首页> 外文OA文献 >Récepteur cognitif à hauts gains en débit, couverture etudefficacité énergitique par basculement entre modesudd’assistance par pilote de l’estimation de canal et de lauddémodulation de données sur le lien descendant deudréseaux LTE hétérogènes.
【2h】

Récepteur cognitif à hauts gains en débit, couverture etudefficacité énergitique par basculement entre modesudd’assistance par pilote de l’estimation de canal et de lauddémodulation de données sur le lien descendant deudréseaux LTE hétérogènes.

机译:具有认知能力的接收器,在吞吐量,覆盖范围和通过在模式之间切换来提高能源效率支持每个通道的估计和 ud从 ud解调下行链路上的数据异构LTE网络。

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

L’explosion du trafic de données et le problème de l’efficacité spectrale qui s’approche de sesudlimites théoriques exigent l’augmentation de la densité des noeuds dans un réseau cellulaire. Cependant,udla partition des cellules dans un réseau contemporain dense cause un grand problèmeudd’interférence. De plus, le déploiement des cellules macro à puissance transmise élevée est très couteux.udUne stratégie alternative consiste alors à superposer des cellules à faible puissance transmiseuddans la surface géographique de la macro cellule créant ainsi des réseaux hétérogènes connus parud"HetNet". Dans ce travail, nous visons l’amélioration des performances des réseaux HetNet dontudles petites cellules souffrent d’un problème sérieux d’interférence limitant leurs performances. Nousudadoptons pour notre objectif la radio cognitive du point de vue de fournir une communication trèsudfiable indépendamment du temps et du lieu. Nous visons un niveau original d’intelligence en faisantudappel à la cognition comme outil de traiter plusieurs dimensions de reconfiguration dynamiqueudautre que l’allocation de spectre. Nous proposons un nouveau émetteur-récepteur cognitif (CTR)udcapable de sélectionner le meilleur triplet d’utilisation de pilote, d’estimation de canal et de modeudde détection qui permet d’atteindre le meilleur débit au niveau lien selon les conditions du canal quiudsont le rapport signal-à-bruit (SNR), l’indicateur de qualité du canal CQI, la vitesse du mobile et leudtype du canal. Nous divisons notre travail d’évaluation en deux grandes étapes qui sont les simulationsuddu niveau lien et les simulations du niveau système. La première étape (étape d’apprentissage)udpermet de tracer les règles de décision du meilleur triplet mode d’identification de canal (assisté parudpilote, hybride ou autodidacte), algorithme d’estimation de canal (maximum de vraisemblance ouudmoindres carrés), et mode de détection (cohérent ou différentiel) dépendamment des conditions duudcanal représentées par le triplet rapport signal-à-bruit/indicateur de qualité de canal, vitesse du mobileud(évanouissement lent ou rapide), type de canal (évanouissement plat ou sélectif en fréquence).udLes résultats de simulations en termes de taux d’erreurs sur les trames sont ensuite transférées auudsimulateur système pour mettre en valeur l’apport de notre nouveau CTR au réseau LTE HetNet.udNous visons alors l’amélioration des petites cellules en appliquant notre CTR conjointement avec laudtechnique d’extension d’aire pico cellulaire. Nous visons aussi réduire la puissance transmise par laudcellule macro pour diminuer par conséquence l’effet d’interférence sans baisser les performances deudcette dernière. Notre CTR permet d’atteindre les objectifs cités en réalisant de surcroît des gainsudconsidérables en débit. One of the strongest driving forces for wireless technology evolution today is 4G (4th Generation),udalso known as LTE-Advanced (Long Term Evolution) or IMT-Advanced (International MobileudTelecommunications). 4G allows high-speed wireless data delivery at much lower costs and latencyudwhile providing much higher rates, spectrum efficiency, and coverage. Most importantly, it promisesudthe provision of future high-speed wireless data services everywhere closer to the mobile user in audseamless and versatile fashion, no matter what the surrounding environment and link conditionsudare. In this context and given the spectral efficiency approaching its theoretical limits, HeterogeneousudNetworks known as HetNet is an attractive cost effective solution for communication serviceudproviders. The basic idea of HetNet is deploying small cells (pico-cells and femto-cells) transmittingudweaker power in a macro-cell network in order to increase system capacity and throughput.udHowever, due to their very low transmit powers; small cells are prone to severe interference corruptionudfrom macro-cells. Our main objective is hence to enhance LTE HetNet system performance byudusing cognitive radio concept. In this context, get onto the emerging cognitive radio from a ratheruduncommon perspective today. We take up the second primary cognitive radio’s objective of providingudhighly reliable communications anywhere anytime, so far addressed in a conventional manner,udbut rarely tackled today from a new level of “cognitive wireless communications" where cognitionudcould possibly handle many dynamic reconfiguration dimensions other than spectrum allocation,udthe conventional one. We propose therefore a new context-aware cognitive transceiver (CTR), whichudis able to self-adjust its antenna-array processing structure and air-interface configuration for optimumudperformance. More specifically, the proposed CTR is able to select the best combinationudtriplet of pilot-use, channel-identification, and data-detection modes that achieve the best link-leveludperformances against channel conditions in terms of channel type, mobile speed, SNR, and CQI. Theudperformance of the proposed context-aware CTR is assessed by conducting exhaustive simulationsudat both the link and system levels. For link-level assessment purposes, we simulate a wireless systemudconsisting of one user equipment (UE) and one base-station (BS). We first identify the performanceudpertaining to each couple of {channel estimator (LS or ML), data detection (DA, NDA, or NDAudwith pilots)} apart and draw out the optimal decision rules in terms of the best performing {channeludestimator, detection mode} configuration. Block error rate (BLER) vs. SNR results are then fed touda system-level simulator, wherein a whole network is simulated in order to assess the performanceudof the proposed CTR under more realistic operating conditions that account for inter-cell and intracelludinterference sources. The proposed CTR applied jointly with range expansion technique allowsudenhancing small cells performances in the context of downlink LTE HetNet by offering considerableudthroughput gain. Reducing macro cell transmitted power to mitigate interference problem experiencedudby small cells is also allowed by the new CTR with throughput enhancement for macro cellsuddespite the corresponding transmit power reduction.
机译:数据业务的爆炸式增长和频谱效率问题已接近其理论极限,这需要增加蜂窝网络中节点的密度。但是,在密集的现代网络中划分细胞会引起很大的干扰。此外,部署具有高发射功率的宏小区非常昂贵。另一种策略是将具有低发射功率的小区叠加在宏小区的地理区域中,从而创建异构网络,众所周知,“ HetNet ”。在这项工作中,我们旨在提高HetNet网络的性能,该网络的小型小区遭受严重的干扰,限制了其性能。从提供不受时间和地点限制的高度交流的角度来看,我们出于认知目的采用了认知无线电。我们通过使认知成为处理频谱分配不同的动态重新配置的几个维度的工具,来达到最初的智能水平。我们提出了一种新的认知收发器(CTR),,',,,,,,,能够根据链路条件,在链路级别上达到最佳吞吐量的最佳选择。哪个信道具有信噪比(SNR),CQI信道的质量指标,移动台的速度和信道 udtype。我们将评估工作分为两个主要阶段,即链接级别 ud仿真和系统级别仿真。第一步(学习步骤) u绘制最佳三元组通道识别模式(由 udpilot,混合或自学辅助),信道估计算法(最大似然或 udminders)的决策规则平方)和检测模式(相干或差分),具体取决于以三重态信噪比/信道质量指示符表示的 udcanal条件移动速度(慢速或快速衰落),信道类型(平坦或频率选择性衰落) ud然后将根据帧错误率进行的仿真结果传输到系统udsim模拟器,以突出我们的新CTR对Let HetNet网络的贡献。然后通过应用我们的点击率和微微蜂窝区域扩展技术来改善小型蜂窝小区。我们还旨在降低宏单元传输的功率,从而在不降低后者性能的情况下降低干扰效应。我们的点击率可以通过实现ud吞吐量的显着提高来实现上述目标。当今无线技术发展的最强劲推动力之一是4G(第四代),也称为LTE-Advanced(长期演进)或IMT-Advanced(国际移动udTelecommunications)。 4G允许以更低的成本和延迟来进行高速无线数据传输,同时提供更高的速率,频谱效率和覆盖范围。最重要的是,它承诺将以一种无缝和通用的方式提供未来更高速的无线数据服务,以靠近移动用户,无论周围环境和链路条件如何。在这种情况下,并考虑到频谱效率已接近其理论极限,被称为HetNet的异构网络对于通信服务提供商是一种有吸引力的具有成本效益的解决方案。 HetNet的基本思想是在宏蜂窝网络中部署小型蜂窝(微微小区和毫微微蜂窝)传输 udweaker功率,以增加系统容量和吞吐量。小型小区容易受到宏小区的严重干扰破坏。因此,我们的主要目标是通过使用认知无线电概念来增强LTE HetNet系统性能。在这种情况下,从一个相当普遍的角度进入新兴的认知广播。我们承担了第二个主要的认知无线电的目标,即随时可以在任何地方提供高度可靠的通信,到目前为止,已经以传统方式解决了这一问题。但是,如今,在认知 ud可以处理许多动态重新配置的“认知无线通信”这一新水平上,如今却很少解决。因此,我们提出了一种新的上下文感知认知收发器(CTR),该收发器能够自我调整其天线阵列处理结构和空中接口配置,以实现最佳性能。具体而言,拟议的CTR能够选择最佳组合飞行员使用,信道识别和数据检测模式的三元组,从而在信道类型方面针对信道条件实现最佳的链路级 ud性能,移动速度,SNR和CQI。通过进行详尽的模拟对链路和系统级别的评估,可以评估提议的情境感知CTR的 ud性能。为了进行链路级评估,我们模拟了一个由一个用户设备(UE)和一个基站(BS)组成的无线系统。首先,我们分别确定每对{信道估计器(LS或ML),数据检测(DA,NDA或NDA udwith导频)}的性能,然后根据效果最佳的{channel udestimator,检测模式}配置。然后,将块误码率(BLER)与SNR的结果馈送到系统级模拟器,在其中,对整个网络进行仿真,以便在考虑到小区间和小区间的更现实的操作条件下评估提议的CTR的性能。小区内干扰源。与范围扩展技术一起应用的拟议CTR通过提供可观的 udthroughput增益,可以在下行链路LTE HetNet的上下文中增强小小区的性能。新的CTR还允许降低宏小区发射功率以减轻小小区遇到的干扰问题,尽管相应降低了发射功率,但新的CTR仍可提高宏小区的吞吐量。

著录项

  • 作者

    Mrissa Imen;

  • 作者单位
  • 年度 2015
  • 总页数
  • 原文格式 PDF
  • 正文语种 fr
  • 中图分类

相似文献

  • 外文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号