Detailseite
Projekt Druckansicht

Ein verallgemeinertes Matched Filter Verfahren für zellulare Massive MIMO Netze

Fachliche Zuordnung Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik
Förderung Förderung von 2016 bis 2022
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 325433099
 
Erstellungsjahr 2022

Zusammenfassung der Projektergebnisse

In diesem Projekt untersuchten wir massive MIMO Systeme, also drahtlose Kommunikationssysteme mit sehr vielen Antennen an der Basisstation (z.B. 100 oder mehr Antennen), entwickelten Lösungen für die Übertragung von der Basisstation zu den Nutzern und umgekehrt und analysierten die Grenzen für die spektralen Effizienzen derartiger Systeme. Die entscheidende Komponente unserer Untersuchungen waren die Verwendung des Konzepts eines Generalized Matched Filters, das auf einer linearen Transformation der Kanalschätzung basiert, wobei die lineare Transformation eine Funktion der Kanalkovarianzmatrizen ist. Die grundsätzliche Herausforderung bei massiven MIMO Systemen ist die sogenannte Pilot Contamination, die durch den systematischen Fehler bei der Kanalschätzung aufgrund der limitierten Zahl an Trainingssequenzen verursacht wird. Wir beobachteten im Laufe des Projekts, dass die Pilot Contamination erfolgreich unterdrückt bzw. entfernt werden kann. Diese Beobachtung war überraschend, da die Möglichkeiten des Generalized Matched Filters in der Anwendung der Kovarianzmatrizen der Kanäle begründet sind. Diese Beobachtung wurde zusätzlich durch unsere theoretische Untersuchung für den Fall eines hohen Signal-zu-Rausch-verhältnisses bestätigt. Da die Dimensionalität der Probleme sehr groß wegen der großen Zahl an Antennenelementen ist, untersuchten wir auch die Anwendung existierender Approximationen, die die Eigenschaften aufgrund der Struktur der Antennengruppen ausnutzen, um die Komplexität zu reduzieren. Das Resultat der zugehörigen Untersuchungen war einerseits, dass die resultierenden Komplexität dramatisch reduziert wird, und andererseits, dass die Effekte der Approximation nur geringen Einfluss auf die Leistungsfähigkeit haben. Da das Generalized Matched Filter besonders von der Kenntnis der Kovarianzmatrizen der Kanäle abhängt, betrachteten wir auch das Problem der Schätzung dieser Kovarianzmatrizen, obwohl die Kanalschätzwerte Fehler aufgrund der Pilot Contamination enthalten. Wiederum schlugen wir Lösungen mit geringer Komplexität für dieses Problem vor und diskutierten die Zuweisung der Pilotsequenzen, um eine netzwerkweite Nutzenfunktion zu optimieren. In der zweiten Hälfte des Projekts konzentrierten wir uns auf Systeme, die auf dem Frequenzduplex basieren. Solche Systeme haben zwar eine besondere praktische Bedeutung, führen aber zum Problem, dass die Kanalschätzwerte basierend auf den empfangenen Trainingssignalen nicht direkt für den Entwurf der Sendestrategie verwendet werden können. Wir untersuchten eine Methode, um die Kovarianzmatrizen der Kanäle, die an der Basisstation mithilfe der empfangenen Signale geschätzt wurden, auf die andere Frequenzlage zu transformieren. Zusätzlich schlugen wir eine Methode vor, die nicht nur eine Zelle sondern das gesamte massive MIMO System unter Berücksichtigung der Leistungsbeschränkungen bei allen Basisstationen optimiert.

Projektbezogene Publikationen (Auswahl)

  • Joint Covariance Matrix Estimation and Pilot Allocation in Massive MIMO Systems. In 2017 IEEE International Conference on Communications (ICC), 2017
    D. Neumann, K. Shibli, M. Joham, and W. Utschick
    (Siehe online unter https://doi.org/10.1109/ICC.2017.7996476)
  • On MSE Based Receiver Design for Massive MIMO. In 11th International ITG Conference on Systems, Communications and Coding (SCC 2017), 2017
    D. Neumann, M. Joham, and W. Utschick
  • A Bilinear Equalizer for Massive MIMO Systems. IEEE Transactions on Signal Processing, 66(14):3740–3751, 2018
    D. Neumann, T. Wiese, M. Joham, and W. Utschick
    (Siehe online unter https://doi.org/10.1109/TSP.2018.2838577)
  • Channel Covariance Identification in FDD Massive MIMO Systems. In Proc. 2018 IEEE Global Conference on Signal and Information Processing (GlobalSIP), 2018
    J. P. González-Coma, P. Suárez-Casal, P. M. Castro, L. Castedo, and M. Joham
    (Siehe online unter https://doi.org/10.1109/GlobalSIP.2018.8646448)
  • Covariance Matrix Estimation in Massive MIMO. IEEE Signal Processing Letters, 25(6):863–867, 2018
    D. Neumann, M. Joham, and W. Utschick
    (Siehe online unter https://doi.org/10.1109/LSP.2018.2827323)
  • Bilinear Precoding for FDD Massive MIMO Systems with Imperfect Covariance Matrices. In 24th International ITG Workshop on Smart Antennas (WSA 2020), 2020
    D. Ben Amor, M. Joham, and W. Utschick
  • Uplink Downlink Duality for Multi-Cell Massive MISO FDD Systems with per Base Station Power Constraints. In 25th International ITG Workshop on Smart Antennas (WSA 2021), 2021
    D. Ben Amor, F. Strasser, M. Joham, and W. Utschick
 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung