Zone based GLRT for detecting physical random access channel signals in 5G

Abstract

LTE/5G sistemlerinde rastgele eri ̧sim kanalı (RACH) prosesi, kullanıcı ekip- manının ilk a ̧cılma fazında ger ̧cekle ̧sir. Bu a ̧samada kanal durum bilgisi mev- cut olmadıg ̆ından, birden fazla cihazı yu ̈ksek performansla tespit etmek zor bir problem haline gelmektedir. O ̈zellikle ̧sebekede fazla sayıda kullanıcı ekip- manı ve makine bulundu ̆gunda, ̧cok sayıda cihaza aynı anda servis sag ̆lamak zorla ̧sabilmektedir. Bu problem, du ̈nya ̧capındaki kullanıcı ekipmanı arttık ̧ca daha da ̧carpıcı hale gelmektedir. Literatu ̈rde bu problem i ̧cin gu ̈ ̧c gecikme pro- fili (PDP), bir karar metrig ̆i olarak o ̈nerilmektedir. Bu metrig ̆in kullanılması bir ̧cok durumda memnun edici performans ve du ̈ ̧su ̈k karma ̧sıklık sag ̆lamakta fakat optimal sezim performansına ula ̧stırmamaktadır. Tezde bu hususu, genelle ̧stirilmi ̧s olasılık oranı testi (GLRT) tabanlı bir yakla ̧sım ile ̧co ̈zmekte ve yu ̈ksek sezim performansına sahip seziciler o ̈nermekteyiz. Ayrıca sezim olasılıg ̆ına u ̈st sınır sag ̆layan bir ideal sezici ̧cıkarmaktayız. Detaylı RACH benzetimleri yoluyla, o ̈nerilen yakla ̧sımla sezim performansında ̧ce ̧sitli senaryolarda elde edilen geli ̧simler go ̈sterilmektedir.

In LTE/5G systems, the random access channel (RACH) process occurs during the boot-up phase. As channel state information is not available at this stage, detecting several devices with high performance presents a challenging problem. In particular, servicing many devices simultaneously can get difficult when a large number of user equipment and machines exist in the network. The problem can become more dramatic as the number of user equipment increases around the world. In the literature, power delay profile (PDP) is proposed as a decision metric for this problem. The use of this metric handles many cases with satis- factory performance and low complexity; however, it does not lead to optimal detection performance. In this thesis, we address this issue with a generalized likelihood ratio test (GLRT) based approach and propose detectors with high detection performance. We also derive an ideal detector that provides an upper bound on the detection probability. Via extensive RACH simulations, it is shown that improvements in detection performance can be achieved by the proposed approach in various scenarios.