วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2543

วิทยานิพนธ์ฉบับนี้เสนอวิธีการปรับปรุงเครื่องรับที่สถานีฐานในระบบที่มีการส่งข้อมูลแบบหลายอัตราด้วยวิธีเปลี่ยนค่าอัตราแผ่ซึ่งพบว่าจะเกิดผลคล้ายปรากฏการณ์ใกล้ไกล (near-far effect) คือ ผู้ใช้ที่ส่งข้อมูลด้วยอัตราบิตข้อมูลต่ำ (low rate) จะถูกรบกวนจากการแทรกสอดเนื่องจากการเข้าถึงหลายทาง (Multiple Access Interference หรือ MAI) จากผู้ใช้ที่ส่งข้อมูลด้วยอัตราบิตข้อมูลสูง (high rate) จึงทำให้บิตที่ตัดสินได้มีความผิดพลาดสูง ดังนั้นเมื่อนำบิตที่ตัดสินได้ของผู้ใช้ low rate มาสร้าง MAI จึงทำให้เกิดความผิดพลาด จึงได้มีผู้เสนอให้นำ MAI ที่สร้างขึ้นมาถ่วงด้วยตัวถ่วงน้ำหนัก (weight factor) ที่กำหนดตามอัตราการส่งข้อมูลซึ่งเรียกวิธีนี้ว่า "Groupwise Weighted PIC หรือ GW-PIC" ซึ่งการกำหนดตัวถ่วงน้ำหนักให้คงที่นี้ให้สมรรถนะไม่ดีเสมอไปเมื่อสภาพแวดล้อมของระบบเปลี่ยนไป ดังนั้นวิทยานิพนธ์ฉบับนี้เสนอการปรับตัวถ่วงน้ำหนักตามความเชื่อถือได้ของบิตที่นำมาสร้าง MAI ซึ่งความน่าเชื่อถือของบิตขึ้นกับ MAI ที่เข้ามารบกวน โดยตัวถ่วงน้ำหนักที่นำเสนอนี้พิจารณาจากค่าความแปรปรวน เนื่องจากค่าความแปรปรวน (variance) ของสัญญาณขาออกจากแมตช์ฟิลเตอร์ของคนที่พิจารณาพบว่าขึ้นกับกำลังสัญญาณที่รับได้ของผู้ใช้คนนั้นและ MAI ที่มารบกวนผู้ใช้คนนั้น จากผลการจำลองแบบในกรณีที่การควบคุมกำลังส่งเป็นไปอย่างสมบูรณ์พบว่า เครื่องรับที่นำเสนอเมื่อมีการขจัดการแทรกสอด 2 stage ให้เปอร์เซ็นต์การลดลงของอัตราบิตผิดพลาดเมื่อเทียบกับเครื่องรับแมตช์ฟิลเตอร์ได้ 70-90% เมื่อเทียบกับ Standard PIC (SPIC) ในช่วง 40-60% และ GW-PIC ในช่วงประมาณ 10-40% และเมื่อเครื่องรับที่นำเสนอมีการขจัดการแทรกสอด 2 stage พบว่า BER ลดลงและทนต่อปรากฏการณ์ใกล้ไกลได้มากกว่าเมื่อทำการหักล้างเพียง 1 stage โดยเปอร์เซ็นต์การลดลงของอัตราบิตผิดพลาดเมื่อเทียบกับเครื่องรับแมตช์ฟิลเตอร์มีค่าในช่วง 70-80% และ 90% เมื่อทำการขจัดการแทรกสอด 1 stage และ 2 stage ตามลำดับ นอกจากนั้นเมื่อวัดสมรรถนะในด้านความจุของระบบพบว่าวิธีที่นำเสนอสามารถรองรับจำนวนผู้ใช้ได้มากกว่าเครื่องรับชนิดอื่น คือ เมื่อพิจารณาที่ BER = 10-2 (กรณี asynchronous) เครื่องรับแมตช์ฟิลเตอร์สามารถรองรับจำนวนผู้ใช้เสมือน low rate, medium rate และ high rate ได้ 6,6 และ 8 คน ตามลำดับ ในขณะที่เครื่องรับที่นำเสนอสามารถรองรับจำนวนผู้ใช้เสมือน low rate, medium rate และ high rate ได้ถึง 20, 17 และ 15 คน ตามลำดับ นอกจากนั้นเมื่อจำนวนผู้ใช้ low rate เพิ่มขึ้นเครื่องรับที่นำเสนอสามารถรองรับจำนวนผู้ใช้ทั้งหมดได้มากกว่าเมื่อจำนวนผู้ใช้ medium rate และ high rate เพิ่มขึ้น และจากผลการจำลองแบบพบว่าจำนวนบิตที่ใช้คำนวณ weight factor ของวิธีที่นำเสนอในช่วง 10-15 บิต เป็นต้นไปจะทำให้ BER มีค่าต่ำที่สุด