Capacity of hybrid open-loop and closed-loop MIMO with channel uncertainty at transmitter

Abstract

Monen lähetin- ja vastaanotinantennin tekniikat (multiple-input multiple-output, MIMO) ovat olleet laajan kiinnostuksen kohteena langattomasa tietoliikenteessä. Ne lupaavat huomattavaa lisäystä tiedonsiirtokapasiteettiin ja -kantamaan ilman että joudutaan lisäämään kaistanleveyttä tai lähetystehoa. Avoimen kontrollisilmukan lähetysdiversiteettimenetelmillä, kuteen esimerkiksi ns. tila-aika koodeilla, voidaan saavuttaa suurin osa kanavan kapasiteetistä. Nämä koodit on suunniteltu olettaen, että lähettäjällä ei ole etukäteistietoa kanavasta. Tässä diplomityössä tutkitaan tapausta, jossa lähettäjällä on osittaista, mutta ei täydellistä etukäteistietoa kanavasta. Työssä tarkastellaan myös menetelmiä parantaa ennalta annettua koodia, kun otetaan huomioon kanavatiedon epäteydellisyys. Kanavatiedon epäteäydellisyyttä mallinnetaan tilastollisesti, käytettävissä olevan tiedon ja täsmällsen tiedon korrelaatiomatriisin kautta. Suorituskykymittarina käytetään ergodista keskinäisinformaatiota, mikä johtaa siihen, että ratkaistava optimointiongelma edellyttää numeerista ratkaisemista. Työssä kehitetään tehokas analyyttinen aproksimaatio, jota voidaan käyttää kun kanavakertoimet häipyvät riippumattomasti. Tuloksena olevaa yksinkertaista yhtälöä voidaan käyttää laskemaan korreloituneen Rice:n jakauman mukaan häipyvän vektorikanavan keskimääräinen kapasiteetti. Simulaatiotulokset osoittavat huomattava suorituskyvyn parantumista, kun verrataan tavanomaisiin lähetysmenetelmiin. Ehdotetun aproksimaation tarkkuus todennetaan vertaamalla numeerisiin tuloksiin.

Multiple-input and multiple-output (MIMO) technology has attracted attention in wireless communications, since it offers significant increases in data throughput and link range without additional bandwidth or transmit power. Open-loop transmit diversity techniques such as space-time coding can be used to achieve a large portion of the available capacity. However these codes are designed under the assumption that the transmitter has no knowledge about the channel. In this thesis, we consider the case when the transmitter has partial but not perfect knowledge about the channel. In addition, it is investigated how to improve a predetermined code so that the channel imperfection is taken into account. Imperfect knowledge of channel is modeled by using a statistical method to describe the correlation between the assumed and the true channel. Ergodic mutual information is chosen as the performance criterion. The resulting optimization problem can be solved numerically. In addition, an efficient approximation method is used for the special case of independently fading channel coefficients. This simple formula can be utilized for evaluating average capacity for correlated vector Rician channel. Simulation results demonstrate significant gain over conventional methods in a scenario with non-perfect channel knowledge. The accuracy of the capacity approximation method is also validated through the numerical results.