Modelagem e simulação de algoritmo de rastreio baseado em Filtro de Kalman para estimação de canal em sistemas MIMO de comunicação

Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2017.Nas últimas décadas, houve um aumento do uso de comunicações móveis, como consequência novas demandas foram criadas como maior tráfego de dados, maior conabilidade, menor custo e menor latência. Esse fato faz necessário novas ferramentas que satisfaçam essas especicações, já que essas não podem ser atendidas simplesmente pelo aumento a largura de banda, que é um recurso escasso, ou da potência de transmissão, que levaria a um aumento da interferência entre sistemas, eleva custos de implementação e operação do sistema. A comunicação 5G por meio do Massive multiple-input multiple-output (MIMO Massivo) mostra-se, então, como uma das soluções a essa questão. Para que os benefícios da utilização de um grande número de antenas sejam ampliados em sistema MIMO é necessário o conhecimento do estado do canal, channel state information (CSI). Geralmente, melhores desempenhos são possíveis quando transmissores e receptores têm informa- ções sobre o canal de comunicação. Este trabalho trata do caso em que apenas o transmissor tem informação sobre o canal de comunicação, ou seja, um sistema em malha aberta operando em enlace reverso. Neste contexto, esse trabalho faz a comparação entre dois algoritmos para o rastreamento de canais de comunicação que apresentam desvanecimento plano, o algoritmo least mean square (LMS) e o ltro e Kalman. Para tanto, foram feitas simulações para o rastreamento de um canal baseado no modelo de canal de Jakes, em que se notou um melhor desempenho do ltro de Kalman frente ao algoritmo LMS.In the last decades, there was growth in the utilisation of mobile communications, as a result new demands has been created such as growing trac data, greater reliability, lower cost and a lower latency. This fact creates the necessity of new technologies that meet this especication, once those can not be satised just with a increase in the bandwidth, that is scarce resource, or in power transmission, that would result in a bigger interference between systems, higer cost of implementation and operation of the systems. The communication with 5G technology by Massive multiple-input multiple-output is presented as one of solutions proprosed to this problem. The knowledge of channels state informations are required so that the benets of the utilisation of a large number of antennas are fully exploited. Generally, better performances are reached when transmitter and receptor have CSI. This work presents the case in which just the transmissor have information about the communication channel, that could be understood as an open loop system that operates in uplink. In this context, this work does the comparation between two algorithms for tracking a channel which is classied as at fading, the least mean square algorithm (LMS) and the Kalman lter. For this purpose, simulations were made for tracking a channel based on jakes model, in which it was noted a better performance of the Kalman lter when compared to the LMS algorithm