[en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS

Detalhes bibliográficos
Autor(a) principal: THIAGO ELIAS BITENCOURT CUNHA
Data de Publicação: 2019
Tipo de documento: Outros
Idioma: eng
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45629@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45629@2
http://doi.org/10.17771/PUCRio.acad.45629
Resumo: [pt] O emprego conjunto de Redes de Acesso por Rádio em Nuvem (CRANs) e sistemas de múltiplas entradas e múltiplas saídas (MIMO) de larga escala é uma solução chave para atender aos requisitos da quinta geração (5G) de redes sem fio. No entanto, alguns desafios ainda precisam ser superados como a redução do consumo de energia do sistema, a capacidade limitada dos links fronthaul e a redução dos custos de implantação e operação. Embora seja prejudicial para o desempenho do sistema, a quantização em baixa resolução é proposta como uma solução para estes desafios. Portanto, técnicas que melhoram o desempenho de sistemas quantizados grosseiramente são necessárias. Em sistemas móveis, os ADCs geralmente são precedidos por um controle de ganho automático (AGC). O AGC trabalha moldando a amplitude do sinal recebido dentro do intervalo do quantizador para usar eficientemente a resolução. A fim de solucionar esses problemas, esta dissertação apresenta uma otimização conjunta do AGC, que funciona nas cabeças de rádio remotas (RRHs), e um filtro de recepção linear de baixa resolução consciente (LRA) baseado no mínimo erro quadrático médio (MMSE), que funciona na unidade de nuvem (CU), para sistemas quantizados grosseiramente. Desenvolvemos receptores de cancelamento de interferência lineares e sucessivos (SIC) com base na proposta conjunta de AGC e LRA MMSE (AGC-LRA-MMSE). Uma análise da soma das taxas alcançáveis juntamente com um estudo de complexidade computacional também são realizadas. As simulações mostram que o projeto proposto fornece taxas de erro reduzidas e taxas alcançáveis mais altas do que as técnicas existentes.
id PUC_RIO-1_d2bb9f0577958fe8fca56576eaf40780
oai_identifier_str oai:MAXWELL.puc-rio.br:45629
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS [pt] PROJETO CONJUNTO DO AGC E DO RECEPTOR EM SISTEMAS MU-MIMO DE GRANDE ESCALA QUANTIZADOS [pt] 5G[pt] CRAN[pt] AGC[pt] QUANTIZACAO GROSSEIRA[pt] SISTEMAS MIMO DE LARGA ESCALA[en] 5G[en] CRAN[en] AGC[en] COARSE QUANTIZATION[en] LARGE SCALE MIMO SYSTEMS[pt] O emprego conjunto de Redes de Acesso por Rádio em Nuvem (CRANs) e sistemas de múltiplas entradas e múltiplas saídas (MIMO) de larga escala é uma solução chave para atender aos requisitos da quinta geração (5G) de redes sem fio. No entanto, alguns desafios ainda precisam ser superados como a redução do consumo de energia do sistema, a capacidade limitada dos links fronthaul e a redução dos custos de implantação e operação. Embora seja prejudicial para o desempenho do sistema, a quantização em baixa resolução é proposta como uma solução para estes desafios. Portanto, técnicas que melhoram o desempenho de sistemas quantizados grosseiramente são necessárias. Em sistemas móveis, os ADCs geralmente são precedidos por um controle de ganho automático (AGC). O AGC trabalha moldando a amplitude do sinal recebido dentro do intervalo do quantizador para usar eficientemente a resolução. A fim de solucionar esses problemas, esta dissertação apresenta uma otimização conjunta do AGC, que funciona nas cabeças de rádio remotas (RRHs), e um filtro de recepção linear de baixa resolução consciente (LRA) baseado no mínimo erro quadrático médio (MMSE), que funciona na unidade de nuvem (CU), para sistemas quantizados grosseiramente. Desenvolvemos receptores de cancelamento de interferência lineares e sucessivos (SIC) com base na proposta conjunta de AGC e LRA MMSE (AGC-LRA-MMSE). Uma análise da soma das taxas alcançáveis juntamente com um estudo de complexidade computacional também são realizadas. As simulações mostram que o projeto proposto fornece taxas de erro reduzidas e taxas alcançáveis mais altas do que as técnicas existentes.[en] The joint employment of Cloud Radio Access Networks (C-RANs) and large-scale multiple-input multiple-output (MIMO) systems is a key solution to fulfill the requirements of the fifth generation (5G) of wireless networks. However, some challenges are still open to be overcome such as the high power consumption of large-scale MIMO systems, which employ a large number of analog-to-digital converters (ADCs), the capacity bottleneck of the fronthaul links and the system cost reduction. Although it often affects the system performance, the low-resolution quantization is a possible solution for these problems. Therefore, techniques that improve the performance of coarsely quantized systems are needed. In mobile applications, the ADCs are usually preceded by an automatic gain control (AGC). The AGC works shaping the received signal amplitude within the quantizer range to efficiently use the ADC resolution. Then, the optimization of an AGC is especially important. In order to present possible solutions for these issues, this thesis presents a joint optimization of the AGC, which works in the remote radio heads (RRHs), and a low-resolution aware (LRA) linear receive filter based on the minimum mean square error (MMSE), which works in the cloud unit (CU), for coarsely quantized large-scale MIMO with CRAN systems. We develop linear and successive interference cancellation (SIC) receivers based on the proposed joint AGC and LRA MMSE (AGCLRAMMSE) approach. An analysis of the achievable sum rates along with a computational complexity study is also carried out. Simulations show that the proposed design provides improved error rates and higher achievable rates than existing techniques.MAXWELLRODRIGO CAIADO DE LAMARERODRIGO CAIADO DE LAMARERODRIGO CAIADO DE LAMARERODRIGO CAIADO DE LAMARETHIAGO ELIAS BITENCOURT CUNHA2019-09-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45629@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45629@2http://doi.org/10.17771/PUCRio.acad.45629engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-07-26T00:00:00Zoai:MAXWELL.puc-rio.br:45629Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342022-07-26T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS
[pt] PROJETO CONJUNTO DO AGC E DO RECEPTOR EM SISTEMAS MU-MIMO DE GRANDE ESCALA QUANTIZADOS
title [en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS
spellingShingle [en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS
THIAGO ELIAS BITENCOURT CUNHA
[pt] 5G
[pt] CRAN
[pt] AGC
[pt] QUANTIZACAO GROSSEIRA
[pt] SISTEMAS MIMO DE LARGA ESCALA
[en] 5G
[en] CRAN
[en] AGC
[en] COARSE QUANTIZATION
[en] LARGE SCALE MIMO SYSTEMS
title_short [en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS
title_full [en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS
title_fullStr [en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS
title_full_unstemmed [en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS
title_sort [en] JOINT AUTOMATIC GAIN CONTROL AND RECEIVER DESIGN FOR QUANTIZED LARGE-SCALE MU-MIMO SYSTEMS
author THIAGO ELIAS BITENCOURT CUNHA
author_facet THIAGO ELIAS BITENCOURT CUNHA
author_role author
dc.contributor.none.fl_str_mv RODRIGO CAIADO DE LAMARE
RODRIGO CAIADO DE LAMARE
RODRIGO CAIADO DE LAMARE
RODRIGO CAIADO DE LAMARE
dc.contributor.author.fl_str_mv THIAGO ELIAS BITENCOURT CUNHA
dc.subject.por.fl_str_mv [pt] 5G
[pt] CRAN
[pt] AGC
[pt] QUANTIZACAO GROSSEIRA
[pt] SISTEMAS MIMO DE LARGA ESCALA
[en] 5G
[en] CRAN
[en] AGC
[en] COARSE QUANTIZATION
[en] LARGE SCALE MIMO SYSTEMS
topic [pt] 5G
[pt] CRAN
[pt] AGC
[pt] QUANTIZACAO GROSSEIRA
[pt] SISTEMAS MIMO DE LARGA ESCALA
[en] 5G
[en] CRAN
[en] AGC
[en] COARSE QUANTIZATION
[en] LARGE SCALE MIMO SYSTEMS
description [pt] O emprego conjunto de Redes de Acesso por Rádio em Nuvem (CRANs) e sistemas de múltiplas entradas e múltiplas saídas (MIMO) de larga escala é uma solução chave para atender aos requisitos da quinta geração (5G) de redes sem fio. No entanto, alguns desafios ainda precisam ser superados como a redução do consumo de energia do sistema, a capacidade limitada dos links fronthaul e a redução dos custos de implantação e operação. Embora seja prejudicial para o desempenho do sistema, a quantização em baixa resolução é proposta como uma solução para estes desafios. Portanto, técnicas que melhoram o desempenho de sistemas quantizados grosseiramente são necessárias. Em sistemas móveis, os ADCs geralmente são precedidos por um controle de ganho automático (AGC). O AGC trabalha moldando a amplitude do sinal recebido dentro do intervalo do quantizador para usar eficientemente a resolução. A fim de solucionar esses problemas, esta dissertação apresenta uma otimização conjunta do AGC, que funciona nas cabeças de rádio remotas (RRHs), e um filtro de recepção linear de baixa resolução consciente (LRA) baseado no mínimo erro quadrático médio (MMSE), que funciona na unidade de nuvem (CU), para sistemas quantizados grosseiramente. Desenvolvemos receptores de cancelamento de interferência lineares e sucessivos (SIC) com base na proposta conjunta de AGC e LRA MMSE (AGC-LRA-MMSE). Uma análise da soma das taxas alcançáveis juntamente com um estudo de complexidade computacional também são realizadas. As simulações mostram que o projeto proposto fornece taxas de erro reduzidas e taxas alcançáveis mais altas do que as técnicas existentes.
publishDate 2019
dc.date.none.fl_str_mv 2019-09-27
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/other
format other
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45629@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45629@2
http://doi.org/10.17771/PUCRio.acad.45629
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45629@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=45629@2
http://doi.org/10.17771/PUCRio.acad.45629
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1814822617836683264