Referencias InSite inalámbricas

La siguiente es una lista de artículos científicos y técnicos en los que el software de RemCom fue utilizado en la investigación de los autores.  Hemos incluido extractos de los resúmenes de la publicación y enlaces fuera del sitio al contenido publicado original.

1. Aprendizaje profundo coordinado beamforming para sistemas de ondas milimétricas altamente móviles

El soporte de alta movilidad en sistemas de ondas milimétricas (mmWave) permite una amplia gama de aplicaciones importantes como las comunicaciones vehiculares y la realidad virtual/aumentada inalámbrica. Sin embargo, darse cuenta de esto en la práctica requiere superar varios desafíos. En este documento, se ha desarrollado un novedoso aprendizaje automático integrado y una solución de conformación de haces coordinada para superar estos desafíos y permitir aplicaciones mmWave altamente móviles. Los resultados de la simulación muestran que la estrategia de formación de haces coordinada de aprendizaje profundo propuesta se aproxima a la tasa alcanzable de la solución asistida por Genie que conoce los vectores de beamforming óptimos sin sobrecarga de entrenamiento.

2. Caracterización de las propiedades del canal mmWave a 28 y 60 GHz en implementaciones de automatización de fábrica

Se espera que los futuros sistemas celulares revolucionen el ecosistema industrial de hoy, satisfaciendo los estrictos requisitos de confiabilidad ultra alta y latencia extremadamente baja. A lo largo de estas líneas, la tecnología principal para soportar las implementaciones de automatización de fábrica de próxima generación es el uso de la comunicación milímetro (mmWave) que opera a frecuencias extremadamente altas (es decir, de 10 a 100 GHz). Sin embargo, caracterizar el comportamiento de propagación de radio en entornos de fábrica realistas es desafiante debido a longitudes de onda mmWave más cortas, que hacen que las propiedades del canal sean sensibles a la topología real y al tamaño de los objetos circundantes. Por estas razones, este documento estudia las importantes propiedades del canal mmWave para dos tipos distintos de fábricas, a saber, la industria ligera y la industria pesada. Estos representan los casos extremos de clasificación de fábrica basado en el nivel de la tecnología, la densidad y el tamaño del equipo, y los productos producidos. En consecuencia, evaluamos las frecuencias candidatas mmWave de 28 y 60 GHz para la comunicación de banda autorizada y sin licencia, respectivamente.

3. Abordar la cobertura interior profunda en banda estrecha-5G

La conectividad omnipresente es un requisito común de muchos servicios considerados en los sistemas de comunicación de quinta generación (5G). Sin embargo, proporcionar cobertura de red o conectividad inalámbrica se vuelve muy desafiante en escenarios de interior profundo, como estacionamientos subterráneos donde la pérdida total de canales puede exceder fácilmente la pérdida máxima de acoplamiento (MCL) de la tecnología de comunicación. Motivamos la importancia de la cobertura profunda mediante la realización de un análisis de cobertura realista específico del sitio representativo mediante el trazado de rayos. Los resultados muestran que las tecnologías existentes optimizadas para cobertura celular no pueden alcanzar una cobertura ubicua en áreas profundas de interior/subterráneo y resaltar la necesidad de retransmisión dinámica de múltiples saltos en el MTC de 5G.

4. Aprendizaje automático para sistemas mmWave fiables: predicción de bloqueos y entrega proactiva

La sensibilidad de las señales de ondas milimétricas (mmWave) a los bloqueos es un desafío fundamental para los sistemas de comunicación móviles mmWave. En este documento, aprovechamos las herramientas de aprendizaje automático y proponemos una solución novedosa para estos desafíos de confiabilidad y latencia en los sistemas mmWave MIMO. En la solución desarrollada, las estaciones base aprenden a predecir que un determinado enlace experimentará el bloqueo en los próximos marcos de tiempo utilizando sus observaciones pasadas de vectores de beamforming adoptados. Esto permite que la estación base de servicio entregue de forma proactiva al usuario a otra estación base con un enlace LOS muy probable. Los resultados de la simulación demuestran que la estrategia desarrollada basada en el aprendizaje profundo predice con éxito el bloqueo/la transmisión en cerca del 95% de las veces. Esto reduce la probabilidad de desconexión de la sesión de comunicación, lo que garantiza una alta confiabilidad y baja latencia en los sistemas móviles mmWave.

5. Optimización conjunta de beamforming híbrido para multiusuario masivo MIMO Downlink

Teniendo en cuenta el diseño de los formadores de haz de dos etapas para el enlace descendente de múltiples sistemas masivos de múltiples entradas multiusuario en modo de dúplex de división de frecuencia, este documento investiga el caso en el que ambos extremos del enlace están equipados con híbridos digitales/ estructuras de beamforming analógicas. Una sectorización virtual se realiza mediante la agrupación de usuarios basada en estadísticas de canal y el beamforming analógico, donde el equipo de usuario solo necesita reenviar su canal efectivo dentro del grupo, y el costo total de la adquisición de información de estado del canal (CSI) es reduce significativamente. Las simulaciones sobre los canales de propagación obtenidos de modelos estocásticos basados en la geometría, resultados de trazado de rayos y canales de exteriores medidos demuestran que nuestra estrategia de beamforming propuesta supera a los métodos de vanguardia.

6. mediciones de canal de 60 GHz y modelado de trazado de rayos en un entorno interior

La comunicación de ondas milimétricas (mmWave) se ha convertido en una tecnología clave prometedora de los sistemas de comunicación de quinta generación (5G) y ha ganado grandes intereses. En este documento, examinamos los canales mmWave de 60 GHz en un entorno de oficina interior mediante el método de trazado de rayos. Basado en óptica geométrica (GO) y teoría uniforme de difracción (UTD), el método de trazado de rayos utiliza la simulación por computadora para aproximar la propagación de ondas de radio. La precisión de la simulación basada en el trazado de rayos está garantizada por un modelo de entorno tridimensional (3-D) muy detallado y parámetros electromagnéticos de materiales apropiados. Los resultados de la simulación, incluido el perfil de retardo de potencia (PDP) y el espectro angular de potencia normalizado (PAS), se comparan con los datos de medición de canal que se procesan mediante la estimación de maximización de expectativa generalizada (SAGE) del espacio alternante Algoritmo. Los resultados de la comparación indican que el trazado de rayos puede ser un método útil y confiable para caracterizar las propiedades del canal de 60 GHz.

7. Simulaciones de canales de propagación de ondas milimétricas en interiores a 28, 39, 60 y 73 GHz para redes inalámbricas 5G

Se presentan características de propagación en interiores de ondas milimétricas, incluidos modelos de pérdida de trayecto y valores de dispersión de retardo multitrayecto para sistemas que utilizan antenas direccionales y omnidireccionales. El rendimiento de las cuatro frecuencias candidatas 5G, 28 GHz, 39 GHz, 60 GHz y 73 GHz, se investigan en escenarios de línea de visión (LOS) y no de línea de visión (NLOS) utilizando mediciones de frecuencia en tiempo real publicadas realizadas en ambientes interiores. Las comparaciones se hacen contra los datos de simulación obtenidos del software de 3D Ray Tracing Wireless InSite sobre las separaciones de TX-RX de 1,5 m a 62 m. Además, las propiedades eléctricas dependientes de la frecuencia, como la conductividad-σ y la permitividad-ε, de los materiales de construcción Comunes se incorporan en la simulación. Los resultados muestran que el tipo de material influye en el comportamiento de propagación de ondas mm debido a reflexiones, difracciones y penetraciones de muros y objetos (obstáculos).

8. Aprendizaje de huellas digitales Beamformada para posicionamiento preciso de ondas milimétricas

Con las comunicaciones inalámbricas de ondas milimétricas, la radiación resultante se refleja en la mayoría de los objetos visibles, creando entornos multitrayecto ricos, es decir, en escenarios urbanos. La radiación capturada por un dispositivo de escucha se forma por los obstáculos encontrados, que llevan información latente sobre sus posiciones relativas. En este documento, se propone un sistema para convertir la radiación de onda milimétrica recibida en la posición del dispositivo, haciendo uso de la información oculta mencionada anteriormente. Utilizando técnicas de aprendizaje profundo y un libro de códigos pre-establecido de patrones de beamforming transmitidos por una estación base, las simulaciones muestran que los errores de estimación promedio por debajo de 10 metros son alcanzables en escenarios realistas al aire libre que contienen principalmente posiciones no de línea de visión, allanando el camino para nuevos sistemas de posicionamiento. Términos de índice: 5G, beamforming, aprendizaje profundo, mmWaves, posicionamiento al aire libre.

9. Correlación angular y temporal de canales V2X a través de bandas sub-6 GHz y mmWave

la tecnología de ondas milimétricas de 5G (mmWave) se concibe como una parte integral de la próxima generación de redes de vehículos-toeverything (V2X) y automóviles autónomos debido a su amplio ancho de banda, amplia detección de campo de visión y capacidades de localización precisas. En este artículo, utilizamos simulaciones de trazado de rayos para caracterizar la correlación angular y temporal en una amplia gama de frecuencias de propagación para V2X canales que van desde 900 MHz hasta 73 GHz, para un vehículo que mantiene la línea de visión (LOS) y los no-LOS (NLOS) vigas con un transmisor en un entorno urbano.

10. Predicción MmWave Beam con conciencia situacional: un enfoque de aprendizaje automático

La comunicación de ondas milimétricas es un desafío en el contexto vehicular altamente móvil. El entrenamiento con haz tradicional es inadecuado para satisfacer los gastos generales y la latencia bajos. En este documento, proponemos combinar las herramientas de aprendizaje automático y la conciencia situacional para aprender la información del haz (potencia, índice de haz óptimo, etc.) de observaciones pasadas. Consideramos formas de conciencia situacional que son específicas para el entorno vehicular, incluyendo las ubicaciones del receptor y los vehículos circundantes. Aprovechamos los modelos de regresión para predecir la potencia recibida con diferentes cuantizaciones de energía de haz. El resultado muestra que la conciencia situacional puede mejorar en gran medida la precisión de la predicción y el modelo puede lograr rendimiento con poca pérdida de rendimiento con casi cero sobrecarga.