Publication: Seguimiento de canales no lineales en comunicaciones móviles OFDM
Loading...
Identifiers
Publication date
2015
Defense date
2015-07-29
Authors
Advisors
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
Impact
Export
Abstract
Orthogonal Frequency-Division Multiplexing (OFDM) has spread quickly and it has
become the base for many communication technologies. One of the most frequently
proposed techniques for time-variant channel tracking (in an OFDM environment)
is Kalman ltering (KF) and its many adaptions and extensions. KF's advantage
is its optimality as an estimator for linear problems. However, as mobile communications
spread into more dynamic channels (e. g. high-speed trains in rugged
terrain), non-linear componentes (such as path birth and death) appear and they
could be catastrophic for KF-based estimation techniques. This project creates a
model to calibrate the extent to which KF performance degrades. Starting o from
a Linear Gauss-Markov channel model (simulation 1), we implement a Kalman- lter
bank for multipath estimation (simulation 2) and we prove that, once a dynamic
including path birth and death is introduced, the performance of the KF estimator
degrades dramatically and catastrophically (simulation 3). At last, we prove that
a path-birth-and-death environment behaves in a completely di erent manner than
an environment wherein the number of paths is constant, but there are fewer paths
than expected (simulation 4). These 4 simulations suggest that it is necessary to incorporate
the stochastic behaviour of the channels into the estimation and tracking
algorithms for future improvements in wireless communication systems with coherent
detections. Accordingly, we review some proposed techniques in the literature,
with a special focus on the application of Finite Random Set Theory.
La tecnología OFDM se ha extendido rápidamente y se ha convertido en la base de numerosas tecnologías de comunicaciones. Una de las técnicas propuestas con mayor frecuencia para realizar el seguimiento de canales variantes en el tiempo (en el marco de comunicaciones OFDM) es el filtrado de Kalman (KF) y diversas adaptaciones y ampliaciones del KF. La ventaja del KF es su carácter óptimo como estimador de problemas lineales. Sin embargo, a medida que las comunicaciones móviles se extienden a entornos con canales más dinámicos (p. ej. trenes de alta velocidad en entornos montañosos), aparecen componentes no lineales (como el nacimiento y la muerte de trayectos) que podrían resultar catastróficos para las técnicas de estimación basadas en KF. Este trabajo crea un modelo para calibrar hasta qué punto se degradan las prestaciones del KF. Partiendo de un modelo de Gauss-Markov lineal para el canal (simulación 1), implementamos un banco de filtros de Kalman para la estimación multitrayecto (simulación 2) y probamos que, al introducir una dinámica de nacimiento y muerte de trayectos, las prestaciones del estimador KF se degradan de manera vertiginosa y catastrófi ca (simulación 3). Por último, probamos que una situación de nacimiento y muerte de trayectos es completamente distinta a una situación en la que hay un número de trayectos constante, pero menor del esperado (simulación 4). Estas cuatro simulaciones sugieren que resulta imprescindible incorporar el comportamiento estocástico de los canales a los algoritmos de estimación y seguimiento para futuras mejoras en sistemas de comunicación inalámbricos con detección coherente. En este sentido, revisamos también algunas técnicas propuestas en la literatura, centrándonos especialmente en la aplicación de la Teoría de Conjuntos Aleatorios Finitos.
La tecnología OFDM se ha extendido rápidamente y se ha convertido en la base de numerosas tecnologías de comunicaciones. Una de las técnicas propuestas con mayor frecuencia para realizar el seguimiento de canales variantes en el tiempo (en el marco de comunicaciones OFDM) es el filtrado de Kalman (KF) y diversas adaptaciones y ampliaciones del KF. La ventaja del KF es su carácter óptimo como estimador de problemas lineales. Sin embargo, a medida que las comunicaciones móviles se extienden a entornos con canales más dinámicos (p. ej. trenes de alta velocidad en entornos montañosos), aparecen componentes no lineales (como el nacimiento y la muerte de trayectos) que podrían resultar catastróficos para las técnicas de estimación basadas en KF. Este trabajo crea un modelo para calibrar hasta qué punto se degradan las prestaciones del KF. Partiendo de un modelo de Gauss-Markov lineal para el canal (simulación 1), implementamos un banco de filtros de Kalman para la estimación multitrayecto (simulación 2) y probamos que, al introducir una dinámica de nacimiento y muerte de trayectos, las prestaciones del estimador KF se degradan de manera vertiginosa y catastrófi ca (simulación 3). Por último, probamos que una situación de nacimiento y muerte de trayectos es completamente distinta a una situación en la que hay un número de trayectos constante, pero menor del esperado (simulación 4). Estas cuatro simulaciones sugieren que resulta imprescindible incorporar el comportamiento estocástico de los canales a los algoritmos de estimación y seguimiento para futuras mejoras en sistemas de comunicación inalámbricos con detección coherente. En este sentido, revisamos también algunas técnicas propuestas en la literatura, centrándonos especialmente en la aplicación de la Teoría de Conjuntos Aleatorios Finitos.
Description
Keywords
Orthogonal Frequency-Division Multiplexing (OFDM), Filtrado de Kalman (KF), Comunicaciones móviles