7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
1/55
PROGRAMA DE PS-GRADUAO EM ENGENHARIA ELTRICA
UNIVERSIDADE FEDERAL DE SANTA CATARINA
ALGORITMOS ADAPTATIVOS DE CONFORMAO DE FEIXE EM
ANTENAS INTELIGENTES PARA SISTEMAS MC-CDMA
Guilherme Martignago Zilli
Prof.: Jos. C. M. Bermudez, PhD
Disciplina: EEL6705Teoria de
Filtragem Adaptvel
Florianpolis, Novembro de 2014
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
2/55
SUMRIO
1.
INTRODUO .................................................................................. 3
2. ARRANJO DE ANTENAS E CONFORMAO DE FEIXE ............... 5
2.1 Arranjo de antenas ...................................................................... 5
2.2 Arranjo adaptativo de antenas ..................................................... 5
2.3 Princpios bsicos da Conformao de Feixes ............................ 7
3. PRINCPIOS DO MC-CDMA ........................................................... 13
3.1
O CDMA .................................................................................... 13
3.1.1 O Cdigo CDMA .................................................................. 13
3.2 O CDMA Multi Portadoras (MC-CDMA) .................................... 14
3.3 Modelo Up-link MC-CDMA com Arranjo de Antenas ................. 15
4. ALGORITMOS CEGOS PARA CONFORMAO DE FEIXES
EM SISTEMAS MC-CDMA ............................................................................... 18
4.1
Critrio da Mxima SINR ........................................................... 18
4.2 O Algoritmo GLM ....................................................................... 21
4.3 O Algoritmo RGLM .................................................................... 24
5. EXPERIMENTOS E RESULTADOS ............................................... 27
5.1 Experimento 1Diferentes nmeros de antenas e usurios .... 27
5.2 Experimento 2 Diferentes passos de atualizao e fatores de
esquecimento .................................................................................. 33
5.3 Experimento 3Diferentes SINR ............................................. 37
5.4 Experimento 4Ambiente no estacionrio ............................. 39
5.5 Experimento 5Desvanecimento ............................................. 43
5.6 Experimento 6Avaliao do desempenho computacional ..... 46
6. CONSIDERAES FINAIS ............................................................ 48
7. APNDICE ...................................................................................... 49
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
3/55
7.1 Estimao das matrizes de autocovarincia ............................. 49
7.2 Aproximao para SINR ............................................................ 50
7.3 Clculo do Multiplicador de Lagrange ....................................... 51
8.
BIBLIOGRAFIA................................................................................ 53
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
4/55
3
1. INTRODUO
Este trabalho se prope a estudar o algoritmo adaptativo de
conformao de feixes para sistemas de Mltiplo Acesso por Diviso de Cdigo
Multi-Portadoras (MC-CDMA) em arranjo de antenas proposto em [1].
O desenvolvimento de antenas inteligentes surgiu de desafios
caractersticos dos sistemas de comunicao sem fio [2]: (i) limitao da
alocao espectral; (ii) o ambiente de propagao e a mobilidade dos usurios
acarretam em desvanecimento e espalhamento no tempo, espao e em
frequncia; e (iii) restrio de potncia dos dispositivos mveis.
O termo antenas inteligentes usado para descrever o sistema formado
pelo arranjo de antenas e por dispositivos de processamento digital de sinais.
Estes dispositivos podem ser usados na implementao de algoritmos de
estimao de direo de chegada (DOA), de conformao de feixe, de controle
de potncia, entre outros.
Os arranjos adaptativos de antenas [3] tem a capacidade de adaptar o
padro de radiao em tempo real, projetando o feixe principal na direo do
sinal de interesse (SOI) e suprimindo a radiao nas direes dasinterferncias (SNOI). De acordo com [4] existem duas estratgias para
conformao de feixe: a primeira, baseada no conhecimento da DOA dos sinais
e, na segunda, assume-se que parte do sinal desejado seja conhecida
(utilizando uma sequncia de treinamento, por exemplo). Uma terceira
estratgia, considerada neste trabalho, dos algoritmos cegos, que no
possuem conhecimento do DOA nem usam sequncia de treinamento.
Neste trabalho abordado o problema de algoritmos adaptativos cegosaplicados conformao de feixe em sistemas de comunicao celular com
tecnologia MC-CDMA, considerando apenas a situao de uplink, isto , o fluxo
de dados partindo das estaes mveis para a estao base.
O artigo [1] tomado como base para este trabalho prope um algoritmo
chamado de Multiplicadores de Lagrange Generalizado Recursivo (RGLM),
uma adaptao do algoritmo Multiplicadores de Lagrange Generalizado (GLM).
Tais algoritmos so baseados no critrio de mxima SINR Signal toInterference and Noise Ratio, apresentado em [5].
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
5/55
4
Neste trabalho explorado o problema de conformao de feixe,
apresentando uma viso geral do tema e princpios fsicos bsicos que
permitem o desenvolvimento de tal tcnica; so apresentados superficialmente
as tcnicas de CDMA e MC-CDMA e tcnica de adaptao no supervisionada
(onde no se tem informao do sinal de sada desejado necessrio em
muitos problemas de filtragem adaptvel); introduzido o modelo do sinal
discreto em banda base de sistemas MC-CDMA; apresentado o problema de
conformao de feixe baseado no critrio de mxima SINR, discutindo-se e
apresentando-se o equacionamento do algoritmo GLM e RGLM; tais algoritmos
so implementados e analisados.
Este trabalho analisa e compara o desempenho dos algoritmos GLM e
RGLM em termos da SINR, uma vez que em [1] feita apenas a analise em
termos da taxa de erro de bits. O trabalho trata ainda do desempenho dos
algoritmos em termos da convergncia dos coeficientes e de seus
desempenhos computacionais.
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
6/55
5
2. ARRANJO DE ANTENAS E CONFORMAO DE FEIXE
2.1 Arranjo de antenas
Em um sistema de telecomunicao, a antena o dispositivo projetado
para radiar ou receber ondas eletromagnticas. Em outras palavras, um
transdutor, que no modo de transmisso usado para converter ondas guiadas
atravs de uma linha de transmisso para ondas radiadas no espao livre e, no
modo de recepo, para converter ondas no espao livre para ondas guiadas
[4], [6].
De acordo com [4], em muitas aplicaes deseja-se antenas com
caracterstica muito diretiva (com alto ganho em determinadas direes do
espao). Tal diretividade pode ser alcanada com antenas de diferentes
geometrias, ou ento, com a utilizao de mltiplos elementos de radiao. Os
dispositivos com mltiplos elementos radiadores so chamados de arranjo de
antenas [7].
O campo eletromagntico total de um arranjo de antenas determinado
pela soma vetorial dos campos radiados por cada elemento individual da
antena [6], [7]. Ainda de acordo com [7], existem cinco graus de liberdade quepodem ser usados para conformar o padro de radiao do arranjo de antenas:
i. geometria do arranjo (uma, duas ou trs dimenses - linear,
circular, retangular, esfrico, etc.);
ii. posio relativa entre elementos;
iii. amplitude de excitao de cada elemento;
iv. fase de excitao de cada elemento;
v. padro de radiao de cada elemento.
2.2 Arranjo adaptativo de antenas
Os arranjos de antenas adaptativos tem a habilidade de se adaptar, i.e.,
adaptar seu padro de radiao, de acordo com as necessidades impostas
pelo ambiente de radiao. O desenvolvimento de arranjos adaptativos (ou
antenas inteligentes) tem concentrado esforos para prover proteo contra
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
7/55
6
interferncias, melhorar a confiabilidade na aquisio de sinais e permitir a
rastreabilidade dos sinais desejados [4].
Na grande maioria dos arranjos adaptativos, o padro de radiao do
conjunto de antenas direcionado para a direo desejada atravs da
ponderao em amplitude e fase dos sinais de sada de cada elemento do
arranjo [8]. Alm disso, os arranjos tem a capacidade de identificar fontes de
interferncia e tentar suprimi-las automaticamente. A principal vantagem dos
arranjos adaptativos prover uma configurao rpida e flexvel dos padres
de conformao de feixe [9].
Sistemas de arranjo adaptativo conseguem localizar e rastrear sinais (de
interesse e interferentes) e dinamicamente ajustar o padro de radiao da
antena, a fim de melhorar a recepo e minimizar o efeito das interferncias, a
partir de algoritmos de processamento de sinais.
AFigura 1 apresenta um diagrama de blocos de um sistema de arranjo
adaptativo de antenas.
Figura 1 - Diagrama de blocos de um arranjo de antenas adaptativo. Adaptado de [4]
O diagrama de blocos apresentado na Figura 1 ilustra um arranjo
adaptativo de antenas operando em modo de recepo. As etapas de recepo
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
8/55
7
e demodulao so responsveis por fornecer o sinal analgico decodificado e
em banda base ao conversor analgico/digital, que digitaliza o sinal recebido. O
digital recebido filtrado pelo filtro espacial de conformao de feixes, gerando
os sinais de sada para cada unidade de conformao de feixes. Tanto os
sinais de sada quanto os sinais de entrada do filtro espacial so utilizados pelo
algoritmo adaptativo embarcado em um dispositivo de processamento de
sinais digitaispara o ajuste dos coeficientes do filtro adaptativo.
2.3 Princpios bsicos da Conformao de Feixes
O princpio de funcionamento das antenas inteligentes pode ser
estudado usando o exemplo de um arranjo linear uniforme (ULA Uniform
Linear Array), com N elementos uniformemente espaados e distncia d entre
elementos consecutivos. Assume-se que o sinal gerado por uma fonte no
campo distante e que, portanto, o sinal incidente no arranjo de sensores
aproximadamente uma onda plana. Tal configurao apresentada naFigura
2.
Figura 2 - Arranjo linear uniforme com N sensores
Com respeito ao sensor 1, o sensor 2 recebe sinal com um atraso de
tempo , tal que:
0
sin sdv
(1)
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
9/55
8
onde 0v a velocidade de propagao da onda e s o ngulo da direo de
chegada da onda. A partir da equao (1) pode-se estabelecer uma expresso
para s :
1 0sinsv
d
(2)
Se o sinal ( )s t um sinal de banda estreita, com frequncia de
portadora cf (e comprimento de onda 0c cv f ), ento o atraso de tempo
corresponde a um atraso de fase de:
sin
2
s
c
d
(3)
Para cada arranjo de antenas pode-se definir um vetor de direo, que
contem a resposta de cada elemento do arranjo para uma fonte com uma nica
componente em frequncia de potncia unitria.
Para um arranjo com elementos idnticos, cada componente do vetor de
direo tem magnitude unitria. A fase do n-simo componente igual
diferena de fase entre o sinal incidente no n-simo componente do arranjo e o
sinal incidente no elemento de referncia.
Para um arranjo ULA com N elementos e espaamento d entre
elementos adjacentes o vetor de direo dado por:
2 2sin 1 sin
1 s s
Td d
j j N
e e
a (4)
O diagrama de radiao de um arranjo formado aplicando a cada
elemento do vetor de direo a excitao, em amplitude e fase, docorrespondente elemento da antena.
O diagrama de radiao de um arranjo ULA com N elementos
omnidirecionais com espaamento d entre elementos dado, em dB, por:
2
1010log
T
HG
w a
w w
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
10/55
9
21
0
10
2 sinexp
10log
N
n
n c
H
ndw j
G
w w (5)
onde w o vetor de coeficientes complexos do filtro espacial de conformao
de feixe. AFigura 3 apresenta um exemplo de diagrama de radiaes de um
arranjo de antenas
Figura 3 - Exemplo de diagrama de radiao de um arranjo de antenas
De acordo com [4], um arranjo ULA com N elementos pode recuperar o
sinal desejado ( )s t e cancelar N1 sinais interferentes. Para demonstrar tal
capacidade, assume-se que o sinal desejado e N1 sinais interferentes estejam
sendo recebidos pelo arranjo ULA de N elementos. O sinal desejado chega ao
arranjo com um ngulo s . A diferena de fase entre o m-simo sensor e o
primeiro sensor para o sinal ( )s t dada por:
,
1 sin2 , 1,2,....,
s
s m
c
m dm N
(6)
-80 -60 -40 -20 0 20 40 60 80-50
-40
-30
-20
-10
0
10
(graus)
Ganho(dB)
Diagrama de Radiao
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
11/55
10
Os sinais de interferncia chegam ao arranjo com ngulos 1 2 1, , ..., N .
A diferena de fase entre o m-simo sensor e o primeiro sensor devido ao n-
simo sinal interferente dado por:
,
1,2,....,1 sin2 ,
1,2,...., 1
n
n m
c
m Nm d
n N
(7)
Os coeficientes complexos do filtro espacial, que ponderam as sadas
dos sensores so1 1,1 1,2w w jw , 2 2,1 2,2w w jw ,..., ,1 ,2N N Nw w jw . A sada
do arranjo para o sinal desejado , portanto, dada por:
,2 ,1,1 1,2 2,1 2,2 ,1 ,2...s s Nj j
N NS t s t w jw w jw e w jw e (8)
A sada devido ao n-simo sinal interferente dada por:
,2 ,1,1 1,2 2,1 2,2 ,1 ,2...
1,2, ..., 1
n n Nj j
n n N N N t n t w jw w jw e w jw e
n N
(9)
A sada total do arranjo ento expressa por:
1
1
N
n
n
y t S t N t S t N t
(10)
Existem, portanto, 2N coeficientes a serem determinados,
correspondendo as N partes reais e N partes imaginrias dos coeficientes
complexos do arranjo de N elementos, tal que o sinal desejado possa ser
recuperado e as N1 interferncias sejam canceladas. Equivalentemente, a
sada total do arranjo deve ser igual ao sinal desejado, i.e.:
y t s t (11)
Por convenincia, define-se o vetor w como:
1 2
TT T w w w (12)
com dimenso 2N, onde 1w e 2w tem dimenso N e consistem,
respectivamente, nas partes reais e imaginrias dos coeficientes complexos do
arranjo. Os vetores 1w e 2w so definidos por:
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
12/55
11
1 1,1 2,1 ,1
2 1,2 2,2 ,2
...
...
T
N
T
N
w w w
w w w
w
w
(13)
Alm disso, definem-se as matrizes 1R , 2R , 3R e 4R , todasN N ,
como:
,2 ,
1,2 1,
1
1,2 1,
1 cos cos
1 cos cos
1 cos cos
s s N
N
N N N
R (14)
,2 ,
1,2 1,
2
1,2 1,
1 sin sin
1 sin sin
1 sin sin
s s N
N
N N N
R (15)
3 2 R R (16)
4 1R R (17)
A sada total do arranjo pode ser obtida por:
1 2 1 1 2 3 4Ny t s t n t n t n t j R R R R w (18)
A partir da equao (18), a soluo para (11) dada por:
1w R M (19)
onde 2 2N NR dada por:
1 2
3 4
R RR
R R (20)
O vetor M , com dimenso 2N dado por:
1 2
TT T M M M (21)
onde 1M e 2M so vetores de dimenso N, escritos como:
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
13/55
12
1
2
1 0 0 0
0 0 0 0
T
T
M
M
(22)
O vetor1
M pode ser interpretado como mantendo a parte real do sinal
desejado e cancelando as partes reais dos sinais interferentes e o vetor 2M ,
como cancelando as partes imaginrias do sinal desejado e dos interferentes.
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
14/55
13
3. PRINCPIOS DO MC-CDMA
3.1 O CDMA
O CDMA (Mltiplo Acesso por Diviso de Cdigo) uma tcnica de
multiplexao onde um conjunto de usurios pode acessar simultaneamente e
assincronamente um canal atravs da modulao e do espalhamento do sinal
com informao usando uma sequncia de assinatura pr-determinada [10].
O CDMA tradicional, chamado DS-CDMA (Direct Sequence CDMA)
espalha o fluxo de dados usando um cdigo de espalhamento no domnio do
tempo [10]. O sinal DS-CDMA gerado atravs da multiplicao do smbolo de
cada usurio por uma sequncia binria (mais rpida que a taxa de gerao de
smbolos) [11].
AFigura 4 apresenta o diagrama da gerao de sinais CDMA.
Figura 4Diagrama da gerao do sinal CDMA. Adaptado de [10]
3.1.1 O Cdigo CDMA
A capacidade de supresso de interferncia dos mltiplos usurios
determinada pela correlao cruzada dos cdigos (ou sequncias) de
espalhamento. Assim como a capacidade de distinguir componentes de um
usurio de outras componentes est relacionada com a autocorrelao do
cdigo de espalhamento do mesmo [10].
Os cdigos CDMA consistem numa sequncia de chips, onde cada chip
pode assumir valores do conjunto {-1, 1}. Para que os cdigos possam ser
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
15/55
14
utilizados espera-se que os cdigos de diferentes usurios sejam ortogonais
entre si, isto :
1
0
para
0 para
N
a bi
N a bc i c i
a b
(23)
onde N o nmero de chips na sequncia e ac e bc correspondem,
respectivamente, aos cdigos dos usurios a e b .
Os cdigos de espalhamento podem ser gerados atravs de sequncias
pseudo aleatrias de -1s e 1s, entretanto, dificilmente obtm-se cdigos
perfeitamente ortogonais [11].
Um conjunto de cdigos perfeitamente ortogonais so os cdigos de
Walsh-Hadamard. Estes cdigos podem ser gerados atravs de uma operao
matricial recursiva. O conjunto de cdigos de comprimento 2n gerado atravs
de:
1 1
1 1
n n
n
n n
H HH
H H
(24)
com:
0
1 1
1 1H
(25)
Cada linha da matriz nH representa o cdigo de um usurio.
3.2 O CDMA Multi Portadoras (MC-CDMA)
O CDMA Multi Portadoras (Multi-CarrierCDMA ou MC-CDMA) [10][12]
uma tcnica de modulao digital onde cada smbolo de dado transmitidopor mltiplas portadoras de banda estreita, com cada subportadora codificada
por um deslocamento de fase de 0 ou , de acordo com o cdigo de
espalhamento.
As subportadoras so geradas usando sinais modulados por modulao
por deslocamento de fase binria (ou BPSK Binary Phase Shift Keying) e
cada subportadora possuem frequncias mltiplas de uma frequncia
harmnica determinada.
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
16/55
15
AFigura 5 apresenta o diagrama da gerao de sinais em um sistema
MC-CDMA.
Figura 5Diagrama da gerao do sinal MC-CDMA. Adaptado de [10]
O sinal MC-CDMA discreto no tempo pode ser visto como a
Transformada Discreta de Fourier do sinal DS-CDMA [11]
3.3 Modelo Up-link MC-CDMA com Arranjo de Antenas
O desenvolvimento do modelo do sinal MC-CDMA utilizado neste
trabalho leva em considerao um arranjo de antenas com L elementos,
operando apenas em situao de up-link, i. e, apenas a estao mvel est
transmitindo sinais, enquanto a estao base opera apenas como receptor. Tal
modelo apresentado em [1].
No transmissor, a l -sima amostra durante o n -simo smbolo ( )kb n
transmitido pelo k-simo usurio, com durao bT , expressa por:
1
,
0
2( ) ( ) exp ; 0,..., 1
N
k l k k k
m
j mlu b n c m l N
N
(26)
onde k a energia do smbolo do k-simo usurio, ( )kc m o m -simo chip do
cdigo de espalhamento do k-simo usurio e N nmero de chips no cdigo
de espalhamento, chamado tambm de ganho de processamento.
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
17/55
16
Assume-se que o sinal transmitido sofre um desvanecimento Rayleigh,
independente para cada usurio e diferente para cada frequncia. O
desvanecimento Rayleigh pode ser representado por [13]:
, , ,expk m k m k mh j (27)
onde,k m independente e igualmente distribudo (IID) com distribuio de
Rayleigh e,k m IID com distribuio uniforme entre [ , ] .
O sinal recebido na sada do arranjo de antenas pode ser escrito como:
1 1
,
0 0
1 2( ) ( ) ( ) exp
K N
l k k k k m k l
k m
j mln b n h c m n
N N
x a v (28)
onde 0,..., 1l N , ( )l nx um vetor Lx1contendo, em cada elemento, o sinal
recebido por cada uma das antenas pertencentes ao arranjo, K o nmero de
usurios, ka o vetor de direo do k -simo usurio, que incide nos L
elementos do arranjo com ngulo k e l nv representa vetor de rudo aditivo
branco gaussiano (AWGN) com potncia 2 .
Depois da Transformada Rpida de Fourier (FFT), o vetor dos sinais
recebidos dado por:
1
,
0
( ) ( ) ( )K
m k k k k m k m
k
n b n h c m n
x a n (29)
onde m nn a FFT do AWGN.
A partir da, o sinal recebido passa por correlatores, associados ao
cdigo de cada um dos usurios. Assumindo que a resposta em amplitude e
fase do canal de comunicao invariante no tempo durante a durao decada smbolo, que os canais foram equalizados, e que o receptor esteja
sincronizado com o usurio desejado 0k , a sada do receptor MC-CDMA
pode ser expressa como:
1
0 0,
0
( ) ( ) ( ) expN
m m
m
n n c m j
z x (30)
onde0,
m a fase estimada do sinal desejado para a m -sima subportadora.
Assumindo que a correo perfeita realizada0, 0,( )m m , a sada se reduz a:
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
18/55
17
1
0 0 0 0,
0
1 1
0 0, 0, ,
1 0
1
0 0,
0
( ) ( )
( ) ( ) ( ) exp
( ) exp
N
m
m
K N
k k k k m m k m
k m
N
m m
m
n b n
b n c m c m j j
c m n j
z a
a
n
(31)
A equao (31) apresenta o modelo do sinal MC-CDMA para um arranjo
de antenas com Lelementos, operando apenas em situao de up-linke sob
as consideraes apresentadas anteriormente sem a unidade de conformao
de feixes.
Com a unidade de conformao de feixe, as sadas do receptor MC-
CDMA so multiplicadas por um conjunto de coeficientes complexosw
. Asada do filtro espacial de conformao de feixes dada por:
Hy n n n w z (32)
onde w o vetor de coeficientes complexos do filtro de conformao de feixes:
1 2T
Ln w w ww (33)
A Figura 6 apresenta o diagrama da estrutura do receptor MC-CDMA
com unidade de conformao de feixes proposta para o modelo de sinal
apresentado em [1].
Figura 6 - Diagrama da estrutura do receptor MC-CDMA com arranjo de antenas proposto em [1]. Adaptado de [1].
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
19/55
18
4. ALGORITMOS CEGOS PARA CONFORMAO DE FEIXES EM
SISTEMAS MC-CDMA
4.1 Critrio da Mxima SINR
O critrio de Mxima SINR (MSINR) advm diretamente da maximizao
da SINR [5]. Assumindo que a sada do receptor MC-CDMA pode ser expressa
por:
( ) ( ) ( )n n n z d u (34)
onde ( )nd corresponde ao sinal desejado (usurio de interesse) e ( )nu ao sinal
indesejado (usurios intereferentes + rudo), e que as matrizes deautocovarincia HE ddR d d e HE uuR u u so conhecidas, deseja-se
maximizar a razo entre a potncia do sinal desejado 2d e a potncia total do
sinal de interferncia 2u . Tais potncias so expressas como:
2
2 H H
d E ddw d w R w (35)
e
2
2 H H
u E uuw u w R w (36)
Portanto, a SINR dada por:
2
2
H
d
H
u
SINR
dd
uu
w R w
w R w (37)
O vetor de pesos timos sob o critrio de Mxima SINR (MSINR) pode
ser encontrado atravs de um problema de otimizao, definido como:
argmaxH
MSINR H
dd
wuu
w R ww
w R w (38)
A soluo deste problema encontrada derivando-se (37) e igualando a
zero. Feito isso, obtm-se:
H
H dd
dd uu
uu
w R wR w R ww R w
(39)
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
20/55
19
A equao (39) equivale a um problema de autovalores e pode ser
rescrito como:
1 uu dd
R R w w (40)
onde H H dd uu
w R w w R w um escalar e representa a SINR.
O valor da SINR , portanto, limitado pelos valores mnimo e mximo
dos autovalores da matriz simtrica 1uu dd
R R . O maior autovalor max que
satisfaz a equao (40) corresponde mxima SINR. Correspondente a este
autovalor, existe um autovetor nico,opt MSINRw w , que representam os
coeficientes timos do filtro.
Infelizmente, as componentes desejadas e indesejadas do sinal nopodem ser separadas no receptor, inviabilizando a soluo da equao (40).
Entretanto, pode-se mostrar quedd
R euu
R podem ser obtidas atravs dos
vetores 1
0( )
N
m mn
x e ( )nz .
Sejam os sinais recebidos descorrelacionados e estacionrios no sentido
amplo, e assumindo que ( )kb n e ( )kc m so independentes e assumem apenas
valores binrios {-1,1}, que os cdigos ( )kc m so ortogonais, logo
( ) ( ) 1i jE c m c m para i j e ( ) ( ) 0i jE c m c m para i j , e ainda que
2 ( ) 1kb n . Pode-se expressar a matriz de autocovarincia dos dados recebidos
como:
12
0 0 0 0,
01 1
2 2
,
1 0
( ) ( )H
NH
m
mK N
H
k k k k m n
k m
E n n
E
E N
xx
dd uu
R X X
a a
a a I
R R
(41)
onde 0 1( ) ( ),..., ( )Nn n nX x x .
A matriz de autocovarincia de ( )nz pode ser escrita como:
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
21/55
20
21
0 0 0 0,
0
1 1
2 2,
1 0
( ) ( )H
NH
m
m
K N
Hk k k k m n
k m
E n n
E
E N
zzR z z
a a
a a I
(42)
Como 1
0, 0
N
m m
IID com distribuio Rayleigh, a distribuio do termo
1
0,
0
N
m
m
pode ser aproximada, usando o Teorema do Limite Central (TLC),
quando N for grande [12]. Usando os resultados do TLC, a mdia e o momento
de segunda ordem de1
0,
0
N
m
m
so dados, respectivamente, por:
0 0
1 12 2
0, 0,
0 0
e 22 2
N N
m m
m m
N E E
(43)
A equao (42) pode ento ser simplificada como:
12
0 0 0 0,
0
1 1
2 2,
1 0
2
2
NH
m
m
K N
Hk k k k m n
k m
N E
E N
N
zz
dd uu
R a a
a a I
R R
(44)
Assim, das equaes (41) e (44), tem-se (vide Apndice7.1):
2e
1 12 2
N
N N
xx zzzz xx
dd uu
R RR R
R R (45)
Dessa forma,dd
R euu
R podem ser estimadas a partir dexx
R ezz
R .
Em ambientes prticos, no entanto, o vetor de coeficientes do filtro,
calculados atravs de 1 uu dd
R R w w e de (45) no conseguem atingir MSINRw
devido aos erros de estimao dedd
R euu
R [14]
Para superar este problema, uma funo alternativa para encontrar o
vetor de coeficientes timos mostrada em [1]. A partir das equaes (41) e
(44), pode-se obter (vide Apndice7.2):
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
22/55
21
12
2 1
H
H
NN
SINR
zz
xx
w R w
w R w (46)
Que vlido para qualquer w , exceto para 0H xx
w R w . Portanto,
qualquer vetor de coeficientes que maximize H Hzz xx
w R w w R w , maximiza
tambm a SINR.
O vetor de coeficientes timos pode ser obtido atravs de um novo
problema de otimizao, expresso por:
argmaxH
MSINR H zz
wxx
w R ww
w R w (47)
e MSINRw corresponde ao autovetor associado ao maior autovalor max de:
1
maxMSINR MSINR
xx zzR R w w (48)
4.2 O Algoritmo GLM
O mtodo dos Multiplicadores de Lagrange Generalizados (GLM)
apresentado em [15]. Para encontrar o vetor de coeficientes timos,
correspondente soluo da equao (48), formula-se o problema de
otimizao com restrio, dado por:
max
sujeito a: 1
H
H
zz
xx
w R w
w R w
(49)
A soluo do problema obtida pela maximizao da funo custo,
( )f w , tal que:
1H Hf zz xxw w R w w R w (50)
onde o multiplicador de Lagrange para a restrio 1H xx
w R w .
O mtodo do gradiente ascendente aplicado para encontrar o
autovetor desejado iterativamente. A equao de atualizao dada por:
12
n n f n
w w w (51)
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
23/55
22
onde f w corresponde ao gradiente da funo custo f w , dado por [16],
[17]:
2f
f
w
ww (52)
A partir das equaes (50) e (52), obtm-se:
2 1
2
H Hf
zz xx
zz xx
w w R w w R ww
R w R w
(53)
E, portanto, a equao de atualizao apresentada em (51) pode ser
rescrita como:
1n n n n n n n zz xxw w R w R w (54)
O multiplicador de Lagrange, n , dado por (vide Apndice7.37.1):
2b b ac
na
(55)
com:
2 2
2
2 2
Re ( )
( ) 2Re ( )
a
b y n
c y n y n
(56)
e:
H
H
H
H
n n
n n
n n
y n n
x x
x z
w x
w z
(57)
De modo equivalente, expande-se para o caso de um vetor de entradas
bidimensional, dado por 0 1( ) ( ),..., ( )Nn n nX x x , definem-se ento:
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
24/55
23
H
H
H
n n n
n n n
n n n
n n n
n n n
z w
X w
X X
X z
(58)
e:
2
Re
2Re
H
H H
H H
a n n n
b n n n n n n
c n n n n n n n
(59)
O multiplicador de Lagrange n continua sendo calculado pelaexpresso (55). AFigura 7 apresenta o fluxograma do algoritmo GLM.
Figura 7 - Fluxograma do algoritmo GLM. Adaptado de [1]
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
25/55
24
A ordem de complexidade computacional do algoritmo, em termos do
nmero de multiplicao, apresentada direita de cada equao no
fluxograma da Figura 7. O algoritmo GLM requer aproximadamente
O[(N2+3N+4)L+4N+N2] multiplicaes.
4.3 O Algoritmo RGLM
De acordo com [1], o desempenho do algoritmo GLM, apresentado em
[15], degradado em funo da utilizao de estimativas instantneas das
matrizes de autocovarincia. Em [1] proposto, portanto, um novo algoritmo
adaptativo, chamado de Multiplicadores de Lagrange Generalizados Recursivo
(RGLM), a fim de alcanar um desempenho melhor que o algoritmo GLM.
No algoritmo RGLM a equao de atualizao dos pesos continua sendo
a mesma apresentada em (54):
1n n n n n n n zz xxw w R w R w
Entretanto, as matrizes de autocovarinciasxx
R ezz
R so estimadas
atravs da equao recursiva (60):
1
1
H
H
n f n n n
n f n n n
xx xx
zz zz
R R z z
R R X X
(60)
onde f o fator de esquecimento, entre 0 e 1.
Como a funo ( )f w mxima quando o multiplicador de Lagrange
o maior autovalor (do problema apresentado nas equaes (47) e (48)) e
consequentemente w o autovetor associado a , n pode ser calculado
atravs de:
n n nn
n n n zz
xx
w R w
w R w (61)
A fim de reduzir a complexidade computacional do algoritmo, definem-se
z n n n n zzw R w e x n n n n xxw R w , tal que:
z
x
nn
n
(62)
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
26/55
25
Usando as equaes recursivas apresentadas em (60), pode-se fazer as
seguintes aproximaes:
2
1 1 1
1
H
z
z
n f n n n n n n n
f n n
zzw R w w z z w
(63)
e
2
1 1 1
1
H
x
x
n f n n n n n n n
f n n
xxw R w w X X w
(64)
onde Hn n n z w e Hn n n X w .
A equao de atualizao dos pesos pode ento ser simplificada emalguns passo, tal como:
1
1
1
n n n n n
n f n n n
n f n n n
w w
z
X
(65)
Com condies iniciais:
0 0 0
0 0 0
z
X (66)
A Figura 8 apresenta o fluxograma do algoritmo RGLM. O nmero de
multiplicaes apresentado direita das equaes.
A ordem de complexidade computacional do algoritmo RGLM em termos
do nmero de multiplicaes aproximadamente O[(2N+5)L+0.5N].
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
27/55
26
Figura 8 - Fluxograma do algoritmo RGLM. Adaptado de [1]
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
28/55
27
5. EXPERIMENTOS E RESULTADOS
Os algoritmos GLM e RGLM foram implementados e avaliados em
diferentes cenrios. Em todas as situaes foram desconsideradas asimperfeies nas etapas de modulao e demodulao dos sinais e, portanto,
os bits transmitidos chegam intactos ao receptor, acrescido apenas de rudo.
Em todas as simulaes foram considerados arranjos compostos por L
antenas operando em modo up-link e K transmissores com potncia de
transmisso kP e ganho de processamento M .
Para cada experimento foram feitas 200 realizaes. Os resultados
apresentados foram obtidos da mdia das realizaes. A seguir so detalhadosos experimentos realizados e os resultados obtidos.
5.1 Experimento 1Diferentes nmeros de antenas e usurios
No primeiro experimento foi avaliado o desempenho dos algoritmos sob
diferentes condies de nmero de elementos de antenas e nmero de
estaes mveis.
Foram considerados os seguintes parmetros: passo de adaptao doAlgoritmo RGLM, 0.001RGLM ; passo de adaptao do Algoritmo GLM,
0.004GLM ; fator de esquecimento, 0.75f ; potncia dos usurios 1,kP k ;
potncia do rudo 2 0.1 ; e ganho de processamento 64M . O experimento
foi realizado com sinal sem desvanecimento e os algoritmos foram avaliados
nas situaes com o nmero de antenas 4, 6 e 8L e o nmero de usurios
4, 8 e 12K . Os valores de RGLM , GLM e fforam escolhidos empiricamente,
do modo que o desempenho dos dois algoritmos fosse semelhante.
No primeiro caso, os ngulos de chegada dos sinais, para cada situao
de nmero de usurios dada por:
4
8
12
45 30 60
60 45 30 30 45 60 90
90 75 60 45 30 15 15 30 45 60 75
K
K
K
doa
doa
doa
0
0
0
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
29/55
28
onde os ngulos so dados em graus e o valor destacado corresponde ao
ngulo de chegado do sinal de interesse.
A Figura 9, Figura 10 e Figura 11 apresentam as relaes sinal
interferncia+rudo para os casos com 4, 6 e 8 elementos de antenas,
respectivamente.
Figura 9SNIR para o caso com 4 elementos de antenas e diferentes quantidades de usurios (caso 1).
Figura 10 - SNIR para o caso com 6 elementos de antenas e diferentes quantidades de usurios (caso 1).
0 200 400 600 800 1000 1200 1400 1600 1800 200035
40
45
50
55
60
65
70
Iteraes
SINR(d
B)
SINRL = 4
Algoritmo GLM - K = 4Algoritmo RGLM - K = 4
Algoritmo GLM - K = 8Algoritmo RGLM - K = 8
Algoritmo GLM - K = 12Algoritmo RGLM - K = 12
0 200 400 600 800 1000 1200 1400 1600 1800 200040
45
50
55
60
65
70
75
80
Iteraes
SINR
(dB)
SINRL = 6
Algoritmo GLM - K = 4Algoritmo RGLM - K = 4Algoritmo GLM - K = 8Algoritmo RGLM - K = 8Algoritmo GLM - K = 12Algoritmo RGLM - K = 12
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
30/55
29
Figura 11 - SNIR para o caso com 8 elementos de antenas e diferentes quantidades de usurios (caso 1).
A Figura 12 apresenta o diagrama de radiao do arranjo de antenas
aps a conformao de feixe. Os diagramas apresentados correspondem aos
coeficientes do filtro obtidos por cada algoritmo na ultima iterao.
NaFigura 12,(a) e (b) mostram os diagramas de radiao para o casocom 4 usurios, com 4 e 8 elementos de antenas, respectivamente. Em (c) e
(d) so mostrados para o caso com 8 usurios e em (e) e (f), para o caso com
12 usurios. A posio dos usurios mostrada em cada diagrama: (o)
representa o SOI e (x) representa os SNOI.
No segundo caso, os ngulos de chegada dos sinais, para cada situao
de nmero de usurios dada por:
4
8
12
90 0 45
90 60 30 0 30 45 60
90 75 60 30 15 0 15 30 45 60 75
K
K
K
doa
doa
doa
-45
-45
-45
A Figura 13, Figura 14 e Figura 15 apresentam as relaes sinal
interferncia+rudo para os casos com 4, 6 e 8 elementos de antenas,
respectivamente, para o segundo caso.
0 200 400 600 800 1000 1200 1400 1600 1800 200045
50
55
60
65
70
75
80
85
Iteraes
SINR
(dB)
SINRL = 8
Algoritmo GLM - K = 4Algoritmo RGLM - K = 4Algoritmo GLM - K = 8Algoritmo RGLM - K = 8Algoritmo GLM - K = 12Algoritmo RGLM - K = 12
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
31/55
30
Figura 12 - Diagramas de radiao para diferentes condies de nmero de elementos de antenas e de quantidade de usurios
(caso 1).
NaFigura so apresentados os diagramas de radiao para o caso com
4 usurios e com 4 e 8 elementos de antenas, (a) e (b), respectivamente. Em
(c) e (d) so mostrados para o caso com 8 usurios e em (e) e (f), para o caso
com 12 usurios.
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(a)
Ganho
L = 4 e K = 4
Algoritmo GLM
Algoritmo RGLM
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(b)
Ganho
L = 8 e K = 4
Algoritmo GLM
Algoritmo RGLM
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(c)
Ganho
L = 4 e K = 8
Algoritmo GLMAlgoritmo RGLM
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(d)
Ganho
L = 8 e K = 8
Algoritmo GLMAlgoritmo RGLM
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(e)
Ganho
L = 4 e K = 12
Algoritmo GLM
Algoritmo RGLM
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(f)
Ganho
L = 8 e K = 12
Algoritmo GLM
Algoritmo RGLM
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
32/55
31
Figura 13 - SNIR para o caso com 4 elementos de antenas e diferentes quantidades de usurios (caso 2).
Figura 14 - SNIR para o caso com 6 elementos de antenas e diferentes quantidades de usurios (caso 2).
0 200 400 600 800 1000 1200 1400 1600 1800 200010
15
20
25
30
35
40
45
50
55
60
Iteraes
SINR
(dB)
SINRL = 4
Algoritmo GLM - K = 4Algoritmo RGLM - K = 4Algoritmo GLM - K = 8Algoritmo RGLM - K = 8Algoritmo GLM - K = 12
Algoritmo RGLM - K = 12
0 200 400 600 800 1000 1200 1400 1600 1800 20000
10
20
30
40
50
60
70
80
Iteraes
SINR
(dB)
SINRL = 6
Algoritmo GLM - K = 4Algoritmo RGLM - K = 4Algoritmo GLM - K = 8Algoritmo RGLM - K = 8Algoritmo GLM - K = 12Algoritmo RGLM - K = 12
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
33/55
32
Figura 15 - SNIR para o caso com 8 elementos de antenas e diferentes quantidades de usurios (caso 2).
Figura 16 - Diagramas de radiao para diferentes condies de nmero de elementos de antenas e de quantidade de usurios
(caso 2)continua...
0 200 400 600 800 1000 1200 1400 1600 1800 20000
10
20
30
40
50
60
70
80
90
Iteraes
SINR
(dB)
SINRL = 8
Algoritmo GLM - K = 4Algoritmo RGLM - K = 4Algoritmo GLM - K = 8Algoritmo RGLM - K = 8Algoritmo GLM - K = 12
Algoritmo RGLM - K = 12
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(a)
Ganh
o
L = 4 e K = 4
Algoritmo GLMAlgoritmo RGLM
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(b)
Ganh
o
L = 8 e K = 4
Algoritmo GLMAlgoritmo RGLM
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(c)
Ganho
L = 4 e K = 8
Algoritmo GLM
Algoritmo RGLM
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(d)
Ganho
L = 8 e K = 8
Algoritmo GLM
Algoritmo RGLM
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
34/55
33
Figura 16- Diagramas de radiao para diferentes condies de nmero de elementos de antenas e de quantidade de usurios
(caso 2).
Atravs dos resultados mostrados nos grficos das SINR possvel
perceber uma melhoria no desempenho dos algoritmos em termos da relao
sinal interferncia+rudo e da velocidade de convergncia em funo do
aumento no nmero de elementos de antena. O desempenho, no entanto,
deteriorado conforme o nmero de usurios interferentes aumenta.
Atravs daFigura 12 e daFigura 16,que apresentam os diagramas de
radiao aps a convergncia dos algoritmos, pode-se ainda verificar a
capacidade do arranjo de antenas de anular 1L usurios interferentes, como
discutido na Seo2.3.
5.2 Experimento 2 Diferentes passos de atualizao e fatores
de esquecimento
No segundo experimento foi avaliado o desempenho do algoritmo para
diferentes passos de atualizao RGLM e GLM , e diferentes fatores de
esquecimento .f
Foram considerados os seguintes parmetros: nmero de elementos de
antena 4L ; nmero de usurios 6K ; ngulo de chegada dos usurios
6 60 0 30 60 90Kdoa -30 ; potncia dos usurios 1,kP k ; e
potncia do rudo 2 0.1 . O experimento foi realizado com sinal sem
desvanecimento e os algoritmos foram avaliados nas situaes com RGLM e
GLM com valores 0.001 0.002 0.004 0.008 e com fatores de esquecimento
0.99 0.90 0.75 0.50 0.01 .
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(e)
Ga
nho
L = 4 e K = 12
Algoritmo GLM
Algoritmo RGLM
-50 0 500
0.5
1
1.5
2
2.5
3
ngulo (graus)(f)
Ga
nho
L = 8 e K = 12
Algoritmo GLM
Algoritmo RGLM
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
35/55
34
AFigura 17 e aFigura 18 apresentam, respectivamente, a evoluo da
SINR para os algoritmos GLM e RGLM com passos de atualizao RGLM =
GLM = 0.001 e diferentes fatores de esquecimento.
AFigura 19 e aFigura 20 apresentam, igualmente a evoluo da SINRpara os algoritmos GLM e RGLM com passos de atualizao RGLM = GLM =
0.002. A Figura 21 e a Figura 22 apresentam os desempenhos para RGLM =
GLM = 0.004 e aFigura 23 eFigura 24,para RGLM = GLM = 0.008.
Figura 17SINRAlgoritmo GLM com GLM= 0.001 e diferentes fatores de esquecimento.
Figura 18 - SINRAlgoritmo RGLM com RGLM= 0.001 e diferentes fatores de esquecimento.
0 200 400 600 800 1000 1200 1400 1600 1800 200010
20
30
40
50
60
Iteraes
SINR
(dB)
Algoritmo GLMGLM= 0.001
f = 0.99
f = 0.90
f = 0.75f = 0.50
f = 0.10
0 200 400 600 800 1000 1200 1400 1600 1800 200010
20
30
40
50
60
Iteraes
SINR
(dB)
Algoritmo RGLMRGLM= 0.001
f = 0.99f = 0.90
f = 0.75f = 0.50
f = 0.10
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
36/55
35
Figura 19 - SINRAlgoritmo GLM com GLM= 0.002 e diferentes fatores de esquecimento.
Figura 20 - SINRAlgoritmo RGLM com RGLM= 0.002 e diferentes fatores de esquecimento.
Figura 21 - SINRAlgoritmo GLM com GLM= 0.004 e diferentes fatores de esquecimento.
0 200 400 600 800 1000 1200 1400 1600 1800 200010
20
30
40
50
60
Iteraes
SINR
(dB)
Algoritmo GLMGLM= 0.002
f = 0.99
f = 0.90
f = 0.75f = 0.50
f = 0.10
0 200 400 600 800 1000 1200 1400 1600 1800 200010
20
30
40
50
60
Iteraes
SINR
(dB)
Algoritmo RGLMRGLM= 0.002
f = 0.99
f = 0.90
f = 0.75f = 0.50
f = 0.10
0 200 400 600 800 1000 1200 1400 1600 1800 200010
20
30
40
50
60
Iteraes
SINR
(dB)
Algoritmo GLMGLM= 0.004
f = 0.99
f = 0.90
f = 0.75f = 0.50
f = 0.10
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
37/55
36
Figura 22 - SINRAlgoritmo RGLM com RGLM= 0.004 e diferentes fatores de esquecimento.
Figura 23 - SINRAlgoritmo GLM com GLM= 0.008 e diferentes fatores de esquecimento.
Figura 24 - SINRAlgoritmo RGLM com RGLM= 0.008 e diferentes fatores de esquecimento.
0 200 400 600 800 1000 1200 1400 1600 1800 200010
20
30
40
50
60
Iteraes
SINR
(dB)
Algoritmo RGLMRGLM= 0.004
f = 0.99
f = 0.90
f = 0.75f = 0.50
f = 0.10
0 200 400 600 800 1000 1200 1400 1600 1800 200010
20
30
40
50
60
Iteraes
SINR
(dB)
Algoritmo GLMGLM= 0.008
f = 0.99
f = 0.90
f = 0.75f = 0.50
f = 0.10
0 200 400 600 800 1000 1200 1400 1600 1800 200010
20
30
40
50
60
Iteraes
SINR
(dB)
Algoritmo RGLMRGLM= 0.008
f = 0.99
f = 0.90
f = 0.75f = 0.50
f = 0.10
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
38/55
37
Os resultados obtidos neste experimento permitem verificar o aumento
na velocidade mdia de convergncia em funo do aumento no valor do
passo de adaptao.
Alm disso, pde-se verificar uma quase invarincia na convergncia do
algoritmo GLM em funo dos diferentes valores do fator de esquecimento.
Enquanto, para o algoritmo RGLM, a velocidade mdia de convergncia do
algoritmo apresenta aumento com o aumento do fator de esquecimento.
Em todos os casos possvel perceber que a curva da SINR do
algoritmo GLM quase coincidente com a curva da SINR do algoritmo RGLM
no pior caso 0.1f .
5.3 Experimento 3Diferentes SINR
No terceiro experimento foi avaliado o desempenho do algoritmo para
diferentes potncias do SOI e diferentes potncias do rudo.
Foram considerados os seguintes parmetros: nmero de elementos de
antena 4L ; nmero de usurios 6K ; ngulo de chegada dos usurios
6 60 0 30 60 90Kdoa -30 ; passo de adaptao do Algoritmo RGLM,0.001RGLM ; passo de adaptao do Algoritmo GLM, 0.004GLM ; e fator de
esquecimento, 0.75f . O sinal foi considerado sem desvanecimento.
No primeiro caso, as potncias das estaes mveis, kP , foi mantida
constante, 1,kP k . A potncia do rudo assumiu valores
2 10 5 1 0.5 0.1 0.01 .
AFigura 25 apresenta a evoluo das SINR para o algoritmo GLM sobdiferentes potncias de rudo. Os resultados para o algoritmo RGLM so
apresentados naFigura 26.
Atravs dos resultados mostrados naFigura 25 e naFigura 26 pode-se
perceber, como esperado, que a potncia do rudo tem influncia direta na
SINR do sinal recebido. Contudo, a potncia do rudo no aparenta ter
influncia na velocidade mdia da convergncia dos algoritmos.
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
39/55
38
Figura 25 - SINRAlgoritmo GLM para diferentes potencias de rudo.
Figura 26 - SINRAlgoritmo RGLM para diferentes potencias de rudo.
No segundo caso, a potncia do rudo foi mantida constante em 2 0.1
e as potncias dos usurios interferentes, SNOIP , foram mantidas constantes em
1kP , k SNOI . A potncia do SOI assumiu valores
5 1 0.5 0.1 0.05k SOIP .
Para este caso, verifica-se, atravs daFigura 27 e daFigura 28,que os
algoritmos GLM e RGLM tm comportamento semelhante e que a variao na
potncia do sinal de interesse varia no apenas a SINR, mas tambm a
velocidade mdia de convergncia.
0 200 400 600 800 1000 1200 1400 1600 1800 20000
10
20
30
40
50
60
70
Iteraes
SINR
(dB)
Algoritmo GLM
2= 10
2= 5
2= 1
2= 0.5
2= 0.1
2= 0.01
0 200 400 600 800 1000 1200 1400 1600 1800 20000
10
20
30
40
50
60
70
Iteraes
SINR
(dB)
Algoritmo RGLM
2= 10
2= 5
2= 1
2
= 0.52= 0.1
2= 0.01
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
40/55
39
Figura 27SINR - Algoritmo GLM para diferentes potencias do SOI.
Figura 28SINR - Algoritmo RGLM para diferentes potencias do SOI.
5.4 Experimento 4Ambiente no estacionrio
No quarto experimento foi avaliado o desempenho do algoritmo em um
ambiente no estacionrio.
0 1000 2000 3000 4000 5000 6000-20
-10
0
10
20
30
40
50
60
70
80
Iteraes
SINR
(dB)
Algoritmo GLM
PSOI= 5
PSOI= 1
PSOI= 0.5
PSOI= 0.1
PSOI= 0.05
0 1000 2000 3000 4000 5000 6000-20
-10
0
10
20
30
4050
60
70
80
Iteraes
SINR
(dB)
Algoritmo RGLM
PSOI= 5
PSOI= 1
PSOI= 0.5
PSOI= 0.1
PSOI= 0.05
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
41/55
40
Foram considerados os seguintes parmetros: nmero de elementos de
antena 4L ; nmero de usurios 6K ; fator de esquecimento, 0.75f ;
potncia dos usurios 1,kP k ; e potncia do rudo2 0.1 . O ngulo de
chegada dos usurios interferentes foi mantido constante, 60 30 0 30 60SNOIdoa e o ambiente foi considerado sem
desvanecimento.
O ngulo de chegada do SOI foi mantido constante em -45 durante as
primeira 1000 iteraes, entre as iteraes 1000 e 3000 o ngulo variou
linearmente, em passos de 0.045 por iterao, chegando a 45. A partir de
3000 iteraes o ngulo foi mantido constante em 45.
Foram consideradas ainda 3 cenrios com diferentes passos deatualizao: no primeiro, o passo de adaptao do Algoritmo RGLM foi
0.001RGLM e o passo de adaptao do Algoritmo GLM, 0.001GLM ; no
segundo o passo de adaptao do Algoritmo RGLM foi mantido em
0.001RGLM e o passo de adaptao do Algoritmo GLM foi 0.004GLM ; e no
terceiro caso o passo de adaptao do Algoritmo RGLM e do Algoritmo GLM
foram 0.004RGLM GLM .
O resultado obtido no primeiro caso, com 0.001GLM e 0.001RGLM
mostrado naFigura 29.Neste caso pode-se verificar a dificuldade do algoritmo
GLM, com determinado passo de atualizao, em rastrear as variaes na
posio do sinal de interesse.
O resultado para o caso com 0.004GLM e 0.001RGLM mostrado na
Figura 30 e o resultado para o caso com 0.004GLM e 0.004RGLM , na
Figura 31.
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
42/55
41
Figura 29SINR dos algoritmos GLM e RGLM em ambiente no estacionrio (caso 1).
Figura 30SINR dos algoritmos GLM e RGLM em ambiente no estacionrio (caso 2).
Na Figura 30 pode-se verificar que os dois algoritmos conseguem
rastrear as variaes de posio do SOI com praticamente a mesma
velocidade, enquanto na Figura 31, consegue rastrear tais variaes mais
rapidamente.
0 500 1000 1500 2000 2500 3000 3500 400015
20
25
30
35
40
45
Iteraes
SINR
(dB)
Caso no estacionrioGLM= 0.001 e RGLM= 0.001
Algoritmo GLM
Algoritmo RGLM
0 500 1000 1500 2000 2500 3000 3500 400015
20
25
30
35
40
45
Iteraes
SINR
(dB)
Caso no estacionrioGLM= 0.004 e RGLM= 0.001
Algoritmo GLMAlgoritmo RGLM
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
43/55
42
Figura 31 - SINR dos algoritmos GLM e RGLM em ambiente no estacionrio (caso 3).
A Figura 32 apresenta os diagramas de radiao resultantes da
conformao de feixes nas iteraes 1000, 2000 e 3000, que correspondem,
respectivamente, aos ngulos de chegada do SOI de -45, 0 e 45.
Figura 32Diagrama de radiao para diferentes posies do SOI num ambiente no estacionrio.
0 500 1000 1500 2000 2500 3000 3500 400015
20
25
30
35
40
45
Iteraes
SINR
(dB)
Caso no estacionrioGLM= 0.004 e RGLM= 0.004
Algoritmo GLM
Algoritmo RGLM
-80 -60 -40 -20 0 20 40 60 800
0.5
1
1.5
2
2.5
3
ngulo (graus)
G
anho
Algoritmo RGLMRGLM= 0.004
@1000@2000
@3000
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
44/55
43
5.5 Experimento 5Desvanecimento
No quinto experimento foi avaliado o desempenho do algoritmo
considerando o desvanecimento multipercurso. O desvanecimento, como
discutido na Seo4.1 e apresentado na Equao (27), um desvanecimento
de Rayleigh. A distribuio de Rayleigh dada pela expresso (67) e
demonstrada, para diferentes valores de R , naFigura 33.
2
2 2exp 0
2
0 0
X R R
x xx
p x
x
(67)
Figura 33 - Distribuio Rayleigh
Nas simulaes foram considerados os seguintes parmetros: nmero
de elementos de antena 4L
; nmero de usurios 6K
; ngulo de chegadados usurios 6 60 0 30 60 90Kdoa -30 ; passo de adaptao do
Algoritmo RGLM, 0.001RGLM ; passo de adaptao do Algoritmo GLM,
0.004GLM ; fator de esquecimento, 0.75f ; potncia dos usurios 1,kP k ;
e potncia do rudo 2 0.1 .
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 50
0.2
0.4
0.6
0.8
1
1.2
1.4
x
pX(x)
Distribuio Rayleigh
R= 0.5
R= 1
R= 2
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
45/55
44
Trs simulaes com diferentes valores de R foram feitas. AFigura 34
apresenta o resultado da simulao para o caso com desvanecimento 0.5R
e aFigura 35 eFigura 36,respectivamente para 1R e 2R .
Figura 34 - SINR para sinal com desvanecimento Rayleigh (R=0.5).
Figura 35 - SINR para sinal com desvanecimento Rayleigh (R=1).
0 1 2 3 4 5 6 7 8 9 10
x 104
18
20
22
24
26
28
30
Iteraes
S
INR
(dB)
DesvanecimentoR= 0.5
Algoritmo GLM
Algoritmo RGLM
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 1000018
20
22
24
26
28
30
Iteraes
SIN
R
(dB)
DesvanecimentoR= 1
Algoritmo GLM
Algoritmo RGLM
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
46/55
45
Figura 36 - SINR para sinal com desvanecimento Rayleigh (R=2).
Atravs das simulaes pode-se verificar a influncia do
desvanecimento no desempenho dos algoritmos. Nota-se que a varincia da
distribuio do mdulo do efeito do desvanecimento, R , tem pouca influncia
no valor mdio da convergncia da SINR, no entanto, influncia fortemente na
sua velocidade e no desvio em torno da mdia.
Um cenrio de simulao equivalente, sem desvanecimento, foi
apresentado na Figura 18, com 0.75f e obteve-se uma SINR de
aproximadamente 60 dB aps cerca de 400 iteraes.
Nos casos com desvanecimento, as SINR convergiram para valores
entre 27 dB e 30 dB. Para 0.5R , a convergncia se deu aps cerca de
80.000 iteraes, para 1R , aps cerca de 4.000 iteraes e para 2R ,
aps aproximadamente 150 iteraes.
Verifica-se, portanto, que o desvanecimento do sinal degrada a
convergncia dos algoritmos tanto em termos do valor da SINR quanto em
termos da velocidade de convergncia.
0 100 200 300 400 500 600 700 800 900 100018
19
20
21
22
23
24
25
26
27
28
Iteraes
SINR
(dB)
DesvanecimentoR= 2
Algoritmo GLMAlgoritmo RGLM
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
47/55
46
5.6 Experimento 6Avaliao do desempenho computacional
Conforme pode ser verificado nos experimentos anteriores, para
determinadas combinaes dos parmetros GLM , RGLM e f o desempenho
dos algoritmos GLM e RGLM possuem desempenho equivalente em termos da
relao sinal interferncia+rudo. Entretanto, computacionalmente falando, os
dois algoritmos possuem ordens de complexidade bastante distintas, conforme
apresentado na Seo4.
Na Figura 37 so apresentados os nmeros de multiplicaes
(aproximado) do algoritmo GLM para diferentes nmeros de antenas e
diferentes ganhos de processamento M .
Figura 37Nmero de multiplicaes do algoritmo GLM para diferentes nmeros de antenas e ganhos de processamento.
AFigura 38 apresenta os nmeros de multiplicaes do algoritmo RGLM
para diferentes nmeros de antenas e ganhos de processamento.Comparando os dois grficos pode-se perceber a reduo drstica na
complexidade computacional proporcionada pelo algoritmo RGLM. No caso de
um sistema com 6 elementos de antena e ganho de processamento igual a 32,
por exemplo, o algoritmo GLM requer cerca de 8.000 multiplicaes por
iterao, enquanto o algoritmo RGLM requer pouco mais de 400.
4 5 6 7 8 9 100
2000
4000
6000
8000
10000
12000
14000Complexidade Computacional - Algoritmo GLM
NmerodeMultiplicaes
Nmero de Antenas
M= 8M = 16M = 32
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
48/55
47
Figura 38Nmero de multiplicaes do algoritmo RGLM para diferentes nmeros de antenas e ganhos de processamento.
4 5 6 7 8 9 100
100
200
300
400
500
600
700
800Complexidade Computacional - Algoritmo RGLM
NmerodeMultiplic
aes
Nmero de Antenas
M = 8M = 16M = 32
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
49/55
48
6. CONSIDERAES FINAIS
Neste trabalho foi estudado o algoritmo adaptativo de conformao de
feixes para sistemas de Mltiplo Acesso por Diviso de Cdigo Multi-Portadoras (MC-CDMA) em arranjo de antenas proposto em [1] e sua verso
original, apresentada em [15].
Para situar o problema de conformao de feixes para arranjo de
antenas em MC-CDMA foram apresentados mais detalhadamente os conceitos
de conformao de feixe em arranjo de antenas e os sistemas de multiplexao
CDMA e MC-CDMA. A partir dos conceitos anteriores, foi apresentado o critrio
da mxima SINR, usado na derivao de diversos algoritmos de conformao
de feixe, incluindo os dois algoritmos aqui apresentados. E, na sequencia,
foram apresentados os algoritmos GLM e RGLM.
Para verificar o desempenho dos algoritmos, os mesmos foram
implementados em MATLAB e os resultados das simulaes foram
apresentados.
De acordo com os resultados obtidos nas simulaes, possvel
verificar que os dois algoritmos podem ser sintonizados (ajustado parmetros
como o passo de atualizao e o fator de esquecimento) para que tenham
desempenho equivalente.
Entretanto, pode-se verificar que as modificaes do algoritmo GLM
apresentado em [15]que levaram ao algoritmo RGLMapresentado em [1]
permitem uma drstica reduo na complexidade computacional
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
50/55
49
7. APNDICE
7.1 Estimao das matrizes de autocovarincia
Das equaes (41) e (44) tem-se:
xx dd uu
R R R (68)
2N
zz dd uuR R R (69)
Rearranjando (68), pode-se escrever:
uu xx dd
R R R (70)
Substituindo (70) em(69), obtm-se:
2N
zz dd xx ddR R R R (71)
Rearranjando (71):
12
N
zz xx
dd
R RR (72)
E ainda, de (68), tem-se:
dd xx uu
R R R (73)
Substituindo (73) em (69), obtm-se:
2
12 2
N
N N
zz xx uu uu
zz xx uu
R R R R
R R R
(74)
E por fim:
2
12
N
N
xx zz
uu
R R
R (75)
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
51/55
50
7.2 Aproximao para SINR
Da equao (45) tem-se:
2e
1 12 2
N
N N
xx zzzz xx
dd uu
R RR R
R R (76)
A SINR, por sua vez, dada por:
H
HSINR dd
uu
w R w
w R w (77)
Substituindo (76) em (77) obtm-se:
2
H H
H H
SINR
N
zz xx
xx zz
w R w w R w
w R w w R w
(78)
Dividindo-se o numerador e denominador de (78) por Hxx
w R w , encontra-
se:
1
2
H
H
H
H
SINR
N
zz
xx
zz
xx
w R w
w R w
w R w
w R w
(79)
Rearranjando (79) obtm-se:
12
1 1 2
12
1
H H
H H
H
H
H
H
SINR N
SINR N SINR
N SINR
SINR
zz zz
xx xx
zz
xx
zz
xx
w R w w R w
w R w w R w
w R w
w R w
w R w
w R w
(80)
Simplificando (80) tem-se:
12
2 1
H
H
NN
SINR
zz
xx
w R w
w R w (81)
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
52/55
51
7.3 Clculo do Multiplicador de Lagrange
O termo n determinado considerando que a restrio ( 1H xx
w R w )
deve ser atendida para o vetor de coeficientes a ser utilizado na prxima
iterao, isto :
1 1 1H n n n xx
w R w (82)
Seja a equao de atualizao dos coeficientes, expressa por:
1n n n n n n n zz xxw w R w R w (83)
Pode-se substituir (83) na restrio (82). Obtm-se ento:
1
H
n n n n n n n
n n n n n n
zz xx xx
zz xx
w R w R w R
w R w R w
(84)
Expandindo a expresso (84) encontra-se:
2
2
2
2 2 1
H H
H
H H
H H
H H
H
H H
H H
n n n n n n n
n n n n n
n n n n
n n n n n
n n n n n
n n n n n n
n n n n n n
n n n n n n
xx xx zz
xx xx
zz xx
xx xx
zz xx zz
zz xx xx
xx xx zz
xx xx xx
w R w w R R w
w R R w
w R R w
w R R w
w R R R w
w R R R w
w R R R w
w R R R w
(85)
Conhecendo a restrio e utilizando as estimativas instantneas das
matrizes de autocovarincia, tal que:
( ) ( )
( ) ( )
H
H
n n
n n
xx
zz
R x x
R z z
(86)
A expresso (85) pode ser rescrita como:
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
53/55
52
2 2 ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
H H H H
H H H
H H H
H H H H
H H H H
H H
n n n n n n n n n
n n n n n n
n n n n n nn
n n n n n n n nn n n n n n n n
n n n n
w x x x x x x w
w x x x x w
w x x x x w
w z z x x x x w
w x x x x z z w
w x x z z
( )
( ) ( ) ( ) ( ) 0
( ) ( ) ( ) ( ) ( ) ( )
H
H H H
H H H H
n n
n n n n n n
n n n n n n n n
w
w z z x x w
w z z x x z z w
(87)
Fazendo:
H
H
H
H
n nn n
n n
y n n
x x
x z
w x
w z
(88)
A equao (87) pode ser rescrita como:
2 22 2
2 2
2 2Re ( )
( ) 2Re ( ) 0
n n y n
y n y n
(89)
O multiplicador de Lagrange pode, portanto, ser encontrado utilizando a
frmula de Bhaskara:
2
b b acn
a
(90)
com:
2 2
2
2 2
Re ( )
( ) 2Re ( )
a
b y n
c y n y n
(91)
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
54/55
53
8. BIBLIOGRAFIA
[1] K. Maichalernnukul and S. Jitapunkul, A novel blind adaptivebeamforming algorithm for smart antenna in MC-CDMA uplink system, in
2004 IEEE 15th International Symposium on Personal, Indoor and MobileRadio Communications, pp. 12721277.
[2] C. A. Balanis and P. I. Ioannides, Introduction to Smart Antennas,Synth. Lect. Antennas, vol. 2, no. 1, pp. 1175, Jan. 2007.
[3] W. Gabriel, Special issue on adaptive antennas, IEEE Trans. AntennasPropag., vol. 24, no. 5, pp. 573574, Sep. 1976.
[4] C. A. Balanis and P. I. Ioannides, Introduction to Smart Antennas,Synth. Lect. Antennas, vol. 2, no. 1, pp. 1175, Jan. 2007.
[5] J. Litva and T. K. Lo, Digital Beamforming in Wireless Communications.Norwood, MA: Artech House, Inc., 1996.
[6] C. A. Balanis, Antenna Theory: A review, Proc. IEEE, vol. 80, no. 1, pp.723.
[7] C. A. Balanis,Antenna Theory: Analysis and Design, 3rd ed. New York:Wiley, 2005.
[8] S. Applebaum, Adaptive arrays, IEEE Trans. Antennas Propag., vol. 24,no. 5, pp. 585598, 1976.
[9] R. A. Monzingo, R. Haupt, and T. Miller, Introduction to Adaptive Arrays,2nd. ed. Raleigh, NC: SciTech Publishing, 2011.
[10] S. Hara and R. Prasad, Overview of Multicarrier CDMA, IEEECommunications Magazine, no. December, pp. 126133, 1997.
[11] N. Yee and J. Linnartz, Multi-Carrier CDMA in an Indoor Wireless RadioChannel, Berkeley, CA, 1994.
[12] N. Yee, J.-P. Linnartz, and G. Fettweis, Multi-Carrier CDMA in IndoorWireless Radio Networks, in Proceedings of IEEE InternationalSymposium on Personal, Indoor and Mobile Radio Communications,1993, pp. 109113.
[13] J. G. Proakis, Digital Communications, 4th ed. NY: McGraw-Hill, 2000.
[14] J. Choi, Pilot Channel-Aided Techniques to Compute the BeamformingVector for CDMA Systems with, vol. 49, no. 5, pp. 17601775, 2000.
[15] S. Kwon, I. Oh, and S. Choi, Adaptive beamforming from the generalizedeigenvalue problem with a linear complexity for a wideband CDMA
7/24/2019 Algoritmos Adaptativos de Conformao de Feixe Em Antenas Inteligentes Para Sistemas MC-CDMA
55/55
54
channel, in Proceedings of IEEE Vehicular Technology Conference,1999, pp. 18901894.
[16] S. Haykin,Adaptive Filter Theory, 4th editio. Upper Saddle River, NJ:Prentice Hall, 2002.
[17] K. B. Petersen and M. S. Pedersen, The Matrix Cookbook. 2012.
Top Related