A Study Of Selective Per-symbol Rate Control (s-psrc) On Linear Space-time Codes

Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2013Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2013Günümüz modern haberleşme sistemlerindeki en büyük sorunlardan birisi düşük işaret gürültü oranlarında (signal-to-noise ratio, SNR) çok yollu sönümleme etkilerinden dolayı hata başarımındaki azalmalardır. Bu durum güvenilir yani hata oranı düşük veri akışlarına olan ihtiyacı arttırmaktadır. Her yanlış gönderilen verinin tekrar gönderilmesi gerektiğinden, sistem kaynaklarının olumsuz şekilde kullanılması söz konusu olmaktadır. Bu israf sistemin genel performansını azaltmaktadır. Gün geçtikçe artan ağ tabanlı ya da internet tabanlı çoklu ortam uygulamalarının artmasıyla makul bir veri hızını, güvenilir bir şekilde sunan yöntemlere ihtiyaç artmıştır. Böyle bir sistem gereksinimi için yeni yöntemler geliştirilmesi bir zorunluluk haline gelmiştir. Özellikle bunu iç ve dış gürültü kaynaklarının etkilerini de düşünerek gerçeklemek telekomünikasyon teorisyenleri için bir meydan okumadır. Frekans tayfının ulusal ve uluslar arası paylaşımlarla sınırlandırıldığı şu anki durumda, hata başarımını arttırmak için çeşitleme, etkin bir haberleşme yöntemi olarak kullanılır. Hata başarımını arttırmak için oldukça etkili bir yöntem olan çeşitleme, uzayda, zamanda ya da frekansta olabilir. Bu çalışmada kullanılan zaman çeşitlemesinde, simgelerin kopyaları farklı zaman aralıklarında tekrar gönderilmiştir. Tek girişli tek çıkışlı (single-input single-output, SISO) sistemler yerine anten çeşitlemesi ile tek girişli çok çıkışlı (single-input multiple-output, SIMO), çok girişli tek çıkışlı (multiple-input single-output, MISO) ya da çok girişli çok çıkışlı sistemler (multiple-input multiple-output, MIMO) kullanmak da mümkündür. Anten çeşitlemesi hata oranının küçültmek için oldukça etkili bir yöntemdir. Birden fazla girişin ve/veya çıkışın olduğu haberleşme sistemleri, uzayda verici ile alıcı arasına yeni kanallar ekleyerek çok yollu sönümleme etkilerini azaltırlar. Bu kanallar daha az bozulmuş sinyallerin alınması olasılığını artırmada etkin rol oynarlar. Veri hızını arttırmak için bilinen en temel yöntem uzaysal çoğullamadır. Çeşitlemeden farklı olarak uzaysal çoğullamada, hata olasılığını düşürmek birincil hedef olarak düşünülmez. Kanal sığasını olabildiğince arttırmak uzaysal çoğullamanın için en önemli amacıdır. Çeşitleme ve çoğullama hedeflenen hata oranı veya elde edilebilecek bilgi kuramsal sığa limitlerine ulaşmak için kullanılabilir. Hata başarımını arttırmanın bir diğer yolu ise alıcı tarafından kanal bilgisini ya da vericiden veri iletimi için kullanılması istenen verici anten altkümesini göndermektir. Böylece işaret zayıflatması en fazla olan verici antenlere ait kanallar kullanılmayarak, gönderilen işaretler için daha iyi bir iletim yolu sağlayan verici anten/antenler seçilmiş olunur. Bu yönteme verici çeşitlemesi adı verilmektedir. Verici çeşitlemesi ile veri iletimi için güvenilir yol/yollar sağlanmış olunur. En çok kullanılan verici seçim algoritmaları norm tabanlı yöntem, ortak bilgiyi en yükselten yöntem, özdeğer (eigenvalue) tabanlı yöntem, kanal sığasını en çok arttıran yöntem, adım adım eleme yöntemi, genetik algoritma ile seçim ve hızlı seçim algoritmalarıdır. Anten seçimi için geri besleme verisi şarttır. Bunun için kanal öğrenimi yapılmaktadır. Kanal davranışına göre, kazanç matrisinin elemanları Gauss, Rayleigh, Nakagami, Weibull olasılık dağılımlarından birisi olabilir. Bir çerçeve her verici antenden ardışık zamanlarda gönderilen pilot simgeler ve gönderilmesi planlanan verinin toplamından oluşmaktadır. Son verici antenin pilot işaretini göndermesinden sonra seçilmiş verici anten/antenlerden verinin gönderilmesi işlemine başlanır. Kanal öğrenme süreci sistemin kod çözme karmaşıklığını arttırmaz çünkü gönderilmek istenen veri, kanal bilgileri edinildikten sonra gönderilmektedir. Doğrusal saçılım kodları (linear dispersion codes, LDC) her sayıda verici ve alıcı anten sayısı yapılandırmasıyla çalışan sabit hızlı bir kod planıdır. Doğrusal saçılmış iletim matrisi, simgeleri uzay ve zamanda saçılıma uğratan saçılım matrisleri ile belirlenmektedir. İyi tasarlanmış ve sığayı en iyi şekilde optimize eden doğrusal saçılım kodları, oldukça iyi bir hata başarımı sergilerler. Doğrusal saçılım kodları iletilen ve alınan işaretlerin karşılıklı bilgi miktarını en yükseltecek şekilde tasarlanmışlardır. Saçılım matrislerindeki doğrusallık, kod çözme karmaşıklığını azaltmaktadır. Tasarım kıstaslarında verildiği üzere bağımsızlık derecesinin arttırılması ile beraber karşılıklı bilgi miktarı en yükseltmek mümkün olmuştur. Doğrusal saçılım kodlarının kod çözme işleminde, alınan sinyaller gerçel ve sanal kısımlarına ayrılırlar. Daha sonra kanal kazancı matrisi ve saçılım matrislerinin bilinmesi ile oluşturulan eşdeğer kanal kazancı matrisi ile eşdeğer kanal kazancı matrisini bilen alıcı tarafından basitçe çözülebilirler. Kanal durumuna göre veri hızı uyarlaması için anten başına hız kontrolü (per-antenna rate control, PARC) yöntemi ortaya çıkmıştır. Bu yöntem geri besleme ile vericiye gönderilen kanal kalite göstergelerinden (channel quality indicators, CQI) yararlanarak modülasyon ve kodlama yapısı seçilmektedir. Böylece farklı işaret kümesi ve kodlama yapısıyla farklı veri hızları sağlanacaktır. Kanal zayıflatması fazla olduğu zaman 4-QAM gibi düşük işaret kümesine sahip modülasyon tipi daha iyi hata başarımı sağlayacaktır. İşaret kümesinin yüksek sayıda olduğu 128-QAM ve 256-QAM gibi modülasyon tipleri kanal koşullarını daha elverişli olduğu durumlarda kullanılabilmektedir. Buna göre uyarlanabilir sistemlerde, tek hızlı sistemlere göre hız değişimleri olmaktadır. Daha sonra verici anten seçimi tekniğinin PARC ile bütünleştirilmesi ile beraber seçmeli anten başına hız kontrolü (selective per-antenna rate control, S-PARC) ortaya çıkmıştır. Anten seçimi ile pahalı RF zincirlerinin sayısı sabit tutularak daha iyi hata başarımları elde edilmiştir. Bu çalışmada PARC ve S-PARC yöntemleri doğrusal saçılım kodlarında uygulanmak üzere simge başına hız kontrolü (per symbol rate control, PSRC) ve seçmeli simge başına hız kontrolü (selective per symbol rate control, S-PSRC) haline getirilmiştir. Daha sonra bu teknikler doğrusal saçılım kodları ile kullanılarak benzetimler ve karşılaştırmalar yapılmıştır. PARC ve S-PARC yöntemlerinin doğrusal uzay-zaman kodlarında kullanılamamasının nedeni farklı zamanlarda gönderilen aynı simgenin farklı modülasyon tipinden seçilememesinden dolayıdır. Önerilen yöntemlerdeki modülasyon seçimi ile gerçeklenen hız kontrolü her antenden farklı olmak yerine aynı simge için aynı işaret kümesinden olacak şekildedir. Yöntem öncelikli olarak alıcıdan gönderilen geri beslemeyi kullanarak iletimde kullanılacak verici antenleri belirler. Aynı zamanda geri besleme ile hedef hata başarımı için kanaldan en yüksek verimi alacak şekilde işaret kümesi seçimi yapılarak iletim hızı kontrolü sağlanır. Seçimde kullanılan gerekli modülasyon yapısı tablosunun edinimi hedeflenen %10 BLER için üretilmiştir. Bu çalışmada MISO ve MIMO haberleşme sistemi için LDC yapıları kullanılarak PSRC ve S-PSRC yöntemleri incelenmiştir. Araştırma, inceleme ve benzetimlerin ardından gerekli yorumlamalar yapılmıştır.One of the most significant problems in the era of modern communication systems is due to the multi-path fading effects causing reduction in the bit error rate performance in low signal-to-noise ratio regimes. This problem increases the need for methods for reliable error-resilient data streams. Since error in transmission requires retransmitting, namely resending each of the data streams which have already sent before, it is simply wasting of the system resources unnecessarily. This waste affects the overall system performance in a negative manner, degrading the overall system performance. The demand for network-based or internet-based broadband multimedia applications is increasing all around the globe day by day. This crowded cloud environment also, leads to an absolute need for sky rocketed data rates in a reliable way. Revising methods to offer such system level requirements is a must and a challenge for telecommunication scientists considering the effects of internal and external noise. The current status of the national and international shared frequency distribution, limits the available frequency spectrum. Effective communication methods such as diversity are used to further improve bit error rate performance on the communication systems. As a very helpful procedure, diversity technique could be applied on space, time, or the frequency. Identical copy/copies of symbols are being sent in other time slots for time diversity in this study. Antenna diversity is a very well known effective technique using SIMO (single-input multiple-output), MISO (multiple-input single-output) or MIMO (multiple-input multiple-output) communication systems instead of a SISO (single-input single-output) communication system. Multi-path fading effects are reduced by introducing new channels between transmitter and receiver in space. Those channels are there to promote the probability of getting much less disturbed transmitted signals. The most common method to increase data rate is spatial multiplexing. In spatial multiplexing, as opposed to diversity, the bit error rate performance is not considered as the primary objective. Increasing channel capacity is all that matters for spatial multiplexing. Independent symbols are sent from each transmit antenna. Diversity and multiplexing can be designed to target either having the better bit error rate performance or the highest multiple-input multiple-output theoretical capacity limits. Another way to increase the error performance of the communication system is sending the channel information or a subset of the optimum transmit antenna/antennas selection preference to be used for data transmission by the transmitter. Thanks to this method, an avoidance mechanism is formed by not using the transmitter antennas displaying the maximum attenuation on the way to the receiver. This method is called transmit diversity. Selection of transmitting antennas leads to lesser attenuation on signaling level providing a reliable path for transmission. Among all others, norm based method, maximizing mutual information method, eigenvalue based method, maximizing channel capacity method, step-by-step elimination method, genetic algoritmic selection method and fast antenna selection algoritms are the most commonly used ones. To take advantage of these methods, channel learning is essentially and the most fundamentally needed. Communication channels are to be inspected very well while generating channel modeling. Channel modeling is extremely important especially on planning RF (radio frequency) based communication systems. The entries of channel gain matrix could be Gaussian, Rayleigh, Nakagami, Weibull distribution depending on the channel behaviour. A frame is a combination of pilot signals from each transmit antenna lagging by the actual data. When the last transmit antenna sends its related pilot symbol, channel learning is considered to be completed. As it can be easily understood, all this channel learning process never adds decoding complexity on receiver side owing to transmission of actual data after completely learning all channel gain elements between transmitter and receiver. Linear dispersion codes are considered to be single-rate codes which are able to work with any configuration of transmit and receive antennas. Linearly dispersed transmission matrix consists of symbols whose space-time spread is determined by the dispersion matrices. A well-designed linear dispersion code fits successfully to achieve a very good error performance over a wide range of signal-to-noise ratio. Linear dispersion codes are to be designed to optimize mutual information between received and transmitted signals. Linear structure reduces decoding complexity. As explained in design criterion, increased degree of freedom enables transmission matrices to reach maximum mutual information. In decoding process, received signals are decomposed into real and imaginary parts and they are decoded individually by using equivalent channel matrices that is known by the receiver’s decoder. To adapt the data rate for channel conditions, PARC (per-antenna rate control) is introduced using adaptive modulation and coding schemes by simply checking CQI (channel quality indicators) provided by the feedback mechanism. If channel attenuation levels are high, reduced constellation dimension such as 4-QAM displays such good bit error rate performance. On the other hand, high-level constellations such as 128-QAM and 256-QAM can be used when channel conditions are much more favorable. As a result of having adjustable data rate between codewords, an average data rate is considered in per-antenna rate controlled communication systems as opposed to single-rate communication systems. Thereafter, transmit antenna selection is integrated into the PARC systems. Integrated transmit antenna selection and PARC are then called S-PARC (selective per-antenna rate control). Thus, by fixing the number of required RF chains and at the same cost, much better error performance results are provided. In this study, feasibility of applying PARC and S-PARC on linear space-time codes is investigated and PARC and S-PARC are applied on linear dispersion codes as PSRC (per symbol rate control) and S-PSRC (selective per symbol rate control). That is due to the fact that symbols are dispersed across antennas having fixed constellation size. PSRC and S-PSRC enables the same symbol to be modulated by the same constellation size all over space-time code. Alternative methods are selecting the same constellation size for the same symbol in LDC. Antenna subset is selected using feedback information coming from receiver. After that, antenna subset is selected so that transmit antenna having the highest attenuation are eliminated. Feedback is also used to select constellation size for the same symbol to exploit channels between transmitter and receiver efficiently. MS table is generated for targeted 10% BLER for LDC schemes. PSRC and S-PSRC simulations are conducted using LDC on MISO and MIMO antenna schemes. Comparisons, interpretations on simulations are also given in this study.Yüksek LisansM.Sc