Algoritmo adaptativo para melhoria de desempenho do arranjo de antenas inteligentes 5G

Autor: Santos, Adriano Eust??quio
Přispěvatelé: Carvalho, Celso Barbosa, Mota, Edjair de Souza, Souza, Camilo Batista de
Jazyk: portugalština
Rok vydání: 2021
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da UFAM
Universidade Federal do Amazonas (UFAM)
instacron:UFAM
Popis: Submitted by Adriano Santos (eustaquio.santos.adriano@gmail.com) on 2021-12-18T18:58:00Z No. of bitstreams: 4 Disserta????o ??? Adriano Eust??quio Santos.pdf: 1584878 bytes, checksum: 61bce9f6cc4846fb63301428ed854632 (MD5) 4. Parecer de Julgamento- todas as assinaturas.pdf: 243098 bytes, checksum: f6571b8ecb790e302b85e41aff4054ea (MD5) 4. Ata de Julgamento - todas as assinaturas.pdf: 566084 bytes, checksum: 44e20ae8766351481593d18a61f8cafb (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Rejected by PPGEE Engenharia El??trica (mestrado_engeletrica@ufam.edu.br), reason: Deve inserir conforme orienta????o. Documentos exigido para o Autodep??sito: 1. Elaborar Ficha Catalogr??fica (Saiba como clicando aqui); 2. Carta de Encaminhamento para Autodep??sito assinada pelo orientador; 3. Ata de defesa ou folha de aprova????o assinada; 4. Tese/Disserta????o em PDF on 2021-12-20T15:34:22Z (GMT) Submitted by Adriano Santos (eustaquio.santos.adriano@gmail.com) on 2021-12-21T21:24:56Z No. of bitstreams: 6 Disserta????o ??? Adriano Eust??quio Santos.pdf: 1584878 bytes, checksum: 61bce9f6cc4846fb63301428ed854632 (MD5) 4. Parecer de Julgamento- todas as assinaturas.pdf: 243098 bytes, checksum: f6571b8ecb790e302b85e41aff4054ea (MD5) 4. Ata de Julgamento - todas as assinaturas.pdf: 566084 bytes, checksum: 44e20ae8766351481593d18a61f8cafb (MD5) cartaencaminhamento (1).pdf: 137039 bytes, checksum: 46c025099f9d9dae1b6479daa374862b (MD5) Termo_de_Autoriza????o_-_Autodep??sito_RIU-TEDE.pdf: 282404 bytes, checksum: 6bf0bb138a0a04b06d3cecf9df52db3a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Approved for entry into archive by PPGEE Engenharia El??trica (mestrado_engeletrica@ufam.edu.br) on 2021-12-30T11:01:16Z (GMT) No. of bitstreams: 6 Disserta????o ??? Adriano Eust??quio Santos.pdf: 1584878 bytes, checksum: 61bce9f6cc4846fb63301428ed854632 (MD5) 4. Parecer de Julgamento- todas as assinaturas.pdf: 243098 bytes, checksum: f6571b8ecb790e302b85e41aff4054ea (MD5) 4. Ata de Julgamento - todas as assinaturas.pdf: 566084 bytes, checksum: 44e20ae8766351481593d18a61f8cafb (MD5) cartaencaminhamento (1).pdf: 137039 bytes, checksum: 46c025099f9d9dae1b6479daa374862b (MD5) Termo_de_Autoriza????o_-_Autodep??sito_RIU-TEDE.pdf: 282404 bytes, checksum: 6bf0bb138a0a04b06d3cecf9df52db3a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Approved for entry into archive by Divis??o de Documenta????o/BC Biblioteca Central (ddbc@ufam.edu.br) on 2021-12-30T13:02:20Z (GMT) No. of bitstreams: 6 Disserta????o ??? Adriano Eust??quio Santos.pdf: 1584878 bytes, checksum: 61bce9f6cc4846fb63301428ed854632 (MD5) 4. Parecer de Julgamento- todas as assinaturas.pdf: 243098 bytes, checksum: f6571b8ecb790e302b85e41aff4054ea (MD5) 4. Ata de Julgamento - todas as assinaturas.pdf: 566084 bytes, checksum: 44e20ae8766351481593d18a61f8cafb (MD5) cartaencaminhamento (1).pdf: 137039 bytes, checksum: 46c025099f9d9dae1b6479daa374862b (MD5) Termo_de_Autoriza????o_-_Autodep??sito_RIU-TEDE.pdf: 282404 bytes, checksum: 6bf0bb138a0a04b06d3cecf9df52db3a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Made available in DSpace on 2021-12-30T13:02:20Z (GMT). No. of bitstreams: 6 Disserta????o ??? Adriano Eust??quio Santos.pdf: 1584878 bytes, checksum: 61bce9f6cc4846fb63301428ed854632 (MD5) 4. Parecer de Julgamento- todas as assinaturas.pdf: 243098 bytes, checksum: f6571b8ecb790e302b85e41aff4054ea (MD5) 4. Ata de Julgamento - todas as assinaturas.pdf: 566084 bytes, checksum: 44e20ae8766351481593d18a61f8cafb (MD5) cartaencaminhamento (1).pdf: 137039 bytes, checksum: 46c025099f9d9dae1b6479daa374862b (MD5) Termo_de_Autoriza????o_-_Autodep??sito_RIU-TEDE.pdf: 282404 bytes, checksum: 6bf0bb138a0a04b06d3cecf9df52db3a (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2021-12-01 Samsung Eletr??nica da Amaz??nia Ltda The LMS (Least Mean Squares) algorithm recursively calculates the weights of an array of smart antennas. In its conventional form, the LMS initializes its weight vector with zero values, performs its execution with the number of configured iterations and, after these iterations, generates a coverage array factor function for user and interference angles. After that, the algorithm uses the weight values from the last iteration of the previous run, as initials weights for the first iteration of the current run, in order to generate the new angles due to the displacement of the user. Theoretically, the greater the number of iterations, the longer the algorithm will need to converge to zero or to the smallest possible minimum mean square error (MMSE) between the output of the algorithm and the reference signal. However, this premise does not actually occur in practice after one or a set of many iterations. According to communication quality standards provided by the network, it is known what is the acceptable MMSE for communication between user and network to occur, even during the displacement of the user. This master???s dissertation work proposes the F-LMS algorithm (Fast - LMS), a modification of the LMS algorithm that ends its iterations at the moment the desired MMSE value is reached. When stopping the iterations at the time of the MMSE, the error value used to adjust the weights will be the smallest possible within the requests for network quality, up to the moment iteration, causing the output and coverage of the F-LMS have superior precision in relation to other algorithms. Due to the displacement of the user, the F-LMS adapts its coverage beam according to the new angular positions and, through the criterion of relationship between the magnitude of the coverage signal at the desired user angle and magnitude of the coverage signal at the interference angle, decide whether to reduce or increase the number of operating antennas in the array in order to save time processing and decrease the number of mathematical operations of the algorithm. The results were obtained through simulations in the MATLAB computational tool. The results obtained from the use of the F-LMS proposal were compared with the results obtained from the use of LMS, L-LMS (Leaky - LMS) and VSS-LMS (Variable Step Size - LMS) algorithms. The FLMS proved to be faster, more accurate and with a smaller number of mathematical operations than the LMS, L-LMS and VSS-LMS algorithms. O algoritmo LMS (Least Mean Squares) calcula recursivamente os pesos de um arranjo de antenas inteligentes. Em sua forma convencional, o LMS inicializa seu vetor de pesos com valor zero, realiza sua execu????o com o n??mero de itera????es configuradas e, ap??s estas itera????es, gera uma fun????o de fator de arranjo de cobertura para os ??ngulos do usu??rio e interfer??ncia. Ap??s isto, o algoritmo usa os valores dos pesos da ??ltima itera????o da execu????o anterior, como pesos iniciais para a primeira itera????o da execu????o atual, a fim de gerar os novos ??ngulos devido ao deslocamento do usu??rio. Teoricamente, quanto maior o n??mero de itera????es, mais tempo o algoritmo precisar?? para zerar ou convergir para o menor valor poss??vel de erro m??dio quadr??tico m??nimo (Minimum Mean Square Error - MMSE) entre a sa??da do algoritmo e o sinal de refer??ncia. Por??m, essa premissa n??o ocorre de fato na pr??tica ap??s uma ou um conjunto de muitas itera????es. De acordo com padr??es de qualidade da comunica????o fornecidos pela rede, sabe-se qual ?? o MMSE aceit??vel para que a comunica????o entre usu??rio e rede ocorra, mesmo durante o deslocamento do usu??rio. Este trabalho de disserta????o de mestrado prop??e o algoritmo F-LMS (Fast - LMS), uma modifica????o do algoritmo LMS que encerra suas itera????es no momento em que o valor de MMSE desejado ?? alcan??ado. Ao se parar as itera????es no momento do MMSE, o valor do erro usado para o ajuste dos pesos ser?? o menor poss??vel dentro das requisi????es de qualidade da rede, at?? a itera????o do momento, fazendo com que a sa??da e a cobertura do F-LMS apresentarem precis??o superior em rela????o aos demais algoritmos. Devido ao deslocamento do usu??rio, o F-LMS adapta seu feixe de cobertura de acordo com as novas posi????es angulares e, atrav??s do crit??rio de rela????o entre magnitude do sinal de cobertura no ??ngulo do usu??rio desejado e magnitude do sinal de cobertura no ??ngulo da interfer??ncia, decide se reduz ou aumenta o n??mero de antenas em opera????o no arranjo com o objetivo de economizar tempo de processamento e diminuir a quantidade de opera????es matem??ticas do algoritmo. Os resultados foram obtidos por meio de simula????es na ferramenta computacional MATLAB. Os resultados obtidos a partir da utiliza????o da proposta F-LMS foram comparados com os resultados obtidos a partir da utiliza????o dos algoritmos LMS, L-LMS (Leaky - LMS) e VSS-LMS (Variable Step Size - LMS). O F-LMS mostrou-se mais r??pido, mais preciso e com menor n??mero de opera????es matem??ticas do que os algoritmos LMS, L-LMS e VSS-LMS. Falta de exemplos no manual no campo de cita????o
Databáze: OpenAIRE
Externí odkaz: