Yüksek Mobiliteli OFDM Sistemleri için Ortak Veri Sezimleme ve Kanal Kestirimi



Benzer belgeler
Aşağı Link MC-CDMA Sistemlerinde Kullanılan PIC Alıcının EM-MAP Tabanlı Olarak İlklendirilmesi

Frekans Seçici Kanallarda Çalışan Yukarı Link MC-CDMA Sistemleri için EM Tabanlı Birleşik Bilgi Sezim ve Kanal Kestirim Yöntemi

Çok Yüksek Mobiliteli Sönümlemeli Kanallardaki OFDM Sistemleri için Kanal Kestirimi

KABLOSUZ İLETİŞİM

RASGELE SÜREÇLER İ.Ü. ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ İLETİŞİM LABORATUVARI ARALIK, 2007

OFDM Sisteminin AWGN Kanallardaki Performansının İncelenmesi

DENEY 3: DTMF İŞARETLERİN ÜRETİLMESİ VE ALGILANMASI

Güç Spektral Yoğunluk (PSD) Fonksiyonu

İÇİNDEKİLER ÖNSÖZ Bölüm 1 SAYILAR 11 Bölüm 2 KÜMELER 31 Bölüm 3 FONKSİYONLAR

KABLOSUZ İLETİŞİM

Kodlanmış OFDM İletişim Sistemleri İçin Zaman-Frekans Kanal Kestirimi Time-Frequency Channel Estimation for Coded OFDM Systems

6. DENEY Alternatif Akım Kaynağı ve Osiloskop Cihazlarının Kullanımı

Yrd. Doç. Dr. Birol SOYSAL

Kinematik Modeller. Kesikli Hale Getirilmiş Sürekli Zaman Kinematik Modeller: Rastgele giriş yok ise hareketi zamanın bir polinomu karakterize eder.

Elektromanyetik Dalga Teorisi Ders-3

MM 409 MatLAB-Simulink e GİRİŞ

FFT Tabanlı OFDM ile DWT Tabanlı OFDM Sistemlerinin Karşılaştırmalı Başarım Analizi

Dijital Kontrol Sistemleri Prof.Dr. Ayhan Özdemir. Dengede bulunan kütle-yay sistemine uygulanan kuvvetin zamana göre değişimi aşağıda verilmiştir.

Çok katmanlı ileri sürümlü YSA da standart geri yayıyım ve momentum geri yayılım algoritmalarının karşılaştırılması. (Eğitim/Hata geri yayılım)

DFBÇ Sisteminde Pilot Yoğunluğu ve Yerleşiminin Başarım Analizi Performance Analysis of Pilot Pattern and Density in OFDM Systems

İÇİNDEKİLER 1. GİRİŞ...

2013 ASELSAN HABERLEŞME TEKNOLOJİLERİ ÇALIŞTAYI BİLDİRİSİ

Sezin Yıldırım, Özgür Ertuğ

Yayılı Spektrum Haberleşmesinde Kullanılan Farklı Yayma Dizilerinin Boğucu Sinyallerin Çıkarılması Üzerine Etkilerinin İncelenmesi

SİNYALLER VE SİSTEMLERİN MATLAB YARDIMIYLA BENZETİMİ

DENEY FÖYÜ 4: Alternatif Akım ve Osiloskop

istatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A

x 1,x 2,,x n ler bilinmeyenler olmak üzere, doğrusal denklemlerin oluşturduğu;

İletişim Ağları Communication Networks

IEEE g Standardının İncelenmesi

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

ELK 318 İLETİŞİM KURAMI-II

SOME-Bus Mimarisi Üzerinde Mesaj Geçişi Protokolünün Başarımını Artırmaya Yönelik Bir Algoritma

DİKGEN FREKANS BÖLMELİ ÇOĞULLAMA SİSTEMİNDE EN UYGUN PİLOT ARALIĞININ KANAL DEĞİŞKENLERİ İLE İLİŞKİLENDİRİLMESİ

İMGE İŞLEME Ders-9. İmge Sıkıştırma. Dersin web sayfası: (Yrd. Doç. Dr. M.

Sakarya Üniversitesi Bilgisayar ve Bilişim Bilimleri Fakültesi Bilgisayar Mühendisliği Bölümü

Mekatronik Mühendisliği Lab1 (Elektrik-Elektronik) Seri ve Paralel RLC Devreleri

ZAMAN SERİLERİNDE REGRESYON ANALİZİ

DENEY 1: Matlab de Temel Haberleşme Sistemleri Uygulamaları

1. BÖLÜM Polinomlar BÖLÜM II. Dereceden Denklemler BÖLÜM II. Dereceden Eşitsizlikler BÖLÜM Parabol

ERCİYES ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ SİVİL HAVACILIK ANABİLİM DALI YENİ DERS ÖNERİSİ/ DERS GÜNCELLEME

Lineer Denklem Sistemleri Kısa Bilgiler ve Alıştırmalar

İSTENEN DÖNEM İÇİN DÜZENLİ İYONOSFERİK TOPLAM ELEKTRON İÇERİK TAHMİNİ-DTEİ

Sistem Dinamiği. Bölüm 9- Frekans Domeninde Sistem Analizi. Doç.Dr. Erhan AKDOĞAN

Journal of Engineering and Natural Sciences Mühendislik ve Fen Bilimleri Dergisi

4. BÖLÜM DOĞRUSAL DENKLEM SİSTEMLERİ

İletim Hatları ve Elektromanyetik Alan. Mustafa KOMUT Gökhan GÜNER

SÜREKLİ ŞANS DEĞİŞKENLERİ. Üstel Dağılım Normal Dağılım

İstatistik ve Olasılık

2.1 Bir Sınıfı Örneklerinden Öğrenme Vapnik-Chervonenkis (VC) Boyutu Olası Yaklaşık Doğru Öğrenme... 21

Çok İşlemcili Yapılarda Sinyal İşleme Yazılımlarının Geliştirilmesi Uygulaması. Sinan Doğan, Esra Beyoğlu

CEVAP ANAHTARI. Tempo Testi D 2-B 3-A 4-A 5-C 6-B 7-B 8-C 9-B 10-D 11-C 12-D 13-C 14-C

İÇİNDEKİLER ÖN SÖZ...

RASGELE SÜREÇLER. Bir X rasgele değişkenin, a ve b arasında tekdüze dağılımlı olabilmesi için olasılık yoğunluk fonksiyonu aşağıdaki gibi olmalıdır.

Tez Danışmanı : Yrd. Doç. Dr. Ender Mete EKŞİOĞLU (İTÜ) Diğer Jüri Üyeleri : Yrd. Doç. Dr. İlker BAYRAM (İTÜ) Yrd. Doç. Dr. Mustafa KAMAŞAK (İTÜ)

3.5. Devre Parametreleri

2012 LYS MATEMATİK SORU VE ÇÖZÜMLERİ Niyazi Kurtoğlu

Teori ve Örneklerle. Doç. Dr. Bülent ORUÇ

Sürekli Dalga (cw) ve frekans modülasyonlu sürekli dalga (FM-CW) radarları

ÖZEL EGE LİSESİ EGE BÖLGESİ OKULLAR ARASI 16. MATEMATİK YARIŞMASI 8. SINIF ELEME SINAVI TEST SORULARI

MAK 210 SAYISAL ANALİZ

TUNCELİ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ LİNEER CEBİR DERSİ 2012 GÜZ DÖNEMİ ÇIKMIŞ VİZE,FİNAL VE BÜTÜNLEME SORULARI ÖĞR.GÖR.

KANAL YANKI GİDERİCİ İÇİN TERS DÖNÜŞÜMLÜ DİZİLERİN KULLANIMI

NİSAN 2010 DENEMESİ A)75 B)80 C)85 D)90 E)95 A)0 B)1 C)2 D)3 E)4

İleri Diferansiyel Denklemler

KAHKAHA TANIMA İÇİN RASSAL ORMANLAR

DPSK Sistemler için LMS Algoritma ve ML Kriteri Temelli, Gözü Kapalı Kanal Kestiriminin ve Turbo Denkleştirmenin Birlikte Yapılması

Ayrık Fourier Dönüşümü

GEO182 Lineer Cebir. Matrisler. Matrisler. Dersi Veren: Dr. İlke Deniz Derse Devam: %70. Vize Sayısı: 1

MATEMATİK TESTİ LYS YE DOĞRU. 1. Bu testte Matematik ile ilgili 50 soru vardır.

BÖLÜM 4 TEK SERBESTLİK DERECELİ SİSTEMLERİN HARMONİK OLARAK ZORLANMIŞ TİTREŞİMİ

ortalama ve ˆ ˆ, j 0,1,..., k

Yıldız Teknik Üniversitesi Elektronik ve Hab. Müh. Mikrodalga Lab. Deney No:6

MAK 210 SAYISAL ANALİZ

Analog Alçak Geçiren Filtre Karakteristikleri

ÖZEL EGE LİSESİ 10. OKULLARARASI MATEMATİK YARIŞMASI 10. SINIFLAR SORULARI

RF MİKROELEKTRONİK GÜRÜLTÜ

Doğrudan Dizi Geniş Spektrumlu Sistemler Tespit & Karıştırma

Algoritma Analizi Big O

MAK 210 SAYISAL ANALİZ

T.C. GAZİ ÜNİVERSİTESİ ENERJİ SİSTEMLERİ MÜHENDİSLİĞİ BÖLÜMÜ ISI TRANSFER LABORATUVARI SUDAN SUYA TÜRBÜLANSLI AKIŞ ISI DEĞİŞTİRİCİSİ

1-2 - * Bu Ders Notları tam olarak emin olmamakla birlikte yıllarına aiitir.tekrardan Sn.Hakan Paçal'a çoook tsk ederiz...

RİSK ANALİZİ VE AKTÜERYAL MODELLEME

HARMONİK DENKLEM. Burada göz önüne alınacak problem Dirichlet problemidir; yani fonksiyonun sınırda kendisinin verilmesi halidir. 2 2 (15.

ADAPTİF FİLTRELERDE GAUSS-SEIDEL ALGORİTMASININ STOKASTİK YAKINSAMA ANALİZİ

WiMAX Sisteminin Throughput Başarımının Analizi

PARÇACIK SÜRÜ OPTİMİZASYONU BMÜ-579 METASEZGİSEL YÖNTEMLER YRD. DOÇ. DR. İLHAN AYDIN

Uyarlanır Sistemler and Sinyal İşleme (EE 424) Ders Detayları

Sayısal Modülasyon Deneyi

Girdi Analizi. 0 Veri toplama 0 Girdi sürecini temsil eden olasılık dağılımı belirleme. 0 Histogram 0 Q-Q grafikleri

MATLAB/Simulink ile Sistem Modellemesine Giriş

ENERJĐ ELDESĐNDE ORTALAMA RÜZGAR HIZI ÖLÇÜM ARALIĞI ve HELLMANN KATSAYISININ ÖNEMĐ: SÖKE ÖRNEĞĐ

DENGELEME HESABI-I DERS NOTLARI

LYS YE DOĞRU MATEMATİK TESTİ

Yarışma Sınavı A ) -5 B ) -3 C ) -1 D ) -8 E ) Ölçüsü olan bir açının esas ölçüsü kaç derecedir?

EEM HABERLEŞME TEORİSİ NİĞDE ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ

MATEMATÝK GEOMETRÝ DENEMELERÝ

BAHAR YARIYILI FİZİK 2 DERSİ. Doç. Dr. Hakan YAKUT. Fizik Bölümü

Fiziksel Sistemlerin Matematik Modeli. Prof. Neil A.Duffie University of Wisconsin-Madison ÇEVİRİ Doç. Dr. Hüseyin BULGURCU 2012

Transkript:

Yüksek Mobiliteli OFDM Sistemleri için Ortak Veri Sezimleme ve Kanal Kestirimi Erdal Panayırcı, Habib Şenol ve H. Vincent Poor Elektronik Mühendisliği Kadir Has Üniversitesi, İstanbul, Türkiye Elektrik Mühendisliği Princeton Üniversitesi, Princeton, NJ, USA HABTEKUS 09 - Beşiktaş, İstanbul 9-11 Aralık 2009

Sunum Akışı 1 Giriş 2 3 4 5 6

Giriş Kanal bilinmediği durumda, oldukça yüksek mobiliteye sahip OFDM sistemlerinde veri sezimleme bir hayli zor ve güncel bir problemdir. Bu durumda, bir OFDM sembol süresi içindeki kanal değişimleri bile ciddi bir şekilde Kanallar Arası Girişim e neden olmaktadır. Bu çalışmada, yüksek mobiliteye ve frekans seçici kanallara sahip OFDM sistemlerinde ortak veri sezimleme ve kanal kestirimi problemi için düşük hesaplama yüküne sahip bir SAGE algoritması önerilmektedir.

İletişim sisteminde, N alttaşıyıcıya sahip bir OFDM sistemi ele alınmaktadır. Verici tarafında, N alttaşıyıcıdan K tanesi veri sembolleri iletmek için aktif olarak kullanılmakta ve geriye kalan N K tane taşıyıcı üzerinden hiçbir veri iletilmemektedir. s(n, k) frekans bölgesi iletim sembollerini, n Bir OFDM çerçevesi içindeki ayrık zaman indeksini, k {0,1,K 1} da alttaşıyıcı indeksini göstermektedir.

Ayrık-zaman dürtü cevabı h(n,l), l = 0,1, L 1 (1) olan zamanla değişen Jake kanal modelini ele alınıyor. Burada L maksimum kanal uzunluğunu göstermektedir.(l < L c, L c : Çevrimsel Önek) Kanalın özilinti işlevi E{h(mN g +p,l)h (m N g +p,l )} = σl 2 δ(l l ) J 0 (2πf D T s ((m m )N g +(p p )) olarak veriliyor ve burada σl 2,l = 0,1,L 1, l σ2 l = 1 olacak şekilde kanalın l. yolunun normalize gücünü göstermektedir. (2)

DFT den önce alınan OFDM sinyali r(mn g +p)= s(m,k) 1 L 1 ( h(mn g +p,l)expj 2πk(p l) ) N N olarak ifade edilir. l=0 +I k (m,p)+w(mn g +p) (3) Burada M, burada bir OFDM çerçevesi içindeki blok sayısını göstermektedir. N g N +L w( ) sıfır ortalamalı N 0 değişintili karmaşık değerli bir toplamsal Gauss gürültüsüdür.

I k (m,p) terimi, kanalın zamanla değişme yapısının neden olduğu k. veri sembolünün Kanallar Arası Girişim terimi olup aşağıdaki gibi ifade edilmektedir : K 1 I k (m,p) s(m,q) 1 L 1 ( h(mn g +p,l)exp j 2πq(p l) ) N N q=0,q k l=0 (4)

Alınan Sinyal modeli, matris boyutunda aşağıdaki gibi verilebilir Burada, K 1 r(m)= s(m,k)v k h(m)+ q=0,q k s(m,q)v q h(m)+w(m) (5) r(m) = [r(mn g ),r(mn g +1),,r(mN g +N 1)] T C N w(m) = [w(mn g ),w(mn g +1),,w(mN g +N 1)] T C N. h(m) = [h T 0 (m),ht 1 (m),,ht L 1 (m)]t C NL ve h l (m) = [h(mn g,l),h(mn g +1,l),,h(mN g +N 1,l] T, l = 0,1,,L 1, L yollu geniş anlamda durağan ilintisiz saçılımlı Rayleigh sönümleme katsayılarını göstermektedir.

Ayrık Cosinüs Dönüşümü ile Kanal Açılımı M adet OFDM sembol bloğu boyunca kestirelecek toplam kanal katsayı adeti MN g dir. Kanal katsayı adetini azaltmak için kanal dürtü yanıtına (h(n,l), l = 0,1,,L 1) Ayrık Kosinüs Dönüşümü (AKD) uyguluyoruz.

Böylece, her bir kanal yolu l (l = 0,1,,L 1) için, kanal ve açılım katsayıları matris boyutunda aşağıdaki gibi ifade edilir : Burada h l = Ψc l, c l = Ψ h l (6) h l = [ h(0,l), h(1,l),, h(mn g 1,l)] T C MNg c l = [c(0,l),c(1,l),,c(d 1,l)] T C D, ve Ψ, aşağıdaki gibi verilen AKD matrisini göstermektedir. Ψ = [ψ(0),ψ(1),,ψ(mn g 1)] T R MNg D

Son olarak, alınan işaret vektörü, indirgenmiş boyuttaki kanal vektörü c ye bağlı olarak aşağıdaki gibi ifade edilir : K 1 r(m)=s(m,k)a k (m)c+ s(m,q)a q (m)c+w(m) (7) q=0,q k Burada A q (m) V q Φ(m) C N DL olarak verilir.

Alınan işaret vektörü daha öz bir şekilde aşağıdaki gibi verilir : ve r = Z s c+w (8) r = [r T (0),r T (1),,r T (M 1)] T C NM [ ] T Z s = Z T s (0),ZT s (1),,ZT s (M 1) C NM DL Z s (m) = K 1 q=0 s(m,q)a q (m)

SAGE algoritmasını eldeki probleme uygulamanın uygun yolu, alınan işareti aşağıdaki gibi toplam şekline dönüştürmektir. r(m) = y k (m)+y k (m) (9) Burada k = 0,1,K 1 ve m = 0,1,M 1 için y k (m) = s(m,k)a k (m)c+w(m), y k (m) = K 1 q=0,q k s(m,q)a q (m)c

SAGE algoritması Beklenti-Adımı ve Enbüyükleme-Adımı olmak üzere iki adımdan oluşmaktadır. Beklenti-Adımı :Beklenti-Adımı nda, c üzerinden ortalaması alınmış, ortalama logaritmik olabilirlik işlevinin hesabı yapılır : Q k (s k s (i)) { = E logp(y k s k,s (i) k c) r,s(i)} (10)

Beklenen değer hesabını yaparak Q k (s k s (i) ) = M 1 m=0 { } R s (m,k)υ (i) k (m) (11) sonucuna varılır. Burada Υ (i) k (m) =E{c r,s (i) }A k (m)r(m) K 1 s (i) (m,q)e{c Γ k,q c r,s (i) } q=0,q k ve Γ k,q A k (m)a q(m) olarak verilir.

Ayrıca ve E{c r,s (i) } = µ (i) c E{c Γ k,q c r,s (i) } = tr(ξ q,k ) ( Ξ q,k = A q (m) Σ (i) c +µ (i) c (µ (i) c ) )A k (m) µ (i) c Σ (i) c = = 1 Σ (i) c Z r N s (i) 0 ( (Σ (0) c ) 1 + 1 N 0 Z s (i) Z s (i) ) 1

Enbüyükleme-Adımı :Enbüyükleme-Adımı nda, SAGE algoritmasının (i + 1). yineleme adımında veri dizisinin kestirim değerleri, aşağıdaki veri güncelleme denklemine bağlı olarak s (i+1) k = argmaxq k (s k s (i) ), s (i+1) s k = s (i) k k güncellenir. Yukarıdaki ifadenin sağ tarafındaki toplam enbüyüklenerek, s (i+1) (m,k) sembolleri aşağıdaki şekilde ayrı ayrı elde edilebilir : ( ) s (i+1) (m,k) = Quant Υ (i) k (m) Burada Quant(.), en yakın sayısal veri sembolü değerine nicemleme yapmaktadır.

nın İlk Değerlerinin Tespiti : SAGE algoritmasında kanal katsayılarının ve veri sembollerinin ilk değerleri tespiti pilot sembolleri yardımıyla yapılmaktadır.

Sistem Parametreleri BG (Band Genişiliği) = 10MHz, N = 1024 f c = 2.5GHz Üstel azalan güç gecikme profiline ve normalize güce (L = 3T s sn. için σ0 2 = 0.448, σ2 1 = 0.321 ve σ2 2 = 0.230) sahip bir telsiz kanalı ele alınmaktadır

Benzetim sonuçları için çizdirilen eğrilerde, önerilen algoritmanın Sembol-Hata Oranı (SHO) ve Ortalama Karesel Hata (OKH) başarımlarının İşaret-Gürültü Oranının (İGO) bir işlevi olarak M=50 için verilmektedir. Sisteme ait diğer parametreler aşağıdaki tabloda görülmektedir : Tablo : Sistem Parametreleri v (km/h) D altsınır MSE = 10 3 Pilot için seçilen D Aralığı 120 4 7 8 240 7 11 7

SAGE algoritmasının çözüme yakınsaması için 3 yineleme adımı yeterli olmaktadır. Kanal katsayılarının ve veri sembollerinin ilk değer kestirimleri, pilot sembolleri kullanılarak düşük karmaşıklı En Küçük Ortalama Karesel Hata (EKOKH) Kestirimcisi ile bulunmaktadır. İlk değerlerin bulunmasında kullanılan bu yönteme EKOKH Ayrı Sezimleme ve Kestirim Yöntemi (EKOKH-ASK) adını veriyoruz.

10 0 10 1 SGO 10 2 10 3 v=120 km/h ( Ilk Deger ) v=120 km/h ( Son Adim ) v=120 km/h ( KDB Son Adim ) v=240 km/h ( Ilk Deger ) v=240 km/h ( Son Adim ) v=240 km/h ( KDB Son Adim ) 10 4 0 5 10 15 20 25 30 IGO (db)

10 1 10 2 OKH 10 3 v=120 km/h ( Ilk Deger ) v=120 km/h ( Son Adim ) v=240 km/h ( Ilk Deger ) v=240 km/h ( Son Adim ) 10 4 0 5 10 15 20 25 30 IGO (db)

Elde edilen bu eğrilerden şu sonuçlara varılmaktadır : Kanal katsayılarının adetine (MN g ) göre AKD katsayılarının bir hayli az seçilmesine rağmen kanal kestirimi yapılıyorken bile SHO daki başarım kaybı önemsiz denilecek derece az olmaktadır. Kanal kestirimcisi de oldukça iyi bir OKH başarımı sergilemektedir. 3. yineleme adımının sonunda SAGE algoritmasının başarımı EKOKH - ASK nın başarımından çok daha üstün olduğu görülmektedir.

Bu çalışmada, frekans seçici ve oldukça hızlı zamanla değişen kanallara sahip OFDM sistemleri için ortak veri sezimleme ve kanal kestirimi yapılması problemi üzerinde durulmuştur. SAGE algoritmasına dayanan bir yinelemeli yaklaşım ortaya konulmuş ve kanal kestirimini ve kısmi girişim engelleyicisini de kapsayan veri sezimleme algoritmasının kapalı ifadesi verilmiştir. Zamanla değişen kanal, kosinüs dik taban işlevleri kullanılarak ifade edilmiştir.

Bilgisayar benzetimleri yardımıyla görülmektedir ki, normalize edilmiş Doppler frekansının değerine bağlı olarak, az sayıda taban açılım katsayısı, kanalı mükemmele yakın bir yaklaşıklıkla ifade etmeye yeterlidir ve algoritmada giriş işaretinin istatistiklerinin bilinmesine gerek yoktur. Çok az sayıda kanal katsayısı kullanılmasına rağmen önerilen algoritmanın sembol hata oranı ve kanal kestirimi başarımlarının oldukça iyi olduğunu gözlemlenmektedir.

Teşekkürler! Sorularınız?