f m c t mimo s c - repositório institucional ufc: página ... · não há vitória sem perdas e...
TRANSCRIPT
UNIVERSIDADE FEDERAL DO CEARÁ
CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA DE TELEINFORMÁTICA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TELEINFORMÁTICA
FRANCISCO MÁRCIO CORREIA CALDAS
TRANSCEPTORES MIMO EM SISTEMAS DE COMUNICAÇÕES MÓVEIS
SEM FIO COM MULTIPONTOS COORDENADOS
FORTALEZA
2012
FRANCISCO MÁRCIO CORREIA CALDAS
TRANSCEPTORES MIMO EM SISTEMAS DE COMUNICAÇÕES MÓVEIS
SEM FIO COM MULTIPONTOS COORDENADOS
Dissertação submetida à coordenação doPrograma de Pós-Graduação em Engenhariade Teleinformática, da Universidade Federaldo Ceará, como requisito parcial para aobtenção do grau de Mestre em Engenharia deTeleinformática.
Área de concentração: Sinais e Sistemas.
Orientador: Prof. Dr. Walter da CruzFreitas Junior
FORTALEZA
2012
Dodos Internacionais de Catalogação na PublicaçãoUniversidade Federal do Ceará
Biblioteca de Pós-Graduação - BPGE
C15t Caldas, Francisco Márcio Correia.Transceptores MIMO em Sistemas de Comunicações Móveis Sem Fio com Multipontos
Coordenados / Francisco Márcio Correia Caldas - 2012.90 f. : il. , enc. ; 30 cm.
Dissertação (Mestrado) - Universidade Federal do Ceará, Centro de Tecnologia,Departamento de Engenharia de Teleinformática, Programa de Pós-Graduação emEngenharia de Teleinformática, Fortaleza, 2012.
Área de concentração: Sinais e Sistemas.Orientador: Prof. Dr. Walter da Cruz Freitas Junior.
1. Teleinformática. 2. Telefonia celular. 3. Sistemas de comunicação sem fio. I. Título.
CDD 621.38
AGRADECIMENTOS
O senhor é meu pastor e nada me faltará. É a Deus que primeiramente agradeço, pois sem
ele nada em minha vida seria possível e com seu consentimento sou capaz de realizar
coisas maravilhosas.
Aos meus pais Francisco de Caldas Rodrigues e Maria Francisca Correia Costa que, sem
dúvida, são as pessoas a quem mais sou grato neste mundo, pois me deram a vida e ensinaram
os valores que realmente importam como família, honestidade, coragem e amor.
A minha esposa Fernanda L. Chaves, expresso meu amor, agradecimento e respeito,
obrigado por toda sua dedicação, compreensão e paciência.
Quando alguém totalmente desconhecido surge em seu caminho e você é capaz de lhe
estender a mão e acreditar em seu potencial, tenha certeza que fez muito mais do que imagina.
Por isso, tenho mesmo que dizer ao Dr. Walter da Cruz Freitas Junior, meu orientador, que sou
verdadeiramente grato por todo seu apoio, incentivo, dedicação, paciência e confiança, e que
desejo lhe todo o sucesso e felicidade em sua vida.
Na Pós-Graduação nos inscrevemos sós e defendemos sós, mas graças a Deus encontramos
ajuda no caminho, então é claro que não poderia deixar de agradecer aos amigos companheiros
de todos os cafezinhos e debates tecnológicos, filosóficos e científicos. Assim, aos amigos
Albano Oliveira Nunes, Antonio Alisson Pessoa Guimarães, Carlos Igor Bandeira e Mário
Macêdo, agradeço por todo o apoio, incentivo e principalmente amizade, e que Deus abençoe a
todos.
Agradeço a todos os professores, membros da banca e integrantes do GTEL por toda e
qualquer colaboração, direta ou indireta, que possa ter contribuído para o sucesso da realização
deste trabalho de dissertação.
Agradeço a FUNCAP e ao governo do estado do Ceará, por todo o apoio no
desenvolvimento deste trabalho de dissertação.
Aos meus irmãos, irmãs e parentes, que mesmo algumas vezes sem compreender a razão
de tudo isso, torceram por minha vitória pelo simples fato de que era algo importante para mim,
meus sinceros agradecimentos.
A toda e qualquer pessoa que tenha colaborado de alguma forma, me desejado sorte e
sucesso, me estimulado com sua fibra, caráter, respeito, exemplo, sabedoria, amor e amizade.
Quero de verdade que saiba, serei sempre grato e tenha a certeza que estará sempre em meu
coração e em minhas orações, obrigado por tudo e que Deus a abençoe.
Enfim, foram milhares de horas, noites quase sem dormir, feriados que simplesmente não
existiram, sábados e domingos ensolarados que nem vi terminar. A previsão era verão o ano
inteiro, e eu branco, sem cor estudando para as provas. Aliás, é bem curioso como nessas horas
agente vibra por uma tarde de folga, só para não fazer absolutamente nada, tipo ficar só de
bobeira mesmo.
Houve momentos que pensei não conseguir, mas dizem que se ainda não deu certo então não
é o fim. Sendo assim, segui em frente com humildade e de cabeça erguida, tendo a convicção
de que faria o melhor possível para ser merecedor da vitória e hoje posso dizer com clareza que
não há vitória sem perdas e que sempre devemos lembrar de quem realmente somos.
Sou vencedor desta etapa, mas se amanhã não for assim terei simplesmente que recomeçar.
Então que Deus me proteja e abençoe, pois se um dia a justiça dos homens falhar para comigo,
a justiça de Deus prevalecerá sobre a justiça dos homens.
Francisco Márcio Correia Caldas.
RESUMO
Neste trabalho, avaliou-se o desempenho de transceptores MIMO (do inglês,Multiple-Input-Multiple-Output) em uma nova arquitetura proposta para os sistemas de
comunicações móveis sem fio de próxima geração XG (do inglês, Next Generation) denotadacomo CoMP (do inglês, Coordinated Multi-Point), em comparação com uma arquiteturaco-localizada, em que, os equipamentos de usuários utilizam os recursos unicamente da estaçãorádio base a qual está localizado.
Com o objetivo de se obter ganhos de multiplexação espacial, diversidade e ganhosintermediários (entre os dois possíveis ganhos), adota-se transceptores MIMO, os quais sãosubmetidos a dois cenários distintos: Cenário 1, composto por uma célula co-localizada quetem uma cobertura equivalente a das três células cooperativas e um cenário 2, em que acélula co-localizada tem o mesmo tamanho das células cooperativas. Em ambos os casos, asarquiteturas CoMP e co-localizada são abordadas e avalia-se o desempenho comparativo entreos cenários relacionado com as duas arquiteturas.
A análise realizada neste trabalho é dividida em duas partes, sendo uma de carátersistêmico, em que se observa o comportamento da SINR (do inglês, Signal to Interference plusNoise Ratio) utilizando os transceptores VBLAST (do inglês, Vertical Bell-Labs Space-Time)e STBC (do inglês, Space-Time Block Codes), e a outra de caráter de enlace, na qual se utilizaum transceptor MIMO híbrido, de modo a fornecer uma análise da taxa de erro de bit. Osresultados mostram que por meio da cooperação, um desempenho semelhante ao cenárioCo-localizado pode ser obtido com um menor número de antenas nas estações rádio base,representando uma economia do ponto de vista de dispêndio de capital CAPEX (do inglês,Capital Expenditure) e operacional OPEX (do inglês, Operational Expenditure) da rede, bemcomo redução na taxa de erro.
Palavras-chave: MIMO, CoMP, STBC, VBLAST.
ABSTRACT
In this work, we evaluated the performance of MIMO (Multiple-Input-Multiple-Output)transceivers on a new architecture proposed to mobile wireless communications systems of
next generation XG (Next Generation), denoted by CoMP (Coordinate Mult-Point), which iscompared with a co-located architecture, whose user equipments utilize the resources uniquelyof the radio base station, which is located.
In order to obtain spatial multiplexing gains, diversity and intermediate gains (between thetwo possible gains), adopts MIMO transceivers, which are submitted to different scenarios:Scenario 1, is composed of a co-located cell, whose coverage area is equivalent to threecooperative cells and Scenario 2, where the co-located cell has the same cooperative cell sizes.In both cases, CoMP architectures and co-located are addressed and evaluates the comparativeperformance between these scenarios, related to the two architecture.
The current analysis is divided into two parts: a systemic character, where observes theSINR (Signal to Interference plus Noise Ratio) behavior with the use of VBLAST (Vertical-BellLabs Space-Time) and STBC (Space-Time Block Codes) transceivers, the another one, of linkcharacter, which uses a hybrid MIMO transceiver G2+1, in oder to provide an analysis of the biterror rate. The results show that by means of cooperation, a performance similar to the scenarioco-located can be obtained with a smaller number of antennas at base stations, representing asaving in terms of capital expenditure CAPEX (Capital Expenditure) and operational OPEX(Operational Expenditure) network, as well as, a reduction in the error rate.
Keywords: MIMO, CoMP, STBC, VBLAST.
LISTA DE FIGURAS
2.1 Representação de um canal MIMO N×M. . . . . . . . . . . . . . . . . . . . . 23
2.2 Decomposição de um canal MIMO com CSI no transmissor. . . . . . . . . . . 32
2.3 Ilustração do funcionamento do algoritmo water-filling. . . . . . . . . . . . . . 34
3.1 Sistema CoMP. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.2 Arquitetura CoMP centralizada. . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3 Arquitetura CoMP distribuída. . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.4 Coordinated scheduling. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5 Joint processing. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.1 Diagrama de transmissão da estrutura STBC G2. . . . . . . . . . . . . . . . . 50
4.2 Diagrama de transmissão da estrutura VBLAST. . . . . . . . . . . . . . . . . . 56
4.3 Ilustração do conceito de transceptor híbrido. . . . . . . . . . . . . . . . . . . 58
4.4 Estrutura HMTS G2+G2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.5 Estrutura HMTS G3+1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.6 Estrutura HMTS G2+1+1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.7 Diagrama SIC. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.1 Arquitetura CoMP e co-localizada no cenário 1. . . . . . . . . . . . . . . . . . 69
5.2 Arquitetura CoMP e co-localizada no cenário 2. . . . . . . . . . . . . . . . . . 70
LISTA DE GRÁFICOS
2.1 Capacidade em bps/Hz em função da SNR para diferentes números de antenas. 30
2.2 Taxa em bps/Hz levando em conta a probabilidade de bloqueio estipulado e o
número de antenas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.3 Comparação das taxas em bps/Hz atingida com CSI e sem CSI usando quatro
antenas de Tx e quatro de Rx. . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
5.1 Comparação entre os modelos co-localizado e cooperativo aplicados no cenário 1. 74
5.2 Comparação entre os modelos co-localizado e cooperativo aplicados no cenário 2. 75
5.3 Comparação entre os modelos co-localizado e cooperativo aplicados no cenário
1 e 2 utilizando VBLAST. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
5.4 CDF em relação a SNR nos cenários 1 e 2 utilizando STBC com N = 1 e M = 2. 77
5.5 CDF em relação a SINR nos cenários 1 e 2 utilizando VBLAST com N = M = 3. 78
5.6 Capacidade em relação ao percentil dos valores de SINR para as arquiteturas
CoMP e co-localizado utilizando o VBLAST no cenário 2 . . . . . . . . . . . 79
5.7 CDF em relação a SNR nos cenários 1 e 2 utilizando estrutura híbrida. . . . . . 80
5.8 Desempenho da BER para a camada de diversidade com código para estrutura
híbrida G2+1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.9 Desempenho da BER para a camada de multiplexação espacial para o código
de estrutura híbrida G2+1. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.10 Desempenho da BER para o código de estrutura híbrida G2+1. . . . . . . . . . 82
5.11 Desempenho da BER para o código de estrutura híbrida G2+1+1. . . . . . . . . 83
LISTA DE ACRÔNIMOS
BER Bit Error Rate
CSI Channel State Information
CDF Cumulative Distribution Function
PDF Probability Density Function
I.I.D Independent and Identically Distributed
MIMO Multiple-Input Multiple-Output
MSE Mean Square Error
SISO Single-Input Single-Output
SNR Signal Noise Ratio
SINR Signal to Interference plus Noise Ratio
SVD Singular Value Decomposition
V.A Random Variable
PEP Pairwise Error Probability
AWGN Additive White Gaussian Noise
FD Full Diversity
RRA Radio Resource Allocation
CoMP Coordinated Multi-Point
ERB Estação Rádio Base
ERBC Estação Rádio Base Central
CQI Channel Quality Indicator
UE User Equipment
SDMA Space-Division Multiple Access
OFDMA Orthogonal Frequency Division Multiple Access
CS Coordinated Scheduling
JP Joint Processing
STBC Space-Time Block Codes
VBLAST Vertical Bell Laboratories Layered Space-Time
STC Space-Time Codes
STTC Space-Time Trellis Codes
QAM Quadrature Amplitude Modulation
PSK Phase Shift Keying
FR Full-Rate
ML Maximum Likelihood
MMSE Minimum-Mean Square Error
ZF Zero Forcing
LD Linear Detector
SIC Successive Interference Cancellation
PCU Per Channel Use
OSIC Ordered Successive Interference Cancellation
SÍMBOLOS E NOTAÇÕES
Nesta seção são apresentados os símbolos e notações utilizadas neste trabalho. De uma
forma geral, os escalares serão representados por letras minúsculas em itálico, os vetores
por letras romanas minúsculas em negrito e as matrizes por letras romanas maiúsculas, também
em negrito. Outras convenções estão listadas abaixo:
Conjuntos e Espaços Vetoriais
N Conjunto dos números naturais
R Conjunto dos números reais
R+ Conjunto dos conjunto dos números reais não-negativos
C Conjunto dos números complexos
Cm×n Conjunto das matrizes de ordem m × n cujos elementos são
números complexos
N N = 1,2, · · · ,n ⊂ N
P Conjunto das partes de N
WZF Filtro zero forcing
Escalares Especiais
z∗ Conjugado complexo de z
K Número de símbolos
M Número de antenas transmissoras
N Número de antenas receptoras
PT Potência máxima de transmissão
Ω Potência média dos elementos da matriz do canal
ρ Relação sinal-ruído
C Capacidade de um canal com múltiplas antenas
χ Ordem de diversidade
R Taxa
T Período
η Eficiência espectral
g Ganho
ε Erro na saída do filtro MMSE
gmaxm Ganho máximo de multiplexação
Vetores e Matrizes
x Vetor símbolos transmitidos x
n Vetor de ruído n
xZF Vetor de símbolos transmitido estimado zero forcing
nZF Vetor de ruído estimado zero forcing
[x] = (x[1],x[2], · · · ,x[n]) Vetor obtido de x = (x1,x2, · · · ,xn) por reordenação decrescente
das coordenadas, isto é, x[1] ≥ ·· · ≥ x[n]
1 Vetor cujos elementos são todos iguais a 1, isto é, 1 = (1,1, · · · ,1)||x|| Norma euclidiana do vetor x
X Matriz X
XG2[T=1,T=2] Matriz espaço temporal
X = [xi j] Representação de uma matriz X com relação as suas entradas
IN Matriz identidade de ordem N×N
XT Matriz/vetor transposta de X
XH Matriz/vetor transposta conjugada de X
(.)H Transposta conjugada
X−1 Matriz inversa de X
X1/2 Matriz raiz quadrada de X
X⊗Y Produto de Kronecker
vec(X) Vetor obtido por empilhamento das colunas da matriz X
H Matriz de canal MIMO de ordem M×N
diag(x) Matriz diagonal cujos elementos da diagonal principal são as
coordenadas do vetor x
Rx Matriz de covariância de um vetor aleatório x
RH Matriz de covariância do canal MIMO
RTx Matriz de covariância no transmissor
RRx Matriz de covariância no receptor
d(X) Vetor cujas coordenadas são os elementos da diagonal principal da
matriz quadrada X
λ (X) Vetor cujas coordenadas são os autovalores da matriz hermitiana
X
det(X) Determinante da matriz X
posto(X) Posto da matriz X
tr(X) Traço da matriz X
Estatística e Distribuições
X Variável aleatória X
EX ou µX Esperança da variável aleatória X
EX f (X) Esperança da variável aleatória Y = f (X) com respeito a X
var(X) Variância da variável aleatória X
cov(X ,Y ) Covariância entre as variáveis X e Y
pR(·) Função densidade de probabilidade da variável aleatória R
X ∼N (µ, σ 2) Variável gaussiana de média µ e variância σ 2
Funções e outros operadores
exp(·) Função exponencial
logb (·) Função logarítmica de base b
max· Função máximo
(x)+ maxx,0min· Função mínimo
| · | Valor absoluto de um escalar
H(·) Entropia
H(·|·) Entropia condicional
I(· ; ·) Informação mútua
Outros símbolos
≈ Aproximadamente igual a ...= Definido por ...
SUMÁRIO
1 Introdução 18
2 Sistemas MIMO 22
2.1 Modelo de Canal MIMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Modelos Analíticos de Canais MIMO . . . . . . . . . . . . . . . . . . . . . . 24
2.2.1 Modelo Independente e Identicamente Distribuído . . . . . . . . . . . 25
2.2.2 Modelo de Kronecker . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.3 Capacidade do Canal MIMO . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4 Transmissor sem Informação dos Estados do Canal . . . . . . . . . . . . . . . 29
2.5 Transmissor com Informação dos Estados do Canal . . . . . . . . . . . . . . . 31
2.5.1 Water-Filling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.6 Diversidade no Canal MIMO . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3 Sistemas com Multipontos Coordenados 38
3.1 Sistemas CoMP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.2 Informações dos Estados do Canal em Sistemas CoMP no Downlink . . . . . . 41
3.3 Arquiteturas de Transmissão em Sistemas CoMP . . . . . . . . . . . . . . . . 42
3.4 Alocação de Recursos de Rádio em Sistemas CoMP . . . . . . . . . . . . . . . 44
3.4.1 Coordinated Scheduling (CS) . . . . . . . . . . . . . . . . . . . . . . 44
3.4.2 Joint Processing (JP) . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.5 Equipamentos de Usuários Espacialmente Compatíveis . . . . . . . . . . . . . 46
4 Estruturas de Transmissão e Recepção MIMO 48
4.1 Space Time Codes (STC) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2 Alamouti G2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2.1 Ordem de Diversidade . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.3 Generalização do STBC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
4.3.1 STBC G3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3.2 STBC G4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3.3 STBC H3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.3.4 STBC H4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4 Estrutura de Multiplexação Espacial . . . . . . . . . . . . . . . . . . . . . . . 55
4.5 Transmissão VBLAST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.6 Transceptores MIMO Híbridos . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.7 Decodificação para Estrutura STBC . . . . . . . . . . . . . . . . . . . . . . . 61
4.8 Algoritmos de Cancelamento de Interferência Multicamadas . . . . . . . . . . 63
4.9 Detectores Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.10 Detectores Não Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5 Cenários e Resultados 68
5.1 Cenários Propostos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
5.1.1 Modelo de Canal e Perdas . . . . . . . . . . . . . . . . . . . . . . . . 71
5.2 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
6 Conclusões e Perspectivas 84
6.1 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
6.2 Perspectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Referências Bibliográficas 87
18
CAPÍTULO 1
INTRODUÇÃO
Durante a última década, os serviços de comunicações móveis sem fio tiveram um
impressionante crescimento mundial. A próxima geração espera ser capaz de fornecer
uma variedade de serviços desde voz de alta qualidade até serviços multimídia sem fio para
qualquer pessoa, em qualquer lugar e a qualquer hora, descrito como situação ABC (do inglês,
Always Best Connected).
Em particular, o interesse dos usuários em aplicações multimídia sem fio é o principal
motivo para a necessidade de altas taxas de transmissão de dados nos sistemas sem fio de
próxima geração. Com esse fim, sistemas móveis sem fio além da terceira geração (3G),
algumas vezes definidos como sistemas móveis sem fio XG (do inglês, Next Generation)
desejam satisfazer o crescente aumento de demanda por serviços de banda-larga sem fio.
Entretanto, os desafios como perdas, interferências e outros, impostos pelo canal rádio móvel
em sistemas de comunicações móveis sem fio é um fator limitante para as taxas que se almeja
atingir.
Uma estratégia para se obter os ganhos necessários e mitigar os desafios do canal rádio
móvel é a utilização de múltiplas antenas em ambos transmissor e receptor. Essa técnica
é utilizada atualmente como meio de fornecer ganho de diversidade e/ou de multiplexação
espacial ao enlace de sistemas de comunicações móveis sem fio. Porém, após uma década
de pesquisa em sistemas MIMO (do inglês, Multiple-Input-Multiple-Output), fatores limitantes
ainda permanecem para sua ampla utilização nos sistemas de próxima geração como, por
exemplo, a questão do espaço físico nos dispositivos móveis, o custo operacional do hardware
envolvido e o poder de processamento em tais dispositivos.
Uma arquitetura promissora que surge nesse cenário de busca por eficiência é a arquitetura
1 Introdução 19
CoMP (do inglês, Coordinated Multi-Point) que está presente na norma do 3GPP (do inglês,
3rd Generation Partnership Project) LTE (do inglês, Long Term Evolution) como uma forma
de aperfeiçoar as redes celulares usando os recursos já existentes. Os sistemas CoMP são
compostos de várias Estações Rádio Base (ERB) distribuídas geograficamente e conectadas,
ou não, através de uma Estação Base Central (EBC), de modo que todas as ERB’s cooperam
proporcionando o uso mais eficiente dos recursos do sistema [Gesbert et al. 2010, Maciel et al.
2009].
Dado esse novo cenário que se apresenta para as próximas gerações dos sistemas de
comunicações móveis sem fio, nesta dissertação avalia-se comparativamente duas arquiteturas
de rede com múltiplas antenas: uma arquitetura com múltiplas antenas co-localizadas composta
por uma única ERB onde o Equipamento de Usuário (UE) se conecta unicamente com a
respectiva ERB e outra com multipontos coordenados composta por três ERB’s geograficamente
separadas onde o UE pode se conectar com as três ERB’s simultaneamente por meio da
cooperação entre elas.
Considera-se também o uso de dois cenários distintos denotados por cenários 1 e 2,
respectivamente, ambos compostos por quatro células, uma co-localizada e três cooperativas.
No cenário 1, a célula co-localizada é três vezes maior que uma célula cooperativa, enquanto que
no cenário 2, todas as células possuem o mesmo tamanho. Estas particularidades dos cenários
trazem uma das contribuições deste trabalho de dissertação, pois tem por finalidade estabelecer
uma avaliação que possibilite perceber qual dentre eles oferece melhores condições de utilizar
de forma mais eficiente os recursos do sistema levando em conta o tamanho da célula utilizada.
Toda a análise é realizada por meio de simulação computacional usando o método de Monte
Carlo [Tranter et al. 2003], podendo ser dividida em duas partes: uma análise sistêmica, em
que os clusters (conjunto formado por duas ou mais células) dos cenários 1 e 2 são gerados, e
os equipamentos de usuário são posicionados aleatoriamente próximo à borda da célula.
Considerando as perdas de larga e pequena escala, observa-se o comportamento da SNR
(do inglês, Signal Noise Ratio) e SINR (do inglês, Signal to Interference plus Noise Ratio) por
meio de CDF’s (Função de Distribuição Cumulativa) bem como a análise de capacidade dos
sistemas utilizando estruturas MIMO bem conhecidas na literatura como VBLAST e STBC
[Alamouti 1998, Tarokh, Seshadri e Calderbank 1998] fornecendo estimativas que possibilitem
a comparação entre as arquiteturas CoMP e co-localizada, auxiliando na decisão de qual
das arquiteturas se comporta de maneira mais eficiente, fazendo melhor uso dos recursos
disponíveis, estabelecendo assim uma contribuição deste trabalho.
Em uma outra análise, agora de enlace, fez-se uso das informações obtidas na análise
1 Introdução 20
sistêmica, utilizando o transceptor MIMO híbrido G2+1 [Freitas 2006] para fornecer uma
análise por meio da BER (do inglês, Bit Error Rate) em relação à SNR em ambos os cenários
considerando as duas arquiteturas, cooperativa e co-localizada. Esses resultados representam
mais uma contribuição deste trabalho, pois ilustram em qual cenário e com qual arquitetura o
sistema oferece maior eficiência em termos de BER.
Neste trabalho utilizaram-se detectores lineares e não lineares, em que, utilizou-se o
detector não linear SIC modificado (do inglês, Successive Interference Cancellation) capaz
de obter diversidade máxima no receptor fazendo uso no transceptor MIMO híbrido G2+1.
Demonstrando que o detector não linear SIC modificado pode melhorar ainda mais a eficiência
dos sistemas.
Durante a pesquisa e desenvolvimento deste trabalho de dissertação, além de todo
conhecimento e experiência adquirida, foram produzidos os artigos:
Hybrid Space-Time Diversity and Spatial-Multiplexing MIMO Cooperative Scheme for
Wireless Communication Systems, publicado no Simpósio Internacional PIMRC’11.
Autores: Daniel R. Furtado, F. Márcio Caldas e Walter Freitas Jr.
Transceptor MIMO em Sistemas de Comunicações Móveis Sem Fio com Multipontos
Coordenados, aceito no XXX Simpósio Brasileiro de Telecomunicações - SBrT’12.
Autores: Francisco M. C. Caldas, Carlos I. R. Bandeira e Walter C. Freitas Jr.
Este trabalho de dissertação teve por objetivo avaliar e comparar a eficiência da arquitetura
cooperativa em relação à co-localizada utilizando transceptores MIMO, e desse modo,
apresentando resultados com as figuras de mérito da taxa de erro de bit, SNR, SINR e
capacidade. Possibilitando obter resultados que podem auxiliar nas escolhas de arquiteturas
para sistemas de comunicações móveis sem fio.
Organização da dissertação e contribuições
O presente trabalho está estruturado em capítulos, os quais encontram-se organizados da
seguinte forma:
Capítulo 2: Sistemas MIMO
Neste capítulo, são revistos alguns fundamentos relativos a sistemas MIMO, abordando o
estudo da modelagem do canal, capacidade quando a informação dos estados do canal estão
disponíveis, ou não, no transmissor bem como um breve estudo sobre os ganhos de diversidade
1 Introdução 21
no canal MIMO. Além disso, são feitos breves comentários a respeito de resultados ilustrativos
referentes aos pontos abordados neste capítulo.
Capítulo 3: Sistemas com Multipontos Coordenados
Esse capítulo, apresenta os conceitos básicos relativos à arquitetura CoMP tais como:
feedback das informações dos estado do canal, arquiteturas de transmissão CoMP, alocação de
recursos de rádio CoMP, escalonamento coordenado, processamento conjunto e equipamento
de usuário espacialmente compatíveis.
Capítulo 4: Estruturas de Transmissão e Recepção MIMO
Neste capítulo, apresentam-se alguns conceitos sobre estruturas de transmissão e recepção
MIMO considerando os ganhos de diversidade e multiplexação. Entre as estruturas abordadas
neste capítulo estão: space-time codes (STC), Alamouti G2, generalização do space-time block
codes (STBC), STBC G3, STBC G4, STBC H3, STBC H4, estrutura de multiplexação espacial,
transmissão VBLAST e ordem de diversidade.
Ainda neste capítulo são abordados os transceptores MIMO híbridos G2+1, G2+G2, G3+1,
G2+1+1, e é realizado um breve estudo sobre os detectores para as estruturas STBC e VBLAST.
Capítulo 5: Cenários e Resultados
Neste capítulo, é realizado a caracterização do canal rádio móvel, cenários propostos,
critérios de seleção de ERB’s no sistema CoMP e as arquiteturas e configurações em que se
estabelecem as possíveis análises realizadas computacionalmente utilizando o software Matlab,
realizando assim o estudo dos resultados da BER, SNR, SINR e capacidade possibilitando
estabelecer as conclusões necessárias para obter as contribuições deste trabalho de dissertação.
Capítulo 6:Conclusões e Perspectivas
Neste capítulo, são realizadas as considerações finais a respeito dos resultados obtidos
com o estudo e desenvolvimento deste trabalho de dissertação, bem como as perspectivas
de trabalhos futuros relacionados diretamente ou indiretamente com o tema abordado nesta
dissertação.
22
CAPÍTULO 2
SISTEMAS MIMO
Sistemas com múltiplas antenas no transmissor e receptor são comumente conhecidos como
sistemas MIMO (do inglês, Multiple Input Multiple Output). Suas múltiplas antenas podem
ser utilizadas para maximizar a taxa de transmissão de dados através do ganho de multiplexação
espacial, bem como melhorar o desempenho no enlace maximizando a confiabilidade através
do ganho de diversidade.
O ganho de multiplexação espacial é obtido usando o canal com múltiplas antenas como
recurso do sistema para tráfego de informação. Em tal canal, a capacidade cresce linearmente
com o número de antenas utilizadas, e.g, de modo que o dobro de informação pode ser
transmitida quando o número de antenas é dobrado, sem necessariamente adicionar gastos de
tempo, largura de banda ou potência. No ganho de diversidade, usa-se o canal com múltiplas
antenas transmissoras como opções de transmissão em diversidade, obtendo assim várias
amostras de sinais recebidos com desvanecimento independentes, que podem ser combinadas
para aumentar a confiabilidade.
Os sistemas MIMO atuais buscam um equilíbrio entre os ganhos de multiplexação e
diversidade, tendo em vista que estudos mostraram que a maximização de um dos ganhos causa
a minimização do outro [Zheng e Tse 2003].
Em [Winters 1987, Foschini e Gans 1998, Telatar 1999], notáveis ganhos de eficiência
espectral para sistemas sem fio com múltiplas antenas de transmissão e recepção foram
previstos, bem como estruturas capazes de fornecer ganhos intermediários entre multiplexação
e diversidade demonstradas por [Freitas, Cavalcanti e Lopes 2006] como estruturas híbridas,
tornando os sistemas MIMO um modelo cada vez mais otimizado, eficiente e promissor.
2.1 Modelo de Canal MIMO 23
2.1 Modelo de Canal MIMO
Em um sistema MIMO com M antenas transmissoras e N antenas receptoras, denotadas
genéricamente como (MTx e NRx), tem-se M ·N sub-canais entre o transmissor e o receptor
como podemos observar na Figura 2.1.
Figura 2.1 – Representação de um canal MIMO N×M.
h11
h21hN1
h12h22
hN2
h1Mh2M
hNM
x1
x2
...
xM
y1
y2...
yNTra
nsm
isso
r
Rec
epto
r
Fonte: Elaborada pelo autor.
Considera-se para o modelo de canal MIMO sem fio, ser rico em espalhadores sendo estes
modelados como objetos em torno do receptor e/ou transmissor (geralmente considerados em
ambiente urbano) [Foschini e Gans 1998, 3GPP 2011, Cho et al. 2010].
Considera-se também o desvanecimento plano, que desse modo, faz com que o tempo de
símbolo seja considerado muito maior que o espalhamento do atraso, essa característica em
um canal rádio móvel sem fio pode ser obtida por meio do uso de técnicas OFDM (do inglês,
Orthogonal Frequency Division Multiple Access) [Cho et al. 2010].
Neste caso, o canal MIMO sem fio é caracterizado por uma matriz de canal H, em que suas
entradas são variáveis aleatórias gaussianas circularmente simétricas e cada par Tx-Rx sofre
desvanecimentos independentes.
A matriz de canal MIMO H é gerada aleatoriamente e permanece constante durante a
transmissão de uma palavra código espaço-temporal de comprimento K e pode ser expressa
2.2 Modelos Analíticos de Canais MIMO 24
da seguinte forma
H =
h1,1 h1,2 · · · h1,M
h2,1 h2,2 · · · h2,M...
.... . .
...
hN,1 hN,2 · · · hN,M
. (2.1)
Desse modo cada um dos números complexos h ji representa a resposta impulsiva invariante
no tempo entre a j-ésima antena receptora e a i-ésima antena transmissora. Considerando que o
canal apresenta um comportamento constante na frequência, a saída do sistema em um instante
de tempo t não depende de tempos passados [Oestges e Clerckx 2007], de modo que a relação
entre a entrada e a saída do sistema pode adotar o seguinte modelo matemático:
y = Hx+n, (2.2)
em que y é o vetor de símbolos recebidos durante um dado uso do canal, x é o vetor de símbolos
transmitidos por cada antena e n o vetor de ruído aditivo gaussiano branco.
Segue agora uma análise de modelos que consideram a correlação e descorrelaçao entre
canais.
2.2 Modelos Analíticos de Canais MIMO
Modelos analíticos, também conhecidos como modelos não físicos, são baseados em
parâmetros estatísticos do canal e suas modelagens procuram estabelecer apenas as relações
matemáticas entre alguns parâmetros de caracterização do canal e suas estatísticas.
Estes modelos são adequados à simulação fornecendo a caracterização do canal nas
situações para as quais os parâmetros foram determinados. Porém, estes modelos apresentam
uma visão limitada das características de propagação dos canais MIMO e dependem de
equipamentos de medição, largura de banda e configurações das antenas como altura e
quantidade [Cavalcante, Cavalcanti e Freitas 2008].
Dentre os modelos existentes para modelagem da correlação espacial do canal MIMO,
pode-se citar os modelos Independente e Identicamente Distribuído (I.I.D) e Kronecker. A
correlação no canal MIMO pode ser modelada por uma matriz de correlação do canal,
hermitiana e semi-definida positiva como [Horn e Johnson 1985, Yu et al. 2004, Guimarães
2.2 Modelos Analíticos de Canais MIMO 25
2010]:
RH = E
vec(H)vec(H)H
∈ C
NM×NM, (2.3)
em que (·)H denota a transposta conjugada.
2.2.1 Modelo Independente e Identicamente Distribuído
Neste modelo assume-se que não há nenhuma correlação entre os sinais nas antenas
transmissoras bem como nas antenas receptoras, de modo que, a matriz de correlação do canal
MIMO é dada por RH = σ 2INM , ou seja, os elementos da matriz H são descorrelacionados e
estatisticamente independentes, apresentando a mesma variância σ 2. Consistindo apenas em
um parâmetro de potência do canal que é σ 2, utilizado para considerações teóricas na análise
de sistemas MIMO, este modelo é considerado simples e válido para ambientes com elevado
espalhamento de multipercurso [Almers et al. 2007, Guimarães 2010].
O modelo de canal MIMO (i.i.d) chamado de espacialmente branco é
definido quando os elementos da matriz de canal H possuem média zero,
distribuição gaussiana complexa circularmente simétrica e variância unitária, ou seja,
H ∼ C N (0, IN⊗ IM), sendo EH = 0 e RH = IN ⊗ IM, em que o símbolo ⊗ representa o
produto de Kronecker e quando o canal é espacialmente branco, a matriz de canal é denotada
por Hw conhecida por matriz espacialmente branca [Paulraj, Nabar e Gore 2003, Zarbouti,
Tsoulos e Kaklamani 2006, Guimarães 2010].
2.2.2 Modelo de Kronecker
Considerando o caso em que os elementos da matriz de canal H são correlacionados, o
modelo de Kronecker modela o canal pela equação [Paulraj, Nabar e Gore 2003]
vec(H) = R1/2H vec(Hw), (2.4)
sendo Hw ∈ CN×M a matriz espacialmente branca e RH ∈ C
NM×NM a matriz de covariância do
canal.
Este modelo propõe a obtenção da matriz do canal H a partir de duas matrizes de
correlação, sendo uma para o transmissor RTx = E
HHH∈ CM×M e outra para o receptor
RRx =E
HHH∈CN×N quando as estatísticas de desvanecimento no transmissor e no receptor
são assumidas independentes, conforme mostra a equação abaixo [Yu et al. 2004]
H = R1/2Rx Hw
(R1/2
Tx
)T, (2.5)
2.2 Modelos Analíticos de Canais MIMO 26
em que as matrizes de correlação RTx e RRx são semi-definidas positivas e hermitianas.
De acordo com a Equação (2.5), é possível analisar o posto da matriz do canal em função
do posto das matrizes de correlação no transmissor e receptor. De fato pelo teorema espectral
[Horn e Johnson 1985], as matrizes RTx e RRx são diagonalizáveis. Assim, existem matrizes
unitárias UTx e URx tais que RTx = UTxDTxUHTx e RRx = URxDRxUH
Rx, em que DTx e DRx são
matrizes diagonais formadas pelos autovalores das matrizes RTx e RRx, respectivamente. Como
os elementos da matriz espacialmente branca são totalmente descorrelacionados, segue-se que
esta matriz tem posto completo com probabilidade 1, isto é, posto(Hw) = minN,M. Desta
forma dois casos são considerados:
posto(Hw) = M .
posto(Hw) = N .
No primeiro caso, tem-se:
posto(H) = posto
(R1/2
Rx Hw
(R1/2
Tx
)T)
≤min
posto
(R1/2
Rx
), posto
(Hw
(R1/2
Tx
)T)
= min
posto
(R1/2
Rx
), posto
((R1/2
Tx
)T)
= min
posto(
R1/2Rx
), posto
(R1/2
Tx
)
= minposto(RRx), posto(RTx).
(2.6)
No segundo caso:
posto
(R1/2
Rx Hw
(R1/2
Tx
)T)≤min
posto
(R1/2
Rx Hw
), posto
(R1/2
Tx
)(2.7)
e
posto(
R1/2Rx Hw
)= posto
(R1/2
Rx
)= posto(RRx). (2.8)
Assim, o resultado segue análogo ao caso anterior.
posto(H) = posto
(R1/2
Rx Hw
(R1/2
Tx
)T)
≤min
posto
(R1/2
Rx Hw
), posto
((R1/2
Tx
)T)
= min
posto(
R1/2Rx
), posto
(R1/2
Tx
)
= minposto(RRx), posto(RTx).
(2.9)
2.3 Capacidade do Canal MIMO 27
De modo que, para qualquer situação tem-se,
posto(H)≤minposto(RRx), posto(RTx), (2.10)
ou seja, o posto da matriz do canal fica restrito ao mínimo entre o posto das matrizes de
correlação do transmissor e receptor.
Com as Equações (2.4) e (2.5), a matriz de correlação do canal pode ser decomposta nas
duas matrizes de correlação RTx e RRx da seguinte forma [Zhang, Palomar e Ottersten 2008,Yu
et al. 2004],
RH = RTx⊗RRx. (2.11)
Para tal, faz-se uso do resultado vec(AXB) =(BT ⊗A
)vec(X), dentre outros relacionados ao
produto de Kronecker [Harville 2008], ou seja,
RH = E
vec(H)vec(H)H
= E
vec
(R1/2
Rx Hw
(R1/2
Tx
)T)
vec
(R1/2
Rx Hw
(R1/2
Tx
)T)H
= E
(R1/2
Tx ⊗R1/2Rx
)vec(Hw)
[(R1/2
Tx ⊗R1/2Rx
)vec(Hw)
]H
=(R1/2
Tx ⊗R1/2Rx
)E
vec(Hw)vec(Hw)
H(
R1/2Tx ⊗R1/2
Rx
)H
=(R1/2
Tx ⊗R1/2Rx
)(R1/2
Tx ⊗R1/2Rx
)
=(
R1/2Tx R1/2
Tx
)⊗(
R1/2Rx R1/2
Rx
)
= RTx⊗RRx
(2.12)
Segue agora a análise sobre capacidade de canais MIMO, em que observa-se os casos
quando há informação sobre o estado do canal no transmissor e quando não há informação.
2.3 Capacidade do Canal MIMO
Considere para o estudo da capacidade um canal MIMO sem memória descrito como:
y = Hx+n. (2.13)
A matriz de covariância do vetor de símbolos transmitidos é denotada por Rx = E
xxH
,
em que E∆ é o operador esperança. A potência total é limitada e denotada pela constante PT
independentemente do número de antenas transmissoras, além das seguintes condições: As
2.3 Capacidade do Canal MIMO 28
entradas da matriz de canal H são variáveis aleatórias gaussianas circularmente simétricas,
o vetor ruído tem distribuição n ∼ C N (0, Rn), isto é, segue uma distribuição gaussiana
complexa circularmente simétrica cuja média é nula e a matriz de covariância é Rn, de modo
que os vetores de símbolos transmitidos e ruído são considerados independentes.
A definição da capacidade do canal apresentado no modelo em (2.13) do ponto de vista da
teoria da informação, é dada por [Cover e Thomas 1991]
C = maxp(x)
I(x;y), (2.14)
em que as variáveis aleatórias representando a entrada e a saída do canal são x e y
respectivamente e I(x;y) representa a informação mútua média entre x e y. Na Equação (2.14) a
informação mútua é maximizada sobre todas as possíveis distribuições estatísticas p(x), e sendo
H(·) a entropia representando a quantidade média de informação que uma variável aleatória
contém, a informação mútua média I(x;y) pode ser representada em função da entropia como:
I(x;y) = H(y)−H(y|x). (2.15)
Desta forma, a informação mútua média entre os vetores de entrada e saída do sistema depende
das propriedades do canal que relaciona x e y e das propriedades de x através da distribuição
p(x).
Dado que os vetores x e n são considerados independentes, tem-se H(n|x) = H(n), e dessa
forma:
I(x;y) = H(y)−H(y|x)
= H(y)−H(Hx+n|x)
= H(y)−H(n|x)
= H(y)−H(n).
(2.16)
Através da Equação (2.16), percebe-se que a maximização da informação mútua I(x,y) se
restringe à maximização da entropia H(y) [Paulraj, Nabar e Gore 2003]. Porém, a entropia
H(y) é maximizada para uma variância fixa quando y tem uma distribuição gaussiana complexa
circularmente simétrica de média zero. No entanto, admitindo-se y ∼ C N (0,Ry) esta
consideração implica que o vetor de símbolos transmitidos x também segue uma distribuição
gaussiana de média nula, isto é, x∼C N (0,Rx) [Paulraj, Nabar e Gore 2003,Guimarães 2010].
2.4 Transmissor sem Informação dos Estados do Canal 29
Desse modo, a matriz de covariância de y é dada por:
Ry = E
(Hx+n)(Hx+n)H
= E
HxxHHH+E
nnH
= HRxHH +Rn,
(2.17)
em que a entropia dos vetores y e n pode ser expressa por [Paulraj, Nabar e Gore 2003,
Guimarães 2010]
H(y) = log2 [det(πeRy)] , (2.18)
H(n) = log2 [det(πeRn)] . (2.19)
De modo que,
I(x;y) = H(y)−H(n)
= log2 [det(πeRy)]− log2 [det(πeRn)]
= log2
[det(πeRy)
det(πeRn)
]
= log2
det
[(HRxHH +Rn
)R−1
n]
= log2
[det
(HRxHHR−1
n + IN)].
(2.20)
Desse modo, a capacidade ergódica do canal MIMO de (2.14) é dada por
C = E
max
tr(Rx)≤PT
log2
[det
(IN +HRxHHR−1
n)]
bps/Hz. (2.21)
2.4 Transmissor sem Informação dos Estados do Canal
Quando o transmissor não possui informação dos estados do canal CSI (do inglês, Channel
State Information), geralmente considera-se que a distribuição de potência é uniforme entre as
M antenas transmissoras. Como resultado a matriz de covariância do sinal transmitido Rx é
escolhida estatisticamente de forma não preferencial a qualquer subcanal, isto é, Rx = PTM IM
[Cavalcante, Cavalcanti e Freitas 2008]. Considerando-se que o ruído é descorrelacionado em
cada ramo de recepção, então a respectiva matriz de covariância é dada por Rn = σ 2IN , sendo
σ 2 a variância do ruído n.
Diante destas considerações, a capacidade ergódica do canal MIMO dada pela Equação
2.4 Transmissor sem Informação dos Estados do Canal 30
(2.21), pode ser escrita da seguinte forma
C = E
log2
[det
(IN +
PT
σ 2MHHH
)]bps/Hz (2.22)
ou,
C = E
log2
[det
(IN +
ρ
MHHH
)]bps/Hz, (2.23)
em que ρ = PTσ2 é a relação sinal-ruído (SNR) em cada ramo da recepção [Telatar 1999].
Observa-se, que quando o número de antenas de transmissão M cresce para um valor de N
fixo, o termo 1M HHH converge para IN pela lei dos grandes números [Papoulis 1991, Freitas
2006, Cho et al. 2010]. Logo, a capacidade torna-se
C = N ·Elog2(1+ρ). (2.24)
Através da equação (2.24), percebe-se que o canal MIMO pode fornecer um ganho de
capacidade que cresce quase que linearmente com o número de antenas receptoras N. Desse
modo, quando dobramos o número de antenas N, a taxa atingida é aproximadamente dobrada,
demonstrando assim o ganho de capacidade com o uso de múltiplas antenas. Esse ganho é
denominado ganho de multiplexação espacial podendo ser observado no Gráfico 2.1 [Cho et al.
2010, Goldsmith 2005]
Gráfico 2.1 – Capacidade em bps/Hz em função da SNR para diferentes números de antenas.
0 5 10 15 200
5
10
15
20
25
SNR[dB]
Capacid
ade [bps/H
z]
MTx=4, NRx=4
MTx=2, NRx=2
MTx=1, NRx=1
MTx=1, NRx=2
MTx=2, NRx=1
Fonte: Elaborado pelo autor.
Uma outra estatística utilizada como uma medida de capacidade é a capacidade de bloqueio.
2.5 Transmissor com Informação dos Estados do Canal 31
Por definição, para uma determinada taxa em (bps/Hz) existe uma probabilidade não nula de
que uma dada realização do canal não suporte a taxa estipulada, ocasionando erros de detecção
no receptor, ou seja, o sistema é dito bloqueado se a probabilidade de erro de detecção no
receptor em virtude da taxa de transmissão for maior que a taxa de bloqueio estipulada, de
modo que, para minimizar este evento tenta-se maximizar a taxa de transmissão respeitando
a probabilidade de bloqueio estipulada no sistema [Cho et al. 2010, Freitas 2006, Goldsmith
2005].
Gráfico 2.2 – Taxa em bps/Hz levando em conta a probabilidade de bloqueio estipulado e o número deantenas.
2 4 6 8 10 12 14 16 180
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Taxa[bps/Hz]
CD
F
MTx= NRx=2
MTx= NRx=4
Bloqueio 10%
Fonte: Elaborado pelo autor.
No Gráfico 2.2, pode-se observar a CDF da capacidade para um canal MIMO quando não
há o conhecimento da CSI no transmissor, deixando cada vez mais evidente o aumento da
capacidade quando o número de antenas é incrementado no transmissor e/ou receptor e levando
em conta a probabilidade de bloqueio estipulada de modo que a vazão de dados transmitidos
esteja compatível com a capacidade de decodificação no receptor [Cho et al. 2010, Goldsmith
2005].
2.5 Transmissor com Informação dos Estados do Canal
Quando o transmissor possui informação sobre o canal de propagação, o estudo da
capacidade fica condicionado à transformação do canal MIMO em sub-canais SISO (do
inglês, Single-Input Single-Output) em paralelo, ou seja, o canal MIMO pode ser interpretado
como vários canais monoantena em paralelo, também conhecidos como canais SISO, onde a
2.5 Transmissor com Informação dos Estados do Canal 32
capacidade total do canal MIMO pode ser vista como a soma das capacidades de todos os
canais SISO individuais [Cho et al. 2010, Goldsmith 2005, Freitas 2006]. Tal afirmação pode
ser demonstrada fazendo-se a decomposição em valores singulares SVD (do inglês, Singular
Value Decomposition) da matriz H [Biglieri et al. 2007, Guimarães 2010].
H = UΣVH , (2.25)
em que, U ∈ CN×N e V ∈ CM×M são matrizes unitárias, enquanto Σ ∈ RN×M+ é uma matriz
diagonal representada como
Σ =
[D 0
0 0
], (2.26)
de modo que os elementos da diagonal principal são números reais não negativos e os
demais elementos assumem valor nulo [Paulraj, Nabar e Gore 2003]. Observa-se que D =
diagσ1,σ2, · · · ,σr ∈ Rr×r+ , em que r , min(M,N) representa o conjunto de elementos da
diagonal principal da matriz Σ, cujos elementos são os valores singulares da matriz H e σi =√
λi
são os autovalores da matriz.
Dessa forma, a decomposição de um canal MIMO com CSI no transmissor, pode ser
descrita como na Figura 2.2 [Cho et al. 2010]. Nessa figura, o sinal transmitido x é
pré-processado com a matriz V no transmissor, e então o sinal recebido y é pós-processado
com a matriz UH no receptor.
Figura 2.2 – Decomposição de um canal MIMO com CSI no transmissor.
xx = Vx
xy = Hx+n
yy = UHy
y
Fonte: Elaborada pelo autor.
Dessa forma, o vetor y ∈ CN×1 é denotado por
y = UHy
= UH (Hx+n)
= UH (UΣVH (Vx)+n
)
= Σx+UHn
= Σx+ n,
(2.27)
em que n = UHn.
2.5 Transmissor com Informação dos Estados do Canal 33
Como x = Vx e V é unitária, nota-se que:
(i) E||x||2
= E
||x||2
(ii) posto(Rx) = posto(Rx), já que Rx = VRxVH .
Ademais, como U é unitária e n∼ C N (0, σ 2IN), o vetor n segue a mesma distribuição de
n, isto é, n∼ C N (0, σ 2IN) [Biglieri et al. 2007].
Usando-se o fato de que Σ é uma matriz diagonal, a Equação (2.27) pode ser decomposta
em r subcanais SISO paralelos como
yi =√
λi xi + ni, i = 1,2, · · · ,r, (2.28)
em que r é o posto da matriz [Cho et al. 2010].
Desse modo a capacidade do canal MIMO é a soma das capacidades individuais dos r
subcanais SISO paralelos, expressa por [Paulraj, Nabar e Gore 2003]
C = E
r
∑i=1
log2
[1+
piPT
σ 2Mλi
], (2.29)
em que pi =E|xi|2
(i= 1,2, · · · ,r) é a potência de transmissão da i-ésima antena transmissora
onde considera-se ainda que a potência total no transmissor é limitada por ∑ri=1 pi = M.
Observa-se que quando a informação do estado do canal está disponível no transmissor,
é possível realizar uma alocação de potência mais dinâmica e inteligente entre as antenas
transmissoras de acordo com os valores de SNR. Um algoritmo capaz de realizar essa tarefa
de forma ótima é o Water-filling, o qual será abordado na seção seguinte.
2.5.1 Water-Filling
O algoritmo de alocação de potência Water-filling é um algoritmo que requer um
conhecimento completo sobre a informação dos estados do canal no transmissor. Esta
informação é usada para alocar mais (ou menos) bits e potência para alguns sub-canais com
maior (ou menor) SNR, de modo a maximizar a capacidade do canal [Cho et al. 2010]. Na
Equação (2.29) expressamos a capacidade do canal MIMO com CSI no transmissor, porém,
não necessariamente, esta capacidade é máxima, pois para maximizar a capacidade temos que
2.5 Transmissor com Informação dos Estados do Canal 34
solucionar o seguinte problema de alocação de potência [Cho et al. 2010]:
C = E
maxpkr
k=1
r
∑i=1
log2
[1+
piPT
σ 2Mλi
],
de modo quer
∑i=1
pi = M.
(2.30)
Podemos mostrar que uma solução para o problema de otimização na Equação (2.30) pelo
método dos multiplicadores de Lagrange é dada por
popti =
(µ−Mσ 2
PT λi
)+
, i = 1,2, · · · ,r, (2.31)
em que, µ é uma constante chamada de nível de água e (x)+ = maxx,0 [Biglieri et al. 2007].
Considerando r sub-canais paralelos e que cada um apresenta um nível de potência comum
µ , o cálculo dos coeficientes popti , operação denominada de water-filling, é traduzida pela
seguinte relação [Paulraj, Nabar e Gore 2003, Biglieri et al. 2007]:
σ 2MPT λ1
+ popt1 =
σ 2MPT λ2
+ popt2 = · · ·= σ 2M
PT λr+ popt
r = µ. (2.32)
No entanto, se σ2MPT λi≥ µ , então o coeficiente de ponderação associado é nulo. Portanto, da
Equação (2.32), conclui-se que canais com maior ganho λi recebem mais potência, enquanto
que canais com pior ganho recebem menos potência. A Figura 2.3 ilustra o princípio do
algoritmo de water-filling.
Figura 2.3 – Ilustração do funcionamento do algoritmo water-filling.
popt1
Mσ2
PT λ1
popt2
Mσ2
PT λ2
popt3
Mσ2
PT λ3
· · ·
Mσ2
PT λr−1
Mσ2
PT λr
µ
Fonte: Elaborada pelo autor.
2.6 Diversidade no Canal MIMO 35
Como ilustrado através da Figura 2.3, percebe-se que a potência de transmissão ou
atribuição de bits para cada antena transmissora pode ser otimizada tendo em vista a SNR. Desse
modo, o algoritmo de water-filling requer a informação sobre a qualidade do canal, trocada
entre o transmissor e o receptor através de um canal de retroalimentação, possibilitando um
total conhecimento da CSI no transmissor.
No Gráfico 2.3 compara-se as curvas de capacidade em bps/Hz em relação à SNR quando
o sistema possui CSI e quando não possui CSI, usando quatro antenas de Tx e Rx. Observa-se
que quando o sistema possui CSI, sua curva oferece ganho na capacidade em relação ao caso
sem CSI. Analisando as Equações (2.23) (2.29), quando a SNR tende ao infinito, observa-se
que as curvas convergem para uma mesma taxa, já que o ruído e a CSI tornam-se irrelevantes
tendo em vista uma SNR de valor infinito. Porém, para baixos valores de SNR, evidencia-se a
eficiência do canal quando há CSI no transmissor, como pode-se observar nos pontos de SNR
em 0, 5 e 10 dB no Gráfico 2.3.
Gráfico 2.3 – Comparação das taxas em bps/Hz atingida com CSI e sem CSI usando quatro antenas deTx e quatro de Rx.
0 5 10 15 202
4
6
8
10
12
14
16
18
20
22
SNR [dB]
Capacid
ade [bps/H
z]
Canal Sem CSI
Canal Com CSI
Fonte: Elaborado pelo autor.
Na seção seguinte é feito um breve estudo sobre a diversidade no canal MIMO.
2.6 Diversidade no Canal MIMO
Técnicas de diversidade têm como objetivo fornecer melhorias no enlace sem fio,
aumentando a confiabilidade nas comunicações. Desse modo, explora-se a natureza aleatória
2.6 Diversidade no Canal MIMO 36
da propagação das ondas de rádio, fazendo uso de seus diversos caminhos com desvanecimento
independentes. Assim, o conceito de diversidade pode ser explicado de modo bem simples:
quando um dos diversos caminhos de rádio sofre uma atenuação profunda, outro caminho
independente pode ter um sinal com alta SNR, e por haver mais de um caminho como opção
para ser selecionado, é possível escolher o caminho com maior SNR, melhorando a qualidade
do sinal no receptor e assim aumentando as SNR’s média e instantânea [Haykin e Moher
2008, Goldsmith 2005].
Algumas técnicas de diversidade são necessárias para atenuar os efeitos do desvanecimento,
em que pode-se citar a micro-diversidade e macro-diversidade que atenuam os efeitos do
desvanecimento de multipercursos e que objetivam mitigar os efeitos de sombreamento de
edifícios e objetos em torno do transmissor e/ou receptor geralmente implementada através
da combinação de sinais recebidos por várias estações base ou pontos de acesso, exigindo uma
coordenação implementada como parte dos protocolos de rede e infraestrutura baseada em redes
sem fio [Goldsmith 2005, Rappaport 2001].
Assim como o canal MIMO pode fornecer ganho de capacidade, também pode fornecer
ganho de diversidade dispondo de M antenas transmissoras e N antenas receptoras, pois todos
os enlaces entre as antenas transmissoras e receptoras representam canais estatisticamente
descorrelacionados e independentes. O número de enlaces independentes é denominado ordem
de diversidade, podendo o caso MIMO fornecer uma proteção M ·N vezes maior ao efeito do
desvanecimento que o caso mono antena. Esta proteção contra o efeito do desvanecimento pode
ser vista como um ganho de diversidade.
A ordem de diversidade mede o quanto o transceptor MIMO explora os múltiplos enlaces de
modo a fornecer robustez ao efeito do desvanecimento sem considerar o uso de um codificador
de canal convencional. Uma medida que quantifica a ordem de diversidade é a probabilidade de
erros par-a-par, denotada por PEP (do inglês, Pairwise Error Probability), que é a probabilidade
de que o decodificador selecione como sua estimativa uma sequência errônea y = (y1, y2, ..., yT )
quando na verdade a sequência correta transmitida por uma antena qualquer tenha sido y =
(y1, y2, ..., yT ), em que y e y são matrizes e (y1,y2, ...,yT ) e (y1, y2, ..., yT ) são vetores, e T é o
comprimento do quadro de símbolos em cada antena [Freitas 2006, Goldsmith 2005].
[Tarokh, Seshadri e Calderbank 1998] apresentaram um critério de desempenho
caracterizando matematicamente a ordem de diversidade em um sistema MIMO com (M ·N)
antenas, em que a ordem de diversidade pode ser obtida usando o critério do posto da matriz de
distância euclidiana das palavras código.
Considerando a matriz diferença par-a-par de palavras código B(y, y) definida por B(y, y)=
2.6 Diversidade no Canal MIMO 37
y− y, em que a diferença em B(y, y) é tomada em todas as M antenas transmissoras de forma
que se tenha uma matriz definida para cada um destes vetores diferença.
B(y, y) = y− y =
y11− y11 y12− y12 · · · y1T − y1T
y21− y21 y22− y22 · · · y2T − y2T...
.... . .
...
yM1− yM1 yM2− yM2 · · · yMT − yMT
. (2.33)
Observa-se que pode ser construída uma matriz de distância par-a-par entre as palavras código,
A(y, y), de dimensão M×M, definida como
A(y, y) = B(y, y) ·BH(y, y). (2.34)
Demonstra-se em [Tarokh, Seshadri e Calderbank 1998] que a ordem de diversidade (χ) é igual
ao produto do número de antenas receptoras N e o posto mínimo da matriz B(y, y) como se
pode observar abaixo:
χ(T,N,y) = N · miny6=y∈Y
posto(B(y, y)), (2.35)
em que, Y é o conjunto que contém todos os símbolos que podem ser transmitidos e min(·)representa o valor mínimo.
Dado que cada matriz B(y, y) tem dimensão M × T , e o posto é no máximo igual a
min(M,T ) tem-se,
χ(T,N,y)≤ N ·min(M,T ). (2.36)
Porém, a igualdade só é obtida quando B(y, y) é de posto completo, possibilitando que o
transceptor MIMO obtenha a diversidade plena FD (do inglês, Full Diversity).
χ(T,N,y) = N ·min(M,T ). (2.37)
Observa-se que os sinais recebidos por diferentes antenas podem ser combinados por várias
técnicas das quais destacam-se as técnicas SC (do inglês, Selection Combining), MRC (do
inglês, Maximum Ratio Combining) e EGC (do inglês, Equal Gain Combining) [Cho et al.
2010].
O próximo capítulo trata sobre os sistemas com multipontos coordenados, fazendo uma
breve introdução sobre os sistemas cooperativos e enfatizando algumas de suas características,
estruturas e abordagens.
38
CAPÍTULO 3
SISTEMAS COM MULTIPONTOS COORDENADOS
A constante necessidade de evolução e aprimoramento das redes celulares levam à busca no
sentido de obter uma maior eficiência espectral e maior taxa de transmissão, ou seja, obter
uma melhor Alocação dos Recursos de Rádio (RRA do inglês, Radio Resource Allocation).
Por esses motivos o sistema CoMP (do inglês, Coordinated Multi-Point) aparece como
uma tecnologia promissora para aumentar a taxa de transferência do sistema e permitir uma
distribuição eficiente desses recursos de rádio, podendo reduzir a potência de transmissão
[Gesbert et al. 2010, Parkvall et al. 2008].
Um sistema CoMP é composto por um conjunto de Estações Rádio Base (ERB) distribuídas
geograficamente e conectadas através de uma Estação Rádio Base Central (ERBC), onde a
quantidade de pontos de acesso remoto do sistema depende de vários fatores, dos quais um
deles é a carga do sistema, representada pelo número de Equipamentos de Usuários (UE) (do
inglês, User Equipment) [Maciel et al. 2009].
Nos sistemas CoMP, a transmissão coordenada pode ser vista como uma maneira eficiente
de suprimir a interferência intercélula e aumentar a capacidade de enlace direto dos sistemas
celulares. Desse modo, transmitir ou receber usando CoMP surge como um conceito promissor
para empregar uma maior reutilização de frequência e ao mesmo tempo suprimir a interferência
intercélula. Isso se torna possível através da troca de informações sobre a qualidade do canal
CQI (do inglês, Channel Quality Indicator) ou da informação dos estados do canal CSI (do
inglês, Channel State Information) de forma coordenada entre as várias ERBs [Gesbert et al.
2010].
Através da Figura 3.1, é possível observar um sistema CoMP com uma ERBC.
3 Sistemas com Multipontos Coordenados 39
Figura 3.1 – Sistema CoMP.
ERB
ERBC
ERBERB
UE
ERB
ERB ERB
UE
UE
Fonte: Elaborada pelo autor.
Em uma arquitetura cooperativa, o conjunto de pontos de transmissão (ERBs) utiliza suas
antenas como uma arquitetura distribuída através da qual se introduz novos aspectos com
relação aos sistemas convencionais tais como:
Macro-diversidade e processamento: em geral, a distância dos UE’s a uma ERB será
consideravelmente menor que no caso co-localizado. Isso permite associar os UEs às
ERBs com melhor situação de canal, o que pode levar a ganhos de macro-diversidade,
que por sua vez, presente nos sistemas abre espaço para a utilização de técnicas de
processamento avançadas tomando proveito desta diversidade.
Sincronização: problemas de sincronismo na decodificação dos sinais oriundos das
antenas distribuídas, que podem chegar a um dado usuário com uma diferença
significativa de tempo devido à grande distância entre eles.
Limitação de potência e autoconfiguração: diferente dos sistemas com antenas
co-localizadas, as restrições de potência de transmissão nos sistemas de antenas
distribuídas podem estar associadas agora a cada antena em particular. Outro ponto
importante é que os enlaces diretos entre as antenas distribuídas podem permitir a
cooperação entre elas para a adaptação da cobertura através da alocação de potência.
Essa característica favorece o desenvolvimento de algoritmos que se autoconfigurem de
acordo com a distribuição de usuários ou tráfego no sistema.
Restrições de sinalização: na prática, os enlaces entre as antenas distribuídas possuem
capacidade limitada. Desse modo, os algoritmos de alocação de recursos de rádio e
de transmissão cooperativa precisam levar tais limitações em consideração, de modo a
3.1 Sistemas CoMP 40
procurar atingir um bom compromisso entre desempenho, complexidade e requisitos de
sinalização, que são fatores importantes para a implementação de algoritmos em sistemas
reais.
Localização de fontes: situadas em posições geograficamente distintas e por estarem
conectadas por um enlace direto a uma ERBC ou apenas entre elas mesmas, as antenas
distribuídas podem ser consideradas ora como um arranjo distribuído de antenas, ora
como antenas individuais, possibilitando uma melhor localização das fontes de sinal.
Segue agora uma breve introdução sobre os sistemas CoMP e sua ideia de funcionamento.
3.1 Sistemas CoMP
Sistemas CoMP podem ser vistos como múltiplos pontos de transmissão (ERBs)
distribuídos geograficamente constituindo um conjunto de antenas cooperando entre si. Para
que a transmissão cooperativa seja possível, é necessário que os dados sejam compartilhados
entre os múltiplos pontos de transmissão, e a maneira pela qual esses dados serão
disponibilizados entre os pontos e transmitidos por eles, definirá a abordagem de transmissão
CoMP a ser utilizada.
As técnicas de transmissão CoMP tiram proveito das características da arquitetura de
rede cooperativa para implementar eficientes estratégias de RRA. Um dos principais desafios
inerentes à cooperação entre os vários pontos de transmissão no enlace direto é melhorar a
eficiência espectral do sistema e prover uma melhor taxa de transferência para usuários na borda
da célula, tendo em vista que tais usuários sofrem forte interferência intercélula [Batista et al.
2010].
Desse modo, o processamento nas arquiteturas CoMP tem como finalidade estabelecer a
transmissão cooperativa bem como gerir as interferências dentro do sistema, de modo que,
ao viabilizar a coordenação entre os pontos de transmissão, tais interferências possam ser
reduzidas ou até mesmo completamente eliminadas dependendo da abordagem de transmissão
e da disponibilidade das informações dos estados do canal (CSI) transmitidas através de canais
de feedback.
Para os sistemas de última geração, as arquiteturas CoMP são consideradas uma promessa
de elevado desempenho em termos de eficiência espectral e cobertura quando há uma perfeita
CSI disponível no transmissor. No entanto, em implementações reais utilizando técnicas
cooperativas, se faz necessário uma quantidade significativa de sinalizações para garantir uma
3.2 Informações dos Estados do Canal em Sistemas CoMP no Downlink 41
CSI confiável e disponível, aumentando a complexidade do sistema. Em virtude disto, o
desempenho de tais sistemas é comprometido quando a CSI não está disponível no transmissor,
justificando a busca em obter uma perfeita CSI apesar da complexidade envolvida [Gesbert et
al. 2010].
A seção seguinte trata das informações dos canais considerando um sistema CoMP no
Downlink.
3.2 Informações dos Estados do Canal em Sistemas CoMP no Downlink
As informações dos estados do canal são obtidas por meio de medições e mecanismos de
feedback (canal dedicado a troca de informações para obtenção da CSI) a partir de todos os
UE’s, de modo que as CSI’s entre os UE’s e os pontos de transmissão tem por objetivo facilitar
as decisões de processamento. Para uma dada CSI, é quase impossível refletir perfeitamente as
condições reais de um canal no instante de uma transmissão, pois, em situações do mundo real
há várias fontes de interferência que dificultam o funcionamento do sistema.
As causas de falhas na obtenção da CSI e suas transmissões são geralmente em decorrência
dos erros no instante em que é feita a medição dos canais percebidos por todos os UE’s,
da limitação quanto ao número de canais de medição que podem ser utilizados como canais
de feedback e do período de envio das informações que é geralmente muito maior do que o
intervalo de tempo de transmissão devido às sobrecargas ocorridas nos canais de feedback.
Desse modo, um atraso inevitável surge a partir das medições dos canais até o momento
das transmissões CoMP, de modo que durante este intervalo de tempo as condições dos canais
podem variar consideravelmente e de forma imprevisível em virtude do desvanecimento rápido,
fazendo com que as CSI possam estar desatualizadas no momento da transmissão [3GPP 2010].
Em cenários CoMP realistas, interferências e/ou falhas podem ser consideradas em modelos de
CSI imperfeita, como nas categorias:
CSI com Feedback Explícito: o mecanismo de feedback explícito no downlink CoMP é
caracterizado por trabalhar com os canais e com parte das interferências. No primeiro
caso, os canais observados por todos os UE’s relativo aos pontos de transmissão CoMP
terão suas informações enviadas a todos os pontos sem assumir qualquer transmissão ou
processamento no receptor. No segundo, as interferências fora dos pontos de transmissão
CoMP são relatadas para cada ponto do sistema, de modo a possibilitar o conhecimento
dessas interferências [3GPP 2010].
3.3 Arquiteturas de Transmissão em Sistemas CoMP 42
CSI com Feedback Implícito: Esse mecanismo considera formas de reduzir a sobrecarga
de informações, em que diferentes hipóteses de transmissão e/ou processamento nas
recepções são possivelmente consideradas, como: CQI (do inglês, Channel Quality
Indicator), PMI (do inglês, Precoding matrix Indicator) e RI (do inglês, Rank Indicator)
[3GPP 2010].
De fato, a busca por informações disponíveis e confiáveis é fator de grande relevância para que
as arquiteturas CoMP consigam maximizar o uso dos recursos de rádio. Entretanto, tal enfoque
não está nos objetivos deste trabalho.
A próxima seção trata das arquiteturas de transmissão em sistemas cooperativos.
3.3 Arquiteturas de Transmissão em Sistemas CoMP
Através de diversos pontos de transmissão distribuídos geograficamente, são realizadas
diferentes estratégias de transmissão em sistemas CoMP no downlink, exigindo uma arquitetura
de rede para tais abordagens de transmissão. Enquanto as arquiteturas de rede avaliam a
disponibilidade da CSI e dados de UE’s entre os múltiplos pontos (ERBs), a abordagem de
transmissão no downlink CoMP limita o grau de coordenação das estratégias disponíveis.
Duas arquiteturas básicas são encontradas viabilizando a transmissão CoMP no downlink,
em que a escolha da arquitetura torna-se fator de grande relevância pois define como o
processamento dos sinais será realizado, se de forma centralizada ou distribuída. A diferença
básica entre elas é o modo como as CSI’s e os dados dos UE’s são compartilhados no sistema.
As arquiteturas podem ser observadas através das Figuras 3.2 e 3.3.
Figura 3.2 – Arquitetura CoMP centralizada.
ERB
ERBC
ERB
ERBUE
Fonte: Elaborada pelo autor.
A Figura 3.2 ilustra uma arquitetura CoMP centralizada em que todas as ERB’s dessa
3.3 Arquiteturas de Transmissão em Sistemas CoMP 43
arquitetura estão ligadas a uma ERBC que controla o sistema por meio do processamento
coordenado através das conexões diretas entre ela e todas as ERB’s do sistema. Nesta
arquitetura a CSI de um dado UE em relação a todos os múltiplos pontos de transmissão (ERB’s)
é enviada para suas respectivas ERB’s através das conexões entre o UE e a respectiva ERB,
de modo que a CSI local em cada ERB é transmitida em seguida para a ERBC através das
conexões diretas entre as ERB’s e a ERBC, gerando uma CSI global do sistema [Gesbert et al.
2010, Hanzo 2010].
Figura 3.3 – Arquitetura CoMP distribuída.
UE
UE
UE
ERB
ERB
ERB
Fonte: Elaborada pelo autor.
A Figura 3.3 ilustra uma arquitetura CoMP distribuída em que não há uma ERBC
controlando o processamento coordenado do sistema entre todos os múltiplos pontos. Nesta
arquitetura, cada ERB da rede possui uma CSI global em relação a todos os UE’s conectados
ao sistema cooperativo da arquitetura distribuída. Essas informações são obtidas através das
conexões diretas entre as ERB’s e os UE’s. As CSI’s globais são compartilhadas entre as ERB’s
através de conexões diretas entre os múltiplos pontos do sistema, viabilizando o processamento
coordenado [Gesbert et al. 2010, Hanzo 2010, Batista 2011].
A seção seguinte trata da alocação de recursos de rádio em sistemas CoMP, abordando
o escalonamento coordenado (Coordinated Scheduling) e o processamento conjunto (Joint
Processing).
3.4 Alocação de Recursos de Rádio em Sistemas CoMP 44
3.4 Alocação de Recursos de Rádio em Sistemas CoMP
Os sistemas CoMP são capazes de trocar dados, controlar as CSI’s em todas as ERB’s e
consequentemente controlar a interferência no sistema. Em sistemas CoMP a disponibilidade
da CSI possibilita estratégias de transmissão como: a alocação de potência, formatação de feixe
e escalonamento de tempo e frequência.
Sistemas baseados em OFDMA (do inglês, Orthogonal Frequency Division Multiple
Access) fornecem uma grande flexibilidade para RRA, possibilitando estratégias mais eficientes
e permitindo que os recursos atribuídos a todos os UE’s sejam ortogonais no tempo e na
frequência. Desse modo, a RRA é simplificada, pois os sinais enviados ortogonalmente para
múltiplos UE’s não interferem uns com os outros.
Assim, diferentes abordagens de transmissão no downlink CoMP podem ser utilizadas
a fim de implementar a reutilização espacial dos recursos de rádio, como o escalonamento
coordenado CS (do inglês, Coordinated Scheduling) e processamento conjunto JP (do inglês,
Joint Processing) e dependendo da abordagem de transmissão CoMP considerada, múltiplos
UE’s podem ser ou não mutuamente ortogonais no domínio do espaço.
3.4.1 Coordinated Scheduling (CS)
Na abordagem CS, as transmissões para diferentes UE’s não são mutuamente ortogonais
no domínio espacial. Desse modo, as interferências dentro do cluster cooperativo não podem
ser perfeitamente canceladas embora as CSI’s disponíveis nas ERB’s possam ser usadas para
prover eficientes estratégias de RRA, possibilitando reduzir ou controlar tais interferências.
No escalonamento coordenado, os dados de um UE são disponibilizados apenas para uma
ERB, isto é, a transmissão de um UE é programada e realizada por uma única ERB denominada
célula servidora. Porém, as decisões relativas às RRA são feitas com a coordenação entre
todos os múltiplos pontos de transmissão, a fim de controlar a interferência entre as células do
sistema [Gesbert et al. 2010, Hanzo 2010, Feng, Muqing e Huixin 2009, 3GPP 2010].
Através da Figura 3.4, pode-se observar que um dado UE fica conectado diretamente a uma
ERB denotada como sua célula servidora. Porém, todas as outras ERB’s também possuem as
informações do UE em questão, cujos dados são compartilhados através das conexões diretas
entre as ERB’s, de modo a possibilitar a coordenação do sistema.
3.4 Alocação de Recursos de Rádio em Sistemas CoMP 45
Figura 3.4 – Coordinated scheduling.
UE
ERB N
ERB 2
UE
UE
ERB 1
Fonte: Elaborada pelo autor.
3.4.2 Joint Processing (JP)
Na abordagem JP, a ortogonalidade espacial é obtida através da transmissão conjunta
fazendo uso de técnicas de multiplexação espacial SDM (do inglês, Space Division
Multiplexing) possibilitando transmissões livres de interferências.
No JP, os dados de um UE são disponibilizados simultaneamente para múltiplos pontos
de transmissão, possibilitando que um ou todos os múltiplos UE’s possam ser servidos.
Nesta abordagem, as ERB’s adquirem e trocam as CSI’s dos UE’s, funcionando como um
conjunto (cluster) de antenas distribuídas e coordenadas, formando uma espécie de canal MIMO
macroscópico, de modo que o conceito de células individuais para UE’s torna-se desconsiderado
para esta abordagem [Gesbert et al. 2010, Hanzo 2010, Feng, Muqing e Huixin 2009, 3GPP
2010, Maciel e Klein 2010].
Na Figura 3.5, pode-se observar que um UE’s conecta-se com todos os múltiplos pontos
de transmissão. Desse modo, todas as ERB’s trabalham em conjunto proporcionando a
coordenação do sistema e viabilizando a melhor configuração dos recursos de rádio existentes,
fazendo uso das conexões diretas entre as ERB’s para trocar informações entre elas sobre os
UE’s, bem como as informações sobre o estado dos canais.
3.5 Equipamentos de Usuários Espacialmente Compatíveis 46
Figura 3.5 – Joint processing.
UE
ERB 1
ERB N
ERB 2
UE
UE
Fonte: Elaborada pelo autor.
Esta última seção, trata do desempenho das estratégias de RRA em sistemas CoMP e sua
relação com os UE’s participantes da transmissão.
3.5 Equipamentos de Usuários Espacialmente Compatíveis
Ambas as estratégias de RRA introduzidas anteriormente tem em comum a capacidade de
processamento cooperativo das CSI’s entre todos os UE’s e os pontos de transmissão do sistema
CoMP, de modo que ao avaliar as CSI’s disponíveis, as possibilidades de alocação dos recursos
de rádio são possivelmente maximizadas. No entanto, o bom desempenho das estratégias de
RRA em ambas as abordagens CoMP, exigem que os UE’s participantes da transmissão sejam
espacialmente compatíveis, podendo ser classificados de acordo com a abordagem utilizada:
Na abordagem Coordinated Scheduling (CS):
Os UE’s espacialmente compatíveis são aqueles que compartilham o mesmo recurso no
espaço enquanto os níveis de interferência intercélula estão sob controle [Batista 2011].
Na abordagem Joint Processing (JP):
Os UE’s espacialmente compatíveis são aqueles cujos canais são favoráveis para a
separação espacial [Maciel e Klein 2010, Batista 2011].
3.5 Equipamentos de Usuários Espacialmente Compatíveis 47
Desse modo, quando um conjunto de UE’s é capaz de compartilhar de forma eficientemente
o mesmo recurso espacial, faz-se necessário a realização de uma alocação de potência adequada
entre os UE’s desse conjunto, possibilitando alcançar uma alta eficiência espectral sobre o uso
dos recursos disponíveis. Tais alocações de potência possibilitam a melhoria da qualidade nas
conexões e consequentemente aumentam a capacidade do sistema.
Nesse capítulo foi dada uma breve introdução sobre os sistemas cooperativos, enfatizando
algumas de suas características, estruturas, abordagens e suas vantagens em relação aos sistemas
convencionais, de modo a maximizar os recursos de rádio disponíveis.
No próximo capitulo serão abordados os transceptores MIMO utilizando estruturas STBC,
VBLAST e estruturas híbridas que buscam o equilíbrio entre os ganhos de diversidade
e multiplexação relacionados com as estruturas citadas anteriormente, bem como alguns
detectores de sinais.
48
CAPÍTULO 4
ESTRUTURAS DE TRANSMISSÃO E RECEPÇÃO MIMO
Estruturas de transmissão MIMO são amplamente utilizadas em sistemas de comunicação
móvel sem fio, podendo fornecer os ganhos de multiplexação espacial e/ou diversidade,
mas normalmente tais estruturas fornecem apenas um dos dois possíveis ganhos [Freitas 2006,
Cho et al. 2010].
Uma estrutura capaz de fornecer os ganhos de diversidade presente no canal MIMO é
a estrutura STBC (do inglês, Space Time Block Codes) proposta por Alamouti. Trata de
um esquema de codificação espaço temporal que envia redundância por meio das antenas de
transmissão, possibilitando maior confiabilidade nas transmissões de dados [Alamouti 1998].
Uma estrutura capaz de fornecer os ganhos de multiplexação espacial é a estrutura VBLAST
(do inglês, Vertical Bell Laboratories Layered Space-Time), um esquema que multiplexa
símbolos diferentes em cada antena de transmissão, possibilitando o aumento da taxa de
transmissão de dados [Foschini e Gans 1998].
Essas duas estruturas de transmissão fornecem individualmente apenas um dos dois
possíveis ganhos de modo que ao se maximizar um, o outro é minimizado. Desse modo, em
busca de encontrar um meio termo entre os dois possíveis ganhos, foi desenvolvido o transceptor
MIMO denominado híbrido [Freitas 2006]. Trata de uma estrutura capaz de obter ganhos de
multiplexação espacial e de diversidade ao mesmo tempo, encontrando um meio termo entre as
estruturas VBLAST e STBC.
4.1 Space Time Codes (STC) 49
4.1 Space Time Codes (STC)
Os ganhos de diversidade presentes em um canal MIMO sem fio podem ser obtidos através
do uso de códigos espaço-temporais STC (do inglês, Space-Time Codes) [Tarokh, Seshadri e
Calderbank 1998], os quais utilizam técnicas simples de codificação de canal combinadas com
o uso de múltiplas antenas, introduzindo correlação espacial e temporal nos sinais transmitidos
e desse modo, aumentando a ordem de diversidade no receptor. Duas técnicas amplamente
utilizadas como STC são os códigos de bloco espaço-temporal STBC e os códigos em treliça
espaço-temporal STTC (do inglês, Space Time Trellis Codes) [Tarokh, Seshadri e Calderbank
1998].
A quantidade de redundância introduzida através dos STC é quantificada por sua taxa,
enquanto sua capacidade de fornecer diversidade é quantificada pela ordem de diversidade
denotada por χ . A taxa de transmissão denotada por R é definida como o número de símbolos
que são codificados por intervalo de sinalização. Dado que K símbolos são transmitidos em T
intervalos consecutivos de sinalização tem-se
R =KT. (4.1)
Pode-se observar que uma alta taxa R é desejável, pois representa que uma larga fração dos
símbolos transmitidos são informação útil e não redundância.
Suponha que os símbolos de entrada do STC sejam símbolos de um alfabeto mapeado
através de uma modulação M -QAM (do inglês, Quadrature Amplitude Modulation) ou
M -PSK (do inglês, Phase Shift Keying), em que M é a cardinalidade do esquema de modulação
considerado, cada símbolo carrega log2(M ) bits de informação. Assumindo uma formatação
de pulso idealizado, isto é, sem excesso de largura de banda, a eficiência espectral do STC é
definida por
η = R · log2(M ) bps/Hz. (4.2)
4.2 Alamouti G2
Alamouti desenvolveu uma estrutura de código de bloco espaço temporal ortogonal
conhecido como STBC G2, que se popularizou diante da complexidade de decodificação das
estruturas STTC e da necessidade de aumentar a eficiência nos sistemas. Essa estrutura foi
desenvolvida inicialmente para duas antenas transmissoras e uma antena receptora (2Tx-1Rx) e
trata-se de um esquema de diversidade plena FD (do inglês, Full-Diversity) e multiplexação
4.2 Alamouti G2 50
plena FR (do inglês, Full-Rate) com um algoritmo simples de decodificação de máxima
verossimilhança ML (do inglês, Maximum Likelihood).
Respeitando a notação denotada como G2, Tarokh caracterizou suas estruturas projetadas
para M > 2 antenas da seguinte forma: inicialmente vem a letra que quantifica a taxa do código
espaço-temporal em que G especifica uma taxa R = 1/2 e H uma taxa R = 3/4 e seguindo as
letras (G ou H) que caracterizam as taxas de código, vem o número que representa a quantidade
de antenas transmissoras [Tarokh, Jafarkhani e Calderbank 1999].
No código de bloco espaço temporal complexo para duas antenas transmissoras de
Alamouti para transmissão com duas antenas em canais com desvanecimento plano, dois
símbolos x1 e x2 são codificados em uma matriz espaço temporal como pode-se observar em
(4.3) que codifica dois símbolos em duas consecutivas realizações do canal é representado
através da matriz espaço temporal abaixo [Alamouti 1998].
XG2[T=1,T=2] =
[x1 −x∗2x2 x∗1
]. (4.3)
Os sinais codificados são enviados por duas antenas transmissoras representadas pelas
linhas da matriz XG2[T=1,T=2] em dois períodos de símbolo T = 1 e T = 2 que representam
o incremento temporal em períodos de símbolos através das colunas de XG2[T=1,T=2]. Desse
modo, no primeiro período de símbolo T = 1 os símbolos x1 e x2 são transmitidos através das
antenas 1 e 2, no segundo período T = 2 os símbolos−x∗2 e x∗1 são transmitidos. Observa-se que
(∆)∗ denota a conjugação complexa e que a Figura 4.1 representa o diagrama de transmissão da
estrutura STBC G2 [Alamouti 1998].
Figura 4.1 – Diagrama de transmissão da estrutura STBC G2.
X4 X3 X2 X1.........
STBC G24T 3T 2T t=T
- X4* X3 - X2* X1
X3* X4 X1* X2
4T 3T 2T t=T
4T 3T 2T t=T.......
.......
Fonte: Elaborada pelo autor.
4.2 Alamouti G2 51
A estrutura G2 transmite K = 2 símbolos de informação (x1 e x2) em T = 2 consecutivas
realizações do canal. Assim, a eficiência espectral efetiva denotada por η (levando-se em conta
a cardinalidade do esquema de modulação e a taxa de código) desta estrutura é igual a
η = RG2 · log2(M ) = (K/T ) · log2(M ) = 1 · log2(M ) bps/Hz. (4.4)
A ordem de diversidade, denotada por χ , o ganho de multiplexação g e a taxa R,
demonstram que a estrutura de Alamouti G2 com (2Tx-1Rx) é de diversidade e multiplexação
plena (FDFR), como pode ser observado através das equações (4.5),(4.6) e (4.7) abaixo [Freitas
2006]:
χG2(2T x−1Rx) = N ·min(M,T ) = NM = 2, (4.5)
gmaxm = min(M,N) = min(2,1) = RG2 = 1, (4.6)
RG2 =KT. (4.7)
4.2.1 Ordem de Diversidade
A matriz espaço-temporal XG2[T=1,T=2] representada em (4.3) é uma matriz ortogonal
complexa [Cho et al. 2010], isto é:
XG2XHG2 =
[|x1|2 + |x2|2 0
0 |x1|2 + |x2|2
]
= (|x1|2 + |x2|2)I2,
(4.8)
em que I2 denota uma matriz identidade 2×2.
Considere agora dois códigos XG2 distintos denotados por
XG2p =
[x1,p −x∗2,px2,p x∗1,p
](4.9)
e
XG2q =
[x1,q −x∗2,qx2,q x∗1,q
], (4.10)
4.3 Generalização do STBC 52
em que [x1,p x2,p]T 6= [x1,q x2,q]
T . Desse modo o mínimo posto pode ser avaliado como segue
[Cho et al. 2010]:
ν = minp6=q
rank(Xp−Xq) · (Xp−Xq)
H ,
= minp6=q
rank
[x1,p− x1,q −x∗2,p + x∗2,qx2,p− x2,q x∗1,p + x∗1,q
][x1,p− x1,q −x∗2,p + x∗2,qx2,p− x2,q x∗1,p + x∗1,q
]H
,
= minp6=q
rank
[e1 −e∗2e2 e∗1
][e∗1 e∗2−e2 e1
],
= minp6=q
rank(|e1|2 + |e2|2)I2
,
= 2,
(4.11)
em que e1 = (x1,p− x1,q) e e2 = (x2,p− x2,q). Assim e1 e e2 não podem ser iguais a zero
simultaneamente e tendo em vista que a matriz é de posto completo, suas linhas são linearmente
independentes comprovando a partir da Equação (4.8) a ortogonalidade da Equação (4.3) bem
como um ganho de diversidade máximo.
4.3 Generalização do STBC
Graças à ortogonalidade do código espaço temporal de Alamouti para o caso de duas
antenas de transmissão, um simples processamento linear pode ser implementado no receptor
por meio de uma decodificação de ML [Proakis 1995]. Esta ideia pode ser generalizada para
um número arbitrário de antenas de transmissão utilizando projetos ortogonais (do inglês,
Orthogonal Design) [Tarokh, Jafarkhani e Calderbank 1999, Cho et al. 2010].
Pode-se tomar como exemplo a Figura 4.1, em que a saída do codificador STBC é uma
matriz espaço temporal complexa X com dimenção M×T , em que M é o número de antenas
transmissoras e o período de símbolo T é igual ao número de símbolos para cada bloco de
dados.
Considerando que o vetor linha xi denota a i-ésima linha da matriz espaço temporal X, isto
é,
Xi = [x1i x2
i · · ·xTi ], i = 1,2, · · ·,M. (4.12)
Desse modo Xi será transmitido pela i-ésima antena transmissora sobre T períodos de símbolos,
e para se alcançar uma eficiente detecção de ML no receptor faz-se uso da seguinte propriedade
4.3 Generalização do STBC 53
[Cho et al. 2010]:
XXH = c(|x1i |2 + |x2
i |2 + · · ·+ |xTi |2)IM,
= c||xi||2IM,(4.13)
em que c é uma constante [Tarokh, Jafarkhani e Calderbank 1999].
4.3.1 STBC G3
Com a estrutura STBC G3 proposta para M = 3 antenas transmissoras que envia K = 4
símbolos (x1,x2,x3,x4) sobre T = 8 consecutivas realizações do canal, alcança-se uma taxa de
R = 1/2 e diversidade plena já que satisfaz a condição de posto completo. Se comparado à
estrutura anterior, STBC G2, essa estrutura alcança uma maior diversidade em virtude do maior
número de antenas transmissoras [Tarokh, Jafarkhanin e Calderbank 1999,Alamouti 1998,Cho
et al. 2010].
XG3 =
x1 −x2 −x3 −x4 x∗1 −x∗2 −x∗3 −x4
x2 x1 x4 −x3 x∗2 x∗1 x∗4 −x∗3x3 −x4 x1 x2 x∗3 −x∗4 x∗1 x∗2
. (4.14)
4.3.2 STBC G4
Com a estrutura STBC G4 proposta para M = 4 antenas transmissoras que envia K = 4
símbolos (x1,x2,x3,x4) sobre T = 8 consecutivas realizações do canal, alcança-se uma taxa
R = 1/2. Porém, o STBC G4 alcança uma maior ordem de diversidade χ e mesma eficiência
espectral η em relação a estrutura STBC G3 conforme as Equações (4.5) e (4.4), e seu ganho
máximo de multiplexação depende do número de antenas receptoras de acordo com a Equação
(4.6) [Tarokh, Jafarkhanin e Calderbank 1999, Alamouti 1998, Cho et al. 2010].
4.3 Generalização do STBC 54
XG4 =
x1 −x2 −x3 −x4 x∗1 −x∗2 −x∗3 −x∗4x2 x1 x4 −x3 x∗2 x∗1 x∗4 −x∗3x3 −x4 x1 x2 x∗3 −x∗4 x∗1 x∗2x4 x3 −x2 x1 x∗4 x∗3 −x∗2 x∗1
. (4.15)
4.3.3 STBC H3
Com a estrutura STBC H3 proposta para M = 3 antenas transmissoras que envia K = 3
símbolos (x1,x2,x3) sobre T = 4 consecutivas realizações do canal, obtém-se uma taxa de R =
3/4, mais alta em relação as taxas das estruturas G3 e G4.
Na estrutura STBC H3, a eficiência espectral η segue a Equação (4.4) e pode-se dizer que
para esta estrutura há uma perda de eficiência espectral em relação à estrutura STBC G2 que
alcança taxa R = 1 tendo em vista que na estrutura STBC H3 a taxa alcançada é de R < 1
[Tarokh, Jafarkhanin e Calderbank 1999, Cho et al. 2010].
XH3 =
x1 −x∗2x∗3√
2
x∗3√2
x2 x∗1x∗3√
2
−x∗3√2
x3√2
x3√2
−x1− x∗1 + x2− x∗22
x2 + x∗2 + x1− x∗12
. (4.16)
4.3.4 STBC H4
Com a estrutura STBC H4 proposta para M = 4 antenas transmissoras que envia K = 3
símbolos (x1,x2,x3) sobre T = 4 consecutivas realizações do canal, alcança-se uma taxa de
R = 3/4 igual a estrutura H3.
A estrutura STBC H4 tem perda de eficiência espectral em relação a estrutura G2, porém
alcança maior ordem de diversidade em virtude do numero de antenas transmissoras [Tarokh,
Jafarkhanin e Calderbank 1999, Cho et al. 2010].
4.4 Estrutura de Multiplexação Espacial 55
XH4 =
x1 −x∗2x∗3√
2
x∗3√2
x2 x∗1x∗3√
2
−x∗3√2
x3√2
x3√2
−x1− x∗1 + x2− x∗22
x2 + x∗2 + x1− x∗12
x3√2
−x3√2
−x2− x∗2 + x1− x∗12
−x1 + x∗1 + x2− x∗22
. (4.17)
4.4 Estrutura de Multiplexação Espacial
Na abordagem de estruturas de multiplexação espacial, considerando a transmissão em
múltiplas antenas, observa-se que o foco está na maximização da eficiência espectral. A ideia
envolvida nas estruturas de multiplexação espacial é transmitir simultaneamente na mesma
banda de frequência e mesmo intervalo de sinalização K símbolos de informação que podem
ser transmitidos usando um conjunto de M antenas transmissoras [Haykin e Moher 2008].
VBLAST
A arquitetura de multiplexação espacial conhecida como VBLAST proposta por Foschini
e Gans em [Foschini e Gans 1998] tem como objetivo fornecer ganho de multiplexação
espacial, de modo a maximizar a capacidade de um enlace MIMO através da transmissão
de informações independentes no mesmo quadro de tempo e na mesma banda de
frequência, utilizando para isso diferentes antenas transmissoras.
Desse modo, para o caso de três antenas transmissoras, os símbolos distintos x1,x2 e x3 é
transmitidos em um mesmo período de tempo T = 1 através de três antenas transmissoras
distintas, caracterizadas na estrutura como três camadas de multiplexação espacial em que
cada símbolo é transmitido. Os símbolos x1,x2 e x3 transmitidos em um mesmo período
de tempo T = 1 podem ser organizados em uma matriz de código espaço temporal 3×1,
4.5 Transmissão VBLAST 56
em que cada elemento representa uma camada, como pode se observar a seguir
XV BLAST [T=1] =
x1
x2
x3
. (4.18)
Na recepção, a informação transmitida por uma das camadas é considerada como sendo o
sinal desejado, enquanto o sinal das demais camadas são considerados como interferentes.
Na recepção, os sinais enviados por cada uma das camadas são vistos como interferentes.
Dessa forma, métodos para cancelamento de interferência são efetuados para satisfazer
algum critério de desempenho, dentre eles dois exemplos clássicos de métodos lineares
podem ser citados: Zero-Forcing e MMSE (do inglês, Minimum-Mean Square Error)
[Cho et al. 2010].
4.5 Transmissão VBLAST
O ganho na estrutura de multiplexação espacial VBLAST é diretamente proporcional ao
número de antenas transmissoras. Na Figura 4.2 apresenta-se uma estrutura geral de transmissão
VBLAST composta por M antenas transmissoras [Freitas 2006].
Figura 4.2 – Diagrama de transmissão da estrutura VBLAST.
X1
XM
X2
.
S/P.
.
X3X1X2X3XM ..........
Símbolos
.
X1
X2
X3
XM
XM+1
XM+2
XM+3
X2M
.
.
.
. . .
. . .
. . .
.
.
.
.
.
.
.
.
.
. . . XMT
TempoA
n
t
e
n
a
s
VBLAST
Fonte: Elaborada pelo autor.
A estrutura VBLAST multiplexa K = min(M,N) símbolos de informação em uma
realização do canal e a eficiência espectral efetiva desta estrutura é dada por:
η = R · log2(M ),
= (K/T ) · log2(M ),
= min(M,N) · log2(M ) bps/Hz.
(4.19)
4.6 Transceptores MIMO Híbridos 57
Desse modo, a cada período de símbolo todas as antenas transmissoras enviam ao mesmo
tempo um símbolo diferente refletindo no aumento da capacidade do sistema. Entretanto, cada
símbolo só experimenta o enlace da antena na qual está sendo transmitido, e em virtude disso a
estrutura VBLAST só consegue atingir ganho de diversidade por meio do aumento do número
de antenas receptoras [Moreira 2006, Haykin e Moher 2008].
4.6 Transceptores MIMO Híbridos
A maioria das estruturas MIMO são projetados tendo como objetivo atingir apenas um entre
os seguintes ganhos: multiplexação ou diversidade. Por isso, estruturas MIMO que objetivam
manter o compromisso entre tais ganhos são de grande utilidade prática [Furtado, Caldas e
Freitas 2011].
Na literatura foram propostas soluções denominadas de transceptores MIMO híbridos
HMTS (do inglês, Hybrid MIMO Transceiver Schemes) objetivando ganhos intermediários
entre os ganhos de diversidade e multiplexação máximos propostos através das estruturas STBC
e VBLAST, de modo que os dois ganhos pudessem ser obtidos ao mesmo tempo através de uma
simples e única estrutura de transceptor [Freitas 2006, Furtado, Caldas e Freitas 2011].
As estruturas híbridas podem fornecer ganhos de diversidade e multiplexação adaptados
de acordo com a situação momentânea do canal de rádio móvel. Em geral o processo de
transmissão de uma estrutura HMTS pode ser dividida em camadas, ampliando a definição de
camada do caso clássico de obtenção do ganho de multiplexação espacial da estrutura VBLAST.
No caso híbrido, uma camada consiste em um conjunto de símbolos enviados por um grupo
de antenas na saída de uma estrutura STBC ou por um conjunto de símbolos não codificados
transmitidos por uma única antena de uma estrutura VBLAST [Freitas, Cavalcanti e Lopes
2006].
Como ilustração deste conceito, a Figura 4.3 demonstra uma estrutura de transmissão do
caso híbrido composta por duas camadas, uma camada STBC G2 e uma VBLAST em paralelo,
compondo uma estrutura de três antenas transmissoras.
Baseado nesse conceito de camadas, as estruturas HMTS combinam estruturas de
diversidade pura (STBC) com as de multiplexação pura (VBLAST) para as camadas restantes
[Tarokh, Seshadri e Calderbank 1998, Alamouti 1998, Freitas 2006].
Nas estruturas HMTS, as camadas STBC seguem a denominação utilizada pela camada
G2 ou G3, enquanto cada subcanal não codificado segue a estrutura de transmissão V-BLAST,
4.6 Transceptores MIMO Híbridos 58
Figura 4.3 – Ilustração do conceito de transceptor híbrido.
X3
X1
X2
X1X2X3XM ..........
Símbolos
STBC G2
VBLAST
-X2*
X1*
X4
HMTS G2+1
S/P
Fonte: Elaborada pelo autor.
denotado no nome do transceptor HMTS como “+1”. Desse modo, a estrutura híbrida designada
para três antenas transmissoras consistindo de duas camadas, uma codificada no espaço e no
tempo através do STBC G2 e outra não codificada seguindo a estrutura V-BLAST é denotada
como G2+1 [Freitas 2006].
Desse modo, os HMTS atingem um compromisso entre o ganho de multiplexação espacial e
o ganho de diversidade, pois sua ideia básica é combinar as estruturas de multiplexação espacial
e codificação espaço-temporal.
Transceptor MIMO Híbrido G2+1
Na estrutura G2+1 representada na Figura 4.3 [Freitas 2006], os sinais transmitidos
podem ser organizados na matriz de transmissão espaço-temporal como:
XG2+1[T=1,T=2] =
x1 −x∗2x2 x∗1x3 x4
. (4.20)
Em (4.20) nota-se que K = 4 símbolos de informação (x1, x2, x3 e x4) são multiplexados
em T = 2 consecutivas realizações do canal.
Comparado ao STBC G3 em [Tarokh, Jafarkhani e Calderbank 1999] essa estrutura
híbrida oferece um aumento de 300% na taxa de transmissão, já que o sistema G3 só
atinge uma eficiência espectral de
η = (1/2) · log2(M ) bps/Hz, (4.21)
enquanto a eficiência espectral efetiva na estrutura HMTS G2+1 é igual a
η = (4/2) · log2(M ) = 2 · log2(M ) bps/Hz, (4.22)
4.6 Transceptores MIMO Híbridos 59
comprovando sua maior eficiência.
Transceptor MIMO Híbrido G2+G2
A estrutura híbrida G2+G2 mostrada na Figura 4.4 [Freitas 2006] é formada por duas
camadas STBC G2 dispostas paralelamente configurando um conjunto de quatro antenas
e estabelecendo duas camadas de multiplexação. As quatro antenas transmissoras são
divididas em dois grupos de duas antenas, cujos sinais são codificados por meio da
estrutura STBC G2 em cada uma das camadas. Os sinais transmitidos podem ser
organizados na matriz de transmissão espaço-temporal como na Equação (4.23) a seguir.
Figura 4.4 – Estrutura HMTS G2+G2.
X3
X1
X2
X1X2X3XM ..........
Símbolos
STBC G2
-X2*
X1*
X4
HMTS G2+G2
S/P
STBC G2
-X4*
X3*
Fonte: Elaborada pelo autor.
XG2+G2[T=1,T=2] =
x1 −x∗2x2 x∗1x3 −x∗4x4 x∗3
. (4.23)
Na equação (4.23) nota-se que K = 4 símbolos de informação (x1, x2, x3 e x4) são
multiplexados em T = 2 consecutivas realizações do canal.
Comparado ao STBC G4, a estrutura G2+G2 pode duplicar a taxa de transmissão para
uma mesma cardinalidade no esquema de modulação, de modo que esta estrutura pode
ter como referência os mesmos dados das Equações (4.21)(4.25).
Transceptor MIMO Híbrido G3+1
A estrutura G3+1 mostrada na Figura 4.5 é formada por quatro antenas transmissoras
divididas em duas camadas de multiplexação, em que a primeira camada agrupa três
antenas codificando sinais por meio da estrutura STBC G3 [Tarokh, Jafarkhani e
Calderbank 1999] e uma outra camada não codificada, transmitindo através da estrutura
4.6 Transceptores MIMO Híbridos 60
VBLAST. A matriz de transmissão espaço-temporal equivalente pode ser definida como
segue [Freitas 2006].
XG3+1[T=1,T=2,...,T=8] =
x1 −x2 −x3 −x4 x∗1 −x∗2 −x∗3 −x∗4x2 x1 x4 −x3 x∗2 x∗1 x∗4 −x∗3x3 −x4 x1 x2 x∗3 −x∗4 x∗1 x∗2x5 x6 x7 x8 x9 x10 x11 x12
. (4.24)
Figura 4.5 – Estrutura HMTS G3+1.
X3
X1
X2
X1X2X3XM ..........
Símbolos
STBC G3
VBLAST
-X2
X1
X6
HMTS G3+1
S/P
X5
-X4
Fonte: Elaborada pelo autor.
Na Equação (4.24), observa-se que em T = 8 consecutivas realizações do canal K = 12
símbolos de informação são transmitidos, sendo quatro transmitidos na camada STBC
G3 e oito na camada VBLAST.
A eficiência espectral efetiva na estrutura HMTS G3+1 é igual a
η = (12/8) · log2(M ) = 1.5 · log2(M ) bps/Hz. (4.25)
Desse modo, comparando com a estrutura STBC G4, o HMTS G3+1 pode triplicar a sua
taxa, porém oferece menor diversidade.
Transceptor MIMO Híbrido G2+1+1
A estrutura G2+1+1 mostrada na Figura 4.6 é formada por quatro antenas transmissoras
divididas em três camadas, em que a primeira camada agrupa duas antenas codificando
sinais por meio da estrutura STBC G2 e as outras duas camadas não codificadas
transmitem através da estrutura VBLAST. A matriz de transmissão espaço-temporal
equivalente pode ser definida como:
4.7 Decodificação para Estrutura STBC 61
Figura 4.6 – Estrutura HMTS G2+1+1.
X3
X1
X2
X1X2X3XM ..........
Símbolos
STBC G2
-X2*
X1*
X4
HMTS G2+1+1
S/P
VBLASTX5
X6VBLAST
Fonte: Elaborada pelo autor.
XG2+1+1[T=1,T=2] =
x1 −x∗2x2 x∗1x3 x5
x4 x6
. (4.26)
Na Equação (4.26), observa-se que em T = 2 consecutivas realizações do canal K = 6
símbolos de informação são transmitidos, sendo que dois são transmitidos na camada
STBC G2 e os outros quatro nas duas camadas VBLAST restantes constituindo uma
estrutura de três camadas.
Desse modo, a eficiência espectral efetiva na estrutura HMTS G2+1+1 é igual a
η = (6/2) · log2(M ) = 3 · log2(M ) bps/Hz. (4.27)
Comparado ao STBC G4, a estrutura híbrida G2+1+1 pode aumentar em seis vezes sua
taxa de dados para uma mesma cardinalidade no esquema de modulação, além de oferecer
um aumento de 50% na eficiência espectral quando comparado a estrutura HMTS G2+G2,
no entanto observa-se perda na diversidade.
As generalizações das estruturas de transmissão deste capítulo usando um canal MIMO
efetivo e/ou código de dispersão linear podem ser encontradas em [Freitas 2006].
4.7 Decodificação para Estrutura STBC
A decodificação dos STBC são em geral baseada na ortogonalidade da matriz de
transmissão espaço-temporal, devido a qual uma simples operação linear no receptor pode ser
usada para detectar os símbolos transmitidos com máxima verossimilhança [Freitas 2006, Cho
4.7 Decodificação para Estrutura STBC 62
et al. 2010, Proakis 1995].
Assumindo o STBC de Alamouti e que h1 e h2 são os ganhos de um canal invariantes no
tempo sobre dois períodos de símbolo consecutivos T = 1 e T = 2, que y1 e y2 são os vetores
de sinais recebidos, bem como x1 e x2 os símbolos transmitidos e os ruídos aditivo branco são
denotados por n1 e n2, temos:
y1 = h1x1 +h2x2 +n1. (4.28)
y2 =−h1x∗2 +h2x∗1 +n2. (4.29)
Tomando a conjugação complexa do segundo sinal recebido, podemos representar as Equações
(4.28) e (4.29) na seguinte forma matricial:
[y1
y2∗
]=
[h1 h2
h∗2 −h∗1
][x1
x2
]+
[n1
n∗2
]. (4.30)
Supondo uma situação usual em que os ganhos dos canais h1 e h2 são conhecidos no
receptor, os símbolos transmitidos x1 e x2 são agora considerados duas variáveis desconhecidas
em (4.30). Multiplicando os dois lados da Equação (4.30) pela transposta hermitiana da matriz
de canal equivalente temos:
[h∗1 h2
h∗2 −h1
][y1
y∗2
]=
[h∗1 h2
h∗2 −h1
][h1 h2
h∗2 −h∗1
][x1
x2
]+
[h∗1 h2
h∗2 −h1
][n1
n∗2
],
=(|h1|2 + |h2|2
)I2
[x1
x2
]+
[h∗1n1 +h2n∗2h∗2n1 −h1n∗2
].
(4.31)
Desse modo obtemos a seguinte relação de entrada e saída.
[y1
y2
]=
(|h1|2 + |h2|2
)I2
[x1
x2
]+
[n1
n2
]. (4.32)
Em que (y) e (n) representam o sinal recebido estimado e ruído equivalente [Cho et al. 2010,
Freitas 2006].
Através da Equação (4.32) pode-se afirmar que os símbolos de uma antena não interferem
na outra em virtude da ortogonalidade complexa na matriz espaço-temporal de Alamouti
[Alamouti 1998] e esta característica particular permite a simplificação da estrutura usando
ML no receptor.
4.8 Algoritmos de Cancelamento de Interferência Multicamadas 63
4.8 Algoritmos de Cancelamento de Interferência Multicamadas
Uma solução ótima para o cancelamento da interferência pode ser obtida através da
detecção de máxima verossimilhança (ML) para o STBC. Porém, soluções mais implementáveis
na prática devem ser consideradas, fazendo uso de métodos de detecção lineares e não lineares.
O método de detecção linear de sinais LD (do inglês, Linear Detector) trata todos os
sinais transmitidos como interferência, exceto o fluxo de sinal desejado a partir de uma antena
de transmissão selecionada. Assim, os sinais de interferência oriundos de outras antenas de
transmissão podem ser atenuados ou anulados no decurso da detecção do sinal desejado a partir
da antena de transmissão selecionada, e desse modo, a detecção de cada símbolo pode ser obtida
pela combinação linear dos sinais recebidos [Cho et al. 2010, Proakis 1995, Goldsmith 2005].
Os métodos padrões de detecções lineares são: o critério de forçagem a zero (do inglês,
Zero Forcing) e/ou o critério que minimiza o erro quadrático médio (do inglês, Minimum Mean
Square Error) [Freitas 2006, Proakis 1995, Haykin e Moher 2008, Goldsmith 2005].
4.9 Detectores Lineares
Detector de Forçagem a Zero (Zero Forcing)
Na técnica Zero Forcing a detecção linear para anular as interferências é realizadas pela
escolha da matriz de pesos do filtro espacial (WZF) como [Cho et al. 2010, Proakis
1995, Haykin e Moher 2008]:
WZF = (HHH)−1HH , (4.33)
Desse modo o filtro WZF anula o efeito do canal como segue:
xZF = WZF ·y,
= WZF · (Hx+n),
= WZF ·Hx+WZF ·n,
= (HHH)−1HH ·Hx+(HHH)−1HH ·n,
= x+ nZF ,
(4.34)
em que xZF é o vetor de símbolos transmitido estimado e nZF o vetor de ruído estimado,
de modo que x é o vetor de símbolos transmitidos obtido depois da decodificação
utilizando o critério de forçagem a zero [Cho et al. 2010,Proakis 1995,Goldsmith 2005].
4.10 Detectores Não Lineares 64
Detector do Mínimo Erro Quadrático Médio (MMSE)
A detecção linear dos símbolos transmitidos pode ser obtida utilizando um detector linear
que minimiza o erro quadrático médio entre os símbolos transmitidos x e os símbolos x
obtidos na saída do filtro linear MMSE denotado como WMMSE [Cho et al. 2010, Freitas
2006, Proakis 1995, Goldsmith 2005].
No critério do erro quadrático médio o filtro é ajustado para minimizar o erro, denotado
na saída do filtro por ε e definido como [Proakis 1995]:
ε = Wx− x. (4.35)
WMMSE pode ser obtido como descrito na equação seguinte [Cho et al. 2010, Proakis
1995]:
WMMSE = (HHH+σ 2I)−1HH , (4.36)
em que σ 2 é a informação estatística do ruido e I é uma matriz identidade.
Desse modo o filtro WMMSE anula o efeito do canal como segue:
xMMSE = WMMSEy,
= (HHH+σ 2I)−1HHy,
= x+(HHH+σ 2I)−1HHn,
= x+ nMMSE
(4.37)
4.10 Detectores Não Lineares
As técnicas lineares como a de forçagem a zero e a que minimiza o erro quadrático médio,
obtém menor atraso pois a detecção é realizada de uma só vez, oferecendo baixa complexidade
de implementação de hardware. Porém, os detectores não lineares SIC (do inglês, Successive
Interference Cancellation) e OSIC (do inglês, Ordered Successive Interference Cancellation)
possibilitam melhorar o desempenho das detecções através do cancelamento da interferência,
sem para isso aumentar significativamente a complexidade envolvida, de modo que, após a
detecção da primeira camada as outras experimentam uma maior ordem de diversidade [Cho et
al. 2010, Freitas 2006].
Detector SIC
O detector não-linear SIC é baseado no cancelamento sucessivo de interferência, no
qual o impacto dos símbolos detectados no sinal recebido é removido gradualmente em
4.10 Detectores Não Lineares 65
estágios sucessivos, de modo que o sinal resultante fica livre da interferência dos símbolos
previamente detectados e produz melhores estimativas para os símbolos subsequentes.
Conforme a Figura 4.7, no detector SIC as camadas são detectadas sequencialmente.
Desse modo o vetor de sinal recebido y na primeira camada passa por um detector linear
como ZF ou MMSE, de modo que a saída é usada para produzir a estimativa do símbolo
desta camada, denotado por x1. Em seguida a contribuição da primeira camada no sinal
recebido é estimada e cancelada, gerando um sinal modificado y1 [Cho et al. 2010].
Figura 4.7 – Diagrama SIC.
y1 = y−h1x1
y2 = y1−h2x2
y3 = y2−h3x3
y1
y2
y3
x1
x2
x3
x4
y Camada 1
Camada 2
Camada 3
Camada 4
Fonte: Elaborada pelo autor.
De uma maneira geral, baseado na estimativa do símbolo xi de uma determinada camada,
a contribuição desta camada no sinal recebido é estimada e subtraída do sinal recebido yi,
produzindo um sinal recebido modificado yi+1 como segue:
yi+1 = yi− xihi, (4.38)
em que hi é a i-ésima linha da matriz de canal H, que corresponde aos ganhos do canal
associado à camada i e xihi representa a interferência estimada na i-ésima camada. Desse
modo o sinal yi+1 torna-se livre da interferência gerada pelas camadas já detectadas
anteriormente.
Uma característica que degrada a eficiência do SIC é o fato de que o sinal associado
a uma primeira camada a ser detectada pode ter uma SNR menor do que as SNR’s
das camadas subsequentes. Este efeito pode aumentar a probabilidade de erros de
detecção possibilitando sua propagação no processo de detecção sequencial e levando
a uma degradação do desempenho do receptor. Este problema pode ser mitigado
4.10 Detectores Não Lineares 66
com a ordenação das camadas no processo de detecção e cancelamento sucessivo de
interferências (OSIC), conforme descrito na sequência.
Detector OSIC
O detector não-linear OSIC é baseado no ordenamento do cancelamento sucessivo da
interferência, ou seja, quando o ordenamento das camadas é assumido. A primeira
camada a ser detectada é aquela com maior SNR pois dessa forma esta será possivelmente
a camada com menor erro, e desse modo, irá oferecer menor influência sobre as camadas
subsequentes possibilitando melhorar o desempenho na detecção, bem como a eficiência
no receptor [Cho et al. 2010, Freitas 2006].
Algoritmo de Cancelamento Sucessivo de Interferência Modificado
Com a finalidade de melhorar o desempenho dos detectores SIC em esquemas de
multiplexação com transceptores híbridos, foi proposto em [Freitas et al. 2011]
uma simples modificação no algoritmo clássico SIC permitindo que todas as camadas
experimentassem uma maior ordem de diversidade no receptor. O algoritmo SIC
modificado é demonstrado no Algoritmo 1 usando o filtro espacial MMSE e uma estrutura
de multiplexação espacial. Entretanto, esta ideia é facilmente extendida para outros
critérios, como o critério de forçagem a zero.
Algorithm 1 Algoritmo SIC modificadoFiltro Espacial MMSE:
WH =√
MEs
[HHH+σ 2IM
]−1HH
SIC Clássico:x← x1
for i = 1 to M doyi = wH
i xi
xi = Q(yi)yi+1 = yi− xihi
end forSIC Modificado:for i = M to 2 do
y′i−1 = yi−1−
M∑i
xihi
y′i−1 = wH
i−1x′i−1
x′i−1 = Q(y
′i−1)
end for.
No algoritmo 1, Q(·) denota a operação de quantização de acordo com a modulação digital
em uso, xi é o símbolo estimado da i-ésima camada na algoritmo clássico e x′i é a estimativa
4.10 Detectores Não Lineares 67
melhorada por meio do algoritmo modificado. Note que o algoritmo modificado usa um passo
adicional no final do algoritmo clássico e com este passo, a principal desvantagem do algoritmo
SIC clássico, de que apenas a última camada é capaz de obter a diversidade plena no receptor,
é contornada.
De acordo com o pseudo código do algoritmo 1, na (M− 1)-ésima camada do algoritmo
modificado, um sinal recebido modificado y′M−1 é formado a partir de yM subtraindo a
interferência da M-ésima camada. Uma nova estimativa para o sinal recebido na (M−1)-ésima
camada é então obtido por meio da filtragem espacial. O algoritmo modificado procede de
maneira similar para as camadas subsequentes M−2, . . . ,2.
Graças à modificação proposta, todas as camadas possuem a mesma ordem de diversidade.
Vale ressaltar que a modificação proposta em [Freitas et al. 2011] pode também ser extendida
para o algoritmo não-linear OSIC adicionando um passo de ordenação no início do Algoritmo 1.
68
CAPÍTULO 5
CENÁRIOS E RESULTADOS
Este trabalho de dissertação tem por finalidade avaliar o desempenho de transceptores
MIMO em arquiteturas propostas para sistemas de comunicações móveis sem fio,
estabelecendo uma comparação em termos de desempenho entre arquiteturas com múltiplas
antenas co-localizadas e com multipontos coordenados (CoMP), ambas considerando
transceptores MIMO em dois cenários distintos denotados como cenários 1 e 2 compostos por
quatro células cada, com uma célula co-localizada e três cooperativas, tais cenários são melhor
especificados em 5.1.
Considera-se aqui uma análise dividida em duas partes: uma análise sistêmica e outra
de enlace. Na análise sistêmica observa-se o comportamento da SNR e SINR, utilizando as
estruturas VBLAST e STBC, bem como uma análise de capacidade. Na análise de enlace,
utiliza-se um transceptor MIMO denominado como híbrido [Freitas 2006], capaz de obter
conjuntamente ganhos de multiplexação espacial e de diversidade tanto na arquitetura CoMP
quanto na co-localizada, de modo a fornecer uma análise da taxa de erro de bit.
As análises estabelecidas neste trabalho apresentam boas contribuições, pois através do
comparativo entre a arquitetura cooperativa e a co-localizada, obtém-se resultados que ilustram
a eficiência e razão pela qual as arquiteturas cooperativas são uma realidade cada vez mais
presente nas tecnologias e tendências das comunicações móveis sem fio de próxima geração.
Pode-se observar que as duas análises estão interligadas e os resultados obtidos são
avaliados em ambas as arquiteturas e cenários por meio do método de Monte Carlo, e desse
modo, demonstra-se como contribuição deste trabalho, que por meio da cooperação um
desempenho semelhante ao cenário co-localizado pode ser obtido com um menor número de
antenas nas ERB’s. Desse modo, representando uma economia nos dispêndios de capital e
5.1 Cenários Propostos 69
infra-estrutura, bem como uma redução nas taxas de erro.
5.1 Cenários Propostos
Neste trabalho, considera-se dois ambientes denotados por cenários 1 e 2, respectivamente,
e em ambos os cenários encontra-se as duas arquiteturas co-localizada e com multipontos
coordenados. Nestes cenários a altura das estações rádio base é denotada por hERB e tem o
mesmo comprimento para as ERB’s de ambas as arquiteturas e cenários.
Em ambos os cenários há um total de quatro células, em que três trabalham de forma
coordenada utilizando uma arquitetura CoMP distribuída, estratégia de processamento conjunto
e duas antenas de transmissão em cada ERB, totalizando seis antenas em um cluster cooperativo
de três células. Isto possibilita o compartilhamento dos recursos de rádio, cooperando para
oferecer a melhor condição possível a um determinado usuário do sistema, independente de sua
localização dentro do cluster.
A outra célula restante em ambos os cenários trabalha de forma co-localizada utilizando
três antenas transmissoras de modo que um determinado usuário em sua área de cobertura
conecta-se diretamente à respectiva ERB. Nestas circunstâncias, a ERB em questão é
responsável por prover todos os recursos de rádio para o equipamento de usuário.
No cenário 1, cada célula cooperativa tem um raio de cobertura de 1,5 km, enquanto a
célula co-localizada tem um raio de 3 km. Assim, uma célula co-localizada tem uma cobertura
equivalente as das três células cooperativas, como pode ser observado na Figura 5.1.
Figura 5.1 – Arquitetura CoMP e co-localizada no cenário 1.
ERB CoMP
ERB CoMP
ERB CoMPERB Coloc
Fonte: Elaborada pelo autor.
5.1 Cenários Propostos 70
O objetivo do cenário ilustrado na Figura 5.1 neste trabalho de dissertação é estabelecer um
comparativo entre as arquiteturas levando em conta o tamanho da célula co-localizada de modo
a verificar qual dos cenários possibilita melhor uso dos recursos.
O cenário 2 neste trabalho tem como finalidade representar um ambiente em que as células
tem dimensões de mesmo tamanho e desse modo estabelecer comparativamente o cenário mais
propício para maximizar o uso dos recursos de rádio, tendo em vista a utilização destes cenários
em ambientes urbanos densos. Neste cenário, a célula co-localizada e as cooperativas tem o
mesmo tamanho, com raios iguais a 1,5 km de cobertura, podendo ser observado através da
Figura 5.2.
Figura 5.2 – Arquitetura CoMP e co-localizada no cenário 2.
ERB Coloc
ERB CoMP
ERB CoMP
ERB CoMP
Fonte: Elaborada pelo autor.
Neste trabalho, em ambos os cenários a arquitetura CoMP considera o enlace direto
(downlink), e o número de antenas transmissoras em cada ERB cooperativa é MCoMP = 2 e na
co-localizada Mcoloc = 3. O número de antenas receptoras em um determinado UE é N = 3,
cujo posicionamento dentro de uma determinada célula CoMP ou co-localizada é escolhido
aleatoriamente próximo a borda da célula.
Observa-se que independente do número de antenas disponíveis, o número de antenas
utilizadas no transmissor e no receptor depende da estrutura de transmissão utilizada.
O critério utilizado para seleção de antenas é baseado na SNR de tal forma que os três
melhores subcanais dentre as MCoMP = 6 antenas do cluster CoMP são selecionados para a
transmissão utilizando a estrutura de transmissão MIMO considerada em ambos os cenários.
Sobre estes aspectos e por meio do processamento conjunto é gerada uma matriz de canal H
com dimensões 3× 3, de modo que, os demais subcanais do cluster CoMP não selecionados
5.1 Cenários Propostos 71
passam a ser desconsiderados e os subcanais selecionados são considerados como interferentes
entre sí. Para a célula co-localizada em ambos os cenários, a matriz de canal H com dimensões
3×3 é gerada a partir dos subcanais da própria célula. Dessa forma, os subcanais interferentes
no caso da arquitetura co-localizada são oriundos da própria célula, e no caso da arquitetura
CoMP, de subcanais oriundos tanto da própria célula quanto de células adjacentes.
Observa-se que, em virtude das interferências causadas entre os subcanais espaciais através
das múltiplas antenas, algoritmos de cancelamento de interferência no receptor são mandatórios.
Desse modo, pode-se fazer uso de um processamento linear ou não-linear [Freitas 2006, Cho et
al. 2010].
5.1.1 Modelo de Canal e Perdas
Neste trabalho de dissertação, em ambos os cenários 1 e 2, foi assumido para a análise
de enlace a utilização do processamento linear por meio do critério da minimização do erro
quadrático médio (MMSE), a modulação BPSK (do inglês, Binary Phase Shift Keying) bem
como considerado o transceptor MIMO híbrido denotado por G2+1 [Freitas 2006].
Considera-se para efeito de simulação um modelo de canal com as seguintes características.
O canal é rico em espalhadores, sofre desvanecimento em larga e pequena escala assumindo a
perda de percurso, sombreamento, desvanecimento rápido (fast fading), além de considerar
a caracterização do desvanecimento plano no canal e a adição do ruído gaussiano branco
AWGN (do inglês, Additive White Gaussian Noise), assumindo que suas amostras de ruído
são circularmente simétricas, independentes e identicamente distribuídas.
O canal MIMO sem fio é caracterizado por uma matriz de canal H, cujas entradas
são variáveis aleatórias gaussianas circularmente simétricas, geradas aleatoriamente e
permanecendo constante durante a transmissão de uma palavra código espaço-temporal de
comprimento K.
Utiliza-se para o cálculo de perda de percurso PL (do inglês, Path Loss) o modelo de
Okumura Hatta para cenários urbanos conforme podemos observar na Equação (5.1) [Rappaport
2001].
PL = 69,55+26,16log( fc)−13,82log(hERB)−a(hUE)
+44,9−6,55log(hERB) log(d) dB,(5.1)
em que hERB = 30 m é a altura da ERB, hUE = 1,5 m a altura do UE, fc = 900 MHz é a
frequência da portadora e d é a distância entre a ERB e o UE, calculada através da distância
5.1 Cenários Propostos 72
euclidiana entre dois pontos através da Equação (5.2) para os pontos bidimencionais dtA =
(dtAx,dtAy) e dtB = (dtBx,dtBy).
d =√
(dtAx−dtBx)2 +(dtAy−dtBy)2, (5.2)
em que dtAxy são as coordenadas do UE e dtBxy as coordenadas da ERB.
Define-se a(hUE), como o fator de correção para a altura efetiva do UE, cuja equação é
dada por
ahUE = 3,2[log(11,75hUE)]2−4,97 dB. (5.3)
Além disso, determinou-se que a perda por sombreamento é de 8 dB, modelada por uma
distribuição log-normal que descreve os efeitos do sombreamento [Rappaport 2001, 3GPP
2011]. O desvanecimento rápido do canal é gerado por uma distribuição Rayleigh [Proakis
1995, Haykin e Moher 2008]. Desse modo, as entradas hi j da matriz de canal H, são variáveis
aleatórias i.i.d com média zero e mesma variância. Desse modo, uma entrada complexa pode
ser escrita como:
hi j = hIi j + jhQ
i j, (5.4)
em que hIi j e hQ
i j são respectivamente, as componentes em fase e quadratura, que seguem uma
distribuição Gaussiana com média zero e mesma variância.
σ 2hI
i j= σ 2
hQi j= σ 2. (5.5)
Assim, hi j segue uma distribuição Gaussiana complexa com média zero e variância unitária, e
o módulo da envoltória, dada por:
|hi j|=√(hI
i j)2 +(hQ
i j)2, (5.6)
tem uma distribuição Rayleigh e cuja função de densidade de probabilidade é
phi j(r) =r
σ 2 exp
(− r2
2σ 2
)u(r), (5.7)
em que u(r) representa uma função degrau unitário.
Utiliza-se a SNR e SINR como critérios de avaliação de resultados em que A = WZFH,
B = WZF , e Pi e Pj, respectivamente, são as potências do sinal desejado na antena i e a potência
das antenas interferente j geradas a partir dos subcanais selecionados oriundos da mesma célula
ou de células adjacentes , com i 6= j para (i, j) = 1,2, ...,M.. Considerando as potências depois
das perdas de larga escala e sombreamento, pode-se expressar a SNRi e SINRi como:
5.2 Resultados 73
SNRi =|aii|2Pi
σ 2 ∑MK=1 |bik|2
, (5.8)
e
SINRi =|aii|2Pi
σ 2 ∑MK=1 |bik|2 +∑M
j=1,i 6= j |a j j|2Pj, (5.9)
em que σ 2 denota a variância do ruído.
É importante destacar que, de posse dos valores de SNR e SINR locais dos UE’s em relação
a cada subcanal selecionado, são calculadas as SNR e SINR médias, as quais são utilizadas para
análise dos resultados seguindo os valores de referência da tabela abaixo.
Tabela 5.1 – Parâmetros do sistema.
Parâmetros do Sistema Ambiente UrbanoNum. células CoMP 3Num. células co-localizada 1Raio da célula CoMP cen. 1 e 2 1,5KmRaio da célula co-localizada cen.1 3KmRaio da célula co-localizada cen.2 1,5KmModulação BPSKFrequência da portadora 900MHzPotência de Transmissão 24dBmModelo de canal Desvanecimento RayleighSombreamento 8dBPerda de percurso Okumura Hatta (urbano)Altura das ERB’s 30mAltura do equipamento de usuário 1,5m
Fonte: Elaborada pelo autor.
Após as devidas considerações, seguem os resultados obtidos neste trabalho de dissertação
utilizando os cenários e configurações estabelecidas, bem como alguns resultados adicionais.
5.2 Resultados
Nesta seção, apresentam-se os resultados obtidos neste trabalho de dissertação, os quais são
avaliados através de simulações utilizando o método de Monte Carlo.
O Gráfico 5.1 apresenta o desempenho dos sistemas no cenário 1 por meio da BER
em relação a SNR. Neste cenário, utiliza-se o transceptor MIMO híbrido G2+1 nas duas
5.2 Resultados 74
arquiteturas consideradas: co-localizada com três antenas transmissoras e uma ERB e CoMP
com seis antenas transmissoras das quais apenas três são selecionadas dentre as três ERB’s, e
três antenas receptoras em cada UE.
Observa-se um ganho da ordem de 3.7 dB para uma BER de 10−3, com a utilização da
arquitetura CoMP em relação à co-localizada. Esse resultado, representa uma vantagem do
ponto de vista de infraestrutura para o sistema CoMP, uma vez que, em cada ERB assume-se
MCoMP = 2 antenas transmissoras contra Mcoloc = 3 do caso co-localizado.
Essa condição, possibilita uma economia do ponto de vista do dispêndio de capital CAPEX
(do inglês, Capital Expenditure) e operacional OPEX (do inglês, Operational Expenditure) da
rede, além de considerar a área de cobertura das células evidenciando a maior eficiência da
arquitetura cooperativa.
Gráfico 5.1 – Comparação entre os modelos co-localizado e cooperativo aplicados no cenário 1.
−40 −20 0 20 40 60 8010
−5
10−4
10−3
10−2
10−1
100
SNR [dB]
Taxa d
e E
rro d
e B
it [bps]
Cenário 1
G2+1 Coloc
G2+1 CoMP
Fonte: Elaborado pelo autor.
O Gráfico 5.2 apresenta os resultados obtidos através do cenário 2 mantendo as mesmas
configurações de antenas transmissoras, receptoras e transceptor selecionado no cenário 1.
Desse modo, pode-se observar um ganho a cerca de 4,6 dB para uma BER de 10−3, entre a
arquitetura CoMP e a co-localizada, além de que na arquitetura CoMP obteve-se valores de
SNR maiores, alcançando uma taxa de erro de bit máxima de cerca de 10−4 contra 10−3 da
arquitetura co-localizada. Assim, obtém-se uma redução na taxa de erro comprovando uma
maior eficiência da arquitetura cooperativa no cenário 2 em relação a co-localizada.
5.2 Resultados 75
Gráfico 5.2 – Comparação entre os modelos co-localizado e cooperativo aplicados no cenário 2.
0 10 20 30 40 50 60 7010
−5
10−4
10−3
10−2
10−1
SNR [dB]
Taxa d
e E
rro d
e B
it [
bps]
Cenário 2
G2+1 Coloc
G2+1 CoMP
Fonte: Elaborado pelo autor.
Observando os Gráficos 5.1 e 5.2, fica evidente que a arquitetura CoMP obtém maior
eficiência em ambos os cenários, justificando a forte tendência de sua utilização em sistemas
móveis sem fio de próxima geração. Tais resultados ilustram uma das contribuições deste
trabalho de dissertação.
O Gráfico 5.3 apresenta a CDF (do inglês, Cumulative Distribution Function) em relação
a SNR média em ambos os cenários 1 e 2, utilizando as arquiteturas CoMP e co-localizada.
No cenário 1, verifica-se que a arquitetura cooperativa supera a co-localizada, levando-se em
conta que a célula co-localizada é três vezes maior que uma célula cooperativa, e desse modo,
influenciando de forma significativa na perda de percurso.
Observa-se que em 10% dos casos a arquitetura co-localizada encontra-se
aproximadamente abaixo de 2dB e a Cooperativa aproximadamente abaixo de 12dB, em
50% dos casos a co-localizada encontra-se aproximadamente abaixo de 13.5dB e a Cooperativa
aproximadamente abaixo de 22dB, e para 90% dos casos a co-localizada encontra-se
aproximadamente abaixo de 30dB e a Cooperativa aproximadamente abaixo de 38dB.
No cenário 2, a arquitetura CoMP mantém sua eficiência superior, mesmo comparado com
a arquitetura co-localizada quando as células de ambas as arquiteturas possuem a mesma área de
cobertura expressando os seguintes resultados. Em 10% dos casos a arquitetura co-localizada
encontra-se aproximadamente abaixo de 9dB e a cooperativa aproximadamente abaixo de
12.2dB, em 50% dos casos a co-localizada encontra-se aproximadamente abaixo de 19.5dB
5.2 Resultados 76
e a Cooperativa aproximadamente abaixo de 21dB, e para 90% dos casos a co-localizada
encontra-se aproximadamente abaixo de 32dB e a Cooperativa aproximadamente abaixo de
33dB.
Pode-se observar que em ambos os cenários a arquitetura CoMP não muda e supera a
co-localizada. Mesmo com a diminuição dos ganhos entre o cenário 2 e o cenário 1, a
arquitetura cooperativa no cenário 2 desperta maior interesse para os cenários de comunicações
móveis sem fio urbanos atuais e de próxima geração.
Gráfico 5.3 – Comparação entre os modelos co-localizado e cooperativo aplicados no cenário 1 e 2utilizando VBLAST.
−40 −20 0 20 40 60 80 1000
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
SNR [dB]
CD
F
Cen.1 CoMP
Cen.1 Co−loc
Cen.2 Co−loc
Cen.2 CoMP
Fonte: Elaborado pelo autor.
O Gráfico 5.4 apresenta a CDF em relação a SNR nos cenários 1 e 2 utilizando STBC e
relacionado à esta estrutura pode-se observar que as arquiteturas CoMP e co-localizada não
sofrem interferência entre os subcanais selecionados.
Observa-se que a arquitetura CoMP obtém praticamente os mesmos resultados de SNR em
ambos os cenários, já que o tamanho das células não muda de um cenário para o outro.
Na arquitetura co-localizada, os resultados assim como o tamanho das células, variam de
um cenário para o outro. Para 10% dos casos as arquiteturas CoMP superam as co-localizadas
em aproximadamente 5dB em relação ao cenário 2, e 10dB em relação ao cenário 1, para
50% dos casos as arquiteturas CoMP superam as co-localizadas em aproximadamente 4dB em
relação ao cenário 2, e 9dB em relação ao cenário 1, e para 90% dos casos as arquiteturas
5.2 Resultados 77
CoMP superam as co-localizadas em aproximadamente 2.5dB em relação ao cenário 2, e 8dB
em relação ao cenário 1.
Observa-se que a arquitetura CoMP superou a co-localizada em ambos os cenários 1 e 2,
levando em consideração a estrutura STBC.
Gráfico 5.4 – CDF em relação a SNR nos cenários 1 e 2 utilizando STBC com N = 1 e M = 2.
−10 0 10 20 30 40 50 60 70 800
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
SNR [dB]
CD
F
Cen.1 CoMP STBC
Cen.1 Co−loc STBC
Cen.2 Co−loc STBC
Cen.2 CoMP STBC
Fonte: Elaborado pelo autor.
O Gráfico 5.5 apresenta a CDF em relação à SINR nos cenários 1 e 2, utilizando a estrutura
VBLAST. Assim, observa-se que em ambas arquiteturas, há interferência entre os subcanais
selecionados, e em ambos os cenários 1 e 2, a arquitetura CoMP obtém valores de SINR
bem próximos. Para 10% dos casos as arquiteturas CoMP superam as co-localizadas em
aproximadamente 7dB em relação ao cenário 2, e 7.5dB em relação ao cenário 1, para 50% dos
casos as arquiteturas CoMP superam as co-localizadas em aproximadamente 8dB em relação ao
cenário 2, e 8dB em relação ao cenário 1, e para 90% dos casos as arquiteturas CoMP superam
as co-localizadas em aproximadamente 9.2dB em relação ao cenário 2, e 9.1dB em relação ao
cenário 1. Assim, pode-se observar que as arquiteturas CoMP levam vantagem em relação as
co-localizadas em termos de SINR.
5.2 Resultados 78
Gráfico 5.5 – CDF em relação a SINR nos cenários 1 e 2 utilizando VBLAST com N = M = 3.
−30 −20 −10 0 10 20 30 400
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
SINR [dB]
CD
F
Cen.1 CoMP VBLAST
Cen.1 Co−loc VBLAST
Cen.2 Co−loc VBLAST
Cen.2 CoMP VBLAST
Fonte: Elaborado pelo autor.
O Gráfico 5.6 apresenta os valores em bps/Hz, usando a capacidade de Shannon em relação
ao percentil dos valores obtidos de SINR para as arquiteturas CoMP e co-localizada. Para este
resultado, utiliza-se a estrutura VBLAST no cenário 2, tendo em vista que este cenário oferece
melhores resultados em relação ao cenário 1, tanto em termos de valores obtidos de SINR e
BER, quanto em relação ao tamanho da área de cobertura, que neste caso tem maior utilização
em sistemas de comunicação móveis sem fio em áreas urbanas.
Verifica-se, para o décimo percentil, que a capacidade máxima que as arquiteturas
co-localizada e cooperativa conseguiram atingir são de 1.8bps/Hz e 3.75bps/Hz,
respectivamente. Para o quinquagésimo percentil a capacidade máxima atingida através
das arquiteturas co-localizada e cooperativa são de 2.5bps/Hz e 5.1bps/Hz, respectivamente.
Para o nonagésimo percentil, as capacidades máximas atingidas são de 3.8bps/Hz e 9.8bps/Hz,
respectivamente.
Os resultados obtidos comprovam a eficiência da arquitetura CoMP que através da
cooperação, mesmo possuindo um menor número de antenas por ERB alcançou valores de
taxas superiores a arquitetura co-localizada, requerendo menos hardware para fornecer ganhos
superiores ao sistema.
5.2 Resultados 79
Gráfico 5.6 – Capacidade em relação ao percentil dos valores de SINR para as arquiteturas CoMP eco-localizado utilizando o VBLAST no cenário 2
10 50 900
1
2
3
4
5
6
7
8
9
10
Percentil (%)
Ca
pa
cid
ad
e b
ps/h
z
Capacidade SINR CoMP VBLAT
Capacidade SINR co−loc VBLAST
Fonte: Elaborado pelo autor.
O Gráfico 5.7 ilustra a CDF em relação a SNR no cenários 2 já que o mesmo obteve
melhores resultados.
Utilizando as estruturas G2+1, VBSLAT e STBC, observa-se que a estrutura híbrida obtém
resultados intermediários entre as estruturas VBLAST e STBC, comprovando o equilíbrio entre
os ganhos de diversidade e multiplexação.
Com o uso da estrutura híbrida na arquitetura CoMP, obteve-se para 10% dos casos uma
SNR acerca de 0dB, para 50% dos casos as arquiteturas CoMP alcançaram valores de SNR
acerca de 10dB, e para 90% dos casos valores de SNR de aproximadamente 23dB.
Assim, as estruturas híbridas possibilitam melhorar a eficiência nas arquiteturas
cooperativas. Comparado com os resultados mencionados anteriormente e levando em conta
o equilíbrio entre taxa e confiabilidade nas transmissões, fica cada vez mais evidente que a
arquitetura CoMP oferece maior eficiência conforme vem sendo ilustrado e que dependendo do
transceptor e decodificador utilizado, os resultados podem ser maximizados tornando o sistema
cada vez mais eficiente.
5.2 Resultados 80
Gráfico 5.7 – CDF em relação a SNR nos cenários 1 e 2 utilizando estrutura híbrida.
−20 −10 0 10 20 30 40 50 60 700
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
SNR [dB]
CD
F
Cen.2 CoMP Híbrido
Cen.2 CoMP STBC
Cen.2 CoMP VBLAST
Fonte: Elaborado pelo autor.
Apresenta-se agora resultados que ilustram o desempenho de alguns códigos
espaço-temporais considerando estruturas híbridas como G2+1 e G2+1+1. Para isso utiliza-se
o algoritmo de cancelamento de interferência SIC modificado, que possibilita melhorar ainda
mais os resultados já obtidos nas arquiteturas cooperativas analisadas anteriormente com o
uso de detectores lineares. Os resultados de desempenho seguem uma avaliação por meio de
simulações computacionais utilizando-se o método de Monte Carlo, relacionando a taxa de erro
de bit versus SNR no cenário 2 mantendo os mesmos parâmetros e configurações estabelecidas
anteriormente e considerando que o UE não encontra-se em situação de pior caso.
O Gráfico 5.8 apresenta o desempenho do código espaço temporal de estrutura híbrida G2+1
com N = 3 antenas receptoras. Este código apresenta uma camada Alamouti STBC (camada
de diversidade) e uma camada de multiplexação espacial. Neste gráfico mostra-se a BER em
relação à SNR da camada de diversidade. Como se pode ver, com o algoritmo SIC modificado, a
camada de diversidade apresenta uma BER bem menor do que com o algoritmo SIC tradicional.
A justificativa para este fato é que com o SIC modificado agora a camada de diversidade tem
a chance de obter a diversidade plena no receptor, uma vez que a interferência da camada de
multiplexação está sendo cancelada com a modificação proposta, o que não acontecia com o
SIC tradicional.
5.2 Resultados 81
Gráfico 5.8 – Desempenho da BER para a camada de diversidade com código para estrutura híbridaG2+1.
0 5 10 15 20 25 30 35 4010
−6
10−5
10−4
10−3
10−2
10−1
100
SNR [dB]
Ta
xa
de
Err
o d
e B
it
SIC
SIC Modificado
Fonte: Elaborado pelo autor.
No Gráfico 5.9, é apresentado o desempenho da camada de multiplexação. Como no
algoritmo SIC tradicional, esta camada é a última a ser detectada. Logo, esta camada já tomava
proveito da diversidade plena, e portanto, o desempenho da BER para ambos os algoritmos é
similar.
Gráfico 5.9 – Desempenho da BER para a camada de multiplexação espacial para o código de estruturahíbrida G2+1.
0 5 10 15 20 25 30 35 4010
−6
10−5
10−4
10−3
10−2
10−1
100
SNR [dB]
Ta
xa
de
Err
o d
e B
it
SIC
SIC Modificado
Fonte: Elaborado pelo autor.
5.2 Resultados 82
No Gráfico 5.10, é apresentado o resultado do código espaço temporal de estrutura híbrida
total, considerando ambas as camadas.
Neste resultado para efeito de comparação é considerado também o código VBLAST com
três antenas transmissoras. Considerando M = N = 3 o esquema VBLAST tem uma taxa de
3 bps/pcu (do inglês, Per Channel Use), enquanto que o código G2+1 tem taxa 2 bps/pcu.
Entretanto, para uma BER de 10−2 o código G2+1 apresenta um ganho de aproximadamente 4
dB com o algoritmo SIC modificado. A diferença entre o algoritmo SIC clássico e o modificado
não é tão acentuada, uma vez que este código só tem duas camadas.
Gráfico 5.10 – Desempenho da BER para o código de estrutura híbrida G2+1.
0 5 10 15 20 2510
−3
10−2
10−1
100
SNR [dB]
Ta
xa
de
Err
o d
e B
it
VBLAST SIC
G2+1 SIC
G2+1 SIC Mod.
Fonte: Elaborado pelo autor.
No Gráfico 5.11 é comparado o desempenho do algoritmo SIC clássico e o modificado,
mas agora considerando um código com três camadas, G2+1+1, uma camada Alamouti STBC
e duas camadas de multiplexação espacial para N = 4.
Neste caso como se tem mais camadas, o transceptor pode tomar proveito da diversidade
plena fornecida pelo algoritmo modificado. Assim, para uma BER de 10−4 este ganho se
aproxima de 5 dB.
5.2 Resultados 83
Gráfico 5.11 – Desempenho da BER para o código de estrutura híbrida G2+1+1.
0 5 10 15 20 25 30 35 4010
−6
10−5
10−4
10−3
10−2
10−1
100
SNR [dB]
Ta
xa
de
Err
o d
e B
it
G2+1+1 SIC
G2+1+1 SIC Mod.
Fonte: Elaborado pelo autor.
Desse modo, observa-se que usando um algoritmo de cancelamento de interferência
sucessivo modificado, todas as camadas podem obter a diversidade plena no receptor, ao
contrário do caso clássico da literatura.
O próximo capítulo trata das conclusões relacionadas ao estudo, desenvolvimento e
resultados obtidos neste trabalho de dissertação.
84
CAPÍTULO 6
CONCLUSÕES E PERSPECTIVAS
Este trabalho de dissertação teve como finalidade o estudo de transceptores MIMO em
sistemas de comunicações móveis sem fio com multipontos coordenados. Foi realizado um
estudo comparativo entre as arquiteturas CoMP e co-localizada, avaliadas nos dois cenários
propostos utilizando transceptores MIMO. O comparativo foi estabelecido através de simulação
computacional utilizando o método de Monte Carlo.
Em ambas as arquiteturas, considerou-se os transceptores MIMO G2+1, VBLAST e STBC,
e que o equipamento de usuário encontrava-se próximo à borda da célula, caracterizando a
situação de pior caso.
6.1 Conclusões
Toda a pesquisa e desenvolvimento que proporcionaram a produção deste trabalho
de dissertação possibilitaram avaliar e ilustrar resultados de relevância, como a eficiência
dos sistemas cooperativos (CoMP) em relação aos co-localizados, utilizando transceptores
VBLAST, STBC e o transceptor MIMO híbrido G2+1 que possibilita obter ganhos
intermediários entre os ganhos de diversidade e multiplexação. Desse modo, obteve-se
resultados importantes neste trabalho de dissertação com o sistema CoMP em relação ao sistema
co-localizado sob o ponto de vista de infraestrutura, BER, SNR, SINR e capacidade.
Os resultados demonstrados comprovaram que o cenário 2, em relação ao cenário 1, obteve
melhores resultados em todos os aspectos avaliados e esta comparação tem por finalidade avaliar
a utilização de células com maior área de cobertura, fornecendo resultados que possibilitem o
direcionamento dos estudos para a escolha de uma arquitetura que maximiza o uso dos recursos
6.2 Perspectivas 85
de hardware e rádio.
A utilização do transceptor MIMO híbrido G2+1 em sistemas com multipontos
coordenados possibilitou maximizar ainda mais o uso dos recursos de hardware e rádio, pois
seu ganho intermediário entre o ganho de diversidade obtido através da estrutura STBC e o de
multiplexação obtido através da estrutura VBLAST com a cooperação entre as ERB’s resultou
em ganhos relevantes na taxa de erro de bit, ilustrando o direcionamento dos estudos e/ou
pesquisas para os sistemas de comunicações móveis sem fio de próxima geração que utilizam
arquiteturas com multipontos coordenados e estruturas de transmissão híbrida.
Em virtude do uso de detectores lineares neste trabalho, realizou-se um breve estudo
utilizando transceptores MIMO híbridos com detectores não lineares, no qual foi utilizado
o detector de cancelamento sucessivo de interferência modificado, possibilitando melhorar
ainda mais os resultados obtidos em sistemas com multipontos coordenados, se utilizado esta
estrutura de detecção, já que por meio do algoritmo de cancelamento sucessivo de interferência
modificado, todas as camadas de um código espaço temporal pode obter a diversidade plena no
receptor.
Diante dos estudos e resultados obtidos e mencionados anteriormente, ilustrou-se que
um melhor desempenho em relação ao cenário co-localizado pode ser obtido com um menor
número de antenas nas estações rádio base utilizando a cooperação, obtendo maior capacidade
de transmissão e diminuindo as taxas de erro (BER). Desse modo, tal desempenho superior
também é refletido no ponto de vista de economia nos dispêndios de capital (CAPEX) e
operacional (OPEX) da rede, fator relevante que contribui para a sustentabilidade das empresas
que fornecem os serviços de sistemas móveis celulares.
6.2 Perspectivas
Os resultados comprovados por simulação neste trabalho de dissertação, bem como toda
a pesquisa realizada, abrem caminho para pesquisas e desenvolvimento de trabalhos futuros,
como por exemplo:
O desenvolvimento e pesquisa, comprovando os ganhos obtidos para clusters com maior
número de células e usuários, inserindo dessa forma, um maior número de interferências
no sistema. Nessa nova abordagem, torna-se apreciável analisar o sistema fazendo uso de
outros tranceptores MIMO híbridos, como por exemplo: os transceptores G3+1, G2+1+1
e G2+G2 [Freitas 2006].
6.2 Perspectivas 86
O desenvolvimento e pesquisa sobre a alocação de recursos de rádio do sistema para áreas
de sombra mapeadas em sistemas móveis sem fio com multipontos coordenados.
Nesse estudo, considera-se um cenário em que as áreas de sombra, por meio de algum
mecanismo de análise são mapeadas e catalogadas. Desse modo, é possível conhecer
e tratar os problemas nestas referidas áreas de sombra, fazendo uso de sistemas com
multipontos coordenados.
A ideia é que uma determinada área vista como área de sombra por uma ERB possa
ser vista como uma área de sinal pleno por outras ERB’s do sistema cooperativo,
possibilitando uma alocação dos recursos do sistema para um determinado usuário que
se encontre na referida área vista como de sombra por sua ERB servidora. Desse modo,
com base no mapeamento das áreas de sombra e na cooperação entre as ERB’s, é possível
tratar o problema em questão, sem que haja a necessidade de dispor de mais recursos de
hardware e rádio, possibilitando na maximização dos recursos e das áreas de cobertura
ativa, aumentando o nível de qualidade de serviços no sistema.
87
REFERÊNCIAS BIBLIOGRÁFICAS
3GPP. "Further advancements for E-UTRA physical layer aspects".http://www.3gpp.org/ftp/Specs/html-info/36814.htm, Mar. 2010.
3GPP. "Spatial channel model for Multiple Input Multiple Output MIMO simulations".http://www.3gpp.org/ftp/Specs/html-info/25996.htm, Mar. 2011.
ALAMOUTI, S. A simple transmit diversity technique for wireless communications. SelectedAreas in Communications, IEEE Journal on, v. 16, n. 8, p. 1451–1458, Oct. 1998. ISSN0733-8716.
ALMERS, P.; BONEK, E.; BURR, A.; CZINK, N.; DEBBAH, M.; DEGLI-ESPOSTI,V.; HOFSTETTER, H.; KYÖSTI, P.; LAURENSON, D.; MATZ, G.; MOLISCH, A. F.;OESTGES, C.; ÖZCELIK, H. Survey of channel and radio propagation models for wirelessMIMO systems. EURASIP Journal on Wireless Communications and Networking, 2007.
BATISTA, R. Radio Resource Allocation for Coordinated Multi-Point Systems. Dissertação(Dissertação de Mestrado) — Universidade Federal do Ceará - UFC, Agosto 2011.
BATISTA, R.; SANTOS, R.; MACIEL, T.; FREITAS, W.; CAVALCANTI, F. Performanceevaluation for resource allocation algorithms in CoMP systems. p. 1–5, Sep. 2010. ISSN1090-3038.
BIGLIERI, E.; CALDERBANK, R.; CONSTANTINIDES, A.; GOLDSMITH, A.; PAULRAJ,A.; VINCENT, H. MIMO Wireless Communications. New York: Cambridge University Press,2007.
CAVALCANTE, C.; CAVALCANTI, F.; FREITAS, W. Sistemas de comunicações móveismultiportadoras e multiantenas: Processamento de sinais e alocação de recursos. Mini-cursoapresentado no XXVI Simpósio Brasileiro de Telecomunicações (SBrT2008), Rio de Janeiro,Setembro 2008.
CHO, Y.; KIM, J.; YANG, W.; KANG, C. MIMO-OFDM Wireless Communications withMATLAB. 1. ed. [S.l.]: Wiley-IEEE Press, 2010. 419–429 p. ISBN 9780470825631.
COVER, T.; THOMAS, J. Elements of Information theory. New Jersey: John Wiley & Sons,Inc., 1991.
REFERÊNCIAS BIBLIOGRÁFICAS 88
FENG, Z.; MUQING, W.; HUIXIN, L. Coordinated multi-point transmission and reception forLTE-Advanced. p. 1–4, Sep. 2009.
FOSCHINI, G.; GANS, M. On Limits of Wireless Communications in a Fading Environmentwhen Using Multiple Antennas. Wireless Pers. Commun., v. 6, p. 311–335, 1998.
FREITAS, W. Esquemas de Transceptores MIMO e Adaptação de Enlace Multidimensional emComunicações Sem Fio. Tese (Tese de Doutorado) — Universidade Federal do Ceará - UFC,Setembro 2006.
FREITAS, W.; CAVALCANTI, F.; LOPES, R. Hybrid MIMO transceiver scheme withantenna allocation and partial CSI at transmitter side. In: Personal, Indoor and Mobile RadioCommunications, 2006 IEEE 17th International Symposium on. [S.l.: s.n.], 2006. p. 1–5.
FREITAS, W. C.; MOREIRA, D. C.; CAVALCANTE, C. C.; ALMEIDA, A. L. F. de. Backwardrecursion in layered space-time non-linear interference cancellation detectors. Journal ofCommunication and Information Systems (JCIS), v. 26, p. 30–34, Apr. 2011.
FURTADO, D.; CALDAS, F.; FREITAS, W. Hybrid space-time diversity andspatial-multiplexing MIMO cooperative scheme for wireless communication systems. p.1657–1661, Sep. 2011. ISSN pending.
GESBERT, D.; HANLY, S.; HUANG, H.; SHLOMO, S.; SIMEONE, O.; YU, W. Multi-cellMIMO cooperative networks:a new look at interference. IEEE Journal on Selected Areas inCommunications, v. 28, n. 9, p. 1380–1408, Dec. 2010. ISSN 0733-8716.
GOLDSMITH, A. Wireless Communications. New York: Cambridge University Press, 2005.
GUIMARÃES, A. A. P. Sobre Limitantes de Capacidade de um Canal MIMO ComDesvanecimento Rice: Uma Abordagem Via Teoria de Majorização. Dissertação (Dissertaçãode Mestrado) — Universidade Federal do Ceará - UFC, Julho 2010.
HANZO, R. Z. e L. Joint and distributed linear precoding for centralised and decentralisedmulticell processing. p. 1–5, Sep. 2010. ISSN 1090-3038.
HARVILLE, D. A. Matrix Algebra From a Statistician’s Perspective. New York: Springer,2008.
HAYKIN, S.; MOHER, M. Sistemas modernos de comunicações wireless. [S.l.]: Bookman,2008.
HORN, R.; JOHNSON, C. Matrix Analisys. New York: Cambridge University Press, 1985.
MACIEL, T.; KLEIN, A. On the performance, complexity, and fairness of suboptimal resourceallocation for multiuser MIMO; OFDMA systems. Vehicular Technology, IEEE Transactionson, v. 59, n. 1, p. 406–419, Jan. 2010. ISSN 0018-9545.
MACIEL, T.; STANCANELLI, E.; FEITOSA, J.; FREITAS, W.; CAVALCANTI, F. Schedulingstrategies for coordinated multi-point systems. Simpósio Brasileiro de Telecomunicações(SBrT’09), Setembro 2009.
MOREIRA, D. Estratégias de Estimação de Canal para Adaptação de Enlace em SistemasMIMO-OFDM. Dissertação (Dissertação de Mestrado) — Universidade Federal do Ceará -UFC, Novembro 2006.
REFERÊNCIAS BIBLIOGRÁFICAS 89
OESTGES, C.; CLERCKX, B. MIMO Wireless Communications: From Real-WorldPropagation to Space-Time Code Design. London: Academic Press, 2007.
PAPOULIS, A. Probability, Random Variables and Stochastic Processes. 3. ed. Nova York:McGraw-Hill, Inc., 1991.
PARKVALL, S.; DAHLMAN, E.; FURUSKAR, A.; JADING, Y.; OLSSON, M.; WANSTEDT,S.; ZANGI, K. LTE-Advanced - Evolving LTE towards IMT-Advanced. p. 1–5, Sep. 2008.ISSN 1090-3038.
PAULRAJ, A.; NABAR, R.; GORE, D. Introduction to Space-Time Wireless Communications.Nova York: Cambridge University Press, 2003.
PROAKIS, J. Digital Comunications. 3. ed. [S.l.]: Mc Gran-Hill, 1995. ISBN 0-07-051726-6.
RAPPAPORT, T. Wireless Communications: Principles and Practice. 2. ed. [S.l.]: Prentice HallPTR, 2001. Hardcover.
TAROKH, V.; JAFARKHANI, H.; CALDERBANK, A. Space-time block codes fromorthogonal designs. Information Theory, IEEE Transactions on, v. 45, n. 5, p. 1456–1467, Jul.1999. ISSN 0018-9448.
TAROKH, V.; JAFARKHANIN, H.; CALDERBANK, A. Space-time block coding for wirelesscommunications: performance results. Selected Areas in Communications, IEEE Journal on,v. 17, n. 3, p. 451–460, Mar. 1999. ISSN 0733-8716.
TAROKH, V.; SESHADRI, N.; CALDERBANK, A. Space-time codes for high data ratewireless communication: performance criterion and code construction. Information Theory,IEEE Transactions on, v. 44, n. 2, p. 744–765, Mar. 1998. ISSN 0018-9448.
TELATAR, I. Capacity of multi-antenna gaussian channels. Europ. Trans. Telecommun., v. 10,n. 6, p. 585–595, Nov. 1999.
TRANTER, W.; SHANMUGAN, K.; RAPPAPORT, T.; KOSBAR, K. Principles ofcommunication systems simulation with wireless applications. 1. ed. Upper Saddle River, NJ,USA: Prentice Hall Press, 2003. ISBN 0134947908.
WINTERS, J. On the capacity of radio communication systems with diversity in a rayleighfading environment. IEEE Journal on Selected Areas on Communications, v. 5, p. 871–878,1987.
YU, K.; BENGTSSON, M.; OTTERSTEN, B.; MCNAMARA, D.; KARLSSON, P.; BEACH,M. Modeling of wide-band MIMO radio channels based on NLoS indoor measurements. IEEETrans. on Vehicular Technology, v. 53, n. 3, p. 655–665, May 2004.
ZARBOUTI, D.; TSOULOS, G.; KAKLAMANI, D. Theory and practice of MIMO wirelesscommunications systems. In: MIMO System Technology for Wireless Communications. [S.l.]:Taylor & Francis Group, 2006.
ZHANG, X.; PALOMAR, P.; OTTERSTEN, B. Statistically robust design of linear MIMOtransceivers. IEEE Transactions on Signal Processing, v. 56, n. 8, p. 3678–3689, Aug. 2008.