跳到主要內容

臺灣博碩士論文加值系統

(35.172.223.30) 您好!臺灣時間:2021/07/25 12:24
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:陳昱達
研究生(外文):Chen, Yuta
論文名稱:正交分頻多工於符元訊號程序之子載波分配研究
論文名稱(外文):OFDM Symbol-based Processing With Subcarrier Allocation
指導教授:李彥文李彥文引用關係
指導教授(外文):Lee, Yinman
口試委員:李彥文郭耀文曾凡碩
口試委員(外文):Lee, YinmanKuo, YawwenTseng, Fanshuo
口試日期:2012-07-12
學位類別:碩士
校院名稱:國立暨南國際大學
系所名稱:電機工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:68
中文關鍵詞:正交分頻多工存取單載波正交分頻多工存取多重輸入多重輸出多使用者上行正半定放寬最大-最小公平準則子載波分配波束成形
外文關鍵詞:OFDMASC-FDMAMIMOmultiuserUplinkSDRMax-Min Fair CriterionSubcarrier allocation,Beamforming
相關次數:
  • 被引用被引用:0
  • 點閱點閱:72
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
我們將於本論文中討論關於上行的多使用者(Multiuser,MU)多重輸入多重輸出(Multiple Input Multiple Output,MIMO)在多載波系統伴隨通道編碼(Channel Coding)系統之效能,以探討空間分集(Space Diversity)和頻率分集(Frequency Diversity)對系統之影響。我們知道基於子載波訊號處理方法雖然可以得到最佳的系統效能,但亦伴隨著很高的複雜度。因此,近代有研究提出基於符元訊號處理之技術,即在傳送端/接收端分別只需要使用一個反快速傅立葉/快速傅立葉轉換,從而大幅降低複雜度。傳統基於符元訊號處理之準則主要為最大化所有子載波的訊號訊雜比總和,此方法之缺點為子載波的訊號訊雜比在衰減干擾較嚴重的情況下會產生無法平衡的現象,造成整個系統的效能下降。因此我們在基於符元訊號處理的前提之下,提出了使用最大-最小公平準則(Max-Min Fair Criterion)的方法來解決此問題,並利用其伴隨著較低複雜度的正半定放寬(Semidefinite Relaxation,SDR)來求解。在論文的第一個部份,我們於多使用者多重輸入多重輸出之正交分頻多工存取系統下並考慮傳送端已知的通道狀態資訊(Channel State Information,CSI)之情況,在傳送端進行傳輸波束成形(Beamforming),之後再加入不同的子載波分配(Subcarrier allocation)方法以強化系統效能。在論文的第二部份,為了解決正交分頻多工存取所造成的高峰值平均功率比(Peak-to-Average Power Ratio, PAPR),我們提出了在單載波分頻多工存取系統(Single-carrier Frequency-Division Multiple Access,SC-FDMA)中使用最大-最小準則,並同樣加入子載波分配以達到更佳的系統效能。最後我們將於不同之訊號處理準則和環境下模擬所提出之系統效能。
In this thesis, we discuss the performance of uplink multiuser (MU) multiple input multiple output (MIMO) multicarrier systems with channel coding. The effect of space and frequency diversities is then studied. In this aspect, it is known that subcarrier-based signal processing techniques can provide the best performance. However, the computational complexity will be prohibitively high. Therefore, symbol-based processing techniques have recently been proposed for complexity reduction. Only one inverse discrete fourier transform (IDFT)/DFT block is required at the transmitter/receiver. Conventional symbol-based processing is to maximize the sum of the signal-to-noise ratio (SNR) values achieved in all subcarriers. The disadvantage of it is that the SNR performance of different subcarriers is often not balanced in deep fading channel. This will degrade the whole system performance. Here, to solve this problem, we propose to use the max-min fair criterion for symbol-based processing. Semidefinite relaxation (SDR) is used to approximate the solution with low complexity. In the first part of the thesis, we consider the scenario in which channel state information (CSI) is known at the transmitter, and then transmit beamforming is employed for the MU-MIMO-OFDMA system. After that, we propose to use subcarrier allocation methods for such system to funther enhance the performance. In the second part of the thesis, to solve the problem of high Peak-to-Average Power Ratio (PAPR), we propose to use the max-min fair criterion for symbol-based processing in MU-MIMO-SC-FDMA(Single-carrier Frequency-Division Multiple Access,SC-FDMA) systems, and also use subcarrier allocation methods for performance improvement. Finally, simulation results are provided to show the performance of difference schemes under difference environment settings.
目錄
誌謝 I
中文摘要 II
Abstract IV
目錄 VI
圖目錄 VIII
第一章 緒論 1
1.1 前言 1
1.2 系統架構 3
1.2.1 多重輸入多重輸出系統 3
1.2.2 最大比例合成 6
1.2.3 正交分頻多工系統 7
1.2.4 正交分頻多工存取系統 9
第二章 在MU-MIMO-OFDMA系統之平衡子載波效能 12
2.1 基於子載波訊號處理(Subcarrier-based signal processing)架構 12
2.2 基於符元訊號處理(Symbol-based signal processing)架構 16
2.2.1 傳統基於符元訊號處理之分集權重-max-sum SNR 18
2.2.2 提出基於符元訊號處理之分集權重-max-min SNR 19
2.3 複雜度之比較 22
2.4子載波分配(Subcarrier allocation)之方法 23
2.4.1 最佳使用者先行:BUF Greedy algorithm 23
2.4.2 最差使用者先行:WUF Greedy algorithm[17] 27
2.4.3 最差子載波區域避免:WSA Greedy algorithm[18] 30
2.5 模擬結果 33
2.5.1集中式(Localized) 34
2.5.2分散式(Interleaved) 43
2.5.3集中式(Localized) vs. 分散式(Interleaved) 48
第三章 在MU-MIMO-SC-FDMA系統之平衡子載波效能 50
3.1 基於子載波訊號處理(Subcarrier-based signal processing)架構 52
3.2 基於符元訊號處理(Symbol-based signal processing)架構 53
3.2.1 傳統基於符元訊號處理之分集權重-max-sum SNR 54
3.2.2 提出基於符元訊號處理之分集權重-max-min SNR 54
3.3 模擬結果 55
3.3.1集中式(Localized) 56
3.3.2分散式(Interleaved) 62
3.3.3集中式(Localized) vs. 分散式(Interleaved) 65
第四章 結論與未來方向 66
參考文獻 67


圖目錄
圖1. 1多重路徑環境 5
圖1. 2多重輸入多重輸出之系統架構圖 6
圖1. 3最大比例合成之系統 7
圖1. 5 正交分頻多工系統架構圖 8
圖1. 4 (a)傳統多載波技術(b)正交多載波技術 7
圖1. 6正交分頻多工符元區間示意圖 9
圖1. 7 正交分頻多工存取示意圖 10
圖1. 8子載波分配方法(a)集中式子載波分配方法(b)分散式子載波分配方法 10
圖2. 1 基於子載波訊號處理正交分頻多工存取上行系統架構圖(a)傳送端(b)接收端 13
圖2. 2 基於符元訊號處理正交分頻多工系統架構圖傳送端 16
圖2. 3 最佳使用者先行 25
圖2. 4 最差使用者先行 28
圖2. 5 最差子載波區域避免 31
圖2. 6等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1,2X2(F=M=2)及4X4,子載波分配方式為WUF、BUF、WSA (F=M=4) 34
圖2. 7等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1、3/4、2/3、1/2,子載波分配方式為靜態、WSA、BUF、WUF (F=M=2) 34
圖2. 8等增益路徑數為2的雷瑞衰減通道,使用者數為2,編碼率為1、2/3,子載波分配方式為靜態、BUF、WSA、WUF (F=M=2) 35
圖2. 9等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為2/3,提出基於符元訊號處理,子載波分配方式為WUF、BUF、WSA、靜態 (F=M=2) 37
圖2. 10等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為2/3,傳統基於符元訊號處理,子載波分配方式為WUF、BUF、WSA、靜態 (F=M=2) 37
圖2. 11等增益路徑數為8的雷瑞衰減通道,且使用者數為2,編碼率為3/4,子載波分配方式為WSA、靜態 (F=M=2) 38
圖2. 12等增益路徑數為8的雷瑞衰減通道,且使用者數為4,編碼率為3/4,子載波分配方式為WSA、靜態 (F=M=2) 40
圖2. 13等增益路徑數為2、4的雷瑞衰減通道,且使用者數為4,編碼率為1,子載波分配方式為WUF、BUF、WSA、靜態 (F=M=2) 41
圖2. 14等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1,子載波分配方式為BUF、靜態 (F=M=2) 41
圖2. 15等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1,子載波分配方式為BUF、WSA,於2X2 (F=M=2)及4X4 (F=M=4) 43
圖2. 16等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為2/3,子載波分配方式為BUF、WSA (F=M=2) 44
圖2. 17等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1、2/3與1/2,子載波分配方式為BUF、WSA (F=M=2) 45
圖2. 18等增益路徑數為2的雷瑞衰減通道,且使用者數為4,編碼率為1,於提出基於符元訊號處理下,子載波分配方式為WUF (F=M=2) 45
圖2. 19等增益路徑數為2的雷瑞衰減通道,且使用者數為2、8,編碼率為1,於傳統基於符元訊號處理下,子載波分配方式為WUF (F=M=4) 46
圖2. 20等增益路徑數為2的雷瑞衰減通道,使用者數為2,編碼率為1,於傳統基於符元訊號處理下,子載波分配方式為BUF、WSA,且在2X2 (F=M=2)及4X4 (F=M=4) 48
圖2. 21等增益路徑數為2的雷瑞衰減通道,且使用者數為4,編碼率為1,於提出基於符元訊號處理下,子載波分配方式為WUF (F=M=2) 49
圖3. 1單載波分頻多工存取系統 51
圖3. 2上行基於子載波訊號處理單載波分頻多工存取系統架構圖(a)傳送端(b)接收端 52
圖3. 3上行基於符元訊號處理單載波分頻多工存取系統架構圖(a)傳送端(b)接收端 53
圖3. 4等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1,在基於符元訊號處理下,子載波分配方式為WUF、BUF、WSA,於2X2 (F=M=2)及4X4 (F=M=4) 56
圖3. 5等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1、3/4、2/3,在提出符元訊號處理下,子載波分配方式為WUF、BUF、WSA、靜態 (F=M=2) 56
圖3. 6等增益路徑數為2、4的雷瑞衰減通道,且使用者數為4,編碼率為1,在提出符元訊號處理下,子載波分配方式為WUF、BUF、WSA、靜態 (F=M=2) 58
圖3. 7等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為2/3,子載波分配方式為WUF、BUF、WSA、靜態,基於子載波訊號處理 (F=M=2) 58
圖3. 8等增益路徑數為4的雷瑞衰減通道,且使用者數為2,編碼率為1,在兩種符元訊號處理下,子載波分配方式為WUF、BUF (F=M=2) 60
圖3. 9等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1,在兩種符元訊號處理下,子載波分配方式為WUF、BUF (F=M=2) 60
圖3. 10等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1,在兩種符元訊號處理下,子載波分配方式為WUF、靜態,基於子載波訊號處理 (F=M=2) 61
圖3. 11等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為1,在基於符元訊號處理下,子載波分配方式為BUF、WUF,於2X2 (F=M=2)及4X4 (F=M=4) 62
圖3. 12等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為2/3,在基於符元訊號處理下,子載波分配方式為BUF、WUF,基於子載波訊號處理 (F=M=2) 64
圖3. 13等增益路徑數為2、4的雷瑞衰減通道,且使用者數為16,編碼率為1,在基於符元訊號處理下,子載波分配方式為WUF (F=M=2) 64
圖3. 14等增益路徑數為2的雷瑞衰減通道,且使用者數為2,編碼率為3/4,在提出符元訊號處理下,子載波分配方式為WSA、WUF (F=M=2) 65
[1] S. Nanda, R. Walton, J. Ketchum, M. Wallace, and S. Howard, “A high-performance MIMO OFDM wireless LAN,” IEEE Commun. Mag., vol. 43, pp. 101-109,Feb. 2005.
[2] M. Jiang and L. Hanzo, “Multiuser MIMO-OFDM for Next-Generaton Wireless Systems,” Proc. IEEE, vol. 95, pp. 1430-1469, Jul. 2007.
[3] K. K.Wong, R. S. K. Cheng, K. B. Letaief and R. D. Murch, “Adaptive antennas at the mobile and base stations in an OFDM/TDMA system,” IEEE Trans. Commun., vol. 49, pp. 195-206, Jan. 2001.
[4] B. D. Rao and M. Yan, “Performance of maximal ratio transmission with two receive antennas,” IEEE Trans. Commun., vol. 51, pp. 894-895, Jun. 2003.
[5] T. K. Y. Lo, “Maximum ratio transmission,” IEEE Trans. Commun., vol. 47, pp.1458-1461, Oct. 1999.
[6] M. Okada and S. Komaki, “Pre-DFT combining space diversity assisted COFDM,” IEEE Trans. Veh. Technol., vol. 50, pp. 487-496, Mar. 2001.
[7] D. Bartolom´e and A. I. P´erez-Neira, “MMSE techniques for space diversity receivers in OFDM-based wireless LANs,” IEEE J. Select. Areas Commun., vol. 21, pp. 151-160, Feb. 2003.
[8] M. Budsabathon, Y. Hara, and S. Hara, “Optimum beamforming for pre-FFT OFDM adaptive antenna array,” IEEE Trans. Veh. Technol., vol. 53, pp. 945-955, Jul. 2004.
[9] D. Huang and K. B. Letaief, “Pre-DFT processing using eigenanalysis for coded OFDM with multiple receive antennas,” IEEE Trans. Commun., vol. 52, pp.2019-2027, Nov. 2004.
[10] D. Huang and K. B. Letaief, “Symbol based space diversity for coded OFDM systems,” IEEE Trans. Wireless Commun., vol. 3, pp. 117-127, Jan. 2004.
[11] N. D. Sidiropoulos, T. N. Davidson, and Z.-Q. Luo, “Transmit beamforming for physical-layer multicasting,” IEEE Trans. Signal Process., vol. 54, pp. 2239-2251, Jun. 2006.
[12] S. Boyd and L. Vandenberghe, Convex Optimization. Cambridge Univ. Press, 2004.
[13] S. M. Alamouti, “A Simple Transmit Diversity Technique for Wireless Communications,” IEEE J. Select. Areas Commun., vol. 16, pp. 1451-1458, Oct. 1998.
[14] C. Helmberg, F. Rendl, R. J.Vanderbei and H. Wolkowicz, “An interior-point method for semidefinite programming,” SIAM J. Optim., vol.6, no.2, pp. 342-361, 1996.
[15] Michael Grant, Stephen Boyd, “cvx Users’ Guide for cvx version 1.21,” Optimiz. Methods Software, Apr. 2011.
[16] Y. E. Nesterov, “Semidefinite relaxltion and nonconvex quadratic optimization,” Optim. Methods Software, vol. 9, pp. 140-160, 1998.
[17] N. Y. Ermolova and B. Makarevitch, “Performance of practical subcarrier allocation schemes for OFDMA,” in Proc. IEEE PIMRC 2007, pp. 1–4, Sept. 2007.
[18]Tingting Liu, Chenyang Yang, and Lie-Liang Yang, “A Low-Complexity Subcarrier-Power Allocation Scheme for Frequency-Division Multiple-Access Systems”IEEE Trans. Wireless Commun. vol. 9, no. 5,pp 1571-76, May. 2010.
[19] H. G. Myung, J. Lim, and D. J. Goodman, “Single Carrier FDMA for Uplink Wireless Transmission,” IEEE Vehic. Tech. Mag., vol. 3, no. 1, pp. 30–38, Sept. 2006.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊