KFUPM ePrints

Low Complexity Channel Estimation for SISO, MIMO and Massive MIMO OFDM Wireless Systems

l Low Complexity Channel Estimation for SISO, MIMO and Massive MIMO OFDM Wireless Systems. PhD thesis, King Fahd University of Petroleum and Minerals.

[img]PDF
Restricted to Abstract Only until 31 December 2016.

2535Kb

Arabic Abstract

في نظم الاتصالات اللاسلكية OFDM ، سواء بتوظيف هوائي واحد أوهوائيات متعددة، لابد من معرفة حالة القناة بكل دقة ويجب أن يكون في خلال جزء ضئيل جدا من الوقت، مما يجعل تقدير القناة محمة حاسمة. بالرغم من وجود طرق حديثة لتقدير القنوات، فإن هذه الأطروحة تقدم عدة طرقة سهلة لتقدير قنوات SISO، MIMO وقنوات MIMO الضخمة، تحت تقنيات OFDM، وذلك من خلال استغلال بنية وبعض القيود من مسائل الاتصالات. نقدم أولا تقنيات تضمين مثالية سهلة لأنظمة SISO-OFDM بناءً على معيار MMSE. وذلك من خلال الاستفادة من بنية ارتباط ترددات القناة، فقد لوحظ أن بيانات الفحص للقناة إذا وضحت بعناية عبر الحوامل الجزئية في تقنية OFDM، فإن إيجاد مقلوب المصفوفة في معيار MMSE ليس له ضرورة، ولن يؤثر على دقة التقدير. وبعد ذلك، قمنا بتصميم خوارزمية ML التي لا تحتاج لبيانات فحص للقناة، الذي يستخدم لتقدير القناة وكشف المعلومات لنظم MIMO-OFDM مع استخدام ترميز Alamouti ، حيث تم خفض التعقيد مرة أخرى باستخدام بنية الارتباط ورموز أبجدية مخصصة ومحدودة. لقد تم أيضاً تطوير خوارزيمة تحتوي جزئياً على بيانات فحص، والتي تتميز بتعقيد أقل بكثير من الخوارزمية التي لا تعتمد على أي بيانات فحص للقناة ، ولكن على حساب بعض رموز للتدريب. أما بالنسبة للأنظمة MIMO الضخمة، فإن التعقيد هو شاغل رئيسي لأنه مع زيادة عدد الهوائيات في محطة القاعدة (BS)، فإن عدد القنوات الغير معروفة تنمو أيضا بشكل كبير. وخلافا لمعيار MMSE الأمثل، والذي لا يمكن تطبيقه لتعقيده، فإننا نقترح خوارزمية MMSE موزعة تتميز بقلة التعقيد وهي دالة خطة تعتمد على عدد الهوائيات في الـ BS. في الوقت نفسه، يحقق الأداء الأمثل من خلال تبادل المعلومات محليا في مجموعة كبيرة للهوائيات. وقد عرضنا أيضا خوارزميات تعتمد على البيانات وزعت أيضا للحد من النفقات العامة الرائدة في MIMO الضخمة. وأخيراً، فإننا تحققنا من تأثير تلوث بيانات الفحص (التلوث الطارئ على بيانات الفحص) على أداء MSE من خوارزميات مختلفة. تم أيضا استخدام الهندسة العشوائية لاشتقاق قاعدة لقناة MSE في إطار كل من الضوضاء والتلوث الطارئ على بيانات الفحص، والتي يتم التصديق عليها من قبل المحاكاة. نتائجنا تشير إلى آثار خطيرة ناتجة عن تلوث بيانات الفحص على أداء تقدير القناة.

English Abstract

In OFDM based wireless communication systems, whether employing single or multiple antennas, channel state information has to be estimated accurately and that too within a fraction of time, making channel estimation very crucial. Against various state-of-the-art on channel estimation, this thesis presents several low complexity channel estimation techniques for SISO, MIMO and massive MIMO OFDM systems by exploiting the structure and some of the constraints of communication problem. We first present a reduced complexity optimal interpolation technique for SISO OFDM systems based on MMSE criteria. By utilizing the structure of channel frequency correlation, it is shown that if pilots are placed appropriately across OFDM subcarriers, the matrix inversion in conventional MMSE estimation can be completely avoided with no loss in performance. Next, we present a blind ML algorithm for joint channel estimation and data detection for MIMO-OFDM systems with Alamouti coding where the complexity is reduced by again utilizing the correlation structure and the finite alphabet property of symbols. A semi-blind algorithm is also introduced which has much lower complexity than the blind algorithm but at the cost of few training symbols. As for the massive MIMO systems, the complexity is of primary concern because with increased number of base station antennas (BS), the number of unknown channel parameters also grow large. Unlike the optimal MMSE approach, which is prohibitively complex, we present a distributed MMSE algorithm whose complexity is linear in the number of BS antennas while at the same time achieves near-optimal performance by sharing the information locally in a large antenna array. A data-aided version of distributed algorithm is also presented to minimize the pilot overhead in massive MIMO. Finally, we investigate the effect of pilot contamination (i.e., interference due to reuse of pilots) on MSE performance of various algorithms. We use stochastic geometry to derive closed-form expressions for channel MSE under both noise and pilot contamination regime, which are validated by simulations. Our results indicate severe implications of pilot contamination on channel estimation performance.



Item Type:Thesis (PhD)
Subjects:Engineering
Electrical
Divisions:College Of Engineering Sciences > Electrical Engineering Dept
Committee Advisor:Al-Naffouri, Tareq Y.
Committee Members:Debbah, Merouane and Zerguine, Azzedine and Muqaibel, Ali H. and Al-Ghadhban, Samir
ID Code:139903
Deposited By:ALAM ZAIB
Deposited On:31 Mar 2016 11:27
Last Modified:31 Mar 2016 11:27

Repository Staff Only: item control page