Abstract
The aim of the thesis is to develop algorithms and architectures to meet the high data rate, low complexity requirements of the future mobile communication systems. Algorithms, architectures and implementations for detection, channel estimation and interference mitigation in the multiple-input multiple-output (MIMO) orthogonal frequency division multiplexing (OFDM) receivers are presented. The performance-complexity trade-offs in different receiver algorithms are studied and the results can be utilized in receiver design as well as in system design.
Implementation of detectors for spatial multiplexing systems is considered first. The linear minimum mean squared error (LMMSE) and the K-best list sphere detector (LSD) are compared to the successive interference cancellation (SIC) detector. The SIC algorithm was found to perform worse than the K-best LSD when the MIMO channels are highly correlated. The performance difference diminishes when the correlation decreases. With feedback to the transmitter, the performance difference is even smaller, but the full rank transmissions still require a more complex detector.
A reconfigurable receiver, using a simple or a more complex detector as the channel conditions change, would achieve the best performance while consuming the least amount of power in the receiver.
The use of decision directed (DD) channel estimation is also studied. The 3GPP long term evolution (LTE) based pilot structure is used as a benchmark. The performance and complexity of the pilot symbol based least-squares (LS) channel estimator, the minimum mean square error (MMSE) filter and the DD space-alternating generalized expectation-maximization (SAGE) algorithm are studied. DD channel estimation and MMSE filtering improve the performance with high user velocities, where the pilot symbol density is not sufficient. With DD channel estimation, the pilot overhead can be reduced without any performance degradation by transmitting data instead of pilot symbols.
Suppression of co-channel interference in the MIMO-OFDM receiver is finally considered. The interference and noise spatial covariance matrix is used in data detection and channel estimation. Interference mitigation is applied for linear and nonlinear detectors. An algorithm to adapt the accuracy of the matrix decomposition and the use of interference suppression is proposed. The adaptive algorithm performs well in all interference scenarios and the power consumption of the receiver can be reduced. / Tiivistelmä
Tämän väitöskirjatyön tavoitteena on kehittää vastaanotinalgoritmeja ja -arkkitehtuureja, jotka toteuttavat tulevaisuuden langattomien tietoliikennejärjestelmien suuren datanopeuden ja pienen kompleksisuuden tavoitteet. Työssä esitellään algoritmeja, arkkitehtuureja ja toteutuksia ilmaisuun, kanavaestimointiin ja häiriönvaimennukseen monitulo-monilähtötekniikkaa (multiple-input multiple-output, MIMO) ja ortogonaalista taajuusjakokanavointia (orthogonal frequency division multiplexing, OFDM) yhdistäviin vastaanottimiin. Algoritmeista saatavaa suorituskykyhyötyä verrataan vaadittavaan toteutuksen monimutkaisuuteen. Työn tuloksia voidaan hyödyntää sekä vastaanotin- että järjestelmäsuunnittelussa.
Lineaarista pienimmän keskineliövirheen (minimum mean square error, MMSE) ilmaisinta ja listapalloilmaisinta (list sphere detector, LSD) verrataan peräkkäiseen häiriönpoistoilmaisimeen (successive interference cancellation, SIC). SIC-ilmaisimella on huonompi suorituskyky kuin LSD-ilmaisimella radiokanavan ollessa korreloitunut. Korrelaation pienentyessä myös ilmaisimien suorituskykyero pienenee. Erot suorituskyvyissä ovat vähäisiä silloinkin, jos järjestelmässä on takaisinkytkentäkanava lähettimelle. Tällöinkin korkean signaali-kohinasuhteen olosuhteissa LSD-ilmaisimet mahdollistavat tilakanavoidun, suuren datanopeuden tiedonsiirron. Radiokanavan muuttuessa uudelleenkonfiguroitava vastaanotin toisi virransäästömahdollisuuden vaihtelemalla kompleksisen ja yksinkertaisen ilmaisimen välillä.
Kanavaestimointialgoritmeja ja niiden toteutuksia vertaillaan käyttämällä lähtökohtana nykyisen mobiilin tiedonsiirtostandardin viitesignaalimallia. Tutkittavat algoritmit perustuvat pienimmän neliösumman (least squares, LS) ja pienimmän keskineliövirheen menetelmään, sekä päätöstakaisinkytkettyyn (decision directed, DD) kanavaestimointialgoritmiin. DD-kanavaestimaattori ja MMSE-suodatin parantavat vastaanottimen suorituskykyä korkeissa käyttäjän nopeuksissa, joissa viitesignaaleiden tiheys ei ole riittävä. DD-kanavaestimoinnilla datanopeutta voidaan nostaa viitesignaaleiden määrää laskemalla vaikuttamatta suorituskykyyn.
Työssä tarkastellaan myös saman kanavan häiriön vaimennusta. Häiriöstä ja kohinasta koostuvaa kovarianssimatriisia käytetään ilmaisuun ja kanavaestimointiin. Työssä esitetään adaptiivinen algoritmi matriisihajoitelman tarkkuuden ja häiriön vaimennuksen säätämiseen. Algoritmi mahdollistaa hyvän suorituskyvyn kaikissa häiriötilanteissa vähentäen samalla virrankulutusta.
| Identifer | oai:union.ndltd.org:oulo.fi/oai:oulu.fi:isbn978-951-42-9857-8 |
| Date | 17 June 2012 |
| Creators | Ketonen, J. (Johanna) |
| Contributors | Juntti, M. (Markku), Cavallaro, J. (Joseph R.) |
| Publisher | Oulun yliopisto |
| Source Sets | University of Oulu |
| Language | English |
| Detected Language | Finnish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess, © University of Oulu, 2012 |
| Relation | info:eu-repo/semantics/altIdentifier/pissn/0355-3213, info:eu-repo/semantics/altIdentifier/eissn/1796-2226 |
Page generated in 0.0019 seconds