BỘ THÔNG TIN VÀ TRUYỀN THÔNG
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
------------------------------------------

NGUYỄN KIM QUANG
GIẢM CAN NHIỄU TRONG HỆ THỐNG MOMI-OFDM

Chuyên ngành : Kỹ thuật viễn thông
Mã số: 62.52.02.08

TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT

HÀ NỘI - 2018


Học Viện Công Nghệ Bưu Chính Viễn Thông
Người hướng dẫn khoa học:
1. PGS.TS. Trần Hồng Quân


1
MỞ ĐẦU
Nhằm đáp ứng được các yêu cầu về tốc độ dữ liệu ngày càng cao, băng thông
lớn trong khi tài nguyên vô tuyến ngày càng hạn chế, các hệ thống thông tin vô
tuyến hiện đại phải đối diện với việc giải quyết hai bài toán cơ bản: một là
nâng cao tốc độ truyền tin và hai là sử dụng một cách hiệu quả phổ tần. Sự kết
hợp công nghệ MIMO và OFDM là một lời giải cho cả hai vấn đề đó.
Công nghệ MIMO với việc sử dụng nhiều anten ở cả đầu phát và đầu thu đã
cho phép tăng dung lượng đường truyền mà không cần tăng công suất phát
hoặc tăng băng thông. Công nghệ ghép kênh phân chia theo tần số trực giao
(Orthogonal Frequency Division Multiplexing) cho phép truyền dữ liệu đồng



2
Đối tượng nghiên cứu
- ICI và các giải pháp giảm ICI trong MIMO-OFDM
-

Các kỹ thuật cân bằng mù.

-

Các kỹ thuật nội suy kênh và bám kênh.

Phạm vi nghiên cứu:
- Hệ thống MIMO-OFDM và can nhiễu giữa các sóng mang con trong
MIMO-OFDM.
Nhiệm vụ nghiên cứu
Để đạt được mục tiêu nghiên cứu đã nêu ở trên, nghiên cứu sinh tập trung vào
các nhiệm vụ nghiên cứu như sau:
- Nghiên cứu tổng quan về hệ thống MIMO-OFDM
-

Xây dựng mô hình của ICI trong các hệ thống MIMO-OFDM.

-

Nghiên cứu các giải pháp giảm ICI trong hệ thống MIMO-OFDM
đang được áp dụng hiện nay.

-


Mô hình nguyên lý hoạt động của hệ thống MIMO-OFDM

1.2.1
.

Chèn
CP

P/S
S/P

DỮ LIỆU NGUỒN

MÃ HÓA KÊNH

IFFT

ĐIỀU CHẾ SỐ
MÃ HÓA

Chèn

MIMO

P/S
S/P

IFFT



Hình 1.2.1: Mô hình hệ thống MIMO – OFDM

M t anten phát và M r anten thu


4
1.2.2

Mô hình dữ liệu của hệ thống MIMO-OFDM

Giả thiết hệ thống MIMO-OFDM có M t anten phát và M r anten thu, không
có dịch tần số sóng mang giữa máy phát và máy thu, kênh là tuyến tính và
không biến đổi trong thời gian truyền một ký tự OFDM.
Khi đó, tín hiệu ở miền thời gian của hệ thống MIMO-OFDM được biểu diễn
bởi phương trình:

x  p   h p , FIRs  p   z  p 

trong đó

(1.1)

x  p  , s  p  tương ứng là tín hiệu thu và tín hiệu phát miền thời gian

của ký tự OFDM thứ p ,

z  p  là nhiễu cộng Gauss, h p , FIR là đáp ứng xung

tương đương của kênh được biểu diễn bằng một ma trận vòng khối.


là ma trận đơn vị có kích thước

M t  M t , ký hiệu  biểu thị tích Kronecker. Vì h p , FIR là ma trận vòng khối
nên H p sẽ là ma trận đường chéo:
Do H p là ma trận đường chéo, nên tín hiệu ở miền tần số của sóng mang con
thứ k của hệ thống MIMO-OFDM có thể được biểu diễn bởi phương trình:
(1.3)
X  pK  k   H p  k , k  S  pK  k   Z  pK  k 
Trong đó H p  k , k  là đáp ứng tần số đối với sóng con mang thứ k của ký tự
OFDM thứ p. Từ phương trình này, có thể thấy rằng, nếu các giả thiết ban đầu
như đã nêu trên được thỏa mãn, trong hệ thống không phát sinh hiện tượng
ICI. Phần tiếp theo của luận án trình bày trong trường hợp các giả thiết đó
không được thỏa mãn thì ICI sẽ sinh ra như thế nào.
1.3 ICI TRONG HỆ THỐNG MIMO-OFDM

1.3.1 ICI do dịch tần số sóng mang giữa bên phát và bên thu
Các bộ dao động nội trong máy thu và máy phát thường có sự khác nhau về
tần số, nên giữa tần số sóng mang của máy thu và tần số sóng mang của máy


5
phát luôn luôn tồn tại một độ lệch  f . Độ lệch này được gọi là dịch tần số
sóng mang (Carrier Frequency Offset – CFO) và là một trong những nguyên
nhân chủ yếu gây ra mất trực giao giữa các sóng mang con, dẫn đến hiện
tượng ICI.
1.3.2 ICI do trải Doppler
Ngoài nguyên nhân do lệch tần số của các bộ dao động nội như đã nêu ở trên,
dịch tần số song mang còn sinh ra do hiệu ứng Doppler, khi mà bên phát và
bên thu không đứng yên mà chuyển động tương đối đối với nhau.

shaping) là làm tăng độ rộng của búp sóng chính và giảm biên độ của các búp
sóng phụ và qua đó làm giảm ICI.


6
1.4.4 Giảm ICI bằng phương pháp PIC-DSC
Phương pháp này được thực hiện dựa trên nguyên lý giảm can nhiễu bằng giải
mã lặp(Iterative decoding). Theo nguyên lý này, các bộ giải mã tính toán trước
một giá trị gần đúng của các bản tin đầu vào. Giá trị này được gọi là "thông tin
mềm". Sau đó, bộ quyết định sẽ tạo ra một quyết định cứng bằng cách lựa
chọn giá trị bản tin đầu vào ứng với thông tin mềm lớn nhất. Khi sử dụng hai
mã liên kết với nhau, thông tin mềm của bộ “mã này” có thể hữu ích cho bộ
giải mã của "mã kia". Sự trao đổi của thông tin mềm liên tục giữa các bộ giải
mã một cách hội tụ được gọi là “giải mã lặp”. Để tạo ra thông tin mềm, sử
dụng thuật toán ước lượng để cực đại hóa xác suất hậu nghiệm MAP
(Maximum A posteriori Probability). Phương pháp PIC được thực hiện với sự
hỗ trợ của bộ ước lượng kênh và sử dụng bộ giảm ICI song song (Paralell
Interference Cancellation-PIC) cùng với bộ quyết định thống kê kết hợp
(Decision Statistical Combining-DSC), vì vậy thường được gọi là phương
pháp PIC-DSC.
1.4.5 Giảm ICI bằng bộ cân bằng kênh
Có hai loại cân bằng được sử dụng trong các hệ thống MIMO-OFDM để giảm
ICI là cân bằng miền tần số và cân bằng miền thời gian.
Cân bằng miền tần số biến đổi các tín hiệu đầu vào sau khi tín hiệu đã đi qua
bộ FFT và cân bằng miền thời gian biến đổi tín hiệu đầu vào trước khi tín hiệu
đi qua bộ FFT. Có nhiều thuật toán cân bằng đã được đề xuất cho cả hai loại
cân bằng này.
1.5 KẾT LUẬN CHƯƠNG

Hệ thống MIMO-OFDM rất nhậy cảm với các yếu tố làm phá vỡ tính trực giao


Đối với tín hiệu miền tần số tại sóng mang con thứ k , ta có phương trình:

X( pK  k )  H p _ ICI (k , k )S( pK  k ) 
K 1

  H p _ ICI (k , q)S( pK  q)  Z( pK  k )
q 0
qk

(2.1)
Ở đây, H p _ ICI biểu thị đáp ứng ở miền tần số trong trường hợp có ICI
Biểu thức (2.1) cho thấy rằng, tín hiệu thu tại mỗi sóng mang con là trộn tín
hiệu của các sóng mang con khác . Nếu viết phương trình (2.1) cho từng sóng
mang con k với k  0,1..., K  1, và phân rã tiếp cho từng anten thu, ta có
một hệ phương trình biểu thị cho một hệ trộn tuyến tính với số đầu vào bằng
số đầu ra và bằng MK  MK . (Với giả thiết rằng số anten phát bằng số anten
thu, tức là M t  M r  M ).
.
2.2.2

Các kỹ thuật tách trộn mù

Các kỹ thuật tách trộn mù, bao gồm: Phân tích thành phần chính (Principal
Component analysis-PCA), Phân tích thành phần độc lập (Independent
Component Analysis-ICA),Ước lượng hợp lý cực đại(Mximum Likelihood
Estimation-MLE).
2.3 NGUYÊN LÝ GIẢI PHÁP GIẢM ICI DỰA TRÊN ICA

2.3.1

2.4 XÂY DỰNG MÔ HÌNH MÁY THU MIMO-OFDM DỰA TRÊN ICA

2.4.1

Máy thu MIMO dựa trên ICA

Mô hình máy thu dựa trên ICA của một hệ thống MIMO được trình bày tại
Hình 2.1.

CÂN BẰNG ICA

ICA

TIỀN MÃ

DỊCH

SẮP XẾP

GIẢI

PHA

LẠI

MÃ

HÓA

QUYẾT

lựa chọn tần số. Để khắc phục điểm yếu này, luận án đề xuất một giải pháp có
tính ổn định, tin cậy hơn, đó là chỉ sử dụng một bộ cân bằng ICA cho một sóng
mang con, còn các bộ cân bằng khác là cân bằng theo thuật toán trung bình
bình phương sai số nhỏ nhất (Minimum mean square error-MMSE) . Bộ cân
bằng này được đặt tên là cân bằng ICA-MMSE, như sẽ được trình bày trong
phần tiếp theo.
2.4.3 Mô hình máy thu MIMO-OFDM có cân bằng ICA-MMSE
Mô hình may thu có cân bằng ICA-MMSE được trình bày trong Hình 2.2.

S/P

GỠ BỎ CP

FFT

CÂN BẰNG
ICA

MMSE

S/P

GỠ BỎ CP

FFT

GIẢI

QUYẾT



N  k2
k 3 (k  10ki ,3 )2 
N
log(2 e)    i ,3  i ,4  i ,6

2
48
1440
i 1  12


(2.3)
Trong đó, ki ,k là giá trị cumulant bậc k của yi .
Đây là hàm mục tiêu của thuật toán tách nguồn. Nhiệm vụ của thuật toán là
tìm ma trận tách trộn tín hiệu W sao cho D( W) đạt giá trị nhỏ nhất.
2.5.2 Xây dựng hàm kích hoạt
Để xây dựng thuật toán học việc xác định ma trận W , cần xây dựng một hàm
kích hoạt cho vectơ tín hiệu ra y . Luận án đã thực hiện điều này bằng cách
lấy đạo hàm phương trình (2.3) theo W và xây dựng một một hàm kích hoạt
cho thuật toán
Hàm kích hoạt  ( yi ) cho mỗi phần tử yi của y được xác định như sau:

 ( yi ) 
2.5.3

1 5 2 7 15 9 2 11 112 13
512 17
yi  yi  yi  yi 
yi  128 yi15 

Trong đó:

φ  y     y1  ,   y2  ...,   yN 

T

và  là tốc độ học

2.6 GIẢM ICI BẰNG MÁY THU DỰA TRÊN CÂN BẰNG ICA-MMSE

Sau các phần đã trình bày ở trên, chúng ta đã có được mô hình hoàn chỉnh của
máy thu MIMO-OFDM dựa trên cân bằng ICA-MMSE. Tiếp theo, sử dụng
máy thu này kết hợp với phương pháp lặp để giảm can nhiễu ICI. Lược đồ của
phương pháp này được trình bày tại Hình 2.3. Theo phương pháp lặp, bằng
ICA-MMSE với mỗi sóng mang con k , chúng ta có được ước lượng ban đầu
của dữ liệu phát như đã trình bày ở trên, ký hiệu ước lượng này là d

 0

k 

.

ƯỚC LƯỢNG KÊNH

GIẢM TUẦN TỰ

Hình 2.6.3: Giảm ICI bằng máy thu ICA-MMSE kết hợp lặp tuần tự

 pK  k  đã ước lượng được, chúng ta sẽ có ước lượng

Sl 1  k   Sl 1  k 

 


H



S

l 1

 k  Sl 1  k 



H 1

(2.8)

Sử dụng ước lượng kênh này, chúng ta sẽ có được ước lượng mềm như sau:

Sˆil   pK  k   gi l   k   X  pK  k 
H

(2.9)

 k  là vectơ cân bằng của MMSE đối với dòng dữ liệu thứ
i 1, 2,..., M t  , được xác định như sau:


H


2
  I


(2.11)

Thứ tự trích từ bé nhất tới lớn nhất MSE



MSEi   k   1  hi   k 
l

l



H

1

 Rl   k  hil   k 



(2.12)

(2.14)

Trong đó, Q . là hàm ước lượng cứng

Trước khi thực hiện lặp tiếp theo, phần can nhiễu ICI được trừ đi từ tín hiệu
thu tại mỗi sóng mang con:

X( pK  k )  X( pK  k )  hi i Sil   pK  k 

(2.15)

2.7 MÔ PHỎNG GIẢI PHÁP GIẢM ICI BẰNG CÂN BẰNG MIỀN TẦN SỐ
DỰA TRÊN ICA

Mô phỏng được thực hiện với hệ thống MIMO-OFDM có 2 anten phát và 2
anten thu , 64 sóng mang con , độ dài của CP là 16, kênh Rayleigh, số mắt lọc
của kênh là 5, các phương pháp điều chế được sử dụng là BPSK và QPSK, độ
dịch tần số chuẩn hóa là   0.15 và   0.3 .


13
Mô phỏng được thực hiện trong với đối với các trường hợp khác nhau và so
sánh với giải pháp “Tự giảm ICI” (ICI Self Cancellation) là giải pháp giảm ICI
rất phổ biến hiện nay.
Kết quả mô phỏng được trình bày tại Hình 2.4, trong đó đường SC biểu thị kết
quả của giải pháp “Tự giảm ICI”, các đường còn lại biểu thị kết quả của giải
pháp đề xuất trong những trường hợp áp dụng khác nhau: đường ICA-MMSE
biểu thị kết quả khi chỉ dùng bộ cân bằng mà không thực hiện kết hợp với
bước lặp giảm tuần tự; đường Iteration I=4 biểu thị kết quả khi áp dụng đầy
đủ giải pháp là kết hợp cân bằng – lặp giảm với số lần lặp bằng 4; đường

tính và được nhiều công trình nghiên cứu tham khảo. Nội dung của chương
này là, phân tích và chỉ ra những điểm có thể bổ sung, hoàn thiện giải pháp
lọc tối ưu, từ đó đề xuất những cải tiến mới, nâng cao hiệu quả giảm ICI của
lọc tối ưu và giúp cho giải pháp này thực hiện được cả việc giảm ICI phi
tuyến. Những đề xuất này bao gồm nội suy kênh bằng mạng nơron RBF và
bám kênh bằng lọc thích nghi nhân.
3.2 GIẢM ICI BẰNG LỌC TUYẾN TÍNH TỐI ƯU

3.2.1

Giảm ICI bằng lọc tuyến tính tối ưu trong hệ thống SISO –
OFDM

Bộ lọc tối ưu xác định như sau:
1
1. Tính R yy (bằng cách ước lượng kênh với các tín hiệu thử)
2. Với mỗi sóng mang con m  0  m  K  1 , tính như sau:

w m  R yy1h m
w m,opt  w m / | w m |

SINR

(3.1)

tối ưu tương ứng với sóng mang con thứ m là:

SINRm,opt 

h mH R yy1h m


 Q H  2,opt 


w H

 KM ,opt 

(3.4)

Những yếu tố ảnh hưởng đến hiệu quả của giải pháp lọc tối ưu và
đề xuất phương án cải tiến

Hiệu quả giảm ICI của giải pháp lọc tối ưu phụ thuộc vào chất lượng của việc
ước lượng kênh. Giải sử rằng hệ thống có K sóng mang con và kênh có L
mắt lọc thì để ước lượng h FIR _ ICI ta cần ước lượng tới KL tham số. Nếu chỉ
dùng tín hiệu thử thì việc ước lượng KL tham số là một bài toán không thể
giải được, bởi vì thậm chí nếu sử dụng toàn bộ K sóng mang con trong một
ký tự OFDM để làm tín hiệu thử thì chúng ta cũng chỉ ước lượng được K
tham số. Vì vậy, để ước lượng được toàn bộ kênh, các kỹ thuật bổ sung khác
cần được thực hiện. Các kỹ thuật này thông thường là nội suy kênh và bám
kênh. Đã có các nghiên cứu về các kỹ thuật này, tuy nhiên đều áp dụng đối với
với kênh tuyến tính. Luận án đề xuất các kỹ thuật nội suy và bám kênh có khả
năng làm việc với kênh phi tuyến, và do đó góp phần giải quyết được bài toán
giảm ICI phi tuyến.Các nội dung này sẽ được trình bày trong các phần tiếp
theo.
3.3 ĐỀ XUẤT GIẢI PHÁP CẢI TIẾN LỌC TỐI ƯU VỚI NỘI SUY KÊNH
BẰNG MẠNG NƠRON RBF

3.3.1


(3.5)

(3.6)

là một tập N hàm (thường là phi

tuyến) bất kỳ, được gọi là hàm cơ sở bán kính, .

là ký hiệu khoảng cách

Euclid, các điểm dữ liệu đã biết xi  R n , i  1, 2,.., N được gọi là tâm của các
hàm.
3.3.2 Mạng nơron RBF
Mạng nơron cơ sở bán kính (Radial Basis Function Neural Network-RBFNN)
là mạng nơron đa lớp sử dụng hàm cơ sở bán kính làm hàm thực hiện. Mạng
RBF thông thường có ba lớp với vai trò khác nhau. Lớp vào có các nút nguồn
để nối mạng với các đầu vào của nó, lớp thứ hai là lớp ẩn trong mạng để thực
hiện biến đổi phi tuyến từ không gian vào thành không gian ẩn nhiều chiều,và
lớp ra là tuyến tính tạo thành đáp ứng của mạng đối với tín hiệu vào. Mạng
RBF có thể được sử dụng cho các bài toán nội suy phi tuyến.
3.3.3 Bổ sung tham số đảm bảo hoạt động của mạng nơron RBF nội suy
Mạng nơron RBF có thể sử dụng để nội suy kênh phi tuyến. Tuy nhiên, để
đảm bảo thực hiện được điều này, cần giải quyết thêm một vấn đề như sau:
Trong bài toán nội suy kênh, ma trận các trọng số

w

được xác định từ phương


17

p

0

 m1 , p1  m1 ,..., pM 1  m M 



Ứng với các mốc này, ta có các ước lượng kênh ký hiệu là

hˆ

0

 hm1 , hˆ 1  h m 2 ,..., hˆ M 1  h m M 



(3.7)

hˆ i



:




m

i 

 m j  i  1, 2,..., M ; j  1, 2,..., M



(3.10)

Lớp ra có L nơron ứng với độ dài vectơ cần nội suy.
Tại thời điểm thứ j , L đầu ra của mạng sẽ cho ta ước lượng đáp xung của
T
kênh tại thời điểm đó là hˆ j   h j  0  , h j 1 ,..., h j  L  1 .

Trong đó, ứng với nơron thứ l của lớp ra , ta có nội suy của

hj l 

như sau:

M

h j  l    wili  i  với 0  l  L  1
i 1

Thay  . bằng hàm Gauss , chúng ta có:

 j  i
h j  l    wil exp  


Trong đó SINRkw

 K 1
w 
  SINRk 

(3.12)
SINR Gain   kK01


  SINRk 
 k 0

là SINR tại sóng mang con thứ k khi hệ thống có sử dụng

giải pháp giảm và SINRk là SINR tại sóng mang con thứ k khi hệ thống
không áp dụng giải pháp giảm ICI.
Mô phỏng được trình bày tại Hình 3.1 cho hai trường hợp : giảm ICI bằng lọc
tối ưu và giảm ICI bằng lọc tối ưu kết hợp với nội suy kênh bằng mạng RBF.


19
Kết quả mô phỏng cho thấy, việc kết hợp lọc tối ưu với nội suy kênh bằng
mạng RBF cho kết quả độ lợi SINR cao hơn so với giải pháp với giải pháp
lọc tuyến tính đơn thuần.
3.4 ĐỀ XUẤT GIẢI PHÁP CẢI TIẾN LỌC TỐI ƯU VỚI BÁM KÊNH BẰNG
LỌC THÍCH NGHI NHÂN

Đã có nhiều nghiên cứu về ước lượng và bám kênh để giảm ICI nhưng hầu hết


Trong đó  i và i tương ứng là các giá trị riêng và các hàm riêng. Các giá
trị này là không âm. Chúng ta có định lý sau:
Định lý : Cho một mô hình không gian phi tuyến :

s  i  1  g  s  i  

(3.14)

d i   h u i  , s i   v i 
Trong đó, s  S là vectơ trạng thái gốc ; g : S  S , và h : U  S  R là các
hàm phi tuyến. Tồn tại một vectơ đầu vào được chuyển đổi   u  , một vectơ
trạng thái được chuyển đổi x  s  và một toán tử tuyến tính A sao cho thỏa
mãn hệ các phương trình sau :


20

x  s  i  1   Ax  s  i  

(3.15)

d i    u i  x s i   v i 
T

  u    u,     u, u, 
T

Trong đó:



min   d  j   w  i    j    w  i 
wi 

3.4.4

T

2

(3.17)

j 1

Đề xuất thuật toán bình phương nhỏ nhất đệ quy kernel mở rộng
cho mô hình bám kênh

Vấn đề của thuật toán KRLS là không cho phép bám kênh. Từ quan điểm của
mô hình không gian trạng thái, KRLS nghầm giả định rằng các phương trình
không gian trạng thái của hệ thống như sau:

x  i  1  x  i 

d i   u i  x i   v i 
T

(3.18)

Tức là KRLS xét hệ phương trình (3.15) trong trường hợp đặc biệt khi ma trận
chuyển đổi A  I , tức là trạng thái không thay đổi theo thời gian. Để phục vụ


z i  e i  

 a  i  1 

r i  

a i    

e i 




r i 


 r  i  1
r  i   2
   i q  r  i  1
Q i  

3.4.5

(3.20)

 Q  i  1 r  i   z  i  z  i T

2
z  i 

T


22

n  i  là vectơ nhiễu tiến trình, có kích thước là L1 :
T
n  i   vn  0  , vn 1 ..., vn  L  1

với vn  l  là nhiễu mô hình đã nêu tại (3.61)
S n là ma trận đo sử dụng L ký tự đã truyền đi có tác động đến ký tự thu được
tại thời điểm thứ n :

Sn   s  n  , s  n  1 ..., s  n  L  1

T

Tín hiệu nhận được x  n  tại mỗi thời điểm được coi là quan sát đầu vào cho
thuật toán (3.20) của bộ lọc.
Ước lượng kênh miền thời gian thu được trên toàn bộ khung được sử dụng để
đưa ra ma trận kênh h FIR _ ICI và sẽ được đưa tới bộ lọc tối ưu để thực hiện
các bước tiếp theo.
Mô phỏng giải pháp
Xét hệ thống với hai trường hợp có tần số sóng mang khác nhau là
fc  2.4GHz và f c  5GHz , hệ thống có 64 sóng mang con, kênh có số mắt
lọc L  4 , tốc độ di chuyển là 96 Km/h ( tương đương với tần số Doppler là
214Hz và 445Hz tương ứng với các trường hợp tần số sóng mang là 2.4GHz
và 5GHz ).
Các tham số được đặt là   0.01 ,   0.999999 , q  104 ,   0.995 .


-

Mô hình máy thu MIMO-OFDM có cân bằng miền tần số dựa trên
ICA.
Thuật toán mù cho bộ cân bằng dựa trên ICA.
Giải pháp giảm ICI bằng cách ứng dụng bộ cân bằng mù miền tần số
kết hợp với phương pháp lặp giảm tuần tự.

2. Giảm ICI bằng cân bằng miền thời gian
-

Phương pháp ước lượng và nội suy kênh MIMO-OFDM bằng mạng
nơron RBF.
Cách thức để đảm bảo mạng nơron RBF nội suy hoạt động ngay cả
trong trường hợp ma trận nội suy bị suy biến.
Giải pháp giảm ICI bằng cách kết hợp ước lượng và nội suy kênh bằng
mạng RBF với lọc tối ưu.