多使用者多輸入多輸出系統下之混合式波束合成演算法與架構設計

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：33

、訪客IP：18.117.172.189

姓名

黃孝生(Xiao-Sheng Huang) 查詢紙本館藏

畢業系所

電機工程學系

論文名稱

多使用者多輸入多輸出系統下之混合式波束合成演算法與架構設計
(Design of Hybrid Beamforming Algorithm and Architecture for Multi-User MIMO Systems)

相關論文

★ 具輸出級誤差消除機制之三位階三角積分D類放大器設計	★ 應用於無線感測網路之多模式低複雜度收發機設計
★ 用於數位D類放大器的高效能三角積分調變器設計	★ 交換電容式三角積分D類放大器電路設計
★ 適用於平行處理及排程技術的無衝突定址法演算法之快速傅立葉轉換處理器設計	★ 適用於IEEE 802.11n之4×4多輸入多輸出偵測器設計
★ 應用於無線通訊系統之同質性可組態記憶體式快速傅立葉處理器	★ 3GPP LTE正交分頻多工存取下行傳輸之接收端細胞搜尋與同步的設計與實現
★ 應用於3GPP-LTE下行多天線接收系統高速行駛下之通道追蹤與等化	★ 適用於正交分頻多工系統多輸入多輸出訊號偵測之高吞吐量QR分解設計
★ 應用於室內極高速傳輸無線傳輸系統之設計與評估	★ 適用於3GPP LTE-A之渦輪解碼器硬體設計與實作
★ 下世代數位家庭之千兆級無線通訊系統	★ 協作式通訊於超寬頻通訊系統之設計
★ 適用於3GPP-LTE系統高行車速率基頻接收機之設計	★ 多使用者多輸入輸出前編碼演算法及關鍵組件設計

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

由於巨量天線多輸入多輸出系統(Massive MIMO)為下一代通訊系統之關鍵技術，資料串流數也會大幅提升。傳統全類比前編碼架構僅支援單一資料串流數，無法應用於下一代通訊系統。而若使用全數位前編碼架構，在數位端的運算複雜度將會因為資料串流數的上升而大幅上升，因此有混合式前編碼架構的提出，將前編碼兩部分，類比端以數位控制相移器(phase shifter, PS)在射頻(radio frequency)來分擔數位在基頻的運算複雜度。本論文中首先參考單一使用者混合式前編碼系統之參考文獻後進行改良，進而在效能評估與硬體複雜度上做取捨。而針對多使用者混合式前編碼系統，在本論文中分別則提出考量數位前編碼運算的遞迴演算法，同時以特徵值分解取得類比前編碼區塊所需之相位以及以訓練碼簿(codebook)的方式來實現。而數位前編碼區塊則採用奇異值分解之區塊對角化來消除使用者間的通道干擾。
而由於頻寬需求，下世代系統載波波段朝向毫米波(millimeter wave)移動，毫米波通道在巨量天線下，通道矩陣會擁有低秩數(low-rank)的特性，而造成矩陣缺陷。我們利用QR分解與Hessenberg分解來找尋缺陷矩陣的特徵向量。利用零特徵值對應的特徵向量來消除通道對於不同使用者的干擾，並找尋最大特徵值所對應的特徵向量來計算類比前編碼矩陣所需之相位。預計設計一套硬體來處理缺陷矩陣，可視需要計算零特徵值與最大特徵值所對應之特徵向量，主要利用CORDIC來實現QR分解與Hessenberg reduction來，並以Matlab模擬硬體行為，針對16×16的複數矩陣，操作1次Hessberg分解以及3次的QR分解獲取3組最大特徵值所對應之特徵向量，所需的操作時脈約為3580個週期。

摘要(英)

Massive multiple-input multiple-output (Massive MIMO) is a key technique in the next-generation communication systems. The number of data streams will increase greatly. Traditional full analog precoding architecture supports only one data stream and thus it can not meet the requirements. However, the complexity and power consumption of full digital precoding is too high to be afforded. Consequently, the hybrid beamforming architecture that combines analog precoding and digital precoding has been proposed. In this thesis, we combine two algorithms in literature to support single-user hybrid beamforming and to tradeoff performance and complexity. For multi-user hybrid beamforming, an iterative algorithm that considers digital precoding inside the loop is proposed. Both eigenvalue decomposition and codebook are used to set the phases of the analog precoder. The block diagonalization is adopted for digital precoder to cancel the interference among users.
The millimeter wave channel matrix has the low-rank property, namely the rank-deficient matrix. We combine QR decomposition and Hessenberg reduction to find either eigenvectors corresponding to zero eigenvalues or eigenvectors corresponding to the largest eigenvalues. A hardware is designed to handle rank-deficient matrix and to support these two functions simultaneously based on CORDIC modules. For a 16×16 channel matrix, it takes about 3580 clock cycles to compute one Hessenberg reduction and QR decomposition for three times.

關鍵字(中)

★ 混合式波束合成
★ 多使用者
★ 遞迴

關鍵字(英)

論文目次

摘要 i
Abstract ii
目錄 iii
圖示目錄 v
表目錄 vii
第一章緒論 1
1.1 簡介 1
1.2 研究動機 1
1.3 論文組織 2
第二章單一使用者多輸入多輸出混合式前編碼系統 3
2.1 奇異值分解應用於單一使用者混合式前編碼系統 3
2.2 單一使用者混合式前編碼演算法與其架構 7
2.2.1 單一使用者混合式前編碼演算法與其架構一 8
2.2.2 單一使用者混合式前編碼演算法與其架構二 10
2.2.3 單一使用者混合式前編碼演算法與其架構三 12
2.2.4 單一使用者混合式前編碼演算法與其架構四 14
2.2.5 單一使用者混合式前編碼演算法與其架構五 16
2.3單一使用者前編碼演算法性能模擬與複雜度比較 18
第三章所提出多使用者多輸入多輸出混合式前編碼系統 22
3.1 多使用者混合式前編碼系統介紹 22
3.2 所提出多使用者多輸入多輸出混合式前編碼 26
3.3 訓練碼簿多使用者多輸入多輸出混合式前編碼 32
3.4 多使用者多輸入多輸出混合式前編碼性能模擬 35
第四章多輸入多輸出混合式前編碼系統與實現 39
4.1 缺陷矩陣特徵向量演算法 39
4.2 硬體設計流程 41
4.2.1 硬體方塊圖與說明 41
4.2.2 CORDIC角度旋轉模式 42
4.2.3 CORDIC相消旋轉模式 44
4.2.4 CORDIC架構說明 45
4.3 硬體資料流 49
4.3.1 Hessenberg 分解與資料流 49
4.3.2 QR分解與資料流 51
4.4 決定相關硬體設計參數 53
第五章結論 58
參考文獻 59

參考文獻

[1] E. Zhang and C.-C. Huang, “On Achieving Optimal Rate of Digital Precoder by RF-Baseband Codesign for MIMO Systems,” in Proc. 2014 IEEE 80th Vehicular Technology Conference (VTC2014-Fall), Sep. 2014, pp. 1-5.
[2] Linglong Dai and et al., “Near-optimal hybrid analog and digital precoding for downlink mmWave massive MIMO systems,” 2015 IEEE International Conference on Communications (ICC), pp. 1334 - 1339, 2015
[3] W.-L. Hung, C.-H. Chen, C.-C. Liao, C.-R. Tsai, and A.-Y. Wu, “Lowcomplexity hybrid precoding algorithm based on orthogonal beamforming codebook,” in Proc. IEEE Workshop Signal Process. Syst., Sep. 2015. pp. 1–5.
[4] A. Alkhateeb G. Leus R. W. Heath "Achievable rates of multi-user millimeter wave systems with hybrid precoding" Proc. IEEE International Conference on Communications (ICC 2015) June 2015.
[5] N. Song, T. Yang, and H. Sun, “Overlapped subarray based hybrid beamforming for millimeter wave multiuser massive MIMO,” IEEE Signal Processing Letters, vol. 24, no. 5, pp. 550-554, May 2017.
[6] R. W. Heath, Jr., N. Gonzalez-Prelcic, S. Rangan, W. Roh, and A. Sayeed, ‘‘An overview of signal processing techniques for millimeter wave MIMO systems,’’ IEEE J. Special Topics Signal Process. to be published. [Online]. Available: http://arxiv.org/abs/1512.03007
[7] Z. Gao L. Dai D. Mi Z. Wang M. A. Imran M. Z. Shakir "MmWave massive-MIMO-based wireless backhaul for the 5G ultra-dense network" IEEE Wireless Commun. vol. 22 no. 5 pp. 13-21 Oct. 2015.
[8] J J. Zhang, A. Wiesel, and M. Haardt, “Low rank approximation based hybrid precoding schemes for multi-carrier single-user massive MIMO systems,” in Proc. IEEE Int. Conf. on Acoustics, Speech, and Signal Processing (ICASSP), Shanghai, China, Mar. 2016.
[9] O. Ayach R. Heath S. Abu-Surra S. Rajagopal Z. Pi "Low complexity precoding for large millimeter wave MIMO systems" Proc. IEEE Int. Conf. Commun. (ICC) pp. 3724-3729 2012-Jun.
[10] N. Song, H. Sun, and T. Yang, “Coordinated hybrid beamforming for millimeter wave multi-user massive MIMO systems,” IEEE Global Communication Conference, Dec. 2016, pp.1-6.
[11] A.E. Rakhmania, P. Y. Tsai, and O. Setyawati, ‘‘ A Unified and Flexible Eigen-solver for Rank-Deficient Matrix Regarding InterferenceAlignment MIMO Techniques, ’’ Department of Electrical Engineering, National Central University Institutional Repository, Taiwan.
[12] P. Y. Tsai C. Y. Liu "Reduced-complexity SVD with adjustable accuracy for precoding in large-scale MIMO systems" Proc. IEEE Workshop on Signal Processing Systems (SiPS) pp. 1-6 Oct 2015.

指導教授

蔡佩芸

審核日期

2018-8-9

推文