Average channel capacity of Single Input Single Output (SISO) has limit because of using single transmitter and single receiver [1]. Recently, high quality multimedia service is required at mobile communication market, and then technology which transmits many data fast as soon as with less error is required for realizing that. However, transmit environment cause fading from multipath, shadow effect, attenuation of electric wave, interference and so on. To overcome this signal distortion, Multiple Input Multiple Output (MIMO) concept is appeared [2]. Multi-Input Multi-Output (MIMO) communication systems have become the center of public attention as alternative idea to overcome limitation of Single-Input Single-Output (SISO) [3]. However, there are some difficulties to increase channel capacity using MIMO system. That is limited size of ground, so technology of antenna arrangement and channel analysis are needed to investigate for MIMO application. Now, many countries are processing investigate and research about MIMO antenna for mobile handset however there are no commercial product yet. To solve this problem and overcome this limitation of handset, the author research about MIMO channel and antenna array. Generally, there are critical spatial correlations among sub channels at real environment. We should decrease spatial correlation and increase SNR to increase channel capacity. However, there are adaptable antenna array and technique of channel analysis following to propagation environment. To adjust channel capacity given measurement environment, we design various antenna arrays which have less spatial correlation. In addition, we matched the received power at LOS position as same amount at NLOS position for looking into effect of received power and spatial correlation. According to orientation and type of antenna, we examine change of channel capacity when spatial correlation and received power is same at LOS/NLOS positions. The used antennas are 4x4 two chip antennas and four Printed Inverted-F Antennas (PIFA). The antennas are designed for 3.8GHz~4.2GHz which is based on the IEEE 802.11a technical standard.
Also, the author study and analysis correlated channel model. There are three kind of analytic model on correlation-based: i.i.d. model, kronecker model and weichselberger model. In i.i.d. model, all elements of MIMO channel are uncorrelated, and we only need to know the variance of the transmit signal. When the channel is correlated, the Kronecker model and Weichselberger model are widely used for channel analysis. The spatial Tx and Rx correlation are assumed to be separable in Kronecker model which enforces a separable DoD-DoA spectrum in contrast to Weichselberger model [2]. The author used simple 4 x 4 PIFA array antennas and measured this antenna at LOS/NLOS position. We utilized characteristic of Kronecker model that Tx correlation should not be changed under the Kronecker assumption. As observing the change of Tx correlation following to antenna orientation, we can see the validity of Kronecker model a mile off. Also, Kronecker and Weichselberger model have application to calculate channel capacity [3, 4].
단일 안테나에서의 채널용량 한계를 극복하고 파워나 스펙트럼과 같은 자원을 더 이상 소비하지 않고 여러 개의 송, 수신단을 사용하여 채널용량과 수신단 SNR의 증대를 이루기 위해서 MIMO 기법을 많이 사용하게 되었다. 이론적으로는 안테나 수에 비례해서 채널용량이 증가하지만 단말기와 같은 경우에는 공간이 제한되 있어서 효율성이 떨어지게 된다. 이런 문제를 해결하기 위해서는 Path Loss, 즉 채널 행렬의 correlation을 감소시킬 필요가 있다. 여기에 관한 연구를 위해 먼저 MIMO 안테나의 성능을 평가 할 수 있는 지표들을 바탕으로 실내환경과 실외환경에서 배열안테나의 방향, 안테나의 종류(ICU01~ICU06) 에 따른 실제 측정된 채널 분석을 진행하였고, 각각에 대한 결과를 분석하였다. 매칭 방법을 통해 실내 환경과 실외 환경에서 spatial correlation과 수신전력 중 더 중요한 요소를 비교해 보았으며 알아보았으며 안테나의 방향이나 종류에 따른 변화를 분석해 본 결과, LOS가 안테나의 방향이나 종류에 따라 변화가 큰 것에 비해 NLOS에서는 상대적으로 변화가 적은 것을 확인할 수 있었다.
채널용량은 실내의 경우 LOS와 NLOS가 서로 비슷하지만 실외의 경우 차이가 많이 나는 것을 볼 수 있는데, 이는 실내 환경보다 실외 환경에서 수신전력의 차이가 크게 나는 것을 원인으로 볼 수 있다. 독립적인 채널의 효율을 볼 수 있는 EDOF의 경우 실내나 실외 환경 모두 LOS보다 NLOS에서 더 좋은 경향을 가지나 모두 2.2이하 값을 가져 전체적으로 페이딩이 크게 일어나는 것을 알 수 있다. 이를 극복하기 위해서는 다이버시티 기법을 사용한 안테나가 요구되지만 본 연구에서는 채널 분석만 시행되었다.
PAS의 경우 문헌에서 밝혀진 바와 같이 Laplacian model에서 실제 모델과 가장 잘 맞는 것을 알 수 있었고, Ergodic correlated channel model을 이용하여 실제 모델과 비교해 보았다.
또한 실제 측정과 가상의 MIMO 채널 모델을 비교해보고 여러 가지 모델들이 적용 가능한 상황을 분석해 보았는데, MIMO 채널 모델의 경우 LOS/NLOS 모두 Kronecker 모델보다 Weichselberger 모델이 더 적합함을 알 수 있었고, NLOS의 경우에는 Kronecker모델도 실제 측정 capacity와 비슷한 값을 가졌다. 따라서 Kronecker 모델을 이용해서 Tx, Rx correlation을 구하는 방법은 NLOS에서만 사용할 수 있다.
