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: Kanal kestirimi, OFDM, Channel estimation, Orthogonal frequency division multiplexing
- 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: Belirtilmemiş.
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
- Üzüm sularının pastörizasyonu ve kontsantresi sırasında hidroksimetilfurfural oluşumu üzerinde bir araştırma
Başlık çevirisi yok
ŞERİFE ŞAHİN
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiTarım Ürünleri Teknolojisi Ana Bilim Dalı
DOÇ. DR. AYDIN URAL
- Çekirdeksiz kuru üzümde uygulanan politikanın Ege Bölgesinde üretim ve üretici açısından sonuçlarının değerlendirilmesi
Başlık çevirisi yok
GÜVEN ÖZERİN
- Çekirdeksiz kuru üzümlerde aflatoksin B1, B2, G1, G2 tayini için mevcut bazı metotların karşılaştırılması üzerinde bir çalışma
Başlık çevirisi yok
DİLEK BOYACIOĞLU
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MERAL GÖNÜL
- Zymomonas mobilis NRRL B-14023 bakterisi ile şeker pancarı melası ve kuru üzümden etanol üretimi
Başlık çevirisi yok
ÜLKÜ BAŞER