Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairment
Autor(a) principal: | |
---|---|
Data de Publicação: | 2024 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UEL |
Texto Completo: | https://repositorio.uel.br/handle/123456789/9876 |
Resumo: | Resumo: Com centenas de antenas, massive MIMO (M-MIMO) é o principal candidato para aumentar substancialmente a capacidade dos sistemas de comunicação sem fio Além de M-MIMO, outro regime operacional recentemente proposto na literatura é o chamado extra large MIMO (XL-MIMO), onde os elementos da antena são dispostos em uma estrutura de grande dimensão Ambos os sistemas, M-MIMO e XL-MIMO, apresentam desafios para implementação, pois as medidas de canal demonstram que o aumento do número de antenas resulta em algumas características não observadas com um pequeno número de antenas, eg, o hardening channel e favorable propagation Entre os desafios estão a escolha do esquema de combinação apropriado e a modelagem de canais, ambos abordados neste trabalho Em relação aos modelos de canal, neste trabalho, nós comparamos os modelos estocásticos baseados em correlação versus os modelos baseados em geometria, onde ambos são avaliados no contexto dos sistemas M-MIMO e XL-MIMO As análises mostram que os modelos baseados na geometria representam com mais precisão um ambiente de propagação do que um modelo baseado na correlação; no entanto, a implementação dos modelos baseados em geometria apresenta mais desafios, devido à complexidade computacional desse modelo ser muito maior do que os modelos baseados em correlação de canais Para as análises de esquemas de combinação, a precisão da modelagem de canais é fundamental, pois pode garantir que o ambiente emulado (canal e sistema) garanta que o desempenho estimado seja próximo ao real Assim, ao avaliar os esquemas de combinação, comparamos o desempenho de acordo com os modelos de canais baseados em correlação versus geométricos Devido ao grande número de antenas nos dois sistemas (M-MIMO e XL-MIMO), os esquemas de combinação devem apresentar complexidade computacional muito baixa Assim, são avaliados os esquemas maximum-ratio combining (MRC), zero-forcing (ZF) e o regularized ZF (RZF), sendo o último modelado pelo algoritmo iterativo randomized Kaczmarz (rKA) Como resultado, todos esses esquemas têm baixa complexidade computacional; no entanto, um quarto esquema de alta complexidade chamado MMSE multicelular (M-MMSE) também é avaliado devido à eficiência espectral ilimitada apresentada na literatura, ou seja, é capaz de eliminar a contaminação piloto Esses esquemas são analisados quanto à eficiência espectal e energética |
id |
UEL_cd8a54a75ffb0882027052a8cbdddff6 |
---|---|
oai_identifier_str |
oai:repositorio.uel.br:123456789/9876 |
network_acronym_str |
UEL |
network_name_str |
Repositório Institucional da UEL |
repository_id_str |
|
spelling |
Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairmentEngenharia elétricaSistemas MIMOSistemas de telecomunicaçãoModelos estocásticosElectric engineeringMIMO systemsTelecommunication systemsStochastic modelsResumo: Com centenas de antenas, massive MIMO (M-MIMO) é o principal candidato para aumentar substancialmente a capacidade dos sistemas de comunicação sem fio Além de M-MIMO, outro regime operacional recentemente proposto na literatura é o chamado extra large MIMO (XL-MIMO), onde os elementos da antena são dispostos em uma estrutura de grande dimensão Ambos os sistemas, M-MIMO e XL-MIMO, apresentam desafios para implementação, pois as medidas de canal demonstram que o aumento do número de antenas resulta em algumas características não observadas com um pequeno número de antenas, eg, o hardening channel e favorable propagation Entre os desafios estão a escolha do esquema de combinação apropriado e a modelagem de canais, ambos abordados neste trabalho Em relação aos modelos de canal, neste trabalho, nós comparamos os modelos estocásticos baseados em correlação versus os modelos baseados em geometria, onde ambos são avaliados no contexto dos sistemas M-MIMO e XL-MIMO As análises mostram que os modelos baseados na geometria representam com mais precisão um ambiente de propagação do que um modelo baseado na correlação; no entanto, a implementação dos modelos baseados em geometria apresenta mais desafios, devido à complexidade computacional desse modelo ser muito maior do que os modelos baseados em correlação de canais Para as análises de esquemas de combinação, a precisão da modelagem de canais é fundamental, pois pode garantir que o ambiente emulado (canal e sistema) garanta que o desempenho estimado seja próximo ao real Assim, ao avaliar os esquemas de combinação, comparamos o desempenho de acordo com os modelos de canais baseados em correlação versus geométricos Devido ao grande número de antenas nos dois sistemas (M-MIMO e XL-MIMO), os esquemas de combinação devem apresentar complexidade computacional muito baixa Assim, são avaliados os esquemas maximum-ratio combining (MRC), zero-forcing (ZF) e o regularized ZF (RZF), sendo o último modelado pelo algoritmo iterativo randomized Kaczmarz (rKA) Como resultado, todos esses esquemas têm baixa complexidade computacional; no entanto, um quarto esquema de alta complexidade chamado MMSE multicelular (M-MMSE) também é avaliado devido à eficiência espectral ilimitada apresentada na literatura, ou seja, é capaz de eliminar a contaminação piloto Esses esquemas são analisados quanto à eficiência espectal e energéticaDissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Londrina, Centro de Tecnologia e Urbanismo, Programa de Pós-Graduação em Engenharia ElétricaAbstract: With hundreds of antennas, Massive MIMO (M-MIMO) is the main candidate to increase substantially the capacity in wireless communication systems In addition to M-MIMO, another operating regime recently proposed in the literature is the so-called extra large MIMO (XL-MIMO), where the antenna elements are arranged in a large dimension struture Both M-MIMO and XL-MIMO are challenging in terms of implementation, since channel measures demonstrate that increasing the number of antennas results in some characteristics not observed with a small number of antennas, eg, the hardening channel and favorable propagation phenomenon Among the challenges are the choice of the appropriate combination scheme and channel modeling, both addressed in this work Regarding the channel models, in this academic work we compared the stochastic models based on correlation against geometry-based models, where both are evaluated in the context of M-MIMO and XL-MIMO systems The analyzes show that the models based on geometry represent more accurately a propagation environment than a model based on correlation; however, the implementation of the geometry-based models presents further challenging due to the computational complexity of this model being much higher than those channel correlation-based models For the combiner schemes analyses, accuracy of channel modeling is paramount, because it can state that the emulated environment (channel and system) ensures that the estimated performance is close to the real one Thus, when evaluating the combination schemes, we compare the performance between the channel models based on geometric versus correlation Due to the large number of antennas in both analysed systems (M-MIMO or XL-MIMO), the combiner schemes must present very low computational complexity Thus, the maximum ratio combining (MRC), zero-forcing (ZF) and regularized ZF (RZF) schemes are evaluated, where the last one is modeled by the randomized iterative Kaczmarz (rKA) algorithm in the last part of this work As a result, all of these schemes have low computational complexity; however, a fourth scheme of high complexity called multicell MMSE (M-MMSE) also is evaluated due to the unlimited spectral efficiency presented in the literature, ie, it is able to eliminate the pilot contamination These schemes are analyzed for spectral and energy efficiencyAbrão, Taufik [Orientador]Marinello Filho, José CarlosScalassara, Paulo RogérioTaniguchi, Lígia May2024-05-01T12:12:27Z2024-05-01T12:12:27Z2021.0003.03.2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.uel.br/handle/123456789/9876porMestradoEngenharia ElétricaCentro de Tecnologia e UrbanismoPrograma de Pós-Graduação em Engenharia ElétricaLondrinareponame:Repositório Institucional da UELinstname:Universidade Estadual de Londrina (UEL)instacron:UELinfo:eu-repo/semantics/openAccess2024-07-12T04:19:31Zoai:repositorio.uel.br:123456789/9876Biblioteca Digital de Teses e Dissertaçõeshttp://www.bibliotecadigital.uel.br/PUBhttp://www.bibliotecadigital.uel.br/OAI/oai2.phpbcuel@uel.br||opendoar:2024-07-12T04:19:31Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL)false |
dc.title.none.fl_str_mv |
Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairment |
title |
Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairment |
spellingShingle |
Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairment Taniguchi, Lígia May Engenharia elétrica Sistemas MIMO Sistemas de telecomunicação Modelos estocásticos Electric engineering MIMO systems Telecommunication systems Stochastic models |
title_short |
Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairment |
title_full |
Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairment |
title_fullStr |
Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairment |
title_full_unstemmed |
Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairment |
title_sort |
Channel modeling and combiner design for massive MIMO and extra large scale MIMO systems with impairment |
author |
Taniguchi, Lígia May |
author_facet |
Taniguchi, Lígia May |
author_role |
author |
dc.contributor.none.fl_str_mv |
Abrão, Taufik [Orientador] Marinello Filho, José Carlos Scalassara, Paulo Rogério |
dc.contributor.author.fl_str_mv |
Taniguchi, Lígia May |
dc.subject.por.fl_str_mv |
Engenharia elétrica Sistemas MIMO Sistemas de telecomunicação Modelos estocásticos Electric engineering MIMO systems Telecommunication systems Stochastic models |
topic |
Engenharia elétrica Sistemas MIMO Sistemas de telecomunicação Modelos estocásticos Electric engineering MIMO systems Telecommunication systems Stochastic models |
description |
Resumo: Com centenas de antenas, massive MIMO (M-MIMO) é o principal candidato para aumentar substancialmente a capacidade dos sistemas de comunicação sem fio Além de M-MIMO, outro regime operacional recentemente proposto na literatura é o chamado extra large MIMO (XL-MIMO), onde os elementos da antena são dispostos em uma estrutura de grande dimensão Ambos os sistemas, M-MIMO e XL-MIMO, apresentam desafios para implementação, pois as medidas de canal demonstram que o aumento do número de antenas resulta em algumas características não observadas com um pequeno número de antenas, eg, o hardening channel e favorable propagation Entre os desafios estão a escolha do esquema de combinação apropriado e a modelagem de canais, ambos abordados neste trabalho Em relação aos modelos de canal, neste trabalho, nós comparamos os modelos estocásticos baseados em correlação versus os modelos baseados em geometria, onde ambos são avaliados no contexto dos sistemas M-MIMO e XL-MIMO As análises mostram que os modelos baseados na geometria representam com mais precisão um ambiente de propagação do que um modelo baseado na correlação; no entanto, a implementação dos modelos baseados em geometria apresenta mais desafios, devido à complexidade computacional desse modelo ser muito maior do que os modelos baseados em correlação de canais Para as análises de esquemas de combinação, a precisão da modelagem de canais é fundamental, pois pode garantir que o ambiente emulado (canal e sistema) garanta que o desempenho estimado seja próximo ao real Assim, ao avaliar os esquemas de combinação, comparamos o desempenho de acordo com os modelos de canais baseados em correlação versus geométricos Devido ao grande número de antenas nos dois sistemas (M-MIMO e XL-MIMO), os esquemas de combinação devem apresentar complexidade computacional muito baixa Assim, são avaliados os esquemas maximum-ratio combining (MRC), zero-forcing (ZF) e o regularized ZF (RZF), sendo o último modelado pelo algoritmo iterativo randomized Kaczmarz (rKA) Como resultado, todos esses esquemas têm baixa complexidade computacional; no entanto, um quarto esquema de alta complexidade chamado MMSE multicelular (M-MMSE) também é avaliado devido à eficiência espectral ilimitada apresentada na literatura, ou seja, é capaz de eliminar a contaminação piloto Esses esquemas são analisados quanto à eficiência espectal e energética |
publishDate |
2024 |
dc.date.none.fl_str_mv |
03.03.2021 2021.00 2024-05-01T12:12:27Z 2024-05-01T12:12:27Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.uel.br/handle/123456789/9876 |
url |
https://repositorio.uel.br/handle/123456789/9876 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
Mestrado Engenharia Elétrica Centro de Tecnologia e Urbanismo Programa de Pós-Graduação em Engenharia Elétrica |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
Londrina |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UEL instname:Universidade Estadual de Londrina (UEL) instacron:UEL |
instname_str |
Universidade Estadual de Londrina (UEL) |
instacron_str |
UEL |
institution |
UEL |
reponame_str |
Repositório Institucional da UEL |
collection |
Repositório Institucional da UEL |
repository.name.fl_str_mv |
Repositório Institucional da UEL - Universidade Estadual de Londrina (UEL) |
repository.mail.fl_str_mv |
bcuel@uel.br|| |
_version_ |
1809823238337855488 |