Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/1311
Title: | การประมาณช่องสัญญาณแบบบอดโดยใช้อัลกอริทึมกำลังสองเฉลี่ยน้อยที่สุด ที่ถูกนอร์มอลไลซ์สำหรับมัลติยูสเซอร์ดีเทกเตอร์ที่ปรับตัวได้แบบกลุ่ม-บอด |
Other Titles: | Blind channel estimation using normalized least mean square algorithm for adaptive group-blind multiuser detetor |
Authors: | สุรพล ตันอร่าม, 2520- |
Advisors: | วาทิต เบญจพลกุล |
Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
Advisor's Email: | [email protected] |
Subjects: | ระบบสื่อสารเคลื่อนที่ การเข้าถึงแบบหลายทางด้วยการแบ่งรหัส การประมวลสัญญาณ |
Issue Date: | 2545 |
Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
Abstract: | เสนอวิธีการปรับปรุงการประมาณช่องสัญญาณต่อเนื่องแบบบอด ด้วยการประยุกต์ใช้อัลกอริทึมกำลังสองเฉลี่ยน้อยที่สุดที่ถูกนอร์มอลไลซ์ (Normalized least mean square: NLMS) ในสภาพแวดล้อมที่ช่องสัญญาณพหุวิถีมีการเปลี่ยนแปลงอย่างช้าๆ การประมาณช่องสัญญาณต่อเนื่องแบบบอด (Blind sequential channel estimation method) ดั้งเดิมซึ่งประยุกต์ใช้อัลกอริทึมคาลแมนถูกพัฒนาขึ้นเพื่อลดความซับซ้อน ของวิธีการประมาณช่องสัญญาณแบบบอดมาตรฐาน แต่การประมาณช่องสัญญาณต่อเนื่องแบบบอดด้วยอัลกอรทึมแบบคาลแมน ยังคงมีความซับซ้อนทางการคำนวณที่สูงในระดับ O(N2) โดยที่ N มีค่าเท่ากับ ความยาวของผลตอบสนองอิมพัลส์ทั้งหมด ดังนั้นในวิทยานิพนธ์ฉบับนี้จึงเสนอวิธีการปรับปรุง การประมาณช่องสัญญาณต่อเนื่องแบบบอดให้มีความซับซ้อนทางการคำนวณที่ลดลง โดยการประยุกต์ใช้อัลกอริทึม NLMS ด้วยเหตุผลที่ว่า อัลกอริทึม NLMS มีความซับซ้อนทางการคำนวณที่ต่ำในระดับ O(N) มีเสถียรภาพที่ดีและสามารถนำมาใช้งาน กับวิธีการประมาณช่องสัญญาณอย่างต่อเนื่องแบบบอด ซึ่งจะมีลักษณะของสัญญาณอินพุตเป็นแบบเวกเตอร์อิสระเชิงสถิติ (Statistically independent vector) ได้เช่นเดียวกับอัลกอริทึมคาลแมน จากการจำลองแบบในกรณีที่ค่าเริ่มต้นผลตอบสนองช่องสัญญาณเป็นแบบค่าสุ่ม หลังจากการปรับค่าคงที่การปรับตัวได้และค่าเริ่มต้น K[0] ของอัลกอริทึม NLMS และอัลกอริทึมคาลแมนตามลำดับ ให้มีค่าเหมาะสมแล้ว จะได้ = 1 และ K[0] = 0.1*I พบว่า การประมาณช่องสัญญาณต่อเนื่องแบบบอดด้วยอัลกอริทึม NLMS จะมีค่า NMSE ของการประมาณช่องสัญญาณที่น้อยกว่าในช่วงที่ SNR มีค่า 3-19 dB ทำให้ดีเทกเตอร์แบบกลุ่ม-บอดชนิดผสมรูปแบบที่ 2 ที่ถูกสร้างขึ้นมีประสิทธิภาพที่ดีกว่า โดยจะมีค่า BER ที่ต่ำกว่าประมาณ 30-70% ในช่วงที่ SNR มีค่า 6-19 dB และในกรณีที่ค่าเริ่มต้นผลตอบสนองช่องสัญญาณเป็นค่าที่ดี หลังจากการปรับค่าคงที่การปรับตัวได้ และค่าเริ่ม K[0] ของอัลกอริทึม NLMS และอัลกอริทึมคาลแมนตามลำดับ ให้มีค่าเหมาะสมแล้ว จะได้ = 0.00002 และ K[0] = 0.0001*I พบว่า การประมาณช่องสัญญาณต่อเนื่องแบบบอดด้วยอัลกอริทึม NLMS จะมีค่า NMSE ของการประมาณช่องสัญญาณที่น้อยกว่าในช่วงที่ SNR มีค่า 0-20 dB ทำให้ดีเทกเตอร์แบบกลุ่ม-บอดชนิดผสมรูปแบบที่ 2 ที่ถูกสร้างมีประสิทธิภาพที่ดีกว่ามาก โดยจะมีค่า BER ที่ต่ำกว่าประมาณ 1-60% ในช่วงที่ SNR มีค่า 6-20 dB นอกจากนี้เมื่อดีเทกเตอร์แบบกลุ่ม-บอดชนิดผสม รูปแบบที่ 2 โดยเฉพาะที่ถูกสร้างขึ้นจากการประมาณช่องสัญญาณต่อเนื่องแบบบอด ด้วยอัลกอริทึมแบบ NLMS โดยใช้ค่าเริ่มต้นของผลตอบสนองช่องสัญญาณเป็นค่าที่ดี จะมีสมรรถนะที่ดีกว่าการใช้ค่าเริ่มต้นผลตอบสนองช่องสัญญาณเป็นแบบค่าสุ่มโดยจะมีค่า BER ที่ต่ำกว่าประมาณ 12-96% สุดท้ายเมื่อพิจารณาการประมาณช่องสัญญาณต่อเนื่องแบบบอดด้วยอัลกอริทึม NLMS โดยใช้ค่าเริ่มต้นผลตอบสนองช่องสัญญาณที่ดีข้างต้นจะนำไปสู่การพัฒนาเครื่องรับที่ปรับตัวได้รูปแบบใหม่ที่เมตริกซ์ช่องสัญญาณที่ถูกสร้างไม่มีการเปลี่ยนแปลงตามช่วงการส่งข้อมูล ซึ่งเครื่องรับรูปแบบใหม่นี้จะทำงานได้ดีเฉพาะในสภาพแวดล้อมที่คงที่ หรือมีการเปลี่ยนแปลงอย่างช้าๆเท่านั้น |
Other Abstract: | To propose a method to improve blind sequential channel estimation by applying normalized least mean square algorithm. In slowly-varying multipath channel environment, the original blind sequential channel estimation which applied Kalman algorithm is developed to reduce the complexity of standard blind channel estimation. But it still has high complexity of O(N2), where N is the total of length of the impulse response. Therefore, this thesis proposes a method to reduce the computational complexity of blind sequential channel estimation by applying NLMS algorithm. NLMS algorithm has low complexity of O(N2) with good stability and can be applied to blind sequential channel estimation technique in which character of signal input is statistically independent vector as same as Kalman algorithm. In case, initial value of channel response is random value, after adaptation process, adaptation constant of NLMS algorithm is 1 and K[0] of Kalman algorithm = 0.1*I. The results show that blind sequential NLMS channel estimation has NMSE of channel estimation lower than blind sequential Kalman channel estimation in SNR range of 3-19 dB. Therefore, group-blind hybrid detector form-II which was built from blind sequential NLMS channel estimation has higher performance and gives percentage of BER lower than blind sequential Kalman channel estimation for 30-70%. In case, initial value of channel response is good value, after adaptation process, adaptation constant is 0.00002 and K[0] = 0.0001*I. The results show that blind sequential NLMS channel estimation has NMSE of channel estimation lower than blind sequential Kalman channel estimation in SNR range of 0-20 dB. Therefore, group-blind hybrid detector form-II which was built from blind sequential NLMS channel estimation has higher performance and gives percentage of BER lower than blind sequential Kalman channel estimation for 1-60%. Group-blind hybrid detector form-II which was built from blind sequential NLMS channel estimation with good initial value of channel response has higher performance than that with random initial value of channel response for 12-96%. Finally, the above blind sequential NLMS channel estimation with good initial value of channel response leads to develop a new adaptive receiver. This new receiver works well in stationary or slowly-varying environment. |
Description: | วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2545 |
Degree Name: | วิศวกรรมศาสตรมหาบัณฑิต |
Degree Level: | ปริญญาโท |
Degree Discipline: | วิศวกรรมไฟฟ้า |
URI: | http://cuir.car.chula.ac.th/handle/123456789/1311 |
ISBN: | 9741719159 |
Type: | Thesis |
Appears in Collections: | Eng - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
surapol.pdf | 3.37 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.