Sei sulla pagina 1di 10

Metodi e Circuiti per le Trasmissioni Numeriche II

Esercitazione n.5
Esercitatore: Maurizio Magarini
Sistemi di trasmissione MIMO

Introduzione
Il modello che si prende in considerazione per un sistema di tramissione che impiega antenne multiple al
trasmettitore e al ricevitore (MIMO, multiple-input multiple-output) è rappresentato in figura 1.

Figure 1: Modello del sistema di trasmissione MIMO.

Come si osserva in figura, il canale di trasmissione è rappresentato dalla matrice m × n


 
h1,1 (t) · · · h1,n (t)
 .. .. .. 
H(t) =  . . .
,

hm,1 (t) · · · hm,n (t)

dove il generico elemento hi,j (t) rappresenta la risposta impulsiva tra l’ingresso j-esimo e l’uscita i-esima.
In generale hi,j (t) è una funzione complessa che include la risposta impulsiva del filtro di trasmissione e
del canale. La relazione che lega ingresso e uscita è la seguente
X
r(t) = H(t − kT )ak + w(t),
k

dove T é l’intervallo di simbolo, ak = [ak;1 , ak;2 , · · · , ak;n ]T rappresenta il vettore che contiene gli n simboli
trasmessi all’istante kT e w(t) = [w1 (t), w2 (t), · · · , wm (t)]T rappresenta il vettore rumore i cui elementi
sono variabili aleatorie gaussiane complesse a simmetria circolare, indipendenti tra di loro, a valor medio
nullo e densità spettrale di potenza costante pari ad N0 . Come dimostrato in [1] e [2], la rivelazione dei
vettori contenenti i simboli trasmessi puó essere effettuata considerando la sequenza di vettori
Z ∞
yk = HH (t − kT )r(t)dt,
−∞

ottenuta mediante il filtraggio di r(t) con il filtro adattato spazio-temporale HH (−t) seguito da un
campionamento alla frequenza di simbolo come mostrato in figura 2. Il filtro adattato spazio-temporale

1
campionato trasforma il modello di canale tempo-continuo in un modello equivalente tempo-discreto con
ingresso {ak } e uscita {yk }.

Figure 2: Modello del sistema di trasmissione MIMO con filtro adattato spazio-temporale campionato.

Separabilità dello spazio e del tempo: canale MIMO memoryless


Nel seguito si considera il caso di una trasmissione a banda stretta (narrowband) in cui la risposta in
frequenza del canale può essere considerata costante nella gamma di frequenze occupata dal segnale
trasmesso. Per questo caso particolare è possibile separare la caratteristica temporale e quella spaziale
della matrice di canale H(t). Assumendo che gli n trasmettitori impieghino tutti lo stesso filtro di
trasmissione avente risposta impulsiva g(t), H(t) può essere scritta come

H(t) = g(t)H,

dove H é una matrice costante che definisce la caratteristica spaziale. In questa situazione il filtro adattato
può essere decomposto nella cascata della matrice HH seguita da un banco di filtri adattati temporali
g ∗ (−t) come illustrato in figura 3. La matrice HH rappresenta il filtro adattato spaziale e prende il nome
di combinatore spaziale o lineare.

Figure 3: Modello narrowband del sistema di trasmissione MIMO: l’elaborazione spaziale è separata da
quella temporale.

La decisione di effettuare prima l’elaborazione di tipo spaziale e poi quella temporale é del tutto
arbitraria. L’ordine in cui sono effettuate le due operazioni puó essere invertito. Nel caso in cui la
risposta impulsiva g(t) è del tipo radice di Nyquist, il modello di canale dall’ingresso della sequenza
del vettore dati all’uscita del campionatore diventa di tipo senza memoria (memoryless). L’espressione
analitica del segnale ricevuto nel caso di canale MIMO memoryless è la seguente

rk = Hak + wk . (1)

Esempio: Si consideri il caso di una trasmissione narrowband in cui un singolo utente trasmette
P
da una sola antenna il segnale s(t) = k ak g(t − kT ). Il ricevitore dispone di due elementi d’antenna
che producono i due segnali osservati r1 (t) e r2 (t). Per tale situazione, in cui n = 1 e m = 2, il canale
spaziale risulta essere descitto dal vettore h = [h1 , h2 ]T . Il filtro adattato prima effettua la moltiplicazione
per il combinatore spaziale hH = [h∗1 , h∗2 ] per produrre il segnale y(t) = h∗1 r1 (t) + h∗2 r2 (t) che viene poi

2
applicato all’ingresso del filtro adattato temporale g ∗ (−t). In tale ambito il filtro adattato spaziale è
denominato maximal-ratio combiner (combinatore a massimo rapporto) poiché, tra tutti i combinatori
con 2 coefficienti, è quello che massimizza il rapporto segnale rumore alla sua uscita.

Ricevitori lineari
Il ricevitore lineare rappresenta la soluzione di rivelazione più semplice per canali MIMO senza memoria.
Considerando lo schema rappresentato in figura 4, il vettore del segnale ricevuto viene pesato con una

Figure 4: Rivelatore lineare per canali MIMO senza memoria.

matrice C, di dimensioni n × m e coefficienti complessi, per produrre il vettore

yk = Crk = CHak + Cwk . (2)

La decisione relativa ai simboli trasmessi è effettuata quantizzando ciascun elemento del vettore yk al
simbolo più vicino della costellazione in uso.

Matched Filter Bound

Si consideri come prima scelta per la matrice C il caso

C = HH .

Il corrispondente segnale all’uscita del filtro adattato risulta essere

yk = HH rk = HH (Hak + wk ) = Ψn ak + nk .

dove Ψn = HH H corrisponde alla matrice di autocorrelazione del rumore è Ψn = E{nnH }. Si indichi


con Ψdn = diag(Ψn ). L’uscita del filtro adattato può essere riscritta come

yk = Ψdn ak + (Ψn − Ψdn )ak + nk .

La matrice Ψn − Ψdn ha degli zeri sulla sua diagonale principale. Se fosse nota l’interferenza cocanale
(CCI, cochannel interference) si potrebbe generare il segnale

zk = yk − (Ψn − Ψdn )ak = Ψdn ak + nk .

La prestazione di questo ricevitore costituisce un limite per la prestazione di ciascun rivelatore per sistemi
MIMO e prende il nome di matched filter bound (MFB). Questa situazione è la stessa che si avrebbe
considerando la trasmissione da una sola antenna ed effettuando una combinazione di tipo MRC al
ricevitore.

3
Zero-Forcing (ZF)

Si definisce il vettore errore


ek = rk − Hâk .

Secondo l’approccio ZF la matrice C é ottenuta minimizzando la funzione di costo

kek k2 = krk − Hâk k2

rispetto al vettore âk . Derivando rispetto ad âk e ponendo il risultato pari a zero si ottiene

HH (rk − Hâk ) = 0.

La soluzione dell’equazione produce come risultato

âk = (HH H)−1 HH rk . (3)

Confrontando la relazione appena scritta con la (2) si può concludere che

CZF = (HH H)−1 HH .

La matrice lineare ottenuta come soluzione é nota con il nome di pseudoinversa della matrice H e viene
normalmente indicata come
H† = (HH H)−1 HH .

Si osservi che nel caso in cui n = m si verifica che H† = H−1 . Sostituendo l’espressione del segnale
ricevuto (1) in (3) si ottiene

âk = (HH H)−1 HH (Hak + wk ) = ak + nk , (4)

dove
nk = (HH H)−1 HH wk .

Osservando la (4) si comprende che l’approccio ZF comporta la completa eliminazione della CCI. L’autocovarianza
della distorsione nk all’uscita dell’interfaccia ZF risulta essere

E{nk nH H
k } = N0 (H H)
−1
.

Il valore di MSE complessivo é pari a

MSE = N0 trace (HH H)−1 .

Interpretazione geometrica. L’approccio lineare ZF ha un’interpretazione geometrica molto im-


portante. Il vettore del segnale ricevuto può essere interpretato come la combinazione lineare delle colonne
della matrice H
n
X
rk = hi ak;i + wk ,
i=1

dove i pesi corrispondono ai simboli trasmessi e il generico vettore hi rappresenta la i-esima colonna della
matrice H. In quanto segue si trascura la presenza del vettore di rumore wk e si considera il caso di un
sistema di trasmissione MIMO 2 × 2. L’espressione analitica della parte di segnale utile ricevuto risulta
essere
uk = h1 ak;1 + h2 ak;2 . (5)

4
√ √ √
Si considerano i vettori h1 = [ 3/2, 1/ 2]T e h2 = [1/2, 3/2]T e si fa l’ipotesi che il simbolo da decidere
sia quello trasmesso dall’antenna 2. In base all’approccio ZF, la decisione sul simbolo ak;2 é effettuata
in una situazione in cui vi é assenza d’interferenza da parte del simbolo ak;1 . Poiché i vettori h1 e h2
individuano delle direzioni nel piano bidimensionale, il vettore del segnale utile ricevuto corrisponderá
alla somma vettoriale definita in (5) (si veda a tal proposito la rappresentazione del segnale ricevuto
riportata in figura 5 in cui per comoditá si é posto ak;1 = ak;2 = 1). Per fare in modo che il simbolo
ak;1 non interferisca é necessario cancellare il contributo del vettore h1 nella direzione del vettore h2 .
Questa operazione puó essere effettuata applicando l’ortogonalizzazione di Gram-Schmidt ai vettori h1
e h2 . L’osservazione fondamentale consiste nel vedere i vettori h1 e h2 come la base di uno spazio
bidimensionale da cui ricavare la base ortonormale q1 e q2 . Applicando l’ortogonalizzazione di Gram-
Schmidt la prima operazione da fare è quella di normalizzare il vettore h1 che viene preso come prima
direzione ortogonale. In questo caso h1 è già normalizzato e si pone q1 = h1 . In generale, si sarebbe

Figure 5: Rappresentazione geometrica del segnale ricevuto con ak;1 = 1 e ak;2 = 1.

dovuto procedere nel modo seguente


h1 h1
q1 = = =⇒ h1 = r11 q1 .
kh1 k r11

Al secondo passo si deve sottrarre dal vettore h2 la sua proiezione lungo il vettore q1 data da

r12 = hH
2 q1 .

Sottraendo si ottiene
h02 = h2 − r12 q1 ,

che rappresenta il vettore sul quale si immagina sia avvenuta la trasmissione del simbolo ak;2 . A questo
punto è facile ottenere q2 come

h02 h0 h2 − r12 q1
q2 = 0 = 2 = =⇒ h2 = r22 q2 + r12 q1 .
kh2 k r22 r22

Il ricevitore ZF perde parte dell’energia del segnale per soddisfare il vincolo di avere interferenza nulla
dal simbolo trasmesso dall’antenna 1. Per ristabilire ampiezza unitaria è necessario dividere per r22 :
nell’effettuare tale operazione è possibilie introdurre noise enhancement quando i due vettori sono vicini
all’essere paralleli tra di loro (linearmente dipendenti). La perdita d’energia si puó dunque tradurre in
un effetto di noise enhancement quando si verificano circostanze particolari per il canale di trasmissione.

5
Osservazione. L’ortogonalizzazione di Gram-Schmidt può essere riscritta in forma matriciale come
segue " #
r11 r12
H = [h1 , h2 ] = [q1 , q2 ] = QR
0 r22
che rappresenta la famosa decomposizione QR, in cui Q è una matrice unitaria1 e R è una matrice
triangolare superiore.

Minimo Errore Quadratico Medio (MMSE)

Una strategia migliore dello ZF consiste nello scegliere C in modo da raggiungere un compromesso che
tenga conto della perdita di energia commisurata all’entità dell’interferenza: in accordo a questo approccio
si preferisce avere un’interferenza residua se questo consente di catturare una maggior energia al fine della
decisione sul simbolo desiderato. Il ricevitore MMSE sceglie C in modo da minimizzare il costo

E{kek k2 } = E{kCrk − ak k2 }

La soluzione puó essere scritta nelle due forme equivalenti2 :

CM M SE = HH (HHH + N0 Im )−1 (6)


= (HH H + N0 In )−1 HH . (7)

La matrice di autocovarianza della distorsione (CCI+Rumore) all’uscita dell’interfaccia lineare risulta


essere
E{ek eH 2 2 H
k } = σa N0 (σa H H + N0 In )
−1
.

Il corrispondente valore di MSE é dunque dato da

MSE = trace{σa2 N0 (σa2 HH H + N0 In )−1 }.

Esempio (10-21) di [2]: Si consideri un ricevitore costituito da un array lineare uniforme di m = 4


antenne omnidirezionali separate tra loro di mezza lunghezza d’onda. Lo schema è rappresentato in figura
6. Si vuole determinare la risposta dell’array ad un segnale narrowband con un angolo d’incidenza θ.
L’espressione dell’onda che si propaga è ej2πf t . Prendendo come riferimento il primo elemento dell’array,
per il quale si considera che il valore dell’ampiezza dell’onda ricevuta sia 1, si osserva che il segnale ricevuto
sugli altri elementi arriverà sfasato di una quantità che dipende dalla distanza in più che deve percorrere
l’onda che si propaga alla velocità della luce ν. La distanza in più tra un elemento e il successivo è pari a
λ λ
d= 2 sin(θ). Il ritardo tra un elemento d’antenna e il successivo corrisponde a ∆t = 2ν sin(θ). Tenendo
conto che f = ν/λ, se si sostituisce tale ritardo nell’espressione matematica che descrive la propagazione
dell’onda si ottiene
ν λ
ej2π λ 2ν sin(θ)
1 Una matrice é detta unitaria quando
QH Q = QQH = I.

2 Il passaggio da una forma all’altra si ottiene applicando il Matrix Inversion Lemma [3]
¡ ¢−1
B−1 + CD−1 C∗ = B − BC (D + C∗ BC)−1 C∗ B.

6
Figure 6: Array lineare uniforme al ricevitore.

La risposta del canale SIMO che si ottiene è il cosiddetto steering-vector:

v(θ) = [1, ejπ sin(θ) , ej2π sin(θ) , ej3π sin(θ) ]T .

Si consideri la situazione in cui vi é l’utente desiderato con angolo d’incidenza θ = 15◦ e tre interferenti
aventi rispettivamente angoli d’incidenza 30◦ , 70◦ e 80◦ . A causa di una riflessione il segnale dell’utente
desiderato arriva anche da una direzione avente angolo d’incidenza pari a 50◦ amplificato di un fattore
0.9. Il secondo e il terzo interferente sono amplificati di 0.5 e 0.6. Il sistema di trasmissione può essere
modellato mediante un canale MIMO
H = [h1 , h2 , h3 , h4 ]

dove
h1 = v(15◦ ) + 0.9v(50◦ ), h2 = v(30◦ ), h3 = 0.5v(70◦ ), h4 = 0.6v(80◦ ).

In questa situazione ci interessa prendere una decisione relativa al segnale desiderato. Il ricevitore lineare
assumerà la forma
yk = cH rk .

Per il dato c, la funzione di direttività dell’array é pari a

f (θ) = |cH v(θ)|.

Si considerano le funzioni di direttività per i 4 casi seguenti:

• Rivelatore beamsteering, in cui csteer = v(15◦ ): il vettore dei coefficienti è adattato al raggio in
visibilità e non tiene conto del raggio riflesso e dell’interferenza.

• Rivelatore MRC, per il quale cM RC = h1 : il vettore dei coefficienti è adattato ai contributi che
derivano dal cammino diretto e da quello riflesso mentre ignora completamente l’interferenza.

• Rivelatore lineare ZF, per il quale cZF = (HHH )−1 h1 : il vettore dei coefficienti genera degli zeri
in corrispondenza delle direzioni degli interferenti e nel contempo cerca di catturare quanta più
energia possibile dal segnale desiderato.

7
• Rivelatore MMSE, per il quale cM M SE = (HHH + N0 I4 )−1 h1 . Rispetto al caso precedente il
vettore dei coefficienti cerca di catturare più energia dal segnale ricevuto accettando la presenza di
un’interferenza residua.

Dopo aver rappresentato le funzioni di direttività per i diversi tipi di rivelatori, si chiede di rappre-
sentare le costellazioni d’uscita nel caso di costellazione di tipo 4-QAM in cui i simboli possono assumere

i valori complessi {±1 ± j}/ 2 e misurare il corrispondente valore di MSE.

8
Bibliography

[1] A. Spalvieri, “Sistemi MIMO”, dispense del corso di Metodi e Circuiti per le Trasmis-
sioni Numeriche II, Dipartimento di Elettronica e Informazione, Politecnico di Milano,
http://home.dei.polimi.it/spalvier/indexmetodi2.html

[2] J. R. Barry, E. A. Lee, D. G. Messerschmitt, Digital communication 3rd ed., Norwell, MA: Kluwer
Academic Publishers, 2004.

[3] http://en.wikipedia.org/wiki/Matrix_inversion_lemma

Potrebbero piacerti anche