Anda di halaman 1dari 55

PROGRAMA DE PS-GRADUAO EM ENGENHARIA ELTRICA

UNIVERSIDADE FEDERAL DE SANTA CATARINA

ALGORITMOS ADAPTATIVOS DE CONFORMAO DE FEIXE EM


ANTENAS INTELIGENTES PARA SISTEMAS MC-CDMA

Guilherme Martignago Zilli


Prof.: Jos. C. M. Bermudez, PhD
Disciplina: EEL6705 Teoria de
Filtragem Adaptvel

Florianpolis, Novembro de 2014

SUMRIO

1. INTRODUO .................................................................................. 3
2. ARRANJO DE ANTENAS E CONFORMAO DE FEIXE ............... 5
2.1

Arranjo de antenas ...................................................................... 5

2.2

Arranjo adaptativo de antenas ..................................................... 5

2.3

Princpios bsicos da Conformao de Feixes ............................ 7

3. PRINCPIOS DO MC-CDMA ........................................................... 13


3.1

O CDMA .................................................................................... 13

3.1.1 O Cdigo CDMA .................................................................. 13


3.2

O CDMA Multi Portadoras (MC-CDMA) .................................... 14

3.3

Modelo Up-link MC-CDMA com Arranjo de Antenas ................. 15

4. ALGORITMOS CEGOS PARA CONFORMAO DE FEIXES


EM SISTEMAS MC-CDMA............................................................................... 18
4.1

Critrio da Mxima SINR ........................................................... 18

4.2

O Algoritmo GLM ....................................................................... 21

4.3

O Algoritmo RGLM .................................................................... 24

5. EXPERIMENTOS E RESULTADOS ............................................... 27


5.1

Experimento 1 Diferentes nmeros de antenas e usurios .... 27

5.2

Experimento 2 Diferentes passos de atualizao e fatores de

esquecimento .................................................................................. 33
5.3

Experimento 3 Diferentes SINR ............................................. 37

5.4

Experimento 4 Ambiente no estacionrio ............................. 39

5.5

Experimento 5 Desvanecimento ............................................. 43

5.6

Experimento 6 Avaliao do desempenho computacional ..... 46

6. CONSIDERAES FINAIS ............................................................ 48


7. APNDICE ...................................................................................... 49

7.1

Estimao das matrizes de autocovarincia ............................. 49

7.2

Aproximao para SINR ............................................................ 50

7.3

Clculo do Multiplicador de Lagrange ....................................... 51

8. BIBLIOGRAFIA................................................................................ 53

1. INTRODUO

Este trabalho se prope a estudar o algoritmo adaptativo de


conformao de feixes para sistemas de Mltiplo Acesso por Diviso de Cdigo
Multi-Portadoras (MC-CDMA) em arranjo de antenas proposto em [1].
O desenvolvimento de antenas

inteligentes surgiu de desafios

caractersticos dos sistemas de comunicao sem fio [2]: (i) limitao da


alocao espectral; (ii) o ambiente de propagao e a mobilidade dos usurios
acarretam em desvanecimento e espalhamento no tempo, espao e em
frequncia; e (iii) restrio de potncia dos dispositivos mveis.
O termo antenas inteligentes usado para descrever o sistema formado
pelo arranjo de antenas e por dispositivos de processamento digital de sinais.
Estes dispositivos podem ser usados na implementao de algoritmos de
estimao de direo de chegada (DOA), de conformao de feixe, de controle
de potncia, entre outros.
Os arranjos adaptativos de antenas [3] tem a capacidade de adaptar o
padro de radiao em tempo real, projetando o feixe principal na direo do
sinal de interesse (SOI) e suprimindo a radiao nas direes das
interferncias (SNOI). De acordo com [4] existem duas estratgias para
conformao de feixe: a primeira, baseada no conhecimento da DOA dos sinais
e, na segunda, assume-se que parte do sinal desejado seja conhecida
(utilizando uma sequncia de treinamento, por exemplo). Uma terceira
estratgia, considerada neste trabalho, dos algoritmos cegos, que no
possuem conhecimento do DOA nem usam sequncia de treinamento.
Neste trabalho abordado o problema de algoritmos adaptativos cegos
aplicados conformao de feixe em sistemas de comunicao celular com
tecnologia MC-CDMA, considerando apenas a situao de uplink, isto , o fluxo
de dados partindo das estaes mveis para a estao base.
O artigo [1] tomado como base para este trabalho prope um algoritmo
chamado de Multiplicadores de Lagrange Generalizado Recursivo (RGLM),
uma adaptao do algoritmo Multiplicadores de Lagrange Generalizado (GLM).
Tais algoritmos so baseados no critrio de mxima SINR Signal to
Interference and Noise Ratio, apresentado em [5].

4
Neste trabalho explorado o problema de conformao de feixe,
apresentando uma viso geral do tema e princpios fsicos bsicos que
permitem o desenvolvimento de tal tcnica; so apresentados superficialmente
as tcnicas de CDMA e MC-CDMA e tcnica de adaptao no supervisionada
(onde no se tem informao do sinal de sada desejado necessrio em
muitos problemas de filtragem adaptvel); introduzido o modelo do sinal
discreto em banda base de sistemas MC-CDMA; apresentado o problema de
conformao de feixe baseado no critrio de mxima SINR, discutindo-se e
apresentando-se o equacionamento do algoritmo GLM e RGLM; tais algoritmos
so implementados e analisados.
Este trabalho analisa e compara o desempenho dos algoritmos GLM e
RGLM em termos da SINR, uma vez que em [1] feita apenas a analise em
termos da taxa de erro de bits. O trabalho trata ainda do desempenho dos
algoritmos em termos da convergncia dos coeficientes e de seus
desempenhos computacionais.

5
2. ARRANJO DE ANTENAS E CONFORMAO DE FEIXE

2.1 Arranjo de antenas


Em um sistema de telecomunicao, a antena o dispositivo projetado
para radiar ou receber ondas eletromagnticas. Em outras palavras, um
transdutor, que no modo de transmisso usado para converter ondas guiadas
atravs de uma linha de transmisso para ondas radiadas no espao livre e, no
modo de recepo, para converter ondas no espao livre para ondas guiadas
[4], [6].
De acordo com [4], em muitas aplicaes deseja-se antenas com
caracterstica muito diretiva (com alto ganho em determinadas direes do
espao). Tal diretividade pode ser alcanada com antenas de diferentes
geometrias, ou ento, com a utilizao de mltiplos elementos de radiao. Os
dispositivos com mltiplos elementos radiadores so chamados de arranjo de
antenas [7].
O campo eletromagntico total de um arranjo de antenas determinado
pela soma vetorial dos campos radiados por cada elemento individual da
antena [6], [7]. Ainda de acordo com [7], existem cinco graus de liberdade que
podem ser usados para conformar o padro de radiao do arranjo de antenas:
i.

geometria do arranjo (uma, duas ou trs dimenses - linear,


circular, retangular, esfrico, etc.);

ii.

posio relativa entre elementos;

iii.

amplitude de excitao de cada elemento;

iv.

fase de excitao de cada elemento;

v.

padro de radiao de cada elemento.

2.2 Arranjo adaptativo de antenas


Os arranjos de antenas adaptativos tem a habilidade de se adaptar, i.e.,
adaptar seu padro de radiao, de acordo com as necessidades impostas
pelo ambiente de radiao. O desenvolvimento de arranjos adaptativos (ou
antenas inteligentes) tem concentrado esforos para prover proteo contra

6
interferncias, melhorar a confiabilidade na aquisio de sinais e permitir a
rastreabilidade dos sinais desejados [4].
Na grande maioria dos arranjos adaptativos, o padro de radiao do
conjunto de antenas direcionado para a direo desejada atravs da
ponderao em amplitude e fase dos sinais de sada de cada elemento do
arranjo [8]. Alm disso, os arranjos tem a capacidade de identificar fontes de
interferncia e tentar suprimi-las automaticamente. A principal vantagem dos
arranjos adaptativos prover uma configurao rpida e flexvel dos padres
de conformao de feixe [9].
Sistemas de arranjo adaptativo conseguem localizar e rastrear sinais (de
interesse e interferentes) e dinamicamente ajustar o padro de radiao da
antena, a fim de melhorar a recepo e minimizar o efeito das interferncias, a
partir de algoritmos de processamento de sinais.
A Figura 1 apresenta um diagrama de blocos de um sistema de arranjo
adaptativo de antenas.

Figura 1 - Diagrama de blocos de um arranjo de antenas adaptativo. Adaptado de [4]

O diagrama de blocos apresentado na Figura 1 ilustra um arranjo


adaptativo de antenas operando em modo de recepo. As etapas de recepo

7
e demodulao so responsveis por fornecer o sinal analgico decodificado e
em banda base ao conversor analgico/digital, que digitaliza o sinal recebido. O
digital recebido filtrado pelo filtro espacial de conformao de feixes, gerando
os sinais de sada para cada unidade de conformao de feixes. Tanto os
sinais de sada quanto os sinais de entrada do filtro espacial so utilizados pelo
algoritmo adaptativo embarcado em um dispositivo de processamento de
sinais digitais para o ajuste dos coeficientes do filtro adaptativo.
2.3 Princpios bsicos da Conformao de Feixes
O princpio de funcionamento das antenas inteligentes pode ser
estudado usando o exemplo de um arranjo linear uniforme (ULA Uniform
Linear Array), com N elementos uniformemente espaados e distncia d entre
elementos consecutivos. Assume-se que o sinal gerado por uma fonte no
campo distante e que, portanto, o sinal incidente no arranjo de sensores
aproximadamente uma onda plana. Tal configurao apresentada na Figura
2.

Figura 2 - Arranjo linear uniforme com N sensores

Com respeito ao sensor 1, o sensor 2 recebe sinal com um atraso de


tempo , tal que:

d sin s
v0

(1)

8
onde v0 a velocidade de propagao da onda e s o ngulo da direo de
chegada da onda. A partir da equao (1) pode-se estabelecer uma expresso
para s :
v0

s sin 1

(2)

Se o sinal s(t ) um sinal de banda estreita, com frequncia de


portadora f c (e comprimento de onda c v0 fc ), ento o atraso de tempo
corresponde a um atraso de fase de:

d sin s

(3)

Para cada arranjo de antenas pode-se definir um vetor de direo, que


contem a resposta de cada elemento do arranjo para uma fonte com uma nica
componente em frequncia de potncia unitria.
Para um arranjo com elementos idnticos, cada componente do vetor de
direo tem magnitude unitria. A fase do n-simo componente igual
diferena de fase entre o sinal incidente no n-simo componente do arranjo e o
sinal incidente no elemento de referncia.
Para um arranjo ULA com N elementos e espaamento d entre
elementos adjacentes o vetor de direo dado por:
2 d
j
sin s

a 1 e

j N 1

2 d

sin s

(4)

O diagrama de radiao de um arranjo formado aplicando a cada


elemento do vetor de direo a excitao, em amplitude e fase, do
correspondente elemento da antena.
O diagrama de radiao de um arranjo ULA com N elementos
omnidirecionais com espaamento d entre elementos dado, em dB, por:

wT a 2

G 10 log10

H
w w

9
2
N 1
2 nd sin
wn exp j

c
n 0


G 10 log10

H
w w

(5)

onde w o vetor de coeficientes complexos do filtro espacial de conformao


de feixe. A Figura 3 apresenta um exemplo de diagrama de radiaes de um
arranjo de antenas

Diagrama de Radiao
10

Ganho (dB)

-10

-20

-30

-40

-50

-80

-60

-40

-20

20

40

60

80

(graus)
Figura 3 - Exemplo de diagrama de radiao de um arranjo de antenas

De acordo com [4], um arranjo ULA com N elementos pode recuperar o


sinal desejado s(t ) e cancelar N1 sinais interferentes. Para demonstrar tal
capacidade, assume-se que o sinal desejado e N1 sinais interferentes estejam
sendo recebidos pelo arranjo ULA de N elementos. O sinal desejado chega ao
arranjo com um ngulo s . A diferena de fase entre o m-simo sensor e o
primeiro sensor para o sinal s(t ) dada por:

s ,m 2

m 1 d sin s ,
c

m 1, 2,...., N

(6)

10
Os sinais de interferncia chegam ao arranjo com ngulos 1 ,2 ,..., N 1 .
A diferena de fase entre o m-simo sensor e o primeiro sensor devido ao nsimo sinal interferente dado por:

n,m 2

m 1 d sin n ,

m 1, 2,...., N

n 1, 2,...., N 1

(7)

Os coeficientes complexos do filtro espacial, que ponderam as sadas


dos sensores so w1 w1,1 jw1,2 , w2 w2,1 jw2,2 ,..., wN wN ,1 jwN ,2 . A sada
do arranjo para o sinal desejado , portanto, dada por:
S t s t w1,1 jw1,2 w2,1 jw2,2 e

... wN ,1 jwN ,2 e

j s ,2

j s , N

(8)

A sada devido ao n-simo sinal interferente dada por:


N n t nn t w1,1 jw1,2 w2,1 jw2,2 e

j n ,2

... wN ,1 jwN ,2 e

n 1, 2,..., N 1

j n , N

(9)

A sada total do arranjo ento expressa por:


N 1

y t S t N t S t Nn t

(10)

n 1

Existem,

portanto,

2N

coeficientes

serem

determinados,

correspondendo as N partes reais e N partes imaginrias dos coeficientes


complexos do arranjo de N elementos, tal que o sinal desejado possa ser
recuperado e as N1 interferncias sejam canceladas. Equivalentemente, a
sada total do arranjo deve ser igual ao sinal desejado, i.e.:

y t s t

(11)

Por convenincia, define-se o vetor w como:


w w1T

wT2

(12)

com dimenso 2N, onde w1 e w 2 tem dimenso N e consistem,


respectivamente, nas partes reais e imaginrias dos coeficientes complexos do
arranjo. Os vetores w1 e w 2 so definidos por:

11
T

w1 w1,1

w2,1 ... wN ,1

w 2 w1,2

w2,2 ... wN ,2

(13)

Alm disso, definem-se as matrizes R1 , R 2 , R 3 e R 4 , todas

N N

como:
1 cos s ,2

1 cos 1,2
R1

1 cos N 1,2

cos s , N

cos 1, N

cos N 1, N

(14)

1 sin s ,2

1 sin 1,2
R2

1 sin N 1,2

sin s , N

sin 1, N

sin N 1, N

(15)

R 3 R 2

(16)

R 4 R1

(17)

A sada total do arranjo pode ser obtida por:


y t s t n1 t n2 t

nN 1 t R1

R 2 j R3

R 4 w

(18)

A partir da equao (18), a soluo para (11) dada por:

w R 1M
onde R

2 N 2 N

(19)

dada por:

R
R 1
R3

R2
R 4

(20)

O vetor M , com dimenso 2N dado por:


M M1T

MT2

onde M1 e M 2 so vetores de dimenso N, escritos como:

(21)

12

M1 1 0 0

M 2 0 0 0

T
T

(22)

O vetor M1 pode ser interpretado como mantendo a parte real do sinal


desejado e cancelando as partes reais dos sinais interferentes e o vetor M 2 ,
como cancelando as partes imaginrias do sinal desejado e dos interferentes.

13
3. PRINCPIOS DO MC-CDMA

3.1 O CDMA
O CDMA (Mltiplo Acesso por Diviso de Cdigo) uma tcnica de
multiplexao onde um conjunto de usurios pode acessar simultaneamente e
assincronamente um canal atravs da modulao e do espalhamento do sinal
com informao usando uma sequncia de assinatura pr-determinada [10].
O CDMA tradicional, chamado DS-CDMA (Direct Sequence CDMA)
espalha o fluxo de dados usando um cdigo de espalhamento no domnio do
tempo [10]. O sinal DS-CDMA gerado atravs da multiplicao do smbolo de
cada usurio por uma sequncia binria (mais rpida que a taxa de gerao de
smbolos) [11].
A Figura 4 apresenta o diagrama da gerao de sinais CDMA.

Figura 4 Diagrama da gerao do sinal CDMA. Adaptado de [10]

3.1.1 O Cdigo CDMA


A capacidade de supresso de interferncia dos mltiplos usurios
determinada pela correlao cruzada dos cdigos (ou sequncias) de
espalhamento. Assim como a capacidade de distinguir componentes de um
usurio de outras componentes est relacionada com a autocorrelao do
cdigo de espalhamento do mesmo [10].
Os cdigos CDMA consistem numa sequncia de chips, onde cada chip
pode assumir valores do conjunto {-1, 1}. Para que os cdigos possam ser

14
utilizados espera-se que os cdigos de diferentes usurios sejam ortogonais
entre si, isto :

N para a b
para a b

c i c i 0
N 1
i 0

(23)

onde N o nmero de chips na sequncia e ca e cb correspondem,


respectivamente, aos cdigos dos usurios a e b .
Os cdigos de espalhamento podem ser gerados atravs de sequncias
pseudo aleatrias de -1s e 1s, entretanto, dificilmente obtm-se cdigos
perfeitamente ortogonais [11].
Um conjunto de cdigos perfeitamente ortogonais so os cdigos de
Walsh-Hadamard. Estes cdigos podem ser gerados atravs de uma operao
matricial recursiva. O conjunto de cdigos de comprimento 2 n gerado atravs
de:

H n1
H
H n n1

H n1 H n 1

(24)

1 1
H0

1 1

(25)

com:

Cada linha da matriz H n representa o cdigo de um usurio.


3.2 O CDMA Multi Portadoras (MC-CDMA)
O CDMA Multi Portadoras (Multi-Carrier CDMA ou MC-CDMA) [10][12]
uma tcnica de modulao digital onde cada smbolo de dado transmitido
por mltiplas portadoras de banda estreita, com cada subportadora codificada
por um deslocamento de fase de 0 ou , de acordo com o cdigo de
espalhamento.
As subportadoras so geradas usando sinais modulados por modulao
por deslocamento de fase binria (ou BPSK Binary Phase Shift Keying) e
cada subportadora possuem frequncias mltiplas de uma frequncia
harmnica determinada.

15
A Figura 5 apresenta o diagrama da gerao de sinais em um sistema
MC-CDMA.

Figura 5 Diagrama da gerao do sinal MC-CDMA. Adaptado de [10]

O sinal MC-CDMA discreto no tempo pode ser visto como a


Transformada Discreta de Fourier do sinal DS-CDMA [11]
3.3 Modelo Up-link MC-CDMA com Arranjo de Antenas
O desenvolvimento do modelo do sinal MC-CDMA utilizado neste
trabalho leva em considerao um arranjo de antenas com L elementos,
operando apenas em situao de up-link, i. e, apenas a estao mvel est
transmitindo sinais, enquanto a estao base opera apenas como receptor. Tal
modelo apresentado em [1].
No transmissor, a l -sima amostra durante o n -simo smbolo bk (n)
transmitido pelo k -simo usurio, com durao Tb , expressa por:
N 1
j 2 ml
uk ,l k bk (n) ck (m) exp
; l 0,..., N 1
N
m0

(26)

onde k a energia do smbolo do k -simo usurio, ck (m) o m -simo chip do


cdigo de espalhamento do k -simo usurio e N nmero de chips no cdigo
de espalhamento, chamado tambm de ganho de processamento.

16
Assume-se que o sinal transmitido sofre um desvanecimento Rayleigh,
independente para cada usurio e diferente para cada frequncia. O
desvanecimento Rayleigh pode ser representado por [13]:
hk ,m k ,m exp jk ,m

(27)

onde k ,m independente e igualmente distribudo (IID) com distribuio de


Rayleigh e k ,m IID com distribuio uniforme entre [ , ] .
O sinal recebido na sada do arranjo de antenas pode ser escrito como:
x l ( n)

N 1
1 K 1
j 2 ml
a k k bk (n) hk ,m ck (m) exp

vl n
N k 0
N
m0

(28)

onde l 0,..., N 1 , xl (n) um vetor Lx1 contendo, em cada elemento, o sinal


recebido por cada uma das antenas pertencentes ao arranjo, K o nmero de
usurios, a k o vetor de direo do k -simo usurio, que incide nos L
elementos do arranjo com ngulo k e vl n representa vetor de rudo aditivo
branco gaussiano (AWGN) com potncia 2 .
Depois da Transformada Rpida de Fourier (FFT), o vetor dos sinais
recebidos dado por:
K 1

xm (n) a k k bk (n) hk ,m ck (m) nm n

(29)

k 0

onde n m n a FFT do AWGN.


A partir da, o sinal recebido passa por correlatores, associados ao
cdigo de cada um dos usurios. Assumindo que a resposta em amplitude e
fase do canal de comunicao invariante no tempo durante a durao de
cada smbolo, que os canais foram equalizados, e que o receptor esteja
sincronizado com o usurio desejado k 0 , a sada do receptor MC-CDMA
pode ser expressa como:
N 1

z (n) xm (n) c0 (m) exp j0,m

(30)

m0

onde 0,m a fase estimada do sinal desejado para a m -sima subportadora.


Assumindo que a correo perfeita realizada (0,m 0,m ) , a sada se reduz a:

17
N 1

z (n) a 0 0 b0 (n) 0,m


m0

K 1

N 1

k 1

m0

a k k bk (n) ck (m) c0 (m) 0,m exp j0,m jk ,m

(31)

N 1

c0 (m) n m n exp j0,m


m0

A equao (31) apresenta o modelo do sinal MC-CDMA para um arranjo


de antenas com L elementos, operando apenas em situao de up-link e sob
as consideraes apresentadas anteriormente sem a unidade de conformao
de feixes.
Com a unidade de conformao de feixe, as sadas do receptor MCCDMA so multiplicadas por um conjunto de coeficientes complexos w . A
sada do filtro espacial de conformao de feixes dada por:

y n wH n z n

(32)

onde w o vetor de coeficientes complexos do filtro de conformao de feixes:


w n w1

w2

wL

(33)

A Figura 6 apresenta o diagrama da estrutura do receptor MC-CDMA


com unidade de conformao de feixes proposta para o modelo de sinal
apresentado em [1].

Figura 6 - Diagrama da estrutura do receptor MC-CDMA com arranjo de antenas proposto em [1]. Adaptado de [1].

18
4. ALGORITMOS CEGOS PARA CONFORMAO DE FEIXES EM
SISTEMAS MC-CDMA

4.1 Critrio da Mxima SINR


O critrio de Mxima SINR (MSINR) advm diretamente da maximizao
da SINR [5]. Assumindo que a sada do receptor MC-CDMA pode ser expressa
por:

z(n) d(n) u(n)

(34)

onde d(n) corresponde ao sinal desejado (usurio de interesse) e u(n) ao sinal


indesejado (usurios intereferentes + rudo), e que as matrizes de
autocovarincia Rdd E d d H e Ruu E u u H so conhecidas, deseja-se
maximizar a razo entre a potncia do sinal desejado d2 e a potncia total do
sinal de interferncia u2 . Tais potncias so expressas como:

d2 E w H d

w R
H

dd

(35)

uu

(36)

u2 E w H u

w R
H

Portanto, a SINR dada por:

d2 w H R dd w
SINR 2 H
u w R uu w

(37)

O vetor de pesos timos sob o critrio de Mxima SINR (MSINR) pode


ser encontrado atravs de um problema de otimizao, definido como:

wH R w
w MSINR arg max H dd
w
w R uu w

(38)

A soluo deste problema encontrada derivando-se (37) e igualando a


zero. Feito isso, obtm-se:

w H R dd w
R dd w H
R uu w
w R uu w

(39)

19
A equao (39) equivale a um problema de autovalores e pode ser
rescrito como:
Ruu 1Rdd w w

(40)

onde w H Rdd w w H Ruu w um escalar e representa a SINR.


O valor da SINR , portanto, limitado pelos valores mnimo e mximo
dos autovalores da matriz simtrica Ruu 1Rdd . O maior autovalor max que
satisfaz a equao (40) corresponde mxima SINR. Correspondente a este
autovalor, existe um autovetor nico, w opt w MSINR , que representam os
coeficientes timos do filtro.
Infelizmente, as componentes desejadas e indesejadas do sinal no
podem ser separadas no receptor, inviabilizando a soluo da equao (40).
Entretanto, pode-se mostrar que R dd e R uu podem ser obtidas atravs dos
vetores xm (n)m0 e z (n) .
N 1

Sejam os sinais recebidos descorrelacionados e estacionrios no sentido


amplo, e assumindo que bk (n) e ck (m) so independentes e assumem apenas
valores

binrios

{-1,1},

que

os

cdigos ck (m)

so

ortogonais, logo

E ci (m)c j (m) 1 para i j e E ci (m)c j (m) 0 para i j , e ainda que


bk 2 (n) 1 . Pode-se expressar a matriz de autocovarincia dos dados recebidos

como:

R xx E X(n) X H (n)
N 1

a 0 a H 0 0 E 0,2 m
m0

K 1

N 1

k 1

m0

a k a H k k E k2,m N n2 I
R dd R uu
onde X(n) x0 (n),..., x N 1 (n) .
A matriz de autocovarincia de z (n) pode ser escrita como:

(41)

20
R zz E z (n)z H (n)
N 1

a 0 a 0 0 E 0,m

m0

K 1

N 1

k 1

m0

(42)

a k a H k k E k2,m N n2 I

Como 0,m m0 IID com distribuio Rayleigh, a distribuio do termo


N 1

N 1

m0

0, m

pode ser aproximada, usando o Teorema do Limite Central (TLC),

quando N for grande [12]. Usando os resultados do TLC, a mdia e o momento


N 1

de segunda ordem de

m0

0, m

so dados, respectivamente, por:

N 1

N E 0,2 m

m0

N 1
2 E 0,2 m
2
0

m0

(43)

A equao (42) pode ento ser simplificada como:

R zz

N 1

Na 0 a H 0 0 E 0,2 m
m0

K 1

N 1

k 1

m0

a k a H k k E k2,m N n2 I

(44)

NR dd R uu

Assim, das equaes (41) e (44), tem-se (vide Apndice 7.1):

R dd

R R xx
zz

N 1
2

R uu 2

NR xx R zz

N 1
2

(45)

Dessa forma, R dd e R uu podem ser estimadas a partir de R xx e R zz .


Em ambientes prticos, no entanto, o vetor de coeficientes do filtro,
calculados atravs de Ruu 1Rdd w w e de (45) no conseguem atingir w MSINR
devido aos erros de estimao de R dd e R uu [14]
Para superar este problema, uma funo alternativa para encontrar o
vetor de coeficientes timos mostrada em [1]. A partir das equaes (41) e
(44), pode-se obter (vide Apndice 7.2):

21

N 1
w R zz w
2
N
w H R xx w 2
1 SINR
H

(46)

Que vlido para qualquer w , exceto para w H R xx w 0 . Portanto,


qualquer vetor de coeficientes que maximize w H R zz w w H R xx w , maximiza
tambm a SINR.
O vetor de coeficientes timos pode ser obtido atravs de um novo
problema de otimizao, expresso por:

w MSINR arg max


w

w H R zz w
w H R xx w

(47)

e w MSINR corresponde ao autovetor associado ao maior autovalor max de:


R xx 1R zz w MSINR max w MSINR

(48)

4.2 O Algoritmo GLM


O mtodo dos Multiplicadores de Lagrange Generalizados (GLM)
apresentado em [15]. Para encontrar o vetor de coeficientes timos,
correspondente soluo da equao (48), formula-se o problema de
otimizao com restrio, dado por:
max w H R zz w
sujeito a: w R xx w 1
H

(49)

A soluo do problema obtida pela maximizao da funo custo,

f (w) , tal que:


f w w H R zz w 1 w H R xx w

(50)

onde o multiplicador de Lagrange para a restrio w H R xx w 1 .


O mtodo do gradiente ascendente aplicado para encontrar o
autovetor desejado iterativamente. A equao de atualizao dada por:

w n 1 w n

f w n

(51)

22
onde f w corresponde ao gradiente da funo custo f w , dado por [16],
[17]:

f w 2

f w
w

(52)

A partir das equaes (50) e (52), obtm-se:

w H R zz w 1 w H R xx w

w
2 R zz w R xx w

f w 2

(53)

E, portanto, a equao de atualizao apresentada em (51) pode ser


rescrita como:
w n 1 w n R zz n w n n R xx n w n

(54)

O multiplicador de Lagrange, n , dado por (vide Apndice 7.37.1):

b b 2 ac
a

(55)

com:
a 2
2

b Re y (n)
2

(56)

y (n) 2 Re y (n)
2

e:

xH n x n
xH n z n
wH n x n

(57)

y wH n z n

De modo equivalente, expande-se para o caso de um vetor de entradas


bidimensional, dado por X(n) x0 (n),..., x N 1 (n) , definem-se ento:

23

n zH n w n
n X n w n
n XH n X n

(58)

n XH n z n
n n n
e:
a n H n n
b n H n n Re n H n n

(59)

c n n H n n 2 Re n H n n
2

O multiplicador de Lagrange n continua sendo calculado pela


expresso (55). A Figura 7 apresenta o fluxograma do algoritmo GLM.

Figura 7 - Fluxograma do algoritmo GLM. Adaptado de [1]

24
A ordem de complexidade computacional do algoritmo, em termos do
nmero de multiplicao, apresentada direita de cada equao no
fluxograma da Figura 7. O algoritmo GLM requer aproximadamente
O[(N2+3N+4)L+4N+N2] multiplicaes.
4.3 O Algoritmo RGLM
De acordo com [1], o desempenho do algoritmo GLM, apresentado em
[15], degradado em funo da utilizao de estimativas instantneas das
matrizes de autocovarincia. Em [1] proposto, portanto, um novo algoritmo
adaptativo, chamado de Multiplicadores de Lagrange Generalizados Recursivo
(RGLM), a fim de alcanar um desempenho melhor que o algoritmo GLM.
No algoritmo RGLM a equao de atualizao dos pesos continua sendo
a mesma apresentada em (54):
w n 1 w n R zz n w n n R xx n w n

Entretanto, as matrizes de autocovarincias R xx e R zz so estimadas


atravs da equao recursiva (60):
R xx n f R xx n 1 z n z H n
R zz n f R zz n 1 X n X H n

(60)

onde f o fator de esquecimento, entre 0 e 1.


Como a funo f (w) mxima quando o multiplicador de Lagrange
o maior autovalor (do problema apresentado nas equaes (47) e (48)) e
consequentemente w o autovetor associado a , n pode ser calculado
atravs de:

w n R zz n w n
w n R xx n w n

(61)

A fim de reduzir a complexidade computacional do algoritmo, definem-se

z n w n R zz n w n e x n w n R xx n w n , tal que:
n

z n
x n

(62)

25
Usando as equaes recursivas apresentadas em (60), pode-se fazer as
seguintes aproximaes:

z n f w n 1 R zz n 1 w n 1 w n z n z H n w n
f z n 1 n

(63)

x n f w n 1 R xx n 1 w n 1 w n X n X H n w n
f x n 1 n

(64)

onde n z H n w n e n XH n w n .
A equao de atualizao dos pesos pode ento ser simplificada em
alguns passo, tal como:

w n 1 w n n n n
n f n 1 n z n

(65)

n f n 1 X n n
Com condies iniciais:
0 0 z 0
0 X 0 0

(66)

A Figura 8 apresenta o fluxograma do algoritmo RGLM. O nmero de


multiplicaes apresentado direita das equaes.
A ordem de complexidade computacional do algoritmo RGLM em termos
do nmero de multiplicaes aproximadamente O[(2N+5)L+0.5N].

26

Figura 8 - Fluxograma do algoritmo RGLM. Adaptado de [1]

27
5. EXPERIMENTOS E RESULTADOS

Os algoritmos GLM e RGLM foram implementados e avaliados em


diferentes cenrios. Em todas as situaes foram desconsideradas as
imperfeies nas etapas de modulao e demodulao dos sinais e, portanto,
os bits transmitidos chegam intactos ao receptor, acrescido apenas de rudo.
Em todas as simulaes foram considerados arranjos compostos por L
antenas operando em modo up-link e K transmissores com potncia de
transmisso Pk e ganho de processamento M .
Para cada experimento foram feitas 200 realizaes. Os resultados
apresentados foram obtidos da mdia das realizaes. A seguir so detalhados
os experimentos realizados e os resultados obtidos.
5.1 Experimento 1 Diferentes nmeros de antenas e usurios
No primeiro experimento foi avaliado o desempenho dos algoritmos sob
diferentes condies de nmero de elementos de antenas e nmero de
estaes mveis.
Foram considerados os seguintes parmetros: passo de adaptao do
Algoritmo RGLM, RGLM 0.001 ; passo de adaptao do Algoritmo GLM,

GLM 0.004 ; fator de esquecimento, f 0.75 ; potncia dos usurios Pk 1, k ;


potncia do rudo 2 0.1 ; e ganho de processamento M 64 . O experimento
foi realizado com sinal sem desvanecimento e os algoritmos foram avaliados
nas situaes com o nmero de antenas L 4, 6 e 8 e o nmero de usurios

K 4, 8 e 12 . Os valores de RGLM , GLM e f foram escolhidos empiricamente,


do modo que o desempenho dos dois algoritmos fosse semelhante.
No primeiro caso, os ngulos de chegada dos sinais, para cada situao
de nmero de usurios dada por:

doaK 4 45 0 30 60
doaK 8 60 45 30 0 30 45 60 90
doaK 12 90 75 60 45 30 15 0 15 30 45 60 75

28
onde os ngulos so dados em graus e o valor destacado corresponde ao
ngulo de chegado do sinal de interesse.
A Figura 9, Figura 10 e Figura 11 apresentam as relaes sinal
interferncia+rudo para os casos com 4, 6 e 8 elementos de antenas,
respectivamente.
SINR
L=4
70
65

SINR (dB)

60
Algoritmo GLM - K = 4
Algoritmo RGLM - K = 4
Algoritmo GLM - K = 8
Algoritmo RGLM - K = 8
Algoritmo GLM - K = 12
Algoritmo RGLM - K = 12

55
50
45
40
35

200

400

600

800

1000 1200
Iteraes

1400

1600

1800

2000

Figura 9 SNIR para o caso com 4 elementos de antenas e diferentes quantidades de usurios (caso 1).

SINR
L=6
80
75

SINR (dB)

70

Algoritmo GLM - K = 4
Algoritmo RGLM - K = 4
Algoritmo GLM - K = 8
Algoritmo RGLM - K = 8
Algoritmo GLM - K = 12
Algoritmo RGLM - K = 12

65
60
55
50
45
40

200

400

600

800

1000 1200
Iteraes

1400

1600

1800

2000

Figura 10 - SNIR para o caso com 6 elementos de antenas e diferentes quantidades de usurios (caso 1).

29
SINR
L=8
85
80

SINR (dB)

75
Algoritmo GLM - K = 4
Algoritmo RGLM - K = 4
Algoritmo GLM - K = 8
Algoritmo RGLM - K = 8
Algoritmo GLM - K = 12
Algoritmo RGLM - K = 12

70
65
60
55
50
45

200

400

600

800

1000 1200
Iteraes

1400

1600

1800

2000

Figura 11 - SNIR para o caso com 8 elementos de antenas e diferentes quantidades de usurios (caso 1).

A Figura 12 apresenta o diagrama de radiao do arranjo de antenas


aps a conformao de feixe. Os diagramas apresentados correspondem aos
coeficientes do filtro obtidos por cada algoritmo na ultima iterao.
Na Figura 12, (a) e (b) mostram os diagramas de radiao para o caso
com 4 usurios, com 4 e 8 elementos de antenas, respectivamente. Em (c) e
(d) so mostrados para o caso com 8 usurios e em (e) e (f), para o caso com
12 usurios. A posio dos usurios mostrada em cada diagrama: (o)
representa o SOI e (x) representa os SNOI.
No segundo caso, os ngulos de chegada dos sinais, para cada situao
de nmero de usurios dada por:

doaK 4 90 -45 0 45
doaK 8 90 60 -45 30 0 30 45 60
doaK 12 90 75 60 -45 30 15 0 15 30 45 60 75
A Figura 13, Figura 14 e Figura 15 apresentam as relaes sinal
interferncia+rudo para os casos com 4, 6 e 8 elementos de antenas,
respectivamente, para o segundo caso.

30
L=8eK=4
3

2.5

2.5

Ganho

Ganho

L=4eK=4
3

Algoritmo GLM
Algoritmo RGLM

1.5
1

0.5

0.5

-50

0
ngulo (graus)
(a)

50

Algoritmo GLM
Algoritmo RGLM

1.5

-50

2.5

2.5

2
Algoritmo GLM
Algoritmo RGLM

1.5

0.5

0.5

-50

0
ngulo (graus)
(c)

50

Algoritmo GLM
Algoritmo RGLM

1.5

-50

2.5

2.5

2
Algoritmo GLM
Algoritmo RGLM

0.5

0.5

-50

0
ngulo (graus)
(e)

50

50

Algoritmo GLM
Algoritmo RGLM

1.5

0
ngulo (graus)
(d)
L = 8 e K = 12

Ganho

Ganho

L = 4 e K = 12
3

1.5

50

L=8eK=8

Ganho

Ganho

L=4eK=8

0
ngulo (graus)
(b)

-50

0
ngulo (graus)
(f)

50

Figura 12 - Diagramas de radiao para diferentes condies de nmero de elementos de antenas e de quantidade de usurios
(caso 1).

Na Figura so apresentados os diagramas de radiao para o caso com


4 usurios e com 4 e 8 elementos de antenas, (a) e (b), respectivamente. Em
(c) e (d) so mostrados para o caso com 8 usurios e em (e) e (f), para o caso
com 12 usurios.

31
SINR
L=4
60
55
50

SINR (dB)

45
40
35
30

Algoritmo GLM - K = 4
Algoritmo RGLM - K = 4
Algoritmo GLM - K = 8
Algoritmo RGLM - K = 8
Algoritmo GLM - K = 12
Algoritmo RGLM - K = 12

25
20
15
10

200

400

600

800

1000 1200
Iteraes

1400

1600

1800

2000

Figura 13 - SNIR para o caso com 4 elementos de antenas e diferentes quantidades de usurios (caso 2).

SINR
L=6
80
70

SINR (dB)

60
50
40
30

Algoritmo GLM - K = 4
Algoritmo RGLM - K = 4
Algoritmo GLM - K = 8
Algoritmo RGLM - K = 8
Algoritmo GLM - K = 12
Algoritmo RGLM - K = 12

20
10
0

200

400

600

800

1000 1200
Iteraes

1400

1600

1800

2000

Figura 14 - SNIR para o caso com 6 elementos de antenas e diferentes quantidades de usurios (caso 2).

32
SINR
L=8
90
80
70

SINR (dB)

60
50
40
Algoritmo GLM - K = 4
Algoritmo RGLM - K = 4
Algoritmo GLM - K = 8
Algoritmo RGLM - K = 8
Algoritmo GLM - K = 12
Algoritmo RGLM - K = 12

30
20
10
0

200

400

600

800

1000 1200
Iteraes

1400

1600

1800

2000

Figura 15 - SNIR para o caso com 8 elementos de antenas e diferentes quantidades de usurios (caso 2).

L=8eK=4
3

2.5

2.5

2
Algoritmo GLM
Algoritmo RGLM

1.5

Ganho

Ganho

L=4eK=4
3

0.5

0.5

-50

0
ngulo (graus)
(a)

50

Algoritmo GLM
Algoritmo RGLM

1.5

-50

2.5

2.5

2
Algoritmo GLM
Algoritmo RGLM

1.5

0.5

0.5

-50

0
ngulo (graus)
(c)

50

Algoritmo GLM
Algoritmo RGLM

1.5

50

L=8eK=8

Ganho

Ganho

L=4eK=8

0
ngulo (graus)
(b)

-50

0
ngulo (graus)
(d)

50

(caso 2) continua...3

2.5

2.5

2
Algoritmo GLM
Algoritmo RGLM

1.5

Ganho

Ganho

Figura 16 - Diagramas de radiao


de usurios
L = 4 e Kpara
= 12diferentes condies de nmero de elementos de antenas
L = 8eede
K quantidade
= 12

0.5

0.5

-50

50

Algoritmo GLM
Algoritmo RGLM

1.5

-50

50

0.5

0.5

-50

0
ngulo (graus)
(c)

50

-50

L = 4 e K = 12
3

2.5

2.5

33

2
Ganho

2
Ganho

50

L = 8 e K = 12

Algoritmo GLM
Algoritmo RGLM

1.5

0.5

0.5

-50

0
ngulo (graus)
(e)

50

Algoritmo GLM
Algoritmo RGLM

1.5

0
ngulo (graus)
(d)

-50

0
ngulo (graus)
(f)

50

Figura 16- Diagramas de radiao para diferentes condies de nmero de elementos de antenas e de quantidade de usurios
(caso 2).

Atravs dos resultados mostrados nos grficos das SINR possvel


perceber uma melhoria no desempenho dos algoritmos em termos da relao
sinal interferncia+rudo e da velocidade de convergncia em funo do
aumento no nmero de elementos de antena. O desempenho, no entanto,
deteriorado conforme o nmero de usurios interferentes aumenta.
Atravs da Figura 12 e da Figura 16, que apresentam os diagramas de
radiao aps a convergncia dos algoritmos, pode-se ainda verificar a
capacidade do arranjo de antenas de anular L 1 usurios interferentes, como
discutido na Seo 2.3.
5.2 Experimento 2 Diferentes passos de atualizao e fatores
de esquecimento
No segundo experimento foi avaliado o desempenho do algoritmo para
diferentes passos de atualizao RGLM e GLM , e diferentes fatores de
esquecimento f .
Foram considerados os seguintes parmetros: nmero de elementos de
antena L 4 ; nmero de usurios K 6 ; ngulo de chegada dos usurios

doaK 6 60 -30 0 30 60 90 ; potncia dos usurios Pk 1, k ; e


potncia do rudo 2 0.1 . O experimento foi realizado com sinal sem
desvanecimento e os algoritmos foram avaliados nas situaes com RGLM e

GLM com valores 0.001 0.002 0.004 0.008 e com fatores de esquecimento

0.99

0.90 0.75 0.50 0.01 .

34
A Figura 17 e a Figura 18 apresentam, respectivamente, a evoluo da
SINR para os algoritmos GLM e RGLM com passos de atualizao RGLM =

GLM = 0.001 e diferentes fatores de esquecimento.


A Figura 19 e a Figura 20 apresentam, igualmente a evoluo da SINR
para os algoritmos GLM e RGLM com passos de atualizao RGLM = GLM =
0.002. A Figura 21 e a Figura 22 apresentam os desempenhos para RGLM =

GLM = 0.004 e a Figura 23 e Figura 24, para RGLM = GLM = 0.008.


Algoritmo GLM
GLM = 0.001
60

SINR (dB)

50
40
f=
f=
f=
f=
f=

30
20

10

200

400

600

800

1000 1200
Iteraes

1400

1600

0.99
0.90
0.75
0.50
0.10

1800

2000

Figura 17 SINR Algoritmo GLM com GLM = 0.001 e diferentes fatores de esquecimento.

Algoritmo RGLM
RGLM = 0.001
60

SINR (dB)

50
40
f=
f=
f=
f=
f=

30
20

10

200

400

600

800

1000 1200
Iteraes

1400

1600

0.99
0.90
0.75
0.50
0.10

1800

2000

Figura 18 - SINR Algoritmo RGLM com RGLM = 0.001 e diferentes fatores de esquecimento.

35
Algoritmo GLM
GLM = 0.002
60

SINR (dB)

50
40
f=
f=
f=
f=
f=

30
20

10

200

400

600

800

1000 1200
Iteraes

1400

1600

0.99
0.90
0.75
0.50
0.10

1800

2000

Figura 19 - SINR Algoritmo GLM com GLM = 0.002 e diferentes fatores de esquecimento.

Algoritmo RGLM
RGLM = 0.002
60

SINR (dB)

50
40
f=
f=
f=
f=
f=

30
20

10

200

400

600

800

1000 1200
Iteraes

1400

1600

0.99
0.90
0.75
0.50
0.10

1800

2000

Figura 20 - SINR Algoritmo RGLM com RGLM = 0.002 e diferentes fatores de esquecimento.

Algoritmo GLM
GLM = 0.004
60

SINR (dB)

50
40
f=
f=
f=
f=
f=

30
20

10

200

400

600

800

1000 1200
Iteraes

1400

1600

0.99
0.90
0.75
0.50
0.10

1800

Figura 21 - SINR Algoritmo GLM com GLM = 0.004 e diferentes fatores de esquecimento.

2000

36
Algoritmo RGLM
RGLM = 0.004
60

SINR (dB)

50
40
f=
f=
f=
f=
f=

30
20

10

200

400

600

800

1000 1200
Iteraes

1400

1600

0.99
0.90
0.75
0.50
0.10

1800

2000

Figura 22 - SINR Algoritmo RGLM com RGLM = 0.004 e diferentes fatores de esquecimento.

Algoritmo GLM
GLM = 0.008
60

SINR (dB)

50
40
f=
f=
f=
f=
f=

30
20

10

200

400

600

800

1000 1200
Iteraes

1400

1600

0.99
0.90
0.75
0.50
0.10

1800

2000

Figura 23 - SINR Algoritmo GLM com GLM = 0.008 e diferentes fatores de esquecimento.

Algoritmo RGLM
RGLM = 0.008
60

SINR (dB)

50
40
f=
f=
f=
f=
f=

30
20

10

200

400

600

800

1000 1200
Iteraes

1400

1600

0.99
0.90
0.75
0.50
0.10

1800

2000

Figura 24 - SINR Algoritmo RGLM com RGLM = 0.008 e diferentes fatores de esquecimento.

37

Os resultados obtidos neste experimento permitem verificar o aumento


na velocidade mdia de convergncia em funo do aumento no valor do
passo de adaptao.
Alm disso, pde-se verificar uma quase invarincia na convergncia do
algoritmo GLM em funo dos diferentes valores do fator de esquecimento.
Enquanto, para o algoritmo RGLM, a velocidade mdia de convergncia do
algoritmo apresenta aumento com o aumento do fator de esquecimento.
Em todos os casos possvel perceber que a curva da SINR do
algoritmo GLM quase coincidente com a curva da SINR do algoritmo RGLM
no pior caso

0.1 .

5.3 Experimento 3 Diferentes SINR


No terceiro experimento foi avaliado o desempenho do algoritmo para
diferentes potncias do SOI e diferentes potncias do rudo.
Foram considerados os seguintes parmetros: nmero de elementos de
antena L 4 ; nmero de usurios K 6 ; ngulo de chegada dos usurios

doaK 6 60 -30 0 30 60 90 ; passo de adaptao do Algoritmo RGLM,

RGLM 0.001 ; passo de adaptao do Algoritmo GLM, GLM 0.004 ; e fator de


esquecimento, f 0.75 . O sinal foi considerado sem desvanecimento.
No primeiro caso, as potncias das estaes mveis, Pk , foi mantida
constante,

Pk 1, k

potncia

do

rudo

assumiu

valores

2 10 5 1 0.5 0.1 0.01 .


A Figura 25 apresenta a evoluo das SINR para o algoritmo GLM sob
diferentes potncias de rudo. Os resultados para o algoritmo RGLM so
apresentados na Figura 26.
Atravs dos resultados mostrados na Figura 25 e na Figura 26 pode-se
perceber, como esperado, que a potncia do rudo tem influncia direta na
SINR do sinal recebido. Contudo, a potncia do rudo no aparenta ter
influncia na velocidade mdia da convergncia dos algoritmos.

38
Algoritmo GLM
70
60

SINR (dB)

50
40

2 = 10

30

2 = 5
2 = 1

20

2 = 0.5

10

2 = 0.1
2 = 0.01

200

400

600

800

1000 1200
Iteraes

1400

1600

1800

2000

Figura 25 - SINR Algoritmo GLM para diferentes potencias de rudo.

Algoritmo RGLM
70
60

SINR (dB)

50
40

2 = 10

30

2 = 5
2 = 1

20

2 = 0.5

10

2 = 0.1
2 = 0.01

200

400

600

800

1000 1200
Iteraes

1400

1600

1800

2000

Figura 26 - SINR Algoritmo RGLM para diferentes potencias de rudo.

No segundo caso, a potncia do rudo foi mantida constante em 2 0.1


e as potncias dos usurios interferentes, PSNOI , foram mantidas constantes em

Pk 1

k SNOI

potncia

do

SOI

assumiu

valores

Pk SOI 5 1 0.5 0.1 0.05 .


Para este caso, verifica-se, atravs da Figura 27 e da Figura 28, que os
algoritmos GLM e RGLM tm comportamento semelhante e que a variao na
potncia do sinal de interesse varia no apenas a SINR, mas tambm a
velocidade mdia de convergncia.

39
Algoritmo GLM
80
70
60

SINR (dB)

50
40
30
20

PSOI = 5

10

PSOI = 1
PSOI = 0.5

PSOI = 0.1

-10
-20

PSOI = 0.05
0

1000

2000

3000
Iteraes

4000

5000

6000

Figura 27 SINR - Algoritmo GLM para diferentes potencias do SOI.

Algoritmo RGLM
80
70
60

SINR (dB)

50
40
30
20

PSOI = 5

10

PSOI = 1
PSOI = 0.5

PSOI = 0.1

-10
-20

PSOI = 0.05
0

1000

2000

3000
Iteraes

4000

5000

6000

Figura 28 SINR - Algoritmo RGLM para diferentes potencias do SOI.

5.4 Experimento 4 Ambiente no estacionrio


No quarto experimento foi avaliado o desempenho do algoritmo em um
ambiente no estacionrio.

40
Foram considerados os seguintes parmetros: nmero de elementos de
antena L 4 ; nmero de usurios K 6 ; fator de esquecimento, f 0.75 ;
potncia dos usurios Pk 1, k ; e potncia do rudo 2 0.1 . O ngulo de
chegada

dos

usurios

doaSNOI 60 30 0 30 60

interferentes
e

foi

ambiente

mantido
foi

constante,

considerado

sem

desvanecimento.
O ngulo de chegada do SOI foi mantido constante em -45 durante as
primeira 1000 iteraes, entre as iteraes 1000 e 3000 o ngulo variou
linearmente, em passos de 0.045 por iterao, chegando a 45. A partir de
3000 iteraes o ngulo foi mantido constante em 45.
Foram consideradas ainda 3 cenrios com diferentes passos de
atualizao: no primeiro, o passo de adaptao do Algoritmo RGLM foi

RGLM 0.001 e o passo de adaptao do Algoritmo GLM, GLM 0.001 ; no


segundo o passo de adaptao do Algoritmo RGLM foi mantido em

RGLM 0.001 e o passo de adaptao do Algoritmo GLM foi GLM 0.004 ; e no


terceiro caso o passo de adaptao do Algoritmo RGLM e do Algoritmo GLM
foram RGLM GLM 0.004 .
O resultado obtido no primeiro caso, com GLM 0.001 e RGLM 0.001
mostrado na Figura 29. Neste caso pode-se verificar a dificuldade do algoritmo
GLM, com determinado passo de atualizao, em rastrear as variaes na
posio do sinal de interesse.
O resultado para o caso com GLM 0.004 e RGLM 0.001 mostrado na
Figura 30 e o resultado para o caso com GLM 0.004 e RGLM 0.004 , na
Figura 31.

41
Caso no estacionrio

GLM = 0.001 e RGLM = 0.001


45

40

SINR (dB)

35

30

25

20
Algoritmo GLM
Algoritmo RGLM
15

500

1000

1500

2000
Iteraes

2500

3000

3500

4000

Figura 29 SINR dos algoritmos GLM e RGLM em ambiente no estacionrio (caso 1).

Caso no estacionrio

GLM = 0.004 e RGLM = 0.001


45

40

SINR (dB)

35

30

25

20
Algoritmo GLM
Algoritmo RGLM
15

500

1000

1500

2000
Iteraes

2500

3000

3500

4000

Figura 30 SINR dos algoritmos GLM e RGLM em ambiente no estacionrio (caso 2).

Na Figura 30 pode-se verificar que os dois algoritmos conseguem


rastrear as variaes de posio do SOI com praticamente a mesma
velocidade, enquanto na Figura 31, consegue rastrear tais variaes mais
rapidamente.

42
Caso no estacionrio

GLM = 0.004 e RGLM = 0.004


45

40

SINR (dB)

35

30

25

20
Algoritmo GLM
Algoritmo RGLM
15

500

1000

1500

2000
Iteraes

2500

3000

3500

4000

Figura 31 - SINR dos algoritmos GLM e RGLM em ambiente no estacionrio (caso 3).

A Figura 32 apresenta os diagramas de radiao resultantes da


conformao de feixes nas iteraes 1000, 2000 e 3000, que correspondem,
respectivamente, aos ngulos de chegada do SOI de -45, 0 e 45.

Algoritmo RGLM
RGLM = 0.004
3

2.5

Ganho

2
@1000
@2000
@3000

1.5

0.5

-80

-60

-40

-20

0
20
ngulo (graus)

40

60

80

Figura 32 Diagrama de radiao para diferentes posies do SOI num ambiente no estacionrio.

43
5.5 Experimento 5 Desvanecimento
No quinto experimento foi avaliado o desempenho do algoritmo
considerando o desvanecimento multipercurso. O desvanecimento, como
discutido na Seo 4.1 e apresentado na Equao (27), um desvanecimento
de Rayleigh. A distribuio de Rayleigh dada pela expresso (67) e
demonstrada, para diferentes valores de R , na Figura 33.

x
x2
exp

2
p X x R 2
2 R

x0

(67)

x0

Distribuio Rayleigh
1.4

R = 0.5
R = 1

1.2

R = 2

pX(x)

0.8
0.6
0.4
0.2
0

0.5

1.5

2.5
x

3.5

4.5

Figura 33 - Distribuio Rayleigh

Nas simulaes foram considerados os seguintes parmetros: nmero


de elementos de antena L 4 ; nmero de usurios K 6 ; ngulo de chegada
dos usurios doaK 6 60 -30 0 30 60 90 ; passo de adaptao do
Algoritmo RGLM, RGLM 0.001 ; passo de adaptao do Algoritmo GLM,

GLM 0.004 ; fator de esquecimento, f 0.75 ; potncia dos usurios Pk 1, k ;


e potncia do rudo 2 0.1 .

44
Trs simulaes com diferentes valores de R foram feitas. A Figura 34
apresenta o resultado da simulao para o caso com desvanecimento R 0.5
e a Figura 35 e Figura 36, respectivamente para R 1 e R 2 .
Desvanecimento
R = 0.5
30

28

SINR (dB)

26
Algoritmo GLM
Algoritmo RGLM

24

22

20

18

5
Iteraes

10
4

x 10

Figura 34 - SINR para sinal com desvanecimento Rayleigh (R=0.5).

Desvanecimento
R = 1
30

28

SINR (dB)

26
Algoritmo GLM
Algoritmo RGLM

24

22

20

18

1000

2000

3000

4000

5000 6000
Iteraes

7000

8000

Figura 35 - SINR para sinal com desvanecimento Rayleigh (R=1).

9000

10000

45
Desvanecimento
R = 2
28
27
26

SINR (dB)

25
24
Algoritmo GLM
Algoritmo RGLM

23
22
21
20
19
18

100

200

300

400

500
600
Iteraes

700

800

900

1000

Figura 36 - SINR para sinal com desvanecimento Rayleigh (R=2).

Atravs

das

simulaes

pode-se

verificar

influncia

do

desvanecimento no desempenho dos algoritmos. Nota-se que a varincia da


distribuio do mdulo do efeito do desvanecimento, R , tem pouca influncia
no valor mdio da convergncia da SINR, no entanto, influncia fortemente na
sua velocidade e no desvio em torno da mdia.
Um cenrio de simulao equivalente, sem desvanecimento, foi
apresentado na Figura 18, com

f 0.75 e obteve-se uma SINR de

aproximadamente 60 dB aps cerca de 400 iteraes.


Nos casos com desvanecimento, as SINR convergiram para valores
entre 27 dB e 30 dB. Para R 0.5 , a convergncia se deu aps cerca de
80.000 iteraes, para R 1 , aps cerca de 4.000 iteraes e para R 2 ,
aps aproximadamente 150 iteraes.
Verifica-se, portanto, que o desvanecimento do sinal degrada a
convergncia dos algoritmos tanto em termos do valor da SINR quanto em
termos da velocidade de convergncia.

46
5.6 Experimento 6 Avaliao do desempenho computacional
Conforme pode ser verificado nos experimentos anteriores, para
determinadas combinaes dos parmetros GLM , RGLM e f o desempenho
dos algoritmos GLM e RGLM possuem desempenho equivalente em termos da
relao sinal interferncia+rudo. Entretanto, computacionalmente falando, os
dois algoritmos possuem ordens de complexidade bastante distintas, conforme
apresentado na Seo 4.
Na Figura 37 so apresentados os nmeros de multiplicaes
(aproximado) do algoritmo GLM para diferentes nmeros de antenas e
diferentes ganhos de processamento M .

Complexidade Computacional - Algoritmo GLM


14000
M= 8
M = 16
M = 32

Nmero de Multiplicaes

12000
10000
8000
6000
4000
2000
0

7
Nmero de Antenas

10

Figura 37 Nmero de multiplicaes do algoritmo GLM para diferentes nmeros de antenas e ganhos de processamento.

A Figura 38 apresenta os nmeros de multiplicaes do algoritmo RGLM


para diferentes nmeros de antenas e ganhos de processamento.
Comparando os dois grficos pode-se perceber a reduo drstica na
complexidade computacional proporcionada pelo algoritmo RGLM. No caso de
um sistema com 6 elementos de antena e ganho de processamento igual a 32,
por exemplo, o algoritmo GLM requer cerca de 8.000 multiplicaes por
iterao, enquanto o algoritmo RGLM requer pouco mais de 400.

47
Complexidade Computacional - Algoritmo RGLM
800
M=8
M = 16
M = 32

Nmero de Multiplicaes

700
600
500
400
300
200
100
0

7
Nmero de Antenas

10

Figura 38 Nmero de multiplicaes do algoritmo RGLM para diferentes nmeros de antenas e ganhos de processamento.

48
6. CONSIDERAES FINAIS

Neste trabalho foi estudado o algoritmo adaptativo de conformao de


feixes para sistemas de Mltiplo Acesso por Diviso de Cdigo MultiPortadoras (MC-CDMA) em arranjo de antenas proposto em [1] e sua verso
original, apresentada em [15].
Para situar o problema de conformao de feixes para arranjo de
antenas em MC-CDMA foram apresentados mais detalhadamente os conceitos
de conformao de feixe em arranjo de antenas e os sistemas de multiplexao
CDMA e MC-CDMA. A partir dos conceitos anteriores, foi apresentado o critrio
da mxima SINR, usado na derivao de diversos algoritmos de conformao
de feixe, incluindo os dois algoritmos aqui apresentados. E, na sequencia,
foram apresentados os algoritmos GLM e RGLM.
Para verificar o desempenho dos algoritmos, os mesmos foram
implementados em MATLAB e os resultados das simulaes foram
apresentados.
De acordo com os resultados obtidos nas simulaes, possvel
verificar que os dois algoritmos podem ser sintonizados (ajustado parmetros
como o passo de atualizao e o fator de esquecimento) para que tenham
desempenho equivalente.
Entretanto, pode-se verificar que as modificaes do algoritmo GLM
apresentado em [15] que levaram ao algoritmo RGLM apresentado em [1]
permitem uma drstica reduo na complexidade computacional

49

7. APNDICE

7.1 Estimao das matrizes de autocovarincia


Das equaes (41) e (44) tem-se:

R xx Rdd Ruu
R zz

NR dd R uu

(68)

(69)

Rearranjando (68), pode-se escrever:

Ruu R xx Rdd

(70)

Substituindo (70) em(69), obtm-se:

R zz

NR dd R xx R dd

(71)

Rearranjando (71):

R dd

R zz R xx

(72)

N 1

E ainda, de (68), tem-se:

Rdd R xx Ruu

(73)

Substituindo (73) em (69), obtm-se:


R zz

N R xx R uu R uu


R zz NR xx 1 N R uu
2
2

(74)

E por fim:

R uu 2

NR xx R zz

N 1
2

(75)

50
7.2 Aproximao para SINR
Da equao (45) tem-se:

R dd

R R xx
zz

N 1
2

R uu

NR xx R zz

N 1
2

(76)

A SINR, por sua vez, dada por:

w H R dd w
SINR H
w R uu w

(77)

Substituindo (76) em (77) obtm-se:

SINR

w H R zz w w H R xx w

(78)

Nw H R xx w w H R zz w

Dividindo-se o numerador e denominador de (78) por w H R xx w , encontrase:


w H R zz w
1
w H R xx w
SINR
wH R w

N H zz
2
w R xx w

(79)

Rearranjando (79) obtm-se:

w H R zz w
w H R zz w

SINR
N

w H R xx w
w H R xx w
2
w H R zz w

1 SINR 1 N SINR
H
w R xx w
2
H

w R zz w

w H R xx w

(80)

N SINR
2
1 SINR

Simplificando (80) tem-se:

N 1
w R zz w
2
N
w H R xx w 2
1 SINR
H

(81)

51
7.3 Clculo do Multiplicador de Lagrange
O termo n determinado considerando que a restrio ( w H R xx w 1 )
deve ser atendida para o vetor de coeficientes a ser utilizado na prxima
iterao, isto :

w H n 1 R xx n w n 1 1

(82)

Seja a equao de atualizao dos coeficientes, expressa por:


w n 1 w n R zz n w n n R xx n w n

(83)

Pode-se substituir (83) na restrio (82). Obtm-se ento:

w n R zz n w n n R xx n w n R xx n
w n R zz n w n n R xx n w n 1
H

(84)

Expandindo a expresso (84) encontra-se:

w H n R xx n w n w H n R xx n R zz n w n
n w H n R xx n R xx n w n
w H n R zz H n R xx n w n
n w H n R xx H n R xx n w n
2 w H n R zz H n R xx n R zz n w n

(85)

2 n w H n R zz n R xx n R xx n w n
2 n w H n R xx H n R xx n R zz n w n
2 2 n w H n R xx H n R xx n R xx n w n 1
Conhecendo a restrio e utilizando as estimativas instantneas das
matrizes de autocovarincia, tal que:

R xx x(n)x H (n)
R zz z (n)z H (n)
A expresso (85) pode ser rescrita como:

(86)

52

2 2 n w H n x(n)x H (n)x(n)x H (n)x(n)x H (n)w n


w H n x ( n ) x H ( n ) x ( n) x H ( n) w n

H
H
w n x ( n ) x ( n) x ( n) x ( n) w n

H
H
H
H
w n z ( n ) z ( n ) x ( n ) x ( n ) x ( n) x ( n) w n
w H n x ( n ) x H ( n ) x ( n ) x H ( n ) z ( n ) z H ( n) w n

(87)

w H n x ( n) x H ( n) z ( n) z H ( n ) w n

w n z ( n ) z H ( n ) x ( n) x H ( n) w n
0

H
H
H
H
w n z (n)z (n)x( n)x ( n)z ( n)z ( n) w n
Fazendo:

xH n x n
xH n z n

(88)

wH n x n
y wH n z n

A equao (87) pode ser rescrita como:

2 n 2 n 2 2 Re y (n)
2

y (n) 2 Re y (n) 0

(89)

O multiplicador de Lagrange pode, portanto, ser encontrado utilizando a


frmula de Bhaskara:

b b 2 ac
a

(90)

com:
a 2
2

b Re y (n)
2

y (n) 2 Re y (n)
2

(91)

53
8. BIBLIOGRAFIA

[1]

K. Maichalernnukul and S. Jitapunkul, A novel blind adaptive


beamforming algorithm for smart antenna in MC-CDMA uplink system, in
2004 IEEE 15th International Symposium on Personal, Indoor and Mobile
Radio Communications, pp. 12721277.

[2]

C. A. Balanis and P. I. Ioannides, Introduction to Smart Antennas,


Synth. Lect. Antennas, vol. 2, no. 1, pp. 1175, Jan. 2007.

[3]

W. Gabriel, Special issue on adaptive antennas, IEEE Trans. Antennas


Propag., vol. 24, no. 5, pp. 573574, Sep. 1976.

[4]

C. A. Balanis and P. I. Ioannides, Introduction to Smart Antennas,


Synth. Lect. Antennas, vol. 2, no. 1, pp. 1175, Jan. 2007.

[5]

J. Litva and T. K. Lo, Digital Beamforming in Wireless Communications.


Norwood, MA: Artech House, Inc., 1996.

[6]

C. A. Balanis, Antenna Theory: A review, Proc. IEEE, vol. 80, no. 1, pp.
723.

[7]

C. A. Balanis, Antenna Theory: Analysis and Design, 3rd ed. New York:
Wiley, 2005.

[8]

S. Applebaum, Adaptive arrays, IEEE Trans. Antennas Propag., vol. 24,


no. 5, pp. 585 598, 1976.

[9]

R. A. Monzingo, R. Haupt, and T. Miller, Introduction to Adaptive Arrays,


2nd. ed. Raleigh, NC: SciTech Publishing, 2011.

[10] S. Hara and R. Prasad, Overview of Multicarrier CDMA, IEEE


Communications Magazine, no. December, pp. 126133, 1997.
[11] N. Yee and J. Linnartz, Multi-Carrier CDMA in an Indoor Wireless Radio
Channel, Berkeley, CA, 1994.
[12] N. Yee, J.-P. Linnartz, and G. Fettweis, Multi-Carrier CDMA in Indoor
Wireless Radio Networks, in Proceedings of IEEE International
Symposium on Personal, Indoor and Mobile Radio Communications,
1993, pp. 109113.
[13] J. G. Proakis, Digital Communications, 4th ed. NY: McGraw-Hill, 2000.
[14] J. Choi, Pilot Channel-Aided Techniques to Compute the Beamforming
Vector for CDMA Systems with, vol. 49, no. 5, pp. 17601775, 2000.
[15] S. Kwon, I. Oh, and S. Choi, Adaptive beamforming from the generalized
eigenvalue problem with a linear complexity for a wideband CDMA

54
channel, in Proceedings of IEEE Vehicular Technology Conference,
1999, pp. 18901894.
[16] S. Haykin, Adaptive Filter Theory, 4th editio. Upper Saddle River, NJ:
Prentice Hall, 2002.
[17] K. B. Petersen and M. S. Pedersen, The Matrix Cookbook. 2012.