Ein konzeptioneller Entwurf für OFDM-basierenden zellularen Broadcastsysteme

In den letzten Jahren zeigt sich, dass sich die Orthogonal-Frequency-Division-Multiplex (OFDM)-Technik zunehmend zur Schlüsseltechnologie für zukünftige drahtlose Kommunikationssysteme entwickelt. Einige grundlegende Aufgabenstellungen bei der Konzeption von OFDM-basierten zellularen Broadcast-Systemen werden in dieser Arbeit diskutiert. Die Erörterung konzentriert sich auf folgende drei Bereiche: Effiziente Feedback-Schemata für die Übertragung von Kanalinformation, Ressourcenallokationsstrategien, die auf die Feedback-Schemata angewendet werden können, und Scheduling-Verfahren, die auch mit den Ressourcenallokationsstrategien kombiniert werden können. Um die hohe spektrale Effizienz der OFDM-Technik ausschöpfen zu können, müssen frequenzselektive Kanalinformationen an Sender verfügbar sein. Der daraus resultierende erhöhte Bedarf an Kanalinformation benötigt effizientere Lösungen für die Feedback-Schemata. In dieser Dissertation werden zwei Feedback-Schemata vorgeschlagen, welche die Feedback-Datenmenge enorm reduzieren, nämlich Mobility-Dependent Successive Refinement und Oversampling of Channel Impulse Response. Der Leitgedanke bei dem Mobility-Dependent-Successive-Refinement-Verfahren ist es, nicht den gesamten Frequenzgang auf einmal zu übertragen, sondern in zeitlich aufeinanderfolgenden Abschnitten. Je nach Mobilitätszustand der Nutzer werden die einzelnen Abschnitte nach einer vordefinierten Zeitperiode aktualisiert. Bei dem Oversampling-of-Channel-Impulse-Response-Verfahren wird die Feedback-Datenmenge reduziert, indem man Redundanzen in der Kanalinformation im Frequenzbereich entfernt. Basierend auf diesen Feedback-Schemata werden Ressourcenallokationsstrategien dargestellt. Die Strategien maximieren die System-Utility, indem ein gewichtetes Ratensummenmaximierungsproblem gelöst wird. Diese Ressourcenallokationsprobleme haben aufgrund von praktischen Einschränkungen nicht-differenzierbare und nicht-konvexe Zielfunktionen. Um die Probleme nachhaltig zu lösen, werden Algorithmen entwickelt, die auf der Lagrangeschen Methode basieren. Es hat sich gezeigt, dass diese Algorithmen andere Standard-Algorithmen sowohl in Bezug auf Durchsatz als auch im erforderlichen Rechenaufwand übertreffen. Wenn die Gewichtsfaktoren in dem oben erwähnten Ressourcenallokationsproblem in angemessener Weise bestimmt werden, kann das System den Bufferzustand stabil halten, solange die Ankunftsrate innerhalb der ergodisch erreichbaren Region liegt. Ein entsprechendes Scheduling-Verfahren nennt man throughput-optimal. Zwei Bedingungen an den Gewichtsfaktoren sind Voraussetzung, um die Throughput-Optimalität zu gewährleisten: Wenn der Gesamt-Bufferzustand im System zu voll wird, wird die Änderung der Gewichtsfaktoren zwischen zwei aufeinander folgenden Zeitpunkten kleiner. Wenn darüber hinaus der Bufferzustand eines Nutzers unter einem Schwellenwert bleibt, tendiert sein Gewichtsfaktor gegen Null. Diese Bedingungen bieten passable Möglichkeiten zur Verifizierung der Throughput-Optimalität. Schließlich stellen wir einen iterativen Algorithmus vor, der Idle State Prediction genannt wird. Dieser Algorithmus ermittelt Gewichtsfaktoren, die die relevante Verzögerungs-zeit im System minimieren. Analysen und Simulationen zeigen, dass das Idle-State-Prediction-Verfahren sowohl Durchsatz als auch Verzögerungszeit im System optimal gewährleisten.Orthogonal Frequency Division Multiplexing (OFDM) is evidently going to be the core technology for next generation wireless communication systems. In this thesis certain crucial issues arising from the concept design of an OFDM based cellular broadcast system are being studied. The contributions are focused in three fields: efficient feedback schemes for channel state information, resource allocation strategies that work with the feedback schemes under further practical constraints, scheduling policies that can be combined with these resource allocation strategies. In order to exploit the high spectral efficiency of OFDM, frequency-selective channel state information should be available at the transmitter. The resulting increased demand on channel state information needs more efficient feedback method. In this thesis two feedback schemes are proposed that enormously reduce the necessary feedback capacity demand. One scheme is called mobility-dependent successive refinement. The main idea is not to report the complete frequency response all at once but in subsequent parts. Subsequent parts will be further refined in this process. After a predefined number of time slots, outdated parts are updated depending on the reported mobility class of the users. Another scheme is called oversampling of channel impulse response which reduces the feedback demand by removing the redundancy of channel state information in frequency domain. With very low required feedback capacity, both schemes provide an excellent description of the frequency-selective channel state. By using these feedback schemes, resource allocation strategies are presented, which maximize the system utility by solving certain weighted sum rate maximization problems. Additional rate constraints reflecting the quality of service requirement are considered in these problems. Due to the properties of practical systems, these resource allocation problems have non-differentiable non-convex objective, which makes the problem solving more difficult. In order to tackle these problems, we develop algorithms that are able to progressively approach the solution in few steps. Evaluation results show that these algorithms outperform existing standard algorithms both in achieved throughput and computational complexity. If the weight factors in the above resource allocation problem are constructed in a proper manner, the system can keep all data queues stable for any set of arrival rate inside the ergodic achievable rate region. The corresponding scheduling policy is called throughput-optimal. Proving the throughput-optimality of scheduling policies used to be a laborious task. In this thesis two conditions on the weight factors are presented that guarantee the throughput-optimality. Heuristically, the conditions imply that if the queue length in the system becomes large, the rate allocation is always the solution of a weighted sum rate maximization problem. Furthermore, the change of the weight factors between two time slots becomes smaller and the weight factors of the users, whose queues are bounded while the other queues expand, tend to zero. Since the form of the conditions is rather straightforward, we can easily use them to verify the throughput-optimality policies. At last, we propose an iterative algorithm called Idle State Prediction to obtain the weight factors which minimize the relevant delay measure in the system. Analytical and simulative tools are used to show that the proposed scheduling policy provides both optimal throughput and delay performance