Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/47501
Title in Portuguese: Signal processing methods for large-scale multi-antenna systems
Author: Ribeiro, Lucas Nogueira
Advisor(s): Almeida, André Lima Férrer de
Co-advisor(s): Mota, João Cesar Moura
Keywords: Teleinformática
Processamento de sinais
Antenas (Eletrônica)
Sistemas de comunicação sem fio
Algebra multilinear
Internet das coisas
5G
Tensors
Channel estimation
Millimeter wave
Internet of things
Beamforming
Issue Date: 10-Oct-2019
Citation: RIBEIRO, L. N. Signal processing methods for large-scale multi-antenna systems. 2019. 187 f. Tese (Doutorado em Engenharia de Teleinformática)-Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2019.
Abstract in Portuguese: A demanda de trafego em sistemas de comunicações sem-fio tem crescido a largos passos devido ao uso generalizado de sistemas celulares e a emergência da Internet of Things. Para lidar com as demandas de alto trafego, a quinta geração (5G) da tecnologia celular prevê sistemas transceptores operando no espectro de ondas milimetricas com arranjos de antenas de larga escala. Porém, esse projeto de sistema 5G enfrenta diversos desafios de engenharia. Os métodos e as arquiteturas de processamento de sinais utilizados em sistemas multi-antenas clássicos são inadequados nesse cenário de larga escala. Técnicas tradicionais de processamento de sinais tornam-se computacionalmente custosas, e as arquiteturas clássicas de front-end de rádio-frequência oferecem uma baixa eficiência energética. Esta tese apresenta soluções de baixa complexidade e energeticamente eficientes para o projeto de sistemas multi-antenna de larga escala. Primeiramente, propõe-se filtros multilineares para reduzir a complexidade no processamento de recepção de larga escala. Mostra-se que os métodos de filtragem multilinear reduzem significantemente a complexidade computacional com uma pequena perda de desempenho em relação a abordagem clássica linear. Quanto a eficiência energética das arquiteturas de transceptores, investiga-se sistemas multipleinput multiple-output (MIMO) massivos híbridos analógicos/digitais (A/D) com conversores de dados de baixa resolução. Propõe-se esquemas eficientes de pré-codificação para sistemas hıbridos A/D com redes de deslocamento de fase completamente e parcialmente conectadas. Apresenta-se também esquemas de baixo custo para transceptores MIMO duplamente massivos, em que a estação base bem como os dispositivos-usuários possuem arranjos de antenas de larga escala. Propõe-se a estratégia de filtragem em múltiplas camadas para reduzir a complexidade computacional e os requerimentos de channel state information do projeto de transceptor. Finalmente, considera-se o problema de estimação de canal sob problemas de sincronismo. Mais especificamente, desenvolve-se algoritmos baseados em tensores para a estimação de canal na presença de deslocamento de frequência da portadora (CFO) e ruído de fase (PN). Trata-se inicialmente do cenário com desvanecimento plano em frequência assumindo medidas corrompidas pelo CFO. Em seguida, foca-se no cenário com desvanecimento seletivo em frequência considerando ambos CFO e PN.
Abstract: The data traffic demand in wireless communication systems has been growing at a fast pace with the widespread use of cellular systems and the emergence of the Internet of Things. To meet the large traffic requirements, the fifth-generation (5G) of cellular technology envisions transceiver systems operating at the millimeter wave spectrum with large-scale antenna arrays. However, this 5G system design faces many engineering challenges. Signal processing methods and architectures employed in classic multi-antenna systems are inadequate in the large-scale scenario. Standard signal processing techniques become computationally expensive and classical radio-frequency front-end architectures exhibit low energy efficiency. This thesis presents lowcomplexity and energy-efficient solutions to the design of large-scale multi-antenna systems. First, we propose multilinear filters to tackle the complexity issue in large-scale receive processing. We show that the proposed multilinear filtering methods drastically reduces the computational complexity with a slight performance deterioration compared to the classical linear approach. Concerning the energy efficiency of transceiver architectures, we investigate hybrid analog/digital (A/D) massive multiple-input multiple-output (MIMO) systems with low-resolution data converters. We present efficient precoding schemes for hybrid A/D systems with fully- and partially-connected phase-shifting networks. We also introduce low-complexity double-sided massive MIMO transceiver schemes, where both the base station and the user equipment employ large-scale antenna arrays. In particular, we leverage the multi-layer filtering strategy to reduce the computational complexity and channel state information requirements of the transceiver design. Finally, we consider the problem of channel estimation under synchronization impairments. More specifically, we develop tensor-based algorithms for channel estimation in the presence of carrier frequency offset (CFO) and phase noise (PN). We start with the frequency-flat case by assuming CFO-corrupted measurements. Then, we turn our attention to the frequency-selective case by including both CFO and PN.
URI: http://www.repositorio.ufc.br/handle/riufc/47501
metadata.dc.type: Tese
Appears in Collections:DETE - Teses defendidas na UFC

Files in This Item:
File Description SizeFormat 
2019_tese_lnribeiro.pdf4,62 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.