University of Oulu

Detection algorithms and ASIC designs for MIMO–OFDM downlink receivers

Saved in:
Author: Suikkanen, Essi1,2,3,4
Organizations: 1University of Oulu Graduate School
2University of Oulu, Faculty of Information Technology and Electrical Engineering, Communications Engineering
3Centre for Wireless Communications
4Infotech Oulu
Format: ebook
Version: published version
Access: open
Online Access: PDF Full Text (PDF, 2.2 MB)
Persistent link: http://urn.fi/urn:isbn:9789526215013
Language: English
Published: Oulu : University of Oulu, 2017
Publish Date: 2017-03-07
Thesis type: Doctoral Dissertation
Defence Note: Academic dissertation to be presented with the assent of the Doctoral Training Committee of Technology and Natural Sciences of the University of Oulu for public defence in the OP auditorium (L10), Linnanmaa, on 17 March 2017, at 12 noon
Tutor: Professor Markku Juntti
Reviewer: Professor Gerd Ascheid
Doctor John McAllister
Opponent: Professor Markku Renfors
Description:

Abstract

Future wireless systems will require high data rate with low transmit and processing power consumption. A combination of multiple-input multiple-output (MIMO) transmission with orthogonal frequency division multiplexing (OFDM) is a promising approach for offering better performance in terms of the capacity and quality of service (QoS). The detector in the wireless receiver is one of the highest power consuming parts. In order to minimize the power consumption, it is desirable for the detector to be able to change the detection algorithm to suit the channel conditions.

In this thesis work, we study the suitability of different MIMO detection algorithms for adaptive operation. The selective spanning with fast enumeration (SSFE), K-best list sphere detector (LSD), linear minimum mean square error (LMMSE), and successive interference cancellation (SIC) detectors are compared to each other in terms of communications performance in the 4 × 4 and 8 × 8 MIMO–OFDM systems. The impact of least squares (LS) and minimum mean square error (MMSE) channel estimation methods, mobile speed, and transmit precoding at the base station on detector algorithm selection is also considered. The SIC detector is shown to suffer from error propagation in poor channel conditions. The SSFE detector is unable to outperform the K-best LSD and is occasionally outperformed by the LMMSE detector. The LMMSE detector is able to outperform the K-best LSD on the low signal-to-noise (SNR) regime when the mobile speed is high and the spatial channel correlation is low or moderate; it is also found to be more robust against channel estimation errors. Because a realistic adaptive detector is expected to support only two detection algorithms, the K-best LSD and LMMSE are selected based on the performance results for application specific integrated circuit (ASIC) architecture design and further comparison.

The chosen algorithms are evaluated by considering the performance and implementation results. The K-best LSD provides good performance under challenging channel conditions with the cost of high complexity and power consumption. The LMMSE detector is energy efficient but performs poorly in correlated channels. However, exceptions exist, and detailed results on when to use a simple detector and when to use a complex detector are provided.

see all

Tiivistelmä

Tulevaisuuden langattomat tietoliikennejärjestelmät edellyttävät suurta datanopeutta ja vähäistä tehonkulutusta datan lähetyksessä ja käsittelyssä. Monitulo-monilähtötekniikan (MIMO) ja monikantoaaltomoduloinnin (OFDM) yhdistelmä (MIMO–OFDM) on lupaava lähestymistapa hyvän suorituskyvyn saavuttamiseksi, sekä kapasiteetin että luotettavuuden kannalta. Yksi langattoman vastaanottimen eniten tehoa kuluttavista osista on ilmaisin. Tehonkulutuksen minimoimiseksi tulisi ilmaisimen pystyä vaihtamaan ilmaisinalgoritmia radiokanavan olosuhteisiin sopivaksi.

Tässä väitöskirjatyössä tarkastellaan erilaisten MIMO-ilmaisinalgoritmien sopivuutta mukautuvaan ilmaisuun. Listapalloilmaisimen (list sphere detector, LSD), valikoivan laajennuksen listailmaisimen (selective spanning with fast enumeration, SSFE), lineaarisen pienimmän keskineliövirheen ilmaisimen (linear minimum mean square error, LMMSE) ja peräkkäisen häiriönpoistoilmaisimen (successive interference cancellation, SIC) suorituskykyjä verrataan toisiinsa sekä 4 × 4 että 8 × 8 MIMO–OFDM järjestelmissä. Pienimmän neliösumman (LS) ja pienimmän keskineliövirheen (MMSE) kanavaestimointialgoritmien, vastaanottimen nopeuden ja lähetyksen esikoodauksen vaikutus ilmaisinalgoritmin valintaan otetaan huomioon vertailussa. Haastavissa kanavaolosuhteissa SIC-ilmaisin kärsii virheen etenemisestä. SSFE-ilmaisimen suorituskyky on huonompi kuin K-best LSD-ilmaisimen, ja joissakin tilanteissa huonompi kuin LMMSE-ilmaisimen. LMMSE-ilmaisin pystyy parempaan suorituskykyyn kuin K-best LSD-ilmaisin kun signaali-kohinasuhde (SNR) on pieni, vastaanottimen nopeus on suuri ja radiokanavan korrelaatio on matala tai kohtalainen. LMMSE-ilmaisin myös kestää epätarkat kanavaestimaatit paremmin kuin LSD-ilmaisin. Realistisessa vastaanottimessa mukautuva ilmaisin tukee vain kahta ilmaisinalgoritmia, ja sen takia K-best LSD and LMMSE-ilmaisimet valittiin suorituskykytulosten perusteella toteutettaviksi ASIC-teknologialla.

Valittuja ilmaisinalgoritmeja arvioidaan sekä suorituskyvyn että toteutustulosten perusteella. K-best LSD-ilmaisimella on hyvä suorituskyky haastavissa kanavaolosuhteissa, mutta toteutus on monimutkainen ja tehonkulutus korkea. LMMSE-ilmaisin on energiatehokas, mutta suorituskyky on huono korreloivissa kanavissa. Poikkeuksia näihin tilanteisiin kuitenkin esiintyy, ja työssä esitetään suositus milloin yksinkertaista ilmaisinta voidaan käyttää tehonkulutuksen minimoimiseksi ja milloin taas monimutkainen ilmaisin on välttämätön luotettavan tiedonsiirron takaamiseksi.

see all

Series: Acta Universitatis Ouluensis. C, Technica
ISSN: 0355-3213
ISSN-E: 1796-2226
ISSN-L: 0355-3213
ISBN: 978-952-62-1501-3
ISBN Print: 978-952-62-1500-6
Issue: 606
Subjects:
LTE
Copyright information: © University of Oulu, 2017. This publication is copyrighted. You may download, display and print it for your own personal use. Commercial use is prohibited.