USULAN PENELITIAN DISERTASI

Eksploitasi Korelasi Temporal Kanal untuk Meningkatkan Efisiensi Kanal

Feedback pada MIMO

SEKOLAH PASCA SARJANA

INSTITUT TEKNOLOGI BANDUNG
2009

I.

Pendahuluan
a. Latar Belakang
Sistem komunikasi dengan teknik Multiple-input Multiple Output (MIMO)
merupakan teknik yang sangat menjanjikan karena dengan bandwidth yang sama, di satu sisi
reliabilitas yang diinginkan dapat terpenuhi dengan adanya diversitas fading; dan di sisi lain
dapat terpenuhinya bit rate yang diinginkan dengan spatial multiplexing [1]. Keuntungankeuntungan tersebut sudah dapat diperoleh jika receiver mengetahui kanal. Meskipun
demikian, keuntungan yang didapatkan akan lebih besar, dalam hal kapasitas dan Bit Error
Rate (BER), jika transmitter juga tahu kanal.
Jika transmitter tahu kanal dengan sempurna, alokasi daya transmit dengan prinsip
waterfilling [2] disertai dengan vektor precoding atau beamforming merupakan solusi yang
optimal untuk transmisi data pada mode-mode eigen dari subspace kanal. Dengan demikian,
kanal MIMO akan bertindak menjadi sub-sub kanal yang independen, sehingga kapasitas
kanal proposional dengan jumlah antena di transmiter (Mt) atau penerima (Mr). Meskipun
diversitas fading antara transmitter yang tidak tahu kanal dengan yang tahu bisa sama [3],
untuk Mr<Mt, coding gain (yang juga ikut menentukan BER) yang didapat dari yang terakhir
disebutkan adalah lebih besar. Hal ini berarti pula BER yang lebih baik.
Salah satu cara untuk mendapatkan pengetahuan kanal di transmitter adalah dengan
mengirimkan informasi kanal (CSI) dari receiver ke transmitter melalui kanal feedback [4].
Daya dan bandwidth kanal feedback dibatasi, karena merupakan overhead tersendiri dari
sistem. Oleh karena itu, desain kanal feedback dengan limited rate merupakan pilihan yang
menjanjikan [5].
CSI di transmitter (CSIT) akan digunakan untuk mengakomodasi teknik waterfilling,
dan juga penentuan vektor precoding atau beamforming (setidaknya jika isu multiuser tidak
masuk dalam konteks). Dengan kanal feedback yang limited rate, feedback semua elemen
vektor/matriks kanal tidak mungkin, sehingga transmitter hanya akan dibekali dengan partial
CSIT. Penentuan vektor beamforming dari pencarian codebook terdapat antara lain pada [6]
[7] [8], dimana CSIT berupa index dari estimasi vektor beamforming yang dicari dari
codebook, sehingga besarnya bit feedback tergantung dari resolusi codebook.
Dengan mengeksploitasi korelasi temporal kanal, jumlah bit feedback dapat
dikurangi. [6] [7] mengadaptasi codebook yang digunakan dengan mengeksploitasi korelasi
temporal dari kanal, tetapi dengan pemilihan codeword tetap berdasarkan kedaan kanal yang
instant. [8] memodelkan variasi temporal kanal dari CSI terkuantisasi dengan model Markov
orde satu. Variasi temporal kanal di-track dengan algoritma gradient pada [9] [10], sehingga

jumlah bit feedback yang dibutuhkan hanya 1 bit. Prediksi dari vektor precoding secara
langsung tanpa melakukan prediksi terlebih dahulu dari matrix kanal terdapat pada [11].
b. Rumusan masalah

Bagaimana algoritma eksploitasi korelasi temporal kanal untuk mendesain matrix

precoding sehingga bisa didapat kapasitas dan BER yang diinginkan?

Berapa besar loss kapasitas dan loss BER jika delay akuisisi CSIT, delay propagasi,
dan error estimasi kanal diperhiotungkan juga?

Jenis rumusan masalah : asosiatif hubungan kausal

Delay (propagasi, akuisisi CSIT), error kanal, error kanal estimasi;

variabel independen

II.

Kajian Pustaka
Metoda

Prinsip

Juml. Bit

Telatar

Asumsi

Kelebihan

Kekurangan

Waterfilling-

Feedback
Mr.Mt tiap

Kapasitas dan

Jumlah bit

[2]

optimal

perioda

BER optimal

feedback tidak

[6][7]

Adaptasi

symbol
log basis 2

Bebas delay,

Selalu

practical
Memori yang

codebook

dari

bebas error di

disesuaikan

besar karena

dimensi

kanal, bebas

dengan distribusi

lebih dari satu

codebook

error estimasi

kanal dan juga

codebook harus

kanal

kanal yang instan, disimpan

Penentuan state

Huang

Model CSI

log basis 2

Terdapat

perbaikan BER
Pengurangan

et. Al

terkuantisasi

dari

delay, bebas

feedback bit rate

kanal yang

[8].

dengan

dimensi

error di

karena hanya saat

terkena delay

model

codebook

kanal, bebas

terjadi perubahan

suboptimal,

Markov orde

tiap terjadi error estimasi

state, dikirim bit

perlu algoritma

satu

perubahan

feedback

untuk

kanal

state
Banister

Tracking

et. al.
[9][10]

Markov
1 bit tiap

memprediksinya
Bebas delay,

Algoritma simple

Tidak

kanal dengan interval

bebas error di

(jmlh bit

memperhitungka

metoda

pengukura

kanal, bebas

feedback 1)

n delay dan

gradien

error estimasi

error, yang bisa

kanal

mempengaruhi

Nguyen

Prediksi

Mr.Mt tiap bebas error

Langsung

isu konvergensi
Tidak

et. Al.

matriks

interval

estimasi

prediksi matriks

memperhitungka

[11]

precoding

pengukura

kanal, kanal

precoding/decodi

n error kanal

dan

precoding

ng (tanpa prediksi estimasi,

tiap awal

kanal matrix),

komputasi

pengukuran

berarti

algoritma?

diketahui

mengurangi

decoding

sensitivitas jika

terjadi error
estimasi kanal

III.

Jadwal Kegiatan
Aktivitas
No
a
b
c
d
e
f
g
Aktivitas
No
a
b
c
d
e
f
g
Aktivitas
No
a
b
c
d
e
f
g

Bulan
1

13

1
4

25

2
6

15

1
6

27

2
8

Studi Literatur

Penyusunan proposal

Ujian kualifikasi

Analisa Matematis

Simulasi Matlab

Publikasi

Penulisan Disertasi

1
0

11

12

17

Bulan
1
8 19

2
0

21

2
2

23

24

29

Bulan
3
0 31

3
2

33

3
4

35

36

Daftar Pustaka
[1] E. G. Larsson and P. Stoica, Space-Time Block Coding for Wireless
Communication Cambridge University Press 2003.
[2] I. E. Telatar, Capacity of multi-antenna gaussian channels,European Transactions on
Telecommunciations, vol. 10, pp. 585-595, 1999.
[3] S. Alamouti, A simple transmit diversity technique for wireless communications,
IEEE Journal on Selected Areas in Communications, vol. 16, Oct. 1998.
[4] M. Vu and A. Paulraj, MIMO Wireless Linear Precoding, IEEE Signal Processing
Magazine, Sept 2007.
[5] D. J. Love, R. W. Heath, Limited Feedback Unitary Precoding for Spatial
Multiplexing Systems, IEEE Trans. On Info. Theory, vol. 51, no 8, August 2005
[6] R. Samanta, R. W. Heath Jr., Codebook Adaptation for Quantized MIMO
Beamforming Systems, in Signals, Systems, and Computers, 2005. Conference
Record of the Thirty-Ninth Asilomar Conference on Oct./Nov. 2005, pp. 376-380.
[7] B. Mondal and R. W. Heath, Jr., Channel adaptive quantization for limited feedback
MIMO beamforming systems, IEEE Transactions Signal Processing vol. 54, no. 12,
pp. 4753-4766, Dec. 2006.
[8] K. Huang, R.W.Heath, J.G.Andrews, Limited Feedback Beamforming over
Temporally-Correlated Channels, IEEE Transactions on Signal Processing, May
2008.
[9] B. C. Banister and J. R. Zeidler, A simple gradient sign algorithm for transmit
antenna weight adaptation with feedback, IEEE Transactions Signal Processing, vol.
51,no. 5, pp. 1156=1171, May 2003.
[10]

B. C. Banister and J. R. Zeidler, Feedback assisted transmission subspace

tracking for MIMO systems, IEEE Journal Selected Areas in Communications, vol.
21, no. 3, pp. 452-463, April 2003.
[11]

H. T. Nguyen, G. Leus, N. Khaled, Precoder and Decoder Prediction in time-

varying MIMO channels, Proceedings 1st IEEE International Workshop on

Computational Advances in Multi-Sensor Adaptive Processing, pp 153 156, Dec.

2005.