presentasipresentasi tugas tugas...

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)


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


14

Hasil Simulasi Dengan β=3fd(Hz) fdTs Jo(2πβ

fdTs)


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


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


� Penggunaan Subspace tracking � Tracking

perubahan Vs dan Vn ketika data yang baru

datang �

21


� Penggunaan Subspace tracking � Track

perubahan Vs dan Vn ketika data yang baru

datang

22


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 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 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

presentasipresentasi tugas tugas...

Documents