Análise de desempenho de sistema NOMA para M-MIMO

Abstract

A 4ª revolução industrial integra um ecossistema unificado de tecnologias emergentes como a Internet of Things (IoT), Computação Quântica, Inteligência artificial, Machine Learning, Robótica, etc. O 5G, oferecendo acesso de banda larga através de uma enorme área de cobertura, e alta velocidade, comunicações com muito baixa latência, tornando – as praticamente instantâneas e a capacidade de suportar uma quantidade massiva de dispositivos conectados, irá impulsionar para que as referidas tecnologias emergentes se tornem uma realidade. A variedade de requisitos e necessidades de espectro impõem um grande desafio, porém, as Millimeter wave (mm-wave) trazem um elevado benefício em termos de densidade celular, ou seja, maior capacidade de números de dispositivos conectados na mesma área física, sendo que benefícios como grande largura de banda, raio de alcance curto, latência muito baixa e mais capacidade, são garantidos. Com as técnicas de Massive Multiple Input Multiple Output (m-MIMO) que implementam centenas a milhares de micro antenas (com maior largura de banda), grandes ganhos na eficiência espectral são atingidos. O m-MIMO é capaz de fornecer a eficiência espectral necessária, trazendo melhorias de eficiência de espectro, eficiência energética e supressão de interferência entre os utilizadores. Outra técnica usada para minimizar os sinais interferentes e garantir um melhor desempenho é o Beamforming que permite transmitir uma maior potência de sinal direcionado para a estação desejada, enquanto minimiza a potência transmitida para as outras estações. Espera-se que o Non-Orthogonal Multiple Access (NOMA) possa cumprir a expectativa em alguma escala, uma vez que o número de utilizadores/ dispositivos NOMA compatíveis não é estritamente limitado pelo número de recursos ortogonais disponíveis, o NOMA é capaz de atendê-los usando menos recursos. O Low-Density Parity-Check (LDPC) aparece como um forte candidato devido ao seu desempenho próximo do limite de Shannon e baixa complexidade na implementação e descodificação, todavia, nesta dissertação a combinação do NOMA com LDPC apresentou melhor desempenho e alto rendimento de decodificação.