Antenna selection in massive mimo based on matching pursuit

Submitted by Aglair Aguiar (aglair@ct.ufrj.br) on 2020-04-04T18:04:15Z No. of bitstreams: 1 888974.pdf: 843461 bytes, checksum: 760c4376586a61599c2d5bdbae2ecfeb (MD5)Made available in DSpace on 2020-04-04T18:04:15Z (GMT). No. of bitstreams: 1 888974.pdf: 843461 bytes, checksum: 760c4376586a61599c2d5bdbae2ecfeb (MD5) Previous issue date: 2018-08Com a proliferação de serviços wireless, a demanda por espectro disponível também cresce. Logo, a eficiência espectral é um assunto de grande interesse na comunidade científica, que procura por meios para fornecer qualidade de serviço ao crescente número de usuários. massive MIMO é uma técnica repleta de atrativos a ser empregada na futura geração wireless, já que aproveita o espectro existente eficientemente. Este trabalho propõe duas estratégias de seleção de antenas para serem empregadas no downlink de um sistema massive MIMO, visando a redução da potência de transmissão. Os algoritmos propostos podem também ser usados para selecionar um subconjunto de sensores ativos em uma rede centralizada de sensores. A estratégia proposta para seleção de antenas é inspirada na técnica matching pursuit. Os resultados apresentados indicam que uma seleção eficiente pode ser obtida com baixa complexidade computacional.As wireless services proliferate, the demand for available spectrum also grows. As a result, the spectral efficiency is still an issue addressed by many researchers looking for solutions to provide quality of service to a growing number of users. massive MIMO is an attractive technology for the next wireless systems since it can alleviate the expected spectral shortage. This work proposes two antenna selection strategies to be applied in the downlink of a massive MIMO system, aiming at reducing the transmission power. The proposed algorithms can also be employed to select a subset of active sensors in centralized sensor networks. The proposed strategy to select the antennas is inspired by the matching pursuit technique. The presented results show that an efficient selection can be obtained with reduced computational complexity