توصيفگر ها :
سيستم چند آنتني انبوه , بازدهي انرژي , آنتن گزيني و كاربر گزيني , مبدلهاي آنالوگ به ديجيتال كم دقت
چكيده فارسي :
چكيده
امروزه با رشد روزافزون فنّاوري و حركت سريع جوامع انساني به سمت زندگي كاملاً ماشيني و هوشمند، نياز به افزايش نرخ ارسال اطلاعات، رشد چشم¬گيري داشته است. اين امر موجب انجام تحقيقات فراوان جهت معرفي نسل¬هاي جديد شبكه¬هاي مخابراتي بي¬سيم شده است. ارائه نسل پنجم شبكه¬هاي مخابرات بيسيم به ويژه سيستم¬هاي چندآنتني انبوه، حاصل پژوهش¬هاي انجامشده در اين حوزه بوده كه با بهره¬گيري از تعداد زيادي آنتن در ايستگاه پايه سعي در افزايش نرخ ارسال سيستم و بهبود كيفيت آن داشته است. از طرفي افزايش تعداد آنتن¬هاي ايستگاه پايه و زنجيره¬هايRF مورد استفاده به ازاي هرآنتن، موجب رشد قابل¬توجه توان مصرفي كل سيستم مي¬شود. اين در حالي است كه نگراني¬ها بابت افزايش گرمايش كره¬ي زمين، روزبهروز بيشتر مي¬شود. بنابراين بررسي بازدهي انرژي سيستم¬هاي مخابراتي چند آنتني انبوه قابلتوجه است. جهت مقابله با رشد توان مصرفي اين سيستم¬ها، روش¬هاي مختلفي ازجمله آنتن¬گزيني در ايستگاه پايه، انتخاب كاربر از كاربران داخل سلول و يا استفاده از مدارات مخابراتي با توان مصرفي كمتر از جمله مبدل¬هاي آنالوگ به ديجيتال، مورد ارزيابي و تحقيق قرارگرفتهاند. در اين پاياننامه سعي داريم ابتدا ماتريس معادلي براي ماتريس ضرايب كانال يك سيستم مخابرات سلولي چند آنتني انبوه پس از انتخاب همزمان آنتن و كاربر ارائه داده و با استفاده از اين ماتريس، ضمن ارائه يك مدل تقريبي رياضي از نرخ ارسال سيستم و استفاده از مدل¬ دقيقي براي توان مصرفي ازجمله توان مصرفي ادوات الكترونيكي و در شرايط استفاده از مبدل¬هاي آنالوگ به ديجيتال كم¬دقت در ايستگاه پايه و به ازاي گيرنده¬MRC ، بازدهي انرژي اين سيستم را بهصورت يك رابطه بسته به دست آورده و تعداد زير بهينه¬اي از آنتن¬هاي ايستگاه پايه و كاربران داخل سلول را با استفاده از الگوريتم¬هاي تكاملي (ژنتيك) انتخاب، و ميزان بهبود بازدهي انرژي سيستم را به ازاي اين انتخاب¬ها بررسي نماييم. درنهايت با استفاده از الگوريتم¬ چندهدفه، بازدهي انرژي سيستم را بر اساس نرخ ارسال و توان مصرفي كل و به ازاي انتخاب همزمان آنتن و كاربر بهينه كرده و پاسخ¬هاي متنوعي از تعداد آنتنها و كاربران انتخابي جهت طراحي سيستم ارائه مي¬دهيم.
چكيده انگليسي :
Abstract:
Nowadays, with the increasing growth of technology and rapid movement towards complete smart life, the need for fast increasing information transmission rate has expanded. This has led to extensive research for introducing new generations of wireless telecommunications networks. The Massive MIMO systems in fifth generation of these networks is one of the major results of the research conducted in this field, which tries to highly increase the system transmission rate and improve the signal quality by using a large number of antennas in the base station (BS). On the other hand, increasing the number of antennas in the BS and as a result, the number of used RF chains causes a significant increase in the consumption power of the entire system. Since the concerns about global warming are highly growing, the study of energy efficiency of the Massive MIMO systems is more noticeable. In order to deal with the growth of power consumption of these systems, various methods such as antenna selection in the base station, user scheduling for the users inside the cells or using efficient telecommunication circuits with less power consumption (such as low-Resolution ADC) have been proposed and studied.
In this thesis, after considering joint selection of the antenna and user, we present an approximate equivalent matrix for the selected channel matrix. By Using this approximation, we present an approximate mathematical model for the uplink achievable transmission sum rate considering low resolution analog-to-digital convertors as well as the MRC receiver at the BS. Then, using an accurate model for power consumption (including power consumption of the electronic circuits), we propose a closed form relation for the energy efficiency of the system. Then we use this close form to determine the near-optimal number of selected antennas at BS and selected users within the cell by using evolutionary (genetic) algorithm. After that, we investigate the amount of improvement in the energy efficiency for the obtained choices. Finally, by using a multi-objective algorithm, we try to optimize the energy efficiency of the system based on the transmission sum rate and total power consumption for joint antenna and user selection scheme. Also, we provide a variety of examples for the number of selected antennas and selected users for designing the system more efficiently.