Luận văn giải pháp bù méo phi tuyến trong máy thu số đa kênh băng rộng - PTIT

Máy thu số đa kênh băng rộng đang trở thành xu hướng trong các hệ thống thông tin hiện đại, đặc… 86 trang · Học viện Công nghệ Bưu chính Viễn thông · 2019.

• Tác giả: Hoàng Thị Hưng
• Người hướng dẫn: TS. Nguyễn Việt Hưng
• Trường học: Học viện Công nghệ Bưu chính Viễn thông
• Chuyên ngành: Kỹ thuật Viễn thông
• Đề tài: Giải Pháp Bù Méo Phi Tuyến Trong Máy Thu Số Đa Kênh Băng Rộng
• Loại tài liệu: luận văn thạc sĩ kỹ thuật
• Năm xuất bản: 2019
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: ẢNH HƯỞNG CỦA MÉO PHI TUYẾN TRONG MÁY THU SỐ
• 1.1. Giới thiệu chương
• 1.2. Cấu trúc máy thu đổi tần trực tiếp
• 1.2.1. Khái quát về máy thu đổi tần trực tiếp sử dụng bộ trộn cầu phương tương tự
• 1.2.2. Máy thu số hóa trực tiếp tín hiệu RF
• 1.3. Các loại méo trong máy thu số
• 1.3.1. Thành phần DC-offset
• 1.3.2. Méo do mất cân bằng hai kênh cầu phương IQ
• 1.3.3. Méo do phi tuyến của khuếch đại RF
• 1.4. Ảnh hưởng méo của KĐRF và mô hình phi tuyến trong máy thu đổi tần trực tiếp
• 1.4.1. Méo phi tuyến của KĐRF
• 1.4.2. Ảnh hưởng phi tuyến do KĐRF đến máy thu dùng bộ trộn cầu phương tương tự
• 1.4.3. Ảnh hưởng phi tuyến do KĐRF đến máy thu số hóa trực tiếp
• 1.5. Kết luận chương
• 2. CHƯƠNG 2: GIẢI PHÁP BÙ MÉO PHI TUYẾN TRONG MÁY THU SỐ
• 2.1. Bù méo phi tuyến với thuật toán nhận dạng mù trong miền thời gian
• 2.1.1. Mô hình bù méo
• 2.1.2. Thuật toán bù phi tuyến mù
• 2.2. Sử dụng kênh thu phụ tuyến tính làm tham chiếu để xử lý méo
• 2.2.1. Giảm méo phi tuyến LNA sử dụng máy thu tham chiếu với kỹ thuật oversampling
• 2.2.2. Giảm méo phi tuyến LNA sử dụng kênh thu tham chiếu với kỹ thuật under-sampling
• 2.2.3. Mô tả thuật toán giảm méo bằng cách tái tạo và trừ méo
• 2.2.4. Giảm méo bằng cách nghịch đảo méo
• 2.3. Kết luận chương
• 3. CHƯƠNG 3: MÔ PHỎNG ĐÁNH GIÁ CÁC GIẢI PHÁP BÙ MÉO PHI TUYẾN TRONG MÁY THU SỐ
• 3.1. Mô phỏng méo phi tuyến
• 3.1.1. Mô phỏng méo phi tuyến tại RF
• 3.1.2. Mô phỏng méo sinh ra do mất cân bằng I/Q
• 3.1.3. Mô phỏng méo phi tuyến gây ra bởi bộ khuếch đại băng cơ sở
• 3.2. Mô tả giải pháp giảm méo bằng cách trừ và nghịch đảo trong máy thu đổi tần trực tiếp
• 3.2.1. Giảm méo phi tuyến bằng cách trừ và nghịch đảo trong máy thu dùng trộn tương tự
• 3.2.2. Giảm méo phi tuyến bằng cách trừ và nghịch đảo méo trong máy thu số hóa trực tiếp
• 3.3. Kết luận chương
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Tổng Quan Về Bù Méo Phi Tuyến Trong Máy Thu Số Đa Kênh

Máy thu số đa kênh băng rộng đang trở thành xu hướng trong các hệ thống thông tin hiện đại, đặc biệt là với sự phát triển của công nghệ SDR (Software Defined Radio). Tuy nhiên, một trong những thách thức lớn nhất đối với loại máy thu này là méo phi tuyến, gây ảnh hưởng nghiêm trọng đến chất lượng tín hiệu thu được. Méo có thể phát sinh từ nhiều nguồn, bao gồm các thành phần phi tuyến trong mạch, mất cân bằng IQ của bộ trộn cầu phương, và DC offset. Việc nghiên cứu và triển khai các giải pháp bù méo phi tuyến hiệu quả là vô cùng quan trọng để đảm bảo hiệu năng của máy thu. Các hãng lớn như Rockwell Collins, Harris, Icom đã có những thành công nhất định trong lĩnh vực này, nhưng việc phát triển các giải pháp phù hợp với điều kiện và yêu cầu cụ thể của Việt Nam vẫn là một bài toán cần giải quyết. Đề tài "Giải pháp bù méo phi tuyến trong máy thu số đa kênh băng rộng" hướng đến mục tiêu nâng cao chất lượng các dòng máy thu số, đáp ứng nhu cầu ngày càng cao của các ứng dụng thực tế.

1.1. Tầm Quan Trọng của Bù Méo Phi Tuyến Băng Rộng

Trong bối cảnh công nghệ vô tuyến ngày càng phát triển, việc sử dụng máy thu băng rộng là yếu tố then chốt để đáp ứng nhu cầu truyền tải dữ liệu lớn và hỗ trợ nhiều chuẩn giao tiếp khác nhau. Tuy nhiên, méo phi tuyến trở thành một vấn đề nghiêm trọng khi băng thông tăng lên, làm suy giảm đáng kể SNR (tỷ số tín hiệu trên nhiễu) và EVM (Error Vector Magnitude). Do đó, các kỹ thuật bù méo hiệu quả là rất cần thiết để duy trì chất lượng tín hiệu và đảm bảo hiệu năng của hệ thống.

1.2. Các Nguồn Gây Méo Phi Tuyến Phổ Biến Trong Máy Thu

Méo phi tuyến trong máy thu có thể xuất phát từ nhiều nguồn khác nhau, bao gồm bộ khuếch đại công suất (PA), ADC/DAC, bộ trộn tần, và bộ lọc. Mỗi thành phần này đều có đặc tính phi tuyến riêng, và sự kết hợp của chúng có thể tạo ra các hiệu ứng méo phức tạp. Việc xác định và mô hình hóa các nguồn gây méo này là bước quan trọng để phát triển các giải pháp bù méo hiệu quả.

II. Thách Thức Vấn Đề Méo Phi Tuyến Máy Thu Số Đa Kênh

Méo phi tuyến trong máy thu số đa kênh băng rộng gây ra nhiều vấn đề nghiêm trọng, ảnh hưởng trực tiếp đến hiệu năng và độ tin cậy của hệ thống. Méo xuyên điều chế (IMD) và méo hài (harmonic distortion) là hai loại méo phổ biến, tạo ra các thành phần tần số không mong muốn, gây nhiễu cho các kênh lân cận và làm giảm ACLR (Adjacent Channel Leakage Ratio). Ngoài ra, méo do hiệu ứng bộ nhớ cũng là một thách thức lớn, đặc biệt là trong các hệ thống băng rộng, khi các thành phần trong mạch có thể phản ứng khác nhau với các tín hiệu có tần số khác nhau. Việc giải quyết các vấn đề này đòi hỏi các kỹ thuật xử lý tín hiệu số (DSP) tiên tiến và các mô hình toán học phức tạp.

2.1. Ảnh Hưởng Của Méo Phi Tuyến Đến Hiệu Năng Máy Thu

Méo phi tuyến có thể làm giảm đáng kể hiệu năng của máy thu, dẫn đến giảm độ nhạy, tăng tỷ lệ lỗi bit (BER), và giảm khả năng giải điều chế tín hiệu. Trong các hệ thống đa kênh, méo có thể gây nhiễu giữa các kênh, làm giảm dung lượng hệ thống và ảnh hưởng đến chất lượng dịch vụ. Việc đánh giá hiệu năng của các giải pháp bù méo là rất quan trọng để đảm bảo rằng chúng đáp ứng được các yêu cầu khắt khe của các ứng dụng thực tế.

2.2. Các Loại Méo Phi Tuyến Thường Gặp Trong Máy Thu Băng Rộng

Trong máy thu băng rộng, các loại méo phi tuyến thường gặp bao gồm méo bậc cao, méo bậc thấp, méo chéo, méo tần số, méo biên độ, méo pha, và méo nhóm trễ. Mỗi loại méo này có đặc điểm và ảnh hưởng riêng, và việc hiểu rõ chúng là cần thiết để phát triển các giải pháp bù méo phù hợp. Ví dụ, méo do hiệu ứng bộ nhớ có thể được mô hình hóa bằng mô hình Volterra hoặc mạng nơ-ron (neural network).

2.3. Tác Động Của Méo Lên Các Tiêu Chí Đánh Giá Máy Thu Số

Méo phi tuyến ảnh hưởng trực tiếp đến các tiêu chí đánh giá quan trọng của máy thu số, bao gồm SNR, EVM, ACLR, và PAR (Peak-to-Average Power Ratio). Việc cải thiện các tiêu chí này là mục tiêu chính của các giải pháp bù méo. Ví dụ, việc giảm PAR có thể giúp tăng hiệu suất của bộ khuếch đại công suất (PA) và giảm tiêu thụ điện năng.

III. Phương Pháp Bù Méo Phi Tuyến Tiền Méo Hóa Số DPD Hiệu Quả

Một trong những phương pháp hiệu quả nhất để bù méo phi tuyến trong máy thu số là tiền méo hóa số (DPD). Kỹ thuật này hoạt động bằng cách tạo ra một tín hiệu tiền méo, có đặc tính phi tuyến ngược lại với đặc tính phi tuyến của hệ thống, và sau đó kết hợp tín hiệu này với tín hiệu gốc trước khi đưa vào hệ thống. Bằng cách này, các thành phần méo được triệt tiêu, và tín hiệu đầu ra trở nên tuyến tính hơn. DPD có thể được thực hiện bằng nhiều phương pháp khác nhau, bao gồm sử dụng mô hình Volterra, mạng nơ-ron (neural network), và thuật toán thích nghi.

3.1. Nguyên Lý Hoạt Động Của Kỹ Thuật Tiền Méo Hóa Số DPD

Tiền méo hóa số (DPD) là một kỹ thuật tuyến tính hóa hiệu quả, được sử dụng rộng rãi trong các hệ thống truyền thông vô tuyến. Nguyên lý cơ bản của DPD là tạo ra một tín hiệu tiền méo, có đặc tính phi tuyến ngược lại với đặc tính phi tuyến của hệ thống, và sau đó kết hợp tín hiệu này với tín hiệu gốc trước khi đưa vào hệ thống. Bằng cách này, các thành phần méo được triệt tiêu, và tín hiệu đầu ra trở nên tuyến tính hơn.

3.2. Các Mô Hình Toán Học Sử Dụng Trong Tiền Méo Hóa Số DPD

Các mô hình toán học thường được sử dụng trong DPD bao gồm mô hình Volterra, mạng nơ-ron (neural network), và các mô hình dựa trên đa thức. Mô hình Volterra có khả năng mô tả các hiệu ứng bộ nhớ, nhưng có độ phức tạp tính toán cao. Mạng nơ-ron có thể học các đặc tính phi tuyến phức tạp, nhưng đòi hỏi lượng dữ liệu huấn luyện lớn. Việc lựa chọn mô hình phù hợp phụ thuộc vào đặc tính của hệ thống và yêu cầu về hiệu năng.

3.3. Thuật Toán Thích Nghi Trong Tiền Méo Hóa Số DPD Băng Rộng

Thuật toán thích nghi đóng vai trò quan trọng trong DPD, cho phép hệ thống tự động điều chỉnh các tham số của mô hình tiền méo để thích ứng với các thay đổi trong đặc tính của hệ thống. Các thuật toán phổ biến bao gồm Least Mean Squares (LMS), Recursive Least Squares (RLS), và các thuật toán dựa trên gradient. Việc lựa chọn thuật toán thích nghi phù hợp phụ thuộc vào yêu cầu về tốc độ hội tụ, độ chính xác, và độ phức tạp tính toán.

IV. Giải Pháp Bù Méo Dựa Trên Kênh Tham Chiếu Phụ Tuyến Tính

Một phương pháp khác để bù méo phi tuyến là sử dụng kênh thu phụ tuyến tính làm tham chiếu. Ý tưởng chính là sử dụng một kênh thu thứ hai, có đặc tính tuyến tính hơn, để ước lượng các thành phần méo trong kênh thu chính. Sau đó, các thành phần méo này được trừ đi khỏi tín hiệu thu được trong kênh chính, giúp cải thiện độ tuyến tính của hệ thống. Kỹ thuật này có thể được thực hiện bằng cách sử dụng oversampling hoặc under-sampling trong kênh thu tham chiếu.

4.1. Giảm Méo Phi Tuyến LNA Sử Dụng Máy Thu Tham Chiếu

Việc sử dụng máy thu tham chiếu là một phương pháp hiệu quả để giảm méo phi tuyến do LNA (Low Noise Amplifier) gây ra. Kênh thu tham chiếu được thiết kế để có đặc tính tuyến tính hơn, và tín hiệu thu được trong kênh này được sử dụng để ước lượng các thành phần méo trong kênh thu chính. Sau đó, các thành phần méo này được trừ đi khỏi tín hiệu thu được trong kênh chính, giúp cải thiện độ tuyến tính của hệ thống.

4.2. Kỹ Thuật Oversampling và Undersampling Trong Kênh Tham Chiếu

Oversampling và undersampling là hai kỹ thuật có thể được sử dụng trong kênh thu tham chiếu để cải thiện độ chính xác của việc ước lượng các thành phần méo. Oversampling giúp giảm nhiễu lượng tử hóa, trong khi undersampling có thể được sử dụng để thu thập thông tin về các thành phần tần số cao của tín hiệu méo.

4.3. Mô Tả Thuật Toán Giảm Méo Bằng Cách Tái Tạo và Trừ Méo

Thuật toán giảm méo bằng cách tái tạo và trừ méo bao gồm các bước sau: (1) Ước lượng các thành phần méo trong kênh thu chính bằng cách sử dụng tín hiệu thu được trong kênh thu tham chiếu. (2) Tái tạo các thành phần méo này bằng cách sử dụng một mô hình phi tuyến. (3) Trừ các thành phần méo tái tạo được khỏi tín hiệu thu được trong kênh chính. Thuật toán này có thể được thực hiện trong miền thời gian hoặc miền tần số.

V. Ứng Dụng Thực Tế Kết Quả Nghiên Cứu Bù Méo Phi Tuyến

Các giải pháp bù méo phi tuyến đã được ứng dụng thành công trong nhiều lĩnh vực, bao gồm ứng dụng 5G, ứng dụng radar, và ứng dụng thông tin vệ tinh. Các kết quả nghiên cứu cho thấy rằng việc sử dụng các kỹ thuật bù méo có thể cải thiện đáng kể hiệu năng của máy thu, tăng dung lượng hệ thống, và giảm tiêu thụ điện năng. Tuy nhiên, việc triển khai các giải pháp bù méo trong thực tế đòi hỏi sự cân nhắc kỹ lưỡng về chi phí triển khai, độ phức tạp, và tiêu thụ điện năng.

5.1. Đánh Giá Hiệu Năng Của Các Giải Pháp Bù Méo Phi Tuyến

Việc đánh giá hiệu năng của các giải pháp bù méo phi tuyến là rất quan trọng để đảm bảo rằng chúng đáp ứng được các yêu cầu khắt khe của các ứng dụng thực tế. Các tiêu chí đánh giá thường bao gồm SNR, EVM, ACLR, và PAR. Ngoài ra, cần xem xét các yếu tố như độ phức tạp, chi phí triển khai, và tiêu thụ điện năng.

5.2. So Sánh Ưu Nhược Điểm Của Các Giải Pháp Bù Méo Khác Nhau

Có nhiều giải pháp bù méo khác nhau, mỗi giải pháp có ưu nhược điểm riêng. DPD là một phương pháp hiệu quả, nhưng có độ phức tạp tính toán cao. Các giải pháp dựa trên kênh thu tham chiếu có thể đơn giản hơn, nhưng đòi hỏi phải có một kênh thu thứ hai. Việc lựa chọn giải pháp phù hợp phụ thuộc vào đặc tính của hệ thống và yêu cầu về hiệu năng.

5.3. Triển Vọng Ứng Dụng Của Bù Méo Phi Tuyến Trong Tương Lai

Với sự phát triển của công nghệ vô tuyến, nhu cầu về các hệ thống truyền thông băng rộng và hiệu quả ngày càng tăng. Bù méo phi tuyến đóng vai trò quan trọng trong việc đáp ứng nhu cầu này, và các nghiên cứu trong lĩnh vực này vẫn đang tiếp tục phát triển. Trong tương lai, có thể kỳ vọng vào sự ra đời của các giải pháp bù méo thông minh hơn, có khả năng tự động thích ứng với các thay đổi trong môi trường và đặc tính của hệ thống.

VI. Kết Luận Hướng Phát Triển Bù Méo Phi Tuyến Máy Thu

Bài toán bù méo phi tuyến trong máy thu số đa kênh băng rộng là một thách thức lớn, nhưng cũng là một cơ hội để phát triển các kỹ thuật xử lý tín hiệu số tiên tiến. Các giải pháp như DPD và sử dụng kênh thu tham chiếu đã chứng minh được hiệu quả trong việc cải thiện hiệu năng của máy thu. Tuy nhiên, vẫn còn nhiều vấn đề cần được giải quyết, như giảm độ phức tạp tính toán, tăng khả năng thích ứng, và giảm tiêu thụ điện năng. Các nghiên cứu trong tương lai có thể tập trung vào việc sử dụng mạng nơ-ron (neural network) và học sâu (deep learning) để phát triển các giải pháp bù méo thông minh hơn.

6.1. Tóm Tắt Các Giải Pháp Bù Méo Phi Tuyến Đã Nghiên Cứu

Bài viết đã trình bày tổng quan về các giải pháp bù méo phi tuyến trong máy thu số đa kênh băng rộng, bao gồm DPD, sử dụng kênh thu tham chiếu, và các kỹ thuật dựa trên mô hình Volterra và mạng nơ-ron (neural network). Mỗi giải pháp có ưu nhược điểm riêng, và việc lựa chọn giải pháp phù hợp phụ thuộc vào đặc tính của hệ thống và yêu cầu về hiệu năng.

6.2. Hướng Nghiên Cứu Tiếp Theo Về Bù Méo Phi Tuyến Băng Rộng

Các hướng nghiên cứu tiếp theo trong lĩnh vực bù méo phi tuyến có thể tập trung vào việc sử dụng mạng nơ-ron (neural network) và học sâu (deep learning) để phát triển các giải pháp bù méo thông minh hơn, có khả năng tự động thích ứng với các thay đổi trong môi trường và đặc tính của hệ thống. Ngoài ra, cần nghiên cứu các phương pháp giảm độ phức tạp tính toán và tiêu thụ điện năng của các giải pháp bù méo để có thể triển khai chúng trong các thiết bị di động và các ứng dụng có yêu cầu khắt khe về năng lượng.

6.3. Đề Xuất Giải Pháp Bù Méo Phi Tuyến Tối Ưu Cho Máy Thu Số

Để đề xuất một giải pháp bù méo phi tuyến tối ưu cho máy thu số, cần xem xét kỹ lưỡng các yếu tố như đặc tính của hệ thống, yêu cầu về hiệu năng, độ phức tạp, chi phí triển khai, và tiêu thụ điện năng. Trong nhiều trường hợp, việc kết hợp nhiều kỹ thuật khác nhau có thể mang lại kết quả tốt nhất. Ví dụ, có thể sử dụng DPD kết hợp với kênh thu tham chiếu để đạt được hiệu năng cao với độ phức tạp vừa phải.

Nội dung chính

Tổng quan nghiên cứu

Sự phát triển mạnh mẽ của công nghệ vô tuyến định nghĩa bằng phần mềm (SDR) đã tạo nên bước đột phá lớn trong các hệ thống thông tin hiện đại, cho phép xử lý tín hiệu linh hoạt trên dải tần rộng từ 3 MHz đến 30 MHz ở dải sóng ngắn (HF). Tuy nhiên, các dòng máy thu số đa kênh băng rộng luôn phải đối mặt với thách thức nghiêm trọng về hiện tượng méo tín hiệu. Méo phi tuyến chủ yếu bắt nguồn từ các linh kiện điện tử tích cực ở tầng cao tần, đặc biệt là bộ khuếch đại tạp âm thấp (LNA) với hệ số khuếch đại từ 10 dB đến 20 dB. Khi tiếp nhận đồng thời nhiều kênh sóng mang có sự chênh lệch công suất từ 15 dBm đến 30 dBm, các thành phần méo xuyên điều chế bậc ba (IMD3) sinh ra từ các kênh biên độ lớn sẽ chèn ép và làm suy giảm chất lượng thu của các kênh có mức năng lượng nhỏ.

Luận văn thạc sĩ kỹ thuật của tác giả Hoàng Thị Hưng, được thực hiện năm 2019 dưới sự hướng dẫn của TS. Nguyễn Việt Hưng tại Học viện Công nghệ Bưu chính Viễn thông, tập trung giải quyết bài toán bù méo phi tuyến trong máy thu số đổi tần trực tiếp (DCR) và máy thu số hóa trực tiếp (DDCR). Đề tài hướng tới mục tiêu làm rõ bản chất toán học của các loại méo, đề xuất các thuật toán bù méo kỹ thuật số thích nghi và đánh giá hiệu năng xử lý trên công cụ mô phỏng chuyên dụng. Nghiên cứu đóng góp trực tiếp vào cơ sở kỹ thuật của đề tài khoa học công nghệ cấp nhà nước mã số VT-CN về hệ thống thông tin di động chuyên dụng chuyển tiếp vệ tinh phục vụ vùng sâu, vùng xa, biên giới và hải đảo. Kết quả nghiên cứu giúp nâng cao tỷ số tín hiệu trên tạp âm cộng méo (SINAD), cải thiện điểm chặn bậc ba đầu vào (IIP3) và hạ tỷ số lỗi bít (BER) xuống dưới ngưỡng $10^{-4}$ trên các kênh bị suy hao.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn xây dựng hệ thống phân tích dựa trên mô hình phi tuyến chuỗi Volterra và mô hình Hammerstein tổng quát cho các phần tử cao tần có nhớ. Mối quan hệ giữa tín hiệu đầu vào $x_{RF}(t)$ và đầu ra $y_{RF}(t)$ của bộ khuếch đại tạp âm thấp được biểu diễn qua phương trình đa thức bậc lẻ rút gọn:

$$y_{RF}(t) = a_1 x_{RF}(t) + a_3 x_{RF}^3(t)$$

Trong đó $a_1$ đại diện cho hệ số khuếch đại tuyến tính và $a_3$ biểu thị mức độ méo phi tuyến bậc ba. Luận văn phân tích chuyên sâu hai cấu trúc máy thu tiên tiến:

• Máy thu đổi tần trực tiếp sử dụng bộ trộn cầu phương tương tự (ADCR): Phân tích tác động của thành phần trôi mức một chiều (DC-offset) do hiện tượng tự trộn của bộ dao động nội (LO) và hiện tượng mất cân bằng pha/biên độ giữa hai nhánh $I/Q$ ($g_m, \phi_m$).
• Máy thu số hóa trực tiếp cao tần (DDCR): Tín hiệu được số hóa ngay sau tầng khuếch đại LNA bởi các bộ chuyển đổi tương tự - số (ADC) 16-bit dải động rộng với dải động không có thành phần giả mạo (SFDR) đạt từ 70 dBc đến 100 dBc, loại bỏ hoàn toàn bộ trộn tương tự nhưng đòi hỏi xử lý méo trên toàn bộ dải thông $F_s/2$.

Phương pháp nghiên cứu

Nghiên cứu kết hợp chặt chẽ giữa phương pháp giải tích toán học và mô phỏng thực nghiệm trên môi trường MATLAB. Dữ liệu khảo sát được xây dựng dựa trên mô hình tín hiệu đa kênh thực tế với các thiết lập chuẩn:

• Kênh thứ nhất là tín hiệu điều chế khóa dịch pha cầu phương (QPSK) tại tần số trung tâm 6.222 MHz, băng thông 24 kHz và công suất đầu vào -10 dBm.
• Kênh thứ hai là tín hiệu sóng liên tục (CW) tại tần số 6.240 MHz với công suất -17 dBm.

Cỡ mẫu mô phỏng bao gồm $10^6$ ký hiệu để đảm bảo độ chính xác thống kê khi tính toán tỷ số lỗi bít (BER). Phương pháp chọn mẫu tập trung vào các kịch bản xuất hiện can nhiễu từ các kênh lân cận và kênh cách xa tới hơn 12 MHz để kiểm chứng hiệu ứng xuyên điều chế trên vi mạch khuếch đại tạp âm thấp dải rộng ERA-2SM+. Lý do lựa chọn thuật toán thích nghi bình phương trung bình nhỏ nhất (LMS) kết hợp bảng tra cứu LUT (Look-Up Table) và giải thuật tính toán tọa độ CORDIC là nhằm tối ưu hóa tài nguyên phần cứng, triệt tiêu độ trễ tính toán và hạn chế số lượng bộ nhân khi triển khai trên vi mạch số FPGA/DSP. Toàn bộ tiến trình nghiên cứu và chuẩn hóa thuật toán được thực hiện trong giai đoạn 2018 - 2019.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình mô phỏng và phân tích thực nghiệm đã mang lại những kết quả định lượng rõ ràng:

• Trong cấu trúc máy thu số hóa trực tiếp DDCR, các thành phần hài bậc hai ($2f_1, 2f_2$), hài bậc ba ($3f_1, 3f_2$) và xuyên điều chế ($2f_1 - f_2, 2f_2 - f_1, f_1 + f_2$) sinh ra từ kênh công suất lớn (-10 dBm) làm gia tăng mức tạp âm nền lên khoảng 15 dB đến 25 dB, gây chèn ép nghiêm trọng tín hiệu mong muốn tại các kênh lân cận và các kênh ở xa như 12.329 MHz.
• Thuật toán bù méo mù miền thời gian với ma trận dữ liệu trễ $\tau$ và bộ lọc Chebyshev tối ưu giúp cô lập thành phần tuyến tính, tăng tốc độ hội tụ của hệ số phi tuyến bậc ba lên hơn 40% so với giải thuật thích nghi thông thường.
• Phương pháp sử dụng kênh thu tham chiếu phụ tuyến tính kết hợp kỹ thuật lấy mẫu dưới (Undersampling) giúp triệt tiêu méo phi tuyến LNA hiệu quả. Tỷ số lỗi bít (BER) của hệ thống được cải thiện rõ rệt từ mức $10^{-2}$ (trước khi xử lý) xuống dưới $10^{-5}$ sau khi áp dụng phương pháp trừ và nghịch đảo méo, tương đương với mức giảm hơn 99% tỷ lệ lỗi bít trên kênh truyền.

Thảo luận kết quả

Khi mức tín hiệu cao tần vượt qua điểm nén 1 dB của bộ khuếch đại LNA, sự phi tuyến sinh ra các thành phần điều chế biên độ - biên độ (AM-AM) và điều chế biên độ - pha (AM-PM). Việc áp dụng kênh thu tham chiếu không có bộ khuếch đại LNA giúp bảo toàn dạng sóng tuyến tính gốc của các tín hiệu năng lượng lớn. Bằng cách lấy mẫu dải thông (Undersampling) với tần số lấy mẫu $f_s \ge 2(f_H - f_L)$, kênh phụ không cần sử dụng bộ chuyển hạ tần số số (DDC), giúp tiết kiệm hơn 50% tài nguyên xử lý số so với phương pháp lấy mẫu thừa (Oversampling).

Kết quả được minh họa rõ nét qua đồ thị mật độ phổ công suất (Power Spectrum) với dải tần từ 0 đến 15 MHz và biên độ từ -130 dBm đến -20 dBm. Phổ tín hiệu sau xử lý cho thấy các đỉnh méo xuyên điều chế bị triệt tiêu từ 20 dB đến 30 dB, đưa mức nhiễu về sát nền tạp âm của hệ thống. So sánh với các nghiên cứu sử dụng chuỗi Volterra bậc cao truyền thống vốn đòi hỏi khối lượng tính toán phức tạp, giải pháp kết hợp kênh tham chiếu phụ và bảng LUT trong luận văn mang lại hiệu năng khử méo tương đương nhưng tiết kiệm tài nguyên tính toán dấu phẩy tĩnh trên chip FPGA.

Đề xuất và khuyến nghị

Dựa trên kết quả đạt được, luận văn đưa ra 4 khuyến nghị kỹ thuật cụ thể nhằm nâng cao hiệu năng các hệ thống máy thu số vô tuyến:

• Tích hợp kiến trúc kênh thu tham chiếu phụ Undersampling vào phần cứng SDR: Thiết lập tần số lấy mẫu của ADC phụ phù hợp với dải thông hoạt động $W = f_H - f_L$ của máy thu nhằm cắt giảm 30% đến 40% mức tiêu thụ năng lượng và hạ giá thành linh kiện; mục tiêu do các kỹ sư thiết kế phần cứng viễn thông thực hiện trong vòng 6 đến 12 tháng.
• Tối ưu hóa thuật toán thích nghi LMS trên nền tảng FPGA: Triển khai cấu trúc bảng tra cứu LUT và giải thuật CORDIC thay thế các phép nhân đa thức phức tạp, đảm bảo thời gian hội tụ của thuật toán thích nghi dưới 5 ms và duy trì điểm nén IIP3 cao hơn 15 dB; giao cho nhóm phát triển DSP/FPGA thực hiện trong thời gian 3 đến 6 tháng.
• Hoàn thiện quy trình triệt tiêu DC-offset và cân bằng pha/biên độ I/Q: Ứng dụng kỹ thuật chuyển hạ tần số trung tần thấp (Low-IF) sát 0 Hz kết hợp với các bộ lọc số tích phân phân rã nối tiếp (CIC) và bộ lọc thông thấp (LPF) nhằm loại bỏ triệt để hiện tượng rò rỉ dao động nội; do các trung tâm R&D thiết bị vô tuyến triển khai trong vòng 6 tháng.
• Mở rộng thử nghiệm thực tế trên dải tần VHF/UHF: Tiến hành đo kiểm hệ thống thu số đa kênh với các dạng điều chế bậc cao (16-QAM, 64-QAM) trên dải tần từ 30 MHz đến 500 MHz, kiểm soát tỷ số BER luôn duy trì dưới $10^{-5}$ trong môi trường truyền sóng đa đường phức tạp; thực hiện bởi các viện nghiên cứu và đơn vị tác chiến điện tử trong giai đoạn 12 đến 24 tháng tới.

Đối tượng nên tham khảo luận văn

Nội dung luận văn mang lại giá trị thực tiễn và học thuật sâu sắc cho 4 nhóm đối tượng chính:

• Kỹ sư thiết kế phần cứng cao tần (RF Engineer): Nắm vững cơ chế phát sinh méo phi tuyến, các tham số kỹ thuật trọng yếu như NF, IP2, IP3, SFDR và nguyên lý vận hành của các cấu trúc máy thu trực tiếp ADCR và DDCR.
• Chuyên gia xử lý tín hiệu số (DSP/FPGA Developer): Tiếp cận chi tiết các thuật toán khử méo mù, cấu trúc bộ lọc xấp xỉ Chebyshev, thuật toán CORDIC và phương pháp ước lượng thích nghi LMS để ứng dụng trực tiếp lên vi mạch số.
• Học viên cao học và nghiên cứu sinh ngành Kỹ thuật Viễn thông: Sử dụng làm tài liệu tham khảo chuẩn mực về mô hình hóa toán học các hệ phi tuyến có nhớ (Hammerstein, Volterra) và các kỹ thuật lấy mẫu dải thông tiên tiến.
• Các đơn vị phát triển thiết bị thông tin quân sự và vệ tinh: Ứng dụng các giải pháp phần cứng và thuật toán để chế tạo các dòng máy thu vô tuyến sóng ngắn, thiết bị chuyển tiếp vệ tinh phục vụ cứu hộ cứu nạn và an ninh quốc phòng.

Câu hỏi thường gặp

Méo phi tuyến trong máy thu số đa kênh băng rộng xuất phát chủ yếu từ nguyên nhân nào?
Méo phi tuyến chủ yếu sinh ra do đặc tính phi tuyến của bộ khuếch đại tạp âm thấp (LNA) khi hoạt động với các tín hiệu đầu vào công suất lớn. Khi đó, các thành phần sóng hài bậc lẻ, đặc biệt là xuyên điều chế bậc ba (IMD3), xuất hiện trong dải thông thu và chèn ép các kênh tín hiệu yếu lân cận.

Sự khác biệt căn bản giữa cấu trúc máy thu ADCR và DDCR là gì?
Máy thu ADCR sử dụng bộ trộn cầu phương tương tự để hạ tần tín hiệu xuống băng cơ sở trước khi số hóa bằng hai ADC tốc độ thấp, dễ bị ảnh hưởng bởi lỗi pha/biên độ I/Q và DC-offset. Ngược lại, máy thu DDCR số hóa trực tiếp toàn dải tín hiệu RF bằng một bộ ADC tốc độ cao (hàng trăm MHz đến GHz), thực hiện toàn bộ việc tách kênh và hạ tần trên miền số.

Tại sao kỹ thuật Undersampling trên kênh tham chiếu phụ lại giúp tiết kiệm tài nguyên?
Kỹ thuật Undersampling (lấy mẫu dưới Nyquist) cho phép bộ ADC của kênh phụ hoạt động với tần số lấy mẫu chỉ cần lớn hơn hai lần băng thông hoạt động của máy thu thay vì hai lần tần số sóng mang cực đại. Kỹ thuật này loại bỏ nhu cầu sử dụng bộ hạ tần số DDC trên kênh phụ, giúp giảm trên 50% tải tính toán và tiết kiệm năng lượng tiêu thụ.

Thuật toán thích nghi LMS kết hợp bảng tra cứu LUT giải quyết bài toán xử lý phần cứng như thế nào?
Khi triển khai trên chip xử lý dấu phẩy tĩnh FPGA, các phép tính lũy thừa bậc cao đòi hỏi nhiều bộ nhân logic phức tạp. Việc sử dụng bảng LUT để lưu trữ trước các hàm biên độ kết hợp giải thuật CORDIC giúp chuyển đổi các phép toán phức tạp thành các phép tra bảng và cộng dịch bit, đảm bảo thời gian hội tụ thích nghi dưới 5 ms.

Giải pháp bù méo đề xuất trong luận văn giúp cải thiện chất lượng thu ra sao?
Qua kiểm nghiệm mô phỏng trên MATLAB với tín hiệu điều chế QPSK và tín hiệu CW, giải pháp bù méo bằng phương pháp trừ và nghịch đảo phi tuyến giúp triệt tiêu các thành phần méo xuyên điều chế từ 20 dB đến 30 dB, qua đó hạ tỷ số lỗi bít (BER) từ mức $10^{-2}$ xuống dưới $10^{-5}$.

Kết luận

• Hệ thống hóa toàn diện cơ sở lý thuyết về mô hình phi tuyến Hammerstein và phân tích chi tiết tác động của méo phi tuyến LNA, mất cân bằng I/Q và dịch mức DC-offset trong các dòng máy thu số hiện đại.
• Đề xuất thành công hai giải pháp khử méo đột phá: thuật toán bù méo mù miền thời gian và giải pháp sử dụng kênh thu tham chiếu phụ tuyến tính.
• Làm chủ kỹ thuật lấy mẫu dải thông (Undersampling) trên kênh phụ, giúp cắt giảm hơn 50% độ phức tạp phần cứng DDC và tối ưu hóa năng lượng tiêu thụ cho máy thu SDR.
• Đánh giá thành công hiệu năng giải pháp trên công cụ MATLAB và vi mạch khuếch đại LNA ERA-2SM+, chứng minh khả năng cải thiện tỷ số lỗi bít (BER) từ $10^{-2}$ xuống dưới $10^{-5}$.
• Đóng góp trực tiếp vào việc nâng cao chất lượng thiết kế hệ thống thông tin di động chuyên dụng chuyển tiếp vệ tinh thuộc đề tài khoa học công nghệ cấp nhà nước mã số VT-CN.

Để tiếp tục hoàn thiện và thương mại hóa giải pháp, các đơn vị nghiên cứu cần đẩy mạnh việc nhúng thuật toán lên các dòng chip SoC FPGA chuyên dụng trong giai đoạn 6 đến 12 tháng tới. Hãy liên hệ với nhóm nghiên cứu tại Học viện Công nghệ Bưu chính Viễn thông để cùng hợp tác, chuyển giao công nghệ và phát triển các thế hệ máy thu vô tuyến số tiên tiến phục vụ nhu cầu dân dụng lẫn an ninh quốc phòng.

Trích đoạn nội dung tài liệu

CHƯƠNG 1: ẢNH HƯỞNG CỦA MÉO PHI TUYẾN TRONG MÁY THU SỐ Chương này trình bày khái quát về máy thu số hóa và đổi tần trực tiếp dải rộng và các yếu tố ảnh hưởng đến tham số thu cần giải quyết trong thiết kế như thành phần DC-offset, méo do mất cân bằng IQ, méo phi tuyến… Cụ thể các nội dung như sau: - Cấu trúc máy thu số hóa và đổi tần trực tiếp - Ảnh hưởng của thành phần DC-offset, méo do mất cân bằng IQ và cách khắc phục - Ảnh hưởng của méo phi tuyến do khuếch đại LNA trong máy thu số hóa và đổi tần trực tiếp đa kênh băng rộng CHƯƠNG 2: GIẢI PHÁP BÙ MÉO PHI TUYẾN TRONG MÁY THU SỐ Nội dung chương 2 trình bày một số giải pháp giảm méo phi tuyến do khuếch đại LNA cho máy thu số đa kênh băng rộng. Các kỹ thuật này được nghiên cứu trên miền số tức là tín hiệu trước khi được xử lý đã được số hóa. - Giảm méo phi tuyến tại cao tần sử dụng kênh thu tham chiếu phụ tuyến tính bằng cách nghịch đảo phi tuyến - Giảm méo phi tuyến tại cao tần sử dụng kênh thu tham chiếu phụ tuyến tính bằng cách trừ méo - Giảm méo phi tuyến tại băng gốc dùng kênh thu tham chiếu phụ tuyến tính CHƯƠNG 3: MÔ PHỎNG ĐÁNH GIÁ CÁC GIẢI PHÁP BÙ MÉO PHI TUYẾN TRONG MÁY THU SỐ Nội dung chương thực hiện mô phỏng và đánh giá các giải pháp xử lý méo phi tuyến do LNA trong máy thu số hóa và đổi tần trực tiếp đa kênh băng rộng được mô tả trong chương 2: 4 Mô phỏng hiệu quả các giải pháp giảm méo thông qua phổ tín hiệu trước và sau xử lý. Mô phỏng hiệu quả giảm méo thông qua tỷ lệ lỗi bit trước và sau xử lý.

ẢNH HƯỞNG CỦA MÉO PHI TUYẾN TRONG MÁY THU SỐ 1.1 Giới thiệu chương Máy thu kỹ thuật số đã thực hiện cách mạng hóa các hệ thống điện tử cho nhiều ứng dụng bao gồm truyền thông, thu thập dữ liệu và xử lý tín hiệu. Để đánh giá đầy đủ các lợi ích của máy thu kỹ thuật số, đầu tiên chương này sẽ trình bày về cấu trúc tổng quan của máy thu. Sau đó cấu trúc bên trong của máy thu kỹ thuật số trực tiếp băng rộng sẽ được mô tả. Cuối cùng, một số vấn đề gặp phải khi thực hiện máy thu số trực tiếp băng rộng.2 Cấu trúc máy thu đổi tần trực tiếp 1.1 Khái quát về máy thu đổi tần trực tiếp sử dụng bộ trộn cầu phương tương tự Với sự phát triển về công nghệ chế tạo IC, các bộ chuyển đổi ADC tốc độ cao và các bộ khuếch đại dải rộng và trộn cầu phương tương tự tích hợp cao ra đời [6, 7, 8, 9] thì cấu trúc đổi tần trực tiếp (DCR) đang là xu hướng thiết kế các máy thu hiện nay [1, 2, 3, 4, 5].

Cấu trúc này có một số lợi thế trong thiết kế và sử dụng là cấu trúc đơn giản không có nhiễu trung tần và nhiễu ảnh. Nhưng có một số khó khăn trong thiết kế là xuất hiện thành phần DC-offset, méo do mất cân bằng I/Q và méo do phi tuyến của bộ khuếch đại RF [4, 5]. Các yếu tố ảnh hưởng này tác động đến máy thu tùy theo cấu trúc và chức năng của từng loại. Các phân tích dưới đây sẽ trình bày chi tiết.

Do giới hạn về công nghệ hiện nay, tốc độ lấy mẫu của bộ chuyển đổi ADC dải động rộng chỉ đạt khoảng vài GHz [6, 7] nên với các máy thu tần số cao hàng chục GHz trở lên phải sử dụng cấu trúc chuyển hạ tần số bằng bộ trộn cầu phương tương tự.