Численное моделирование прекодирования ZF и оптимального прекодирования в канале MU-MISO при задержках информации о канале

Обложка

Цитировать

Полный текст

Аннотация

В статье рассматривается влияние задержек измеренного состояния канала, вызванное перемещением абонентов и эффектом его старения, на характеристики прекодирования в многопользовательской системе MISO в нисходящем направлении. Рассматриваются алгоритмы прекодирования – метод обнуления интерференции (ZF) и метод, основанный на численной оптимизации для вычисления весовых векторов прекодирования с целью повышения суммарной спектральной эффективности многопользовательской системы. Для проведения численного моделирования используется пакет моделирования радиоканала QuaDRiGa, позволяющий получить необходимый объем реализаций канала MISO при перемещении абонентов с различной скоростью. Сравнение полученных характеристик прекодирования сравниваемых алгоритмов в канале с перемещением абонентов и наличием пространственной корреляции выполняется на основе функции распределения средней спектральной эффективности по множеству пользователей.

Об авторах

А. А. Калачиков

Сибирский государственный университет телекоммуникаций и информатики

Email: 330rts@gmail.com
ORCID iD: 0000-0003-1235-6314
SPIN-код: 7506-5480

Список литературы

  1. Castaneda E., Silva A., Gameiro A., Kountouris M. An Overview on Resource Allocation Techniques for Multi-User MIMO Systems // IEEE Communications Surveys & Tutorials. 2017. Vol. 19. Iss. 1. PP. 239‒284. doi: 10.1109/COMST.2016.2618870
  2. Castañeda E., Silva A., Gameiro A., Kountouris M. An Overview on Resource Allocation Techniques for Multi-User MIMO Systems // Communications Surveys and Tutorials. 2017. Vol. 19. Iss. 1. PP. 239‒284. doi: 10.1109/COMST.2016.2618870
  3. Truong K.T., Heath R.W. Effects of channel aging in massive MIMO systems // Journal of Communications and Networks. 2013. Vol. 15. Iss. 4. PP. 338‒351. doi: 10.1109/JCN.2013.000065
  4. Yin H., Wang H., Liu Y., Gesbert D. Addressing the Curse of Mobility in Massive MIMO With Prony-Based Angular-Delay Domain Channel Predictions // IEEE Journal on Selected Areas in Communications. 2020. Vol. 38. Iss. 12. PP. 2903‒2917. doi: 10.1109/JSAC.2020.3005473
  5. ETSI TS 138.211 V16.3.0 (2020-11). 5G; NR; Physical channels and modulation.
  6. Chopra R., Murthy C.R., Suraweera H.A., Larsson E.G. Performance Analysis of FDD Massive MIMO Systems Under Channel Aging // IEEE Transactions on Wireless Communications. 2018. Vol. 17. Iss. 2. PP. 1094‒1108. doi: 10.1109/TWC.2017.2775629
  7. Nguyen L.H., Rheinschmitt R., Wild T., Brink S. Limits of channel estimation and signal combining for multipoint cellular radio (CoMP) // Proceedings of the 8th International Symposium on Wireless Communication Systems (Aachen, Germany, 06‒09 November 2011). IEEE, 2011. PP. 176‒180. doi: 10.1109/ISWCS.2011.6125333
  8. Zheng J., Zhang J., Bjornson E., Ai B. Impact of Channel Aging on Cell-Free Massive MIMO Over Spatially Correlated Channels // IEEE Transactions on Wireless Communications. 2021. Vol. 20. Iss. 10. PP. 6451‒6466. doi: 10.1109/TWC.2021.3074421
  9. Bengtsson M., Ottersten B. Optimal and Suboptimal Transmit Beamforming // In: Godara L.C. (ed.) Handbook of Antennas in Wireless Communications. CRC Press, 2002.
  10. Yu W., Lan T. Transmitter Optimization for the Multi-Antenna Downlink With Per-Antenna Power Constraints // IEEE Transactions on Signal Processing. 2007. Vol. 55. Iss. 6. PP. 2646‒2660. doi: 10.1109/TSP.2006.890905
  11. ETSI TR 138 901 V15.0.0 (2018-07) 5G; Study on channel model for frequencies from 0.5 to 100 GH.
  12. Jaeckel S., Raschkowski L., Boerner K., Thiele L., Burkhardt F., Eberlein E. QuaDRiGa ‒ Quasi Deterministic Radio Channel Generator. User Manual and Documentation. Document Revision: v2.2.0. Fraunhofer Heinrich Hertz Institute, 2019.
  13. Jaeckel S., Raschkowski L., Boerner K., Thiele L. QuaDRiGa: A 3-D Multicell Channel Model with Time Evolution for Enabling Virtual Field Trials // IEEE Transactions on Antennas Propagation. 2014. Vol. 62. Iss. 6. PP. 3242‒3256. doi: 10.1109/TAP.2014.2310220
  14. Grant M., Boyd S. CVX: Matlab Software for Disciplined Convex Programming. Version 2.2 // CVX Research. 2020. URL: http://cvxr.com/cvx (Accessed 23.04.2024)
  15. Kalachikov A.A., Streltsov G.G. FPGA implementation of Gaussian noise generator // Proceedings of the International Siberian Workshop on Electron Devices and Materials (Erlagol, Russia, 01‒05 July 2004). IEEE, 2004. doi: 10.1109/PESC.2004.241133
  16. Калачиков А.А. Анализ характеристик алгоритмов прекодирования сигналов в системе MU-MIMO с группированием абонентов // Труды учебных заведений связи. 2023. Т. 9. № 2. С. 65‒71. doi: 10.31854/1813-324X-2023-9-2-65-71


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах