Анализ характеристик алгоритмов прекодирования сигналов в системе MU-MIMO с группированием абонентов

Обложка

Цитировать

Полный текст

Аннотация

В статье представлены результаты имитационного моделирования алгоритма прекодирования ZF с использованием алгоритма ортогонального выбора абонентов и алгоритма максимизации взаимной информации в нисходящей системе MU-MIMO. При количестве пользователей бо́льшем, чем количество антенн на базовой станции, возникает взаимная корреляция между каналами пользователей, что снижает суммарную спектральную эффективность системы MU-MIMO. Для снижения эффекта взаимной корреляции применяется подбор пользователей на основе максимальной ортогональности между ними. Суммарная спектральная эффективность в системе MU-MIMO зависит от условий реального распространения сигналов и для каналов с пространственной корреляцией необходимо использовать выбор подмножества абонентов с низкой корреляцией между их векторами каналов. Для исследования эффективности выбора подмножества абонентов используется модель канала с открытым исходным кодом, позволяющая получать реалистичные реализации канала.

Об авторах

А. А. Калачиков

Сибирский государственный университет телекоммуникаций и информатики

Email: 330rts@gmail.com
ORCID iD: 0000-0003-1235-6314

Список литературы

  1. Bjornson E., Hoydis J., Sanguinetti L. Massive MIMO Networks: Spectral, Energy, and Hardware Efficiency // Foundations and Trends in Signal Processing. 2017. Vol. 11. Iss. 3‒4. PP. 154‒655. doi: 10.1561/2000000093
  2. Castaneda E., Silva A., Gameiro A., Kountouris M. An Overview on Resource Allocation Techniques for Multi-User MIMO Systems // IEEE Communications Surveys and Tutorials. 2017. Vol. 19. Iss. 1. PP. 239‒284. doi: 10.1109/COMST.2016.2618870
  3. ETSI TS 38.211 V15.8.0 (2020-01). 5G; NR; Physical channels and modulation.
  4. Bayesteh A., Khandani A.K. On the User Selection for MIMO Broadcast Channels // IEEE Transactions on Information Theory. 2008. Vol. 54. Iss. 3. PP. 1086‒1107.
  5. Yoo T., Goldsmith A. On the optimality of multiantenna broadcast scheduling using zero-forcing beamforming // IEEE Journal on Selected Areas in Communications. 2006. Vol. 24. Iss. 3. PP. 528‒541. doi: 10.1109/JSAC.2005.862421
  6. Dimic G., Sidiropoulos N.D. On downlink beamforming with greedy userselection: Performance analysis and a simple new algorithm // IEEE Transactions on Signal Processing. 2005. Vol. 53. Iss. 10. PP. 3857‒3868. doi: 10.1109/TSP.2005.855401
  7. Kaltenberger F., Gespert D., Knopp R., Kountouris M. Performance of Multi-User MIMO Precoding with Limited Feedback over Measured Channels // Proceedings of the IEEE Global Telecommunications Conference (IEEE GLOBECOM 2008, New Orleans, USA, 30 November‒04 December 2008). IEEE, 2008. doi: 10.1109/GLOCOM.2008.ECP.738
  8. Cho Y.S., Kim J., Yang W.Y., Kang C.G. MIMO-OFDM Wireless Communications with MATLAB. John Wiley and Sons, 2010. 544 p.
  9. ETSI TR 138.901 V16.1.0 (2020-11). 5G; Study on channel model for frequencies from 0,5 to 100 GHz.
  10. Clerckx B., Kim G., Sung J. Correlated Fading in Broadcast MIMO Channels: Curse or Blessing? // Proceedings of the IEEE Global Telecommunications Conference (IEEE GLOBECOM 2008, New Orleans, USA, 30 November‒04 December 2008). IEEE, 2008. doi: 10.1109/GLOCOM.2008.ECP.735
  11. Jaeckel S., Raschkowski L., Börner K., Thiele L., Burkhardt F., Eberlein E. Quasi Deterministic Radio Channel Generator. User Manual and Documentation. QuaDRiGa. Document Revision: v2.2.0. Berlin: Fraunhofer Heinrich Hertz Institute, 2019.
  12. Jaeckel S., Raschkowski L., Börner 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

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


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

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».