Kenapa Estimasi Kanal Diperlukan?

[15/5 06.25] M Reza Kahar Aziz, PhD: Ya, channel model itu pathloss, shadowing, multipath fading, itu yang basic. Channel model lain ada yang untuk indoor, rain channel model, haps channel model, 3gpp channel model, dll
[15/5 06.26] M Reza Kahar Aziz, PhD: Kenapa kita perlu estimasi channel model
[15/5 06.26] M Reza Kahar Aziz, PhD: Karena ketika antena memancarkan sinyal dari transmitter
[15/5 06.26] M Reza Kahar Aziz, PhD: Dan sinyal menuju antena reciever
[15/5 06.26] M Reza Kahar Aziz, PhD: Sinyal memasuki sistem
[15/5 06.27] M Reza Kahar Aziz, PhD: Sistem ini adalah channel
[15/5 06.27] M Reza Kahar Aziz, PhD: Channel adalah kondisi lingkungan antara transmitter dengan reciever
[15/5 06.27] M Reza Kahar Aziz, PhD: Ada yg free space loss
[15/5 06.27] M Reza Kahar Aziz, PhD: Ada yang tertutup bangunan besar jadi shadowing
[15/5 06.28] M Reza Kahar Aziz, PhD: Ada Yang memantul sana sini, hujan, tinggi rendah, urban, rural, moving, dll
[15/5 06.29] M Reza Kahar Aziz, PhD: Sinyal yang memasuki sistem ini, ketika keluar dari sistem adalah sinyal masukan dikonvolusi dengan sistem
[15/5 06.29] M Reza Kahar Aziz, PhD: Dalam hal ini sinyal transmit dikonvolusi dengan channel
[15/5 06.29] M Reza Kahar Aziz, PhD: Itu dalam domain waktu
[15/5 06.30] M Reza Kahar Aziz, PhD: Sedangkan di dalam domain frekuensi, konvolusi menjadi perkalian biasa
[15/5 06.30] M Reza Kahar Aziz, PhD: Sinyal yang diterima oleh reciever adalah sinyal yang ditransmisikan dikali dengan channel
[15/5 06.31] M Reza Kahar Aziz, PhD: Kemudian sinyal yang diterima ini mendapatkan tambahan berupa white noise gaussian
[15/5 06.31] M Reza Kahar Aziz, PhD: Additive white gaussian noise
[15/5 06.32] M Reza Kahar Aziz, PhD: Noise dg distribusi gaussian
[15/5 06.33] M Reza Kahar Aziz, PhD: White berarti di semua frekuensi
[15/5 06.33] M Reza Kahar Aziz, PhD: Additive berarti ditambahkan
[15/5 06.34] M Reza Kahar Aziz, PhD: Berarti Sinyal yang diterima sudah menjadi sinyal yang rusak akibat pathloss, atau shadowing atau multipath fading, hujan, altitude, dll
[15/5 06.37] M Reza Kahar Aziz, PhD: Sinyal yang rusak ini jika langsung didemapping konstelasi, jika di ifft balik ofdm, dan dijadikan bit akan menghasilkan informasi yang salah
[15/5 06.37] M Reza Kahar Aziz, PhD: Oleh karena itu perlu diestimasi kanal tersebut untuk memperbaiki sinyal yang rusak
[15/5 06.38] M Reza Kahar Aziz, PhD: Kanal hasil estimasi ini dipakai untuk ekualisasi
[15/5 06.38] M Reza Kahar Aziz, PhD: Ekualisasi ini banyak caranya
[15/5 06.38] M Reza Kahar Aziz, PhD: Salah satu yang sederhana adalah zero forcing
[15/5 06.39] M Reza Kahar Aziz, PhD: Yaitu sinyal yang diterima dibagi dengan estimasi kanal dalam domain frekuensi. Sehingga dihasilkan estimasi sinyal yang diterima yang mirip dengan sinyal yang dikirimkan
[15/5 06.40] M Reza Kahar Aziz, PhD: Walaupun tidak sama persis karena pertama kanal pembagi merupakan hasil estimasi sehingga bisa salah. Kedua, sinyal yang diterima sudah ditambahi noise berupa awgn
[15/5 06.42] M Reza Kahar Aziz, PhD: Usaha terakhir memperbaiki bit2 yang salah menjadi tugas dari pasangan channel coding pada sisi transmisi dan encoding pada sisi penerima.
[15/5 06.43] M Reza Kahar Aziz, PhD: Dalam OFDM LTE, channel diestimasi dengan bantuan simbol2 pilot atau simbol training yang disisipkan secara berpola.
[15/5 06.43] M Reza Kahar Aziz, PhD: Channel diestimasi dengan membuat channel secara keseluruhan dari simbol2 pilot ini dengan berbagai macam teknik estimasi kanal
[15/5 06.45] M Reza Kahar Aziz, PhD: Yang paling sederhana simbol pilot ini diinterpolasi menggunakan least square
[15/5 06.45] M Reza Kahar Aziz, PhD: Agak rumit dikit yang mempertimbangkan variasi noise, yaitu minimum mean square error (mmse)
[15/5 06.46] M Reza Kahar Aziz, PhD: Dan teknik2 lain yang lebih advance