Documente Academic
Documente Profesional
Documente Cultură
din Bucuresti
FACULTATEA TRANSPORTURI
Programul de Master SISTEME TELEMATICE IN TRANSPORTURI
Disciplina:
COMUNICATII MOBILE IN TRANSPORTURI
2014-2015
INDEX
CBST (en. STBC Space Time Block Codes) Coduri Bloc Spatio-Temporale
DS (en.= Sphere Decoding SD) decodare in sfera
FSD (en.= Fast Sphere Decoding) decodare rapida in sfera
HRQF (en. = Hurwitz-Randon Quadric Form) - forma patratica Hurwitz-Randon
MIMO (en.= multiple-input and multiple-output) canal de transmisie cu intrari si iesiri
multiple
CBSTOC (en.= Complex orthogonal STBC) - Coduri Bloc Spatio-Temporale cu
Ortogonale Complexe
ML Modulatie Liniara
CBOST (en= Block Orthogonal Space Time Block Code -BOSTBC) Coduri Cu Blocuri
Ortogonale Spatio-Temporale
QF (en. = Quadric Form) forma patratica
BOCSTB (en.= Block Orthogonal STBC (BOSTBC)) Bloc Ortogonal CBST
CBSTL (en.= LSTBC Liniar Space Time Block Codes) Coduri Bloc Spatio-Temporale
Liniare
SNR (en. = Signal-to-noise ratio) raportul semnal/zgomot
PAM (en.= Pulse-amplitude modulation) Modulatie de amplitudine in impulsuri
QAM (en.= Quadrature amplitude modulation) Modulatie de amplitudine in cuadratura
ABBA clasa de coduri bloc spatio-temporele quasi-ortogonale
FLOPS = FLoating-point Operations Per Second operatii cu virgula mobila
Abstract:
Decodificarea codurilor liniare spatio-temporale (CBST en.= STBC Space Time
Block Codes) utilizand decodarea in sfera DS (en.= Sphere Decoding SD) este bine
cunoscuta. O scurta descriere a decodarii in sfera, de altfel cunoscuta si sub numele de
decodare rapida in sfera (en.= Fast Sphere Decoding FSD), a fost facuta de catre Biglieri,
Hong si Viterbo. Privind un cod bloc spatio-temporal ca fiind un spatiu vectorial etalonat prin
definirea matricilor sale de greutate in domeniul numerelor real, putem defini forma patratica
Hurwitz-Randon (HRQF en. = Hurwitz-Randon Quadric Form) pe acest spatiu vectorial.
Astfel putem da o interpretare patratica complexitatii FSD a unui cod liniar spatio-temporal.
Este demonstrat ca, complexitatea FSD este o functie a matricelor de greutate ce defineste
codul si ordinea acestora, si nu depinde de natura canalului de transmisie (chiar dac atunci
cand utilizam DS pe un canal echivalent, complexitatea FSD depinde de natura canalului) sau
de numarul antenelor de receptie. De asemenea, este demonstrat ca, complexitatea FSD este
complet inglobata intr-o singura matrice optinuta din forma patratica Hurwitz-Randon. Mai
mult decat atat, este prezentat modul in care se ajunge la complexitatea FSD pornind de la un
set stabilit de matrici de greutate si un algoritm optim de ordonare a acestora. Binecunoscutele
clase de coduri FSD de complexitate scazuta sunt prezentate in cadrul sectiunii referitoare la
HRQF (forma patratica Hurwitz-Randon).
I. INTRODUCERE
Consideram un sistem format dintr-o anten de transmisie nt, o anten de receptie nr, si
un canal de atenuare cvasi-static de tip Rayleigh de banda ingusta codat in spatiu-timp
MIMO, ce ofera receptorului (CISR) informaii complete despre natura canalului. Relatia de
intrare iesire pentru un astfel de sistem este data de:
=
+ ,
(1)
||
(2)
=!
,x ,,x
(3)
Lasand variabilele reale x1, x2, ... , xK sa primesca valori din semnalul S, unde Ai apartine
matricei complexe nt x T definim codul ce este cunoscut ca matrici de greutate. Rata de
corectie a erorilor acestui cod este simbolul complexitatii pe canalul utilizat
"
# $% = $ # % &'()*+ ),)- % . /.
4# %
01$(+1 2 %, 3
# 3 5
# %
Daca consideram V ca fiind un spatiu n-dimensional peste F atunci putem considera forma
patratica ca fiind un polinom omogen de grad doi, de exemplu: pentru 1 i, j n, avem
marimile scalare mij astfel incat:
Q >
Q : , v , , v@
A 8 ,B : :B
,B!
pentru toti v = [v1, ..., vn] V. Din moment ce putem asocia matricea M =( 8- D) cu forma
patratica Q(v) = vMvT.
!
||
BJ B
K KBK
L 2
D - || .
L
- D
A $ $ BJ B
2
,B
1
4#
2
$ A
si
,B
BJ B
P si
$ #
#
Q P . Simplificand si
1
A4 Q J
2
QB
,B
BQ
J B 5.
1
Y
0
S$ 71 , 72
0
Z si 4W , W 5[
1
71
71
72
V, S6 W1 , W2
71
W1
W1
W2
V,
W1
1 D
1 2D
V.
1 2D
1 D
Lasam toate variabilele sa ia valori de la un set de semnale de cardinalitate M. Daca
ordonam variabilele (si prin urmare, matricile de greutate) ca [s1I, s1Q, s2I, s2Q, s3I, s3Q, s4I, s4Q],
atunci matricea R pentru SD are urmatoarea structura:
mai mic determinant si este data de catre: \
e
d0
c0
c
0
c
c0
c0
c0
b0
0
e
0
0
0
0
0
0
0
0
e
0
0
0
0
0
0 t
0 t
0 t
e t
0 t
0 0
0 0
0 0
t t t
t t ti
t t th
h
t t th
0 0 0h
t 0 0h
0 t 0h
0 0 tg
unde t reprezinta intrarile diferite de zero. Putem observa cu usurinta ca, codul Silver admite
decodare rapida cu aceasta ordonare cu complexitate FSD M5.Cu toate astea, daca schimbam
ordinea [s1I, s1Q, s4I, s2Q, s3I, s3Q, s2I, s4Q], atunci matricea R pentru SD are urmatoarea
structura:
e 0 t 0 t t 0 t
d0 e t 0 t t 0 t i
c0 0 t t t t t 0 h
c
h
0 0 0 t t t t th
c
a
c0 0 0 0 t t t t h
c0 0 0 0 0 t t t h
c0 0 0 0 0 0 t t h
b0 0 0 0 0 0 0 t g
6
unde t reprezinta intrarile diferite de zero. In aceasta ordinde complexitatea FSD creste la M7.
De asemenea observam ca avem multe intrari ri j 0 chiar si atunci cand matricile de greutate
HR de ordinul i si j sunt ortogonale, cum ar fi in cazurile cand i = 6, j = 8 si i = 5, j = 8.
Continutul acestei lucrari are urmatoarele rezultate:
Ne da o definiie oficial a complexitii FSD a unui cod liniar CBST (subseciunea
II-B.)
Cu ajutorul formei patratice Hurwitz-Radon, se arat c complexitatea FSD a codului
depinde doar de matricele de greutate ale codului i ordonarea lor, nu si de natura
canalului (chiar dac atunci cand utilizam SD pe un canal echivalent, complexitatea
FSD depinde de natura canalului) sau numrul antenelor de receptie.
O ordonare optim (nu neaprat unica) a matricelor de greutate ofer cea mai mica
complexitate FSD pentru un anumit CBST. Oferim un algoritm pentru aplicabil
matricei formei patratice Hurwitz-Radon care produce o ordonare optim pentru cod
CBST dat.
Restul lucrrii este organizat dup cum urmeaz: n seciunea a II- sunt date clasele cunoscute
de coduri de decodare ML pentru reducerea complexitatii, modelul de sistem i definiia
oficial a complexitii FSD a unui CBST liniar. n Seciunea III, se arat c complexitatea
FSD depinde n totalitate de HRQF i nu de natura canalului sau numrul de antene de
recepie. n seciunea IV, vom prezenta un algoritm pentru a modifica matricea HRQF pentru
a obine o ordonare optim a matricelor de greutate in scopul de a obine complexitatea FSD
cea mai mica. In seciunea V sunt prezentate rezultatele simulrii sunt iar observaiile finale i
posibilele viitoare direcii de lucru sunt precizate in seciunea VI.
Notatii: Pe parcursul lucrrii, am folosit litere mici si ingrosate pentru a indica vectorii
si majuscule ingrosate pentru a indica matrici. Pentru o variabil complex x, prile reale i
imaginare sunt notate cu xI respectiv xQ. Multimile numerelor ntregi, reale i complexe sunt
notate cu , I respectiv . Operatia de asezare a coloanelor de X unele sub altele se noteaz
cu vec(X). Produsul Kronecker se noteaz cu iar cu IT i OT matricea T T , matrice
unitate respectiv matricea zero. Pentru o variabil complex x, operatorul (.) ce acioneaz
asupra x este definit dup cum urmeaz:
l T
V.
1n , 1# , , (n , (# w
y , :'9
y :'9
y w.
v:'9
y ,
:'9
~' u
s z, si u = 4 1 , 2 , , { 5 , avand fiecare xi
unde ~' I2(* 2() p{ este dat de ~'
() ~
extras dintr-o modulatie (PAM) 1-dimensionala. Folosind modelul echivalent de mai jos
decodorul ML (2) poate fi scris ca fiind:
y}
||:'9
~ ||2
a, unde I
C C p
ortogonala iar I
este o matrice triunghiulara superioara. Folosind aceste informatii,
decodorul ML se schimba in:
{p{
y}
||[ :'9
a||
||
a|| .
este o matrice
(5)
unde
1 , 1
d
c
c
c
b
|| || ,
0
|| ||
0
0
0
0
iar pentru 1
, ]
, ]
||] ||
2, , {,
- 1
,
i
,
h
] , h,
h
|| || g
A D , - D , 1
D 1
(7)
a=
(8)
V,
(9)
permit cel puin uneia dintre grupele codurilor decodabile multi-grup s fie fasdecoded (rapid
de decodat) . Matricea R pentru un cod rapid decodabil in grup va avea forma de mai jos:
a
, (10)
a-
a- = T
i i1
V,
0 i2
a=
a
a
a
a
,
a-
unde fiecare un a- , - = 1,2, , este o matrice de ordin complet., un bloc ortogonal, o matrice
triunghiulara cu k blocuri \-1 \-2 \{ , fiecare de marimea avand matricile nevide -D , - =
1,2, , , D = 1,2, , . Un astfel de CBST este numit (, , ) Bloc Ortogonal CBST (en.=
Block Orthogonal STBC (BOSTBC)).
Structura matricei R pentru fiecare dintre codurile definite mai sus depinde de
ordonarea matricelor de greutate. Dac vom schimba ordinea matricelor de greutate, matricea
R isi pierde structura i nu mai prezint proprietile de decodare dorite. Codul Silver din
exemplul 1 ilustreaz acest aspect. n urmtoarea subseciune, vom da o definiie oficial a
complexitatea FSD.
B. Complexitatea FSD a unui cod CBST
n aceast seciune vom defini complexitatea FSD a unui cod CBST. n primul rnd
consideram un caz singular al decodarii unui grup i definim complexitatea FSD pentru o
anumita ordine a acestuia. Apoi vom extinde definiia unui CBST multi-grup decodabil.
Consideram C ca fiind un cod CBST cu matricea de greutate A1, ..., AK, unde toate variabilele
iau valori dintr-un set semnal de cardinalitate M si R matricea obinut prin descompunerea
QR folosita pentru SD. Pastram ordinea matricilor de greutate utilizate pentru a obine
matricea R ca fiind A1, ..., AK. Notm cu l1 numrul de variabile care trebuiesc condiionate,
atunci cnd vom folosi FSD pe matricea R.
10
Dup condiionarea variabilelor l1, lasam restul variabilelor sa fie p1-grup decodabil. n cazul
n care codul nu este rapid decodabil in sfer (en.= fast sphere decodablle), atunci stabilim
numrul total de variabile n matrice. Notam cu Ri1 submatricea ce conine variabilele
grupului al i1-lea dup condiionarea variabilelor l1 n matricea R i ni1 numrul de variabile
din grupul al i1-lea, unde 1 i1 p1. Putem folosi FSD pe fiecare dintre matricele Ri1 acum.
S notm cu l1,i1 numrul de variabile ce trebuieac condiionate, atunci cnd vom folosi FSD
pe matricea Ri1. Dup ce am pus conditiile asupra l1,i1, variabile n Ri1, lasa restul variabilelor
sa fie grup p1,i1 decodabil. Fie p2 = maxi1 (p1,i1). Notam cu Ri1,i2 submatricea ce contine
variabilele grupului al i2-lea dupa conditionarea variabilelor l1,i1, in matricea Ri1 si cu ni1,i2,
numarul variabilelor din grupul al i2-lea, unde 1 i2 p2. sE poate intampla ca p1,i1 < p2
pwntru anumiti i1. In astfel de cazuri vom stabili ni1,i2, = 0 pentru i2 > p1,i1. Vom continua
procesul pana cand nu vom mai putea aplica FSD. Acest proces se va termina din moment ce
exista un numar finit de variabile iar numarul variabilelor scade cu fiecare repetare a FSD.
Oprim procesul dupa repetari. In repetarea ( 1) avem urmatoarele: Notam cu l1,i1,i2, ..., i-1,
numarul variabilelor ce trenuiest conditionate, atunci cand folosim FSD pe matricea R i1,i2, ..., i1. Dupa conditionarea variabilelor cu l1,i1,i2, ..., i-1 in R i1,i2, ..., i-1 restul variabilelor din grupul
pi1,i2, ..., i-1 vor fi decodabile. & = 8$ -1,-2,,-1 &1.-1,-2,,-1 . Notam cu R i1,i2, ..., i-1
submatricea ce contine variabilele grupului decodabil i dupa conditionarea variabilelor l1,i1,i2,
..., i-1 in matricea R i1,i2, ..., i-1 si cu ni1,i2,...,i numarul de variabile din grupul i unde 1 i p.
In ultima repetare avdem: l1,i1,i2, ..., i = ni1,i2,...,i pentru 1 i p.
Avem: k1,i1,i2, ..., ij-1 = max(l1,i1,i2, ..., ij + k1,i1,i2, ..., ij) pentru 2 j , 1 ij pj si k1,i1,i2, ..., i
= 0 si k1 = maxi1(k1,i1).
Definitia 5: Definim complexitatea FSD a unuo singur grup decodabil CBST ce are o anumita
ordonare 11 +1 .
n cazul unui cod decodabil multi-grup cu g grupuri, matricea R va fi o matrice
diagonal bloc. Se calculeaz complexitatea FSD a fiecrui grup independent aa cum este
descris mai sus i se alege maximul dintre ele ca fiind complexitatea FSD a unui cod CBST.
Definitia 6: Definim compexitatea FSD a unui CBST decodabil multi-grup cu g
grupuri ca fiind 8$ - 11+1 , unde 1 i g.
Prezentam cateva exemple ce ilustraza complexitatea FSD.
Exemplul 2: Fie forma matrice R:
d
c
c
a = c
c
c
c
b
a11
0
0
0
0
0
0
0
a21
0
0
0
0
0
0
0
0
a33
0
0
0
0
0
0
0
0
a44
0
0
0
0
a15
a25
a35
a45
a55
0
0
0
a16
a26
a36
a46
a66
0
0
a17
a27
a37
a47
0
0
a77
a18
a28 i
h
a38
h
a48 h
0h
0h
0h
a88 g
Acum, daca folosim FSD pentru aceasta matrice, vom conditiona l1 = 4 variabile si vom obtine al
doilea grup decodabil. Avem:
11
a33 a34
a = Y 0 a Z.
44
a
a
Y 011 a12 Z,
22
Din moment ce numarul variabilelor fiecarei matrici de mai sus este 2, atunci avem (1 =
(2 = 2. Nu mai putem conditiona alte variabile. Deci, procesul s-a incheiat. Stabilim l1,1 = 2 si
l1,2 = 2. Rezulta:
1,1 = 1,2 = 0,
1 = max11,1 + 1,1 , 11,2 + 1,2 = 2.
a1,1
0
0
0
0
0
0
0
0
0
0
a2,2
a1,3
a2,3
a3,3
0
0
0
0
0
0
0
0
0
0
0
0
a1,4
a2,4
a3,4
a4,4
0
0
0
0
0
0
0
0
0
0
0
0
a5,5
0
0
0
0
0
0
0
0
0
0
a6,6
0
0
0
0
0
0
0
0
0
0
a7,7
0
0
0
0
a5,8
a6,8
a`,
0
0
0
a8,8
0
0
t
t
t
t
t
t
t
i
t
h
th
th
th
.
th
h
th
th
t th
0 tg
t
t
Daca folosim FSD pe aceasta matrice, vom conditiona l1 = 2 variabile si vom obtine al doilea
grup decodabil al codului.
a
d 1,1
0
a = cc
0
c
b 0
d 5,5
0
a = cc
0
c
b 0
0 a1,3
a2,2 a2,3
0 a3,3
0
0
0
0
a6,6 0
0 a7,7
0
0
a1,4
i
a2,4 h
,
a3,4 hh
a4,4 g
a5,7
i
a6,8 h
,
a7,8 hh
a8,8 g
Din moment ce numarul de variabile din fiecare fatrice de mai sus este 4, avem (1 = (2 = 4.
Acum daca folosim FSD pe a , putem conditiona l1,1 = 2 variabile si vom obtine al doilea
grup decodabil al codului.
a1,1 = 4, ],
a1,2 = 4
],
a2,1 = 4, ],
a2,2 = 4, ],
a2,3 = 4, ],
(1,1 = (1,2 = (2,1 = (2,2 = (2,3 = 1 si (1,3 = 0
12
Nu mai putem pune conditii variabilelor acestei matrici. Deci, procesul se incheie si se
stabileste:
11,1,1 11,1,2 11,2,1 11,2,2 11,2,3 1
Si avem:
1,1,1 1,1,2 1,2,1 1,2,2 1,2,3 0
1,2
1,1
max11,1,1
max11,2,1
1
1,1,1 , 11,1,2
1,2,1 , 11,2,2
max11,1
1,1,2
1,2,2 , 11,2,3
1,1 , 11,2
1,2
1,2,3
3.
5 .
. {
E , { ,
{
, , $
L
orice - si D , p q. Stim din [12] ca daca relatia P- PL
D + P- PD = 0 este satisfacuta
pentru anumiti i,j atunci coloanele corespund ortogonal in matricea ~' , ex: , B = 0. De
L
asemenea, stim ca 8 B = 0 daca si numai daca P- PL
D + P- PD = 0. Fie & = =1 , unde p =
&
1,2, ..., g si 0 = 0.
Pentru orice grup & , trebuie sa demonstram ca *-D = 0 pentru &1 + 1 - & si
& + 1 D {. Consideram primul grup . Avem 8 B = 0 pentru orice & + 1 - 1 si
1 + 1 D {. Trebuie sa demonstram ca matricea R are zero intrari in acelasi loc.
Demonstratia aceasta se face prin deductie.
Pentru oricare i = 1 si D 1 + 1,
1 , D =
1 , D = 0
- . Avem:
1 , D =
-1
- A1 , - 1 D =
1=1
14
-1
- , D A1 , - 1 D = 0
1=1
-1
- A1 , - 1 D =
1=1
-1
- , D A1 , - 1 D = 0
1=1
ipotetica.
Observatia 1:
Exemplul 4: Consideram un cod ABBA dat in [19] (coduri ABBA o clasa de coduri
bloc spatio-temporele quasi-ortogonale)
+D ^
+D ]
) 0
) 0
0 )
0 )
0
0
,
)
)
S = T
+D ]
V,
+D ^
Unde - pentru i = 1,2,3,4. Acesta este un cod decodabil cu doua grupuri ce are F 1 , 2 H
apartinand unui grup si F 3 , 4 H apartinand celuilalt grup. Structura matricei M a HRQF si
matricea R sunt date mai jos cu avand [ 1 , 2 , 3 , 4 ] ca fiind ordinea variabilelor si matricele
de greutate,
)
)
=
0
0
) ) 0
0 ) 0
a=
0 0 )
0 0 0
0
0
,
)
)
unde cu t sunt notate intrarile diferite de 0. Dupa cum observam, partea superioara a matricei
triunghiulare M si matricea R, au aceeasi structura.
Acum mergem mai departe cate clasa codurilor raipd decodabile.
Lema 2: Consideram un CBST E = !
15
Exempul 5: Consideram codul Silver asa cum am mentionat in exemplul 1. Daca ordonam
variabilele (si prin urmare, matricele de greutate) in urmatorul mod [s1I, s1Q, s2I, s2Q, s3I, s3Q, s4I,
) 0
0 t
0 0
0 0
t t
t
t
t t
t t
)
0 t
0 0
0 0
a=
0 0
0 0
0 0
0 0
0 0 t
0 0 t
t 0 t
0 t t
t t t
t t 0
t t 0
t t 0
0 0 t
0 0 t
t 0 t
0 t t
0 0 t
0 0 0
0 0 0
0 0 0
t
t
t
t
t
t
t
t
0 0
t 0
0 t
0 0
t
t
t
t
t
t
t
t
0 0
t 0
0 t
0 0
t
t
t
t
,
0
0
0
t
t
t
t
t
,
0
0
0
t
Unde unde cu t sunt notate intrarile diferite de 0. Dupa cum observam, partea superioara a
matricei triunghiulare M si matricea R, au o structura care admite decodare rapida si care este
condiionata de al 4-grup decodabil dac se consider ca fiind matricea R .
Acum consideram un exemplu de cod FGD (fast group decodable) - cod grup raspid
decodabil.
Exemplul 6: Consideram un CBST [28] dat in relatia (11).
Pastram ordinea variabilelor (si matricele de greutatate) sa fie [s1, s2, ..., s17]. Acest CBST este
decodabil in doua grupuri cu s1 in unul din grupuri si cu [s2, s3,..., s17]. Matricea M HRQFsi
matricea R sunt date in (12) si (13), unde notam cu t intrarile ce sunt diferite de zero.
16
)
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
)
0
0
0
0
0
0
0
= 0
0
0
0
0
0
0
0
0
0
)
0
0
0
0
)
)
0
0
0
0
)
)
)
)
)
0
)
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
)
0
0
0
)
0
)
)
)
0
0
t
0
t
t
0
0
)
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
)
0
0
0
)
)
)
0
t
0
0
0
0
)
0
)
)
)
0
t
t
t 0
0 0
0 t
t t
t 0
0
0
0
)
0
0
0
0
0
0
0
0
0
0
)
0
0
0
0
0
0 0
0 0
0 0
0 0
0 0
0 0
0 0
0
0
0
0
0
)
0
0
0
)
)
)
)
)
)
)
0
0
0
0
0
0
)
0
0
0
0
0
0
0
0
0
0
0
0
)
)
0
)
0
)
0
0
)
0
t
t
0
0
t
0
0
)
)
0
)
0
)
0
0
0
0
0
0
0
0
0
0
0
)
0
)
)
0
0
)
0
)
t
0
0
t
0
t
0
0
)
0
)
)
0
0
)
0
0
0
0
0
0
0
0
0
0
0
)
)
)
0
0
0
)
0
0
0
)
)
)
)
0
0
0
)
)
)
0
0
0
)
0
0
0
0
0
0
0
0
0
0
)
)
0
)
)
)
0
)
0
0
0
0
)
)
0
0
0
)
)
0
)
)
)
0
)
0
0
0
0
0
0
0
0
0
)
0
)
)
0
)
0
0
)
0
)
0
0
)
)
0
0
)
0
)
)
0
)
0
0
)
0
0
0
0
0
0
0
0
0
)
)
)
)
0
0
0
0
)
0
)
0
)
)
0
0
0
)
)
)
)
0
0
0
0
)
0
0
0
0
0
0
)
0
)
0
)
)
0
)
0
)
0
)
0
0
)
)
0
0
)
0
)
)
0
0
t
0
t
0
)
0
0
)
)
0
0
)
)
0
0
0
0
0
)
)
)
)
)
)
)
)
)
t
t
t
t
0
)
0
)
0
)
)
0
)
0
)
0
)
0
0
)
)
0
0
)
0
)
)
0
0
t
0
t
0
)
0
0
)
)
0
0
)
)
0
0
0
0
0
)
)
)
)
)
)
)
)
)
t
t
t
t
0 0
)
0 0
0 0
)
0 0
t
t
t
t
t
t
t
t
t
t
t
t
0
)
)
)
0
0
0
0
0,
0
)
)
0
0
)
)
(12)
0
)
)
)
0
0
0
0
0,
0
)
)
0
0
)
)
(13)
Cum am observat din Lema 1, complexitatea CBST depinde ndoar de matricea M HRQF nu
de matricea ~' , de exemplu complexitatea FSD depinde de matricea canalului si de numarul
antenelur de receptie. Aceasta poate fi complet capturata intr-o singura matrice obtinuta din
setul de matrici de greutate si din ordinea acestora.
Observatia 2: Matricea HRQF nu surprinde cazul bloc CBST ortogonale. A fost aratat
in [27] i [37] ca ortogonalitatea bloc a unui CBST depinde nu numai de ortogonalitatea
Hurwitz-Radon a matricelor de greutate, ci si de intrrile matrice R, care sunt dependente de
matricele de greutate anterioare din ordonare. Prin urmare, o structur ortogonal bloc a unei
matrici HRQF este necesara pentru ca un CBST s fie un CBSTOB, dar nu este suficient.
17
G
7
D7
D7 D7 D7
7` D7 7 ] D7 ^
7] D7^ 7
D7
7 D7 7 D7
7` D7 7 ] D7 ^
D7
D7 D7 D7
7 D7 7 D7
7] D7^ 7
D7
7] D7^ 7
D7
7 D7 7 D7
D7
D7 D7 D7
7` D7 7 ] D7 ^
7 D7 7 D7
7] D7^ 7
D7
7` D7 7 ] D7 ^
D7
D7 D7 D7 `
(11)
coloane la stanga si apoi mutam randul al p-lea in locul ultimului rand, deplasand
celelalte randuri in sus. Variabila 9*J'* este actualizata corespunzator.
Mutarea unui element in 2 nicio schimbare a ordonarii. Se vor schimba
corespunzator doar cardinalitatile lui 2 si ).
Algoritmul pentru a obtine cea mai buna ordonare posibila este dat de Algoritmul 1. O
diagrama a algoritmului este prezentata in Figura 2.
Iesire: Cea mai buna complexitate FSD posibila 6/E si ordonarea corespunzatoare acesteia
6*J'*
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
| |, 9*J'* 1: | | .
| |, 9*J'* | |
22
- )/E | | 8$ F /E, /EH.
23
if 6/E > )/E then
24
- 6/E = )/E; 6*J'* = 9*J'*.
25
end
26
- Restabileste W*J'* ca 9*J'*. Mutare circulara 9*J'* 2: ( + 1 , de j ori.
27
end
28
- Restabileste 7*J'* ca 9*J'*. Mutare circulara 9*J'*, de i ori.
29 end
21
Acum toate variabilele care sunt ortogonale Hurwitz-Radon cu 2 , dar nu sunt ortogonale
Hurwitz-Radon cu 1 sunt mutate in 1 (vezi liniile 10-14 ale algoritmului). De aceea, am
obtinut un set 1 care este o permutare a 1 . Apoi, algoritmul adauga in 2 toate variabilele
care sunt ortogonale Hurwitz-Radon cu 2 (vezi liniile 16-18 ale algoritmului). Astfel,
obtinem un set 2 care este o permutare a setului 2 si E care este o permutare a setului E .
Nota 5: Variabilele setului E pot fi trecute de asemenea prin algoritm pentru o alta decodare.
Acest lucru este util pentru a grupa variabilele intr-o structura tip bloc ortogonal. Totusi,
aceasta operatie nu garanteaza ortogonalitatea bloc a matricei R.
) ) 0
) 0 )
0 ) )
) ) )
0 0 )
0 0 )
) ) 0
) ) 0
) )
0 0
0 0
) )
) 0
0 )
) )
) )
0 0
)
i
d
) )
0
c0
) )h
h
c
0 0h
0
;a=c
) )h
c0
) )h
c0
h
c0
) 0
g
b0
0 )
22
)
)
0
0
0
0
0
0
)
)
)
0
0
0
0
0
0 ) )
) ) )
) ) )
) ) )
0 ) )
0 0 )
0 0 0
0 0 0
0 0
) )i
) )h
h
) )h
.
) )h
) )h
) 0h
0 )g
Complexitatea FSD pentru aceasta ordonare este 8 iar aceasta ordonare nu permite si
decodare rapida.
Atunci cand rulam algoritmul pe o matrice HRQF data, se formeaza cele doua seturi 1 si
2 , care sunt ortogonale HR una cu cealalta. In acest caz, 2 = 72# , 72n , 71# si 1 = F71n H.
Variabilele conditionate vor fi prezentate in setul E = 74n , 74# , 73# , 73n . Matricea HRQF in
aceasta etapa este data de (14). Ordonarea variabilelor la sfarsitul acestei etape este
Y71n , 72# , 72n , 71# , 74n , 74# , 73# , 73n Z. Acum variabilele ambelor seturi 1 si 2 sunt din nou
rulate prin algoritm. Asadar, matricea 1 1 din stanga sus si urmatoarea matrice de bloc
diagonal 3 3 sunt introduse in algoritm. Deoarece aceasta este deja cea mai buna ordonare
posibila a acestor seturi, matricea M ramane neschimbata dupa aceasta etapa. Iar ordonarea
finala este Y71n , 72# , 72n , 71# , 74n , 74# , 73# , 73n Z. Matricea R pentru aceasta ordonare este data de
(15).
) 0
d0 )
c0 0
c
0 0
=c
c) )
c) )
c) )
b) )
)
d0
c0
c
0
a=c
c0
c0
c0
b0
0
)
0
0
0
0
0
0
0 0
0 0
) 0
0 )
) )
) )
) )
) )
0
0
)
0
0
0
0
0
0
0
0
)
0
0
0
0
) ) )
) ) )
) ) )
) ) )
) 0 0
0 ) 0
0 0 )
0 0 0
) ) )
) ) )
) ) )
) ) )
) 0 0
0 ) 0
0 0 )
0 0 0
)
)i
)h
h
)h
0h
0h
0h
)g
)
)i
)h
h
)h
0h
0h
0h
)g
(14)
(15)
Complexitatea FSD pentru aceasta matrice R este 5 , fiind cea mai buna complexitate
posibila pentru codul Silver.
Figura 3 prezinta rezultatul algoritmului pentru coduri multiple cu o ordonare aleatorie a
intrarii.
V. REZULTATELE SIMULARII
In toate scenariile de simulare din cadrul acestei sectiuni, am considerat canale Rayleigh
quasi-stadice plate descrescatoare, iar canalul informational de stare (CIS) este cunoscut de
receptor. Desenam numarul total de operatii cu virgula mobila (FLOPS) realizate de
decodorul sferic pentru decodarea unui cod la diferite SNR, pentru diferite ordonari ale
variabilelor celor trei coduri separate. Figura 4 prezinta numarul total de FLOPS vs SNR
pentru trei coduri, si anume codul Silver [31], codul 2 2 Srinath-Rajan [18] si codul
neechilibrat 2 2 de la [13]. S-a presupus ca variabilele vor lua valori dintr-o modulatie 423
QAM. Liniile continue din desen reprezinta numarul de FLOPS necesare in cazul in care
aceste coduri sunt decodate cu ordinea intrarii descrisa in Figura 3. Liniile punctate din desen
prezinta numarul de FLOPS necesare atunci cand aceste coduri sunt decodate cu o ordonare
optima asa cum genereaza Algoritmul 1. Se poate observa usor ca numarul de FLOPS scade
drastic atunci cand codurile sunt decodate cu o ordonare optima fata de cazul in care este
folosita o ordonare aleatorie.
VI. CONCLUZII SI LUCRARI VIITOARE
In aceasta lucrare am analizat complexitatea FSD a unui CBST utilizand forme patrate.
Am demonstrat ca matricea HRQF categoriseste complexitatea FSD a unui CBST si, de
aceea, este independenta de canalul si numarul de antene primite. Am furnizat un algortim
pentru obtinerea unei ordonari optime a matricelor de greutate cu scopul de a avea cea mai
buna performanta FSD a codului.
Formele patrate au fost folosite in aceasta lucrare pentru a categorisi complexitatea de
decodare a unui CBST si, au fost utilizate si anterior in literatura cu scopul de a determina
intreaga diversitate a algebrelor Quaternion sau Biquaternion. Aceasta abordare poate fi
folosita si in explorarea altor aspecte ale CBST, precum informatii pierdute sau castigul
obtinut prin codare. De asemenea, HRQF se concentreaza pe complexitatea FSD a unui
CBST. Ordonarea generata de algoritm este o ordonare optima pentru complexitatea FSD si
nu pentru complexitatea media a decodarii. O ordonare diferita sau modificari ulterioare ale
ordonarii curente pot fi necesare pentru a obtine cea mai buna performanta de decodare a
codului.
Complexitate
FSD pentru
Tipul de
Cod
Ordinea
cod
iesirilor
CBST
71n , 72# , 72n , 71# ,
Cod Silver 71n , 74n , 74# , 72# ,
8
5
decodabil
711 , , 717
rapid in
[28]
79 , , 712 , 71
grup
CBST
Cod ABBA
decodabil
71 , 73 , 72 , 74
3
2
71 , 72 , 73 , 74
[34]
multigrup
CBST
71n , 71# , 72# , 72n ,
codul 2 p 2 71n , 74n , 74# , 72# ,
8
6
decodabil
Complexitate
FSD pentru
Ordinea
Ordinea
iesirilor
intrarilor
24
25
26
[22] R. Vehkalahti, C. Hollanti, and J. Lahtonen, A family of cyclic division algebra based
fast-decodable 4 2 space-time block codes, in Proc. 2010 Int. Symp. Inf. Theory Appl.
[23] L. Luzzi and F. Oggier, A family of fast-decodable MIDO codes from crossed-product
algebras over Q, in Proc. 2011 IEEE Int. Symp. Inf. Theory, pp. 20302034.
[24] T. P. Ren, Y. L. Guan, C. Yuen, Y. Zhou, and E. Y. Zhang, Optimization of fastdecodable full-rate STBC with non-vanishing determinants,IEEE Trans. Commun., vol.
59, no. 8, pp. 20632069, Aug. 2011.
[25] R. Vehkalahti, C. Hollanti, and F. Oggier, Fast-decodable asymmetric space-time
codes from division algebras, IEEE Trans. Inf. Theory, vol. 58, no. 4, pp. 23622385, Apr.
2012.
[26] N. Markin and F. Oggier, Iterated space-time code constructions from cyclic
algebras, IEEE Trans. Inf. Theory, vol. 59, no. 9, pp. 59665979, Sept. 2013.
[27] T. P. Ren, Y. L. Guan, C. Yuen, and E. Y. Zhang, Block-orthogonal space-time code
structure and its impact on QRDM decoding complexity reduction, IEEE J. Sel. Topics
Signal Process., vol. 5, no. 8, pp. 14381450, Nov. 2011.
[28] T. P. Ren, Y. L. Guan, C. Yuen, and R. J. Shen, Fast-group-decodable space-time
block code, in Proc. 2010 IEEE Inf. Theory Workshop.
[29] T. Unger and N. Markin, Quadratic forms and space-time block codes from
generalized quaternion and biquaternion algebras, IEEE Trans. Inf. Theory, vol. 57, no. 9,
pp. 61486156, Sept. 2011.
[30] T. Y. Lam, Introduction to Quadratic Forms over Fields, Providence, RI: American
Mathematical Society, 2005, Graduate Studies in Mathematics no. 67.
[31] C. Hollanti, J. Lahtonen, K. Ranto, R. Vehkalahti, and E. Viterbo, On the algebraic
structure of the Silver code: a 2 x 2 perfect space-time code with non-vanishing
determinant, in Proc. 2008 IEEE Inf. Theory Workshop.
[32] E. Viterbo and J. Boutros, A universal lattice code decoder for fading channels, IEEE
Trans. Inf. Theory, vol. 45, no. 5, pp. 16391642, July 1999.
[33] O. Damen, A. Chkeif, and J. C. Belfiore, Lattice code decoder for space-time codes,
IEEE Commun. Lett., vol. 4, no. 5, pp. 161163, May 2000.
[34] O. Tirkkonen, A. Boariu, and A. Hottinen, Minimal non-orthogonality rate 1 spacetime block code for 3+ Tx antennas, in Proc. 2000 IEEE International Symp. SpreadSpectrum Techniques Applications, pp. 429432.
[35] J. Jalden and B. Ottersten, On the complexity of sphere decoding in digital
communications, IEEE Trans. Signal Process., vol. 53, no. 4, pp. 14741484, Apr. 2005.
27
[36] U. Fincke and M. Pohst, Improved methods for calculating vectors of short length in a
lattice, including a complexity analysis, Mathematics Computation, vol. 44, no. 170, pp.
463471, Apr. 1985.
[37] G. R. Jithamithra and B. S. Rajan, Construction of block orthogonal STBCs and
reducing their sphere decoding complexity, in Proc. 2013 IEEE Wireless Commun. Netw.
Conf.
28