XL-MIMO for improved connectivity : deterministic SINR, user scheduling, pilot assignment and subarrays selection

Página do item simplificado
dc.contributor.advisorAbrão, Taufik
dc.contributor.authorUbiali, Gabriel Avanzi
dc.contributor.bancaSouza, Richard Demo
dc.contributor.bancaBorges, Ramon Maia
dc.contributor.bancaMathias, Luis Carlos
dc.contributor.bancaGuerra, David William Marques
dc.contributor.coadvisorMarinello Filho, José Carlos
dc.coverage.extent206 p.
dc.coverage.spatialLondrina
dc.date.accessioned2026-08-21T19:34:30Z
dc.date.available2026-08-21T19:34:30Z
dc.date.issued2026-01-19
dc.description.abstractÀ medida que as redes sem fio evoluem para a sexta geração (6G), a demanda por conectividade melhorada de alta taxa e qualidade de serviço uniforme tornou-se primordial. Os sistemas de múltiplas entradas e múltiplas saídas extra-grandes (XL-MIMO, eXtra-Large Multiple-Input Multiple-Output) são um facilitador chave para essa visão, mas sua implementação prática é dificultada por características únicas da camada física e por uma imensa complexidade operacional. A motivação central para esta tese é a inadequação dos modelos de canal convencionais para XL-MIMO e a dificuldade de implementação de algoritmos de gerenciamento de recursos que dependem de informação de estado de canal (CSI, Channel State Information) instantânea. Para enfrentar esses desafios, esta tese primeiramente estabelece um modelo de canal XL-MIMO realista para cenários micro-urbanos que captura tanto a propagação com linha de visada (LoS, Line-of-Sight) dependente da distância quanto a propagação sem linha de visada (NLoS, non-LoS) com correlação espacial, e incorpora os conceitos de regiões de visibilidade e não-estacionaridades espaciais. Com base nesse fundamento, foram derivadas expressões determinísticas inéditas e em forma fechada para a razão sinal-interferência-mais-ruído (SINR, Signal-to-Interferenceplus- Noise Ratio) no uplink, tanto em arquiteturas centralizadas quanto distribuídas. Válidas para combinadores baseados no erro quadrático médio mínimo (MMSE, Minimum Mean Square Error) e estimação de canal MMSE, essas expressões dependem apenas de estatísticas de longo prazo do canal, fornecendo uma alternativa tratável e eficiente a algoritmos de alocação de recursos computacionalmente dispendiosos. Para viabilizar a operação de rede escalável, é necessário solucionar três problemas interligados. Primeiro, o agendamento de usuários é importante em cenários de alta densidade, onde servir todos os usuários simultaneamente causaria interferência excessiva. Segundo, é necessário alocar pilotos de modo estratégico, visto que o seu inevitável reuso corrompe as estimativas de canal e limita a capacidade do sistema. Finalmente, a seleção de subarrays é fundamental tanto para a escalabilidade da rede quanto para a redução da complexidade, pois empregar todo o extenso arranjo de antenas para servir cada usuário agendado é computacionalmente dispendioso e também desnecessário, dado que cada usuário é tipicamente "visto" por apenas alguns subarrays. Para solucionar essas questões, as expressões de SINR determinísticas são utilizadas para projetar algoritmos eficientes, baseados em CSI estatístico, para o agendamento de usuários, alocação de pilotos e seleção de subarrays. Ao usar as expressões derivadas para estimar o desempenho do sistema, essas estratégias são projetadas para aumentar a equidade entre os usuários, maximizando a menor eficiência espectral (SE, Spectral Efficiency) dentre os usuários agendados, sem a sobrecarga do rastreamento de canal em tempo real. Resultados numéricos validam a alta precisão das aproximações de SINR propostas e a eficácia dos algoritmos de alocação de recursos, oferecendo um arcabouço abrangente e prático para a análise e alocação de recursos em redes sem fio da próxima geração.
dc.description.abstractother1As wireless networks evolve towards its sixth-generation (6G), the demand for improved high rate connectivity and uniform quality of service has become paramount. Extra-large multiple-input multiple-output (XL-MIMO) systems are a key enabler for this vision, yet their practical implementation is hindered by unique physical-layer characteristics and immense operational complexity. The central motivation for this work is the inadequacy of conventional channel models for XL-MIMO and the challenges associated with resource management algorithms that rely on instantaneous channel state information (CSI). To address these challenges, this thesis first establishes a realistic XL-MIMO channel model for micro-urban scenarios that captures the essential properties of distance-dependent lineof- sight (LoS) and spatially correlated non-LoS (NLoS) propagation, and incorporates the concepts of visibility regions (VRs) and spatial non-stationarities. Building on this foundation, novel closed-form deterministic expressions for the uplink signal-to-interference-plusnoise ratio (SINR) are derived for both centralized and distributed architectures. Valid for minimum mean square error (MMSE) receive combining and MMSE channel estimation, these expressions depend only on long-term channel statistics, providing a tractable and efficient alternative to computationally expensive resource allocation algorithms. To address the core challenge of scalable network operation, it is necessary to solve three intertwined problems. First, user scheduling is important in crowded scenarios where serving all users simultaneously would create unsustainable interference. Second, strategic pilot assignment is required because the inevitable reuse of pilots leads to pilot contamination, which corrupts channel estimates and limits system capacity. Finally, subarray selection is fundamental for both network scalability and complexity reduction, as employing the entire large-scale array to serve every scheduled user is computationally prohibitive and unnecessary, given that each user is typically "seen" by only a subset of subarrays. To solve these issues, the deterministic SINR expressions are leveraged to design efficient, statistical-CSI based algorithms for joint user scheduling, pilot assignment, and subarray selection. By using the derived expressions to estimate system performance, these strategies are designed to enhance user fairness by maximizing the minimum per-user spectral efficiency (SE), without the overhead of real-time channel tracking. Numerical results validate the high accuracy of the proposed SINR approximations and the effectiveness of the resource allocation algorithms, offering a comprehensive and practical framework for the analysis and resource allocation in next-generation wireless networks.
dc.identifier.urihttps://repositorio.uel.br/handle/123456789/19522
dc.language.isoeng
dc.relation.departamentCTU - Departamento de Engenharia Elétrica
dc.relation.institutionnameUniversidade Estadual de Londrina - UEL
dc.relation.ppgnamePrograma de Pós-Graduação em Engenharia Elétrica
dc.subjectMIMO de extra-larga escala
dc.subjectAgendamento de usuários
dc.subjectAlocação de pilotos
dc.subjectSeleção de subarrays
dc.subjectSINR determinística
dc.subjectCanais não-estacionários
dc.subjectEficiência espectral
dc.subjectEquidade
dc.subjectRedes sem fio
dc.subjectCorrelação espacial
dc.subject.capesEngenharias - Engenharia Elétrica
dc.subject.cnpqEngenharias - Engenharia Elétrica
dc.subject.keywordsExtra-large-scale antenna array
dc.subject.keywordsUser scheduling
dc.subject.keywordsPilot assignment
dc.subject.keywordsSubarray selection
dc.subject.keywordsDeterministic SINR
dc.subject.keywordsNon-stationary channels
dc.subject.keywordsSpectral efficiency
dc.subject.keywordsFairness
dc.subject.keywordsWireless networks
dc.subject.keywordsSpatial correlation
dc.titleXL-MIMO for improved connectivity : deterministic SINR, user scheduling, pilot assignment and subarrays selection
dc.title.alternativeXL-MIMO para conectividade melhorada : SINR determinística, agendamento de usuários, alocação de pilotos e seleção de subarranjos
dc.typeTese
dcterms.educationLevelDoutorado
dcterms.provenanceCentro de Tecnologia e Urbanismo

Arquivos

Pacote Original
Agora exibindo 1 - 2 de 2
Imagem de Miniatura
Nome:
EN_EEL_Dr_2026_Ubiali_Gabriel_A.pdf
Tamanho:
12.56 MB
Formato:
Adobe Portable Document Format
Descrição:
Texto completo ID 194709
Baixar
Nenhuma Miniatura disponível
Nome:
EN_EEL_Dr_2026_Ubiali_Gabriel_A_TERMO.pdf
Tamanho:
206.57 KB
Formato:
Adobe Portable Document Format
Descrição:
Termo de autorização
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
555 B
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

01 - Doutorado - Engenharia Elétrica