IMPLEMENTASI DEKODER MIMO BERBASIS DETEKSI TRELLIS PADA WLAN n Yama Aryadanangjaya 1, Wahyul Amien Syafei 2, Imam Santoso 3

Transkripsi

1 IPLEENTASI DEKODER IO BERBASIS DETEKSI TRELLIS PADA WLAN 80n Yama Aryadanangjaya, Wahyul Amien Syafei, Imam Santoso 3 3 Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro Jln Prof Sudharto, Tembalang, Semarang, Indonesia yama_cp9@yahoocom, wasyafei@gmailcom, 3 Imanstso@undipacidcom Abstract WLAN 80n is a system with maximum throughput 600 bps, which is ten times faster compared to the preceeding standard The main features in the 80n standard are OFD and IO techniques, those techniques promise dramatically increasement of troughput without additional bandwidth The demand of higher data rate forces improvement on the performance of WLAN 80n by implementing new techniques in the system One of the concern is the use of new IO decoding techniques on Spatial Division ultiplexing (SD) IO This final project conduct research in IO decoding technique in IEEE WLAN 80n The Trellis method will be implemented in IEEE WLAN 80n to improve performance of preceeding IO decoding method ie ZF, SE The simulation is done under 64QA scheme TGn channel B in x IO configurationthe aximum Likelihood method will be set as reference for its optimal performance compared to the other methods The result shows thattrellis detector givesnear-optimal performance, and only degrade to 3 db compared to the LD methodthe trellis to LD complexity ratio will decrease as the number of Transmit antenna Keywords - IEEE WLAN 80n, IO decoding, Trellis method I PENDAHULUAN Wireless LAN merupakan teknologi jaringan nirkabel yang dapat digunakan untuk komunikasi suara maupun data Pada sistem komunikasi nirkabel pita lebar di masa mendatang ada dua tantangan yang harus dihadapi yaitu menghilangkan multipath fading channels dan memperbesar efesiensi spektrum Untuk mengatasi hal tersebut, ada dua teknik yang digunakan dalam perkembangan WLAN Teknik yang pertama yaitu Orthogonal Frequency Division ultiplexing (OFD) OFD merupakan suatu teknik transmisi multi carrier, dimana tiap frekuensi adalah orthogonal satu sama lain, sehingga terjadinya overlapping tidak akan menyebabkan interferensi Penerapan teknik ini mengakibatkan kondisi multipath fading channel menjadi flat fading channel Di sisi lain, untuk memperbesar efisiensi spektrum digunakan teknik IO (ulti Input ulti Output) IO merupakan penerapan antena jamak pada sisi pengirim dan penerima Dengan demikian teknik ini dapat memperbesar kapasitas kanal tanpa memerlukan bandwidth tambahan Teknik OFD telah diterapkan pada 80a dengan sistem SISO (Single-Input Single Output/antena tunggal) pada frekuensi 5GHz[] Pengembangan sistem selanjutnya adalah dengan penerapan IO-OFD pada 80n[] Kombinasi sistem IO-OFD, mempunyai kemampuan dalam menawarkan akses komunikasi yang cepat, handal dan efisien dalam penggunaan bandwidth WLAN 80n menggunakan IO dengan jumlah maksimal antena pemancar empat buah Penerapan IO-OFD pada WLAN 80n dapat menjanjikan kenaikan data rate mencapai 600 bps, jauh dibandingkan para pendahulunya[3] Banyak teknik telah dilakukan untuk meningkatkan kinerja WLAN 80n, antara lain penggunaan Low Density Parity Check (LDPC) sebagai channel coding pengganti Binary Convolutional Coding(BCC), serta desain Register Transfer Level(RTL)[4] dan desain Application Specific Integrated Circuit (ASIC) [5] [6] Teknik tersebut menghasilkan peningkatan kinerja sebesar 6 db dibandingkan metode sebelumnya Teknik lain yang dilakukan adalah pengaturan antenna spacing pada nilai λ menghasilkan perbaikan sebesar 5 db dibandingkan dengan antena spacing sebesar /λ [7] Pengiriman beberapa data independen pada sistem IO disebut teknik spatial multiplexing Dengan penggunaan kanal yang sama untuk mengirim beberapa data independen, dibutuhkan teknik khusus untuk mendapatkan kembali informasi yang dikirim Dua teknik linier yang digunakan pada IEEE 80n adalah Zero Forcing(ZF) dan inimum ean Square Error (SE) Keduanya memiliki kompleksitas yang rendah, namun kinerjanya rendah Teknik yang dikenal memiliki kinerja optimal adalah aximum Likelihood Detection (LD), dimana teknik ini akan menghitung jarak sinyal diterima terhadap seluruh kemungkinam kombinasi simbol Teknik ini memiliki kinerja paling baik namun tingkat kompleksitasnya akan bertambah seiring dengan bertambahnya orde modulasi dan jumlah antenna pemancar Oleh sebab itu sekarang banyak dikembangkan metode suboptimal kompleksitas lebih rendah daripada LD Pada makalah ini akan ditampilkan hasil penelitian terhadap peningkatan kinerja pada WLAN IEEE 80n dengan menerapkan algoritma deteksi Trellis sebagai detektor IO Teknik IO yang digunakan adalah Spatial Division ultiplexing pada kofigurasi IO x 64QA Simulasi dilakukan pada model kanal B IEEE 80TGn yang mewakili cakupan area suatu kantor kecil II DASAR TEORI A IO Nomenklatur: Huruf yang dicetak tebal menyatakan suatu matriks, sedangkan huruf yang dicetak biasa menyatakan suatu nilai skalar; () H menyatakan matriks Hermitian (transpose conjugate matrix); () - menyatakan matriks invers; menyatakan Euclidean Norm

2 Untuk mendapatkan nilai x dalam metode ZF adalah dengan menentukan matriks bobot W yang memenuhi Sehingga dapat dituliskan aka nilai estimasi x adalah () (3) Gambar konfigurasi IO N t x r IO merupakan salah satu teknik diversitas yang berguna untuk mengurangi fading dan interferensi dari user lain dan meningkatkan data rate tanpa mengorbankan bandwidth maupun daya pancarnya Teknik IO ini menggunakan beberapa antena di pemancar dan penerima untuk meningkatkan performansi komunikasi Skema IO yang biasa digunakan dibedakan menjadi dua jenis Skema IO tersebut adalah Space Time Block Code (STBC) dan Spatial Division ultiplexing (SD) Prinsip SD adalah deretan simbol yang akan dikirim dipecah menjadi beberapa paralel deretan simbol yang kemudian ditransmisikan secara simultan dengan bandwidth yang sama pada beberapa antena, sehingga teknik ini memberikan peningkatan laju data sesuai jumlah antena pengirim Pada sistem SD, jumlah antena penerima paling sedikit sama dengan jumlah pengirim Konfigurasi IO N pengirim dan penerima ditunjukkan pada gambar Tx sampai dengan Tx N merupakan antena pemancar sejumlah N, sedangkan Rx sampai dengan Rx merupakan antena penerima sejumlah H N merupakan kanal propagasi sinyal dari antena N ke antena B IO Decoding Setiap antena penerima akan mendapatkan seluruh sinyal dari semua antena pemancar, sehingga sinyal yang diterima pada antena adalah dan seterusnya hingga y Karena semua informasi tercampur pada setiap antena penerima, maka dibutuhkan suatu teknik IO decoding untuk mendapatkan sinyal informasi asli etode IO decoding terbagi atas beberapa jenis, yaitu metide linier dan non linier etode Linier etode linier yang umum digunakan untuk deteksi ada yaitu Zero Forcing (ZF) dan inimum ean Square Error (SE) Zero Forcing(ZF) Dari Persamaan umum transmisi sinyal () Dengan y adalah simbol yang diterima, H adalah respons impuls kanal, x adalah simbol yang ditransmisikan dan N 0 adalah noise inimum ean Square Error (SE) Dari persamaan (), metode inimum ean Square Error (SE) adalah dengan mencari koefisien W yang mengurangi nilai noise additive, sehingga: (4) Dengan I adalah matriks identitas Ketika faktor noise adalah nol, SE akan sama dengan persamaan ZF Kategori kedua adalah metode nin linier etode non-linier terdiri atas metode aximum likelihood Detection(LD) dan turunannya LD merupakan metode dengan kinerja optimal sebagai detektor IO Sedangkan metode turunannya merupakan metode pendekatan LD dengan kompleksitas yang lebih rendah Pada metode deteksi aximum Likelihood, untuk menentukan estimasi matriks x yang dikirimkan, dilakukan perhitungan jarak Euclidean antara matriks y dengan seluruh simbol yang mungkin s dikalikan matriks estimasi kanal H Kandidat simbol dengan jarak Euclidean terkecil merupakan etode ini dirumuskan sebagai berikut (5) Dari persamaan diatas, dapat diambil contoh bila menggunakan modulasi BPSK dengan antena Tx dan Rx masing-masing dua buah aka persamaan matriknya akan diberikan sebagai berikut : (6) Jika memakai modulasi BPSK, nilai dari s yaitu + atau - Nilai dari s pun adalah sama yaitu + atau - Untuk mencari solusi dari aimum Likelihood, dicari nilai minimal dari semua empat kombinasi s dan s, yaitu untuk s dan s bernilai(-,-),(-,),(,-) dan(,)estimasi dari simbol yang dikirimkan dipilih berdasarkan nilai minimum dari keempat nilai tersebut aka jumlah kombinasi yang harus dicari pada konfigurasi ini adalah = 4 kombinasi Sesuai dengan persamaan : (7) Dengan mewakili jumlah titik konstelasi Jadi kompleksitasnya bertambah seriring dengan jumlah [8]

3 Titik Konstelasi bobot J i, d i J, d i j, d Gambar 3 Aliran data pada satu simpul titik konstelasi i ke Ntx Antena ke tahap tahap tahap 3 Gambar Grafik deteksi pada aximum Likelihood Trellis Decoder [9] Trellis decoder merupakan metode sub optimal dari metode aximum Likelihood, dimana metode ini bertujuan untuk mendapatkan kinerja mendekati optimal dengan kompleksitas yang lebih sedikit odel Sistem Pada sistem dengan konfigurasi N x N antenna, dengan menggunakan metode deteksi Trellis, matriks kanal diubah dalam bentuk lain dengan operasi QR decomposition,dimana suatu matriks H diubah ke dalam bentuk matriks Q dan R Dengan R merupakan matriks berukuran N x N dimana anggota matriks di bawah diagonal bernilai 0 atriks Q memiliki sifat QQ H = I, sehingga simbol yang diterima dapaat dituliskan sebagai: y = QRx + N 0 Q H y = Q H (QRx + N 0 ) Q H y = Rx + Q H N 0 (8) Pada metode trellis, deteksi IO dapat digambarkan dalam suatu grafik trellis Konstruksi Grafik pada etode aximum Likelihood Pada suatu sistem IO NxN, Untuk mendapatkan matriks vektor yang dikirim dengan jarak Euclidean terkecil, harus dilakukan perhitungan jarak euclidean( ) pada setiap matriks vektor terkirim Dengan Q H, perhitungan dapat ditulis: Perhitungan dapat dipecah menjadi (9) (0) () ke Ntx ke ke ke Gambar 4 proses pencarian dengan pengurangan tepi Dengan adalah jarak Euclidean -D untuk antenna ke-t dan dihitung sebagai berikut () Daerah pencarian pada seluruh matriks vektor terkirim ditunjukkan pada gambar, dimana setiap matriks vektor terkirim adalah suatu jalur pada grafik trellis Terdapat Ntx tahap trellis, satu tahap tiap antenna Setiap tahap mempunyai sejumlah simpul sesuai titik konstelasi Suatu jalur melalui trellis dari pangkal ke ujung adalah matriks vektor terkirim Tepi di antara simpul pada tahap, dan simpul ke pada tahap,, memiliki bobot Fungsi bobot tidak bergantung pada tahap selanjutnya, namun hanya bergantung tahap sekarang dan tahap sebelumnya Sebagai contoh, hanya bergantung pada simpul pada tahap dan, seperti ditunjukkan pada gambar Algoritma jalur terpendek Pengurangan tepi akan memperkecil jumlah jalur dengan cara memotong jalur yang datang Langkah pertama adalah menghubungkan jalur yang ada, j, j, ke titik konstelasi i Jumlahan bobot yang baru untuk jalur k (jalur pada tahap t-) dengan bobot kumulatif baru d k, dibuat dengan menambahkan bobot jalur k ke titik konstelasi i,, ke jumlahan bobot yang lama untuk jalur k, d k (3)

4 TABEL PARAETER SIULATOR 80n Parameter Nilai Konfigurasi antena x odulasi Subcarrier 64 QA Tipe IO SD Jumlah data per paket 000 octet odel kanal TGn Channel B Channel Code Convolutional coding Laju pengkodean /3,3/4,5/6 IO decoder ZF,SE,LD,Trellis Throughput(bps) 6,43,70 Gambar 5 IO decoder pada sisi penerima WLAN 80n Gambar 3 menunjukkan bahwa setiap titik konstelasi i pada tahap t memiliki subjalur j, j dan jarak parsial yang diperbaharui, d k, yang merupakan jumlahan bobot pada subjalur j k dari akar ke puncak i Di antara subjalur yang akan datang, dipilih subjalur j i dengan bobot minimum dan hapus subjalur - yang lain Tujuan mencari bobot minimum adalah untuk menemukan jalur terpendek melalui trellis Proses pencarian dapat dinyatakan sebagai runtun pengurangan tepi Pengurangan tepi terus dilakukan sampai akhirnya melintangi trellis Gambar 4 menunjukkan contoh grafik hasil setelah melakukan pengurangan tepi di setiap puncak Pada tahap terakhir, terdapat jalur, satu jalur pada setiap titik konstelasi pada tahap t=ntx Jalur terbaik dipilih di antara empat jalur yang tersisa di ujungnya Contoh pemilihan jalur pada grafik trellis ditunjukkan pada gambar 4 Setiap anak panah yang menuju titik konstelasi merupakan jalur denganbobot sementara terkecil dari tahap sebelumnya Anak panah bergaris tebal merupakan jalur dengan bobot akhir terkecilproses pemilhan bobot minimum adalah sebagai berikut (4) Gambar 6 Diagram alir Algoritma Trellis III PERANCANGAN SISTE Pada bab ini akan dipaparkan perancangan sistem dan parameter simulasi Diagram blok sisi penerima pada WLAN 80n dapat dilihat pada gambar 5, bagian IO decoder berada setelah tahap phase tracker Pada simulasi ini akan diteliti kinerja IO decoder pada konfigurasi antena x dengan orde modulasi 64QA Pada standar IEEE 80n, konfigurasi ini termasuk dalam odulation and Coding Scheme(CS) 3,4 dan 5Yang membedakan ketiga CS tersebut adalah laju pengkodean dimana masing- masing bernilai /3,3/4 dan 5/6 Parameter sistem yang lain ditampilkan pada tabel Diagram alir algoritma Trellis ditunjukkan pada gambar 6 Nilai inisialisasi CS didapat dari signalling field (SIG), nilai estimasi kanal didapatkan dari Long Training Field (LTF) Langkah awal dalam metode ini adalah melakukan dekomposisi QR pada

5 TABEL PERBANDINGAN KOPLEKSITAS LD DENGAN TRELLIS DENGAN ODULASI 64-QA NT x Kompleksitas linear receiver LD Trellis Rasio Kompleksitas Trellis:LD (%) % 6 x 00% 3 8 3x 4,69% x 0,0% Gambar 7 Hasil simulasi detector Trellis pada CS 3 Gambar 8 Hasil simulasi detektor Trellis pada CS 4 Gambar 9 Hasil simulasi detector Trellis pada CS 5 matriks estimasi kanal lalu Q H digunakan sebagai pengali y Langkah berikutnya adalah menghitung bobot awal dari tahap pertama Bobot awal akan disimpan untuk update bobot Penghitungan bobot terus diulangi sampai tahap terakhir dan update bobot dilakukan pada setiap tahap Pemilihan jalur trellis dilakukan pada tahap akhir dengan memilih jalur dengan bobot minimum IV HASIL DAN ANALISIS Pada bab ini akan dianalisis perbandingan kinerja dekoder Trellis dengan metode yang telah ada (ZF, SE) etode LD ditambahkan sebagai metode pembanding dengan kinerja yang optimal Analisis dilakukan pada nilai BER 0-4 Simulasi dilakukan pada model kanal B dengan iterasi sebanyak 00 kali A Hasil Pengujian Hasil pengujian pada CS 3 ditunjukkan pada gambar 7 Dengan nilai laju pengkodean /3, dapat dilihat bahwa kinerja dekoder Trellis lebih baik db dari ZF, dan 0,5 db dari SE Selisih kinerja metode Trellis terhadap LD adalah db Hasil pengujian pada CS 4 dapat dilihat pada gambar 8 Dengan nilai laju pengkodean 3/4, dapat dilihat bahwa kinerja dekoder Trellis lebih baik 3 db dari ZF, dan db dari SE Selisih kinerja metode Trellis terhadap LD adalah db Hasil pengujian pada CS 5 dapat dilihat pada gambar 9 Dengan nilai laju pengkodean 5/6, dapat dilihat bahwa kinerja dekoder Trellis lebih baik 5,5 db dari ZF, dan 3,5 db dari SE Selisih kinerja metode Trellis terhadap LD adalah 3dB Dari ketiga hasil di atas dapat disimpulkan bahwa kinerja detektor Trellis lebih baik dibanding ZF dan SE Detektor Trellis memiliki kinerja yang sedikit menurun dibandingkan LD B Analisis Kompleksitas Pada metode linear receiver(zf, SE), sinyal yang diterima akan dikalikan dengan invers matriks kanal, maka kompleksitasnya adalah K=N Tx +N Tx [0] Ditinjau dari jumlah banyaknya jumlah Euclidean Distance, jumlah perhitungan Euclidean Distance pada LD adalah Sedangkan jumlah perhitungan Partial Euclidean Distance(PED) pada Trellis adalah P pada setiap tahapan antenna sehingga K=Nt P, dengan P adalah jumlah jalur dengan nilai minimum yang dipilih pada suatu simpul [] aka kompleksitas pada CS 3,4 dan5 adalah: LD, K= 64, dan Trellis(PED) K=*64 Kasus khusus pada konfigurasi antena x, metode Trellis memiliki kombinasi yang lebih banyak daripada LD, maka unjuk kerjanya dapat menyamai LD (optimal) Perbandingan kompleksitas setiap IO decoder dapat dilihat pada tabel Dari tabel tersebut terlihat bahwa rasio kompleksitas Trellis terhadap LD semakin kecil seiring dengan bertambahnya jumlah antena pemancar

6 V PENUTUP Berdasarkan hasil pengujian dan analisis yang dilakukan didapatkan kesimpulan sebagai berikut :Pada CS 3, didapatkan kinerja detektor Trellis lebih baik terhadap ZF db dan SE sebesar 0,5 db Pada CS 4, didapatkan kinerja detektor Trellis lebih baik terhadap ZF 3 db dan SE sebesar db Pada CS 5, didapatkan kinerja detektor Trellis lebih baik terhadap ZF 5,5 db dan SE sebesar 3,5 db Kompleksitas pada CS 3, 4 dan 5 adalah: ZF dan SE, K=, LD, K= 64, dan Trellis(PED) K=*64 Selisih kompleksitas antara detektor Trellis dan LD akan bertambah sesuai penambahan jumlah antenna pengirim dan orde modulasi Untuk pengembangan sistem lebih lanjut, maka dapat digunakan metode deteksi trellis dengan jumlah jalur lebih dari satu jalur minimum dimana akan dipilih pada suatu simpul Saran yang lain adalah menerapkan metode deteksi trellis pada standar WLAN yang lain, misalnya WLAN 80ac [0] Ernesto ZIERAN, Wolfgang RAVE, Gerhard FETWEISS On the complexity of Spere Decoding Dresden University of Technology, Vodafone Chair obile Coomunication Systems, D-006 Dresden, Germany003 [] Yang SUN, Joseph R CAVALLARO, High troughput Soft- Output IO Detector Based on Path-Preserving Trellis- Search Algorithm, IEEE Trans On VLSI System Electrical and Computer Engineering,Rice University, 0 BIODATA AHASISWA Yama Aryadanangjaya, lahir di Semarang, 6 Febuari 990 enempuh pendidikan di SD Negeri Peterongan 0, SP Negeri 4 Semarang, SA Negeri Semarang dan melanjutkan studi Strata- di Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro Semarang, konsentrasi Elektronika dan Telekomunikasi Daftar Pustaka [] Supplement to IEEE STANDARD for information Technology Telecomunication and information exchange between systems Local and etropolitan area Networks Specific Requirements, IEEE Std 80a 999(R003), Juni 003 [] "Draft STANDARD for Information Technology - Telecommunications and Information Exchange between Systems - Local and etropolitan Area Networks - Specific Requirements", IEEE P80n/D90, arch 009 [3] Eldad PERAHIA and Robert STACEY, Next Generation Wireless LANs- Throughput, Robustness, and Reliability in 80n Cambridge University Press, 008 [4] Wahyul Amien SYAFEI, Ryuichi YOHENA, Hiroyuki SHIAJIRI, Takeo YOSHIDA, asayuki KUROSAKI, and Hiroshi OCHI, Performance Evaluation of Low Density Parity Check CODEC for IEEE 80n and Its RTL Design, Internasional Workshop on Smart Info-edia System in Bangkok (SISB 008), Bangkok, Thailand, December 8,008 [5] Wahyul Amien SYAFEI, Ryuichi YOHENA, Hiroyuki SHIAJIRI, Takeo YOSHIDA, asayuki KUROSAKI, and Hiroshi OCHI Performance Evaluation of Low Density Parity Check Codes for IEEE 80n and Its ASIC Design International Symposium on Communications and Information Technologies (ISCIT 008), No D3-A, Don Chan Palace, Vientiane, Lao PDR, October -3, 008 [6] Wahyul Amien SYAFEI, Ryuichi YOHENA, Hiroyuki SHIAJIRI, Takeo YOSHIDA, asayuki KUROSAKI, and Hiroshi OCHI, "Performance Evaluation and ASIC Design of LDPC Decoder for IEEE80n," 6th Annual IEEE Consumer Communications and Networking Conference (IEEE CCNC 009), No , Las Vegas, Nevada, USA, January 0-3, 009 [7] Wahyul Amien SYAFEI and Hayu PRATISTA, Performance Evaluation of Wireless LAN IEEE80n by Spacing International Conference on Information Technology and Electrical Engineering (ICITEE) 0, Jogjakarta, Indonesia, July 8, 0 [8] Allert van ZELST Space Division ultiplexing Algorithms Paper for IEEE, Eindhoven University of Technologies, Eindhoven 000 [9] ichael WU, Siddarth GUPTA, Yang SUN, Joseph R CAVALLARO, A GPU Implementation of a Real-Time IO Detector, Electrical and Computer Engineering,Rice University, 009