Пространственное мультиплексирование: просто о сложном. Часть 1

в 17:28, , рубрики: LTE, MIMO, OFDM, wi-fi, Беспроводные технологии, Телекомы, метки: , , ,

Пространственное мультиплексирование: просто о сложном. Часть 1
Прорыв последних лет в области беспроводных стандартов и технологий связи обязан, по сути, одной технологии — MIMO.Предложенная теория очень удачно подошла под активно осваиваемую технологию OFDM и именно эта связка позволила получить сегодняшние 802.11n/ac, LTE и т.д. В статье я попытаюсь объяснить за счет чего происходит увеличение скорости при использовании многоантенных систем и постараюсь описать без сложных формул и схем принцип работы систем MIMO-OFDM.

В качестве вступления хочу порекомендовать вам ознакомиться с работой товарища tgx, где очень красиво объясняется что такое OFDM, дается немного понятий из теории связи.
Не влезая в специфические термины коротко свойства системы связи можно описать 2 пунктами: помехоустойчивость(ПУ) и пропускная способность(ПП). Несмотря на то, что сегодня мы все меряем скоростями передачами(пропускная способность — максимальная скорость обеспечиваемая системой связи) во главу угла поставлена именно достоверность передачи (показатель: вероятность ошибки). В любой системе всегда существует механизм обмена ПП на ПУ. Именно поэтому при резком ухудшении условий передачи (вы ушли с ноутбуком из кабинета на кухню) вы получаете в своем браузере не кракозябры(хотя скорее всего и их вы не увидите), а замечаете снижение скорости.
Еще не так давно главным способом выжимания заветных децибел было усовершенствование сигнально-кодовых конструкций и методов помехоустойчивого кодирования. MIMO сделало казалось невозможное: не меняя полосу частот, энергетику сигналов, только за счет физического увеличения количества антенн и усложнения методов обработки удалось увеличить теоретическую ПП и ПУ систем связи в разы. Так уж сложилось, что нормальной литературы на русском языке практически нет, автору приходилось заниматься обработкой литературы англоязычной.

Классификация систем MIMO

Логически правильно было бы разделить системы MIMO, как системы с многими входами и многими выходами по типу использования этой пространственной избыточности.
Пространственное мультиплексирование: просто о сложном. Часть 1
Тему ПВК я постарался раскрыть здесь.
BF(Beamforming-формирование луча) — перспектива развития систем MIMO. Смысл заключается в использовании ЦАР (Цифровая Антенная Решетка), которые позволяют динамически изменять диаграмму направленности. Как это можно применить? Формирование нескольких лучей — имитация многоантенной системы, т.е. нет необходимости городить огород из классических антенн. Автоматическая подстройка под местоположение приемника позволяет давать большую энергетику на приемнике и следовательно увеличить ПУ и как следствие ПП.

Пространственное мультиплексирование

Математически, сигнал на приемнике после прохождения через радиоканал представляет собой сумму произведения исходного сигнала и некоторой комплексной передаточной функции(КПФ) и шума.Пресловутые замирания возникающие в радиоканале как раз и составляют КПФ. Закон распределения КПФ, как случайной величины, определяет наличие прямой видимости между передатчиком и приемником и факторы влияющие на многолучевое распространение сигнала (стены в квартире, дома в городе и т.д.) В нашем случае наиболее универсальным будет случай отсутствия прямой видимости — Релеевские замирания.
Так как в системе присутствуют несколько антенн, то пути проходимые сигналами с разных антенн тоже разные, следовательно разными будут и их КПФ для каждой пары передатчик-приемник. Это принципиально важный момент. Исходя из структуры системы КПФ всех её подканалов можно свести в матрицу.
А теперь самое интересное. Получается что каждый канал имеет свои характеристики отличающиеся от соседних, следовательно сигнал переданный по нему можно однозначно отделить от сигналов переданных по другим каналам переданных в этой же полосе частот.
Математика MIMO, а именно алгоритмы принятия решения довольно непростые, но все они построены на знании КПФ на приемной стороне. Но как это реализовать, если на определенной частоте мы передаем информацию, а это случайная величина? Самое эффективное решение — введение в структуру сигнала пилотов — сигналов с заранее известными параметрами с помощью которых можно проводить оценку канала.

Оценка канала

OFDM технология уникальная, помимо отличных показателей ЧЭЭ (частотно-энергетической эффективности), беспрецедентной помехозащищенности(не путать с помехоустойчивостью) и гибкости она как нельзя кстати подходит под концепцию MIMO. Структура OFDM представляет собой набор промодулированных поднесущих, расположенных на фиксированном расстоянии друг от друга в частотном спектре.
В силу того, что реальные каналы частотно-селективны (КПФ даже соседних поднесущих могут иметь большую разницу), некоторые из подканалов используются в целях оценки канала. Для этого пилотные поднесущие модулируются ФМ-2 (Фазовая модуляция с позиционностью 2, позволяет передавать 1 бит) псевдослучайной последовательностью известной на приеме. Выбор расположения этих поднесущих также не случаен: учитывается равномерность их распределения в частной и временной области (причины в различных видах помех).
Пространственное мультиплексирование: просто о сложном. Часть 1
На приемной стороне шаблон пилот-несущей делят на принятый вариант, и как итог, мы получаем КПФ канала для пилот-несущей. Дальше производится аппроксимация полученных значений для информационных подканалов.
Цель достигнута: КПФ канала найдены для всех поднесущих и можно возвращаться к MIMO.

Обработка сигнала

Существует большое количество методов обработки полученного сигнала, но самый простой по сути и самый ресурсоемкий это ML (Maximum Likehood — максимального правдоподобия).
Решение о принятом сигнале принимается по минимальной разнице между вычисленным значением сигнала и принятой реализацией прямым перебором по всем подканалам и возможным сигналам.
Пространственное мультиплексирование: просто о сложном. Часть 1
Представленный алгоритм довольно сильно упрощен, однако, позволяет наглядно объяснить «откуда взялась скорость» и как «приемник понимает какой сигнал от какой антенны пришел».

Заключение

На самом деле представленные материалы в этой статье это верхушка айсберга. Алгоритм ML на практике не используется, так как требует очень много ресурсов. Значительным усовершенствованием его стал алгоритм сферического декодирования.Современные системы связи уверенно движутся в сторону адаптивности скорости помехоустойчивых кодов, позиционности модуляции, beamforming и скорости пространственного кодирования. Все эти методы выжимают радиоканал по-максимуму. По теме пространственной обработки очень перспективной мне кажется идея сингулярной обработки(предкодинга) сигнала вместе с использованием «водонаполняемого» решения на основе известной оценки канала на передаче.

Литература

  1. Alain Sibille, Claude Oestges, Alberto Zanella «MIMO: From Theory to Implementation»
  2. Yong Soo Cho, Jaekwon Kim, Won Young Yang, Chung G. Kang «MIMO-OFDM Wireless Communications with MATLAB»

Автор: netcitizen

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js