presentasipresentasi tugas tugas...
TRANSCRIPT
1
PresentasiPresentasi TugasTugas AkhirAkhir
Muh. Khaerul Naim M
2207100174
Pembimbing :
Prof. Dr. Ir. Gamantyo Hendrantoro, Ph.D
Ir. Titiek Suryani, MT.
EstimasiEstimasi Doppler Spread Doppler Spread padapada SistemSistemOrthogonal Frequency Division Multiplexing Orthogonal Frequency Division Multiplexing
dengandengan MetodeMetode Subspace TrackingSubspace Tracking
2
LatarLatar BelakangBelakang (1)(1)� Teknologi Wireless yang sudah berkembang
�Kebutuhan akan Mobilitas yang tinggi
� Gangguan kanal wireless berupa Multipath fading, path
loss, noise
� Salah satu Parameter Multipath Fading adalah Doppler
Spread
� Efek Doppler Spread pada Sistem OFDM � ICI
3
LatarLatar BelakangBelakang (2)(2)� Estimasi Doppler Spread � Mengetahui Besarnya Efek
yang ditimbulkan pada sistem, pengembangan
algoritma yang mampu mengurangi efek doppler
spread, dan meningkatkan kinerja sistem
� Kenapa Metode subspace Tracking ? � Metode
estimasi yang ada belum didesain secara spesifik untuk
OFDM
4
Rumusan MasalahRumusan Masalah
� Bagaimana Pengaruh Doppler Spread terhadap sistem
Orthogonal Frequency Division Multiplexing (OFDM)?
� Bagaimana Memodelkan sistem dengan metode
subspace tracking untuk mendapatkan estimasi doppler
spread dan membadingkan error estimasi untuk nilai fdyang berbeda?
5
Batasan MasalahBatasan Masalah
� Simulasi ini dilakukan dalam model baseband equivalent.
� Input data biner yang dibangkitkan sebanyak 16.384 data.
� Modulasi yang digunakan pada sistem OFDM adalah QPSK.
� Jumlah Subcarrier yang digunakan sebanyak 512
� Jumlah titik IFFT yang digunakan sebanyak 1024 titik
� Menngunakan guard Interval dengan Cyclic Prefix 1/4Ts
� Model Power Delay Profile yang digunakan Berdasrkan Rekomendasi ITU-R Vehicular M.1225 ,
1997
� Transmitter berada dalam keadaan tetap (fixed), sedangkan receiver selalu bergerak (mobile)
� Noise yang mengganggu subcarrier bersifat AWGN (addictive White Gaussian Noise)
� Teknik Modulasi yang digunakan adalah QPSK
� Simulasi Dibuat dengan software MATLAB
� Metode Estimasi yang digunakan yaitu subspace tracking
� Model respon impulse yang digunakan yaitu Zheng Xiao II untuk mobile-to-fix
� Gangguan berupa Delay dan doppler spread
6
TujuanTujuan
� Mengestimasi gangguan doppler Spread dengan
menggunakan metode subspace tracking
� Mensimulasikan dan mengevaluasi unjuk kerja sistem
� Membandingkan nilai fd yang berbeda pada metode
Subspace tracking
7
PemodelanPemodelan SistemSistemData Input
Modulasi QPSKS/P
Pilot InsertionIFFT
Zheng Xiao IIITU VehicularMobile-to-Fix
PenambahanCyclic Prefix
FFTEkstraksi
Pilot
RemoveCyclic Prefix
EstimasiLeast Square
EstimasiNilai Doppler Spreadfd hasil estimasi dan
error estimasi
Pembangkitan 2 Fungsi
Autokorelasi
AWGN
8
)()()( tjgtgtgqi
+=
Model Model KanalKanal ZhengZheng Xiao IIXiao IIRespon impuls :
[ ]ππθ ,−≈U
[ ]ππφ ,, −≈Uqi
= dibangkitkan acak teridstribusi uniform
= dibangkitkan acak teridstribusi uniform
�� ��� = �2 �� �=1 ��� �� cos��� � + �∅� ,� �
�� ��� = �2 �� �=1 ��� �� sin��� � + �∅�,� �
�� = 2 � − + "4
9
Model Model KanalKanal ITU Vehicular ITU Vehicular Model kanal menggunakan delay profil spesifikasi sesuai dengan
model kanal ITU-R Vehicular M.1225 , 1997
Tap
Kanal
Relative Delay
(ns)
Average Power
(dB)
1 0 -0.0
2 310 -1.0
3 710 -9.0
4 1090 -10.0
5 1730 -15.0
6 2510 -20.0
10
Subspace Tracking Method (1)Subspace Tracking Method (1)
$%&;( = )&;(−* +&;(
,$&�-� = ./$&;($&;($ � ,$&�0� = ./$&;(+0$&;($ �
1 = 23 ,$&�0�3423 ,$&�-�342 = 5�0�5�-�
6 ≈ 8��2 9:�; �
Estimasi Least Square
Pembangkitan 2 fungsi Autokorelasi
η Parameter Doppler Spread
Pendekatan yang akan diuji
Syarat : 9:� ; ≤ 0.38
Dimana 9 ≤ 3
8� �2 9:�; �6 ≈ 1
Subspace Tracking Method (2)Subspace Tracking Method (2)
11
Initialize : (n=0)
Qo(0) = Qβ(0) = [ILm , 0TLm,P-Lm]T
Ao(0) = Aβ(0) = 0P-Lm
Co(0) = Cβ(0) = ILm
Run: (n=n + 1)
Input : Hp(n)
1. Updating for the 0-lag auto-correlation matrix :
Zo(n) = Qo(n-1) Hp(n)Ao(n) = α Ao(n-1) Co(n-1) + (1- α)Hp(n)Zo(n)H
Ao(n) = Qo(n)Ro(n) : QR-FactorizationCo(n) = Qo(n-1)H Qo(n)L(n) = MDL (diag(Ro(n)))
2. Updating for The β-Lag auto-correlation matrix :
Zβ(n) = Qβ(n-1) Hp(n- β)Aβ(n) = α Aβ(n-1) Cβ (n-1) + (1- α)Hp(n)Zβ (n)H
Aβ (n) = Qβ (n)Rβ (n) : QR-FactorizationCβ (n) = Qβ (n-1)H Qβ (n)
3. Estimasting η according to (2.22) :
4. Estimating fd according to (2.13) :
Dimana, α adalah exponensial positive dengan nilai
0.995, β ≤ 3 dan Lm adalah maximum rank yang
diujikan, Lm= 10.
1 = 23 ,$&�0�3423 ,$&�-�342
AB = C-−*�1�DE0FG
12
Hasil Simulasi Dengan β=1
fd(Hz) fdTs Jo(2πβ
fdTs)
η(=ξ(0)/ξ(β) C- �DE0ABFG�1
10 0.0012 1.0000 1.0049 0.995124
50 0.0058 0.9997 1.0051 0.994627
100 0.0115 0.9987 1.0428 0.95771
200 0.023 0.9948 1.0709 0.928938
400 0.046 0.9791 1.0876 0.900239
600 0.0691 0.9534 1.0228 0.932147
1000 0.1152 0.8732 1.1251 0.776109
1500 0.1728 0.7103 0.9548 0.743925
2000 0.2304 0.5408 1.0850 0.498433
Kesalahan Terkecil fd=10 Hz � 0.995124Kesalahan terbesar fd=2000 Hz � 0.498433 8� �2 9:�; �6 ≈ 1
13
Hasil Simulasi Dengan β=2
fd(Hz) fdTs Jo(2πβ
fdTs)
η(=ξ(0)/ξ(β) C- �DE0ABFG�1
10 0.0012 0.9999 1.0274 0.973233405
50 0.0058 0.9987 1.0052 0.993533625
100 0.0115 0.9948 1.0867 0.915432042
200 0.023 0.9792 1.0651 0.919350296
400 0.046 0.9178 1.1279 0.813724621
600 0.0691 0.8202 1.0619 0.772389114
1000 0.1152 0.5408 1.1653 0.464086501
1500 0.1728 0.1263 0.9668 0.130637153
2000 0.2304 -0.2225 1.1615 -0.191562635
Kesalahan Terkecil fd=50 Hz � 0.993533Kesalahan terbesar fd=1500 Hz � 0.1301637 8� �2 9:�; �6 ≈ 1
14
Hasil Simulasi Dengan β=3fd(Hz) fdTs Jo(2πβ
fdTs)
η(=ξ(0)/ξ(β) C- �DE0ABFG�1
10 0.0012 0.9999 1.0370 0.964224
50 0.0058 0.9970 1.0402 0.95847
100 0.0115 0.9883 1.0579 0.934209
200 0.023 0.9536 1.0884 0.876148
400 0.046 0.8199 1.2298 0.666694
600 0.0691 0.6188 1.1257 0.549702
1000 0.1152 0.1263 1.1351 0.111268
1500 0.1728 -0.3345 0.9841 -0.3399
2000 0.2304 -0.3533 1.2460 -0.28355
Kesalahan Terkecil fd=10 Hz � 0.964224Kesalahan terbesar fd=2000 Hz � 0.111268 8� �2 9:�; �6 ≈ 1
15
Grafik Perbandingan Error untuk
β=1,2,3
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
0.0012 0.0058 0.0115 0.023 0.046 0.0691 0.1152 0.1728 0.2304
Jo
(2πβ
fdT
s)/η
fdTs
β=1
β=2
β=3
16
KesimpulanKesimpulan
� Pengaruh Doppler Spread pada sistem OFDM dapat mengakibatkan
terjadinya pelebaran spektrum antar subcarrier yang dapat
menyebabkan efek Intercarrier Interfrence (ICI)
� metode subspace tracking, bisa mengestimasi nilai doppler spread dalam range tertentu berdasarkan nilai doppler spread danberdasarkan β
� Untuk β = 1, metode ini mampu mengestimasi doppler spreaddengan baik atau menghasilkan error yang kecil untuk fd =10,50,100, 200, 400, dan 600. Untuk β = 2 metode ini mampumengestimasi doppler spread dengan baik atau menghasilkan erroryang kecil untuk fd =10, 50,100,dan 200, Untuk β = 3 metode inimampu mengestimasi doppler spread dengan baik ataumenghasilkan error yang kecil untuk fd =10, 50,dan 100
17
ReferensiReferensi[1] Bernard Sklar, 2001. Digital Communications : Fundamentals and Aplications. 2nd Edition. Prentice Hall International Inc.
[2] X. Xiao, T. peng, and M. Yang, “Doppler Spread Estimation by Subspace Tracking for OFDM Systems ” IEEE GLOBECOM. Consum. Electron., vol. 48, pp. 4432-4436, August 2008.
[3] T. Yucek, R. Tannious, and H. Arslan, “Doppler Spread Estimation for Wireless OFDM Systems,” in IEEE/Sarnoff Symposium on Advances in Wired and Wireless Communication, 2005, pp. 233–236.
[4] C. S. Patel, “Wireless Channel Modelling simulation and Estimation”, A Thesis , Ch.2 . 2006
[5] J. Cai, W. Song, and Z. Li, “Doppler Spread Estimation for Mobile OFDM Systems in Rayleigh Fading Channels,” IEEE Trans. Consum. Electron., vol. 49, pp. 973–977, November 2003.
[6] Richard Bronson,. Schaum’s outline of Theory and Problems : Matrix Operation. The McGraw-Hill Companies,Inc, Ch. 19, 1989
[7] Recommendation ITU-R M.1225, “Guidelines for evaluation of radio transmission technology for IMT-2000,” Ch.1, 1997
18
Terima kasihTerima kasih
Doppler Spread
19
fc-fd fc+fd
Doppler spread merupakan ukuran
pelebaran spektrum yang
disebabkan oleh laju perubahan
waktu dari kanal komunikasi yang
bergerak
( )αλ
cosv
f d =
Subspace Tracking (1)
20
Subspace Tracking (2)
� Penggunaan Subspace tracking � Tracking
perubahan Vs dan Vn ketika data yang baru
datang �
21
Subspace Tracking (3)
� Penggunaan Subspace tracking � Track
perubahan Vs dan Vn ketika data yang baru
datang
22
Subspace Tracking (4)
23
24
Mobile-to-fix
( ){ }∑=
+=N
n
ni
nitf
Ntg
11cos2cos
2)( φαπ
( )∑=
+=
N
n
nq
nqtf
Ntg
11sin2cos
2)( φαπ
)()()( tjgtgtgqi
+=
N
n
n 4
2 θππα
+−= Nn ,.....2,1=
[ ]ππθ ,−≈U = dibangkitkan acak teridstribusi uniform
= dibangkitkan acak teridstribusi uniform[ ]ππφ ,−≈ Un
Doppler Spread
25
Doppler spread merupakan ukuran pelebaran spektrum yang disebabkan oleh
laju perubahan waktu dari kanal komunikasi yang bergerak saat suatu sunyal sinusoidal murni dikirimkan dengan frekuensi fc , sinyal terima terdiri atas beberapa gelombangdatar
yang masing-masing mengalami pergeseran frekuensi yang sebanding dengan gerakanrelative
dari mobile terhadap cell site, sehingga sinyal terima akan terdiri atas sejumlah
besar gelombang sinusoida dengan amplituda dan fasa random yang dibatasi olehdoppler spread
disekitar frekuensi fc.
spektrum sinyal terima disebut dengan doppler spektrum akan memiliki komponen padarentang
fc-fd samapi fc+fd dimana fd adalah doppler shift. Besarnya pelebaran spektrumtergantung
pada fd yang merupakan fungsi dari kecepatan relkatif pengguna yang bergerak serta
sudut theta antara arah gerak mobile dan arah kedatangan gelombang yang dihamburkan
Estimasi Least Square
Estimasi pada tipe comb diberikan dengan persamaan :
Untuk k=1,2,….,Np.
Np merupakan sinyal pilot yang ada dalam satu symbol . pada simulasi ini
sinyal pilot (Np) berjumlah 64 , yp adalah pilot hasil keluaran sesudah FFT dan
xp adalah pilot yang disisipkan sebelum proses IFFT
26
ℎI �J� = KI �J�LI �J�
Pola Penyisipan Pilot
27
pilot insertion a) tipe block b) tipe comb
Estimasi Least Square
Estimasi Least square pada tipe comb diberikan dengan persamaan :
Untuk k=1,2,….,Np.
Np merupakan sinyal pilot yang ada dalam satu symbol . pada simulasi ini
sinyal pilot (Np) berjumlah 64 , yp adalah pilot hasil keluaran sesudah FFT dan
xp adalah pilot yang disisipkan sebelum proses IFFT
28
ℎI �J� = KI �J�LI �J�
Lampiran
29
Sinyal output IFFT Sinyal output + CP
Sinyal output dengan doppler
0.0012
Sinyal output dengan doppler
0.2304