Rakhmania, AmaliaEka (2014) An Interference Alignment (Ia) Technique For Uplink Coordinated Multi-Point (Comp) And Eigen-Solver For Rank Deficiency Matrix. Magister thesis, Universitas Brawijaya.
Abstract
Penyelarasan Interferensi (IA) adalah teknik untuk menghilangkan interferensi dalam sistem komunikasi nirkabel. Dikombinasikan dengan multi-point terkoordinasi (COMP), metode ini dapat meningkatkan kinerja tingkat jumlah sistem untuk pengguna sel telur di LTE-A. Dalam SIS ini, algoritma IA baru untuk uplink terkoordinasi multi-point (comp) diusulkan. Kriteria Rasio Signal-to-Leakage-and-noise (SLNR) yang tidak mementingkan. Pada tangan, desain decoder mengadopsi algoritma egois, per-pengguna sinyal-ke-interferensi-dan-noise-rasio (SINR). Kombinasi kedua metode ini tidak memerlukan saluran asumsi timbal balik saluran dan dengan demikian cocok untuk beroperasi jika ada daya transmisi pengguna yang berbeda. Melalui prosedur iteratif, kami menunjukkan bahwa kriteria berbasis pengguna yang membuat data pengguna mengalir orthogonal dapat menekan interferensi secara efektif dan mencapai tingkat jumlah yang lebih tinggi daripada algoritma IA konvensional, seperti interferensi kebocoran tertimbang minimum (min bocor), algoritma sinr per-stream maksimum , dan Hibrida IA dalam skenario penerimaan bersama multi-pengguna. EigenValue Decomposition (EVD) memainkan peran kunci untuk algoritma yang kami usulkan serta algoritma konvensional, metode kebocoran Min. Dalam metode yang kami usulkan, EVD diperlukan untuk menghitung subruang sinyal. Sebaliknya, metode kebocoran min membutuhkan perhitungan subruang interferensi. Matriks terurai dari kedua metode IA selalu kekurangan peringkat. Eigen-Solver baru berdasarkan dekomposisi QR (QRD) dengan shift disajikan. Pengurangan Hessenberg diimplementasikan pada tahap pertama untuk mengurangi kompleksitas perhitungan. Metode yang diusulkan dapat menemukan eigenpairs yang benar untuk peringkat penuh dan matriks yang kekurangan peringkat. Arsitektur metode yang diusulkan terbukti lebih fleksibel untuk ukuran matriks apa pun dan memiliki kompleksitas yang kurang dari metode yang ada. Usulan eigen-solver dapat menghemat hingga 92% kompleksitas perangkat keras daripada EVD konvensional untuk menemukan nullspace untuk matriks simetris Hermitian ketika peringkat matriks cukup kecil. Metode ini dapat diandalkan untuk diimplementasikan karena kinerja yang setara dibandingkan dengan fungsi MATLAB `EIG`.
English Abstract
Interference alignment (IA) is a technique to eliminate interference in wireless communication system. Combined with coordinated multi-point (CoMP), this method could improve system sum rate performance for cell edge user in LTE-A system. In this sis, a new IA algorithm for uplink coordinated multi-point (CoMP) is proposed. unselfish per-user signal-to-leakage-and-noise ratio (SLNR) criterion is used to design precoder. On o r hand, design of decoder adopts selfish algorithm, per-user signal-to-interference-and-noise-ratio (SINR). combination of both method does not need channel reciprocity assumption and thus is suitable to operate in case of different user transmission power. Through iterative procedure, we show that per-user-based criterion which keeps user data streams orthogonal can suppress interference effectively and achieve higher sum rate than conventional IA algorithms, such as minimum weighted leakage interference (min leakage), maximum per-stream SINR algorithms, and hybrid IA in multi-user CoMP joint reception scenarios. Eigenvalue decomposition (EVD) plays a key role for our proposed algorithm as well as conventional algorithm, min leakage method. In our proposed method, EVD is needed to compute signal subspaces. On contrary, min leakage method needs calculation of interference subspace. decomposed matrix of both IA methods is always rank-deficient. A new eigen-solver based on QR decomposition (QRD) with shift is presented. Hessenberg reduction is implemented in first stage to reduce computation complexity. proposed method could find correct eigenpairs for both full rank and rank deficient matrix. architecture of proposed method is shown to be more flexible for any matrix size and has less complexity than existing method. proposed eigen-solver could save up to 92% hardware complexity than conventional EVD to find nullspace for Hermitian symmetric matrix when rank of matrix is quite small . This method is reliable to be implemented due to its equal performance compared to MATLAB “eig” function.
| Item Type: | Thesis (Magister) |
|---|---|
| Identification Number: | TES/621.382 24/RAK/a/041505527 |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting |
| Divisions: | S2/S3 > Magister Teknik Elektro, Fakultas Teknik |
| Depositing User: | Endang Susworini |
| Date Deposited: | 28 Sep 2015 16:00 |
| Last Modified: | 28 Sep 2015 16:00 |
| URI: | http://repository.ub.ac.id/id/eprint/158681 |
Actions (login required)
 |
View Item |