Académique Documents
Professionnel Documents
Culture Documents
1. OTFS
For future research, we will focus on some open problems in OTFS massive MIMO
systems such as the low-complexity equalizer, downlink precoding, and efficient
channel feedback.
Le traitement MR est très pratique pour les déploiements distribués car il n’est pas
nécessaire de partager la connaissance du canal entre les antennes de la matrice,
mais cet avantage entraîne une perte de performances énorme par rapport au
traitement ZF ou MMSE. Par conséquent, le premier problème majeur à résoudre
consiste à mettre en œuvre des schémas de précodage / combinaison de rejet
d'interférence, tels que le traitement ZF et MMSE, de manière distribuée ou
hiérarchique.
Lorsque les variations de gain de canal sont importantes par rapport à la matrice, il
peut être intéressant de laisser une partie de l’ELAA servir chaque utilisateur. Ce n’est
pas la complexité de calcul qui est en cause, mais les exigences en matière de capacité
de transport de face qui seraient extrêmes si des milliers d'antennes devaient envoyer
leurs échantillons en bande de base à une unité de traitement commune,
éventuellement située à un emplacement distant, tel qu'un nuage (en périphérie). Il
est important de développer des architectures de traitement distribuées théoriques,
des schémas d’allocation de ressources optimisés, des implémentations de circuits
et des prototypes.
La modélisation des canaux est un autre problème ouvert pour les ELAAs. Lors de
l'utilisation d'un réseau planaire compact, pour desservir les utilisateurs en visibilité
directe situés dans le champ lointain, le vecteur de réponse du réseau peut être
calculé en fonction des angles d'azimut et d'élévation de l'onde plane entrante. Ceci
est utile lors de la création des codebooks avec des faisceaux que les utilisateurs
peuvent sélectionner, ce qui est commun pour les systèmes fonctionnant en mode
FDD. Il est difficile, voire impossible, de faire la même chose pour les ELAAs.
Premièrement, les utilisateurs sont dans le champ proche, de sorte que les fronts
d'onde pourraient ne pas être plans. Deuxièmement, les antennes peuvent être
déployées de manière arbitraire, de sorte que les vecteurs de réponse de la matrice
sont inconnus, a priori, même pour les utilisateurs situés dans le champ lointain. Par
conséquent, la modélisation des canaux, ainsi que l'acquisition des fonctionnalités
de canal dans un scénario de déploiement particulier, sont des problèmes
importants mais difficiles. Des campagnes de mesure et une modélisation améliorée
des canaux basée sur les propriétés physiques et le traçage des rayons sont
nécessaires. Si les comportements en champ proche s'avèrent trop compliqués à
modéliser statistiquement, il sera nécessaire de définir des scénarios d'évaluation
normalisés avec des canaux déterministes. Le prototypage est également un défi
important et sera naturellement plus compliqué et coûteux que dans les systèmes
MIMO compacts.
Des recherches supplémentaires sur la modélisation de canal, ainsi que sur une
estimation de canal utilisant sa structure de corrélation spatiale inhérente, sont
indispensables.
4. SIX-DIMENSIONAL POSITIONING
Trois nouvelles directions de recherche dans lesquelles Massive MIMO 2.0 jouera un rôle
essentiel:
1. Large intelligent surfaces:
Lors de l'utilisation de très grandes surfaces, la plupart des utilisateurs se
trouveront dans le champ proche radiatif. Par conséquent, les modèles de canal
standard basés sur un champ lointin doivent être révisés. Par exemple, la
corrélation spatiale de canaux ne portera pas seulement des informations
angulaires, mais également des informations de profondeur, qui constituent une
autre dimension spatiale pouvant être utilisée pour séparer les UE en précodant
et en combinant (utiliser la corrélation spatiale pour la suppression des
interférences).
Intelligent Reflecting Surface: Practical Phase Shift Model and Beamforming Optimization
Dans cet article, ils ont proposé un modèle de déphasage IRS pratique. Sur la base de
ce nouveau modèle et en considérant un système MISO assisté par IRS (Intelligent
reflecting surface), il ont formulé et résolu un problème d’optimisation conjointe de
la transmission et de la réflexion afin de maximiser le taux réalisable, en appliquant la
technique AO. Les résultats de simulation ont validé leur modèle analytique proposé
et montré que l'optimisation de la formation de faisceau basée sur le modèle de
déphasage idéal conventionnel, largement utilisé dans la littérature, pouvait
entraîner une perte de performance significative par rapport au modèle pratique
proposé. Dans les travaux futurs, il convient d'examiner cette différence de
performances dans les configurations de communication sans fil plus générales,
telles que les systèmes multi-utilisateurs, les systèmes OFDM, les systèmes de
sécurité à couche physique, systèmes de transfert simultané d’informations et de
puissance sans fil (SWIPT), etc.
Une limite bien connue des réflecteurs en réseau et des objectifs en réseau est leur
bande passante de fonctionnement limitée, et il s'agit actuellement d'un domaine
de recherche très actif. Les limitations de bande passante proviennent
fondamentalement du fait que pour obtenir les caractéristiques de bande passante
idéales, les éléments de la matrice doivent produire une réponse en temps réel
(TTD). La plupart des lentilles à matrice de réflecteurs et à matrice ne peuvent
approcher une telle réponse que sur une largeur de bande étroite. Aborder cette
limitation pour les RRA et les RAL est particulièrement difficile, pour les raisons
décrites ci-dessous.
Les chercheurs en sont parfaitement conscients et la plupart des études récentes ont
entrepris de documenter la linéarité des nouvelles conceptions. En définitive, la
technologie MEMS (micro electro-mechanical systems) pourrait être la solution à ce
problème. D'autres matériaux exotiques possédant de longs temps de relaxation, tels
que les cristaux liquides, peuvent également être candidats à la maturation des
technologies sous-jacentes.
Les problèmes non résolus ici vont du déploiement optimisé de réflecteurs passifs
et de métasurfaces au fonctionnement de LIS avec une intelligence artificielle. Une
analyse fondamentale est nécessaire pour comprendre la performance des surfaces
intelligentes, en termes de taux, de latence, de fiabilité et de couverture.
mmWave challenges
Cette section spéciale sur l'accès IEEE se concentre sur les nouvelles
tendances et les nouveaux défis en matière de communication
mmWave. L'objectif de cette section spéciale est de partager et de
discuter des avancées récentes et des tendances futures des
communications mmWave, et de réunir des chercheurs universitaires et
des développeurs du secteur.
The topics of interest include, but are not limited to: