Giải pháp thu tín hiệu GPS sử dụng anten thích nghi
Bạn đang xem tài liệu "Giải pháp thu tín hiệu GPS sử dụng anten thích nghi", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên
Tài liệu đính kèm:
giai_phap_thu_tin_hieu_gps_su_dung_anten_thich_nghi.pdf
Nội dung text: Giải pháp thu tín hiệu GPS sử dụng anten thích nghi
- GIẢI PHÁP THU TÍN HIỆU GPS SỬ DỤNG ANTEN THÍCH NGHI Nguyễn Hữu Tài, Phạm Hồng Liên TÓM TẮT— Hệ thống định vị toàn cầu thuật DGPS và Anten thích nghi trong việc GPS (Global Positioning System) bao gồm 24 thu tín hiêu , nhằm hạn chế ảnh hưởng của vệ tinh chủ đạo và một vài vệ tinh dự trữ được truyền dẫn đa đường và can nhiễu. phân bố đều trên 6 quỹ đạo gần tròn. Các vệ tinh này phát tín hiệu có thông tin định vị Trong [10] đã trình bày lý thuyết bộ lọc thích xuống trái đất. Các máy thu GPS nhận thông nghi dùng giải thuật LCMV(Linearly tin này, tính khoảng cách đến các vệ tinh và Constrained Minimum Variance) cho dãy dựa vào hình học để tính vị trí của mình. Anten, trong [8] và [11] cũng trình bày những Khoảng cách từ máy thu đến các vệ tinh GPS nguyên lý và ứng dụng giải thuật LMS(Least thường bị sai do hàng loạt nguồn sai số dẫn Mean Square) và MMSE cho dãy Anten thích đến sai số vị trí của máy thu. Nhiệm vụ là tìm nghi, tại [12] trình bày ứng dụng Anten thích giải pháp để đảm bảo việc truyền sóng, truyền nghi cho mạng thông tin di động với việc tính dẫn tối ưu và hạn chế ảnh hưởng của sai số. toán, mô phỏng thành công các giải thuật thích Bài viết này tìm hiểu kỹ thuật DGPS nghi LCMV, LMS, Đồng thời trong [14] có (Differential GPS) và đưa ra giải pháp anten trình bày ứng dụng anten thích nghi cho hệ thích nghi để giảm các sai số do truyền dẫn thống GPS . đa đường, can nhiễu và bảo đảm truyền dẫn Ứng dụng Anten thích nghi kết hợp kỹ tối ưu trong hệ thống GPS và DGPS. Giải thuật DGPS được mô tả như hình 1 thuật Multiple LCMV Beamforming băng hẹp được đặt tại trạm tham khảo của hệ thống Các vệ tinh GPS S2(x2,y2,z2) S3(x3,y3,z3) S (x ,y ,z ) DGPS (hoặc có thể được đặt tại bộ thu của 1 1 1 1 . . . Si(xi,yi,zi) 3 người sử dụng) nhằm thu nhận tín hiệu từ các i vệ tinh GPS; giải thuật Unconstrained LMS 2 1 Beamforming băng hẹp trong bộ tạo búp sử ' ' ' ' 2 3 i dụng tín hiệu tham khảo được đặt tại trạm Anten thu 1 1 (LCMV) Anten phát 1 tham khảo (hoặc tại bộ thu của người sử (LMS) Anten thu 2 (Loại thường dụng) nhằm bảo đảm truyền dẫn tối ưu giữa i hoặc LCMV) UR(xR,yR,zR) trạm tham khảo và các bộ thu của người sử Anten thu 3 (Loại thường U(x ,y ,z ) dụng; Giải thuật Sparse Array nhằm giảm số hoặc LMS) u u u phần tử Anten theo một quy luật nào đó Trạm tham khảo Bộ thu của (cố định) người sử dụng nhưng vẫn đảm bảo búp sóng hẹp. (di chuyển) Hình 1: Mô hình đặt anten thích nghi kết Từ khóa— GPS, DGPS, Dãy Anten thích hợp với kỹ thuật DGPS. nghi. Anten thu 1 có bộ tạo búp sử dụng hướng đến dùng giải thuật LCMV đặt tại trạm I. GIỚI THIỆU tham khảo cố định để thu tín hiệu GPS từ các Do quá trình nhận tín hiệu từ vệ tinh GPS có hướng đến (θi,Φi) của ít nhất 4 vệ tinh GPS. nhiều sai số chẳng hạn như: Sai số quỹ đạo vệ Anten phát 1 có bộ tạo búp thích nghi LMS sử tinh, Sai số đồng hồ vệ tinh, Sai số do truyền dụng tín hiệu tham khảo đặt tại trạm tham dẫn đa đường, can nhiễu, sai số do bộ thu khảo cố định để phát các sai số khoảng cách từ trạm tham khảo đến bộ thu của người người sử dụng Trong phạm vi bài viết i này tác giả đưa ra giải pháp kết hợp kỹ sử dụng. Anten thu 3 có thể là anten thường
- hoặc anten thích nghi có bộ tạo búp thích nghi Các số hạng S1(θ, ф), S2(θ, ф), , SM-1(θ, ф) LMS sử dụng tín hiệu tham khảo đặt tại bộ thu được tính như sau: của người sử dụng nhằm thu tín hiệu có chứa Sm(θ, ф) = các sai số khoảng cách . Anten thu 2 có j ( cos()sin( ) sin()sin( ) cos( )) i xm y zm e m thể là anten thường hoặc anten thích nghi có 0 bộ tạo búp sử dụng hướng đến dùng giải thuật Công thức trên tương ứng với hướng 0 vuông góc trục của dãy anten (trục x). LCMV đặt tại bộ thu của người sử dụng tùy 0 theo loại bộ thu được dùng cho ứng dụng cụ Nếu hướng 0 trùng với trục của dãy anten thể nào (bộ thu của người sử dụng có thể được (trục x) thì công thức này trở thành: dùng cho các thiết bị xách tay, xe, tàu, máy bay, ). Sm(θ, ф) = j ( sin()sin( ) cos()sin( ) cos( )) xm y zm 1. Ứng dụng giải thuật LCMV băng hẹp e m trong bộ tạo búp sử dụng hướng đến của Với cặp góc (θ, ф) đặc trưng cho hướng đến anten thích nghi đặt tại trạm tham khảo: của tín hiệu đến dãy anten trong đó θ là góc Cơ sở của Giải thuật LCMV (Linearly ngẩng và ф là góc phương vị; M là tổng số Constrained Minimum Variance) thực chất là phần tử của dãy anten; xm, ym, zm là tọa độ giải thuật đi tìm vector trọng số tối ưu của hệ theo trục x, y, z của phần tử anten thứ m trong thống anten thích nghi sao cho giá trị phương dãy anten và 1 m M-1; β = 2π/λ là hệ số sai ngõ ra của hệ thống là tối thiểu, đồng thời 8 truyền pha; λ = c/f là bước sóng với c = 3*10 thỏa mãn điều kiện ràng buộc về độ lợi định m/s là vận tốc ánh sáng và f là tần số sóng hướng của hệ thống. mang (hz). Yêu cầu của giải thuật LCMV là tìm ra vector + R là ma trận tương quan của dãy anten được trọng số tối ưu W sao cho công suất P thu 0 r định nghĩa theo công thức : được tại ngõ ra của dãy anten là nhỏ nhất (tức H R = E[u(t)u (t)] E[P ] min với E là kỳ vọng toán học) r 1 2 2 2 Pr = |z(t)| = |As(t)| | f (,)| + Còn u(t) là các tín hiệu thu nhận được tại M 2 phần tử của dãy anten được định nghĩa theo với điều kiện ràng buộc về độ lợi định hướng công thức : của hệ thống là: T u(t) = [u0(t) u1(t) uM-1(t)] H S = g W 0 và vector trọng số tối ưu cho trong công thức M u(t) = mk(t)S(θ, ф) + n(t) là: k 1 g 1 S W = R = R-1S(SHR-1S)g o H 1 n(t) được giả sử là nhiễu trắng (phân bố Gauss S s R 2 có trung bình zero và phương sai ). Còn Ở đây S là vector lái hướng, R là ma trận a tương quan và g là vector độ lợi mong muốn. mk(t) biểu thị cho hàm điều chế phức và được + Để tiện lợi cho việc mô phỏng ta gọi S là tính theo công thức: vector lái hướng (Steering vector) theo hướng mk(t) = dk(n)p(t-n ) n (θ, ф) (S thay cho vector lái hướng a(θ, ф) ; các số hạng [S1(θ, ф), , SM-1(θ, ф)] thay cho Ở đây dk(n) biểu thị cho mẫu tin, p(t) là xung [a1(θ, ф), , aM-1(θ, ф)] . Ta có công thức tính lấy mẫu, Δ là khoảng lấy mẫu. mk(t) cũng có vector lái theo hướng (θ, ф) như sau: T thể được tính theo công thức: S(θ, ф) = [1 S1(θ, ф) SM-1(θ, ф)] mk(t) = dk(t)g(t)
- Trong đó dk(n) biểu thị cho chuỗi tin và g(t) là ta có tín hiệu thu nhận được tại mỗi phần tử chuỗi nhị phân nhiễu ngẫu nhiên giả (pseudo của dãy anten là: random-noise binary sequence) có các giá trị U = S*RS + NOISE là +1 và -1. + Ta chuyển ma trận tương quan R sang trung công thức để tính hệ số dãy anten theo hướng bình thống kê dựa theo trung bình thời gian. (θ, ф) theo vector lái S: Ta có công thức gần đúng tính ma trận tương f(θ, ф) = H S(θ, ф) quan R của dãy anten như sau: 0 W H + Chọn dãy anten ULA có N phần tử phân bố R = (U*U )/1000 đều trên trục x, mỗi phần tử cách nhau một Đối với dãy Anten có MxN phần tử cách tính khoảng là d cũng giống như dãy có N phần tử thẳng hàng 0 + Chọn hướng 00 trùng với trục x. Để đơn giản + Chọn hướng 0 vuông góc với trục x. Vector ta giả sử góc ngẩng θ = π/2 nên sin(θ)=1. Vì lái theo hướng đến (θ, ф) tương ứng với phần dãy anten ULA phân bố đều N phần tử trên tử anten thứ m của dãy anten URA có tọa độ theo trục x, y, z lần lượt là xm, ym và zm trục x nên N phần tử này chỉ có tọa độ xm khác (0 m M*N-1 không còn các tọa ym, zm đều bằng 0. j ( sin() Chọn góc tọa độ O của hệ tọa độ đề cát Oxyz S (θ, ф) = xm = exp(- m e đặt tại phần tử anten thứ nhất: jβxmsin(ф)) Hàng 1 (từ phần tử 0 đến phần tử N-1: Ở đây xm là tọa độ theo trục x của phần tử 0 m N-1): anten thứ m của dãy ULA và được tính: xm = k*d (k = 0, 1, 2, , N-1) ; ym = 0; zm = xm = kd với k = 0, 1, 2, , N-1. 1. β là hệ số truyền pha và được tính theo công Hàng 2 (từ N đến phần tử 2N-1: N m 2N-1): thức: xm = k*d (k = 0, 1, 2, , N-1) ; ym = d; zm = β = 2π/λ1 1. Với λ1 là bước sóng ứng với tần số trung tâm Hàng thứ 3 (từ phần tử 2N đến phần tử 3N-1: f1=1575.42 MHZ của dãy băng tần L1 của mã 2N m 3N-1): C/A phát từ tín hiệu vệ tinh GPS dành cho xm = k*d (k = 0, 1, 2, , N-1) ; ym = 2d; zm = thuê bao dân dụng: 1. λ1 = c/f1 8 Và c = 3*10 m/s là vận tốc ánh sáng. Hàng thứ M (từ phần tử (M-1)*N đến phần tử 8 3 ta được: λ1 = 3*10 /(1575.42*10 ) = M*N-1: (M-1)*N m M*N-1): 0.190425 [m] xm = k*d (k = 0, 1, 2, , N-1) ; ym = (M-1)d; ta được: β = 2*π/0.190425 = 32.978863 [1/m] zm = Ta chọn khoảng cách giữa các phần tử anten 1. là: d O 0 1 2 M-1 x d = λ1/2 0 d Nếu ta chọn khoảng cách giữa các phần tử 1 anten quá nhỏ hơn λ1/2 thì sẽ làm tăng tác động lẫn nhau giữa các phần tử anten. Khoảng 2 cách giữa các phần tử anten cũng không được vượt quá λ1/2 + Giả sử công suất phát của các tín hiệu mong N-1 đợi SOI -160dBw và công suất của nhiễu và can nhiễu là -140dBw. y + Chọn số mẫu của tín hiệu tham khảo là 1000 Hình 2: Dãy anten URA gồm M*N phần tử mẫu. phân bố đều.
- 2. Ứng dụng giải thuật thích nghi có ở bước lặp thứ n. Unconstrained LMS Beamforming băng + (step size) là hệ số hội tụ , thỏa mãn hẹp trong bộ tạo búp sử dụng tín hiệu tham các điều kiện sau: khảo : 0 < < 1/ max Giải thuật thích nghi LMS (Least Mean Hoặc: 0 < < 1/Tr(R) Square), Đây là giải thuật đi tìm vector trọng số tối ưu của hệ thống anten bằng phương Trong đó max là trị riêng lớn nhất của ma trận pháp lặp. Do bộ thu của người sử dụng có vị tương quan R của ngõ vào hệ thống, còn Tr(R) trí không cố định và khoảng cách từ bộ thu của là tổng các phần tử trên đường chéo của ma người sử dụng đến trạm tham khảo không quá trận R. lớn nên hướng đến DOA thay đổi liên tục. Vì + g(W(n)) là ước tính gradient của MSE(W(n)) vậy bài viết này dùng giải thuật Unconstrained và được tính theo công thức như sau: LMS Beamforming trong bộ tạo búp sử dụng g(W(n)) = -2U(n+1)e*(W(n)) tín hiệu tham khảo của anten thích nghi để nâng cao chất lượng truyền dẫn giữa các bộ Với e*(W(n)) là liên hợp phức của e(W(n)) và thu của người sử dụng và trạm tham khảo e(W(n)) là sai số giữa ngõ ra của dãy anten và trong hệ thống DGPS. tín hiệu tham khảo (reference signal). Mô hình tổng quát của hệ thống anten thích + công thức để cập nhật vector trọng số ở bước nghi dùng tín hiệu tham khảo có dạng như ở lặp thứ n+1 theo vector trọng số đã có ở bước hình 3. lặp thứ n là: (Các trọng số ) W(n+1) = W(n)+2 U(n+1)e*(W(n)) (Anten 0) u0(t) * W0 + Sai số trung bình bình phương MSE (Mean (Anten 1) Squared Error) giữa tín hiệu tham khảo với u1(t) H * y(t)= W U W1 + ngõ ra của hệ thống được tính theo công thức . (Ngõ ra) . sau: . . . * . MSE = E[e(W(n))e (W(n))] (Anten N-1) uN-1(t) * WN-1 Với e(W(n)) là sai số giữa ngõ ra của dãy * - anten và tín hiệu tham khảo và e (W(n)) là liên e(t)=r(t)-y(t) + r(t) Giải thuật ước tính trọng số + hợp phức của e(W(n)). E là ký hiệu kỳ vọng (Tín hiệu sai số) (Tín hiệu tham khảo) toán học. + Chọn dãy anten ULA có N phần tử phân bố Hình 3: Mô hình tổng quát của hệ thống anten đều trên trục x, mỗi phần tử cách nhau một thích nghi dùng tín hiệu tham khảo. khoảng là d và trục z vuông góc với mặt phẳng Yêu cầu của giải thuật Unconstrained LMS là (x,y) tìm ra vector trọng số tối ưu W sao cho công 3. Ứng dụng giải thuật Sparse Array cho suất thu được tại ngõ ra của dãy anten Pr là dãy Anten: nhỏ nhất mà không thỏa mãn điều kiện ràng Trong bài này tác giả trình bày phương buộc về độ lợi định hướng của hệ thống. pháp Sparse Array sử dụng thuật toán Vetor trọng số được cập nhật theo công thức MRLA(Minimum Redundancy Linear Array). là: Một MRLA có thể cho một số lượng nhất định W(n+1) = W(n)- g(W(n)) các phần tử Anten. + Ở đây W(n+1) là vector trọng số cần tính ở Theo [4]một dãy Anten với N phần tử phân bố bước lặp thứ n+1, W(n) là vector trọng số đã đều nhau sẽ có chiều dài là L=N-1, với dãy có
- chiều dài L thì số phần tử Anten sau khi áp trường hợp trên có nguồn gốc từ các mẫu XX / dụng MRLA được tính theo công thức: X. do đó, trường hợp 2 và 3 sẽ được bắt nguồn từ mẫu XX0 / X. Trong trường hợp thứ hai, một bộ cảm biến được đặt ở vị trí L-1 với mẫu Với dãy Anten ULA có 12 phần tử khi thực đã cho XX0 / X. điều này hàm ý sẽ có 3 hiện giải thuật Sparse Array dùng thuật toán trường hợp "O" ở vị trí L-1 và, do đó, phải là MRLA sẽ còn 6 phần tử thay vì 12 phần tử một tập hợp con của các mẫu XX0/0X. Cuối như ban đầu. Để sắp xếp các phần tử Anten cùng, đối với trường hợp thứ ba, chúng tôi đặt nhận được trên L chiều dài mảng ta quy định một cảm biến ở vị trí L-2 trong mẫu ở vị trí có dấu “X” là vị trí có gán phần tử, XXO/XOX. ngược lại dấu “O” là vị trí các phần tử đã được Tương tự như vậy, mỗi mẫu có thể rút ra. được chia ra thành một tổng của các mẫu bằng Cách đặt các phần tử Anten trong mảng được cách yêu cầu mảng có một khoảng cách L-3. thực hiện sao cho đảm bảo chiều dài của mảng Theo cách chúng ta phân tách XXX/X thành là không đổi(vị trí 0 và L luôn được gán phần (XXXX/X, XXXO/XX, XXXO/XOX, tử) rồi tuần tự tính đến chiều dài L-1, L-2, L- XXXO/XOOX) và XXO/XX thành 3, Ví dụ với dãy Antena ULA 12 phần tử (XXOX/XX, XXOO/XXX, XXOO/XOXX). như hình 4 và sau khi ứng dụng Sparse Array Quá trình này có thể được đơn giản hóa bằng như hình 5. cách tạo tạo ra một cây cấu trúc của các mẫu như trong hình 6. Vị trí 0 1 2 3 4 5 6 7 8 9 10 11 XX/X Hình 4: Dãy Anten phân bố đều với 12 phần tử XXX/X XX0/XX XX0/X0 X Vị trí 0 1 2 3 4 5 6 7 8 9 10 11 XX0X/X XX00/XX XX00/X0 Hình 5: Dãy Anten 12 phần tử khi dùng X X XX MRLA Theo hình 5 dãy Anten đã được rút bớt các XX00X/X XX000/XXX XX000/X0X XX X XX phần tử tại vị trí 3, 4, 5, 6, 9 và 10. Để đảm bảo chiều dài mảng không thay đổi thì vị trí 0 Hình 6: Cấu trúc cây của chuỗi dãy phần tử và 11 phải có phần tử Anten, với chiều dài Anten. mảng L-1 thì phần tử phải đặt tại vị trí 1 hoặc L-1, nên mảng Anten sau khi Sparse Array có II. KẾT QUẢ MÔ PHỎNG dạng XX X hoặc X XX(viết gọn DOA of SOI and SNOI [degrees] -80 -60 -40 -20 0 20 40 60 80 ; SOI at -60 -20 20 60; SNOI at others XX/X hoặc X/XX). Để thuận tiện cho việc 1.4 tính toán và mô phỏng ta chọn mảng XX/X. 1.2 Để tính chiều dài mảng L-2 có 3 trường hợp: 1 Có phần tử tại vị trí 2 và L . 0.8 0.6 Có phần tử tại vị trí 1 và L-1. patternBeam Có phần tử tại vị trí o và L-2 . 0.4 đối với trường hợp đầu tiên, ta đặt một cảm 0.2 biến ở vị trí thứ 2 để có được mẫu XXX / X. 0 -100 -80 -60 -40 -20 0 20 40 60 80 100 điều này hàm ý rằng hai trường hợp còn lại Angles [degrees] không đòi hỏi phải đặt phần tử tại vị trí 2 từ 3 Hình 7: Đồ thị hướng tính của bộ tạo búp
- Multiple LCMV Beamforming sử dụng hướng µ / .1*µ .2*µ .3*µ .4*µ .5*µ .6*µ .7*µ .8*µ .9*µ µ_max N 1 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 2 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 3 1000 1000 1000 1000 1000 1000 1000 1000 1000 1000 4 997 1000 1000 1000 1000 1000 1000 1000 1000 1000 5 947 999 997 1000 1000 1000 1000 1000 1000 1000 Hình 9: Đồ thị hướng tính của bộ tạo búp 6 973 995 998 1000 1000 1000 1000 1000 1000 1000 Multiple LCMV Beamforming dùng cho 7 983 977 997 995 995 1000 999 999 1000 1000 dãy anten chữ nhật URA trong không 8 945 979 995 999 999 998 999 999 1000 1000 gian 3D. 9 970 984 987 994 998 992 999 999 999 1000 Nhận xét: Theo hình 7, 8, 9 cho thấy khi 10 962 982 975 976 977 985 968 981 998 1000 số lượng phần tử Anten càng lớn búp 11 937 954 957 963 952 945 935 994 990 1000 sóng chính càng hẹp, độ lợi các búp sóng 12 885 883 893 908 891 866 933 879 952 1000 phụ càng nhỏ. Điều đó cho thấy với số 13 891 944 948 933 924 941 969 985 968 1000 phần tử anten càng nhỏ thì nhiễu gây ra 14 870 911 920 911 932 917 895 970 998 1000 càng lớn và hướng tính của dãy Anten 15 820 874 868 911 891 901 918 913 949 1000 không đạt hiệu quả mong đợi, còn khi 16 756 799 784 795 835 861 881 926 954 1000 tăng số phần tử thì độ lợi hướng tính ở 17 773 823 822 807 833 862 877 901 959 1000 các hướng mong muốn đạt cực đại đồng 18 743 815 810 809 826 858 843 913 929 1000 thời cực tiểu công suất về các hướng can 19 757 752 683 748 796 851 864 886 894 1000 nhiễu. LMS Algorithm for adaptive beamformer, muy = 0.0082287, number of antennas = 15 20 752 723 669 630 536 576 628 714 768 1000 0 đến dùng cho dãy anten ULA có N=8 phần tử . -10 -20 -30 -40 -50 -60 Mean-Squared ErrorMean-Squared in dB -70 -80 -90 0 200 400 600 800 1000 Iteration Number LMS Algorithm for adaptive beamformer, muy = 0.0061748, number of antennas = 20 0 Hình 8: Đồ thị hướng tính của bộ tạo búp -10 Multiple LCMV Beamforming sử dụng hướng -20 -30 đến dùng cho dãy anten ULA có N=20 phần tử -40 . -50 -60 Mean-Squared Error in dB Error Mean-Squared -70 -80 -90 0 100 200 300 400 500 600 700 800 900 1000 Iteration Number Hình 10, 11 : Sai số MSE giữa tín hiệu mẫu với ngõ ra của hệ thống trong bộ tạo búp
- Unconstrained LMS Beamforming dùng cho búp sóng hẹp hướng đến tín hiệu mong đợi. dãy anten ULA có N=15&20 phần tử. Giải thuật LMS sẽ hội tụ nhanh khi số lượng phần tử trong dãy anten tăng lên; thời Unconstrained-multi-LMS with 20 elements,10 step-size values gian hội tụ sẽ thấp hơn nếu góc đến nhỏ (góc 0 1000 phương vị gần với 0 ); giải thuật LMS không hội tụ tại hệ số hội tụ = =1/Tr(R). 800 max 600 III. KẾT LUẬN 400 200 Bài viết đã trình bày và mô phỏng : 0 giải thuật Multiple LCMV beamforming băng 20 hẹp trong bộ tạo búp sử dụng hướng đến cho samples signal:of reference SOI(1)=-60degree 15 10 0.015dãy anten ULA có N phần tử trong không gian 5 0.01 0.005 2D; giải thuật Multiple LCMV beamforming antenna elements: N=1:20 0 0 Muy=0.1*i*Muy-max, i=1:10 băng hẹp cho dãy anten chữ nhật URA có MxN phần tử trong không gian 3D; giải thuật Hình 12: Minh họa thời gian hội tụ (mẫu thứ Unconstrained LMS Beamforming băng hẹp n) khi mô phỏng 1000 mẫu tín hiệu rời rạc trong bộ tạo búp sử dụng tín hiệu tham khảo trong bộ tạo búp Unconstrained LMS cho dãy anten ULA trong không gian 2D, giải Beamforming dùng cho dãy anten ULA tương thuật Unconstrained LMS Beamforming băng ứng với 200 cặp giá trị (N, ) theo hướng đến hẹp trong bộ tạo búp sử dụng tín hiệu tham 0 SOI(1) = -60 . khảo để chọn số phần tử N của dãy anten ULA Bảng 1: Số liệu thời gian hội tụ (mẫu thứ n) tối ưu sao cho thời gian hội tụ nhỏ nhất, Giải khi mô phỏng 1000 mẫu tín hiệu rời rạc trong thuật Sparse Array cho dãy Anten ULA 12 bộ tạo búp Unconstrained LMS Beamforming phần tử nhằm giảm số phần tử theo một quy dùng cho dãy anten ULA tương ứng với 200 luật nào đó nhưng vẫn đảm bảo búp sóng hẹp. cặp giá trị (N, ) theo hướng đến SOI(1) = -600 . IV. TÀI LIỆU THAM KHẢO [1] M. Elad, Sparse and Redundant Representations: From Theory to Applications in Signal and Image Processing, Springer, September, 2010. [2] Minvielle, Sparse Antenna Array Optimization With the Cross-Entropy Method, 2011 [3] Wenji Zhang, Reducing the Number of Elements in Linear and Planar Antenna Hình 13: Đồ thị hướng tính của Sparse Arrays With Sparseness Constrained Array dãy Anten 12 phần tử. Optimization, 2011 Nhận xét: Khi áp dụng giải thuật Sparse Array cho dãy Anten, mặc dù độ lợi bức xạ tuy có giảm nhưng đồ thị hướng tính của dãy vẫn có
- [4] Keith A. Blanton, New Search Algorithm for Minimum Redundancy Linear Arrays, Họ tên:Nguyễn Hữu Tài 1991 Đơn vị: VNPT Tp.Hồ Chí Minh [5] Ahmed El-Rabbany, Introduction to Điện thoại: 094.68.77.357 GPS-The Global Positioning System, 2002, Artech House mobile communications series. [6] James Bao-Yen Tsui, Fundamentals of Global Positioning System Receivers,2000, A Willey interscience publication. [7] Mohinder S.Grewal – Lawrence R.Weill – Angus P.Andrews, Global Positioning System, Inertial Navigation, and Integration, 2001, A John Wiley & Sons, Inc. Publiccation. [8] Joseph C. Liberti, JR.Theodore S. Rappaport, Smart Antennas For Wireless Communications: IS-95 and Third Generation CDMA Applications, 1999, Prentice Hall. [9] Lal Chand Godara, Smart Antennas, 2004, CRC Press LLC.(website : www.crcpress.com). [10] Simon Haykin, Adaptive Filter Theory, 1996, Prentice Hall. [11] Tuan, L.M; Park, JD; Yoon, GW; Kim, JW Inf. & Commun. Univ., Taejon, South Korea , Projection-based LMS and MMSE algorithms for adaptive antennas 2001 [12] RK Jain, Sumit Katiyar and Agrawal , Smart Antenna for Cellular Mobile Communication, 2011 [13] GS.Trần Mạnh Tuấn & ThS.Đào Thị Hồng Diệp, Hệ thống vệ tinh định vị toàn cầu và ứng dụng. [14] Nguyễn Tấn Kiệt, Bộ lọc KalMan và Anten thông minh trong hệ thống GPS, Đại Học Bách Khoa Tp Hồ Chí Minh, 2008
- BÀI BÁO KHOA HỌC THỰC HIỆN CÔNG BỐ THEO QUY CHẾ ĐÀO TẠO THẠC SỸ Bài báo khoa học của học viên có xác nhận và đề xuất cho đăng của Giảng viên hướng dẫn Bản tiếng Việt ©, TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP. HỒ CHÍ MINH và TÁC GIẢ Bản quyền tác phẩm đã được bảo hộ bởi Luật xuất bản và Luật Sở hữu trí tuệ Việt Nam. Nghiêm cấm mọi hình thức xuất bản, sao chụp, phát tán nội dung khi chưa có sự đồng ý của tác giả và Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh. ĐỂ CÓ BÀI BÁO KHOA HỌC TỐT, CẦN CHUNG TAY BẢO VỆ TÁC QUYỀN! Thực hiện theo MTCL & KHTHMTCL Năm học 2016-2017 của Thư viện Trường Đại học Sư phạm Kỹ thuật Tp. Hồ Chí Minh.