와이브로 시스템을 위한 스마트 안테나 빔형성 알고리즘과 채널추정 알고리즘 성능 분석

Abstract

차세대 이동통신인 3G/4G 시스템의 가장 중요한 기술적 과제는 한정된 전파자원을 효율적으로 이용함으로써, 주어진 주파수 대역을 사용하여 보다 많은 데이터를 신뢰성 있게 전송하는 것이다. 이러한 기술을 해결하기 위한 핵심 기술로 스마트 안테나 시스템 기술이 대두되고 있다. 스마트 안테나 시스템은 셀 내의 각 가입자들에게 최적의 빔을 설정해 줌으로써 간섭 파워를 줄여 결과적으로는 통신용량 증대와 통신의 신뢰도 향상을 이루게 하는 혁신적인 기술이다. 더욱이 스마트 안테나 기술은 원하는 가입자로만 최대의 이득을 주는 빔을 제공함으로써 셀 내의 커버리지를 증대시킬 수 있는 장점이 있다. 따라서, 본 논문에서는 와이브로 스마트 안테나 시스템에서의 신호모델링, 빔형성 알고리즘 제시 및 성능분석, 채널추정 알고리즘 및 성능 분석 등이 제안되어 있다. 본 논문은 OFDM 신호 전송 방식을 사용하는 와이브로 시스템 에서 스마트 안테나 시스템(Smart Antenna System)의 빔형성(Beamforming)을 위한 새로운 처리 방법을 고안하였다. 최적의 웨이트벡터 계산을 위해 라그랑제 승수에 근간한 적응 알고리즘을 제안하였다. 또한, 와이브로 스마트 안테나 시스템에서의 채널추정 방법에 대해서 제안하였다. 다중경로 페이딩에 의해 발생하는 신호의 왜곡을 추정하고 보상하는 채널추정 알고리즘으로 LS(Least-Squares) 와 MMSE(Minimun Mean-square error) 에 대해서 분석하였다. 결론적으로, 와이브로 시스템에 스마트안테나 시스템을 적용한 기지국 모델링을 통하여, 제안한 빔형성 알고리즘을 이용하였을 때 성능 향상 효과를 다양한 신호 환경에서 성능을 분석하였다. 또한 채널추정 알고리즘과 주파수 옵셋 추정을 통하여 성능 개선이 이루어지는것을 확인 하였다.; Smart antenna system has been recognized as a promising solution for increasing the communication capacity by maximizing the efficiency of utilizing a given frequency band. This thesis suggests novel signal processing methods for optimal beamforming of smart antenna system in WiBro systems. This method applies to improve the performance of an adaptive algorithm, which is used to a smart antenna system for beamforming. To perform the best beamforming, it is important to get an exact beamforming algorithm. This thesis proposed an algorithm based on Laglange multiplier which has such an adaptive process. This thesis analysed the performance of proposed algorithm in various signal environment through signal modeling in WiBro system.. The use of multi-amplitude signalling schemes in WiBro systems requires the tracking of the fading radio channel. The MMSE estimator assumes a priori knowledge of noise variance and channel covariance. Its complexity is large compared to the LS estimator. Depending upon estimator complexity, up to 1dB in SNR can be gained over the LS estimator. However, for low SNRs, the LS estimator is both simple and adequate.