Fulltext

Improve BER Performance of QPSK-Alamouti’s STBC's Decoder using Source Extraction Method Based on (R-Im) Decomposition Model

تحسين خصائص معدل الأخطاء لمنظومة (QPSK-Alamouti للترميز الفضاء الزمني( باستعمال طريقه استخلاص المصدر المبنية على أساس نموذج تجزئه الحقيقي خيالي

Sameer Abdul Kadhim khudhaiyr سمير عبد الكاظم خضير

Al-Qadisiyah Journal for Engineering Sciences مجلة القادسية للعلوم الهندسية
ISSN: 19984456 Year: 2014 Volume: 7 Issue: 1 Pages: 56-67
Publisher: Al-Qadisiyah University جامعة القادسية

Abstract

ABSTRACTThe popular Alamouti orthogonal Space Time Block Code (STBC) attains full transmit diversity in two transmitter multiple input multiple output channel systems. Maximum ratio combiner (MRC) performance depends mainly on the quality of channel estimator, which depends mainly on the number of training symbols. The aim of this paper is to improve performance of MRC of QPSK-Alamouti’s STBC's decoder without increasing number of training symbols. This paper gives an introduction to the basic concepts of training based channel estimator and explains the implementation of least square error (LS) channel estimator with diagonal and orthogonal training matrix. The kurtosis based source extraction method based on using real imaginary (R-Im) decomposition of MRC was fully described. Finally the benefit of using at least four training symbols for initialization de-mixing vector and removing source ambiguity was illustrated.Computer simulation for QPSK Alamouti STBC's in flat fading MIMO channel was implemented using MATLAB2012. First MRC decoder with LS channel estimator technique analyzes according to their number of training symbols (Nt=2,4,…10) and type of training matrix (diagonal or orthogonal ). We found that: orthogonal training matrix for any sequence length provides superior performance than diagonal training matrix. Finally the proposed decoding technique was implemented and it's BER performance were analyzed using only four training symbol with illustration for number of iteration at each SNR.

الخلاصةنظام Alamouti لترميز الفضاء الزمني المتعامد الشائع يوفر تعدديه إرسال كاملة خلال قناة متعددة الإدخال و الإخراج ذات هوائيي إرسال. خصائص المازج ذو النسبة الكبرى تعتمد بصوره أساسيه على كفائه مخمن القناة الذي بدوره يعتمد على عدد عينات التدريب. الهدف الأساسي من هذه الورقة هو تحسين خصائص المازج ذو النسبة الكبرى لنظام QPSK-Alamouti لترميز الفضاء الزمني بدون زيادة عدد عينات التدريب. هذه الورقة تعطي مقدمه لمفاهيم الاساسيه لمخمن القناة المبني على أساس عينات التدريب وتوضح بناء مخمن القناة ذو مربع الخطأ الأقل مع مصفوفة التدريب القطرية و المتعامدة . طريقه استخلاص المصدر المبنية على أساس الكرتوزز باستعمال تجزئه الحقيقي خيالي للمازج ذو النسبة الكبرى تم شرحها بالكامل. أخيرا تم توضيح فائدة استعمال مالا يقل عن أربعه عينات تدريب لتهيئه متجه الفصل وأزاله الشك بالمصدر.محاكاة حاسوبيه ل QPSK-Alamouti لترميز الفضاء الزمني خلال قناة متعددة الدخل و الخرج ذات خفوت منتظم تم بنائها باستعمال MATLAB2012 بالبدء المازج ذو النسبة الكبرى مع مخمن القناة ذو مربع الخطأ الأقل تم تحليله تبعا لعدد عينات التدريب ( 2, 4,...,10 عينات) و نوع مصفوفة التدريب (قطريه أو متعامدة) . وجدنا انه مصفوفة التدرب المتعامد لأي طول تعطي خصائص أفضل من مصفوفة التدرب القطرية. بالنهاية تم بناء التقنية المقترحة وتم تحليل خصائص معدل الأخطاء لها باستعمال أربعه عينات التدريب مع إيضاح عدد التكرارات اللازمة لكل نسبه اشاره- ضوضاء

Keywords

Alamouti STBC --- R-Im decomposition --- MRC --- Source extraction --- Kurtosis