóa C[i]. Điều chế M-ary tốc độ dữ liệu
 R[i] = log2 M[i]/Ts = Blog2M[i] bps. Hiệu suất quang phổ M-ary là R[i]/B =
log2M[i] bps/Hz. Chúng tôi ký hiệu ước tính SNR làγ^ [i] = S ^g[i]/(N0B), dựa trên
ước tính độ lợi công suất ^g[i]. Giả sử công suất phát được điều chỉnh tương đối
với γ^ [i] . Chúng tôi ký hiệu công suất phát thích ứng này tại thời điểm i bằng
S (γ^ [i])
S(γ^ [i]) = S[i] và công suất nhận được tại thời điểm i khi đó là γ[i] . Tương
S
tự, chúng ta có thể điều chỉnh tốc độ dữ liệu của điều chế R (γ^ [i]) = R[i] và /
hoặc các tham số mã hóa C (γ^ [i]) = C [i] so với ước tính γ^ [i] . Khi ngữ cảnh rõ
ràng, chúng tôi sẽ bỏ qua tham chiếu thời gian i liên quan đến γ, S(γ), R(γ) và
C(γ).

Mô hình hệ thống được minh họa trong Hình 9.1. Chúng tôi giả định rằng ước
tính ^g[i] của độ lợi công suất kênh g [i] tại thời điểm i có sẵn cho máy thu sau
một khoảng thời gian trễ ước tính ie và ước tính tương tự này có sẵn cho máy
phát sau khi ước tính và kết hợp độ trễ đường dẫn phản hồi của id = ie + if. Sự
sẵn có của thông tin kênh này tại máy phát cho phép nó điều chỉnh sơ đồ truyền
dẫn của mình so với sự biến đổi của kênh. Chiến lược thích ứng có thể tính đến
lỗi ước lượng và độ trễ trong ^g[i], hoặc nó có thể coi ^g[i] là lợi ích thực sự: vấn
đề này sẽ được thảo luận chi tiết hơn trong Phần 9.3.7. Chúng tôi giả định rằng
đường dẫn phản hồi không tạo ra bất kỳ lỗi nào, đây là một giả định hợp lý nếu
mã phát hiện và sửa lỗi mạnh được sử dụng trên đường phản hồi và các gói liên
quan đến lỗi đã phát hiện được truyền lại.

Hình 9.1 Mô hình hệ thống

Tốc độ biến thiên của kênh sẽ quyết định tần suất máy phát phải điều chỉnh các
tham số truyền của nó, và cũng sẽ ảnh hưởng đến sai số ước lượng của g [i]. Khi
độ lợi kênh bao gồm cả thành phần làm mờ nhanh và chậm, quá trình truyền dẫn
thích nghi có thể thích nghi với cả hai nếu g[i] thay đổi một cách chậm chạp một
cách tức thời, hoặc nó có thể chỉ thích ứng với giảm dần chậm. Đặc biệt, nếu
g[i] tương ứng với shadowing và fading nhiều đường, thì ở tốc độ thấp, độ mờ
về cơ bản là không đổi, và mờ đa đường là đủ chậm để nó có thể được ước tính
và đưa trở lại máy phát với lỗi ước tính và độ trễ điều đó không thực sự làm
giảm hiệu suất. Ở tốc độ cao, hệ thống không còn có thể ước tính hiệu quả và
cung cấp lại fading đa đường để thích ứng với nó. Trong trường hợp này, quá
trình truyền thích nghi chỉ đáp ứng với các biến thể tạo shadowing và xác suất
lỗi của điều chế phải được tính trung bình trên phân phối mờ nhanh. Các kỹ
thuật thích ứng để kết hợp làm mờ nhanh và chậm được thảo luận trong Phần 9.

9.2 Kỹ thuật thích nghi

Có nhiều tham số có thể thay đổi ở máy phát liên quan đến độ lợi kênh γ. Trong
phần này, chúng tôi thảo luận về các kỹ thuật thích ứng liên quan đến sự biến
đổi của các thông số phổ biến nhất: tốc độ dữ liệu, công suất, mã hóa, xác suất
lỗi và sự kết hợp của các kỹ thuật thích ứng này.

9.2.1 Kỹ thuật thay đổi tốc độ

Trong điều chế tốc độ thay đổi, tốc độ dữ liệu R [γ] thay đổi so với độ lợi kênh
γ. Điều này có thể được thực hiện bằng cách thay đổi tốc độ symbol Rs = 1/Ts
của điều chế và sử dụng nhiều sơ đồ điều chế hoặc kích thước chòm sao, hoặc
bằng cách thay đổi loại điều chế (ví dụ BPSK,..) và thay đổi tốc độ symbol. Sự
thay đổi tốc độ symbol khó thực hiện trong thực tế vì băng thông tín hiệu thay
đổi là không thực tế và phức tạp trong việc chia sẻ băng thông. Ngược lại, việc
thay đổi kích thước chòm sao hoặc kiểu điều chế với tốc độ symbol được sửa là
khá dễ dàng và những kỹ thuật này được sử dụng trong các hệ thống hiện tại. Cụ
thể, EGPRS để truyền dữ liệu trong hệ thống di động GSM khác nhau giữa điều
chế 8PSK và GMSK, và GPRS để truyền dữ liệu trong hệ thống di động IS-136
TDMA có thể sử dụng điều chế PSK 4, 8 và 16 mức, mặc dù điều chế 16 mức
vẫn chưa được tiêu chuẩn hóa [15]. Nói chung, các tham số điều chế để thay đổi
tốc độ truyền được xác định trên một khối hoặc khung ký tự, trong đó kích
thước khung là một tham số của thiết kế. Khung cũng có thể bao gồm các ký
hiệu thí điểm để ước tính kênh và thông tin điều khiển khác.

Khi sử dụng một tập hợp các kiểu điều chế hoặc kích thước chòm sao rời rạc,
mỗi giá trị của γ phải được ánh xạ tới một trong các sơ đồ điều chế có thể có.
Điều này thường được thực hiện để duy trì xác suất lỗi bit của mỗi lược đồ dưới
một giá trị nhất định. Những ý tưởng này được minh họa trong ví dụ sau đây
cũng như trong các phần tiếp theo về các kỹ thuật điều chế thích ứng cụ thể.

Ví dụ 9.1: Hãy xem xét một hệ thống điều chế thích ứng sử dụng QPSK và
8PSK cho Pb mục tiêu xấp xỉ 10-3. Nếu Pb không thể được đáp ứng với một trong
hai lược đồ, thì không có dữ liệu nào được truyền đi. Tìm phạm vi giá trị γ liên
quan đến ba sơ đồ truyền có thể (không truyền, QPSK và 8PSK) cũng như tần
số phổ trung bình của hệ thống, giả sử Rayleigh fading với γ = 20dB.

Bài giải: Trước tiên, hãy lưu ý rằng SNR γ = γs cho cả QPSK và 8PSK. Từ
Chương 6.1, chúng ta có Pb ≈ Q(√ γ ) cho QPSK và Pb ≈ .666Q (√ 2 γ sin (π / 8))
cho 8PSK. Vì γ > 14.79 dB tạo ra Pb <10-3 cho 8PSK, điều chế thích ứng sử
dụng điều chế 8PSK cho γ > 14.79 dB. Vì γ > 10.35 dB tạo ra Pb < 10-3 cho
QPSK, điều chế thích ứng sử dụng điều chế QPSK cho γ > 10.35 dB. Kênh
không được sử dụng cho γ <10.35 dB.

Chúng tôi xác định tốc độ trung bình bằng cách phân tích tần suất sử dụng từng
sơ đồ truyền dẫn khác nhau. Vì 8PSK được sử dụng khi γ ≥ 14.78 dB = 30.1 ,
trong Rayleigh fading với γ = 20dB, tần số quang phổ R[γ]/B= log28 = 3bps/Hz
∞
1 −γ / 100
được truyền trong một phần thời gian bằng P8= ∫ e d γ =.74 .QPSK được
30.1 100
sử dụng khi 10,35 ≤ γ ≤ 14,78 dB, trong đó 10,35 dB = 10,85 theo đơn vị tuyến
tính. Vậy R[γ] = log24 = 2 bps/Hz được truyền đi một đoạn thời gian bằng P4 =
30.1
1 −γ / 100
∫ e d γ =.157 . Trong khoảng thời gian .103 còn lại không có truyền dữ
10.85 100

liệu. Vậy hiệu suất quang phổ trung bình là .74×3 + .157×2 + .103×0 = 2.534
bps/Hz.

Lưu ý rằng khi γ <10,35 dB, thay vì tạm ngừng truyền dẫn đến xác suất
ngừng hoạt động khoảng 0,1, có thể chỉ sử dụng một thứ tín hiệu (tức là có thể
truyền BPSK) hoặc mã sửa lỗi có thể được thêm vào QPSK để đạt mục tiêu Pb.
Nếu mã khối hoặc mã chập được sử dụng thì hiệu suất phổ đối với γ <10,35 dB
sẽ nhỏ hơn 2 bps/Hz, nhưng lớn hơn hiệu suất phổ bằng 0 tương ứng với không
truyền. Các kỹ thuật mã hóa biến đổi này được mô tả trong Phần 9.2.4

9.2.2 Kỹ thuật thay đổi công suất.

Việc điều chỉnh riêng công suất phát thường được sử dụng để bù cho sự biến
thiên SNR do fading. Mục đích là duy trì xác suất lỗi bit đã được chỉnh hoặc
tương đương, SNR nhận không đổi. Do đó, sự thích ứng công suất sẽ đảo ngược
fading kênh để kênh xuất hiện dưới dạng kênh AWGN đối với bộ điều chế và
giải điều chế. Khả năng thích ứng công suất cho đảo ngược kênh được đưa ra
bởi

S (γ ) σ
=
γ
(9.1)
Ś

trong đó σ bằng hằng số SNR nhận được. Giới hạn công suất trung bình S chỉ ra
rằng:

S (γ ) σ
∫ p ( γ ) d γ =∫ p ( γ ) d γ=1
γ
(9.2)
Ś

Giải (9.2) cho ra σ = 1/E[1/γ], do đó σ được xác định bởi p(γ), lần lượt phụ
thuộc vào công suất phát trung bình S qua γ . Do đó, đối với công suất trung bình
S đã cho, nếu giá trị của σ cần thiết để đáp ứng BER lớn hơn 1/E[1/γ] thì mục
tiêu này không thể được đáp ứng. Lưu ý rằng đối với fading Rayleigh trong đó γ
được phân phối theo cấp số nhân, E[1/γ] = ∞, vì vậy không có Pb mục tiêu nào
có thể được đáp ứng bằng cách sử dụng đảo kênh.

Sự fading cũng có thể được đảo ngược trên mức cắt γ0 cho trước, dẫn đến đảo
ngược kênh bị bỏ bớt để thích ứng nguồn. Trong trường hợp này, sự thích ứng
nguồn được cho bởi:

S (γ ) σ γ ≥ γ o
Ś {
= γ
0 γ <γ o
(9.3)

Giá trị ngưỡng γ0 có thể dựa trên xác suất dừng mong muốn pout = p (γ < γ0) hoặc
dựa trên BER mục tiêu mong muốn trên ngưỡng được xác định bởi BER mục
tiêu và p(γ). Vì kênh chỉ được sử dụng khi γ ≥ γ0, với công suất trung bình Ś,
chúng ta có σ =1/ Eγ 0 [1 /γ ],

∞
1
E γ 0 [1/γ ] ∆∫ p(γ ) dy (9.4)
¿ γo γ
Ví dụ 9.2 Tìm sự thích ứng công suất cho điều chế BPSK duy trì Pb được chỉnh
Pb = 10-3 khi không có một kênh fading Rayleigh với γ́ = 10 dB. tìm xác suất
dừng dẫn đến kết quả.

Bài giải Sự thích ứng công suất là nghịch đảo kênh bị bỏ bớt, vì vậy chúng ta
chỉ cần tìm σ và γ0. Đối với điều chế BPSK, với SNR không đổi là σ = 4.77,
chúng ta nhận được Pb = Q (√ 2 σ ) = 10-3. Đặt σ = 1/ E γ 0[1/γ] và giải γ0, phải được
thực hiện bằng số, thu được γ0 = .7423. Vì vậy Pout = p (γ < γ0) = 1−e−γ 0/ 10 = .379.
Vì vậy, có một xác suất dừng cao, dẫn đến việc yêu cầu

(<) Pb=10-3 trong kênh tương đối yếu này. Pb

9.2.3 Kỹ thuật thay đổi xác suất lỗi

Chúng ta cũng có thể điều chỉnh BER tức thời theo ràng buộc BER trung bình
P´ b. Trong Chương 6.3.2, chúng ta đã thấy rằng trong các kênh fading, xác suất
lỗi tức thời thay đổi khi SNR γ nhận được thay đổi, dẫn đến BER trung bình là
P´ b =∫ Pb(γ ) p (γ )dγ .Đây không được coi là một kỹ thuật thích ứng vì máy phát
không thích ứng với γ. Do đó, trong điều chế thích ứng, xác suất lỗi điều chế
thường được điều chỉnh cùng với một số dạng thích ứng khác như kích thước
chòm sao hoặc kiểu điều chế. Khả năng thích ứng dựa trên việc thay đổi cả tốc
độ dữ liệu và xác suất lỗi để giảm năng lượng phát lần đầu tiên được Hayes đề
xuất trong [1], trong đó mức tiết kiệm năng lượng 4 dB thu được ở xác suất lỗi
bit trung bình mục tiêu là 10-4

9.2.4 Kỹ thuật thay đổi mã hóa.

Trong mã hóa thích ứng, các mã kênh khác nhau được sử dụng để cung cấp các
lượng mã hóa khác nhau cho các bit được truyền. Ví dụ. mã sửa lỗi mạnh hơn
có thể được sử dụng khi γ nhỏ, với mã yếu hơn hoặc không sử dụng mã khi γ
lớn. Mã hóa thích ứng có thể được thực hiện bằng cách ghép các mã lại với
nhau với các khả năng sửa lỗi khác nhau. Tuy nhiên, cách tiếp cận này yêu cầu
kênh phải gần như không đổi trên độ dài khối hoặc độ dài ràng buộc của mã [7].
Trên các kênh thay đổi chậm như vậy, mã hóa thích ứng đặc biệt hữu ích khi
điều chế phải được sửa đổi liên tục, có thể xảy ra do độ phức tạp hoặc các ràng
buộc về tỷ lệ công suất đỉnh-trung bình.

Một kỹ thuật thay thế cho ghép mã là các mã tích chập đánh thủng (RCPC)
tương thích với tỷ lệ [33]. Mã RCPC bao gồm một họ mã chập ở các tốc độ mã
khác nhau Rc = k/n. Tiền đề cơ bản của mã RCPC là có một bộ mã hóa và bộ
giải mã duy nhất mà khả năng sửa lỗi có thể được thay đổi bằng cách không
truyền các bit được mã hóa nhất định (được đánh thủng ). Hơn nữa, mã RCPC
có ràng buộc tương thích tốc độ để các bit được mã hóa liên quan đến mã tốc độ
cao (yếu hơn) cũng được sử dụng bởi tất cả các mã tốc độ thấp hơn (mạnh hơn).
Như vậy, để tăng khả năng sửa lỗi của mã, các bit mã hóa của mã yếu nhất được
truyền cùng với các bit mã hóa bổ sung để đạt được mức độ sửa lỗi mong muốn.
Khả năng tương thích tốc độ giúp dễ dàng điều chỉnh khả năng bảo vệ lỗi của
mã, vì cùng một bộ mã hóa và bộ giải mã được sử dụng cho tất cả các mã trong
họ RCPC, với việc đánh thủng ở bộ phát để đạt được sửa lỗi mong muốn. Việc
giải mã được thực hiện bởi một thuật toán Viterbi hoạt động trên lưới được liên
kết với mã có tỷ lệ thấp nhất, với sự đánh thủng được kết hợp vào các chỉ số
nhánh. Đánh dấu câu là một kỹ thuật mã hóa thích ứng rất hiệu quả và mạnh mẽ,
đồng thời là cơ sở của mã hóa thích ứng trong giao thức EDGE của GSM để
truyền dữ liệu [13].

Mã hóa thích ứng thông qua ghép kênh hoặc đánh thủng có thể được thực hiện
cho điều chế sữa lỗi hoặc kết hợp với điều chế thích ứng như một kỹ thuật mới.
Khi điều chế được sửa chữa, thường do hạn chế của máy phát về độ phức tạp
hoặc tỷ lệ công suất đỉnh-trung bình, mã hóa thích ứng thường là cơ chế thực tế
duy nhất để giải quyết các biến thể kênh [6, 7]. Trọng tâm của chương này là về
các hệ thống mà ở đó có thể điều chế thích ứng, do đó việc mã hóa thích ứng
của chính nó sẽ không được thảo luận thêm.

9.2.5 Kỹ thuật kết hợp.

Các kỹ thuật kết hợp có thể điều chỉnh nhiều tham số của sơ đồ truyền, bao gồm
tốc độ, công suất, mã hóa và xác suất lỗi tức thời. Trong trường hợp này, việc
tối ưu hóa chung các kỹ thuật khác nhau được sử dụng để đáp ứng một yêu cầu
hiệu suất nhất định. Thích ứng tốc độ thường được kết hợp với thích ứng công
suất để tối đa hóa hiệu suất phổ, và chúng tôi áp dụng tối ưu hóa chung này cho
các điều chế khác nhau trong các phần tiếp theo. Điều chế và mã hóa thích ứng
đã được nghiên cứu rộng rãi trong các tài liệu và hiện đang được sử dụng trong
tiêu chuẩn EGPRS để truyền dữ liệu trong hệ thống di động GSM. Cụ thể,
EGPRS sử dụng chín sơ đồ điều chế và mã hóa khác nhau: bốn tốc độ mã khác
nhau cho điều chế GMSK và tốc độ mã khác nhau cho điều chế 8PSK [13, 15]

9.3 MQAM Thay đổi công suất – Thay đổi tốc độ

Trong phần trước, chúng ta đã thảo luận về các cách tiếp cận chung để điều chế
và mã hóa thích ứng. Trong phần này, chúng tôi mô tả một dạng điều chế thích
ứng cụ thể trong đó tốc độ và công suất của MQAM được thay đổi để tối đa hóa
hiệu suất phổ trong khi đáp ứng mục tiêu Pb tức thời nhất định. Chúng tôi
nghiên cứu hình thức điều chế thích ứng cụ thể này vì nó cung cấp cái nhìn sâu
sắc về lợi ích của điều chế thích ứng và hơn nữa, cùng một sơ đồ cho thích ứng
công suất và tốc độ đạt được công suất cũng tối ưu hóa thiết kế MQAM thích
ứng này. Chúng tôi cũng sẽ chỉ ra rằng có một khoảng cách công suất không đổi
giữa hiệu suất phổ của kỹ thuật MQAM thích ứng này và công suất trong làm
fading, và khoảng cách này có thể được đóng lại một phần bằng cách đặt chồng
lưới hoặc mã mạng lên trên điều chế thích ứng.

Hãy xem xét một họ các chòm sao tín hiệu MQAM với thời gian symbol được
sửa Ts, trong đó M biểu thị số điểm trong mỗi chòm sao tín hiệu. Chúng tôi giả
Ś g
sử Ts = 1/B dựa trên định dạng xung Nyquist lý tưởng. Cho Ś, N0, γ́ = và γ́ =
NoB
Ś
như đã cho trong mô hình hệ thống của chúng ta. Khi đó Es/N0 trung bình
NoB
bằng SNR trung bình:

És Ś Ts
= =, γ́ (9.5)
No No

Hiệu suất phổ đối với M được chỉnh là R/B = log2M, số bit trên mỗi symbol.
Hiệu suất này thường được tham số hóa bởi công suất phát trung bình Ś và BER
của kỹ thuật điều chế.

9.3.1 Giới hạn xác suất lỗi.

Trong [20] BER cho kênh AWGN với điều chế MQAM, phát hiện pha kết hợp
lý tưởng và SNR γ được giới hạn bởi

Pb≤2e−1.5 γ /(M −1) (9.6)

Giới hạn chặt chẽ hơn tốt trong vòng 1 dB đối với M ≥4 và 0≤ γ ≤30 dB là

Pb≤ .2e−1.5 γ /(M −1) (9.7)

Lưu ý rằng các biểu thức này chỉ là các giới hạn, vì vậy chúng không khớp với
các biểu thức xác suất lỗi từ Bảng 6.1 của Chương 6. Chúng tôi sử dụng các giới
hạn này vì chúng dễ dàng đảo ngược, vì vậy chúng ta có thể thu được M là một
hàm của mục tiêu Pb và chính sách thích ứng điện năng, như chúng ta sẽ thấy
ngay sau đây. Các thiết kế điều chế thích ứng cũng có thể dựa trên các biểu thức
BER không thể đảo ngược hoặc kết quả mô phỏng BER, với phép đảo ngược số
được sử dụng để thu được kích thước chòm sao và SNR liên quan đến mục tiêu
BER nhất định.

Trong một kênh làm mờ có truyền không thích ứng (công suất và tốc độ truyền
không đổi), BER trung bình thu được bằng cách tích phân BER trong AWGN
trên phân phối mờ p (γ). Do đó, chúng tôi sử dụng biểu thức BER trung bình để
tìm tốc độ dữ liệu tối đa có thể đạt được BER trung bình nhất định cho SNR
trung bình nhất định. Tương tự, nếu tốc độ dữ liệu và BER trung bình được xác
định, chúng ta có thể xác định SNR trung bình cần thiết để đạt được mục tiêu
này, như được minh họa trong ví dụ tiếp theo.

Ví dụ 9.3:Tìm SNR trung bình cần thiết để đạt được BER trung bình là Ṕb=10-3
đối với điều chế BPSK không thích ứng không biến dạng Rayleigh. Hiệu suất
quang phổ của sơ đồ này là gì?

1
Lời giải: Từ Chương 6.3.2, BPSK trong fading Rayleigh có Ṕb ≈ 4 γ́ . Do đó, nếu
không có sự thích ứng của máy phát, đối với BER trung bình mục tiêu là Ṕb=
1
10-3, chúng ta yêu cầuγ́ = ´ = 250 = 24 dB. Hiệu suất quang phổ là R/B =
4 Pb
log22 = 1bps/Hz. Chúng ta sẽ thấy rằng điều chế thích ứng cung cấp hiệu suất
phổ cao hơn nhiều với cùng SNR và BER mục tiêu.

9.3.2 Sơ đồ công suất và tốc độ thích ứng

Bây giờ chúng ta xem xét điều chỉnh công suất phát S(γ) so với γ , tuân theo
giới hạn công suất trung bình Ś và ràng buộc BER tức thời Pb(γ) = Pb. Sau đó
SNR nhận được là γS(γ)/ Ś và Pb ràng buộc cho mỗi giá trị của γ, sử dụng ràng
buộc chặt chẽ (9.7), trở thành

−1.5 γ S (γ )
[
Pb(γ)≤.2exp M −1
Ś ] (9.8)

Chúng tôi điều chỉnh M và S(γ) để duy trì Pb mục tiêu. Việc sắp xếp lại (9.8)
mang lại kích thước chòm sao tối đa cho một Pb nhất định:
 1.5 γ S (γ) S (γ )
M(γ)=1+ −ln ⁡( 5 Pb) =1+ γK (9.9)
Ś Ś

Với

−1.5
K= ln ⁡(5 Pb) <1 (9.10)

Chúng tôi tối đa hóa hiệu suất quang phổ bằng cách tối đa hóa

K γ S (γ )
E[log2 M(γ)]=∫ log 2 (1+ ¿ ¿) p γ d γ ¿ ¿
Ś
(9.11)

chịu sự ràng buộc về công suất

∫ S ( γ ) p γ d γ =Ś (9.12)

Cách thức thích ứng công suất tối đa hóa (9.11) có cùng hình thức với cách thức
thích ứng điện năng tối ưu (4.12) nhằm đạt được dung lượng:

1 1
S (γ )
Ś { −
= γo γK
γ ≥ γo /K
0 γ <γo / K
(9.13)

trong đó γ0/K là độ sâu mờ cắt tối ưu mà dưới đó kênh không được sử dụng, đối
với K cho bởi (9.10). Nếu chúng ta xác định γK= γ0 / K và nhân cả hai vế của
(9.13) với K, chúng ta nhận được

1 1
KS(γ )
Ś
= γK γ
{
− γ ≥ γK
0 γ < γK
(9.14)

trong đó γK là độ sâu fading dưới ngưỡng mà kênh không được sử dụng. Mức
cắt này có được do hạn chế nguồn

1 1
∫ γK − γ d γ =K (9.15)
Thay thế (9.13) hoặc (9.14) thành (9.9) và (9.11), chúng ta nhận được rằng tốc
độ tức thời được cho bởi

log 2 M ( γ )=log 2 γ /γK (9.16)

và hiệu suất phổ trung bình tương ứng được cho bởi

∞
R γ
=∫ log 2( ) p γ d γ (9.17)
B γK γK

So sánh khả năng thích ứng công suất và hiệu suất phổ trung bình (4.12) (4.13)
được liên kết với công suất Shannon của kênh fading với (9.13) và (9.17), sự
thích ứng công suất tối ưu và hiệu suất phổ trung bình của MQAM thích ứng,
chúng ta thấy rằng công suất và tốc độ thích ứng là như nhau và dẫn đến hiệu
suất phổ trung bình giống nhau, với tổn thất công suất hiệu dụng là K đối với
MQAM thích ứng so với sơ đồ đạt được công suất. Hơn nữa, tổn thất công suất
này không phụ thuộc vào sự phân bố fading. Do đó, nếu công suất của kênh
fading là R bps/Hz tại SNR γ́ , thì MQAM thích ứng chưa được mã hóa yêu cầu
SNR nhận được làγ́ /K để đạt được cùng tốc độ. Tương tự, K là độ lợi mã hóa tối
đa có thể có đối với phương pháp MQAM công suất và tốc độ biến đổi này.
Chúng tôi thảo luận về việc chồng mã lưới mắt cáo hoặc mã mạng lên trên
MQAM thích ứng trong Phần 9.3.8.

Chúng tôi vẽ đồ thị hiệu suất phổ trung bình (9.17) của MQAM thích ứng tại Pb
mục tiêu là 10-3 và 10-6 cho cả bóng mờ bình thường và fading Rayleigh trong
Hình 9.2 và 9.3, tương ứng. Chúng tôi cũng vẽ biểu đồ công suất trong các thiết
bị này để so sánh. Lưu ý rằng khoảng cách giữa tần số phổ của công suất biến
thiên tốc độ biến MQAM và công suất là hằng số K, từ (9.10) là một hàm đơn
giản của BER.
 Hình 9.2 Hiệu suất quang phổ trung bình trong Log-Normal Shadowing (σ = 8dB).

9.3.3 Đảo kênh với tốc độ cố định

Chúng tôi cũng có thể áp dụng thích ứng công suất nghịch kênh để duy trì SNR
nhận được. Sau đó, chúng tôi truyền một điều chế MQAM tốc độ cố định duy
nhất để đạt được Pb mục tiêu. Kích thước chòm sao M đáp ứng mục tiêu Pb này
thu được bằng cách thay thế công suất nghịch kênh S(γ)/S = σ/γ của (9.2) thành
(9.9) với σ = 1/E[1/γ]. Vì hiệu suất phổ thu được R/B = M, điều này mang lại
hiệu suất phổ của sự thích ứng công suất nghịch kênh là

R −1.5
=log 2 (1+ )
B 1 (9.18)
ln ( 5 Pb ) E[]
γ
 9.3 Hiệu suất quang phổ trung bình trong Rayleigh Làm mờ

Hiệu suất phổ này dựa trên giới hạn chặt chẽ (9.7); nếu kết quả M = R/B <4 thì
ràng buộc lỏng (9.6) phải được sử dụng trong trường hợp đó ln(5Pb) được thay
thế bằng ln(.5Pb) trong (9.18)

Với đảo ngược kênh bị cắt ngắn, kênh chỉ được sử dụng khi γ> γ0. Do đó, hiệu
suất phổ với đảo ngược kênh bị cắt ngắn thu được bằng cách thay S(γ)/S = σ/γ,
γ> γ0 vào (9,9) và nhân với xác suất mà γ> γ0. Giá trị lớn nhất thu được bằng
cách tối ưu hóa so với mức cắt γ0:

R −1.5
B γ0
(
=max log 2 1+
1
ln ( 5 Pb ) E γ o[ ]
γ ) p(γ ¿¿ γo)¿
(9.19)

Hiệu suất phổ của MQAM thích ứng với khả năng thích ứng công suất nghịch
đảo đổ đầy nước tối ưu và cắt ngắn tối ưu trong kênh fading Rayleigh với BER
mục tiêu là 10-3 được thể hiện trong Hình 9.4, cùng với công suất theo hai cách
thức thích ứng công suất giống nhau. Đáng ngạc nhiên là chúng ta thấy rằng sự
nghịch đảo kênh bị cắt ngắn với tốc độ truyền dẫn tốc độ xác định có cùng hiệu
suất phổ gần như tốc độ biến đổi tối ưu và công suất MQAM. Điều này có xu
hướng chỉ ra rằng đảo ngược kênh bị cắt ngắn được mong muốn hơn trong thực
tế, vì nó đạt được hiệu suất phổ gần như tương tự như tốc độ thay đổi và truyền
công suất nhưng không yêu cầu thay đổi tốc độ. Tuy nhiên, điều này giả định
rằng không có hạn chế về kích thước chòm sao. Cụ thể, các trường hợp phổ
(9.17), (9.18) và (9.19) giả định rằng M có thể là một số thực bất kỳ và công
suất và tốc độ có thể thay đổi liên tục theo γ. Mặc dù có thể điều chế MQAM
cho các giá trị không nguyên của M là có thể, nhưng độ phức tạp là khá cao
[27]. Hơn nữa, trong thực tế, việc liên tục điều chỉnh công suất phát và kích
thước chòm sao phù hợp với sự fading của kênh, đặc biệt là trong môi trường
phai nhanh. Do đó, chúng tôi hiện đang xem xét việc giới hạn kích thước chòm
sao chỉ ở một số ít giá trị. Tuy nhiên, điều này rõ ràng sẽ ảnh hưởng đến hiệu
suất quang phổ, như chúng tôi sẽ trình bày trong phần tiếp theo, không nhiều
lắm.

9.3.4 Thích ứng tốc độ rời rạc

Bây giờ chúng tôi giả định mô hình tương tự như trong phần trước nhưng chúng
tôi hạn chế MQAM thích ứng ở một nhóm giới hạn các chòm sao. Cụ thể, chúng
tôi giả sử một tập hợp các chòm sao hình vuông có kích thước M0 = 0, M1 = 2
và Mj = 22(j-1), j = 2, ..., N - 1 cho một số N. Chúng tôi giả sử các chòm sao
vuông cho M > 2 vì chúng dễ thực hiện hơn các chòm sao hình chữ nhật [21].
Trước tiên, chúng tôi phân tích tác động của hạn chế này đối với hiệu quả phổ
của chính sách thích ứng tối ưu. Sau đó, chúng tôi xác định ảnh hưởng của các
cách thức đảo ngược kênh.

Hãy xem xét một sơ đồ truyền MQAM thay đổi công suất thay đổi tốc độ tuân
theo các hạn chế về chòm sao được mô tả ở trên. Do đó, tại mỗi thời gian
symbol, chúng ta truyền một symbol từ một chòm sao trong tập {Mj: j = 0,1, ...,
N − 1}: việc lựa chọn chòm sao phụ thuộc vào mức độ fading γ trong thời gian
ký hiệu đó. Chọn chòm sao M0 tương ứng với việc không truyền dữ liệu. Đối
với mỗi giá trị của γ, chúng ta phải quyết định chòm sao nào sẽ truyền và công
suất phát liên quan phải là bao nhiêu. Tốc độ mà máy phát phải thay đổi chòm
sao và công suất của nó được phân tích dưới đây. Vì sự thích ứng công suất là
liên tục trong khi kích thước chòm sao là rời rạc, chúng tôi gọi đây là sơ đồ
thích ứng tốc độ rời rạc công suất liên tục.
 Hình 9.4: Hiệu suất quang phổ với các chính sách thích ứng công suất khác nhau (Rayleigh Làm mờ)

Chúng tôi xác định kích thước chòm sao liên quan đến mỗi γ bằng cách tùy ý
phạm vi mức độ mờ của kênh. Cụ thể, chúng ta chia phạm vi của γ thành N
vùng fading Rj = [γj-1, γj), j = 0, ..., N − 1, trong đó γ-1 = 0 và γN-1 = ∞. Ta truyền
chòm sao Mj khi γ ∈ Rj. Do đó, hiệu suất phổ đối với γ ∈ Rj là log2 Mj bps / Hz
đối với j> 0.

Thiết kế MQAM thích ứng yêu cầu xác định ranh giới của các vùng Rj. Mặc dù
các ranh giới này có thể được tối ưu hóa để tối đa hóa hiệu suất phổ, như được
nêu trong Phần 9.4.2, không thể tìm thấy các ranh giới tối ưu ở dạng đóng và
cần phải tìm kiếm đầy đủ để có được. Vì vậy, chúng tôi sẽ sử dụng một kỹ thuật
dưới mức tối ưu để xác định ranh giới. Các ranh giới dưới mức tối ưu này dễ đạt
được hơn nhiều so với các ranh giới tối ưu và có hiệu suất gần như giống nhau.

γ
M(γ)= γ∗K (9.20)

trong đó γ∗K> 0 là tham số sau này sẽ được tối ưu hóa để tối đa hóa hiệu suất
phổ. Lưu ý rằng thay (9.13) thành (9.9) thu được (9.20) với γ∗K = γK. Do đó, sự
lựa chọn thích hợp của γ∗K trong (9,20) là kích thước chòm sao tối ưu cho mỗi
γ khi không có giới hạn chòm sao.
Giả sử bây giờ γ∗K được xác định và MN = ∞. Để có được kích thước chòm sao
Mj, j = 0, ..., N-1 cho SNR γ cho trước, trước tiên chúng ta tính M (γ) từ (9.20).
Sau đó chúng ta tìm j sao cho M j ≤ M (γ) <Mj+1 và gán chòm sao Mj cho giá trị γ
này. Do đó, với γ, chúng ta truyền chòm sao lớn nhất trong tập {M j: j = 0, ..., N}
nhỏ hơn M(γ). Ví dụ, nếu mức fading γ thoả mãn 2≤ γ/γ∗K <4, chúng ta truyền
BPSK. Các ranh giới vùng khác γ − 1 = 0 và γ N-1 = ∞ nằm tại γj = γ*KMj+1, j =
0, ..., N − 2. Rõ ràng, việc tăng số lượng các chòm sao tín hiệu rời rạc N mang
lại sự chuẩn xác tốt hơn với sự thích nghi liên tục (9.9), dẫn đến hiệu suất phổ
cao hơn.

Một khi các khu vực và các chòm sao liên quan được xác định, chúng ta phải có
một cách thức thích ứng công suất đáp ứng yêu cầu BER và hạn chế công suất
ấy. Đến (9.9), chúng ta có thể duy trì BER được xác định cho chòm sao M j> 0
bằng cách sử dụng cách thức thích ứng nguồn điện.

Sj( γ ) ( Mj−1 ) 1 Mj< γ ≤ Mj+1

Ś {
= γK γ∗K
0 Mj=0
(9.21)

đối với γ ∈ Rj, vì cách thức thích ứng công suất này dẫn đến E s/N0 nhận được
cho chòm sao Mj của

Es( j) γ Sj(γ ) Mj−1

No
= =
K
(9.22)
Ś

Theo định nghĩa của K, điều chế MQAM với kích thước chòm sao M j và Es/N0
được cho bởi (9.21) cho kết quả Pb mục tiêu mong muốn. Trong Bảng 9.1,
chúng tôi lập bảng kích thước chòm sao và sự thích ứng công suất dưới dạng
hàm của γ và γ*K cho 5 vùng fading.
 Bảng 9.1: Tỷ lệ và khả năng thích ứng công suất và tốc độ cho 5 khu vực

Hiệu suất phổ cho cách thức tốc độ rời rạc này chỉ là tổng các tốc độ dữ liệu liên
quan đến từng vùng nhân với xác suất γ rơi vào vùng đó

N −1
R
= ∑ log 2 ( Mj ) p ¿ ¿ ¿ γ/ γ*K<Mj+1) (9.23)
B j=1

Vì Mj là một hàm của γ*K, chúng ta có thể tối đa hóa (9.23) so với γ*K, tùy thuộc
vào giới hạn công suất

N−1 γ∗K Mj +1
Sj(γ )
∑ ∫ p γdγ=1 (9.24) Sj(γ)/ Ś là định
j=1 γ∗K Mj Ś
nghĩa trong (9.21). Không có giải pháp dạng đóng nào cho γ*K tối ưu: trong các
phép tính dưới đây, nó được tìm thấy bằng cách sử dụng các kỹ thuật tìm kiếm
số liệu.

Trong Hình 9.5 và 9.6, chúng tôi cho thấy giá trị lớn nhất của biểu thức (9.23)
so với số vùng fading N đối với bóng mờ log-normal và fading Rayleigh, tương
ứng. Chúng tôi giả sử BER là 10-3 cho cả hai hình minh họa. Từ Hình 9.5, chúng
ta thấy rằng việc giới hạn cách thức thích ứng của chúng ta chỉ với 6 vùng
fading (Mj = 0, 2,4,16,64,256) dẫn đến hiệu suất phổ nằm trong phạm vi 1 dB
của hiệu suất thu được khi thích ứng tốc độ liên tục (9.17) dưới bóng mờ log-
normal. Một kết quả tương tự cũng xảy ra đối với fading Rayleigh sử dụng 5
vùng (Mj = 0,2,4,16,64).

Chúng tôi có thể đơn giản hóa cách thức tốc độ rời rạc hơn nữa bằng cách sử
dụng công suất phát không đổi cho mỗi chòm sao Mj. Do đó, mỗi vùng giảm
dần được liên kết với một chòm sao tín hiệu và một công suất phát. Chúng tôi
gọi cách thức này là MQAM thích ứng tốc độ rời rạc-công suất rời rạc. Vì công
suất phát và kích thước chòm sao được xác định ở mỗi vùng, BER sẽ thay đổi
theo γ ở mỗi vùng. Do đó, ranh giới khu vực và công suất phát phải được thiết
lập để đạt được BER trung bình mục tiêu nhất định.

Hình 9.5: Hiệu suất Tốc độ Rời rạc trong Log-Normal Shadowing (σ = 8dB.)
 Hình 9.6: Hiệu suất tốc độ rời rạc trong Rayleigh Làm mờ

Hạn chế đối với các chòm sao tín hiệu cho phép cũng sẽ ảnh hưởng đến cách
thức đảo ngược kênh tổng thể và cách thức đảo ngược kênh bị cắt ngắn. Cụ thể,
giả sử chúng ta giả định rằng với các chính sách đảo ngược kênh, chòm sao phải
được chọn từ một tập hợp các chòm sao có thể có M = {M0 = 0, ..., MN-1}. Vì
vậy, đối với đảo ngược kênh tổng quát, hiệu suất phổ với hạn chế này là

R  1.5 
  log 2  1     M
B  ln(5 Pb ) 1/    
(9.25)

trong đó [x]M biểu thị số lớn nhất trong tập hợp nhỏ hơn hoặc bằng x. Hiệu suất
phổ với cách thức này sẽ bị giới hạn ở các giá trị của log2M, M M, với các
bước nhảy rời rạc ở các giá trị     trong đó hiệu suất phổ không có giới hạn
chòm sao (9.18) bằng log2 M. Đối với đảo ngược kênh bị cắt ngắn, hiệu suất phổ
được cho bởi

 
R -1.5
  max log 2  1     M p  (   0 )      
B 0  ln(5Pb ) 1/   
 0  (9.26)
Trong Hình 9.7 và 9.8, chúng tôi cho thấy tác động của hạn chế chòm sao đối
với MQAM thích ứng đối với các chính sách thích ứng công suất khác nhau.
Khi chòm sao bị giới hạn, chúng tôi giả sử 6 vùng fading nên M = {M0 =
0,2,4 ..., 256} Công suất liên kết với mỗi vùng fading đối với cách thức tốc độ
rời rạc công suất có BER trung bình bằng BER tức thời của chính sách thích
ứng công suất liên tục tốc độ rời rạc. Từ những thiết bị này, chúng tôi thấy rằng
đối với MQAM tốc độ thay đổi với một nhóm nhỏ các chòm sao, việc giới hạn
công suất ở một giá trị duy nhất cho mỗi chòm sao sẽ làm suy giảm hiệu suất
quang phổ khoảng 1-2 dB so với thích ứng công suất liên tục. Để so sánh, chúng
tôi cũng vẽ biểu đồ hiệu suất tối đa (9.17) cho thích ứng tốc độ và công suất liên
tục. Tất cả các chính sách tốc độ rời rạc đều có hiệu suất nằm trong khoảng 3 dB
so với mức tối đa lý thuyết này.

Các thiết bị đo này cũng cho thấy hiệu suất phổ của quá trình truyền tốc độ xác
định với đảo ngược kênh bị cắt ngắn (9.26). Hiệu quả của sơ đồ này khá gần với
chính sách tốc độ rời rạc-công suất rời rạc. Tuy nhiên, để đạt được hiệu suất cao
này, γ0 tối ưu là khá lớn, với xác suất ngừng hoạt động tương ứng Pout = p (γ ≤
γ0) nằm trong khoảng từ 0,1 đến 0,6. Do đó, chính sách này tương tự như vô
tuyến gói, với việc bùng nổ dữ liệu tốc độ cao khi điều kiện kênh thuận lợi. Tần
suất nghịch đảo toàn phần của kênh (9,25) cũng được hiển thị cho bóng mờ log-
normal: tần số này bằng 0 trong fading Rayleigh. Chúng tôi cũng vẽ đồ thị hiệu
suất quang phổ của quá trình truyền dẫn không thích ứng, trong đó cả tốc độ
truyền và công suất đều không đổi. Như đã thảo luận trong Phần 9.3.1, BER
trung bình trong trường hợp này thu được bằng cách tích phân xác suất sai số
(9.31) với phân phối fading p(γ). Hiệu suất phổ thu được bằng cách xác định giá
trị của M, giá trị này mang lại BER trung bình 10-3 cho giá trị đã cho của   , như
được minh họa trong Ví dụ 9.3. Truyền dẫn không thích ứng rõ ràng phải chịu
một tổn thất hiệu suất lớn để đổi lấy sự đơn giản của nó. Tuy nhiên, nếu kênh
thay đổi nhanh chóng và không thể ước tính chính xác, thì truyền không thích
ứng có thể là giải pháp thay thế tốt nhất. Các đường cong tương tự có thể thu
được đối với BER mục tiêu là 10-6, với tổn thất hiệu suất phổ gần như tương tự
so với BER 10-3 như được trình bày trong Hình 9.2 và 9.3
 Hình 9.7: Hiệu suất trong Log-Normal Shadowing (σ = 8dB)

Hình 9.8: Hiệu suất trong Rayleigh Làm mờ.

9.3.5 Thời lượng vùng fading trung bình

Việc lựa chọn số lượng vùng để sử dụng trong cách thức thích ứng sẽ phụ thuộc
vào tốc độ thay đổi của kênh cũng như các hạn chế về phần cứng, điều này
quyết định có bao nhiêu chòm sao cho máy phát và tốc độ máy phát có thể thay
đổi chòm sao của nó và công suất. Ước tính kênh và cân nhắc phản hồi cùng với
các hạn chế phần cứng có thể cho thấy rằng chòm sao vẫn không đổi trên hàng
chục hoặc thậm chí hàng trăm symbol. Ngoài ra, các yêu cầu về độ tuyến tính
của bộ khuếch đại công suất và các hạn chế về phát xạ ngoài băng tần có thể hạn
chế tốc độ công suất có thể được điều chỉnh. Có thể tìm thấy một cuộc thảo luận
chuyên sâu về các vấn đề triển khai phần cứng trong [22]. Tuy nhiên, việc xác
định SNR γ tồn tại trong một vùng fading cụ thể Rj được quan tâm trong bao
lâu, vì nó xác định sự cân bằng giữa số vùng và tốc độ công suất và sự thích ứng
của chòm sao. Bây giờ chúng tôi nghiên cứu khoảng thời gian mà SNR vẫn nằm
trong một vùng fading nhất định.

Gọi   j    biểu thị khoảng thời gian trung bình mà γ nằm trong vùng fading thứ j.
Đặt Aj = γ*K Mj đối với γ*K và Mj như đã định trước đó. Khi đó vùng phai thứ j
được xác định là {γ: Aj ≤ γ <Aj+1}. Chúng tôi gọi   j    là khoảng thời gian vùng
fading trung bình thứ j (AFRD). Định nghĩa này tương tự như thời gian fading
trung bình (AFD) (Chương 3.2.3), ngoại trừ AFD đo thời gian trung bình γ ở
dưới một mức duy nhất, trong khi chúng tôi quan tâm đến thời gian trung bình γ
ở giữa hai mức. Đối với vùng trường hợp xấu nhất (j = 0) hai điểm xác định này
trùng nhau.

Việc xác định giá trị chính xác của   j    đòi hỏi một dẫn xuất phức tạp dựa trên
mật độ khớp (γ,   )và vẫn còn là một vấn đề mở. Tuy nhiên, có thể thu được một
phép gần đúng tốt bằng cách sử dụng mô hình Markov trạng thái giới hạn được
suy ra trong [23]. Trong mô hình này, làm mờ được coi gần đúng như một quá
trình Markov thời gian rời rạc với thời gian được phân biệt theo chu kỳ ký hiệu
Ts. Giả định rằng giá trị fading γ vẫn nằm trong một vùng trong một khoảng thời
gian ký hiệu và từ một vùng nhất định, quá trình chỉ có thể chuyển sang cùng
một vùng hoặc sang các vùng lân cận. Lưu ý rằng sự gần đúng này có thể dẫn
đến thời gian mờ sâu lâu hơn so với các mô hình chính xác hơn [24]. Xác suất
chuyển đổi giữa các khu vực theo giả định này được đưa ra là

N j 1Ts N jTs
p jj 1   ,  p jj 1    ,   p jj  1   p jj 1  p jj 1   
j j
(9.27)

trong đó Nj là tốc độ vượt mức tại Aj và πj là phân bố trạng thái ổn định tương
ứng với vùng thứ j: πj = p (Aj ≤ γ <Aj+1). Vì thời gian mà quá trình Markov ở
trong một trạng thái nhất định được phân phối về mặt hình học [25, 2.66],   j   
được cho bởi
 Ts j
j  
p jj 1  p jj 1 N j 1  N j
(9.28)

Do đó, giá trị của   j    là một hàm đơn giản của tỷ lệ vượt mức và phân phối
fading. Trong khi tỷ lệ vượt mức được biết đến đối với fading Rayleigh [19,
Mục 1.3.4], nó không thể nhận được đối với bóng mờ log-normal vì phân phối
khớp p (γ,   )cho loại fading này là không xác định. Trong Rayleigh fading tỷ lệ
vượt mức được đưa ra bởi

2 Aj  Aj /
Nj  f De
 (9.29)

trong đó fD = v / λ là tần số Doppler. Thay (9.29) vào (9.28) dễ dàng thấy rằng
  j   
tỷ lệ nghịch với tần số Doppler. Hơn nữa, vì πj và Aj không phụ thuộc vào
fD, nếu chúng ta tính   j    cho một tần số Doppler nhất định fD, chúng ta có thể
 j 
tính tương ứng với một tần số Doppler khác f D  như

f
  j  D  j
f  
D (9.30)

Chúng tôi lập bảng bên dưới các giá trị  j tương ứng với các 5 vùng (Mj = 0,
2,4,16,64) trong Rayleigh làm mờ2 cho fD = 100 Hz và hai mức công suất trung
bình:  = 10dB (γ*K = 1,22) và  = 20dB (γ*K = 1 .685). AFRD cho các tần số
Doppler khác có thể dễ dàng thu được bằng cách sử dụng các giá trị trong bảng
(9.30). Bảng này chỉ ra rằng, ngay cả ở vận tốc cao, đối với tốc độ symbol là
100 Kg/giây, cách thức công suất rời rạc tốc độ rời rạc sẽ duy trì cùng một chòm
sao và truyền công suất trên hàng chục đến hàng trăm symbol.
 Bảng 9.2: Khoảng thời gian vùng mờ trung bình τj đối với fD = 100 Hz.

9.3.6 Chính xác so với gần đúng Pb :

Các kỹ thuật thích ứng được mô tả trong các phần trước dựa trên giới hạn
trên BER của (9.3.1). Vì đây là giới hạn trên, chúng sẽ dẫn đến BER thấp hơn
mục tiêu. Chúng tôi muốn xem BER đạt được như thế nào với các chính sách
này khác với BER mục tiêu. Giá trị chính xác hơn cho BER đạt được với các
chính sách này có thể là thu được bằng cách mô phỏng hoặc bằng cách sử dụng
một giá trị gần đúng hơn cho BER so với các giới hạn trên. Từ (6.24) trong
Chương 6, BER của MQAM với mã hóa Xám ở SNR cao được đánh giá gần
đúng bằng:

Hơn nữa, đối với tốc độ rời rạc công suất liên tục, γ = Es / N0 đối với chòm sao
tín hiệu thứ j là:

Do đó, chúng tôi có thể có được một biểu thức phân tích chính xác hơn
cho BER trung bình được kết hợp với chính sách bằng cách lấy trung bình trên
BER (9.31) cho mỗi chòm sao tín hiệu như:
 với MN = ∞.

Chúng tôi vẽ biểu thức phân tích (9.33) cùng với BER được mô phỏng
cho tốc độ biến đổi và công suất MQAM với BER mục tiêu là 10−3 trong Hình
9.9 và 9.10 tương ứng cho bóng mờ log-normal và fading Rayleigh. BER được
mô phỏng tốt hơn một chút so với phép tính phân tích của (9.33) do thực tế là
(9.33) dựa trên về người hàng xóm gần nhất ràng buộc và bỏ qua một số điều
khoản nhỏ. Cả BER mô phỏng và phân tích đều nhỏ hơn so với BER mục tiêu là
10−3, cho γ> 10 dB. Giới hạn BER 10−3 bị phá vỡ ở SNR thấp, kể từ (9,7)
không áp dụng cho BPSK và chúng tôi phải sử dụng ràng buộc lỏng hơn (9.6).
Vì chính sách thích ứng sử dụng BPSK chòm sao thường có SNR thấp, Pb sẽ
lớn hơn so với dự đoán từ giới hạn chặt chẽ (9,7). Thực tế là BER được mô
phỏng nhỏ hơn mục tiêu ở SNRs cao ngụ ý rằng các tính toán phân tích trong
Hình 9.5 và 9,6 là bi quan. Có thể đạt được hiệu suất cao hơn một chút trong khi
vẫn duy trì P b mục tiêu là 10−3.

Hình 9.9: BER cho Log-Normal Shadowing (6 vùng).

 Hình 9.10: BER cho Rayleigh Fading (5 Vùng)

9.3.7 Lỗi và độ trễ ước tính kênh:

Trong phần này, chúng tôi xem xét ảnh hưởng của sai số ước lượng và độ
trễ, trong đó sai số ước lượng = ˆ γ / γ = 1 và độ trễ id = if + ie = 0. Đầu tiên
chúng ta xem xét lỗi ước lượng. Giả sử máy phát điều chỉnh công suất của nó và
tỷ lệ so với BER Pb mục tiêu dựa trên ước tính kênh γˆ thay vì giá trị thực γ. Từ
(9.8) BER là sau đó bị ràng buộc bởi:

trong đó bình đẳng thứ hai có được bằng cách thay thế các chính sách tỷ
lệ tối ưu (9,9) và quyền lực (9,13). Đối với = 1 (9.34) giảm xuống Pb mục tiêu.
Đối với = 1,> 1 mang lại sự gia tăng BER trên mục tiêu và <1 mang lại giảm
BER. Ảnh hưởng của sai số ước lượng đối với BER được đưa ra bởi:
 Phân phối p () là một hàm của phân phối chung p (γ, γˆ) mà lần lượt phụ
thuộc vào ước lượng kênh kỹ thuật. Gần đây đã chỉ ra rằng khi kênh được ước
tính bằng cách sử dụng các ký hiệu thí điểm, phân phối chung của bao tín hiệu
và ước lượng của nó là hai biến thể Rayleigh [28]. Phân phối chung này sau đó
được sử dụng trong [28] để có được xác suất lỗi đối với điều chế không kích
hoạt với các lỗi ước lượng kênh. Phân tích này có thể mở rộng sang điều chế
thích ứng bằng cách sử dụng một phương pháp tương tự.

Nếu lỗi ước tính vẫn nằm trong một phạm vi hữu hạn nào đó thì chúng ta
có thể ràng buộc ảnh hưởng của lỗi ước tính bằng cách sử dụng (9.34). Chúng
tôi vẽ đồ thị mức tăng BER dưới dạng hàm của một hằng số trong Hình 9.11.
Con số này cho thấy rằng đối với một mục tiêu BER 10−3 thì sai số ước lượng
phải nhỏ hơn 1 dB và đối với BER mục tiêu 10−6 thì phải nhỏ hơn 0,5dB. Các
giá trị này là bi quan, vì chúng giả định một giá trị không đổi của sai số ước
tính. Mặc dù vậy, ước tính sai số có thể được giữ trong phạm vi này bằng cách
sử dụng kỹ thuật ước lượng có hỗ trợ ký hiệu thí điểm được mô tả trong [18] với
sự lựa chọn thích hợp của các tham số. Khi kênh bị đánh giá thấp (<1) thì BER
giảm nhưng sẽ cũng làm giảm hiệu suất phổ, vì giá trị trung bình của ước lượng
kênh γˆ sẽ khác với giá trị trung bình thực γ.Ảnh hưởng của sai số ước lượng
công suất trung bình này được mô tả trong [29].

Hình 9.11: Ảnh hưởng của sai số ước tính lên BER

Giả sử bây giờ kênh được ước tính hoàn hảo (= 1) nhưng id độ trễ của
ước tính và phản hồi đường dẫn khác không. Do đó, tại thời điểm i máy phát sẽ
sử dụng phiên bản trễ của ước lượng kênh γˆ [i] = γ [i −i d]
 Hình 9.12: Ảnh hưởng của Độ trễ chuẩn hóa (idfD) lên BER

để điều chỉnh sức mạnh và tốc độ của nó. Nó được chỉ ra trong [30] rằng,
với điều kiện dựa trên các ước tính kênh lỗi thời, tín hiệu tuân theo phân phối
Ricean và xác suất lỗi sau đó có thể được tính bằng cách lấy trung bình phân
phối của các ước tính. Hơn nữa, [30] phát triển các thiết kế mã hóa thích ứng để
giảm thiểu tác động của việc ước lượng trì hoãn hiệu suất của điều chế thích
ứng. Ngoài ra, dự đoán kênh có thể được sử dụng để giảm thiểu những các hiệu
ứng [31].

Sự gia tăng BER từ độ trễ ước tính cũng có thể được kiểm tra theo cách
tương tự như trong (9.34). Đưa ra SNR của kênh chính xác γ [i] và giá trị bị trễ
của nó γ [i - id], chúng tôi có

Xác định ξ [i, id] = γ [i] / γ [i - id]. Vì γ [i] là đứng yên và ổn định, sự
phân bố của ξ [i, id] được điều kiện hóa trên γ [i] chỉ phụ thuộc vào id và giá trị
của γ = γ [i]. Chúng tôi biểu thị phân phối này bằng pid (ξ | γ). BER trung bình
là thu được bằng cách tích phân trên ξ và γ. Cụ thể, nó được thể hiện trong [32]
rằng
 trong đó γK là mức giới hạn của chính sách tối ưu và p (γ) là phân phối
fading. Pid phân phối (ξ | γ) sẽ phụ thuộc vào tự tương quan của quá trình phai
màu. Một biểu thức dạng đóng cho pid (ξ | γ) trong Nakagami fading (trong số
mà sự fading của Rayleigh là một trường hợp đặc biệt) được suy ra trong [32].
Sử dụng phân phối này trong (9.37), chúng tôi thu được giá trị trung bình BER
trong Rayleigh fading dưới dạng một hàm của id tham số trễ. Biểu đồ của (9.37)
so với độ trễ thời gian chuẩn hóa idfD được hiển thị trong Hình 9.12. Từ hình
này, chúng ta thấy rằng ước tính tổng số và độ trễ đường phản hồi phải là được
giữ trong .001 / fD để giữ BER gần mục tiêu mong muốn của nó.

9.3.8 Điều chế mã hóa thích ứng:

Độ lợi mã hóa bổ sung có thể đạt được với điều chế thích ứng bằng cách
chồng các mã mắt cáo hoặc tổng quát hơn mã coset trên đầu trang của điều chế
thích ứng. Cụ thể, bằng cách sử dụng phân vùng tập hợp con vốn có để mã hóa
mã điều chế, lưới mắt cáo hoặc mã mạng được thiết kế cho các kênh AWGN có
thể được chồng trực tiếp lên thiết bị thích ứng điều chế với cùng độ lợi mã hóa
gần đúng. Ý tưởng cơ bản của điều chế mã hóa thích ứng là khai thác khả năng
phân tách của mã và thiết kế chòm sao vốn có đối với mã coset, như được mô tả
trong Chương 8.7.

Điều chế được mã hóa là một lược đồ mã hóa tự nhiên để sử dụng với
MQAM công suất biến đổi tốc độ thay đổi, vì độ lợi mã hóa kênh về cơ bản là
độc lập với điều chế. Do đó, chúng tôi có thể điều chỉnh công suất và tốc độ(số
mức hoặc điểm tín hiệu) trong chòm sao truyền liên quan đến SNR tức thời mà
không ảnh hưởng độ lợi mã hóa kênh, như bây giờ chúng tôi mô tả chi tiết hơn.

Sơ đồ điều chế được mã hóa được thể hiện trong Hình 9.13. Thiết kế mã
coset giống như nó sẽ dành cho kênh AWGN, tức là cấu trúc mạng và bộ mã
hóa thông thường tuân theo mã hóa lưới mắt cáo hoặc mạng lưới thiết kế nêu
trong Phần 8.7. Gọi Gc biểu thị độ lợi mã hóa của mã coset, như được cho bởi
(8.78). Nguồn mã hóa (điều chế) hoạt động như sau. Chòm sao tín hiệu là một
mạng hình vuông với một số có thể điều chỉnh các điểm chòm sao M. Kích
thước của chòm sao tín hiệu MQAM mà từ đó điểm tín hiệu được chọn là được
xác định bởi công suất phát, được điều chỉnh liên quan đến SNR tức thời và
BER mong muốn, như trong trường hợp chưa được giải mã ở trên.

Hình 9.13: Sơ đồ điều chế mã hóa thích ứng

Cụ thể, nếu xấp xỉ BER (7.7) được điều chỉnh cho độ lợi mã hóa, thì đối
với SNR = γ cụ thể,

trong đó M là kích thước của chòm sao tín hiệu truyền. Như trong trường
hợp chưa được mã hóa, sử dụng ràng buộc chặt chẽ (9.7), chúng tôi có thể điều
chỉnh số điểm chòm sao M và công suất tín hiệu so với SNR tức thời để duy trì
BER cố định:
 Số bit chưa mã hóa cần thiết để chọn điểm coset là n (γ) - 2k / N = log2 M
(γ) - 2 (k + r) / N. Từ giá trị này thay đổi theo thời gian, các bit chưa được mã
hóa này phải được xếp hàng đợi cho đến khi cần thiết, như trong Hình 9.13. Tốc
độ bit trên mỗi lần truyền là log2 M (γ) và tốc độ dữ liệu là log2 M (γ) - 2r / N.
Do đó, chúng tôi tối đa hóa tốc độ dữ liệu bằng cách tối đa hóa E [log2 M] so
với giới hạn công suất trung bình. Từ sự tối đa hóa này, chúng tôi có được chính
sách thích ứng công suất tối ưu cho sơ đồ điều chế này:

trong đó γ0 là độ sâu vết cắt, và Kc = KGc đối với K cho bởi (9,48). Điều
này cũng giống như chính sách tối ưu đối với trường hợp không mã hóa (7.11),
với K được thay thế bằng Kc. Do đó, điều chế được mã hóa làm tăng hiệu quả
truyền công suất bằng Gc, liên quan đến hiệu suất MQAM công suất biến đổi tỷ
lệ biến chưa được mã hóa. Tốc độ dữ liệu thích ứng là thu được bằng cách thay
thế (9,40) vào (9,39) để nhận được:

Hiệu suất quang phổ thu được là:

trong đó γKc = γ0 / Kc. Nếu hệ số mở rộng chòm sao không được bao
gồm trong độ lợi mã hóa Gc, thì chúng ta phải trừ 2r / N từ (9,42) để có tốc độ
dữ liệu. Có thể tìm thấy thêm chi tiết về sơ đồ điều chế được mã hóa thích ứng
này trong [34], cùng với các đồ thị về hiệu quả phổ đối với điều chế mã hóa lưới
mắt cáo thích ứng có độ phức tạp khác nhau. Những kết quả này chỉ ra rằng điều
chế mã hóa lưới mắt cáo thích ứng có thể đạt được trong phạm vi 5 dB công
suất Shannon ở độ phức tạp hợp lý và việc mã hóa đạt được lợi ích khi chồng
một mã lưới mắt cáo nhất định lên khả năng thích ứng chưa được mã hóa điều
chế gần tương đương với mã hóa mã lưới mắt cáo trong kênh AWGN.

9.4 Điều chế M-ary chung:

 Các kỹ thuật công suất và tốc độ biến đổi được mô tả ở trên cho MQAM
có thể được áp dụng cho các điều chế M-ary khác. Đối với bất kỳ điều chế nào,
tiền đề cơ bản là giống nhau: công suất phát và kích thước chòm sao được điều
chỉnh để duy trì một BER tức thời cố định nhất định cho mỗi biểu tượng trong
khi tối đa hóa tốc độ dữ liệu trung bình. Trong phần này chúng tôi sẽ xem xét
tốc độ tối ưu và thích ứng công suất cho cả tốc độ liên tục và tốc độ thích ứng
tốc độ rời rạc cho M-ary chung điều chế.

9.4.1 Thích ứng tốc độ liên tục:

Trước tiên, chúng tôi xem xét trường hợp mà cả tốc độ và công suất có
thể được điều chỉnh liên tục. Chúng tôi muốn tìm ra cái tối ưu công suất S (γ) và
tốc độ k (γ) = log2 M (γ) thích ứng cho điều chế M-ary chung để tối đa hóa dữ
liệu trung bình tỷ lệ E [k (γ)] với công suất trung bình S trong khi đáp ứng mục
tiêu BER nhất định. Tối ưu hóa này được đơn giản hóa khi Xác suất lỗi bit chính
xác hoặc gần đúng đối với điều chế có thể được viết dưới dạng sau:

trong đó c1, c2 và c3 là các hằng số cố định dương và c4 là hằng số thực.

Ví dụ: trong giới hạn BER cho MQAM cho bởi (9.6) và (9.7), c1 = 2 hoặc .2, c2
= 1.5, c3 = 1 và c4 = 1. Xác suất lỗi bit đối với hầu hết Điều chế M-ary có thể
được tính gần đúng ở dạng này với việc lắp đường cong thích hợp. Ưu điểm của
(9.43) là, khi Pb (γ) ở dạng này, chúng ta có thể đảo ngược nó để biểu thị tỷ lệ k
(γ) dưới dạng chức năng của sự thích ứng công suất S (γ) và mục tiêu BER Pb
như sau:

Để tìm công suất và tốc độ thích ứng tối đa hóa hiệu suất quang phổ E [k (γ)],
chúng tôi tạo Lagrangian
 Kỹ thuật thích ứng tối ưu tối đa hóa Lagrangian này với tỷ lệ và công suất
không âm, vì vậy nó thỏa mãn:

Giải (9,46) cho S (γ) với (9,44) cho k (γ) sẽ thu được sự thích ứng công suất tối
ưu:

Điều chỉnh nguồn (9.47) có thể được viết ở dạng đơn giản hơn:

Hằng số µ in (9.49) được xác định từ giới hạn công suất trung bình (9.12)
Mặc dù biểu thức phân tích cho sự thích ứng công suất tối ưu (9,49) trông đơn
giản, nhưng hành vi của nó rất phụ thuộc vào các giá trị c4 trong xấp xỉ Pb
(9,43). Đối với (9.43) được đưa ra bởi các xấp xỉ MQAM (9.6) hoặc (9.7) thích
ứng công suất là công thức làm đầy nước được đưa ra bởi (9.13). Tuy nhiên,
việc đổ đầy nước không phải là tối ưu trong tất cả các trường hợp, như chúng tôi
hiện đang hiển thị. Dựa trên (6.18) từ Chương 6, với mã màu xám, BER cho
MPSK được xấp xỉ chặt chẽ là:
 Tuy nhiên, (9,50) không ở dạng mong muốn (9,43). Đặc biệt, hàm Q
không dễ dàng bị đảo ngược để có được tốc độ tối ưu và thích ứng công suất
cho một BER mục tiêu nhất định. Do đó, chúng ta hãy xem xét ba giới hạn P b
sau đây đối với MPSK, giá trị của k (γ) ≥ 2:

Các giới hạn được vẽ trong Hình 9.14 cùng với xấp xỉ chặt chẽ (9.50).
Chúng ta thấy rằng tất cả các giới hạn đều gần đúng với BER chính xác (Được
đưa ra bởi (6.45) trong Chương 6), đặc biệt là ở SNR cao. Trong giới hạn đầu
tiên (9.51), c1 = .05, c2 = 6, c3 = 1.9 và c4 = 1. Do đó, trong (9.49), K = −c4 ln
(cP2b / c1) là dương với điều kiện Pb mục tiêu nhỏ hơn 0,05, theo giả định của
chúng tôi. Do đó µ phải dương đối với công suất sự thích ứng S (γ) S = µ - γK 1
dương về SNR cắt γ0. Hơn nữa, với K dương, k (γ) ≥ 0 với bất kỳ S (γ) ≥ 0. Do
đó, với µ và k (γ) dương (9.49) có thể được biểu thị bằng:
 Hình 9.14: Giới hạn BER cho MPSK

trong đó γ0 ≥ 0 là độ sâu mờ cắt dưới mức mà không có tín hiệu nào được
truyền đi. Giống như µ, giá trị ngưỡng này được xác định bởi giới hạn công suất
trung bình (9.12). Khả năng thích ứng nguồn (9.54) giống như việc đổ đầy nước
như trong MQAM thích ứng được đưa ra bởi (9.13), kết quả là sự giống nhau
của giới hạn MQAM Pb (9.7) và (9.6) với giới hạn MPSK (9,51). Điều chỉnh tỷ
lệ tối ưu tương ứng, thu được bằng cách thay thế (9.54) thành (9.44), là:

mà cũng ở dạng tương tự như thích ứng tỷ lệ MQAM thích nghi (9.16).

Bây giờ chúng ta hãy xem xét giới hạn thứ hai (9,52). Ở đây c1 = .2, c2 = 7, c3
= 1.9 và c4 = −1. Vì vậy, K = - c2/c4 ln (Pb / c1) là âm đối với Pb mục tiêu <.2
mà chúng tôi giả định. Từ (9,44), với K âm, chúng ta phải có µ ≥ 0 trong (9.49)
để k (γ) ≥ 0. Khi đó, sự thích ứng công suất tối ưu sao cho S (γ) ≥ 0 và k (γ) ≥ 0
trở thành:

Từ (9,44), tỷ lệ thích ứng tối ưu sau đó trở thành:

trong đó γ0 = −1/Kµ là độ sâu fading dưới ngưỡng mà kênh không được

sử dụng. Lưu ý rằng đối với giới hạn đầu tiên (9.51) giới hạn tích cực đối với
công suất (S (γ) ≥ 0) quy định độ sâu fading, trong khi điều này ràng buộc tính
tích cực ràng buộc về tỷ lệ (k (γ) ≥ 0) xác định mức giới hạn. Chúng ta có thể
viết lại (9,56) theo γ0 dưới dạng:

Sự thích ứng công suất này là sự lấp đầy nước nghịch đảo: vì K là âm,
nên ít công suất hơn được sử dụng làm kênh SNR tăng trên độ sâu fading cắt tối
ưu γ0. Như thường lệ, giá trị của γ0 nhận được dựa trên giá trị trung bình ràng
buộc điều kiện (9.12).

Cuối cùng, đối với giới hạn thứ ba (9.53), c1 = .25, c2 = 8, c3 = 1.94 và
c4 = 0. Do đó, K = −c4 ln (cP2b / c1) = ∞ đối với Pb mục tiêu <.25, mà chúng
tôi giả định. Từ (9.49), khả năng thích ứng công suất tối ưu trở thành

Đây là chế độ truyền tải công suất khi tắt: công suất bằng 0 hoặc giá trị
khác 0 không đổi. Từ (9,44) tỷ lệ tối ưu sự thích ứng k (γ) với sự thích ứng sức
mạnh này là,
 trong đó γ0 = −ln (Pb/c1)/ là độ sâu fading dưới ngưỡng mà kênh
không được sử dụng. Đối với ràng buộc trước đó, nó là giới hạn tỷ lệ tích cực
xác định độ sâu mờ cắt γ0. Khả năng thích ứng điện năng tối ưu như một chức
năng của γ0 là

trong đó K0 = −ln (Pb / c1)/c2 .Giá trị của γ0 được xác định từ giới hạn công
suất trung bình để thỏa mãn:

Do đó, đối với cả ba phép xấp xỉ Pb trong MPSK, các lược đồ tỷ lệ thích
ứng tối ưu (9,55), (9,57) và (9,60) có cùng hình thức trong khi các sơ đồ điện
thích ứng tối ưu (9.54), (9.58) và (9.61) có các hình thức khác nhau. Các khả
năng thích ứng công suất tối ưu (9.54) (9.58) (9.61) được vẽ trong Hình 9.15 đối
với fading Rayleigh với BER mục tiêu là 10−3 và γ = 30 dB. Hình này cho thấy
rõ hành vi tích nước, làm đầy nước nghịch đảo và bật tắt của các chương trình
khác nhau. Lưu ý rằng giới hạn γ0 cho tất cả các sơ đồ này gần như giống nhau.
Chúng ta cũng thấy từ con số này rằng mặc dù các sơ đồ thích ứng nguồn khác
nhau ở SNR thấp, chúng gần như giống nhau ở SNR cao. Cụ thể, chúng ta thấy
rằng đối với γ <10 dB, khả năng thích ứng công suất phát tối ưu là khác nhau
đáng kể, trong khi đối với γ ≥ 10 dB chúng nhanh chóng hội tụ về cùng một giá
trị không đổi. Từ hàm mật độ tích lũy của γ cũng trong Hình 9.15, xác suất γ
nhỏ hơn 10 là 0,01. Vì vậy, mặc dù thích ứng điện năng tối ưu tương ứng với
SNR thấp là rất khác nhau đối với các kỹ thuật khác nhau, hành vi này ít ảnh
hưởng đến phổ hiệu quả vì xác suất ở những SNR thấp đó là khá nhỏ.

9.4.2 Thích ứng tốc độ rời rạc:

 Bây giờ chúng ta giả sử một tập hợp các chòm sao rời rạc đã cho M =
{M0 = 0 ,. . . , MN − 1}, trong đó M0 tương ứng với không truyền dữ liệu. Tỷ lệ
tương ứng với mỗi chòm sao này là kj = log2 Mj, j = 0 ,. . . , N - 1, trong đó k0
= 0. Mỗi tốc độ kj, j> 0 được gán cho một vùng fading của γ giá trị Rj = [γj − 1,
γj), j = 0 ,. . . , N - 1, cho γ − 1 = 0 và γN − 1 = ∞. Các ranh giới γj, j = 0 ,. . . , N
- 2 được tối ưu hóa như một phần của chính sách thích ứng. Kênh không được
sử dụng cho γ <γ0. Chúng tôi một lần nữa giả định rằng Pb được ước lượng gần
đúng bằng công thức chung (9,43). Khi đó, sự thích ứng công suất duy trì BER
mục tiêu trên mức cắt γ0 là:

Hình 9.15: Thích ứng công suất cho MPSK BER Bounds (fading Rayleigh, Pb =
10−3, γ = 30 dB).

Tại :

Các ranh giới vùng γ0 ,. . . , γN − 2 tối đa hóa hiệu suất quang phổ được
tìm thấy bằng cách sử dụng phương trình Lagrange:
 Các ranh giới vùng tỷ giá tối ưu thu được bằng cách giải phương trình sau
cho γj.

Điều này mang lại:

Và :

trong đó ρ được xác định bởi giới hạn công suất trung bình:

9.4.3 Mục tiêu BER trung bình:

Giả sử bây giờ chúng ta nới lỏng giả định rằng mục tiêu Pb phải được đáp
ứng trên mọi lần truyền ký hiệu, và thay vào đó chỉ yêu cầu Pb trung bình thấp
hơn một số trung bình mục tiêu P b. Trong trường hợp này, ngoài tỷ lệ thích ứng
và quyền lực, chúng ta cũng có thể điều chỉnh Pb (γ) tức thời theo ràng buộc
trung bình P b. Điều này cung cấp thêm mức độ tự do trong sự thích nghi có thể
dẫn đến hiệu suất phổ cao hơn. Chúng tôi xác định xác suất trung bình của lỗi
cho điều chế thích ứng như:

Khi tốc độ bit k (γ) được điều chỉnh liên tục, điều này sẽ trở thành:

và khi k (γ) nhận các giá trị trong một tập rời rạc thì điều này sẽ trở thành:

Bây giờ chúng tôi tính toán tốc độ liên tục, công suất và thích ứng BER
tối ưu để tối đa hóa hiệu quả quang phổ E [k (γ)] chịu giới hạn công suất trung
bình S và giới hạn BER trung bình (9,71). Như với ràng buộc BER tức thời, đây
là một bài toán tối ưu hóa có ràng buộc tiêu chuẩn, mà chúng tôi giải quyết bằng
cách sử dụng Lagrange phương pháp. Bây giờ chúng tôi yêu cầu hai Lagrangian
cho hai ràng buộc: công suất trung bình và BER trung bình. Đặc biệt, phương
trình Lagrange là:
 Tốc độ tối ưu và thích ứng công suất phải đáp ứng:

với ràng buộc bổ sung rằng k (γ) và S (γ) không âm với mọi γ.

Giả sử rằng Pb là gần đúng theo công thức chung (9.43). Định nghĩa:

Sau đó, sử dụng (9,43) trong (9,73) và giải (9,74), chúng tôi nhận được
rằng công suất và thích ứng BER tối đa hóa phổ hiệu quả thỏa mãn

cho k không âm (γ) và:

Hơn nữa, từ (9,43), (9,76) và (9,77), chúng tôi nhận được rằng thích ứng
tốc độ tối ưu k (γ) bằng 0 hoặc là nghiệm không âm của:

Các giá trị của k (γ) và Lagrangian λ1 và λ2 phải được tìm thấy thông qua
tìm kiếm số sao cho giá trị trung bình ràng buộc công suất S và ràng buộc BER
trung bình (9,71) được thỏa mãn.
Trong trường hợp tỷ giá rời rạc, tỷ giá thay đổi trong một tập hợp cố định
k0 ,. . . , kN − 1 trong đó k0 tương ứng với không có dữ liệu truyền tải. Chúng ta
phải xác định ranh giới vùng γ0 ,. . . , γN − 2 sao cho chúng ta gán tỷ lệ kj cho
vùng tỷ lệ [γj − 1, γj), trong đó ta đặt γ − 1 = 0 và γN − 1 = ∞. Theo chỉ định tỷ
lệ này, chúng tôi muốn tối đa hóa phổ hiệu quả thông qua tốc độ tối ưu, công
suất và thích ứng BER tùy thuộc vào công suất trung bình và hạn chế BER. Vì
tập hợp các tỷ lệ có thể có và các chỉ định khu vực tỷ lệ tương ứng của chúng là
cố định, nên mức thích ứng tối ưu tương ứng với việc tìm các ranh giới vùng tỷ
giá tối ưu γj, j = 0 ,. . . , N − 2. Lagrangian cho điều này bị hạn chế vấn đề tối ưu
hóa là:

Hiệu ứng công suất tối ưu thu được bằng cách giải phương trình sau cho
S (γ):

Tương tự, ranh giới vùng tỷ giá tối ưu thu được bằng cách giải bộ phương
trình sau cho γ j:

Từ (9.80) chúng ta thấy rằng công suất tối ưu và thích ứng BER phải thỏa
mãn:
 Thay thế (9,43) thành (9,82) chúng ta nhận được điều đó:

trong đó . Dạng thích ứng BER này tương tự như dạng thích ứng với
nguồn cấp nước: tức thời BER giảm khi chất lượng kênh được cải thiện. Bây giờ
đặt BER ở (9,43) bằng (9,83) và giải quyết S (γ) cho kết quả:

Tại:

và S (γ) = 0 với γ <γ0. Từ (9,85) chúng ta thấy rằng S (γ) là không liên
tục tại các ranh giới γj. Bây giờ chúng ta hãy xem xét các ranh giới vùng tối ưu
γ0 ,. . . , γN − 2. Giải (9,81) cho Pb (γj) thu được kết quả:

trong đó k0 = 0 và S0 (γ) = 0. Thật không may, tập phương trình này rất
khó giải cho đường biên tối ưu điểm {γj}. Tuy nhiên, nếu chúng ta giả sử rằng S
(γ) là liên tục tại mỗi biên thì chúng ta nhận được rằng:

đối với một số hằng số λ. Theo giả định này, chúng ta có thể giải quyết
các ranh giới khu vực tỷ lệ dưới mức tối ưu như:
 đối với một số ρ hằng số. Các hằng số λ và ρ được tìm thấy ở dạng số sao
cho giới hạn công suất trung bình:

và ràng buộc BER (9,72) được thỏa mãn. Lưu ý rằng ranh giới vùng
(9,88) là không tối ưu vì S (γ) là không nhất thiết phải liên tục tại các vùng biên,
và do đó các ranh giới này mang lại phổ dưới mức tối ưu hiệu quả.

Trong Hình 9.16, chúng tôi vẽ biểu đồ hiệu suất phổ trung bình đối với
MQAM thích ứng theo cả liên tục và rời rạc thích ứng tốc độ, và cả mục tiêu
BER trung bình và tức thời cho một kênh fading Rayleigh. Thích nghi chính
sách dựa trên xấp xỉ BER (9.7) với BER mục tiêu là 10−3 hoặc 10−7. Đối với
sự rời rạc các trường hợp tỷ lệ, chúng tôi giả định rằng có sẵn 6 chòm sao tín
hiệu MQAM khác nhau (7 vùng fading) được cho bởi M ={0, 4, 16, 64, 256,
1024, 4096}. Trong hình này, chúng tôi thấy rằng hiệu quả phổ của cả bốn chính
sách theo cùng mục tiêu BER tức thời hoặc trung bình rất gần nhau. Để thích
ứng tốc độ rời rạc, quang phổ hiệu quả với mục tiêu BER tức thời cao hơn một
chút so với mục tiêu BER trung bình mặc dù trường hợp thứ hai bị hạn chế hơn:
đó là vì hiệu quả theo mục tiêu BER trung bình được tính toán với ranh giới khu
vực tỷ lệ dưới mức tối ưu, dẫn đến giảm hiệu quả một chút.

9.5 Các kỹ thuật thích ứng trong Fading nhanh và chậm kết hợp:

Trong phần này, chúng tôi xem xét các kỹ thuật thích ứng cho các kênh
làm mờ hỗn hợp bao gồm cả nhanh và chậm fading (bóng mờ). Chúng tôi giả
định rằng sự thay đổi fading nhanh quá nhanh để đo lường chính xác và cung
cấp lại cho máy phát, do đó máy phát chỉ thích ứng với sự fading. SNR tức thời
γ có phân phối p (γ | γ) trong đó γ là giá trị trung bình ngắn hạn trong quá trình
giảm dần nhanh. Mức trung bình ngắn hạn này thay đổi chậm do bóng mờ và có
phân phối p (γ) trong đó SNR trung bình so với phân phối này là γ. Máy phát
chỉ thích ứng với độ fading γ, do đó tốc độ của nó k (γ) và lũy thừa S (are) là các
hàm của γ. Việc điều chỉnh nguồn phụ thuộc vào một hạn chế công suất trung
bình dài hạn đối với cả quá trình phai màu nhanh và chậm:

Hình 9.16: Hiệu quả phổ đối với các hạn chế thích ứng khác nhau

Như trên, chúng tôi ước tính xác suất tức thời của lỗi bit theo dạng tổng
quát (9,43). Kể từ khi quyền lực và tốc độ là các hàm của γ, BER có điều kiện,
được điều kiện trên γ, là:

Vì máy phát không thích ứng với phai nhanh γ, chúng ta không thể yêu
cầu một BER tức thời nhất định. Tuy nhiên, vì máy phát thích ứng với việc phủ
bóng, chúng tôi có thể yêu cầu xác suất lỗi bit trung bình mục tiêu được tính
trung bình trên sự fading nhanh đối với một giá trị cố định của bóng đổ. Giá trị
trung bình ngắn hạn cho một γ nhất định thu được bằng cách lấy trung bình Pb
(γ | γ) trên phân phối mờ nhanh p (γ | γ):

Sử dụng (9,91) trong (9,92) và giả sử Rayleigh fading để làm mờ nhanh,

điều này trở thành:

Ví dụ: với điều chế MQAM với giới hạn BER chặt chẽ (9,7), (9,93) trở thành

Bây giờ chúng ta có thể đảo ngược (9,93) để có được tỷ lệ thích ứng k (γ)
dưới dạng hàm của BER trung bình mục tiêu P b và công suất thích ứng S (γ)
như:

Tại:
 chỉ phụ thuộc vào BER trung bình của mục tiêu và giảm dần khi mục tiêu
này giảm. Chúng tôi tối đa hóa hiệu quả quang phổ bằng cách tối đa hóa:

chịu giới hạn công suất trung bình (9,90).

Giả sử rằng c4> 0. Khi đó cực đại này và giới hạn công suất có dạng
chính xác như (9.11) với sự fading γ được thay thế bằng sự fading γ. Do đó, sự
thích ứng điện năng tối ưu cũng có hình thức chiết rót nước như (9.13) và được
cung cấp bởi:

kênh không được sử dụng khi γ <c4γ0 / K. Giá trị của γ0 được xác định
bởi giới hạn công suất trung bình. Thay thế (9,98) thành (9,95) mang lại sự thích
ứng tỷ lệ:

và hiệu suất quang phổ trung bình tương ứng được cho bởi:

Do đó, chúng ta thấy rằng trong một kênh làm mờ hỗn hợp, nơi tốc độ và
công suất chỉ thích ứng với việc làm fading, đối với c4> 0 in (9.43), việc làm
đầy nước liên quan đến sự phai màu chậm là sự thích ứng công suất tối ưu để tối
đa hóa quang phổ hiệu quả tuân theo một hạn chế BER trung bình.
 Suy ra của chúng tôi đã giả định rằng sự fading nhanh là Rayleigh, nhưng
có thể chỉ ra rằng với c4> 0 trong (9,43), công suất và tốc độ thích ứng tối ưu
cho bất kỳ phân phối phai màu nhanh nào đều có cùng dạng nước đầy [35]. Từ
chúng tôi đã giả định c4> 0 trong (9.43), ràng buộc tích cực về quyền lực quy
định giá trị ngưỡng dưới đó kênh không được sử dụng. Như chúng ta đã thấy
trong Phần 9.4.1, khi c4 ≤ 0, giới hạn tích cực về tỷ lệ quy định mức giới hạn
này, và khả năng thích ứng công suất tối ưu trở nên nghịch đảo ngập nước đối
với c4 <0 và thích ứng nguồn bật-tắt đối với c4 = 0.