Professional Documents
Culture Documents
NĂM 2014
ii
MÃ SỐ:
NĂM …..
KHOA: VÔ TUYẾN ĐIỆN TỬ CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độ mật:
Số:
1. Tên đề tài:
…………………………………………………………………………………….
…………………………………………………………………………………….
…………………………………………………………………………………….
Chương 1:
Chương 2:
Chương 3:
4. Số lượng, nội dung các bản vẽ và các sản phẩm cụ thể (nếu có):
……………………………………………………………………………………
……………………………………………………………………………………
iv
……………………………………………………………………………………
………………………………………………………………………………….
5. Cán bộ hướng dẫn:TS Nguyễn Trung Tấn, Thượng tá, Trung tâm KTVT,
Khoa Vô tuyến điện tử, Học viện Kỹ thuật Quân sự.
MỤC LỤC
MỤC LỤC……...……………………………………………………………..i
DANH MỤC CÁC CHỮ VIẾT TẮT iii
DANH SÁCH HÌNH VẼ …….iv
DANH MỤC KÝ HIỆU TOÁN HỌC vi
LỜI MỞ ĐẦU 1
Chương 1: TỔNG QUAN VỀ TRUYỀN THÔNG HỢP TÁC MIMO….......3
1.1 Truyền thông hợp tác… 3
1.1.1 Khái quát chung về truyền thông hợp tác 3
1.1.3 Ứng dụng của truyền thông hợp tác 5
1.2 Kỹ thuật truyền dẫn MIMO 5
1.2.1 Các kỹ thuật phân tập trong thông tin vô tuyến 5
1.2.2 Một số kỹ thuật kết hợp tín hiệu 8
1.2.3 Các phương pháp truyền dẫn trên kênh MIMO 11
1.3 Các phương pháp tách tín hiệu trong hệ thống MIMO 14
1.4 Tóm tắt chương 17
Chương 2: TỐI ƯU MẠNG HỢP TÁC MIMO……………………...……..18
2.1 Tối ưu hệ thống MIMO một chiều hai chặng 18
2.1.1 Mô hình tín hiệu 18
2.1.2 Công thức bài toán 19
2.1.5 Mở rộng đối với các kiến trúc không tuyến tính 26
2.1.6 Mở rộng đối với các kênh pha-đinh chọn lọc tần số 28
2.2 Tối ưu hệ thống MIMO một chiều đa chặng 29
2.3 Tối ưu hệ thống MIMO một chiều hai chặngđa chuyển tiếpsong song 31
2.4 Tối ưu hệ thống MIMO một chiều hai chặng cóliên kết Nguồn-Đích 32
2.5 Tối ưu hệ thống MIMO hai chiều hai chặng 33
ii
Chương 3: KẾT HỢP TỐI ƯU MÁY THU PHÁT TRONG CÁC HỆ THỐNG
MIMO CHUYỂN TIẾP KHÔNG TÁI SINH………………………………….36
3.1 Đặt vấn đề 36
3.2. Mô hình hệ thống đề xuất 37
3.3 Kết quả mô phỏng 41
3.3.1 Mô hình mô phỏng 41
3.3.2. Phân tích kết quả 42
3.4. Tóm tắt chương 44
iii
Hình 1.1: Mô hình một hệ thống truyền thông hợp tác đa nút..............................3
Hình 1.2: Mô hình phương pháp kết hợp chọn lọc...............................................8
Hình 1.3: Mô hình phương pháp kết hợp tỷ số cực đại.........................................9
Hình 1.4: Độ lợi phân tập của các phương pháp kết hợp phân tập ....................10
Hình 1.5: Ba phương pháp truyền dẫn điển hình trên kênh MIMO....................12
Hình 1.6: Sơ đồ khối hệ thống MIMO-SDM..........................................13
Hình 1.7: Một số bộ tách tín hiệu cho hệ thống MIMO-SDM............................14
Hình 1.8: Sơ đồ bộ tách tín hiệu tuyến tính cho hệ thống MIMO-SDM.............15
Hình 2.1: Sơ đồ khối một hệ thống MIMO tuyến tính một chiều hai chặng.......18
Hình 2.2: Sơ đồ khối tương đương của một hệ thống MIMO một chiều hai chặng
khi không có đường trực tiếp..............................................................................22
Hình 2.3: BER của một hệ thống MIMO một chiều hai chặng với các tiêu chuẩn
tối ưu khác nhau..................................................................................................24
Hình 2.4: Công suất tiêu thụ khi Đích sử dụng máy thu tuyến tính hoặc DFE...26
Hình 2.5: Sơ đồ khối của một hệ thống MIMO một chiều đa chặng..................29
Hình 2.6: Sơ đồ hệ thống MIMO một chiều hai chặng đa nút chuyển tiếp.........32
Hình 2.7: Sơ đồ khối của một hệ thống MIMO tuyến tính hai chiều hai chặng. 34
Hình 3.1: Mô hình một hệ thống truyền thông hợp tác MIMO một chiều hai
chặng, không tái sinh, tuyến tính.........................................................................37
Hình 3.2:Phẩm chất BER theo SNR2 khi cố định SNR1=20dB tối ưu theo hai tiêu
chuẩn ZF và MMSE của QPSK với ...................................42
Hình 3.3:Phẩm chất BER theo SNR2 khi cố định SNR1=20dB tối ưu theo hai tiêu
chuẩn ZF và MMSE của 8-PSK với ...................................43
v
Hình 3.4: Phẩm chất BER theo SNR1 khi cố định SNR2=20dB tối ưu theo hai
tiêu chuẩn ZF và MMSE của QPSK với ............................43
Hình 3.5: Phẩm chất BER theo SNR1 khi cố định SNR2=20dB tối ưu theo hai
tiêu chuẩn ZF và MMSE của 8-PSK với ............................44
vi
Ký hiệu Ý Ý nghĩa Ví dụ
Chữ thường,
Biến số
in nghiêng
Chữ thường, in
Vec-tơ
nghiêng, đậm
Chữ hoa, in
Ma trận
nghiêng, đậm
Phép tính kỳ vọng
Phép toán lấy vết của ma trận
Cùng với sự phát triển của công nghệ điện tử, viễn thông và công nghệ
thông tin, tốc độ phát triển của các mạng không dây cũng như nhu cầu của người
dùng về các dịch vụ vô tuyến tăng rất nhanh. Kết quả dẫn đến những bức bách
về nhu cầu mở rộng vùng phủ, nâng cao chất lượngvà đặc biệt là gia tăng tốc độ
truy nhập.
Các hệ thống truyền thông không dây thế hệ mới như các hệ thống thông
tin di động thế hệ thứ 3 (3G: Third Generation), các hệ thống phát triển dài hạn
tiên tiến LTE (Long-Term Evolution), cáchệ thống truy nhập vô tuyến băng
rộngWiMAX (Worldwide Interoperability via Microwave Access), hay mạng
cục bộ vô tuyến Wi-Fi (Wireless Fidelity) đã cho phép người dùng có thể đạt
được tốc độ truy nhập hàng trăm Mbps.
Một trong các giải pháp then chốt nhằm đạt được tốc độ truyền dẫn cao đã
được xác định rõ là truyền dẫn trên kênh đa đầu vào-đa đầu ra MIMO (Multiple
Input-Multiple Output) và truyền thông hợp tác.
Đã có rất nhiều giải pháp tối ưu cho các mạng hợp tác MIMO như lựa
chọn nút trung gian tốt nhất làm nút Chuyển tiếp, các kỹ thuật lựa chọn ăng-ten.
Đặc biệt là hàng loạt các kỹ thuật tối ưu cho các ma trận tại các nút mạng.
Từ ý nghĩa khoa học và thực tiễn trên em nhận thấy, việc nghiên cứu cơ
sở lý thuyết và các giải pháp tối ưu cho các hệ thống MIMO hợp tác có vai trò
hết sức quan trọng. Vì vậy, trong đồ án này em xin tập trung nghiên cứu những
khái niệm và các kỹ thuật tối ưu cho các hệ thống MIMO hợp tác. Nội dung đồ
án của em gồm:
Chương 1:Làm rõ những nội dung căn bản về truyền thông hợp tác và kỹ
thuật MIMO.
Chương 2:Tổng hợp những công trình nghiên cứu liên quan đến tối ưu
hóa mạng truyền thông hợptác MIMO-AF đã đượcthực hiện.
Chương 3:Phân tích bài toán đồng thời tối ưu Nguồn-Đích cho một hệ
thống MIMO một chiều hai chặng, không tái sinh, tuyến tính, mô phỏng lại một
số kết quả đã được nghiên cứu, mở rộng khảo sát cho trường hợp 8-PSK và
trường hợp có đường liên kết trực tiếp.
Trong quá trình biên soạn, đồ án không tránh khỏi có những sai sót, em
mong được sự góp ý của các Thày giáo và các bạn đọc nói chung. Em xin gửi
lời cảm ơn tới Thày giáo hướng dẫn PGS-TS Trần Xuân Nam, các Thày giáo
nghiên cứu sinh và các Thày giáo trong phòng thí nghiệm Bộ môn Thông tin vì
đã giúp đỡ em rất nhiều trong định hướng cũng như thực hiện nội dung đồ án tốt
nghiệp đại học. Em cũng xin gửi lời cảm ơn đến các Thày giáo trong Khoa Vô
tuyến Điện tử, Học viện Kỹ thuật Quân sự và gia đình đã hỗ trợ, tạo điều kiện và
động viên em hoàn thành đồ án này.
Chương 1
TỔNG QUAN VỀ TRUYỀN THÔNG HỢP TÁC MIMO
Hình 1.1: Mô hình một hệ thống truyền thông hợp tác đa nút[45] .
Hình 1.3: Mô hình phương pháp kết hợp tỷ số cực đại[1] .
Hình 1.4: Độ lợi phân tập của các phương pháp kết hợp phân tập[1] .
Hình 1.5: Ba phương pháp truyền dẫn điển hình trên kênh MIMO:
a) SDM; b) STC; c) SM.
b) Ghép kênh phân chia theo không gian
PhươngphápSDM tập trung vào việc gia tăng tốc độ truyền dẫn bằng
cách truyềnđồng thời một loạt các luồng tín hiệu độc lập qua các ăng-ten phát và
sửdụng các máy thu có độ phức tạp thấp để duy trì BERcho phép.Phương pháp
này cho phép thu được độ tăng ích ghép kênh (multiplexinggain) lớn.
Nguyên lý của phương pháp SDM: ở máyphát (Tx) luồng tín hiệu phát
được chia nhỏ (DEMUX: Demultiplexing) thành luồng nhỏ và truyền đồng
thời qua ăng-ten phát. Tại máy thu các luồngtín hiệu sẽ được tách riêng ra rồi
ghép lại (MUX: Multiplexing) với nhau như mô tả ởHình 1.6.
Do tín hiệu phát từcác ăng-ten phát khác nhau nên việc tách tín hiệu của
mỗi luồng phát ở máythu sẽ chịu ảnh hưởng nhiễu đồng kênh (CCI: Co-Channel
Interference) từ các luồng còn lại. Vì vậy, máy thu chỉ cần sử dụng một bộ tách
tín hiệu tốt có khả năng cung cấp BERthấp, đồng thời lại không yêu cầu quá cao
về độ phức tạp tính toán. Do máyphát sử dụng ở phương pháp SDM chỉ đơn
thuầnlà một bộ phân kênh nên các nghiên cứu về MIMO-SDM đều tập trung vào
việcthiết kế bộ tách tín hiệu ở máy thu.
Một số hệ thống MIMO-SDM điển hình được tìm ra bởi G. J. Foschini et
al. 96[17] và P. W. Wolniansky et al.[34] .
c) Điều chế không gian
Kỹ thuật điều chế không gian và khóa dịch không gian (SSK: Space Shift
Keying) là kỹ thuật sử dụng không gian vị trí ăng-ten để truyền các bit dữ liệu,
số bít truyền tăng theo số ăng-ten sử dụng. Kỹ thuật này có thể khắc phục các
nhược điểm của mã không gian-thời gian và ghép kênh theo không gian. Kỹ
thuật này cho phép tăng hiệu quả phổ và hiệu quả sử dụng năng lượng.
Một số công trình tiên phong điển hình đã được các tác giả thực hiện như:
R. Y. Mesleh et al.[35] đề xuất điều chế không gian cho hệ thống truyền dẫn
đơn ăng-ten. J. Jeganathan et al.[21] đề xuất khóa dịch không gian (SSK) và
khóa dịch không gian suy rộng cho các hệ thống truyền dẫn trên kênh MIMO
đơn và đa ăng-ten. Younis et al.[9] đã đề xuất điều chế không gian suy rộng cho
hệ thống MIMO đa ăng-ten. Đặc biệt là công trình nổi bật của M. Di Renzo et
al.[30] làm rõ điều chế không gian suy rộng cho các kênh MIMO.
1.3 Các phương pháp tách tín hiệu trong hệ thống MIMO
Có một số bộ tách tín hiệu MIMO-SDM đã được đề xuất gần đây. Dựa
trên thao tác ước lượng tín hiệu có thể phân loại thành: các bộ tách tín hiệu
tuyến tính, các bộ tách tín hiệu phi tuyến và các bộ tách tín hiệu kết hợp tuyến
tính và phi tuyến nhưHình 1.7.
Hình 1.7: Một số bộ tách tín hiệu cho hệ thống MIMO-SDM [1] .
a) Các bộ tách tín hiệu tuyến tính
Các bộ tách tín hiệu tuyến tính điển hình bao gồm: bộ tách tín hiệu cưỡng
bức bằng không(ZF:ZeroForcing) và bộ tách tín hiệusai số bình phương trung
bình tối thiểu(MMSE: Minimum Mean Square Error). Ưu điểm của cácbộ tách
tín hiệu tuyến tính là có độ phức tạp tính toán thấp và có thể dễ thực hiệnnhờ các
thuật toán thích nghi phổ biến như: bình phương trung bình nhỏ nhất(LMS:
Least Mean Square), bình phương nhỏ nhất qui hồi (RLS: Recursive Least
Square). Nhược điểm của các bộ tách tín hiệu tuyến tính là phẩm chấttách tín
hiệu (tỉ số lỗi bít) đạt được tương đối thấp, đặc biệt là khi sử dụngsố lượng ăng-
ten phát lớn.
Hình 1.8: Sơ đồ bộ tách tín hiệu tuyến tính cho hệ thống MIMO-SDM [1] .
Gần đây, nhờ việc áp dụng kết hợp với thuật toán rút gọn dàn (LR: Lattice
Reduction), các bộ tách tín hiệu tuyến tính ZF và MMSE có thể đạt được tỉ số
lỗi bit BER gần tối ưu, trong khi độ phức tạp tính toán hầu như không thay đổi.
Trong thực tế, các bộ tách tín hiệu tuyến tính vẫn có ưu điểm hơn do yêu cầu
quan trọng là độ phức tạp tính toán thấp, nên thường được áp dụng nhiều hơn
trong thực tế.
Bộ tách tín hiệu ZF
Trong hệ thống MIMO, kênh truyền được biểu diễn là một ma trận mà các
phần tử của nó là các kênh pha-đinh đa đường. Giá trị kênh này không được biết
trước tại bộ thu tín hiệu vô tuyến. Do vậy, người ta thiết kế các bộ ước lượng
kênh nhằm giúp khôi phục giá trị kênh truyền, nhờ đó khôi phục chính xác tín
hiệu phát.
Bộ tách tín hiệu ZF, còn được gọi là bộ tách tín hiệu bình phương nhỏ
nhất (LS: Least Square), có bản chất là giả sử tạp âm bằng không rồi sử dụng
phương pháp bình phương nhỏ nhất để tìm tín hiệu phát . Việc này tương
đương với giải một hệ phương trình với ẩn số. Bộ tách tín hiệu ZF chỉ có
thể áp dụng được cho các hệ thống MIMO-SDM trong đó số ăng-ten thu nhiều
hơn số ăng-ten phát.
- Ưu điểm:đơn giản, yêu cầu độ phức tạp tính toán thấp.
- Nhược điểm: chịu ảnh hưởng của hiệu ứng khuếch đại tạp âm, do đó chỉ
thích hợp với kênh truyền có tỉ số SNR cao.
Bộ tách tín hiệu sai số bình phương trung bình tối thiểu (MMSE:
Minimum Mean Square Error)
Ngoài đặc tính thống kê của tín hiệu từ ăng-ten phát, bộ tách tín hiệu
MMSE còn xem xét đến cả đặc tính tạp âm tại các nhánh ăng-ten thu, do đó sẽ
khắc phục nhược điểm khuếch đại tạp âm của bộ ZF.
Ưu điểm: đơn giản, độ phức tạp tính toán thấp, dễ triển khai trong thực tế
nhờ các thuật toán thích nghi như LMS, RLS, khắc phục được nhược điểm
khuếch đại tạp âm của bộ tách tín hiệu ZF do bộ MMSE có tính đến đặc tính của
tạp âm, vì vậy phẩm chất BER hay SINR của bộ MMSE thường tốt hơn bộ ZF.
b) Các bộ tách tín hiệu phi tuyến
Các bộ tách tín hiệu phituyến có ưu điểm là có phẩm chất BER tốt hơn
các bộ tách tín hiệu tuyến tính, nhưng cónhượcđiểmlà độ phức tạp tính toán lớn.
Trong các bộ tách tín hiệu phi tuyến, bộtách tín hiệu hợp lệ tối đa(ML:
Maximum Likelihood) là bộ tách tín hiệu tốiưu, có phẩm chất BER tốt nhất. Tuy
nhiên, độ phức tạp tính toán củabộ tách tín hiệu ML lại lớn nhất (biến thiên theo
hàm mũ), vì vậy, bộ táchtín hiệu này rất ít được sử dụng trong thực tế.
Các bộ tách tín hiệu kết hợp nhằm thỏa mãn yêu cầu dung hòa giữa phẩm
chất BER và độ phức tạp tính toán. Các bộ tách tín hiệu kết hợp nhưbộ tách tín
hiệu V-BLAST (Vertical-Bell Labs Layered Space Time) và bộ tách tín hiệu
ML-MMSE.
1.4 Tóm tắt chương
Trong chương 1 đã làm rõ những nội dung căn bản về truyền thông hợp
tác và kỹ thuật MIMO. Việc kết hợp truyền thông hợp tác vào các kỹ thuật
MIMO khác nhau cho phép mang lại những giải pháp tiềm năng và hứa hẹn tăng
dung lượng kênh truyền[14] , [17] , [18] , cải tiến độ tin cậy, nâng cao chất
lượng tín hiệu và mở rộng vùng phủ. Đặc biệt, các hệ thống này phù hợp cho
việc truyền dẫn tốc độ cao trên các kênh băng rộng cũng như các kênh pha-đinh
chọn lọc tần số.
Chương 2
TỐI ƯU MẠNG HỢP TÁC MIMO
đó được truyền qua đường liên kết Nguồn-Chuyển tiếp trong pha thứ nhất. Tín
hiệu nhận được tại Chuyển tiếp được xử lý bởi sau đó truyền đến
Đích trong pha thứ hai. Véc-tơ tín hiệu ước lượng được tại Đích là
với tính cho phương sai tạp âm qua cả hai đường liên kết,
là các phân tích giá trị riêng (SVDs: Singular Value Decompositions) của
được sắp xếp theo bậc không tăng. Ma trận sai số bình phương trung bình
(MSE: Mean Square Error ) tính được là:
Đích, Nguồn, Chuyển tiếp theo hai bài toán cơ bản sau:
Bài toán thứ nhất, tập trung vào cực tiểu/cực đại hàm mục tiêu tổng quát (
) theo các sự giàng buộc công suất trung bình tại Nguồn và các nút
ở đây và lần lượt biểu thị công suất phát tại Nguồn và Chuyển tiếp.
Bài toán thứ hai, với mục tiêu giảm đến mức tối thiểu tổng công suất tiêu
thụ trong khi vẫn thỏa mãn các yêu cầu riêng chất lượng của dịch vụ (QoS:
Quality-of-Service) trên các dòng dữ liệu khác nhau. Giả định các sự ràng buộc
QoS được cho theo các số hạng MSEs khi đó bài toán thứ hai [50] có dạng:
Vì tăng theo mỗi đối số, tối ưu trong sao cho mỗi được cực
Thay vào ta có
Khi tối ưu bằng bộ lọc Wiener tỉ số tín hiệu trên tạp âm và nhiễu
(SINR: Signal-to-Interference Noise Ratio) qua dòng thứ liên hệ với MSE
như sau
Điều này có nghĩa là tối ưu trong cũng bao hàm tất cả các chỉ tiêu tối ưu
trong đó hàm mục tiêu biểu diễn theo các số hạng của SINRs [12] .Trong [57] ,
tối ưu và có thể được tính toán ở dạng gần đúng cho các hàm lõm-Schur
hoặc lồi-Schur cộng.
giá trị riêng lớn nhất của các ma trận kênh tương ứng, và
Khi và được tối ưu lúc này các kênh không gian khỏe nhất của các
đường liên kết Nguồn-Chuyển tiếp và Chuyển tiếp-Đích được phối hợp với nhau
và ma trận kênh tổng thể được chéo hóa. Các kết quả phân
tích trên cho thấy hệ thống chuyển tiếp AF-MIMO tương đương với một tập các
kênh đơn đầu vào-đơn đầu ra (SISO: Single Input-Single Output) song song.
Điều này được chỉ ra trên Hình 2.2khi được chọn là ma trận đơn vị, tương tự
kết quả nhận được đối với các hệ thống MIMO đơn chặng [12] .
Hình 2.2:Sơ đồ khối tương đương của một hệ thống MIMO một chiều hai chặng
khi không có đường trực tiếp [28] .
Trong khi tối ưu phân bổ công suất qua các kênh SISO song song trên
Hình 2.2với các hệ thống đơn chặng dễ dàng được thực hiện bằng thuật toán đổ
nước (water-filling) [12] thì với các hệ thống hai chặng là một nhiệm vụ đầy
thách thức vì bài toán tối ưu không phải là dạng lồi. Một giải pháp đối với bài
toán này bằng thuật toán tìm đường lưới (grid-search) [44] , tuy nhiên thuật toán
này cực kỳ phức tạp vì tìm đường lưới với kích thước hai chiều có mật độ cao sẽ
làm cho độ phức tạp tăng theo bình phương số sóng mang con (các kênh không
gian) khảo sát. Để khắc phục, các tác giảtrong[44] cũng đề xuất phương pháp
phỏng đoán suy luận trong đó công suất được phân bổ tách biệt tại Nguồn và
Chuyển tiếp bằng thuật toán đổ nước thực hiện tìm kiếm từng nấc tập các sóng
mang con, giải pháp dẫn đến một thủ tục tối ưu phụ với độ phức tạp tuyến tính
mà nghiệm tìm được gần đúng với nghiệm tối ưu. Trong [37] các tác giả cực đại
MI theo phương pháp phân bổ công suất đồng đều tại Nguồn.
Một phương pháp đề xuất khác có thể bảo đảm một sự thỏa hiệp tốt giữa
độ phức tạp và chất lượng yêu cầu dịch vụ được đề xuất trong và [57] ,theo thuật
toán luân phiên để tối ưu cho và . Ngoài ra một thuật toán giảm độ phức
tạp mà không cần bất kỳ một thủ tục lặp nào được đề xuất trong[49] tuy nhiên,
phương pháp này chỉ phù hợp khi công suất và đủ lớn hơn phương sai tạp
âm .
Cực tiểu của trung bình hài hòa (harmonic mean) của SINRs
vẫn là các ma trận đường chéo có dạng trong trường hợp hàm lõm-Schur cộng.
Hình 2.3mô tả BER của một chòm sao 4-QAM theo tỉ số tín hiệu trên tạp
âm (SNR: Signal to Noise Ratio) của đường liên kết Nguồn-Chuyển tiếp cho các
tiêu chuẩn tối ưu khác nhau khi , và SNR đường liên kết
Hình 2.3:BER của một hệ thống MIMO một chiều hai chặng với các tiêu chuẩn
tối ưu khác nhau[28] .
Mô phỏng được thực hiện với việc tối ưu ba hàm lõm-Schur: cực đại MI,
cực đại tích SINRs (Pro-SINR) và cực tiểu tổng MSEs (Sum-MSE); và một hàm
lồi-Schur:cực tiểu của cực đại MSE (Max-MSE) theo thuật toán luân phiên
trong[57] sử dụng phân bổ công suất tại Nguồn và Chuyển tiếp. Đồ thị cho thấy
tất cả các giải pháp tối ưu đều cho phẩm chất tốt hơn giải pháp AF thô sơ (NAF:
Native AF) mà trong đó và được thiết lập bằng các ma trận đơn vị tỉ lệ.
Cũng giống với hệ thống đơn chặng trong [13] với hệ thống này tối ưu các hàm
lồi-Schur cũng cho phẩm chất tốt hơn các hàm lõm-Schur.
Tối ưu trong vẫn được cho bởi bộ lọc Wiener, tối ưu và được
cho [6] như sau
Trong [50] lời giải tối ưu cho và là đường bao trên và dưới theo
phương pháp lập trình hình học (GP: Geometric Programming) và kỹ thuật phân
tích kép, tuy nhiên, độ phức tạp tính toán cả hai giải pháp này tương đối cao và
không phù hợp với các hệ thống thực tế. Một thuật toán giảm độ phức tạp được
đề xuất trong [27] cho phép bài toán ban đầu không lồi trở thành một bài toán có
dạng lồi, mà lời giải có thể tìm thấy ở dạng gần đúng.
Hình 2.4 mô tả tổng công suất tiêu thụ theo dB khi Đích được trang bị
máy thu tuyến tính hoặc không tuyến tính với , giả định các
ràng buộc QoS như nhau, phương sai tạp âm qua cả hai đường liên kết Nguồn-
Chuyển tiếp và Chuyển tiếp-Đích được cố định 0dB.
Các đường cong nhãn GP, RC (Reduced Complexity) lần lượt mô tả cho
bài toán phân bổ công suất theo phương pháp lập trình hình học [50] và thuật
toán giảm độ phức tạp trong[27] . Nhận thấy, GP và RC có cùng phẩm chất và
đều tốt hơn so với thuật toán tối ưu phụ (SA: Suboptimal Algorithm) mà trong
đó ma trận unitary ở được đặt bằng ma trận đơn vị [50]
Hình 2.4:Công suất tiêu thụ khi Đích dùng máy thu tuyến tính hoặc DFE[1]
2.1.5 Mở rộng đối với các kiến trúc không tuyến tính
Việc sử dụng một bộ san bằng hồi tiếp quyết định (DFE: Decision
Feedback Equalizer) trong các hệ thống MIMO không tuyến tính cho phép cải
thiện đáng kể BER hoặc dung lượng hệ thống kể cả với các hệ thống MIMO đơn
chặng cũng như một chiều hai chặng [27] ,[50] và[51] . Với các hệ thống MIMO
tuyến tính các kết quả tìm được dựa trên lý thuyết đa số cộng (additively
majorization) ngược lại trong các hệ thống MIMO không tuyến tính các kết quả
phân tích dựa trên lý thuyết đa số nhân (multiplicative majorization) và phương
pháp phân tích đường chéo tương đương QR (equal-diagonal QR) [22] . Một số
hệ thống MIMO không tuyến tính sử dụng các bộ lọc không tuyến tính dựa trên
các bộ tiền mã hóa Tomlinson-Harashima (THP: Tomlinson-Harashima
precoding) [4] , [33] , [48] .
Đối với kiến trúc DFE, véc-tơ tín hiệu ước lượng tại Đích được cho bởi
Trong [51] nếu hàm mục tiêu là lõm-Schur nhân kiến trúc tối ưu không
tuyến tính trở về dạng tuyến tính, có nghĩa là việc sử dụng bộ DFE ở Đích sẽ
không có ý nghĩa khi các hàm lõm-Schur nhân được xem xét. Trái lại, nếu là
hàm lồi-Schur nhân [51] tối ưu là bộ lọc Wiener và tối ưu là
hợp tuyến tính. Các phân tích cho các hàm lồi-Schur cộng trong [57] dễ dàng
được vận dụng cho các kiến trúc không tuyến tính trong[2] và [12] .
Trên Hình 2.4 đường cong có nhãn “Max-MSE with DFE” biểu diễn cực
tiểu của cực đại MSE cho một hệ thống ở đó Đích được trang bị một bộ DFE và
thiết kế thực hiện có dạng hàm lồi-Schur nhân. Công suất có ích được phân bổ
theo thuật toán luân phiên trong [57] . Từ hình vẽ cho thấy, hệ thống không
tuyến tính mang lại phẩm chất tốt hơn hệ thống tuyến tính, tuy nhiên sẽ là không
đúng nếu một hàm lõm-Schur nhân được chọn vì trong trường hợp này hệ thống
không tuyến tính sẽ quy về hệ thống tuyến tính.
b) Thiết kế cho bài toán
Khi bài toán cực tiểu công suất được xem xét, việc tối ưu
trong [50] cho các hàm lồi-Schur nhân được tính toán theo đường bao trên và
dưới, ngoài ra, thủ tục giảm độ phức tạp tính toán trình bày trong [27] có thể
được áp dụng.
Trên Hình 2.4 các đường ký hiệu GP-DFE và RC-DFE tương ứng với hệ
thống đề xuất trong [50] và thuật toán trình bày trong [27] khi sử dụng kết hợp
với DFE. Cả hai giải pháp này đều cho phẩm chất như nhau và đều tốt hơn nhiều
so với máy thu tuyến tính trong tất cả các giá trị khảo sát của .
2.1.6 Mở rộng đối với các kênh pha-đinh chọn lọc tần số
Việc thực hiện tối ưu thành công cho các hệ thống MIMO làm việc trên
kênh pha-đinh phẳng hoàn toàn có thể áp dụng đối với các kênh pha-đinh chọn
lọc tần số sử dụng truyền dẫn đa sóng mang. Đối bài toán cực tiểu một hàm mục
tiêu tổng thể theo các sự giàng buộc công suất (bài toán ) cho mô hình truyền
dẫn ghép kênh phân chia tần số trực giao (OFDM: Orthogonal Frequency
Division Multiplexing) với sóng mang con được sử dụng [51] ,[57] . Khi hợp
tác giữa các sóng mang con được thực hiện, bài toán tối ưu tương đương với đối
với cả kiến trúc tuyến tính và không tuyến tính. Điều này có nghĩa rằng nếu là
lồi-Schur hoặc lõm-Schur cộng (nhân) khi đó các ma trận xử lý tối ưu có dạng
tương tự như trước đối với trường hợp pha-đinh phẳng tuyến tính (không tuyến
tính). Kết quả này tương tự vẫn đúng khi thực hiện cực tiểu tổng công suất tiêu
Khi quá trình xử lý tuyến tính độc lập được tiến hành tại mỗi sóng mang
con bằng việc sử dụng kỹ thuật phân tích căn bản cho phép phân tích bài toán đã
cho thành bài toán con được điều khiển bởi một bài toán chủ. Khi các bài toán
có dạng lồi-Schur hoặc lõm-Schur cộng lời giải của mỗi bài toán con có thể
được tính ở dạng gần đúng như trong trường hợp pha-đinh phẳng tuyến tính. Mô
hình này được xem như mô hình không hợp tác sóng mang (carrier-
noncooperative) với tối ưu phân bổ công suất [2] . Khi các kênh chọn lọc tần số
ở mức độ cao [57] phương pháp hợp tác sóng mang cho phẩm chất tốt hơn
phương pháp không hợp tác sóng mang. Bài toán tối thiểu tổng công suất tiêu
thụ trong các hệ thống MIMO-OFDM được khảo sát trong [29] và lời giải bài
toán này có thể quy về lời giải của bài toán trong [50] cho cả kiến trúc tuyến tính
và không tuyến tính.
và là
Hình 2.5:Sơ đồ khối của một hệ thống MIMO một chiều đa chặng[28] .
ma trận xử lý Nguồn và Chuyển tiếp thứ . Véc-tơ nhận được tại chuyển tiếp thứ
có dạng
tơ tín hiệu phát bởi chuyển tiếp thứ được cho bởi
Một số công trình tối ưu cho các hệ thống đa chặng theo mô hình trên có thể tìm
thấy trong [23] ,[31] ,[39] , [40] . Trong [40] dung lượng tiệm cận tìm được theo
sự giả định là một ma trận đơn vị tỷ lệ. Trong [39] độ lợi phân tập có thể đạt
được khi thực hiện chéo hóa các ma trận chuyển tiếp và trong [31] tối ưu
được thực hiện khi bỏ qua tạp âm tại các nút Chuyển tiếp.
Trong [55] mặc dù dựa trên sự khảo sát cho các hệ thống hai chặng,
nhưng bài toán tối ưu ở đây phức tạp hơn nhiều vì hàm mục tiêu lúc này phụ
thuộc vào tất cả các ma trận khuếch đại chuyển tiếp và sự ràng buộc công suất
tại mỗi nút Chuyển tiếp là một hàm của các ma trận xử lý của tất cả các nút phía
sau. Tuy nhiên, việc giải một bài toán phức tạp như vậy lại có dạng tương tự cấu
trúc chéo hóa kênh đã tìm ra trước đây cho hệ thống hai chặng và các kết quả
này cũng hợp lệ đối với số chặng tùy ý. Về toán học, tối ưu vẫn là bộ lọc
trung xử lý tính toán các ma trận tối ưu và với độ phức tạp tính toán
cao. Để khắc phục, các thuật toán đơn giản được đề xuất trong [52] trong đó
việc tối ưu các ma trận chuyển tiếp được thực hiện cục bộ tại mỗi nút trong khi
vẫn bảo đảm chất lượng tương ứng với trường hợp tối ưu chung.
Khi CSI tức thời chỉ nhận được tại Đích mà không có tại Nguồn và các
Chuyển tiếp, cấu trúc tối ưu các ma trận khuếch đại Nguồn và Chuyển tiếp để
cực đại tổng dung lượng ergodic Nguồn-Đích được tìm trong [56] bằng việc sử
dụng sự nhận biết của các ma trận hiệp phương sai kênh.
2.3 Tối ưu hệ thống MIMO một chiều hai chặng sử dụng đa nút chuyển tiếp
song song
Sơ đồ khối của một hệ thống MIMO tuyến tính một chiều hai chặng với
đa nút chuyển tiếp song song được chỉ ra trên Hình 2.6. Trong trường hợp này
véc-tơ có dạng như với một sự khác duy nhất là các ma trận
Trong [3] các tác giả thực hiện tối ưu và bằng các ma trận đơn vị
và đi tìm cấu trúc tối ưu của để cực tiểu tổng các MSEs theo sự ràng buộc
công suất tổng thể tại đầu ra của các Chuyển tiếp. Tuy nhiên, lời giải tìm được
dạng gần đúng chỉ phù hợp cho trường hợp trong đó các Chuyển tiếp được trang
bị với một ăng-ten. Tối ưu để cực tiểu công suất tiêu thụ tổng cộng trong khi
đảm bảo thỏa mãn một tập các ràng buộc SNR được khảo sát trong [43] và một
giải pháp công suất hiệu quả được tìm thấy ở dạng gần đúng sau khi giải một bài
toán tối ưu hai bước. Mở rộng đối với một hệ thống trong đó và có cấu
trúc tổng quát gần đây được xem xét trong [8] với việc cực tiểu tổng MSEs. Cụ
thể, trong [8] tối ưu là bộ lọc Wiener trong khi tối ưu và được cho
Ở đây, là một ma trận unitary tùy ý trong khi và
Hình 2.6:Sơ đồ hệ thống MIMO một chiều hai chặng đa nút chuyển tiếp[28] .
2.4 Tối ưu hệ thống MIMO một chiều hai chặng có hiện diện liên kết trực
tiếp Nguồn-Đích
Khi đường liên kết trực tiếp Nguồn-Đích là đủ mạnh, việc chuyển đổi
thông tin trực tiếp giữa Nguồn và Đích không thể bỏ qua. Trong pha thứ nhất cả
Đích và Chuyển tiếp cùng nhận tín hiệu từ Nguồn, trong pha thứ hai nút Nguồn
im lặng và nút Chuyển tiếp gửi tín hiệu được tiền mã hóa tuyến tính đến Đích.
Trong trường hợp này, véc-tơ có dạng với ma trận kênh tương đương
kế đồng thời khi đường liên lạc trực tiếp hiện diện vẫn là rất mở. Các
nỗ lực đầu tiên có thể được tìm thấy trong [47] ở đó cực đại MI được xem xét
và thiết kế được tiến hành theo sự giả định không có sự tối ưu nào được thực
hiện tại Nguồn và Đích tức là tối ưu và bằng các ma trận đơn vị. Tuy
nhiên, tìm lời giải của bài toán trên là cực kỳ khó và duy nhất các đường bao
trên và dưới của MI được sử dụng để tính . Trong[32] một cấu trúc tối ưu phụ
cho được tìm mà không đem sự ràng buộc công suất tại Chuyển tiếp vào
trong tính toán. Trong [53] được chọn là ma trận đơn vị, tối ưu là bộ lọc
Wiener và tối ưu có dạng
với tìm được ở dạng gần đúng trong trường một ăng-ten được sử
dụng tại Nguồn, khi nhiều ăng-ten được sử dụng chỉ được tối ưu duy nhất
bằng các phương pháp số học.
Các kết quả mô phỏng trong [49] và [57] cho thấy, khi có sự hiện diện của
đường liên kết trực tiếp Nguồn-Đích phẩm chất BER được cải tiến đáng kể so
với không có sự hiện diện của đường liên kết trực tiếp Nguồn-Đích. Các hệ
thống không tuyến tính khi có sự hiện diện của đường liên kết trực tiếp Nguồn-
Đích gần đây cũng được khảo sát trong [15] và [16] .
Hình 2.7:Sơ đồ khối một hệ thống MIMO tuyến tính hai chiều hai chặng[28] .
Một số bài toán tối ưu cho các mạng chuyển tiếp MIMO hai chiều hai
chặng có thể được tìm thấy trong[20] , [24] và [41] . Cụ thể, trong [24] các tác
giả đã tập trung hoặc là cực đại tốc độ có thể đạt được hoặc là cực tiểu MSEs
trong khi áp đặt các sự ràng buộc công suất tại các đầu cuối và Chuyển tiếp.
Trong cả hai trường hợp, một thuật toán lặp dựa trên kỹ thuật giảm gra-đi-ên
cho lời giải gần đúng để tối ưu (thậm chí đối với cả trường hợp đa
nút chuyển tiếp) được dùng. Trong [41] các tác giả thực hiện việc cực đại tốc độ
bài toán đồng thời tối ưu ban đầu được đơn giản hóa mà không làm
thay đổi bản chất. Tuy nhiên, tối ưu cấu trúc trong [41] là khó tìm
được dạng gần đúng vì bài toán tối ưu là không lồi, điều này trái ngược với các
hệ thống chuyển tiếp một chiều ở đó đó cấu trúc tối ưu được tìm ở
dạng gần đúng và cho phép chéo hóa toàn bộ hệ thống chuyển tiếp. Để khắc
phục, một phương thức số học dựa trên các thủ tục lặp trong đó và
Chương 3
KẾT HỢP TỐI ƯU MÁY THU PHÁT TRONG CÁC
HỆ THỐNG MIMO CHUYỂN TIẾP KHÔNG TÁI SINH
Hình 3.1:Mô hình một hệ thống truyền thông hợp tác MIMO một chiều hai
chặng, không tái sinh, tuyến tính.
Mô hình đề xuất ở đây là một hệ thống truyền thông hợp tác MIMO-SDM
[11] , [43] , [46] một chiều hai chặng, không tái sinh, tuyến tính như Hình 3.1.
Kênh truyền giữa các nút mạng là kênh MIMO không tương quan, pha-đinh
Rayleigh phẳng, biến đổi chậm, giao thức xử lý tín hiệu tại các nút Trung gian là
AF, phương thức làm việc bán song công.
symbol được truyền và phát đi từ ăng-ten thứ của nút Nguồn với
truyền giữa nút Nguồn với nút Đích, giữa nút Nguồn với nút Trung gian và
nút Trung gian, nút Đích tại khe thời gian thứ nhất và nút Đích tại khe thời gian
thứ hai. Giả thiết các véc-tơ tạp âm này là các biến Gauss phức độc lập thống kê,
với và , có
giá trị trung bình bằng 0. Trong khe thời gian thứ nhất tín hiệu thu tại nút Đích
và nút Trung gian lần lượt là:
Giả định rằng sau khe thời gian thứ nhất nút Trung gian hợp tác với nhau
thành công để chọn ra nút Trung gian làm nút Chuyển tiếp [46] . Trong khe
thời gian thứ hai nút Chuyển tiếp thực hiện khuếch đại và mã hóa trước tuyến
tính tín hiệu nhận được bởi ma trận rồi truyền đến Đích với một sự ràng buộc
công suất
Tín hiệu nhận được tại Đích trong khe thời gian thứ hai qua nút Chuyển tiếp thứ
là:
Véc-tơ tín hiệu nhận được tại nút Đích trong khe thời gian thứ nhất và thứ hai là:
Sử dụng phương pháp tách tuyến tính sai số bình phương trung bình nhỏ nhất
(MMSE: Minimum Mean Square Error), tín hiệu kết hợp tại nút Đích sau hai
khe thời gian là:
Trong đó và lần lượt là các ma trận trọng số ước lượng tín hiệu tại Đích
cho đường trực tiếp và đường qua chuyển tiếp, và là ma trận hiệp phương
Bài toán còn lại là tìm tối ưu để cực tiểu MSE theo công suất ràng buộc
trong. Để giải bài toán này, trước hết định nghĩa các SVD [43] như sau:
ở đây:
là các ma trận đường chéo với các phần tử được xắp xếp theo bậc giảm dần. Ma
trận chuyển tiếp tiền mã hóa tối ưu sau khi tính toán theo[43] được cho bởi
trong đó là ma trận đường chéo. Bài toán tối ưu sau
là [43] :
cho, trong khi pha có thể tùy ý theo tác động của và . Thay
Mô hình môphỏng, kênh truyền giữa các nút trong mạng, tạp âm tại các nút
Trung gian và nút Đích như mô hình đề xuất ở mục 3.2, ,
để ước lượng tín hiệu truyền, nút Đích sử dụng bộ tách tín hiệu ZF và MMSE.
Mô phỏng thực hiện cho trường hợp không có sự hiện diện của đường liên
kết trực tiếp Nguồn-Đích, điều chế QPSK như bài báo của W.Guan và H.Luo
[43] . Em tiến hành khảo sát, phân tích công thức toán học và thực hiện mô phỏng
thêm cho trường hợp có sự hiện diện của đường liên kết trực tiếp giữa Nguồn-
Đích khi tín hiệu nhận được tại Đích từ Nguồn là đủ lớn và trường hợp điều chế
8-PSK.
-1
10
Average BER
-2
10
-3
10
-4
10
-10 -5 0 5 10 15 20 25
SNR2 [dB]
Hình 3.2:Phẩm chất BER theo SNR2 khi cố định SNR1=20dB tối ưu theo hai
tiêu chuẩn ZF và MMSE của QPSK với
Hình 3.2 và Hình 3.3biểu diễn phẩm chất BER theo SNR2, Hình 3.4 và
Hình 3.5 biểu diễn phẩm chất BER theo SNR1 trong hai trường hợp tối ưu theo
phương pháp tách tín hiệu ZF và MMSE cho hai phương thức điều chế QPSK và
8PSK, khi có và không có sự hiện diện đường liên kết trực tiếp Nguồn-Đích.
Thông qua các kết quả mô phỏng trên các hình vẽ nhận thấy, trong tất cả các
trường hợp trên tiêu chuẩn MMSE đều cho phẩm chất BER tốt hơn so với tiêu
chuẩn ZF và đương nhiên trường hợp có đường liên kết trực tiếp Nguồn-Đích
mang lại độ lợi BER tốt hơn so với trường hợp không có đường liên kết trực tiếp
Nguồn-Đích do có sự hiện diện của tia truyền thẳng (LOS: Line of Sight).
BER performance versus SNR2 while fixing SNR1=20dB, 8PSK, 4x4
0
10
ZF, without direct
MMSE, without direct
ZF, with direct
MMSE, with direct
-1
10
Average BER
-2
10
-3
10
-10 -5 0 5 10 15 20 25
SNR2 [dB]
Hình 3.3:Phẩm chất BER theo SNR2 khi cố định SNR1=20dB tối ưu theo hai
tiêu chuẩn ZF và MMSE của 8PSK với
BER performance versus SNR1 while fixing SNR2=20dB, N=4.
0
10
ZF, without direct
MMSE, without direct
ZF, with direct
MMSE, with direct
-1
10
Average BER
-2
10
-3
10
-4
10
-10 -5 0 5 10 15 20 25
SNR1 [dB]
Hình 3.4:Phẩm chất BER theo SNR1 khi cố định SNR2=20dB tối ưu theo hai
tiêu chuẩn ZF và MMSE của QPSK với
-1
10
Average BER
-2
10
-3
10
-10 -5 0 5 10 15 20 25
SNR1 [dB]
Hình 3.5:Phẩm chất BER theo SNR1 khi cố định SNR2=20dB tối ưu theo hai
tiêu chuẩn ZF và MMSE của 8PSK với
3.4. Tóm tắt chương
Trong chương này, em đã thực hiện phân tích rõ bài toán đồng thời tối ưu
Nguồn-Đích cho một hệ thống MIMO một chiều hai chặng, không tái sinh,
tuyến tính và thực hiện mô phỏng lại một số kết quả trong công trình của W.
Guan và H. Luo. Đồng thời em cũng đã tiến hành phân tích lý thuyết, trình bày
công thức và thực hiện mô phỏng cho bài toán khi đường liên kết trực tiếp
Nguồn-Đích. Ngoài kết quả mô phỏng cho máy thu ZF và MMSE, điều chế
QPSK, BER theo SNR2 khi cố định SNR1=20dB, em còn tiến hành khảo sát mô
phỏng thêm cho các trường hợp 8PSK và BER theo SNR1 khi cố định
SNR2=20dB để minh chứng thêm tính ưu việt của bài toán tối ưu.
KẾT LUẬN
Trong đồ án này em đã tiến hành nghiên cứu, về các hệ thống MIMO
đồng thời em tập trung đi sâu vào nghiên cứu về một số bài toán tối ưu cho
mạng chuyển tiếp MIMO hợp tác. Các kết quả tổng hợp nghiên cứu về tối ưu
cho các mạng hợp tác MIMO được trình bày trong Chương 2. Đặc biệt, em tập
trung phân tích rõ bài toán tối ưu cực tiểu hàm chi phí MSE với sự ràng buộc
công suất phát tại Nguồn và Chuyển tiếp trong công trình của W.Guan và H.
Luo [43] cho các hệ thống MIMO chuyển tiếp một chiều, hai chặng, không tái
sinh, tuyến tính, làm việc trên kênh pha-đinh Rayleigh phẳng tĩnh. Em đã thực
hiện mô phỏng máy tính bằng phương pháp Monte-Carlo lại phẩm chất BER
theo SNR2 khi cố định SNR1 = 20dB theo bài toán tối ưu trong bài báo theo hai
tiêu chuẩn MMSE và ZF trong bài báo của W. Guan và H. Luo.
Trong đồ án này em cũng đã đề xuất và khảo sát mở rộng bài toán tối ưu
cho các hệ thống MIMO khi có sự hiện diện của đường liên kết trực tiếp Nguồn-
Đích. Đồng thời, em cũng tiến hành mô phỏng thêm trường hợp phẩm chất BER
theo SNR1 khi cố định SNR2 = 20dB và trường hợp điều chế 8PSK.
TÀI LIỆU THAM KHẢO
Tiếng Việt
[1] Trần Xuân Nam, Lê Minh Tuấn, Xử lý tín hiệu không gian-thời gian. Lý
thuyết và mô phỏng, NXB Khoa học và kỹ thuật, Hà Nội, 2013.
Tiếng Anh
[2] A. A. D’Amico, “Tomlinson-harashima precoding in MIMO systems: a
unified approach to transceiver optimization based on multiplicative
Schur-convexity,” IEEE Trans. Signal Process., vol. 56, no. 8, pp. 3662-
3677, Aug. 2008.
[3] A. Behbahani, R. Merched, and A. Eltawil, “Optimizations of a MIMO
relay network,” IEEE Trans. Signal Process., vol. 56, no. 10, pp. 5062 –
5073, Oct. 2008.
[4] A. P. Millar, S. Weiss, and R. W. Stewart, “Tomlinson-Harashima
precoding design for non-regenerative MIMO relay networks,” in Proc.
IEEE 73rd Veh. Technol. Conf. (VTC Spring), May 2011, pp. 1 – 5
[5] A. Pascual-Iserte, D. P. Palomar, A. I. Perez-Neira, and M. A. Lagunas,
“A robust maximin approach for MIMO communications with imperfect
channel state information based on convex optimization,” IEEE
Trans.Signal Process., vol. 54, no. 1, pp. 346-360, Jan. 2006.
[6] A. Pauljar, R. W. Health, Ăng-tenna Selection for Spatial Multiplexing
Systems with Linear Receiver, IEEE Commun., Lett., vol. 5(4), 2001, pp.
142-144.
[7] A. S. Ibrahim, A. K. Sadek, S. Weifeng, and J. Zhang, Cooperative
Communications with relay-selection: When to cooperate and whom to
cooperate with?, IEEE Trans. Wireless Commun., vol. 7(7), July 2008,
pp. 2814-2827.
[8] A. Toding, M. Khandaker, and Y. Rong, “Optimal joint source and relay
beamforming for parallel MIMO relay networks,” in Proc. 6th Int.
Conf.on Wireless Commun. Networking and Mobile Computing
(WiCOM), pp. 1-4, Sept. 2010.
[9] A. Younis, N. Serafimovski, R. Mesleh, and H. Haas, “Generalized
Spatial Modulation,” Asilomar Conf. on Signals, Systems, and Comput.,
Pacific Grove, CA, USA, 2010.
[10] B. Rankov and A. Wittneben, “Spectral efficient protocols for half- duplex
fading relay channels,” IEEE J. Sel. Areas Commun., vol. 25, no. 2, pp.
379-389, Feb. 2007.
[11] D. H. Vu, Q. T. Do, X. N. Tran, V. N. Q. Bao, Improved Relay Selection
for MIMO-SDM Cooperative Communication, Lecture Notes in Electrical
Engineering, Springer, vol (240), 2013, pp. 1170-1179.
[12] D. P. Palomar and Y. Jiang, MIMO Transceiver Design via Majorization
Theory. Now Publishers, vol. 3, no. 4-5, pp. 331-551: Foundations and
Trends in Commun. and Inf. Theory, 2006.
[13] D. P. Palomar, M. Lagunas, and J. Cioffi, “Optimum linear joint transmit-
receive processing for MIMO channels with QoS constraints,” IEEE
Trans. Signal Process., vol. 52, no. 5, pp. 1179-1197, May 2004.
[14] E. Telatar, “Capacity of Multi-Ăng-tenna Gaussian Channels,” AT&T Bell
Lab. Int. Tech. Memo., June 1995 (European Trans. Telecommun., vol.
10), Dec. 1999.
[15] F.-S. Tseng and W.-R. Wu, “Nonlinear transceiver designs in MIMO
amplify-and-forward relay systems,” IEEE Trans. Veh. Technol., vol. 60, no.
2, pp. 528 – 538, Feb. 2011.
[16] F.-S. Tseng, M.-Y. Chang, and W.-R. Wu, “Joint tomlinson-harashima
source and linear relay precoder design in amplify-and-forward MIMO relay
systems via MMSE criterion,” IEEE Trans. Veh. Technol., vol. 60, no. 4, pp.
1687 – 1698, May 2011.
[17] G. J. Foschini and M. J. Gans, “On limits of wireless communications in a
fading environment when using multiple ăng-tennas,” Wireless Personal
Commun., vol. 6, pp. 311-335, 1998.
[18] G. J. Foschini, “Layered space-time architecture for wireless
communications in a fading environment when using multiple ăng-
tennas,” Bell Lab. Tech. J., vol. 1(2), 1996, pp. 41-59.
[19] G. Kramer, M. Gastpar, and P. Gupta, “Cooperative strategies and
capacity theorems for relay networks,” IEEE Trans. Inform. Theory, vol.
51, no. 9, pp. 3037-3063, Sep. 2005.
[20] H.-Q. Ngo, T.Q.S. Quek, and H. Shin, “Amplify-and-forward two-way
Relay networks: error exponents and resource allocation” IEEE Trans.
Commun., vol. 58, no. 9, pp. 2653 – 2666, Sept. 2010.
[21] J. Jeganathan, A. Ghrayeb, and L. Szczecinski, “Space Shift Keying
Modulation for MIMO Channels,” IEEE Trans. on Wireless Commun.,
vol. 8, no. 7, pp. 3692-3703, July 2009.
[22] J.-K. Zhang, A. Kavcic, and K. M. Wong, “Equal-diagonal QR
decomposition and its application to precoder design for successive
cancellation detection,” IEEE Trans. Inform. Theory, vol. 51, no. 1, pp.
154-172, Jan. 2005.
[23] J. Wagner and A. Wittneben, “On capacity scaling of (long) MIMO
amplify-and-forward multi-hop networks,” in Proc. IEEE Asilomar Conf.
on Signals, Systems and Computers, Pacific Grove, CA, USA, Oct. 2008,
pp. 346 – 350.
[24] K.-J. Lee, H. Sung, E. Park and I. Lee, “Joint optimization of one and
two-way MIMO AF multiple-relay systems” IEEE Trans. Wireless
Commun., vol. 9, no. 12, pp. 3671 – 3681, Dec. 2010.
[25] K. J. Ray Liu, A. K. Sadek, W. Su and A. Kwasinski, Cooperative
Communication and Networking, Cambridge University Press, 2009.
[26] K. Phan, T. Le-Ngoc, S. Vorobyov, and C. Tellambura, “Power allocation
in wireless multi-user relay networks,” IEEE Trans. Wireless Commun.,
vol. 8, no. 5, pp. 2535-2545, May 2009.
[27] L. Sanguinetti and A. A. D’Amico, “Power allocation in two-hop
amplify- and-forward MIMO relay systems with QoS requirements,”
IEEE Trans. Signal Process., vol. 60, no. 5, pp. 2494-2507, May
2012.
[28] L. Sanguinetti, “A Tutorial on the Optimization of Amplify-and-Forward
MIMO Relay Systems”, IEEE Journal On Selected Areas In
Communications, vol. 30, no. 8, Sep. 2012
[29] L. Sanguinetti, A. A. D’Amico and Y. Rong, “On the design of Amplify-
and-Forward MIMO-OFDM relay systems with QoS requirements,”
submitted to IEEE Trans. Veh. Technol., July 2012.
[30] M. Renzo, H. Haas, A. Ghrayeb, S. Sugiura, and L. Hanzo, “Spatial
Modulation for Generalized MIMO: Challenges, Opportunities and
Implementation,” Proc. of the IEEE, July 2013.
[31] N. Fawaz, K. Zarifi, M. Debbah, and D. Gesbert, “Asymptotic capacity
and optimal precoding in MIMO multi-hop relay networks,” IEEE Trans.
Inf. Theory, vol. 57, pp. 2050 – 2069, Apr. 2011.
[32] O. Munoz-Medina, J. Vidal, and A. Agustin, “Linear transceiver design in
non-regenerative relays with channel state information,” IEEE Trans.
Signal Process., vol. 55, no. 6, pp. 2593-2604, June 2007.
[33] P. Gong, J. Xu, and L. Qiu, “Tomlinson-Harashima precoding in the
physical network coded two-way MIMO relay channels,” in Proc.Second
Int. Conf. on Future Networks, Jan. 2010, pp. 11-15.
[34] P. W. Wolniansky, G. J. Foschini, G. D. Golden, and R. A. Valenzuela,
“VBLAST, An architecture for realizing very high data rates over the
richscattering wireless channel,” URSI Int. Symp. on Signals, Syst., and
Electron. (ISSSE'98), Pisa, Italy, Sep. 1998, pp. 295-300.
[35] R. Y.Mesleh, H. Haas, S. Sinanovic, C. W. Ahn, and S. Yun, “Spatial
modulation,” IEEE Trans. Veh. Technol., vol. 57, no. 4, pp. 2228-2241,
July 2008.
[36] S. J. Kim, N. Devroye, P. Mitran, and V. Tarokh, “Achievable rate
regions for bi-directional relaying,” submitted to IEEE Trans. Inf. Theory
[37] S. Jang and D. K. Kim, “A unified framework for the joint optimal
allocation of subchannel and power in multi-hop relay network,” in Proc.
12thInt. Conf. on Advanced Commun. Technol.,vol.2, Gangwon-Do,
Korea, Feb. 2010, pp. 1081-1084.
[38] S. M. Alamouti, “A simple transmit diversity technique for wireless
communications,” IEEE J. Sel. Areas Commun., vol. 16, no. 8, pp. 1451-
1458, Oct. 1998.
[39] S. Yang and J.-C. Belfiore, “Diversity of MIMO multihop relay
channels,” submitted to IEEE Trans. Inf. Theory
[40] S. Yeh and O. L´evˆeque, “Asymptotic capacity of multi-level
amplifyand-forward relay networks,” in Proc. IEEE ISIT, Nice, France,
Jun. 2007, pp. 1436-1440.
[41] S. Xu and Y. Hua, “Optimal design of spatial source-and-relay matrices
for a non-regenerative two-way MIMO relay system,” IEEE Trans.
Wireless Commun., vol. 10, no. 5, pp. 1645 – 1655, May 2011.
[42] V. Tarokh, H. Jafarkhani, and A. R. Calderbank, “Space-time block
coding for wireless communications: Performance results,” IEEE J. Sel.
Areas Commun., vol. 17, no. 3, pp. 451-460, Mar. 1999.
[43] W. Guan, H. Luo, and W. Chen, “Joint MMSE Transceiver Design in
Non-Regenerative MIMO Relay Systems,” IEEE Commun. Lett., vol. 12,
no. 7, pp. 517 – 519, July 2008.
[44] W. Zhang, U. Mitra, and M. Chiang, “Optimization of amplify-and-
forward multicarrier two-hop transmission,” IEEE Trans. Commun., vol.
59, no. 5, pp. 1434-1445, May 2011.
[45] X. N. Tran, V. H. Nguyen, T. T. Bui and T. C. Dinh, “Distributed Node
Selection for MIMO-SDM Cooperative Networks,” The IEEE Asia
Pacific Wireless Commun. Symp. (IEEE APWCS 2011), 22 to 23 Aug.
2011, Singapore.
[46] X. N. Tran, V. H. Nguyen, T. T. Bui, and T. C. Dinh, Distributed Relay
Selection for MIMO-SDM Cooperative Networks, IEICE Trans. on
Commun., vol. E95-B(4), April 2012, pp. 1170-1179.
[47] X. Tang and Y. Hua, “Optimal design of non-regenerative MIMO
wireless relays,” IEEE Trans. Wireless Commun., vol. 6, no. 4, pp. 1398-
1407, April 2007.
[48] Y. Rong and M. R. A. Khandaker, “On uplink-downlink duality of
multihop MIMO relay channel,” IEEE Trans. Wireless Commun., vol. 10,
pp. 1923-1931, June 2011.
[49] Y. Rong, “Linear non-regenerative multicarrier MIMO relay
communications based on MMSE criterion,” IEEE Trans. Commun., vol.
58, no. 7, pp. 1918-1923, July 2010.
[50] Y. Rong, “Multi-hop non-regenerative MIMO relays: QoS
considerations,” IEEE Trans. Signal Process., vol. 59, no. 1, pp. 290-303,
Jan. 2011.
[51] Y. Rong, “Optimal linear non-regenerative multi-hop MIMO relays with
MMSE-DFE receiver at the destination,” IEEE Trans. WirelessCommun.,
vol. 9, no. 7, pp. 2268-2279, July 2010.
[52] Y. Rong, “Simplified algorithms for optimizing multiuser multi-hop
MIMO relay systems,” IEEE Trans. Commun., vol. 59, pp. 2896 – 2904,
Oct. 2011.
[53] Y. Rong and F. Gao, “Optimal beamforming for non-regenerative MIMO
relays with direct link,” IEEE Commun. Lett., vol. 13, no. 12, pp. 926 –
928, Dec. 2009.
[54] Y. Rong, X. Tang, and Y. Hua, “A unified framework for optimizing
linear nonregenerative multicarrier MIMO relay communication
systems,” IEEE Trans. Signal Process., vol. 57(12), Dec. 2009, pp. 4837-
4851.
[55] Y. Rong and Y. Hua, “Optimality of diagonalization of multi-hop MIMO
relays,” IEEE Trans. Wireless Commun., vol. 8, pp. 6068 – 6077, Dec.
2009.
[56] Y. Rong and Y. Xiang, “Multiuser multi-hop MIMO relay systems with
correlated fading channels,” IEEE Trans. Wireless Commun.,vol.10, pp.
2835 – 2840, Sept. 2011.
[57] Y. Rong, X. Tang, and Y. Hua, “A unified framework for optimizing
linear nonregenerative multicarrier MIMO relay communication
systems,” IEEE Trans. Signal Process., vol. 57, no. 12, pp. 4837- 4851,
Dec. 2009.