[en] DESIGN OF COMPARATOR NETWORKS AIDED LOW-RESOLUTION MIMO RECEIVERS VIA CONVEX OPTIMIZATION

[pt] PROJETO DE RECEPTORES MIMO DE BAIXA RESOLUÇÃO AUXILIADOS POR REDES DE COMPARADORES VIA OTIMIZAÇÃO CONVEXA

[pt] REENCARNACION QUISPE ACHAHUANCO

[pt] MIMO MASSIVO

[pt] TAXA DE SOMA

[pt] TEOREMA DE BUSSGANG

[pt] REDE DE COMPARADORES

[pt] CAD DE 1 BIT

[pt] OTIMIZACAO CONVEXA

[en] MASSIVE MIMO

[en] SUM RATE

[en] BUSSGANG THEOREM

[en] COMPARATOR NETWORK

[en] 1 BIT ADC

[en] CONVEX OPTIMIZATION

[pt] Considerando conversores analógico-digitais (ADCs) de baixa resolu ção, o MIMO (Multiple-Input, Multiple Output) é promissor em termos de custo de hardware e consumo de energia. Para reduzir a degradação do de sempenho causada pelos ADCs de baixa resolução, informações adicionais podem ser fornecidas por redes comparadoras, que podem ser interpretadas como canais virtuais. A rede de comparadores corresponde a um problema combinatório complexo. Neste estudo, é proposta uma rede de compara dores com otimização convexa que considera a taxa de soma como função objetivo. A formulação original do problema é aproximada, relaxada e ex pressa como um problema de otimização convexa. Os resultados numéricos mostram que a estratégia de otimização proposta produz um desempenho de taxa de soma próximo à busca exaustiva da solução ótima com complexi dade polinomial. Além disso, as simulações confirmaram que a taxa de soma melhora significativamente com a adição de redes de comparadores e que pode melhorar ainda mais com o uso da estratégia de otimização proposta.

[en] Considering low-resolution analog-to-digital converters (ADCs), multiple input, multiple output (MIMO) is promising in terms of hardware cost and power consumption. In order to reduce the performance degradation caused by the low-resolution ADCs, additional information can be provided by com parator networks, which can be interpreted as virtual channels. The design of a comparator network corresponds to a difficult combinatorial problem. In this study, a comparator network with convex optimization is proposed that considers the sum rate as the objective function. The original problem formulation is approximated, relaxed, and expressed as a convex optimiza tion problem. Numerical results show that the proposed optimization stra tegy yields a sum rate performance close to the optimal solution exhaustive search with polynomial complexity. Moreover, the simulations confirm that the sum rate significantly increases by adding comparator networks and that it can be further increased by using the proposed optimization strategy.

LUKAS TOBIAS NEPOMUK LANDAU

AHMED MOHAMMED NORELDIEN ELZAKALOBY MARAI AHMED

LUIZ ALENCAR REIS DA SILVA MELLO

ALEXANDER BEREMIZ HILARIO TACURI

LUKAS TOBIAS NEPOMUK LANDAU

CLARA ELIZABETH VERDUGO MUNOZ

AHMED MOHAMMED NORELDIEN ELZAKALOBY MARAI AHMED

2026-02-03

2025-09-19

[pt] TEXTO

application/pdf

INGLÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=75266@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=75266@2

https://doi.org/10.17771/PUCRio.acad.75266