 |
BMe Kutatói pályázat |
|
Villamosmérnöki Tudományok Doktori Iskola
BME VIK, Méréstechnika és Információs Rendszerek Tanszék (BME-MIT)
Témavezető: Dr. Péceli Gábor
Modern többvivős modulációs eljárások kognitív rádiós alkalmazásokban
A kutatási téma néhány soros bemutatása
Magyarországon a 2015-re várható teljes analóg-digitális TV-átállás következtében több frekvenciasáv is felszabadul. Ezen kihasználatlan frekvenciasávok gazdaságos felhasználását célzó alkalmazás a kognitív rádió. A tervek szerint az átállást követően felszabaduló frekvenciákat opportunisztikusan kommunikáló, intelligens rádiós rendszerek használhatják adatkommunikációs célra. Mivel a kérdéses frekvenciasáv elsődleges felhasználói továbbra is a műsorszóró rendszerek, így az itt kommunikáló rádióknak magas fokú intelligenciával és gyors spektrumérzékeléssel kell rendelkezniük az interferencia elkerülése érdekében. Ebben a környezetben a kommunikáció fizikai rétegének (az alkalmazott modulációnak) speciális elvárásoknak kell megfelelnie. Kutatómunkám célja elsősorban ezen eljárások vizsgálata és implementálása, valamint az ezekhez kapcsolódó digitális jelfeldolgozási módszerek kidolgozása.
A kutatóhely rövid bemutatása
Kutatómunkámat két tanszéken (Méréstechnika és Információs Rendszerek Tanszék, MIT illetve Szélessávú Hírközlés és Villamosságtan Tanszék, SZHVT) végeztem, ezáltal a két tanszék kutatási területét tudtam ötvözni. A méréstechnikai problémákban sokat segítettek a MIT tanszék Beágyazott rendszerek munkacsoport munkatársai; a rádiófrekvenciás méréseket az SZHVT tanszéken a Rohde&Schwarz Referencialaboratóriumban, valamint a Digitális és Optikai Kommunikációs Rendszerek Laboratóriumában történtek.
A kutatás történetének, tágabb kontextusának bemutatása
A vezeték nélküli kommunikáció térhódításával párhuzamosan a felhasználók adatsebesség-igénye is egyre nő, a rendelkezésre álló frekvenciasávok azonban korlátozottak. Erre a problémára ad egy megoldási javaslatot Mitola 1999-ben megjelent cikkében [1], amelyben a kognitív rádió alapgondolatát mutatja be. A kognitív rádió lényegében másodlagos (opportunisztikus) rendszer, amely a kiválasztott frekvenciasávokat intelligensen és adaptívan képes úgy kihasználni, hogy közben ezzel az elsődleges (inkumbens) rendszereket nem zavarja. Ennek érdekében közel egy időben kell a szabad frekvenciasávokban adatforgalmat bonyolítania és figyelnie arra, hogy az inkumbens rendszereket ne zavarja, ha azok adást kezdeményeznek [2]. Ilyen és ehhez hasonló rendszerek működésének szabványosítására törekszik az IEEE 802.22-es szabványa is [3,4].
1. ábra: 24 órás spektrummérések Magyarországon, Szolnoknál
(láthatóak a használaton kívüli frekvenciasávok).
Ezen technológiák hazánkban is fontos szerepet játszhatnak a jövőben. Magyarországon 2015-tól az analóg televíziós műsorszórás helyét teljes egészében a digitális rendszer veszi át, amely összességében kevesebb sávszélességet igényel. Az átállás következtében felszabaduló frekvenciák (white-space, WS) gazdaságos felhasználására kézenfekvő megoldás a kognitív rádiós rendszerek alkalmazása [5]. Kutatásaim során a WS-ek opportunisztikus kihasználására legígéretesebb többvivős modulációs eljárásokat vizsgáltam és hasonlítottam össze. A többvivős rendszerek esetén az OFDM [6] (Orthogonal Frequency Division Multiplexing - Ortogonális frekvenciaosztásos nyalábolás), mint széles körben elterjedt technika alkalmazása tűnik magától értetődőnek. Több vezeték nélküli hírközlő rendszerben, többek között DVB-T (földfelszíni digitális televízió), DAB (digitális rádió) és WLAN (vezeték nélküli hálózat) esetén is ezt az eljárást alkalmazzák. Az OFDM mellett azonban más, több szempontból kedvezőbb tulajdonságú modulációs eljárások is szóba jöhetnek alternatívaként.
A kutatások a QoSMOS (Quality of Service and MObility driven cognitive radio Systems) FP7-es Európai Uniós projekt keretében történtek, melynek magyar részről a vezetője Dr. Bitó János.
A kutatás célja, a megválaszolandó kérdések
A QoSMOS projekt elsődleges célja a kognitív rádióhoz kapcsolódó spektrum mérése, menedzsmentje, valamint a hálózat felépítésén túl egy demonstrációs eszköz kifejlesztése is. A BME részfeladata ebben a projektben a modulációs séma kidolgozása. Ez magába foglalja az adó- és vevőalgoritmusok kidolgozását, valamint az alapsávi digitális jelfeldolgozást és a jelstruktúra kialakítását is.
Kognitív rádiós alkalmazások fizikai rétegében a spektrummérés mellett a másik nagyon fontos kérdés a használt modulációs séma kiválasztása. Az OFDM mellett három másik alternatív többvivős sémát is vizsgáltam, amelyek bizonyos szempontokból előnyösebbek lehetnek [K1],[K2]: a DFT-Spread OFDM-et [7, 8] (DFT-szórt OFDM, továbbiakban DFTS-OFDM), a Constant Envelope OFDM-et [9] (állandó burkolójú OFDM, továbbiakban CE-OFDM) valamint a Filter Bank Multicarrier [10, 11] (szűrőbankalapú többvivős technika, továbbiakban FBMC) modulációs eljárást.
A modulációs sémákat több szempont szerint összehasonlítottam. Egyik legfontosabb szempont a spektrális tulajdonságok és a szomszédos csatornás zavarás mértéke [K8]. Emellett fontos szempont a modulációs technikák érzékenysége a különféle analóg áramkörök (erősítő, keverő) hibáira [K1].
2. ábra: A vizsgált négy modulációs eljárás bithiba-arány görbéi AWGN csatornán a jel/zaj viszony függvényében.
3. ábra: A négy vizsgált modulációs eljárás teljesítmény-sűrűség spektruma.
Módszerek
Szimulációs környezet
Először egy moduláris szimulációs környezetet alakítottam ki Matlab környezetben, amelyben a modulációs sémák különféle tulajdonságai adó és vevőoldalon is elemezhetőek. Továbbá az átviteli út során fellépő nemlineáris hatások, szinkronizálási hibák és a rádiós csatorna okozta lineáris torzítás, illetve az additív zaj hatásai is vizsgálhatók, valamint a digitális jelfeldolgozási algoritmusok könnyen és gyorsan tesztelhetők és ellenőrizhetők.
A különféle hibajelenségek hatásait bithiba-arány görbék segítségével tudjuk szemléletesen megmutatni. A jelek sávszélességét, illetve a nemlineáris hatásokat az adóból kilépő jel spektrális teljesítménysűrűségével tudjuk jellemezni.
Az eljárások szimulációja mellett lényeges kérdés azok hardveres megvalósítása és a létrehozott jelek mérése is. A legvégső lépés a szimulációk és a mért eredmények összehasonlítása és értékelése.
Hardvermegvalósítás
A szimulációkat követően, a kipróbált adó és
vevőalgoritmusokat szoftverrádiós egység (USRP - Universial Software Radio
Peripheral, 4. ábra) segítségével tudjuk könnyen és gyorsan kipróbálni és
ellenőrizni. Két USRP modul végzi a fel-, illetve lekeverést, így csak a
digitális jelminták feldolgozását kell megoldani adó és vevő oldalon (5. ábra).
A létrehozott jelek mérésére R&S FSH3 spektrumanalizátort használtunk.
A végső cél egy LabView megvalósítás lesz az National Instruments által gyártott
NI USRP-re.
4. ábra: USRP modul (Ettus Research).
5. ábra: A hardveres tesztkörnyezet mérés közben és a mért OFDM/FBMC (fehér/sárga színnel) spektrum.
Eddigi eredmények
Modulációs sémák vizsgálata
A PhD. kutatásaim során összehasonlítottam négy többvivős modulációs sémát, melyek alkalmasak lehetnek kognitív rádiós alkalmazásokhoz. Vizsgáltam a különféle lineáris/nemlineáris torzítások hatásait, valamint a szinkronizációs hibák (órajel, fel/lekeverő frekvencia, fázishiba, IQ hibák) okozta teljesítőképesség-romlást. Elemeztem a modulációs sémák adatátviteli sebességét, a moduláláshoz és demoduláláshoz szükséges számítási komplexitást valamint a modulált jelek időtartománybeli és spektrális tulajdonságait is [K1], [K2]. Ezen vizsgálatok rövid összefoglalása látható az I. táblázatban.
|
|
OFDM |
DFTS-OFDM |
CE-OFDM |
FBMC |
|
Rendszer komplexitás |
Alacsony |
Közepes |
Közepes |
Magas |
|
Spektrális tulajdonságok |
Alacsony oldalsávi szivárgás |
Alacsony oldalsávi szivárgás |
DC + oldalsávi szivárgás |
Nagyon alacsony oldalsávi szivárgás |
|
Csúcstényező |
Magas |
Közepes |
Alacsony |
Magas |
|
Adatsebesség |
1-(P/N) |
0.5*(1-(P/N)) |
1-(P/N) |
1 |
I. táblázat: A vizsgált modulációs eljárások összehasonlítása.
Az FBMC moduláció vizsgálata
Vizsgálataim kimutatták, hogy a kevésbé ismert és szűkebb körben alkalmazott FBMC moduláció rendelkezik a legkisebb szomszédos csatornás szivárgással, ahogy az a 3. ábrán látható. Ezért a kutatásaimban az FBMC került a középpontba. Kidolgozásra kerültek FBMC rendszerekhez a csúcstényező csökkentési eljárások, valamint csatornakiegyenlítést támogató algoritmusok is.
Hatékony FBMC csatornakiegyenlítési technikák kidolgozása
Számos előnye mellett azonban az FBMC rendelkezik hátrányokkal is. Egyik ilyen probléma hosszú impulzusválaszú csatornák esetén lép fel. A nagymértékű szimbólumközti áthallás miatt a rendszer bithibaarány-görbéi a jel-zaj viszony növekedése ellenére sem mutatnak további javulást. Ezen problémára kidolgoztam új csatornakiegyenlítési eljárásokat [K3],[K4], melyek segítésével a szimbólumközti áthallás hatása a számítási komplexitás növekedése mellett tovább csökkenthető (6. ábra).
6. ábra: A kidolgozott FBMC csatornakiegyenlítési eljárásaink összehasonlítása (FBMC-ZF az irodalomban javasolt eljárás [13]).
FBMC jel csúcstényezőjének csökkentése
Az FBMC másik hátránya, hogy a modulált jel nagy csúcstényezővel rendelkezik, amelyek nemlineáris torzítások hatására a kognitív rádiós alkalmazásokban nemkívánatos teljesítőképesség-romláshoz, illetve oldalsávi szivárgáshoz vezetnek. Kidolgoztam egy teljesítményhatárolt FBMC jelek kompenzálására alkalmas, iteratív turbo-dekódoláson alapuló vevőalgoritmust [K5], amellyel a nemlineáris torzítás hatása a vevőben csökkenthető és a teljesítőképesség javítható. A nagy csúcstényező csökkentésének további lehetősége az adóban történő előzetes jelfeldolgozás: ilyenkor a vevőoldali algoritmusokat nem kell módosítani. Kidolgoztam egy új FBMC adóstruktúrát, amely OFDM technikák adaptálásával, iteratív teljesítményhatároláson alapul. Ezen eljárások segítésével a modulált jel dinamikatartománya drasztikusan csökkenthető minimális teljesítménynövekedés árán [K6].
Rekurzív DFT (R-DFT) alkalmazás kognitív rádiós célokra
A kognitív rádiós alkalmazások másik fontos szempontja a spektrum folyamatos mérése, amely többnyire FFT algoritmussal történik. Megmutattam, hogy a méréstechnikában használatos megfigyelő-elméleten alapuló rekurzív DFT [12] (7. ábra) alkalmazható folyamatos spektrumfigyelésre [K7]. Másik előnye, hogy az R-DFT sokkal kevesebb számítást igényel, mint az FFT mintánként történő csúszóablakos újraszámítása. Emellett az FBMC esetén R-DFT alkalmazásával az átlagolási elven működő csatornakiegyenlítés [K3] is megvalósítható alacsonyabb számítási komplexitás mellett.
7. ábra: Megfigyelőelméleteten alapuló rekurzív DFT struktúra.
Várható impakt, további kutatás
Az FBMC moduláció egyre nagyobb figyelmet kap kedvező spektrális tulajdonságai miatt. Komoly esély van arra, hogy kognitív rádiók számára ezt a modulációs sémát szabványosítsák. Elsődleges célom egy valós idejű adatátviteli kapcsolat implementálása USRP hardveren, ahol a csúcstényező-csökkentési eljárások, csatornakiegyenlítési algoritmusok, valamint vevőoldali jelfeldolgozási technikák kipróbálhatók. Célom egy demonstrációs adó/vevő eszköz létrehozása, amelynek segítségével az FBMC jel és annak kognitív rádiós alkalmazása bemutatható. Az FBMC tesztkörnyezetet a National Instruments-el szorosan együttműködve szeretnénk kialakítani és az ipar számára elérhetővé tenni, továbbá oktatási célra a hallgatók számára átviteli mérésekre is felhasználni.
Nyitott kérdés az FBMC adatátvitel során használható órajel-, frekvencia-, illetve fázishiba-szinkronizációra alkalmas eljárások, valamint csatornabecslési módszerek kidolgozása. Ezeket először a szimulációs környezetben szeretném kipróbálni, ezután következik a tényleges hardveres megvalósítás. Meg szeretném vizsgálni emellett az R-DFT szinkronizálási célokra történő továbbfejlesztésének lehetőségét is.
Saját publikációk, hivatkozások, linkgyűjtemény
Kapcsolódó saját publikációk listája
[K1]. Zsolt Kollár, Péter Horváth: Modulation Schemes for Cognitive Radio in White Spaces. RADIOENGINEERING 19:(4) pp. 511-517. (2010) - [link]
[K2] Zsolt Kollár, Lajos Varga, Péter Horváth: Modern többvivős rendszerek kognitív rádiós alkalmazásokban. HÍRADÁSTECHNIKA 56:(3) 18-22. oldal (2011) - [link]
[K3] Zsolt Kollár, Péter Horváth, Gábor Péceli: Iterative Decision Feedback Equalization for Filter Bank Multicarrier Systems. The First International Conference on Advances in Cognitive Radio: COCORA 2011. Budapest, Magyarország, 2011. Paper 60056. - [link]
[K4] Zsolt Kollár, Péter Horváth: Equalization of Multicarrier Cognitive Radio Transmissions over Multipath Channels with Large Delay Spread. INFOCOMMUNICATIONS JOURNAL 3:(2) pp. 42-47. (2011) - [link]
[K5] Zsolt Kollár, Péter Horváth: PAPR Reduction of FBMC by Clipping and its Iterative Compensation. JOURNAL OF COMPUTER NETWORKS AND COMMUNICATIONS 2012:(2012) pp. 1-11. Paper 382736. (2012) - [link]
[K6] Zsolt Kollár, Lajos Varga, Kristóf Czimer: Clipping-Based Iterative PAPR-Reduction Techniques for FBMC. OFDM-Workshop 2012. Essen, Németország, Paper OFDM12-10. - [link]
[K7] Lajos Varga, Zsolt Kollár, Péter Horváth: Recursive Discrete Fourier Transform based SMT Receivers for Cognitive Radio Applications. 19th International Conference on Systems, Signals and Image Processing, IWSSIP 2012. Bécs, Ausztria, Paper 1569530899. - [link]
[K8] Vincent Berg, Zsolt Kollár, Rohit Datta, Péter Horváth, Dominique Noguet, Gerhard Fettweis: Low ACLR communication systems for TVWS operation. Future Network & Mobile Summit 2012. Berlin, Németország, Paper 146. - [link]
Teljes publikációs lista (BME-PA)
Hivatkozások listája
[1] Mitola, J. and Maguirem, G. Q.: Cognitive radio: Making software radios more personal. IEEE Personal Communications, vol. 6, no. 4. , pp. 13 – 18, Aug. 1999.
[2] Qing Zhao and Sadler, B.M.: A Survey of Dynamic Spectrum Access. IEEE Signal Processing Magazine, vol. 24, no.3, pp.79-89, May 2007.
[3] IEEE 802.22 Working Group on Wireless Regional Area Networks. [Online]. Elérhető: http://www.ieee802.org/22/
[4] Cordeiro, C., Challapali, K., Birru, D., Shankar, S.: IEEE 802.22: The first worldwide wireless standard based on cognitive radios. IEEE International Symposium on Dynamic Spectrum Access Networks DySPAN, Baltimore, USA, pp.328–337, 2005.
[5] Nekovee, M.: A survey of cognitive radio access to TV White Spaces. 2009 ICUMT‘09. Int. Conf. on Ultra Modern Telecom. and Workshop, pp.1–8, 12-14 October 2009.
[6] van Nee, R. and Prasad R.: OFDM for Wireless Multimedia Communications. Artech House, Boston, USA, 2000
[7] Hyung G. Myung, Junsung Lim, David J. Goodman: Single Carrier FDMA for Uplink Wireless Transmission. IEEE Vehicular Technology Magazine, Vol. 1, No. 3, pp. 30-38, Sep. 2006.
[8] D. Galda and H. Rohling: A low complexity transmitter structure for OFDM-FDMA uplink systems. Vehicular Technology Conf., VTC Spring 2002, IEEE 55th, Vol. 4, pp.1737–1741, 2002.
[9] S.C. Thompson, A.U. Ahmed, J.G. Proakis, J.R. Zeidler, M. J. Geile: Constant envelope OFDM. Transactions on Communications, Vol. 56, No.8, pp.1300–1312, August 2008.
[10] F. Schaich: Filterbank based multi carrier transmission (FBMC) – evolving OFDM: FBMC in the context of WiMAX. 2010 European Wireless Conference (EW), pp.1051–1058, 2010.
[11] P. Siohan, C. Siclet, N. Lacaille: Analysis and design of OFDM/OQAM systems based on filterbank theory. IEEE Trans. on Signal Processing, Vol. 50, No.5, pp.1170–1183, 2002.
[12] G. Péceli: A common structure for recursive discrete transforms. IEEE Transactions on Circuits and Systems, vol. 33, no. 10, pp. 1035 – 1036, Oct. 1986.
[13] T. Ihalainen, T. H. Stitz, M. Rinne, and M. Renfors: Channel equalization in filter bank based multicarrier modulation for wireless communications. EURASIP Journal Appl. Signal Process, 2007.
Linkgyűjtemény
Cognitive Radio - Mitola cikke
Nokia Research Center - NRC Presents Cognitive Radio (rövid animáció)