Adaptive Frequency Resolution for Downlink Beamforming in 5G NR

Abstract

As the demand for higher data rates and lower latencies increase, together with the
use of higher frequency bands, MIMO and beamforming have become an essential
part of the 5G NR technology. Calculating the beamforming weights is a costly
process, and reducing the frequency resolution of the weight calculations would
save a significant amount of computational power. Which resolution is suitable to
use depends on the channel’s frequency selectivity, which can be measured by for
instance the RMS Delay Spread.
This thesis analyzes two algorithms for adaptive resolution of the beamforming
weights. The main focus of the work lies on the first algorithm, one that analyzes
the channel estimation from the uplink and selects a suitable resolution for the
downlink beamforming weight calculations. First, suitable thresholds for the resolutions and decision parameters were estimated through simulations, after which
the performance of the algorithm could be evaluated. The impact of number of
antennas and number of UEs was also explored. The second algorithm is simpler
in nature, where the resolution is maximized while maintaining a lower limit of
errors. The development and evaluation of the algorithms was performed through
Matlab simulations.

Popular Abstract (Swedish)

Sedan den första generationen av mobila nätverk lanserades i början av 80-talet
har en ny generation utvecklats ungefär vart tionde år. Med ett alltmer digitaliserat samhälle har användningen av de mobila nätverken ökat drastiskt. Ökningen
ställer nya krav på nätverkens kapacitet där den senaste generationen, 5G NR,
är utvecklad för att tillgodose dagens och kommande års behov. Dessa behov innefattar bland annat större mängder data och låga fördröjningar. En teknik som
används i 5G NR för att både öka prestandan och öppna för nya funktioner är
lobformning. Vid lobformning samverkar flera antenner för att rikta sändande och
mottagande av signalen, vilket leder till att signalstyrkan hos användaren ökar.
För att utföra lobformning från en basstation till en användare används kanalestimat för att vikta den data som ska sändas. För att uppnå maximal prestanda
skulle vikterna beräknas på symbolnivå, alltså att den korrekta viktningen för
varje symbol som sänds hade beräknats. Beräkningarna är dock tidskrävande, och
med ett stort antal antenner växer också deras komplexitet. Detta gör att det inte
är genomförbart att beräkna vikterna med så hög upplösning i ett realtidssystem
med begränsade resurser. En möjlig lösning är att sätta en statisk lägre upplösning för att minska komplexiteten, vilket dock kan leda till dålig prestanda eller
onödigt hög upplösning. Detta då vilken upplösning som passar bäst beror på den
trådlösa kanalens egenskaper.
I det här arbetet har en algoritm utvecklats för att anpassa upplösningen efter
radiokanalens egenskaper. Beslutet om vilken upplösning som är bäst lämpad
fattas genom analys av kanalen, där olika volatilitet i frekvenssvaret ger olika
upplösningar. Tre olika mått på kanalen utvärderades som grund för estimeringen,
och algoritmen utvecklades och testades genom Matlab-simuleringar.
Resultaten visar att det är möjligt att genom analys av den trådlösa kanalen
uppskatta en passande upplösning för lobformning, där upplösningen kunde sänkas
samtidigt som prestandan hölls vid en likvärdig nivå.

• author: Bengtsson, Johanna
• supervisor: Fredrik Tufvesson
• organization: Department of Electrical and Information Technology
• course: EITM01 20211
• year: 2021
• type: H2 - Master's Degree (Two Years)
• subject: Technology and Engineering
• keywords: beamforming, MIMO, 5G, 5G NR
• report number: LU/LTH-EIT 2021-834
• language: English
• id: 9060343
• date added to LUP: 2021-07-02 10:14:56
• date last changed: 2021-07-02 10:14:56