Universidad Nacional de San Agustn

Facultad de Ingeniera de Produccin y Servicios

Escuela Profesional de Ingeniera Electrnica

SISTEMAS INTEGRADOS DE COMUNICACIONES

FIJA Y MOVIL
Understanding LTE with MATLAB: Cap. 8 y 9
Profesor: Ing. Raul Sulla

Nombre:
Cuno Zuiga William Percy

20110838

Arequipa 2015

_______________

UNSA EPIE

SIC FyM

Contents
I.-Introduccin: ............................................................................................................................. 3
1)

Evolucin de estndares para comunicaciones inalmbricas: ........................................ 3

2)

Caractersticas de LTE: ...................................................................................................... 3

3)

Evolucin de LTE: .............................................................................................................. 3

4)

Evolucin de la transferencia de datos segn la tecnologa (velocidad): ....................... 4

5)

Tecnologas LTE:................................................................................................................ 4

6)

Proceso de transmisin de bajada ................................................................................... 4

7)

FDD y TDD ......................................................................................................................... 5

8)

Niveles en LTE: .................................................................................................................. 6

II.-

SIMULACIONES CAPITULO 8 y 9: ..................................................................................... 9

1)

Modelacin del sistema en MATLAB: .............................................................................. 9

2)

Modelacin del sistema en Simulink: ............................................................................ 17

3)

Procesamiento PDCCH .................................................................................................... 25

4)

Aceleracin por GPUs .................................................................................................... 27

III.-

Conclusiones: .................................................................................................................. 29

UNSA EPIE

SIC FyM

I.-Introduccin:
LTE (Long Term Evolution) es un estndar de la norma 3GPP definida por unos como una
evolucin de la norma 3GPP UMTS (3G), y por otros como un nuevo concepto de arquitectura
evolutiva (4G).1
LTE destaca por su interfaz radioelctrica basada en OFDMA para el enlace descendente (DL) y
SC-FDMA para el enlace ascendente (UL). La modulacin elegida por el estndar 3GPP hace
que las diferentes tecnologas de antenas (MIMO) tengan una mayor facilidad de
implementacin.
1) Evolucin de estndares para comunicaciones inalmbricas:
Observamos el siguiente grfico, donde se muestra la evolucin de los diversos estndares
para comunicaciones inalmbricas, vemos que LTE representa un paso ms all del HSPA+ el
cual actualmente domina el mercado en nuestro pas.

Figura 1: Evolucin hacia LTE

2)

3)

Caractersticas de LTE:
Sistema de cobertura y capacidad mejorado
Picos altos en data rates
Baja latencia (en el plano usuario y de control)
Costos reducidos de operacin
Soporte Multiantena
Operaciones de ancho de banda flexible
Integracin con otros sistemas sin costo (3G, Wifi, etc)
Evolucin de LTE:

LTE (Lanzamiento 8) completado en 2008

LTE (Lanzamiento 9) completado en 2009:
LTE-Advanced = LTE-A = LTE Release 10
Un pico mximo de datos de 1Gb
Aprobado por ITU y IMT- Advanced technology

UNSA EPIE

SIC FyM

4) Evolucin de la transferencia de datos segn la tecnologa (velocidad):

5) Tecnologas LTE:
Interfaz de aire
Downlink: OFDMA
Uplink: SC-FDMA
Tcnicas Multi-antena (MIMO)
Multiples modos de transmission definidos
Adaptacin de enlace
Modulacin y codificacin
Pre codificacin
MIMO adaptado (rango o nmero de capas)
Ubicacin flexible de ancho de banda
Turbo codificacin computacionalmente eficiente
6) Proceso de transmisin de bajada

UNSA EPIE

SIC FyM

7) FDD y TDD
FDD: Se muestra como las frecuencias se encuentran emparejadas adems de verse que tanto
en los procesos de bajada como de subida se utilizan rangos de frecuencias diferentes.

TDD: En este caso las bandas operantes de subida y bajada se comparten para lo cual se
multiplexan ambas seales a modo de evitar interferencia entre ambas.

UNSA EPIE

SIC FyM

8) Niveles en LTE:
En esta figura observamos como las capas se encuentran bien definidas, siendo los canales
lgicos y de transporte los que conectan las tres capas.
En la ltima instancia los canales fsicos representan la seal LTE.

En la otra imagen observamos un esquema ms detallado de los canales logicos, de transporte

y fisicos:

UNSA EPIE

SIC FyM

En la figura siguiente observamos cmo se encuentra distribuida la trama del paquete LTE

En la siguiente tabla vemos la distribucin de ancho de banda de acuerdo al nmero de

bloques utilizados:

UNSA EPIE

SIC FyM

En esta parte vemos la grfica de una transmisin multi antena:

En la siguiente tabla observamos los diferentes modos de transmisin acorde al tipo de

modelo MIMO definido ( Multiple Input Multiple Output)

UNSA EPIE

SIC FyM

II.SIMULACIONES CAPITULO 8 y 9:
Simulacin Capitulo 8:
1) Modelacin del sistema en MATLAB:
El objetivo de esta parte es obtener testbenches (cdigos de prueba) que muestren como
ejecutar y verificar la correcta operacin del sistema PHY LTE que se ha modelado.

Se tienen listados los siguientes scripsts

commlteSystemExperiment_SnrVec.m
commlteSystemExperiment_Throughput.m
commlteSystemExperiment_TxModeClean.m
commlteSystemExperiment_TxModeDistorted.m
commlteSystemExperiment_channelEst.m
commlteSystemExperiment_delaySpread.m
commlteSystemExperiment_mimoReceiver.m

Magnitud a prueba
BER como funcion de SNR
Puesta en marcha del Sistema LTE
Modos de transmisin en baja distorcin
Modos de transmisin en alta distorcin
Tnicas estimadas de canal
Retraso en el canal
Algoritmos deMIMO receptor

commlteSystemExperiment_referenceChannels.m Modos de canal

commlteSystemExperiment_SnrVec.m

%% Experiment of sweeping SNR values for all 3 modulation schemes

clear functions
for modType= 1:3
% [1,2,3] maps to ['QPSK','16QAM','64QAM']
copyfile('commlteSystem_params_SnrVec.m','commlteSystem_params.m');
copyfile('commlteSystem_initialize_lowCP.m','commlteSystem_initialize.
m');
SnrVec=getSnrVector(modType,7);
Bers=zeros(size(SnrVec));
Num=numel(SnrVec);
for n=1:Num
txMode
= 4;
% Transmisson mode one of {1, 2, 3,
4}
numTx
= 2;
% Number of transmit antennas
numRx
= 2;
% Number of receive antennas
snrdB=SnrVec(n);
commlteSystemModel;
Bers(n)=Measures(1);
end
pfx=num2str(modType);
eval(['Bers',pfx,' = Bers;']);
eval(['SnrVec',pfx,' = SnrVec;']);
end
save Chapter8_Ber_SnrVec Bers1 Bers2 Bers3 SnrVec1 SnrVec2 SnrVec3

UNSA EPIE

SIC FyM

Resultado:

commlteSystemExperiment_Throughput.m

Resultado:

10

UNSA EPIE

SIC FyM

commlteSystemExperiment_TxModeClean.m

Resultado:

11

UNSA EPIE

SIC FyM

commlteSystemExperiment_TxModeDistorted.m

Resultado:

12

UNSA EPIE

SIC FyM

commlteSystemExperiment_channelEst.m

Resultado:

13

UNSA EPIE

SIC FyM

commlteSystemExperiment_delaySpread.m

Resultado

14

UNSA EPIE

SIC FyM

commlteSystemExperiment_mimoReceiver.m

Resultado:

15

UNSA EPIE

SIC FyM

commlteSystemExperiment_referenceChannels.m

Resultado:

16

UNSA EPIE

SIC FyM

2) Modelacin del sistema en Simulink:

En el libro el objetivo de esta modelacin es contener varios modelos de Simulink (bancos de
pruebas) que muestran cmo el modelo LTE Sistema PHY puede ser implementado en Simulink
y cmo puede configurarse para llevar a cabo una evaluacin cualitativa y cuantitativa de
modelo del sistema LTE.
Esta modelacin consiste en hacer que los bloques de transmisin, canal y recepcin sean
representados por un bloque especfico con sus respectivas entradas y salidas.
En las figuras siguiente observaremos los resultados de esta simulacin, sin embargo hay que
considerar que para poder correr ests simulaciones se requiere de un compilador. De lo
contrario se nos presentar un error como el siguiente:

Para poder solucionar este error, vamos a la pgina de MATLAB, donde se nos indica lo
siguiente:

17

UNSA EPIE

SIC FyM

Descargamos el paquete correspondiente a nuestro computador ( En este caso Windows de 64

bits) y lo instalamos.

Seguidamente para hacer la configuracin em MATLAB utilizamos el comando mex setup

18

UNSA EPIE

SIC FyM

Simulacin de Model0:
Observamos que existen 3 bloques representando al transmisor, canal y receptor
respectivamente. En la parte inferior vemos los bloques necesarios para poder calcular la tasa
de error de bits.

19

UNSA EPIE

SIC FyM

Mediante la ejecucin de este modelo que estamos realizando la simulacin del modelo LTE
(modos de transmisin de 1 a 4) para los parmetros especificados en MATLAB en el script
commlteSystem_params.m.
Si queremos ejecutar la simulacin de un modo de transmisin diferente o un conjunto
diferente de condiciones de funcionamiento, primero tenemos que modificar los parmetros
del sistema, cambiando el script en MATTLAB.
Luego tenemos que volver a nuestro modelo de Simulink y vuelva a ejecutar la simulacin.
Despus de ajustar los parmetros de cada vez, los bloques de funciones de MATLAB en el
modelo se vuelve a compilar y la simulacin sigue la compilacin completa del modelo. Al final
de la simulacin por lo general los valores de BER se guardan para valores especficos de SNR.

Vemos a continuacin el resultado final luego de la compilacin:

20

UNSA EPIE

SIC FyM

Simulacin de Model1:
Este es similar anterior, con la diferencia de que existe un bloque (color verde) donde se
pueden ingresar los parmetros para la simulacin. Es decir no es necesario modificar el script
que se nos indicaba en el modelo anterior.

21

UNSA EPIE

SIC FyM

Este modelo funciona igual que el anterior, con la diferencia del ingreso de parmetros antes
especificada.

22

UNSA EPIE

SIC FyM

Simulacin de Mode2:
Este modelo simula una llamada LTE. Se utiliza el toolbox para DSP que permite realizar
operaciones de codificacin y descodificacin del habla para recuperar las seales de voz o
msica transmitidas.

Al cambiar el nombre del archivo en el bloque "De Multimedia Archivo" puede transmitir
cualquier archivo de msica o voz Al final de la simulacin, las variables InputAudio y
OutputAudio en MATLAB son las seales de entrada y salida de voz o msica de la llamada de
telfono LTE.
Podemos utilizar la funcin soundsc para escuchar el archivo.

23

UNSA EPIE

SIC FyM

Por ejemplo, escribiendo soundsc (OutputAdio, Fs) es posible escuchar archivos de audio de
salida. Fs es la frecuencia de muestreo del archivo de msica o voz.
Como siempre por al cambiar los parmetros como maxNumErrs y maxNumBits, se obtiene
ms o menos tiempo de experimento. Al cambiar el valor de SNR, el parmetro snrdB, se
puede ver el efecto del ruido AWGN en el rendimiento global.

24

UNSA EPIE

SIC FyM

Captulo 9: Simulacin
3) Procesamiento PDCCH
En este captulo se muestran una serie de funciones en Matlab que muestran cmo es posible
optimizar la simulacin LTE en el algoritmo de canal de control presentado en el capitulo
correspondiente.
En este primer caso veremos la aceleracin mediante procesamiento PDCCH
El contenido del script a ejecutar es el siguiente:
snr=0;
MaxSNR=8;
MaxNumBits=1e6;
maxNumBits=MaxNumBits;
maxNumErrs=MaxNumBits;
save z_version8.mat -append maxNumBits maxNumErrs
numBits=4e4;
%% %%%%%%%%%%%
%% Code optimizations
zPDCCH_v1_test;
Report_Timing_Results(1,time_1,time_1,'Baseline');
profile on
zPDCCH_v1(snr,numBits,numBits);
profile('viewer');
%% Version 2: Vectorization
zPDCCH_v2_test;
Report_Timing_Results(2,time_1,time_2,'Vectorization');
profile on
zPDCCH_v2(snr,numBits,numBits);
profile('viewer');
%% Version 3: Vectorization - along large dimension
zPDCCH_v3_test;
Report_Timing_Results(3,time_1,time_3,'Vectorization along larger dimension');
profile on
zPDCCH_v3(snr,numBits,numBits);
profile('viewer');
%% Version 4: Vectorization + Preallocation
zPDCCH_v4_test;
Report_Timing_Results(4,time_1,time_4,'Vectorization + Preallocation');
profile on
zPDCCH_v4(snr,numBits,numBits);
profile('viewer');
%% Version 5: System objects for MIMO
zPDCCH_v5_test;Report_Timing_Results(5,time_1,time_5,'System objects for MIMO');
profile on
zPDCCH_v5(snr,numBits,numBits);
profile('viewer');
%% Version 6: System objects for MIMO & Channel
zPDCCH_v6_test;Report_Timing_Results(6,time_1,time_6,'System objects for MIMO & Channel');
profile on
zPDCCH_v6(snr,numBits,numBits);
profile('viewer');
%% Version 7: System objects for MIMO & Channel & Viterbi decoder
zPDCCH_v7_test;Report_Timing_Results(7,time_1,time_7,'System objects for MIMO & Channel &
Viterbi');
profile on
zPDCCH_v7(snr,numBits,numBits);
profile('viewer');
%% Version 8: Using all available System objects
zPDCCH_v8_test;Report_Timing_Results(8,time_1,time_8,'System objects for all');
profile on
zPDCCH_v8(snr,numBits,numBits);
profile('viewer');
%% %%%%%%%%%%%
%% Acceleration features : MATLAB Coder & parfor
zPDCCH_v9_build;
zPDCCH_v9_test;Report_Timing_Results(9,time_1,time_9,'Version 8 + MATLAB to C code
generation (MEX)');

25

UNSA EPIE

SIC FyM

%% Version 10: Parallel computing (parfor) + MEX

zPDCCH_vA_parallel_setup;
zPDCCH_vA_test;Report_Timing_Results(10,time_1,time_A,'Version 8 + MEX + Parallel computing
(parfor)');
%% Simulink & rapid accelerator & parfor
%% %%%%%%%%%%%
%% Version 11: Version 8 as a Simulink model
zPDCCH_vB_test;Report_Timing_Results(11,time_1,time_11,'Simulink normal mode');
%% Version 12: Version 8 as a Simulink model + optimization
zPDCCH_vC_test;Report_Timing_Results(12,time_1,time_12,'Simulink normal mode optimized');
%% Version 13: Version 8 as a Simulink model + rapid accelerator
zPDCCH_vE_test;Report_Timing_Results(13,time_1,time_13,'Simulink rapid accelerator');
%% Version 14: Version 8 as a Simulink model + rapid accelerator + parfor
zPDCCH_vF_test;Report_Timing_Results(14,time_1,time_14,'Simulink rapid accelerator +
parfor');
%% GPU processing (only if a GPU is available)
GPU_is_There=parallel.gpu.GPUDevice.isAvailable;
if ~GPU_is_There
fprintf(1,'The rest of exercises in this testbench will run only when a supported GPU is
available\n');
else
zPDCCH_vG_test;Report_Timing_Results(15,time_1,time_15,'Version 8 + Viterbi decoder on
GPU');
zPDCCH_vH_test;Report_Timing_Results(16,time_1,time_16,'Version 8 + Viterbi decoder on
GPU + spmd');
end

Al ejecutar el script zScript_SimulationAcceleration.m obtenemos los siguientes resultados:

26

UNSA EPIE

SIC FyM

4) Aceleracin por GPUs

En esta segunda parte del captulo 9, se muestra cmo es posible acelerar el turbo-coding
mediante el uso de GPUs.
Debemos ejecutar para esto el script siguiente:
MaxSNR=7;
Snrs=0:0.2:1.2;
MaxNumBits=1e6;
%% Baseline Algorithm on a CPU
N=1;
fprintf(1,'\nVersion 1: Everything on CPU\n\n');
tic;
for idx = 1:MaxSNR
fprintf(1,'Iteration number %d\r',idx);
EbNo=Snrs(idx);
ber= zTurboExample_gpu0(EbNo, MaxNumBits, MaxNumBits);
end
time_CPU=toc;
fprintf(1,'Version 1: Time to complete %d iterations = %6.4f (sec)\n',
MaxSNR, time_CPU);
Report_Timing_Results(N,time_CPU,time_CPU,'Everything on CPU');
%% GPU processing
GPU_is_There=parallel.gpu.GPUDevice.isAvailable;
if ~GPU_is_There
fprintf(1,'The rest of exercises in this testbench will run only
when a supported GPU is available\n');
else
%% Turbo Decoder on a GPU
N=2;
fprintf(1,'\nVersion 2: Turbo coding Only on GPU\n\n');
tic;
for idx = 1:MaxSNR
fprintf(1,'Iteration number %d\r',idx);
EbNo=Snrs(idx);
ber= zTurboExample_gpu1(EbNo, MaxNumBits, MaxNumBits);
end
time_GPU1=toc;
fprintf(1,'Version 2: Time to complete %d iterations = %6.4f (sec)\n',
MaxSNR, time_GPU1);
Report_Timing_Results(N,time_CPU,time_GPU1,'Turbo coding Only on GPU');
%% Multiple System Objects on GPU
N=3;
fprintf(1,'\nVersion 3: Four GPU algorithms + Single-frame\n\n');
tic;
for idx = 1:MaxSNR
fprintf(1,'Iteration number %d\r',idx);
EbNo=Snrs(idx);
ber= zTurboExample_gpu2(EbNo, MaxNumBits, MaxNumBits);
end
time_GPU2=toc;
fprintf(1,'Version 3: Time to complete %d iterations = %6.4f (sec)\n',
MaxSNR, time_GPU2);
Report_Timing_Results(N,time_CPU,time_GPU2,'Four GPU algorithms +
Single-frame');

27

UNSA EPIE

SIC FyM

N=4;
fprintf(1,'\nVersion 4: Four GPU algorithms + Multi-frame\n\n');
tic;
for idx = 1:MaxSNR
fprintf(1,'Iteration number %d\r',idx);
EbNo=Snrs(idx);
ber= zTurboExample_gpu3(EbNo, MaxNumBits, MaxNumBits);
end
time_GPU3=toc;
fprintf(1,'Version 3: Time to complete %d iterations = %6.4f (sec)\n',
MaxSNR, time_GPU3);
Report_Timing_Results(N,time_CPU,time_GPU3,'Four GPU algorithms +
Multi-frame');
%% Using Single-Precision Data Type
N=5;
fprintf(1,'\nVersion 5: Four GPU algorithms + Multi-frame +
float\n\n');
tic;
for idx = 1:MaxSNR
fprintf(1,'Iteration number %d\r',idx);
EbNo=Snrs(idx);
ber= zTurboExample_gpu4(EbNo, MaxNumBits, MaxNumBits);
end
time_GPU4=toc;
fprintf(1,'Version 4: Time to complete %d iterations = %6.4f (sec)\n',
MaxSNR, time_GPU4);
Report_Timing_Results(N,time_CPU,time_GPU4,'Four GPU algorithms +
Multi-frame + float');
%%
end

Al ejecutar el script zScript_TurboGPUAcceleration.m obtenemos el siguiente resultado:

Vemos que se realizaron 7 iteraciones, siendo el rango de aceleracin de 1

28

UNSA EPIE

SIC FyM

III.Conclusiones:
Observamos que MATLAB representa una herramienta poderosa para el modelado de nuevas
tecnologas.
Es posible mediante tcnicas especiales acelerador y/o mejora la eficiencia del scripting
LTE es actualmente una tecniloga nueva en Peru, sin embargo sabemos que poco a poco se
apodera del mercado mundial.
Simulink en su entorno grfico nos facilita el analisis en el modelado de sistemas.

29