Details
| Autor: | Björn Mennenga |
| Titel: | Aufwandsgünstige Detektion in Mehrantennensystemen mittels komplexitätsreduzierter Baumsuchverfahren |
| Typ: | Dissertation |
| Fachgebiet: | Informationstechnik |
| Reihe: | Mobile Nachrichtenübertragung, Nr.: 51 |
| Auflage: | 1 |
| Sprache: | Deutsch |
| Erscheinungsdatum: | Juni 2010 |
| Lieferstatus: | Lieferbar |
| Umfang: | 190 Seiten |
| Bindung: | Soft |
| Preis: | 49,00 EUR |
| ISBN: | 9783938860342 |
| Umschlag: | (vorn) |
| Inhaltsverzeichnis: | (pdf) |
Abstrakt in Englisch
Ever growing demand for high data rates in mobile communication calls increasingly efficient usage of scarce resources such as bandwidth. Future mobile communication systems most likely will involve multiple-input multiple-output (MIMO) techniques in combination with high order constellations, raising the amount of transmitted data per channel usage in order to enhance spectral efficiency. However, due to non-orthogonalities in the transmission and higher order systems, this benefit comes at the cost of enlarging requirements towards the transceiver, limiting its application. Especially high computational cost introduced by precise signal detection becomes an escalating problem.
This thesis focuses on reception of MIMO data, providing contributions to complexity reduced but high accurate detection algorithms and their realization. Detection algorithms based on tree search techniques offer a promising approach to ease the incurred complexity. Objective was hence to investigate and improve tree search based detection algorithms w.r.t. realization and prepare a selected algorithm for hardware implementation.
Based on investigations of existing algorithms, main drawbacks of conventional close to MAP detection algorithms could be identified and utilized for introduction of a new soft-in soft-out detection algorithm. Hereby it was possible to reduce the amount of required search steps close to minimum within the applied system, but maintaining the detector’s flexibility in terms of e.g. variable detection accuracy or variable system order.
As a result, the detection’s remaining computational costs might only be significantly reduced by simplifying included search steps and hence the amount of required parallel branch analysis and their computational complexity. Applying regular transmission constellations, such as QAM, allows mapping the detection problem onto geometrical considerations. This enables to convert the enumeration problem as well as the distance calculation on to few comparisons, simply implementable in hardware. As consequence, it was possible to reduce the amount of parallel branch calculations to a minimum of one calculation. Moreover, computational complexity of branch analyzes have been reduced by redundantizing the dominated distance calculation. Incorporating both techniques, computational complexity has been shown to be simplified by multiple orders of magnitude, maintaining high detection accuracy.
For the sake of the detectors implementation, SIMD paradigm might be applied by regularizing the algorithm structure; enabling data reuse and almost full speedup with the parallelism. Final evaluation of the selected algorithm has been performed by analysis of implementation aspects, such as fixed point or complexity analysis, leading to a reference processor model. Hereby it was possible to demonstrate the resulting low complexity at sustained flexibility and accuracy of the selected detection algorithm.
Abstrakt in Deutsch
Stetig wachsender Bedarf nach hohen Datenraten erfordert zunehmend eine effizientere Nutzung rarer Ressourcen mobiler Kommunikation, wie der verfügbaren Bandbreite. Zukünftige Mobilfunksysteme werden hierfür voraussichtlich Mehrantennen-Übertragungstechniken sowie große Sendekonstellationen nutzen um möglichst viele Daten pro Kanalzugriff zu senden und so die spektrale Effizienz zu erhöhen. Aufgrund fehlender Orthogonalität der Übertragungskanäle und der angestrebten Übertragungssysteme großer Ordnung ist dieser Vorteil jedoch mit großem Rechenaufwand im Transceiver verbunden, was die Anwendbarkeit einschränkt. Insbesondere der hohe Rechenaufwand zur exakten Signal-Detektion ist hierbei zunehmend problematisch und daher Gegenstand dieser Arbeit.
Baumsuchbasierte Algorithmen bieten einen viel versprechenden Ansatz zur Linderung des einhergehenden Rechenaufwandes. Ziel dieser Arbeit waren Untersuchungen und Beiträge zur Reduzierung der Komplexität solcher Detektionsalgorithmen in Hinblick auf eine Umsetzung und die Vorbereitung eines ausgewählten Algorithmus für die Hardwareimplementierung.
Auf Basis von Untersuchungen bestehender Algorithmen konnten wesentliche Nachteile konventioneller sog. “close to MAP”-Algorithmen identifiziert und zur Einführung eines neuen Soft-In Soft-Out-Detection-Algorithmus ausgenutzt werden. Hierdurch war eine Minimierung des Umfanges benötigter Suchschritte möglich, bei Aufrechterhaltung der Flexibilität des Detektors, in Bezug auf beispielsweise variable Detektionsgenauigkeit oder Systemordnung.
Als Folge ist eine weitere signifikante Reduktion des verbleibenden Rechenaufwandes nur über vereinfachte Suchschritte und damit mit einer Reduktion der Menge benötigter paralleler Zweiganalysen und deren Rechenumfang möglich. Die Nutzung regelmäßiger Sendekonstellationen ermöglicht eine Abbildung des Detektionsproblems auf geometrischen Betrachtungen. Die Bestimmung der Suchabfolge sowie die Distanzberechnungen können hiermit in wenige Vergleiche überführt werden; kostengünstig implementierbar in Hardware. Als Folge war es möglich, den Umfang paralleler Zweigberechnungen auf ein Minimum von einer Berechnung zu reduzieren. Darüber hinaus konnte der Rechenaufwand der Pfadanalysen durch das entfallen der maßgeblichen Abstandsberechnung deutlich reduziert werden. Für die Einbeziehung beider Techniken wurde hierbei eine Reduktion des Rechenaufwands um mehrere Größenordnungen nachgewiesen, bei Aufrechterhaltung hoher Detektionsgenauigkeit.
In Hinblick auf die Detektorumsetzung ist eine Anwendung des SIMD-Paradigmas über eine Regularisierung des Algorithmus möglich, was eine Wiederverwendung von Daten und einen Speedup vergleichbar der Parallelisierung erlaubt. Abschließende Untersuchungen des ausgewählten Algorithmus wurden über die Analyse von Implementierungsaspekten, wie der Festkomma-oder Komplexitätsanalyse, durchgeführt, wobei ein Referenz-Prozessormodell entwickelt wurde. Dies ermöglichte den Nachweis der geringen resultierenden Komplexität bei verbleibender hoher Flexibilität und Genauigkeit des gewählten Detektionsalgorithmus.