Interference mitigation in massive multiple input multiple output systems
/رعنا صدقی
: مهندسی برق
، ۱۳۹۸
۷۴ص.
:
زبان: فارسی
زبان چکیده: فارسی
چاپی - الکترونیکی
مصور، جدول، نمودار
کارشناسی ارشد
مهندسی برق- مخابرات سیستم
۱۳۹۸/۰۶/۰۱
صنعتی سهند
به دلیل افزایش روز افزون تعداد کاربران و تقاضا برای برقراری ارتباط، سیستمهای چندورودی- چندخروجی انبوه (M_MIMO) و شبکههای ناهمگن به عنوان یک راهحل کلیدی برای دستیابی به برقراری ارتباط مطمئن، بهرهوری طیفی، بهرهوری انرژی در شبکههای نسل بعدی مخابرات شناخته شده-اند .یکی از مهمترین ضعفهای این نوع سیستمها وجود تداخل و مصرف توان زیاد است که میتواند عملکرد و کارایی این سیستمها را کاهش دهد .به منظور کاهش اثر تداخل و دستیابی به بهرهوری انرژی در سیستمهایM_MIMO ، ما طرح پیشکدکنندهی تنک را در حضور خطای تخمین کانال پیشنهاد می-کنیم و برای دستیابی به اهداف مدنظر روی خاصیت تنکی و تنکی توام ماتریس پیشکدکننده متمرکز میشویم که این خاصیت منجر به کاهش توان مصرفی یا انتخاب آنتن میشود .همچنین برای کاهش و مدیریت تداخل در شبکههای ناهمگن (HetNet)طراحی پیشکدکنندهی بهینه بهصورت یک مسئلهی بهینهسازی با اعمال شرطهایی بر روی توان دریافتی و نرخ ارسال هر کاربر مطرح شدهاست .در هر دو روش پیشنهادی فرض بر این است که تعداد کمی از بردارهای کانال مربوط به کاربرها درست تخمین نزدهشده و همراه با خطا است .روشهای پیشنهادی از نظر نرخ بیت خطا، بهرهوری انرژی، توان مصرفی و نرخ بیت ارسال، مورد بررسی قرار گرفتهاند .نتایج شبیهسازی مربوط به روشهای پیشنهادی حاکی از آن است که روشهای پیشنهادی در مقایسه با روشهای رقیب عملکرد بهتری دارد .کارایی روشهای پیشنهادی در حذف تداخل را میتوان در منحنیهای BER و sumrate مشاهده کرد که عملکرد هر دو روش با افزایش SNR در مقایسه با سایر روشها بهتر است .
Due to the increasing number of users and data traffic, the massive MIMO (M_MIMO) systems as well as the heterogeneous network (HetNet) have emerged as an efficient solution to achieve reliable communication, spectral efficiency and energy efficiency in the next generation of wireless cellular networks. An important impairment of these systems is the interference which can reduce the transmission throughput. The sparsity-based precoding schemes have been suggested to suppress the interference and improve the energy efficiency of a massive MIMO system when imperfect channel state information is available.To this goal, the sparsity and joint sparsity properties have been imposed on the precoding matrix for the purpose of boosting the energy efficiency or antenna selection. For interference management and energy efficiency in massive MIMO heterogeneous networks, we designed an efficient precoding matrix for the macro base station (MBS) by considering the imperfect CSI and modeling the channel estimation error in the problem formulation and the common ZF precoder is applied in the small base station (SBS). The proposed scheme is presented as an optimization problem. Our purpose of the proposed precoder, assign optimal transmission power and reach the desired information rate for each user. Moreover, we have assumed that only a few of the users channel vectors have been erroneously estimated in the transmitter side. Hence, the channel estimation error matrix has been modeled as a joint sparse matrix. Various simulation scenarios have been conducted which confirm that the porposed precoding schemes improve the energy efficiency and sumrate in the massive MIMO system and the heterogeneous network, respectively. The performance of the proposed precoders in terms of interference cancellation can be obtained from the BER and sumrate figures that the proposed precoding matrix performs better than the others methods especially at high SNRs.
ba
Interference mitigation in massive multiple input multiple output systems