Unified approach for optimisation of single-user and multi-user multiple-input multiple-output wireless systems

Mehrantennensysteme werden in zuküunftigen Mobilfunksystemen der dritten und vierten Generation eingesetzt werden, um die spektrale Effizienz, die Zuverlässigkeit und die Qualität der drahtlosen Übertragung zu verbessern. In der Theorie wurde bewiesen, dass die Kanalkapazität dieser Mehrantennensysteme linear steigt mit der Anzahl der verwendeten Sende- und Empfangsantennen. Eine andere wichtige Kenngröße neben der Kanalkapazität ist der mittlere quadratische Fehler, wenn der optimale lineare Empfänger eingesetzt wird. Beide Kenngrößen variieren mit den Eigenschaften des Mehrantennen-Kanals und des betrachteten Systems, z.Bsp. mit der Art der Kanalinformation am Sender und Empfänger. Sogar partielle Kanalinformation am Sender erhöht die Leistungsfähigkeit des Mehrantennensystems beträchtlich. In dieser Arbeit werden die Eigenschaften von Mehrantennensystemen mit einem oder mit mehreren Benutzern in einem zellularen Kontext analysiert und neue optimale Sendestrategien entworfen, die die statistischen Eigenschaften des räumlichen Kanals und die Art der Kanalinformation am Sender berücksichtigen. Im Szenario mit einem Teilnehmer wird die mittlere Leistungsfähigkeit des Mehrantennensystems unter dem Einfluss von einem räumlich korreliertem Schwundkanal und mit verschiedenen Arten von Kanalinformationen am Sender und mit perfekter Kanalkenntnis am Empfänger analysiert. Zuerst wird ein mathematisches Maß für die räumliche Korrelation basierend auf der Majorisierungstheorie definiert. Dadurch wird es möglich, die mittlere Performanz als Funktion der sende- und empfangsseitigen Korrelation im Kontext von Schur-konvexen und Schur-konkaven Funktionen zu beschreiben. Ausserdem stellt man fest, dass die Performanz-Maße zu einer allgemeinen Klasse von Funktionen gehören, die als Spur einer matrix-monotonen Funktion darstellbar sind. Wir verwenden Löwners Darstellung von operator-monotonen Funktionen, um auf einer abstrakten Ebene die optimalen Sendestrategien und den Einfluss der Korrelation auf die Performanz zu charakterisieren. Die optimale Sendestrategie ohne Kanalkenntnis am Sender ist eine Leistungsgleichverteilung in alle Richtungen. Dieses Ergebnis wird für räumlich korrelierte Kanäle bewiesen, indem die robusteste Sendestragie gegen die schlechteste Korrelation berechnet wird. Die mittlere Performanz ohne Kanalinformation am Sender ist eine Schur-konkave Funktione bezüglich Korrelation am Sender oder Empfänger. Desweiteren, wird die optimale Sendestrategie für den Fall hergeleitet, in dem der Sender die Langzeitstatistik des Kanals kennt. Ein iterativer Algorithmus löst das Problem der optimalen Leistungsverteilung. Die sogenannte Beamforming-Region ist der SNR Bereich, in dem ein einziger räumlicher Datenstrom die maximale mittlere Leistung erreicht. Dieser SNR Bereich ist relevant, da hier eine sehr einfache Emfängerstruktur und eine gut verstandene Kanalkodierung eingesetzt werden können. Schließlich leiten wir die generalisierte Waterfilling Lösung als optimale Sendestratgie für perfekte Kanalkenntnis am Sender und Empfänger her und charakterisiern die Eigenschaften dieses Verfahrens. In einem zellularen Mobilfunksystem greifen mehrere Teilnehmer zur gleichen Zeit auf derselben Frequenz auf eine gemeinsame Basisstation zu oder eine Basisstation sendet gleichzeitig Daten für mehrere Teilnehmer. Die Interzell- und Intrazellinterferenz in einem solchen System erzeugt räumlich gefärbtes Rauschen auf einer einzelnen Mobilfunkstrecke. Daher kann als erster Ansatz ein Mehrantennensystem mit einem Teilnehmer und gefärbtem Rauschen betrachtet werden. Wir leiten die Performanz unter dem schlechtesten möglichen Rauschen und unter verschiedenen Annahmen bezüglich des Rauschens her, um Einsichten in die erreichbare Performanz des Mehrantennensystems im zellularen Kontext mit Inter- und Intrazellinterferenz zu erhalten. Durch bestimmte Rauschfärbung kann sowohl die Kanalkenntnis als auch die Kooperationsfähigkeit an den Sendeantennen verloren gehen. Der nächste Schritt besteht darin, die Sendestrategien aller Teilnehmer einer Zelle zu berücksichtigen. Im letzten Abschnitt der Arbeit wird die augenblickliche Summen-Performanz des Mehrantennen Mehrfachzugriffskanals und des Mehrantennen Broadcast-Kanals unter individuellen oder Summenleistungsbeschränkungen maximiert. Als Summen-Performanz wird entweder die Summenkapazität mit sukzessiver Interferenz-auslöschung im Uplink oder mit Costa-Vorkodierung im Downlink, sowie der normierte mittelere quadratische Summenfehler eingesetzt, falls ein Mehrbenutzer-MMSE Empfänger verwendet wird. Die gemeinsame Kovarianzmatrixoptimierung kann unter Verwendung der Karush-Kuhn-Tucker Optimalitätsbedingungen in eine abwechselnde Leistungsoptimierung und normierte Kovarianzmatrixoptimierung zerlegt werden. Letztere wiederum zerfällt in eine Art modifizierte Einbenutzer Kovarianzmatrixoptimierung mit gefärbtem Rauschen. Die konkrete Struktur dieser Einbenutzer Optimierung hängt von der konkreten Performanz-Metrik ab. Der vorschlagene iterative Algorithmus löst das Summen-Performanz Optimierungsproblem auf effiziente Weise.

Author dc:creator

• Jorswieck, Eduard Axel

Advisor dc:contributor.advisor

• Boche, Holger

Licence dc:rights.uri

• http://rightsstatements.org/vocab/InC/1.0/

Language dc:language.iso

en, English

Identifier URI

urn:nbn:de:kobv:83-opus-8270
http://dx.doi.org/10.14279/depositonce-927

OAI identifier oai:identifier

oai:depositonce.tu-berlin.de:11303/1224