Graph-based joint channel estimation and data detection for large-scale multiuser MIMO-OFDM systems
Çok kullanıcılı büyük ölçekli MIMO-OFDM sistemler için çarpan çizge temelli birleşik kanal kestirimi ve veri tespiti
- Tez No: 416399
- Danışmanlar: PROF. DR. ALİ ÖZGÜR YILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Bu tezde, frekans seçici zamanla değişen kanallarda çok kullanıcılı büyük ölçekli MIMO-OFDM sistemler için çarpan çizge temelli yinelemeli bir alıcı yapısı öne sürülmüştür. Kullanıcıdan baz istasyonuna iletişim durumunda, kullanıcıların göndericisi ve baz istasyonu alcısı için sunulan çizge yapısı Gauss mesaj iletimi ile çalışmaktadır. Sunulan algoritmanın karmaşıklığını azaltmak için LLR yerine sembollerin güvenirlik bilgisi kullanılmıştır. Başlangıç durumunda kanal durum bilgisini elde etmek için alıcıda bilinen örnek semboller kullanılmıştır. Ayrıca, çok sayıda kullanıcı için kanal kestirimi ve veri tespitine olanak sağlayan yeni bir örnek sembolleme yapısı önerilmiştir. Kanal katsayıları arasındaki bağıntı bilgisini kullanan kanal kestirimi süreci tanıtılmıştır. Nakil boğumları kanal katsayılarının güvenirlik bilgisini kanal boğumları arasında taşıyarak kanal katsayılarına ulaşılmasını sağlar. Çarpaz çizge temelli yinelemeli alıcının performansını arttırmak için mesaj iletimi planı yeniden ayarlanmıştır. Harici bilgi değişimi tekrarlanmış sembol boğumları arasında uygulanır. Kanal katsayıları ve sembollerin bilgisi her yinelemede birlikte arıtılır. Yinelemesiz ML ve MRC algoritmaları ile karşılaştırarak çarpan çizge temelli yinelemeli alıcının bit-hata-olasılığı analizi incelenmiştir. Simulasyon sonuçları sunulan algoritmanın kanal bilgisini kullanarak MRC algoritmasına yakın bir performans sergilediğini ve performansının yinelemesiz ML algoritmasını geçtiğini göstermektedir. GSIR'ın performansı değişik örnek sembol araklığı, kullanıcı sayısı, alıcı anten sayısı, kod oranı ve kümelerde algoritmaya genel bir bakış açısı oluşturmak için incelenmiştir. Ayrıca kanal kestirim performansı, GSIR kanal bilgisine sahip olduğu durumla karşılaştırılarak analiz edilmiştir. LDPC kod çözücü GSIR ile birlikte kullanılarak toplam performans arttırılmıştır.
Özet (Çeviri)
In this thesis, a graph-based soft iterative receiver for large-scale multiuser MIMO-OFDM systems is proposed that performs joint channel estimation and data detection over time-varying frequency selective channel. In an uplink scenario, factor graph structures for the transmitter of users and the receiver of base-station are presented, which provide Gaussian message passing between nodes. Instead of LLR, reliability information of symbols are used to decrease complexity of the proposed algorithm. Training symbols, known at the receiver, are utilized to get channel state information at the initialization. Also a new training structure is proposed which enables channel estimation and data detection for numerous users. Soft channel estimation process is introduced which utilizes correlation information between channel coefficients. Transfer nodes bring reliability information of channel coefficients between coefficient nodes to converge actual value. Message passing schedule is rearranged to enhance performance of the graph based soft iterative receiver. Extrinsic information exchange is applied between nodes of the repeated symbols. Soft information of the channel coefficients and symbols are jointly refined in each iteration. The BER performance analysis of graph based soft iterative receiver is investigated by comparing non-iterative ML and MRC. Simulation results show that the proposed algorithm with channel knowledge has a similar performance with MRC and outperforms non-iterative ML. Performance of GSIR with different training symbol spacing, number of users, number of receive antennas, code rates and constellations are compared to provide an overview of the proposed algorithm. Also channel estimation performance of GSIR is analyzed by comparing with perfect channel knowledge case. A LDPC decoder is used in combination with GSIR to increase total performance.
Benzer Tezler
- Joint source channel decoding in the factor graph framework
Çarpan grafik yapısı içinde birleşik kaynak kanal kod çözümleme
İNANÇ İNAN
Yüksek Lisans
İngilizce
2003
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL ARIKAN
- Relaying opportunities for wireless networks by applying network coding
Kablosuz ağlar için ağ kodlamalı aktarma fırsatları
SEMİHA TEDİK BAŞARAN
Doktora
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT
- Privacy-preserving authentication methods
Gizliliği koruyan kimlik doğrulama yöntemleri
KÜBRA NARİ BAYKAL
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. ENVER ÖZDEMİR
- Beşinci metakarpal kırıklarının tedavisi için yeni bir yaklaşım geliştirilmesi
Development of a new approach for the treatment of fifth metacarpal fractures
LÜTFİYE CAYMAZ
Yüksek Lisans
Türkçe
2024
BiyomühendislikSakarya ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OSMAN İYİBİLGİN
DOÇ. DR. LEVENT BAYAM
- Grup kararları
Group decision making
ÖZCAN ATAÇ
Yüksek Lisans
Türkçe
1993
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. FÜSUN ÜLENGİN