Detecção sub-ótima em sistemas MIMO

• Autor(a) principal: Mostagi, Yuri Mendes
• Data de Publicação: 2024
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UEL
• Texto Completo: https://repositorio.uel.br/handle/123456789/13506
• topic: Engenharia elétrica; Detecção ML quase-ótima; MIMO (Multiple-Input Multiple output); Electrical engineering

Resumo: Em sistemas com múltiplas antenas no transmissor e receptor (MIMO -Multiple-input Multiple-output), ocorre a degradação do desempenho no processo de detecção convencional, o qual está baseado apenas no processamento do sinal em um único correlacionador; em seguida, o receptor convencional procede à comparação do sinal à saída do filtro casado com os possíveis símbolos da constelação, determinando assim, a informação transmitida estimada, uma vez que o detector convencional negligencia os demais sinais interferentes presentes no canal MIMO Esta degradação ocorre devido à combinação dos efeitos da interferência do sinal entre antenas e da possível correlação entre os sinais recebidos com desvanecimento, entre outros Assim, o receptor convencional torna-se ineficiente em sistemas que demandem alta vazão (throughput) de dados, por exemplo em sistemas MIMO no modo ganho de multiplexação, associado ao atendimento de qualidade de serviço (QoS) mais restritiva A solução proposta para resolver este impasse é a utilização do detector de máxima verossimilhança (MLD), o qual utiliza informações de todas as antenas de forma a melhorar o processo de detecção Porém, o detector ótimo é impraticável devido ao fato de sua complexidade aumentar exponencialmente em relação ao número de antenas e a ordem da constelação Assim, o foco de interesse deste trabalho são os detectores sub-ótimos de busca guiada para sistemas MIMO baseados na função de máxima verossimilhança (ML) Neste trabalho é realizada uma análise comparada do compromisso desempenho × complexidade e da robustez face aos erros de estimativa nos coeficientes de canal de detectores de busca guiada promissores, incluindo o Detector Esférico (SD), o detector baseado na decomposição QR combinado ao algoritmo M (QRD-M) e o Detector de Busca Gulosa (Greedy Search Detector - GSD) Adicionalmente, neste trabalho é proposto um detector híbrido combinando-se as características promissoras do SD e do QRD-M sendo este submetido à mesma análise dos outros detectores Finalmente, este trabalho propõe de forma inovadora o uso da técnica de Redução Treliça (LR - Lattice Reduction) combinado aos detectores MIMO analisados A técnica LR realiza uma transformação na matriz de canal, tornando-a mais próxima da ortogonalidade, o que permite a utilização de detectores menos complexos, como por exemplo o QRD-M com baixos valores de M, ou ainda proporciona a redução na complexidade final de detectores que exigem mais recursos de sistema, como o SD