"Análisis de Desempeño de un Sistema MIMO-OFDM con Predicción de Canal"

Las comunicaciones inalámbricas en que el canal de transmisión inalámbrico se define por efectos de dispersión por movimiento y obstáculos físicos entre transmisor y receptor, son un claro ejemplo de los retos que se enfrentan para lograr una comunicación efectiva mediante un ambiente ruidoso. La de...

Full description

Autores:
Muñoz Morales, Catalina
Tipo de recurso:
Fecha de publicación:
2013
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/21856
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/21856
http://bdigital.unal.edu.co/12858/
Palabra clave:
0 Generalidades / Computer science, information and general works
38 Comercio, comunicaciones, transporte / Commerce, communications and transportation
6 Tecnología (ciencias aplicadas) / Technology
62 Ingeniería y operaciones afines / Engineering
MIMO
OFDM
Predicción de canal
SystemC
Modulación adaptativa
Codificación adaptativa
Channel Prediction
Adaptive modulation
Adaptive coding
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Las comunicaciones inalámbricas en que el canal de transmisión inalámbrico se define por efectos de dispersión por movimiento y obstáculos físicos entre transmisor y receptor, son un claro ejemplo de los retos que se enfrentan para lograr una comunicación efectiva mediante un ambiente ruidoso. La demanda de múltiples servicios de telecomunicaciones, como transmisión de voz, video y datos, ha hecho que la capacidad de transmisión y recepción de los sistemas de comunicaciones aumente para lograr grandes tasas de transmisión de datos con baja cantidad de errores recibidos, que hagan la comunicación confiable y utilizando el mínimo de recursos como espectro radioeléctrico y energía (potencia). Los sistemas de cuarta generación (4G) han llegado en los últimos años, con diversas tecnologías, para cumplir con los requerimientos impuestos; en estos sistemas se utilizan técnicas como el uso de múltiples antenas (Multiple Input – Multiple Output, MIMO), modulación (Orthogonal Frequency Division Multiplexing, OFDM), codificación, estimación y predicción de canal para adaptar el sistema a las condiciones de este, y así lograr el objetivo de obtener una transmisión confiable. En este trabajo se evalúan diferentes técnicas lineales y no lineales de predicción del canal inalámbrico, cuyas muestras con distribución Rayleigh han sido generadas y aplicadas sobre un sistema MIMO-OFDM. El sistema MIMO-OFDM se desarrolló con una descripción a nivel de sistemas usando el lenguaje de SystemC para obtener medidas de desempeño del mismo sobre el canal de comunicaciones, al cual se adapta utilizando la relación señal a ruido del canal estimado y predicho. La adaptación al canal o enlace de comunicaciones (Link Adaptation) se obtuvo en relación a esquemas de modulación para aumentar o disminuir la tasa de transmisión y de errores de bit (BER – Bit Error Rate) de acuerdo con las condiciones de ruido del canal. El análisis de desempeño del sistema y las técnicas de predicción de canal fue determinado por métricas de cantidad de errores, precisión de la predicción realizada, tasa de transmisión, latencia, complejidad computacional y utilización de memoria. A partir de allí se hicieron comparaciones de desempeño entre técnicas lineales y no lineales que permitieron establecer la viabilidad de la implementación de estas en un sistema de comunicaciones real. La investigación fue llevada a cabo usando una descripción del sistema a nivel de capa física cuya evaluación en banda base da la posibilidad de validar el comportamiento del mismo con respecto al procesamiento de señales generadas en forma de trama de datos binaria con distribución uniforme. Los resultados obtenidos muestran que los algoritmos de predicción de canal generan un aumento de aproximadamente el 7% mínimo en la latencia del sistema MIMO-OFDM y además existe una relación entre el funcionamiento y la complejidad computacional de los algoritmos estudiados.