Massive MIMO system design leveraging angle of arrival information for UAV cellular communications

With the commercial drone market growth, new business opportunities are rising. Small drones, also referred as Unmanned Aerial Vehicles (UAVs), will be soon a new type of aerial user in cellular networks requiring reliable and fast mobile connectivity to perform tasks like live video streaming. The Third Generation Partnership Project (3GPP) has analyzed the requirements for connecting these aerial users to the network, in particular, the extremely high interference caused by the UAVs, both in downlink and uplink, due to the strong Line of Sight (LoS) links toward their serving and neighboring base stations (BSs). A viable and effective solution to this problem is the adoption of massive Multiple Input Multiple Output (mMIMO), already acknowledged as a key enabler of "ground" 5G networks, due to its capability to spatially multiplex multiple users on the same resources. One of the most important operations in mMIMO is the acquisition of precise Channel State Information (CSI) used to precisely direct the radiation beams. This process traditionally relies on the use of limited pilot signals, thus posing a challenge in future cellular networks overcrowded with ground and aerial users. Reuse schemes across cells have been proposed to guarantee orthogonality among pilots, thus reducing potential interference. However, in the UAVs scenario where pilot interference can be perceived even from distant sources due to predominant LoS links, pilot reuse schemes become less effective. A possible solution to avoid this armful interference is based on the estimation of the 2-D Direction-of-Arrival (DoA). The objective of this thesis is to propose a novel scheme to exploit the DoAs of the UAVs and their LoS propagation conditions to overcome the above mentioned limitations. The proposed scheme is based on an initial DoA estimation during the random access procedure of the UAVs to uniquely bind user identity (ID) with its DoA, followed by a periodic DoA refi nement to devise a precoder/decoder spatial filter in the direction of the users without considering the non-LoS components of the channel or the intra/inter-cell interference. Results show the initial 2D-DoA estimation error and its effects on the correspondent downlink performance. Although the periodic refi nement of the DoA estimation is important in a system with mobile UAVs -- our assumption is that UAVs are static -- its implementation and validation has been left for further studies. To evaluate the realistic gains of the proposed approach in a multi-cellular scenario, the 3GPP standard compliant system level simulator available in Nokia Bell Labs has been extended and utilized.

Con la continua crescita del mercato dei droni commerciali, nuove opportunità di business continuano ad emergere. I droni commerciali, detti anche veicoli aerei senza equipaggio (UAV), sono dei potenziali nuovi tipi di utenti nelle reti cellulari i quali richiederanno connessioni affidabili e veloci per eseguire attività come lo streaming video. La Third Generation Partnership Project (3GPP) ha già esaminato i requisiti e le problematiche che questi utenti aerei introdurranno se connessi alla rete, sottolineando che l'interferenza causata dagli UAV, sia in downlink che in uplink, è maggiore, in quanto i droni riescono ad avere un collegamento in visibilità con molte stazioni radio. In questo contesto, una possibile soluzione per affrontare il problema è rappresentata dall'introduzione di sistemi Massive MIMO, questi sono considerati dall'industria come una tecnologia chiave per consentire il deployment di reti di nuova generazione 5G grazie alla capacità di servire molteplici utenti contemporaneamente. Una delle operazioni più importanti in massive MIMO è l'acquisizione di informazioni precise sullo stato del canale utilizzate successivamente per fare beamforming. Tale processo di acquisizione si basa sull'uso di segnali di riferimento, denominati pilota, il cui numero è limitato, ponendo un problema su come utilizzarli in scenari con un alto numero di utenti connessi alla rete. Come possibile soluzione, gli schemi di riuso delle pilota tra le varie celle sono stati introdotti. Purtroppo, in uno scenario con molti utenti aerei, l'interferenza generata da questi è molto alta poichè ogni drone ha molti collegamenti in visibilità con le stazioni radio. Una possibile soluzione per ridurre questa interferenza si basa sulla stima della direzione di arrivo 2-D (DoA). L'obiettivo di questa tesi è di proporre un nuovo schema per sfruttare le DoA degli UAV e le loro favorevoli condizioni di propagazione in linea d'aria per superare i limiti sopra menzionati. Lo schema proposto si basa su una prima stima della DoA durante la procedura di accesso alla rete che permette di associare in modo univoco l'ID dell'utente con la sua DoA, seguita da un periodico raffinamento della DoA per modellizzare un precoder/ decoder che fi ltri spazialmente nella direzione degli utenti, senza considerare le componenti non in linea d'aria del canale o l'interferenza all'interno e all'esterno della cella. I risultati mostrano l'errore di stima sulle direzioni di arrivo e i suoi effetti sulle prestazioni in downlink. Sebbene il perfezionamento periodico della stima della direzione di arrivo sia importante in un sistema con UAV in movimento - la nostra ipotesi è che gli UAV siano fermi - la sua implementazione e convalida è lasciata a studi futuri. Per valutare i vantaggi ottenibili tramite l'approccio proposto in uno scenario multicella, il simulatore conforme allo standard 3GPP disponibile in Nokia Bell Labs è stato modi cato e utilizzato.