Advanced signal processing techniques for next generation mobile networks in the mmWave spectrum

Abstract

The ever-increasing need for wireless data transmission at a very high rate has resulted in the study of systems that can occur in the 5G and 6G mobile networks with frequencies up to over 60 GHz. A key feature of the millimeter frequency bands is that, due to the severe path loss, the channel is very sparse, not only in time but also in the frequency and angular space, and the received signals at the antennas are correlated. High attenuation and high sensitivity to blocking require architectures and protocols to address these challenges. Hence, massive hybrid antenna arrays have been proposed in the relevant literature for transmitting these signals. Their hybrid structure seems to be necessary since a purely digital structure has high implementation costs and power consumption in massive MIMO antenna arrays. This structure consists of an analogue and a digital part, which, in the transmitter, is called precoder and, in the receiver, combiner. The basic architectures for implementing the analogue part of the hybrid antenna systems are divided into fully or partially connected and sub-connected (the antennas are organized into non-overlapping groups), which can be implemented through either phase shifters or switches. Channel knowledge is required for the design of these structures. For this reason, this thesis focuses on channel estimation techniques to identify open issues and propose new approaches. The application of conventional channel estimation techniques is prohibitive due to the large number of transmitter-receiver antennas and required training symbols due to the high bandwidth and low SNR before transmitter-receiver alignment. The channel estimation in the mmWave spectrum can be achieved either by scanning the angle space (e.g., through an exhaustive, hierarchical search) to find the best pair of beams between transmitter-receiver or by formulating a sparse recovery problem. The propagation environment is typically modeled by employing a geometric channel model that includes the path loss and angles of departure (AoD) and arrival (AoA) on the transmitter and receiver sides, respectively. The basic idea of parametric modeling is to estimate the involved angles and the corresponding attenuations rather than estimating the entire impulse response of the channel. In array signal processing, various AoA estimation algorithms have been designed for classical ULAs and are of particular interest to researchers for several decades in, e.g., radar and smart antennas. In the first part of the dissertation, assuming a hybrid architecture antenna array at the receiver, a novel preprocessing scheme is suggested which enables the full snapshot recovery as if we had a ULA, using measurements from the radio-frequency (RF) chains of the hybrid structure. Then, any classical high-resolution power spectrum technique can be employed to estimate the involved AoAs and thus the channel. Also, a plethora of efficient sparse coding approaches have been suggested to directly estimate the geometric parameters by taking advantage of the sparsity properties of the mmWave channel to reduce the computational cost of the spatial scanning methods. Moreover, given that 5G networks will consist of small and dense cells, cooperative communication among proximal devices that share similar channel characteristics will be a promising technology. In wireless communications, sparse representations have been utilized to efficiently model and estimate a device channel with the help of sparse coding approaches, enhancing the spectrum and energy efficiency of fifth-generation (5G) and Internet of Things (IoT) networks. Hence, the second part of this thesis focuses on joint sparsity models for the representation of the channels of proximal devices and distributed sparse coding-based estimation methods to formulate a fully distributed voting-based (adaptive weights) cooperative approach suitable for networks of multiple tasks with partially overlapping parameters.

Η συνεχώς αυξανόμενη ανάγκη για ασύρματη μετάδοση δεδομένων με πολύ υψηλό ρυθμό έχει ως αποτέλεσμα τη μελέτη συστημάτων που μπορούν να εμφανιστούν στα δίκτυα κινητής τηλεφωνίας 5ης και 6ης γεννιάς με συχνότητες έως και πάνω από 60 GHz. Ένα βασικό χαρακτηριστικό των συχνοτήτων στο χιλιοστομετρικό φάσμα είναι ότι, λόγω της σοβαρής απώλειας διαδρομής, το κανάλι είναι πολύ αραιό, όχι μόνο στο χρόνο αλλά στη συχνότητα και στο χώρο των γωνιών, με αποτέλεσμα τα λαμβανόμενα σήματα στις κεραίες να είναι συσχετισμένα. Η υψηλή εξασθένηση και ευαισθησία στο μπλοκάρισμα απαιτούν αρχιτεκτονικές και πρωτόκολλα αντιμετώπισης αυτών των προκλήσεων. Ως εκ τούτου, στη σχετική βιβλιογραφία έχουν προταθεί οι υβριδικές συστοιχίες μαζικών κεραιών για τη μετάδοση αυτών των σημάτων. Η υβριδική δομή φαίνεται να είναι απαραίτητη, δεδομένου ότι μια αμιγώς ψηφιακή δομή έχει υψηλό κόστος υλοποίησης και κατανάλωση ισχύος σε τεράστιες συστοιχίες κεραιών Πολλαπλών Εισόδων-Πολλαπλών Εξόδων. Αυτή η δομή αποτελείται από ένα αναλογικό και ένα ψηφιακό μέρος, το οποίο, στον πομπό, ονομάζεται προκωδικοποιητής και, στον δέκτη, συνδυαστής. Οι βασικές αρχιτεκτονικές για την υλοποίηση του αναλογικού τμήματος των υβριδικών συστημάτων κεραιών χωρίζονται σε πλήρως ή μερικώς συνδεδεμένες και υποσυνδεδεμένες (οι κεραίες είναι οργανωμένες σε μη επικαλυπτόμενες ομάδες), οι οποίες μπορούν να υλοποιηθούν μέσω ολισθητών φάσης ή διακοπτών. Για τον σχεδιασμό αυτών των δομών απαιτείται γνώση καναλιού. Γι' αυτό το λόγο, αυτή η διατριβή εστιάζει σε τεχνικές εκτίμησης καναλιού για τον εντοπισμό ανοιχτών ζητημάτων και προτείνει νέες προσεγγίσεις. Η εφαρμογή συμβατικών τεχνικών εκτίμησης καναλιών είναι απαγορευτική λόγω του μεγάλου αριθμού κεραιών πομπού-δέκτη και των απαιτούμενων συμβόλων εκπαίδευσης λόγω του υψηλού εύρους ζώνης και του χαμηλού επιπέδου λόγου σήματος προς θόρυβο πριν από την ευθυγράμμιση πομπού-δέκτη. Η εκτίμηση καναλιού στο χιλιοστομετρικό φάσμα μπορεί να επιτευχθεί είτε με σάρωση του χώρου των γωνιών (π.χ. μέσω μιας εξαντλητικής, ιεραρχικής αναζήτησης) για την εύρεση του καλύτερου ζεύγους λοβών μεταξύ πομπού-δέκτη ή διαμορφώνοντας ένα αραιό πρόβλημα ανάκτησης. Το περιβάλλον διάδοσης τυπικά μοντελοποιείται χρησιμοποιώντας το γεωμετρικό μοντέλο καναλιού που περιλαμβάνει την απώλεια διαδρομής και τις γωνίες αναχώρησης και άφιξης στο πλευρά πομπού και δέκτη, αντίστοιχα. Η βασική ιδέα της παραμετρικής μοντελοποίησης είναι να υπολογιστούν οι εμπλεκόμενες γωνίες και οι αντίστοιχες εξασθενήσεις αντί να εκτιμηθεί η κρουστική απόκριση του καναλιού. Στην επεξεργασία σήματος για συστοιχίες κεραιών, έχουν σχεδιαστεί διάφοροι αλγόριθμοι εκτίμησης των γωνιών άφιξης για την κλασσική ομοιομορφή και γραμμική διάταξη κεραιών και παρουσιάζουν ιδιαίτερο ενδιαφέρον για τους ερευνητές εδώ και αρκετές δεκαετίες, π.χ. στα ραντάρ και τις έξυπνες κεραίες. Στο πρώτο μέρος της διατριβής, υποθέτοντας υβριδικής αρχιτεκτονικής διάταξη κεραιών στον δέκτη, προτείνεται ένα νέο σχήμα προεπεξεργασίας που επιτρέπει την πλήρη ανάκτηση του στιγμιότυπου σαν να είχαμε την κλασσιή γραμμική διάταξη, χρησιμοποιώντας μετρήσεις από τις αλυσίδες ραδιοσυχνοτήτων της υβριδικής δομής. Στη συνέχεια, οποιαδήποτε κλασική υψηλής ανάλυσης τεχνική εκτίμησης φάσματος ισχύος μπορεί να χρησιμοποιηθεί για την εκτίμηση των εμπλεκόμενων άφιξης και άρα το κανάλι. Επίσης, μια πληθώρα αποτελεσματικών προσεγγίσεων αραιής κωδικοποίησης έχουν προταθεί για την απευθείας εκτίμηση των γεωμετρικών παραμέτρων οι οποίες εκμεταλλεύονται τις ιδιότητες αραιότητας του χιλιοστομετρικού καναλιού για μείωση του υπολογιστικού κόστους των μεθόδων χωρικής σάρωσης. Επιπλέον, δεδομένου ότι τα δίκτυα 5ης γενιάς θα αποτελούνται από μικρές και πυκνές κυψέλες, η συνεργατική επικοινωνία μεταξύ κοντινών συσκευών που μοιράζονται παρόμοια χαρακτηριστικά καναλιού θα είναι μια πολλά υποσχόμενη τεχνολογία. Στις ασύρματες επικοινωνίες, οι αραιές αναπαραστάσεις έχουν χρησιμοποιηθεί για την αποτελεσματική μοντελοποίηση και εκτίμηση ενός καναλιού μιας συσκευής με τη βοήθεια μεθόδων αραιής κωδικοποίησης, ενισχύοντας τη φασματική και ενεργειακή απόδοση των 5ης γενιάς δικτύων και του Διαδικτύου των Πραγμάτων. Ως εκ τούτου, το δεύτερο μέρος της παρούσας διατριβής εστιάζει σε μοντέλα από κοινού αραιότητας για την αναπαράσταση των καναλιών των γειτονικών συσκευών και κατανεμημένων μεθόδων εκτίμησης που βασίζονται στις αραιές αναπαραστάσεις για τη διαμόρφωση μια προσέγγισης πλήρως κατανεμημένης και συνεργατικής μέσω ψηφοφορίας (με προσαρμοστικά βάρη) κατάλληλη για δίκτυα πολλαπλών εργασιών με μερικώς επικαλυπτόμενες παραμέτρους.