Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.ufc.br/handle/riufc/30471| Tipo: | Dissertação |
| Título : | Sum-power minimization beamforming for dense networks |
| Autor : | Cavalcante, Eduardo de Olivindo |
| Tutor: | Silva, Yuri Carvalho Barbosa |
| Palabras clave : | Teleinformática;Sistemas de comunicação sem fio;Sistemas de comunicação móvel;Beamforming;Power minimization;Dense networks |
| Fecha de publicación : | 2018 |
| Citación : | CAVALCANTE, E. O. Sum-power minimization beamforming for dense networks. 2018. 78 f. Dissertação (Mestrado em Engenharia de Teleinformática)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2018. |
| Resumen en portugués brasileño: | O emprego de redes densas é uma solução promissora para os futuros sistemas 5G. O uso de um maior número de BSs (do inglês, base station) por unidade de área provê uma redução na distancia de transmissão e pode melhorar significativamente a multiplexação espacial. Porém, a densificação traz preocupações principalmente relacionadas à maior interferência, devido às distâncias reduzidas. Esta dissertação visa apresentar formas de gerir interferência em cenários densos através do uso da formação de feixes para minimização da soma de potências. Mais especificamente, focamos em dois aspectos das redes densas: A solução de problemas de larga-escala e a gerência de interferências de enlace cruzado em redes densas que utilizam TDD (do inglês, time division duplexing) dinâmico. Para o primeiro aspecto, nós apresentamos uma análise de desempenho para uma solução de formação de feixes baseada em ADMM (do inglês, alternating directions method of multipliers) que é considerada ser bem adaptada para otimização em larga-escala. Por simulações, nós comparamos esta solução com a bem conhecida solução via SDP (do inglês, semidefinite programming) em diversas configurações de rede. Os resultados indicam que a solução ADMM proporciona convergência rápida com acurácia modesta. Para cenários TDD dinâmico, nós propomos dois problemas de formação de feixes. No primeiro, nós almejamos proteger a comunicação UL (do inglês uplink) forçando uma limitação na potência de interferência entre BSs, enquanto garantimos uma SINR (do inglês, signal-to-interference- plus-noise ratio) mínima para o DL (do inglês, downlink). Propomos uma solução centralizada e uma distribuída baseada em decomposição primal. Os resultados de simulação mostram que o desempenho do UL é melhorado e os alvos de SINR para o DL são garantidos, e que a solução distribuída itera em direção à centralizada, enquanto soluções realizáveis podem ser obtidas em iterações intermediárias ao custo de potência subótima. No segundo problema para TDD dinâmico, nós visamos garantir uma SINR mínima para usuários em UL e DL. Propomos uma solução centralizada e uma solução distribuída baseada em ADMM. Os resultados de simulação mostram que ambas as abordagens alcançam bom desempenho e que a solução distribuída itera em direção à centralizada, enquanto a carga de sinalização pode ser controlada fixando o número de iterações ao custo de desempenhos de SINR e potência próximos ao ótimo. |
| Abstract: | The employment of dense networks is a promising solution for the upcoming 5G systems. The use of a larger number of base stations (BSs) per unit area provides a reduction in transmission distance and can significantly improve spatial multiplexing. However, the densification also brings worries mainly related to higher interference due to the reduced distances. This master thesis aims to present ways to manage interference in dense scenarios by using sum- power minimization beamforming. More specifically, we focus in two aspects of dense networks: The solution of large-scale problems and the management of the cross-link interferences in dense networks that employ dynamic time division duplex (TDD). For the first aspect, we present an performance analysis for a alternating direction method of multipliers (ADMM)-based solution for the beamforming,which is considered to be well adapted to large-scale optimization. In the simulations we compare the ADMM solution to a well known semidefinite programming (SDP) solution in several network configurations. The results indicate that the ADMM approach has faster convergence for large-scale scenarios when modest accuracy is required. For dynamic TDD scenarios, we propose solutions for different beamforming problems. In the first case, we aim to protect the uplink (UL) communication by forcing a constraint on the BS to BS interference power while guaranteeing downlink (DL) signal-to-interference-plus-noise ratio (SINR). We propose a centralized and a primal decomposition based distributed solution. The simulation results show that UL performance is improved and DL SINR targets are guaranteed, and that the distributed solution iterates towards the centralized one, while feasible beamformers can be obtained at intermediate iterations at the cost of suboptimal power. In the second dynamic TDD problem, we aim to guarantee a minimum SINR for UL and DL users. We propose a centralized and an ADMM-based distributed solution. The simulation results show that both approaches achieve good performance and the distributed solution iterates towards the centralized one, while the signaling load can be controlled by fixing the number of iterations at the cost of close to optimal power and SINR performance. |
| URI : | http://www.repositorio.ufc.br/handle/riufc/30471 |
| Aparece en las colecciones: | DETE - Dissertações defendidas na UFC |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 2018_dis_eocavalcante.pdf | 2,4 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.