In this thesis, transceiver design methods for multipoint-to-multipoint (M2M) multi-input multi-output (MIMO) amplify-and-forward (AF) relay systems are suggested and analyzed. The transceiver is designed to minimize the mean-squared-error (MSE) while satisfying multiple power constraints at source and relay nodes. Due to the non-convexity, most previous methods have relied on numerical methods. We propose an analytical source filter and relay filter design methods to present closed-form solutions of sub-problems and obtain the global solution through an iterative algorithms. In the first chapter, we propose a transceiver design method for the case when source and relay nodes have sum-power constraints (SPC). In the second chapter, we propose a transceiver design for the situation when the antennas of source and relay nodes have per-antenna power constraints (PAPC). In the practical communication, each antenna has its own power amplifier, so this environment is more practical, but the problem has more complicated form. In the last chapter, we propose an antenna selection scheme to solve the cost and complexity of MIMO systems. Optimum antenna selection scheme is very inefficient because they indiscriminately need to be looked for in all cases. Through interpreting antenna selection in the MIMO systems to multiclass-classification, we propose a method of introducing machine learning technique into the field of antenna selection. We studied two antenna selection schemes in general MIMO system and extended massive MIMO system.
본 논문에서는 다지점 다중 입력 다중 출력 증폭 및 전달 릴레이 시스템을위한 송수신기 설계 방법을 제안하고 그에 대한 분석을 진행 하였다. 송수신기는 소스 및 릴레이 노드에서 다중 전력 제약 조건을 만족시키면서 평균 제곱 오차를 최소화하도록 설계된다. 이 시스템에서 목적함수가 모든 변수들에 대해 볼록하지 않기 때문에 대부분의 이전 방법은 수치적인 방법에 의존해왔다. 우리는 분석적인 소스 필터 및 릴레이 필터 설계 방법을 통해 하위 문제의 닫힌 형태의 솔루션을 제시하고 반복 알고리즘을 통해 글로벌 솔루션을 얻는다. 첫 번째 챕터에서는, 송신기와 중계기가 모든 안테나들에 대한 총 전력 제약을 가지는 경우에 대해 송수신기를 제안한다. 두 번째 챕터에서는, 송신기와 중계기의 각각의 안테나들이 안테나 당 전력 제약을 가지는 상황에 대해 송수신기 설계 방식을 제안한다. 실제 통신에서는 각 안테나들이 각각의 전력 증폭기를 가지고 있기 때문에, 이러한 환경은 좀더 실제적이나, 문제가 더 복잡한 형태를 가진다. 마지막 챕터에서는, 다중 입력 다중 출력 시스템의 비용 및 복잡성 문제를 해결하기위한 안테나 선택 방식을 제안한다. 최적의 안태나 선택 방식은 무차별적으로 모든 경우에 대해 다 찾아보아야 하기 때문에 매우 비효율적이다. 따라서, 다중 입력 다중 출력 시스템에서 안테나 선택을 멀티 클래스 분류로 해석함으로써 안테나 선택방식에 머신 러닝 기술을 도입한 방식을 제안한다. 일반적인 마이모 환경에서의 안테나 선택 방식과 매시브 마이모로 확장한 환경에서의 안테나 선택 방식 두 가지에 대해 연구를 진행 하였다.
