DISSERTATION

PRECODING AND RESOURCE ALLOCATION FOR CELL-FREE MASSIVE MIMO SYSTEMS

Abstract

[pt] Sistemas de múltiplas antenas livres de células surgiram recentemente como uma combinação de MIMO massivo, sistemas de antenas distribuídas (DAS) e network MIMO. Esta dissertação explora o downlink deste cenário com pontos de acesso (PAs) de uma ou múltiplas antenas e considerando conhecimento perfeito e imperfeito do canal. São desenvolvidos esquemas que combinam pré-codificação, alocação de potência e seleção de PAs (SPA). Para começar, duas estratégias de SPA foram investigadas, uma baseada em busca exaustiva (BE-SPA) e a outra em coeficientes de desvanecimento de larga escala (LE-SPA), com o intuito de reduzir a complexidade das redes livres de células. Subsequentemente, apresentamos duas técnicas iterativas de pré-codificação, todas seguindo o critério Minimum Mean-Square Error (MMSE), combinadas à restrição de potência total. A primeira nós chamamos de MMSE, com restrição de potência total. Nós também incorporamos robustez ao método desenvolvido chamado RMMSE, um pré-codificador robusto com restrição de potência total. Como terceiro elemento da configuração proposta, esquemas de alocação de potência foram desenvolvidos, com abordagens ótimas, adaptativas e uniformes. Um algoritmo de alocação de potência ótima (APO) é apresentado, baseado na maximização da mínima Signal-to-Interference-plus-Noise Ratio (SINR). A solução adaptativa (APA) é caracterizada pelo gradiente estocástico (GE) do mean-square error (MSE) e a alternativa uniforme (UPA) propõe a equalização de todos os coeficientes de potência. Todas as configurações devem respeitar a restrição de potência por antena, imposta pelo sistema. Uma análise de soma das taxas é feita, para todas as técnicas estudadas e o custo computacional de cada uma delas é calculado. Resultados numéricos provam que as técnicas propostas têm performance superior à pré-codificadores Conjugate Beamforming (CB) e Zero-Forcing (ZF), ambos com alocação de potência uniforme e ótima, na forma de taxa de erro de bit (BER), soma das taxas e mínima SINR. Além disso, os resultados atestam que o desempenho pode ser mantido e até melhorado com a aplicação de SPA.

Keywords:
Precoding MIMO Computer science Telecommunications link Channel state information Robustness (evolution) Mathematical optimization Transmitter power output Zero-forcing precoding Minimum mean square error Channel (broadcasting) Control theory (sociology) Mathematics Telecommunications Wireless Statistics Transmitter

Metrics

1
Cited By
0.00
FWCI (Field Weighted Citation Impact)
79
Refs
Citation Normalized Percentile
Is in top 1%
Is in top 10%

Citation History

Topics

Advanced MIMO Systems Optimization
Physical Sciences →  Engineering →  Electrical and Electronic Engineering
Cooperative Communication and Network Coding
Physical Sciences →  Computer Science →  Computer Networks and Communications
Advanced Wireless Communication Techniques
Physical Sciences →  Engineering →  Electrical and Electronic Engineering

Related Documents

JOURNAL ARTICLE

Resource Allocation for TDD Cell-Free Massive MIMO Systems

Xuanhong LinFangmin XuJingzhao FuYue Wang

Journal:   Electronics Year: 2022 Vol: 11 (12)Pages: 1914-1914
JOURNAL ARTICLE

Downlink Resource Allocation in Cell-Free Massive MIMO Systems

Susanna MoslehHayder AlmosaErik PerrinsLingiia Liu

Journal:   2019 International Conference on Computing, Networking and Communications (ICNC) Year: 2019 Pages: 883-887
JOURNAL ARTICLE

Robust MMSE Precoding and Power Allocation for Cell-Free Massive MIMO Systems

Victoria PalharesAndré R. FloresRodrigo C. de Lamare

Journal:   IEEE Transactions on Vehicular Technology Year: 2021 Vol: 70 (5)Pages: 5115-5120
© 2026 ScienceGate Book Chapters — All rights reserved.