Modelagem e simulação de algoritmo de rastreio baseado em Filtro de Kalman para estimação de canal em sistemas MIMO de comunicação

Abstract

Nas últimas décadas, houve um aumento do uso de comunicações móveis, como consequência novas demandas foram criadas como maior tráfego de dados, maior conabilidade, menor custo e menor latência. Esse fato faz necessário novas ferramentas que satisfaçam essas especicações, já que essas não podem ser atendidas simplesmente pelo aumento a largura de banda, que é um recurso escasso, ou da potência de transmissão, que levaria a um aumento da interferência entre sistemas, eleva custos de implementação e operação do sistema. A comunicação 5G por meio do Massive multiple-input multiple-output (MIMO Massivo) mostra-se, então, como uma das soluções a essa questão. Para que os benefícios da utilização de um grande número de antenas sejam ampliados em sistema MIMO é necessário o conhecimento do estado do canal, channel state information (CSI).

Geralmente, melhores desempenhos são possíveis quando transmissores e receptores têm informa- ções sobre o canal de comunicação. Este trabalho trata do caso em que apenas o transmissor

tem informação sobre o canal de comunicação, ou seja, um sistema em malha aberta operando em enlace reverso. Neste contexto, esse trabalho faz a comparação entre dois algoritmos para o rastreamento de canais de comunicação que apresentam desvanecimento plano, o algoritmo least mean square (LMS) e o ltro e Kalman. Para tanto, foram feitas simulações para o rastreamento de um canal baseado no modelo de canal de Jakes, em que se notou um melhor desempenho do ltro de Kalman frente ao algoritmo LMS.