Précodage et estimation des canaux sélectifs en fréquence pour les systèmes millimétriques MIMO hybrides

De nombreuses nouvelles applications, telles que la voiture connectée, la réalité augmentée, la réalité virtuelle, la réalité mixte, la vidéo tridimensionnelle, la vidéo ultra-haute d´définition, l’internet industriel des objets, les villes intelligentes, la santé connectée, etc., verront le jour dans la prochaine décennie. Ces applications nécessitent de connecter un grand nombre de nouveaux appareils et d’échanger davantage de données. Par exemple, entre 2018 et 2024, le trafic mobile mondial devrait augmenter de 30% par an, tandis que la demande de capacité devrait ˆêtre multipliée par 1 000 au cours de la prochaine décennie. Par rapport à la quatrième génération (4G), la cinquième génération (5G) promet d’augmenter le débit de données utilisateur de 10 à 100 (jusqu’à 10 Gbit/s), de réduire la latence de 10, d’augmenter la densité de connectivité de 10 et de réduire les coûts et la consommation d’énergie. Les chercheurs tentent de proposer des solutions innovantes en réponse au besoin croissant de trafic de données et de connectivité ´étendue, ainsi qu’à la rareté du spectre radio inférieur à 6 GHz. Celles-ci reposent principalement sur de nouvelles techniques de traitement du signal, la densification du réseau ou l’utilisation de bandes de fréquences supplémentaires. En ce qui concerne les nouvelles bandes, le spectre des ondes millimétriques (mmWave) se situe entre 30 GHz et 300 GHz, et la large bande passante inutilisée dans ces bandes peut permettre aux systèmes sans fil de supporter des augmentations massives de la demande de capacité. Par conséquent, les communications mmWave seront essentielles dans la 5G et les futures générations de réseaux cellulaires. Cependant, la mise en œuvre des communications millimétriques avec les antennes multiples MIMO (multiple-input multiple-output) reste un challenge. Ainsi, trois d´défis majeurs sont à surmonter à savoir : 1) la limitation matérielle, 2) le coût d’acquisition des canaux et 3) la complexité de la conception du précodage. Afin de faire face à ces difficultés majeures, des algorithmes de précodage et d’estimation de canal pour mmWave et MIMO massif sont développés dans cette thèse. Les méthodes proposées mettent en œuvre une modulation multiporteuse d’amplitude en quadrature décalée à bande de filtres (FBMC-OQAM) et des architectures hybrides analogiques/numériques qui divisent le précodage et combinent le traitement dans les domaines RF et en bande de base, ce qui résulte en une ´économie de coûts et d’énergie. De plus, pour réduire la complexité de conception du précodeur et les coûts de formation de voies, les algorithmes d´développés dans la thèse tirent parti de la structure et des fonctionnalités des canaux mmWave et MIMO massifs. Ainsi, les principales contributions de la thèse sont : (a) le d´développement d’algorithmes de précodage hybrides et des livres de codes pour les systèmes mmWave sélectifs en fréquence (FS), (b) l’étude de la viabilité de l’utilisation de la forme d’onde de signalisation FBMC-OQAM pour les communications mmWave de prochaine génération, et (c) le d´développement d’un algorithme d’estimation de canal pour les systèmes à ondes millimétriques basés sur une architecture hybride profitant de la nature parcimonieux des canaux à ondes millimétriques.Many new applications, such as connected cars, augmented reality, virtual reality, mixed reality, three-dimensional video, ultra-high definition video, industrial internet of things, smart cities, connected healthcare, and so on, will emerge in the next decade. These applications necessitate connecting a large number of new devices and exchanging more data. For example, between 2018 and 2024, global mobile traffic is predicted to climb by 30% yearly, while capacity demand is expected to increase 1000-fold in the next decade. When compared to fourth generation (4G), fifth generation (5G) objectives is to boost user data rate by 10 to 100 (up to 10 Gbit/s), reduce latency by 10, increase connectivity density by 10, and lower cost and power usage. Researchers are attempting to suggest innovative solutions in response to the rapidly expanding need for data traffic and large connectivity, as well as the scarcity of sub-6 GHz radio spectrum. These are mostly based on novel signal processing techniques, network densification, or the use of extra frequency bands. Regarding new bands, the millimeter-wave (mmWave) spectrum is between 30 GHz and 300 GHz, and the large unused bandwidth in these bands can allow wireless systems to support massive increases in capacity demand, as capacity of wireless systems increases as exploited bandwidth increases. As a result, mmWave communications will be critical in 5G and future cellular network generations. However, implementing mmWave and large multiple-input multiple-output (MIMO) advantages in practice is fraught with difficulties. The fundamental obstacles in realizing mmWave are three key challenges: hardware limitations, channel acquisition costs, and precoding design complexity. To address these difficulties,precoding and channel estimation algorithms for both mmWave and massive MIMO are developed in this dissertation. The suggested methods implement filter-bank multicarrier offset-quadrature amplitude modulation (FBMC-OQAM) and hybrid analog/digital architectures that divide precoding and combining processing across the radio-frequency (RF) and baseband domains, resulting in cost and power savings. Furthermore, to reduce precoder design complexity and training cost, the developed algorithms take advantage of the structure and features of mmWave and massive MIMO channels. The following are the dissertation’s major contributions: (a) developing hybrid precoding algorithms and codebooks for frequency-selective (FS) mmWave systems, (b) investigating the viability of using the FBMC-OQAM signaling waveform for next-generation mmWave communications, and (c) developing a channel estimation algorithm for hybrid architecture-based mmWave systems that takes advantage of the sparse nature of mmWave channels