La formación de haces estadística para las comunicaciones de onda milimétrica full-duplex basadas en el desplazamiento de espacio-tiempo de múltiples conjuntos
Autores: Aljohani, Abdulah Jeza; Moinuddin, Muhammad; Al-Saggaf, Ubaid M.; El-Hajjar, Mohammed; Ng, Soon Xin
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
La formación de haces estadística para las comunicaciones de onda milimétrica full-duplex basadas en el desplazamiento de espacio-tiempo de múltiples conjuntos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Full-dúplex
Onda milimétrica
Clave de cambio de espacio-tiempo de múltiples conjuntos
Asistido por FD
Técnica de formación de haces
Probabilidad de interrupción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
La comunicación full-duplex (FD) ha demostrado proporcionar una tasa alcanzable aumentada, mientras que las comunicaciones de onda milimétrica (mmWave) se benefician de un ancho de banda disponible grande que mejora aún más la tasa alcanzable. Por otro lado, el concepto de modulación espacial-temporal multi-conjunto (MS-STSK) se ha propuesto para proporcionar un diseño flexible que equilibra la velocidad de transferencia y el rendimiento. Por lo tanto, en este trabajo, consideramos el diseño de un transceptor FD-ayudado MS-STSK para comunicaciones de onda milimétrica. Sin embargo, un desafío importante es que la reciprocidad del canal no es válida en las comunicaciones mmWave debido al tiempo de coherencia del canal más corto. Por lo tanto, los pilotos de enlace ascendente (UL) no se pueden utilizar para estimar el canal de enlace descendente (DL). Para superar este desafío, proponemos una técnica de formación de haces basada en estadísticas de canal sin asumir la reciprocidad del canal. Con este fin, se deriva una expresión en forma cerrada para la probabilidad de interrupción del sistema empleando la caracterización de la relación de la Forma Cuadrática Indefinida (IQF). La expresión analítica derivada se utiliza entonces para diseñar pesos óptimos de formación de haces utilizando el método heurístico basado en Programación Cuadrática Secuencial (SQP). Además, se desarrolla un Método Estadístico Iterativo (ISM) de algoritmo de formación de haces conjunto de transmisión y recepción utilizando las técnicas de optimización del Eigenvector Principal (PE) y el Cociente de Rayleigh Generalizado (G-RQ). Por último, verificamos nuestros resultados de simulación con el análisis teórico.
Descripción
La comunicación full-duplex (FD) ha demostrado proporcionar una tasa alcanzable aumentada, mientras que las comunicaciones de onda milimétrica (mmWave) se benefician de un ancho de banda disponible grande que mejora aún más la tasa alcanzable. Por otro lado, el concepto de modulación espacial-temporal multi-conjunto (MS-STSK) se ha propuesto para proporcionar un diseño flexible que equilibra la velocidad de transferencia y el rendimiento. Por lo tanto, en este trabajo, consideramos el diseño de un transceptor FD-ayudado MS-STSK para comunicaciones de onda milimétrica. Sin embargo, un desafío importante es que la reciprocidad del canal no es válida en las comunicaciones mmWave debido al tiempo de coherencia del canal más corto. Por lo tanto, los pilotos de enlace ascendente (UL) no se pueden utilizar para estimar el canal de enlace descendente (DL). Para superar este desafío, proponemos una técnica de formación de haces basada en estadísticas de canal sin asumir la reciprocidad del canal. Con este fin, se deriva una expresión en forma cerrada para la probabilidad de interrupción del sistema empleando la caracterización de la relación de la Forma Cuadrática Indefinida (IQF). La expresión analítica derivada se utiliza entonces para diseñar pesos óptimos de formación de haces utilizando el método heurístico basado en Programación Cuadrática Secuencial (SQP). Además, se desarrolla un Método Estadístico Iterativo (ISM) de algoritmo de formación de haces conjunto de transmisión y recepción utilizando las técnicas de optimización del Eigenvector Principal (PE) y el Cociente de Rayleigh Generalizado (G-RQ). Por último, verificamos nuestros resultados de simulación con el análisis teórico.