Συντάχθηκε 10-07-2025 10:57
Τόπος:
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 14/07/2025 15:00
Λήξη: 14/07/2025 16:00
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Γεωργίας - Νεφέλης Ξυνογαλά
με θέμα
Συστήματα Ασύρματης Επικοινωνίας 5ης Γενιάς: Αραιότητα Καναλιών στο Πεδίο του Χρόνου και της Γωνίας
5G Wireless Communication Systems: Channel Sparsity in the Time and the Angular Domains
Εξεταστική Επιτροπή
Καθηγητής Αθανάσιος Λιάβας (επιβλέπων)
Καθηγητής Γεώργιος Καρυστινός
Καθηγητής Θρασύβουλος Σπυρόπουλος
Περίληψη
Στην παρούσα Διπλωματική Εργασία, εξετάζονται δύο αλγόριθμοι εκτίμησης του downlink καναλιού βασισμένοι στην αραιότητα, για συστήματα massive MIMO με Frequency Division Duplexing (FDD) σε δίκτυα 5G. Αν και τα massive MIMO συστήματα βελτιώνουν τη φασματική αποδοτικότητα, τον ρυθμό μετάδοσης δεδομένων και την αξιοπιστία, εισάγουν επίσης προκλήσεις στην απόκτηση ακριβούς Channel State Information (CSI) για το downlink κανάλι, ιδιαίτερα σε FDD αρχιτεκτονικές, όπου απαιτείται η επιστροφή της εκτιμώμενης πληροφορίας καναλιού από τον χρήστη προς τον σταθμό βάσης, γεγονός που μπορεί να επιφέρει σημαντική επιβάρυνση στο σύστημα, τόσο σε επίπεδο δεδομένων όσο και σε υπολογιστικό κόστος.
Για την αντιμετώπιση αυτής της πρόκλησης, μελετώνται αλγόριθμοι που εκμεταλλεύονται την αραιότητα του καναλιού σε διαφορετικούς τομείς. Η πρώτη μέθοδος, βασισμένη στο έργο των A. C. Cirik, N. M. Balasubramanya και L. Lampe, μοντελοποιεί το κανάλι ως block-sparse στον χρονικό τομέα και διατυπώνει το πρόβλημα εκτίμησης ως κυρτό πρόβλημα βελτιστοποίησης, το οποίο επιλύεται μέσω του εργαλείου CVX. Η δεύτερη τεχνική, η οποία αξιοποιεί την αραιότητα των κυρίαρχων διαδρομών διάδοσης σε hybrid και millimeter-wave MIMO συστήματα, εφαρμόζεται στον γωνιακό τομέα και είναι εμπνευσμένη από το έργο των A. Alkhateeb, O. E. Ayach, G. Leus και R. W. Heath. Αντί της χρήσης του OMP, η εκτίμηση υλοποιείται μέσω κυρτής βελτιστοποίησης, λόγω της δομής και των περιορισμών που παρουσιάζουν τα hybrid MIMO συστήματα.
Οι δύο αλγόριθμοι υλοποιούνται και αξιολογούνται μέσω προσομοιώσεων με ρεαλιστικά μοντέλα καναλιών 5G. Η σύγκριση των επιδόσεών τους βασίζεται στην ακρίβεια εκτίμησης, στη συμπεριφορά σύγκλισης και στην υπολογιστική πολυπλοκότητα. Τα αποτελέσματα δείχνουν ότι οι τεχνικές που βασίζονται στην αραιότητα μπορούν να μειώσουν σημαντικά το πλήθος και τον όγκο των δεδομένων που απαιτούνται για την επιστροφή της πληροφορίας καναλιού από τον χρήστη προς τον σταθμό βάσης, βελτιώνοντας παράλληλα την αποδοτικότητα και την πρακτική εφαρμογή της εκτίμησης σε μελλοντικά ασύρματα δίκτυα.
Abstract
In this Diploma Thesis, we examine sparsity-driven downlink channel estimation algorithms for Frequency Division Multiplexing (FDD) massive MIMO systems in 5G networks. Although massive MIMO systems enhance spectral efficiency, capacity, and reliability, they also introduce challenges in acquiring accurate downlink Channel State Information (CSI), particularly in FDD settings where feedback overhead can be significant.
To address this challenge, we study algorithms that exploit channel sparsity in different domains. The first method, based on the work of A.C.Cirik, N.M.Balasubramanya and L. Lampe, models the channel as block-sparse in the time domain and formulates the estimation problem using convex optimization techniques via CVX. The second method, which is based on the work of A. Alkhateeb, O. E. Ayach, G. Leus and R. W. Heath, uses Orthogonal Matching Pursuit (OMP) to operate in the angular domain and exploits the small number of dominant propagation paths in hybrid and millimeter-wave MIMO systems.
Both algorithms are implemented and evaluated through simulations under realistic 5G channel models. Computational complexity, convergence behavior, and estimation accuracy are used to compare their performances. The findings demonstrate how well sparsity-based methods work to lower CSI feedback overhead and boost estimation effectiveness in wireless systems of the future.
