Direkt zum Inhalt
AIT Logo

Massive MIMO for Reliable 5G Vehicular Communications

Ausgangssituation, Problematik und Motivation zur Durchführung des F&E-Projekts – Verbundene autonome Fahrzeuge können Sensorinformationen (Radar, optisch etc.), kinematische Daten und Manöverinformationen austauschen und somit gemeinsam kooperative Entscheidungen in schwierigen Verkehrssituation treffen; sie bilden ein Internet der Dinge (IoT, Internet-of-things). Diese Kooperation hilft, die Verkehrssicherheit zu verbessern und sich dem Ziel eines unfallfreien Straßenverkehrs zu nähern. Als Basis werden hoch zuverlässige drahtlose Fahrzeug-zu-Infrastruktur Verbindungen (vehicle-to-infrastructure, V2I) mit geringer Latenzzeit benötigt um die Verbindung mit einer edge-Cloud am Standort der Basisstation zu ermöglichen. V2I-Kommunikationskanäle haben herausfordernde Eigenschaften, sie sind stark zeitvariant und weisen aufgrund der hohen Mobilität von Fahrzeugen nicht-stationäre Schwundstatistiken auf. Daher ist das Design einer zuverlässigen drahtlosen V2I-Kommunikationsverbindung mit geringer Latenzzeit eine herausfordernde Aufgabe und neue Lösungen sind dringend erforderlich.

Ziele und Innovationsgehalt gegenüber dem Stand der Technik – In MARCONI nutzen wir das Grundkonzept von großen Mehrfachantennen-Systemen (massive multiple-input multiple-output, massive MIMO), bei denen die Basisstation (BS) mit 30 ... 100 Antennenelementen ausgestattet ist. Die Mobilstation (MS) verwendet eine einzelne Antenne. Damit ist es möglich die Sendeenergie der BS durch kohärente Überlagerung am Standort der MS zu maximieren. Durch den kugelhärtenden Effekt in großen MIMO-Systemen wird der Schwundprozess kompensiert und eine konstante Übertragungsqualität ermöglicht. In MARCONI werden wir Algorithmen erforschen, um diese Eigenschaften auch für hochzeitvariante und nicht-stationäre V2I-Szenarien zu ermöglichen. Um Abschattungen zu vermeiden, werden wir Algorithmen für verteilte große MIMO-Antennen erforschen.

Angestrebte Ergebnisse und Erkenntnisse – Wir messen die Funkwellenausbreitungseigenschaften zwischen mehreren mobilen Knoten und der massiven MIMO-Basisstation in Fahrzeugszenarien. Die Messdaten werden verwendet um ein nicht-stationäres geometriebasiertes Kanalmodell für die numerische Simulation von massiven MIMO-Transceiver-Algorithmen zu entwerfen. Zeitvariante Unterraum-basierte Kanalschätzalgorithmen für massive MIMO-Systeme, die Hypothesentests und komprimierte Detektionskonzepte verwenden, ermöglichen die Erfassung von qualitativ hochwertigen Kanalzustandsinformationen (channel state information, CSI). Diese Daten sind entscheidend für die Vorkodierung für zeitvariante Kanäle. Hier werden wir die langsame zeitliche Variation in der Verzögerungs-Doppler-Domäne ausnutzen, um mit mobilen Knoten zuverlässige Kommunikationsverbindung mit geringer Latenzzeit zu garantieren. Für den schnellen Einsatz in aktuellen Netzwerktopologien werden wir die komprimierte Kanalzustandsinformationsrückmeldung für den Betrieb in Frequenz-Duplex-Systemen (FDD) untersuchen. Dadurch können die vorhandenen und teuren Spektrum Allokationen direkt weiterverwendet werden. Alle Algorithmen in MARCONI werden in Echtzeit auf unserem Software-definierten Radio-Testbed mit bis zu 96 Antennenelementen für Frequenzen bis 6 GHz getestet.

Facts:

  • Projektbeginn: September 2017
  • Projektdauer: 3 Jahre
  • Förderung: gefördert durch die FFG (IKT der Zukunft - 5. Ausschreibung 2016)
  • Koordination: AIT Austrian Institute of Technology
  • Partner: Nokia Solutions and Networks, AVL List