Por favor, use este identificador para citar o enlazar este ítem: https://dspace.unl.edu.ec/jspui/handle/123456789/22159
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorJiménez Peralta, Franklin Gustavo-
dc.contributor.authorTene Uyaguari, Jaime Missael-
dc.date.accessioned2019-07-19T22:45:36Z-
dc.date.available2019-07-19T22:45:36Z-
dc.date.issued2019-07-19-
dc.identifier.urihttp://dspace.unl.edu.ec/jspui/handle/123456789/22159-
dc.descriptionMIMO Massive is an emerging technology in wireless communication that increases Spectral Efficiency (SE) to a large extent compared to MIMO systems. MIMO Massive considers a base station equipped with a large number of antennas (for example, from tens to hundreds) and that serves many users of a single antenna on the same frequency and time resource. However, these base stations require multiple radiofrequency (RF) chains, which consist of an amplifier, mixer, converters, filter, etc. Therefore, due to the multiple RF chains, the cost and complexity of the system hardware increases. To reduce costs and hardware complexity, antenna selection techniques are used that minimize complexity with almost the same capacity. This work analyzes the optimization of the Spectral Efficiency through antenna selection schemes such as Precoding, Beamforming and Antenna Selection Algorithms and the effect on the performance of the MIMO Massive systems for the future 5G technology (Fifth Generation). With the help of the bibliographic review and analyzing mathematically the different techniques of Antenna Selection, elements of each scheme that allow a variety in the study of optimization were chosen. On the part of the Pre-codings, the minimum squared error estimator (MMSE), Zero-forcing (ZF) and Matched Filter (MF) were chosen. Also in Beamforming a Hybrid scheme was studied according to the Kalman, MMSE and ZF Precodes. Upon arriving at the Antenna Selection Algorithms, we proceeded to choose the Antenna Selection Algorithms: Random, Rapid and Based on Quantification. MATLAB facilitated the task of analyzing Spectral Efficiency, by developing programs that allowed the visualization of the operation of each of the aforementioned techniques based on determining parameters. Once the results are obtained, it is possible to define what scheme and in which scenario they can optimize the Spectral Efficiency. When examining the precoding, MMSE and ZF achieve a high performance, but due to the degree of computational complexity of the first one, ZF has a viable option. In Beamforming, Kalman due to its mathematical structure surpasses MMSE and ZF, compensating its high computational processing with its high rates of Spectral Efficiency. While for the Antenna Selection Algorithms, the Quantification Based Algorithm provides better optimization options, which by means of the inclusion of the quantization error achieves superior results than the Random and Rapid Selection Algorithm.es_ES
dc.description.abstractMIMO Masivo, es una tecnología emergente en la comunicación inalámbrica que aumenta la Eficiencia Espectral (Spectral Efficiency, SE) en gran medida en comparación con los sistemas MIMO. MIMO Masivo considera una estación base equipada con un gran número de antenas (por ejemplo, de decenas a cientos) y que sirve a muchos usuarios de una sola antena en el mismo recurso de frecuencia y tiempo. Sin embargo, estas estaciones base requieren múltiples cadenas de radiofrecuencia (Radio-frecuency, RF), que consisten en amplificador, mezclador, conversores, filtro, etc. Por lo tanto, debido a las múltiples cadenas de RF, el costo y la complejidad del hardware del sistema aumentan. Para reducir los costos y la complejidad del hardware, se utilizan técnicas de selección de antenas que minimizan la complejidad con casi la misma capacidad de sistemas MIMO Masivos que utilizan todas sus antenas. Este trabajo analiza la optimización de la Eficiencia Espectral mediante esquemas de selección de antena como Precodificación, Beamforming y Algoritmos de Selección de Antenas y el efecto en el rendimiento de los sistemas MIMO Masivo para la futura tecnología 5G (Fifth Generation, 5G). Con la ayuda de la revisión bibliográfica y analizando matemáticamente las diferentes técnicas de Selección de Antenas, se eligió elementos de cada esquema que permitan una variedad en el estudio de la optimización. Por parte de las Precodificaciones se optó por el Estimador de error cuadrático mínimo (Minimum mean square error, MMSE), Fuerza Cero (Forcing-Zero, ZF) y Filtro Adaptado (Matched Filter, MF). Asimismo en Beamforming se estudió un esquema Híbrido en función de las Precodificaciones Kalman, MMSE y ZF. Al llegar a los Algoritmos de Selección de Antenas se procedió a estudiar los Algoritmos de Selección de Antenas: Aleatoria, Rápida y Basado en Cuantificación. MATLAB facilitó la tarea de análisis de la Eficiencia Espectral, mediante la elaboración de programas que permitieron la visualización del funcionamiento de cada una de las técnicas ya mencionadas en función de parámetros determinantes. Obtenidos los resultados se logra definir que esquema y en qué escenario pueden optimizar la Eficiencia Espectral. Al examinar las Precodificaciones, MMSE y ZF logran un alto rendimiento, pero debido al grado de complejidad computacional de la primera, se tiene como opción viable a ZF. En Beamforming, Kalman debido a su estructura matemática supera a MMSE y ZF, compensando su alto procesamiento computacional con sus altas tazas de Eficiencia Espectral. Mientras que para los Algoritmos de Selección de Antenas, presta mejores opciones de optimización el Algoritmo Basado en Cuantificación, que mediante la inclusión del error de cuantificación logra resultados superiores que el Algoritmo de Selección Aleatoria y Rápida.es_ES
dc.format.extent175 p.es_ES
dc.language.isospaes_ES
dc.publisherLoja: Universidad Nacional de Lojaes_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subject<TECNOLOGÍA 5G><EFICIENCIA ESPECTRAL><MIMO MASIVO><PRECODIFICACIONES><SELECCIÓN DE ANTENAS>es_ES
dc.titleDesarrollo de un marco de referencia para sistemas mimo masivo que permita la optimización de la eficiencia espectral mediante la selección de antenas, para la tecnología 5g.es_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: TRABAJOS DE TITULACION AEIRNNR

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Tene Uyaguari, Jaime Missael.pdf3,89 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.