Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/12609
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorΠαλιούρας, Βασίλειος-
dc.contributor.authorΒορδώνης, Δημήτριος-
dc.contributor.otherVodonis, Dimitrios-
dc.date.accessioned2019-10-10T21:25:12Z-
dc.date.available2019-10-10T21:25:12Z-
dc.date.copyright2019-07-08-
dc.identifier.urihttp://hdl.handle.net/10889/12609-
dc.description.abstractThe increasing demand for higher data rates and for more connected devices has led to Massive MIMO Technology. Having a high number of antennas is the basic feature of Massive MIMO networks and this is what differentiates them from conventional MIMO systems where users are served from base-stations with a small number of antennas. Massive MIMO technology has many benefits such as high link reliability, high throughput rate, high spectral efficiency and for this reason it will play a crucial role at 5G networks in the future. However due to large number of antennas, Massive MIMO systems are known for their cost and for their high computational complexity. Maximum-Likelihood (ML) detector yields the optimal solution in MIMO detec- tion problem but its complexity is susceptible to high-order modulation schemes and to large-scale systems. Sphere Decoder (SD) provides a good bit error rate (BER) performance similar to ML detector with the advantage that the complexity of SD is polynomial in contrast with ML-detector’s complexity which rises exponentially with the number of transmit and receive antennas. SD intends to detect the transmitted sig- nal vector by searching only the candidate vectors which lie inside a hypersphere with radius R 0 around the received signal r in contrast with ML detector where all candidate vectors are examined. The method employed to calculate IR has a critical impact on the complexity of SD. A large initial value of sphere radius can lead to an exhaustive search between numerous possible transmitted symbols, while in contrast a very small radius may contain no lattice point inside the sphere and the search will have to be restarted with a new estimation of IR. In this thesis, an implementation of a SD in a Massive MIMO network is pre- sented. This thesis focuses on uplink communication where users transmit data to the base-station. Furthermore a comparison between SD and other detectors, proposed in the literature, is presented based on BER performance using MATLAB simulations. Various methods of calculating IR are evaluated in this thesis considering the compu- tational complexity, the latency, the required wordlength for hardware implementation and the number of visited nodes during detection, which implies execution time and power consumption of the method. Implementation results of these methods are also evaluated. An effective method for calculating IR is proposed. Finally, a hardware implementation of SD targeting FPGA designs is recommended.el
dc.language.isoenel
dc.rights6el
dc.rights.uriAn error occurred getting the license - uri.*
dc.subjectMIMOel
dc.subjectDetectionel
dc.subjectDecodersel
dc.subject.ddc621.382 16el
dc.titleAlgorithms and hardware designs for detection in massive MIMOel
dc.title.alternativeΑλγόριθμοι και αρχιτεκτονικές υλικού για ανίχνευση (detection) σε συστήματα massive MIMOel
dc.typeThesisel
dc.contributor.committeeΜπίρμπας, Μιχαήλ-
dc.description.translatedabstractΗ ζήτηση υψηλότερων ρυθμών μετάδοσης δεδομένων και η όλο και περισσότε- ρο αυξανόμενη ανάγκη για περισσότερες συνδεδεμένες συσκευές στο δίκτυο ο- δήγησε στη τεχνολογία Massive MIMO. Το βασικό χαρακτηριστικό των Massive MIMO δικτύων είναι ο μεγάλος αριθμός κεραιών και αυτό τους διαφοροποιεί από τα συμβατικά συστήματα MIMO, όπου οι χρήστες εξυπηρετούνται από σταθμούς βάσης με μικρό αριθμό κεραιών. Η τεχνολογία Massive MIMO έχει πολλά οφέλη, όπως υψηλή αξιοπιστία, υψηλό ρυθμό απόδοσης, υψηλή φασματική απόδοση και για το λόγο αυτό θα παίξει σημαντικό ρόλο στα δίκτυα 5G στο μέλλον. Ωστόσο, λόγω του μεγάλου αριθμού κεραιών, τα συστήματα Massive MIMO είναι γνωστά για το κόστος τους και για την υψηλή υπολογιστική τους πολυπλοκότητα. Ο ανιχνευτής μέγιστης πιθανότητας (Maximum-Likelihood) αποτελεί τη βέλτι- στη λύση στο πρόβλημα ανίχνευσης σε MIMO συστήματα, αλλά η πολυπλοκότη- τά του είναι ευαίσθητη σε τεχνικές διαμόρφωσης υψηλής τάξης και σε μεγάλης κλίμακας συστήματα. Ο αποκωδικοποιητής σφαίρας (Sphere Decoder) παρέχει α- πόδοση BER παρόμοια με τον ανιχνευτή ML με το πλεονέκτημα ότι η πολυπλο- κότητα του SD είναι πολυωνυμική σε αντίθεση με την πολυπλοκότητα του ανιχνευ- τή ML που αυξάνεται εκθετικά με τον αριθμό των κεραιών εκπομπής και λήψης. Ο SD ανιχνεύει το διάνυσμα μεταδιδόμενου σήματος αναζητώντας μόνο τα υπο- ψήφια σύμβολα που βρίσκονται εντός της ακτίνας R0 γύρω από το λαμβανόμενο σήμα r σε αντίθεση με τον ανιχνευτή ML όπου εξετάζονται όλα τα πιθανά σύμ- βολα. Η μέθοδος που χρησιμοποιείται για τον υπολογισμό της αρχικής ακτίνας έχει κρίσιμη επίπτωση στην πολυπλοκότητα του SD . Μια μεγάλη αρχική τιμή της ακτίνας μπορεί να οδηγήσει σε μια εξαντλητική αναζήτηση ανάμεσα σε πολλά πι- θανά σύμβολα, ενώ αντίθετα μια πολύ μικρή ακτίνα μπορεί να μην περιέχει κανένα υποψήφιο σύμβολο μέσα στη σφαίρα και η αναζήτηση να πρέπει να ξαναρχίσει με μια νέα εκτίμηση της ακτίνας. Σε αυτή τη διπλωματική εργασία παρουσιάζεται η εφαρμογή ενός SD σε Mas- sive MIMO δίκτυο. Αυτή η εργασία επικεντρώνεται στην επικοινωνία άνω ζεύξης όπου οι χρήστες μεταδίδουν δεδομένα στο σταθμό βάσης. Επιπλέον, παρουσιάζεται η σύγκριση μεταξύ του SD και άλλων ανιχνευτών, που προτείνονται στη βιβλιο- γραφία, με βάση την απόδοση BER, κάνοντας χρήση του εργαλείου MATLAB . Διάφορες μέθοδοι υπολογισμού της αρχικής ακτίνας αξιολογούνται σε αυτή την εργασία λαμβάνοντας υπόψη την υπολογιστική πολυπλοκότητα, την καθυστέρηση, το απαιτούμενο μήκος λέξης για την υλοποίηση σε υλικό και τον αριθμό των επι- iσκεπτόμενων κόμβων κατά τη διαδικασία της ανίχνευσης, πράγμα που ισοδυναμεί με χρόνο εκτέλεσης και κατανάλωση ισχύος της μεθόδου. Επίσης αξιολογούνται και με βάση την υλοποίηση τους στο υλικό ,προτείνοντας έτσι μια αποτελεσμα- τική μέθοδος για τον υπολογισμό της αρχικής ακτίνας. Τέλος, περιγράφεται η υλοποίηση του SD σε υλικό βελτιστοποιημένη για FPGA.el
dc.subject.alternativeΑνίχνευσηel
dc.subject.alternativeΑποκωδικοποιητέςel
dc.degreeΔιπλωματική Εργασίαel
Appears in Collections:Τμήμα Ηλεκτρολ. Μηχαν. και Τεχνολ. Υπολογ. (ΔΕ)

Files in This Item:
File Description SizeFormat 
Sphere_Decoding.pdf3.14 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.