京都大学 / 0048 / 新制・課程博士 / 博士(情報学) / 甲第22099号 / 情博第709号 / 新制||情||122(附属図書館) / 京都大学大学院情報学研究科通信情報システム専攻 / (主査)教授 守倉 正博, 教授 原田 博司, 教授 梅野 健 / 学位規則第4条第1項該当 / Doctor of Informatics / Kyoto University / DFAM

Communications over millimeter wave (mmWave) frequencies is a key component of the fifth generation (5G) cellular networks due to the large bandwidth available at mmWave bands. Thanks to the short wavelength of mmWave bands, large antenna arrays (32 to 256 elements are common) can be mounted at the transceivers. The array sizes are typical of a massive MIMO communication system, which makes fully digital beamforming difficult to implement due to high power consumption and hardware cost. This motivates the development of hybrid beamforming due to its versatile tradeoff between implementation cost (including hardware cost and power consumption) and system performance. However, due to the non-convex constraints on hardware (phase shifters), finding the global optima for hybrid beamforming design is often intractable. In this thesis, we focus on hybrid beamforming design for mmWave cellular communications both narrowband and wideband scenarios are considered. Starting from narrowband SU-MIMO mmWave communications, we propose a Gram-Schmidt orthogonalization (GSO) aided hybrid precoding algorithm to reduce computation complexity. GSO is a recursive process that depends on the order in which the matrix columns are selected. A heuristic solution to the order of column selection is suggested according to the array response vector along which the full digital precoder has the maximum projection. The proposed algorithm, not only constrained to uniform linear arrays (ULAs), can avoid the matrix inversion in designing the digital precoder compared to the orthogonal matching pursuit (OMP) algorithm. For the narrowband MU-MIMO mmWave communications, we propose an interference cancellation (IC) framework on hybrid beamforming design for downlink mmWave multi-user massive MIMO system. Based on the proposed framework, three successive interference cancellation (SIC) aided hybrid beamforming algorithms are proposed to deal with inter-user and intra-user interference. Furthermore, the optimal detection order of data streams is derived according to the post-detection signal-to-interference- plus-noise ratio (SINR). When considering wideband MU-MIMO mmWave communications, how to design a common RF beamformer across all subcarriers becomes the main challenge. Furthermore, the common RF beamformer in wideband channels leads to the need of more effective baseband schemes. By adopting a relaxation of the original mutual information and spectral efficiency maximization problems at the transceiver, we design the radio frequency (RF) precoder and combiner by leveraging the average of the covariance matrices of frequency domain channels, then a SIC aided baseband precoder and combiner are proposed to eliminate inter-user and intra-user interference / Graduate

Abstract With the unprecedented growth in mobile data traffic and network densification, the emerging fifth-generation (5G) wireless network warrants a paradigm shift with respect to system design and technological enablers. In this regard, the prime motivation of this thesis is to propose an integrated access-backhaul (IAB) framework to dynamically schedule users, while efficiently providing a wireless backhaul to dense small cells and mitigating interference. In addition, joint resource allocation and interference mitigation solutions are proposed for two-hop and multi-hop self-backhauled millimeter wave (mmWave) networks. The first contribution of this thesis focuses on a multi-user two-hop relay cellular system in which a massive antenna array enabled macro base station (BS) simultaneously provides high beamforming gains to outdoor users, and wireless backhauling to outdoor small cells. Moreover, a hierarchical interference mitigation scheme is applied to efficiently mitigate cross-tier and co-tier interference. In the second contribution, a multi-hop self-backhauled mmWave communication scenario is studied whereby a joint multi-hop multi-path selection and rate allocation framework is proposed to enable Gbps data rates with reliable communications. Using reinforcement learning techniques, a dynamic and efficient re-routing solution is proposed to cope with blockage and latency constraints. Finally, a risk-sensitive learning solution is leveraged to provide high-reliability and low-latency communications. In summary, the dissertation analyses key trade-offs between (i) capacity and latency, (ii) reliability and network density. Extensive simulation results were carried out to verify the performance gains of the proposed algorithms compared to several baselines and for different network settings. Key findings show significant improvements in terms of higher data rates, lower latency, and reliable communications with some trade-offs. / Tiivistelmä Liikkuvan dataliikenteen ennennäkemättömän kasvun ja verkkojen tihentymisen seurauksena pian käyttöön tulevien viidennen sukupolven (5G) langattomien verkkojen järjestelmäsuunnittelua ja teknologisten mahdollistajien käyttöä on täytynyt lähestyä kokonaan uudesta näkökulmasta. Niinpä tämän väitöstyön johtavana ajatuksena on ehdottaa integroitua verkkoon pääsyn ja runkoverkkoyhteyden muodostamismallia, jossa käyttäjät resursoidaan dynaamisesti ja samalla muodostetaan tehokkaat runkoverkkoyhteydet piensoluille. Tätä varten tutkitaan resurssiallokaation ja häiriöiden lieventämisen yhteisratkaisuja, jotka tukevat kahden tai useamman hypyn yhteyksiä ja samanaikaista runkoverkkoyhteyden luomista millimetriaaltoalueen verkoissa. Työn alkuosa keskittyy usean käyttäjän välitinavusteiseen kahden hypyn solukkoverkkoon, jossa makrotukiasemassa käytetään suurta antenniryhmää muodostamaan samanaikaisesti suuren vahvistuksen antennikeiloja käyttäjälinkeille ja langattomalle runkoyhteysosuudelle. Lisäksi sovelletaan hierarkkista häiriönvaimennusmenetelmää saman kerroksen ja kerrosten välisen häiriön tehokkaaseen vähentämiseen. Työn seuraavassa osassa arvioidaan usean hypyn runkoverkkoyhteyden muodostuksen tutkimusongelmaa millimetrialueen kommunikaatiossa kehittämällä yhdistetty menetelmä usean hypyn monipolkuvalinnalle ja tiedonsiirtoresurssien allokoinnille. Tällä tähdätään gigabittiluokan datanopeuksiin ja luotettavaan tietoliikenteeseen millimetrialueella. Vahvistavan oppimisen tekniikan avulla esitellään dynaaminen ja tehokas uudelleenreitityskonsepti toimimaan esto- ja viiverajoitusten kanssa. Lopuksi hyödynnetään riskisensitiivistä oppimista ja antennidiversiteettitekniikoita suuren luotettavuuden ja pienen latenssin saavuttamiseksi millimetrialueen tiedonsiirrossa. Näiden avulla analysoidaan kaupankäyntiä esimerkiksi (i) kapasiteetin ja latenssin sekä (ii) luotettavuuden ja verkon tiheyden/kuormituksen välillä. Mittavien suoritettujen simulointien avulla osoitetaan ehdotettujen algoritmien suorituskykyedut suhteessa tunnettuihin verrokkeihin useissa eri skenaarioissa. Tulosten perusteella saavutetaan merkittäviä kustannussäästöjä infrastruktuurin ja runkoverkon osalta sekä päästään suuriin datanopeuksiin ja parannuksiin pienen latenssin luotettavassa tietoliikenteessä.

With the accessibility to generous spectrum and development of high gain antenna arrays, wireless communication in higher frequency bands providing multi-gigabit short range wireless access has become a reality. The directional antennas have proven to reduce losses due to interfering signals but are still exposed to blockage events. These events impede the overall user connectivity and throughput. A mobile blocker such as a moving vehicle amplifies the blockage effect. Modelling the blockage effects helps in understanding these events in depth and in maintaining the user connectivity. This thesis proposes the use of a four state channel model to describe blockage events in high-frequency communication. Two deep learning architectures are then designed and evaluated for two possible tasks, the prediction of the signal strength and the classification of the channel state. The evaluations based on simulated traces show high accuracy, and suggest that the proposed models have the potential to be extended for deployment in real systems. / Med tillgängligheten till generöst spektrum och utveckling av antennmatriser med hög förstärkning har trådlös kommunikation i högre frekvensband som ger multi-gigabit kortdistans trådlös åtkomst blivit verklighet. Riktningsantennerna har visat sig minska förluster på grund av störande signaler men är fortfarande utsatta för blockeringshändelser. Dessa händelser hindrar den övergripande användaranslutningen och genomströmningen. En mobil blockerare såsom ett fordon i rörelse förstärker blockeringseffekten. Modellering av blockeringseffekter hjälper till att förstå dessa händelser på djupet och bibehålla användaranslutningen. Denna avhandling föreslår användning av en fyrstatskanalmodell för att beskriva blockeringshändelser i högfrekvent kommunikation. Två djupinlärningsarkitekturer designas och utvärderas för två möjliga uppgifter, förutsägelsen av signalstyrkan och klassificeringen av kanalstatusen. Utvärderingarna baserade på simulerade spår visar hög noggrannhet och föreslår att de föreslagna modellerna har potential att utökas för distribution i verkliga system.