Вибір передавальної антени для покращення енергетичної ефективності в стільниковій мережі 5G на основі massive MIMO-Reference-Cited by-同舟云学术

Вибір передавальної антени для покращення енергетичної ефективності в стільниковій мережі 5G на основі massive MIMO

Published:2023-02-21 Issue:2 Volume:66 Page:97-108
ISSN:2307-6011
Container-title:Известия высших учебных заведений. Радиоэлектроника
language:
Short-container-title:Известия вузов. Радиоэлектроника

Author:

Бора Дж.¹^ORCID,Баруах С.¹^ORCID,Бхаргаві Г.¹,Дургапрасад П.¹,Дамодар Б.¹

Affiliation:

1. Технологічний і науковий інститут Маданапалле

Abstract

В цьому дослідженні запропоновано два динамічних алгоритми для вибору передавальної антени з метою досягнення енергетичної ефективності в масовій MIMO (massive MIMO). Це алгоритм «довільний вибір користувачів» RUS (random user selection) і алгоритм «максимальне підсилення каналу» MCG (maximum channel gain). Досліджено налаштування масової MIMO, що працюють за допомогою N РЧ каналів через централізовану масову базову станцію BS (base station), яка використовує алгоритми RUS і MCG щоб забезпечити можливості керування для U абонентів. Мережі масових MIMO представлені для конфігурацій 8×8, 16×16, 25×25 і 50×50 при застосуванні алгоритмів RUS і MCG. Проведено дослідження ефективності запропонованої схеми щодо мережі з використанням алгоритмів RUS і MCG. Проаналізовано вплив на метрики продуктивності, а саме, сумарну швидкість передачі всіх абонентів, пропускну здатність користувачів і енергетичну ефективність. Енергетична ефективність також покращилась завдяки збільшенню кількості антен масової MIMO. У порівнянні з алгоритмом RUS, алгоритм MCG забезпечує кращі послуги для абонентів, які знаходяться на великій відстані від антени базової станції.

Publisher

Igor Sikorsky Kyiv Polytechnic Institute

Reference17 articles.

1. S. K. Mishra, P. Pattanayak, A. K. Panda, “Combined transmit antenna selection and user scheduling in a massive MIMO broadcast system,” in 2020 Advanced Communication Technologies and Signal Processing (ACTS), 2020, pp. 1–6, doi: https://doi.org/10.1109/ACTS49415.2020.9350421.

2. S. S. Yilmaz, B. Ozbek, “Compressive sensing based low complexity user selection for massive MIMO systems,” in 2020 IEEE 91st Vehicular Technology Conference (VTC2020-Spring), 2020, pp. 1–5, doi: https://doi.org/10.1109/VTC2020-Spring48590.2020.9129553.

3. Д. Бора, С. Баруах, С. Дас, Д. Бисвас, “Анализ работы 5G сотовых сетей Massive MIMO и малых сот: Моделирование,” Известия вузов. Радиоэлектроника, vol. 65, no. 6, pp. 341–351, 2022, doi: https://doi.org/10.20535/S0021347022060024.

4. J. Borah, J. Bora, “Energy-efficient ICI mitigation with dynamic and location-based power allocation in mobility-based 5G HetCN,” Wirel. Pers. Commun., vol. 117, no. 2, pp. 1441–1457, 2021, doi: https://doi.org/10.1007/s11277-020-07930-x.

5. J. Borah, M. A. Hussain, J. Bora, “Dynamic and energy-efficient ICI mitigation techniques for mobility-based 5G HetCN,” IET Commun., vol. 14, no. 9, pp. 1397–1403, 2020, doi: https://doi.org/10.1049/iet-com.2019.0898.