VIII SRST – SEMINÁRIO DE REDES E SISTEMAS DE TELECOMUNICAÇÕES

INSTITUTO NACIONAL DE TELECOMUNICAÇÕES – INATEL

ISSN 2358-1913
SETEMBRO DE 2018

Full Dimension MIMO (FD-MIMO), a nova

geração de Sistemas MIMO para LTE-
Advanced e 5G
Ezequiel Ferreira de Oliveira1, Daniel Nunes Andrade2

suportando até 4 antenas de transmissão [3].

Abstract— This document aims to describe the FD-MIMO (Full No MU-MIMO tem-se vários usuários se comunicando com
Dimension MIMO) characteristcs and the importance this new a mesma ERB (Estação Rádio Base), onde são compartilhados
MIMO (Multiple Imput Multiple Output) system for the cellular recursos de tempo e frequência [3]. No SU-MIMO temos o
networks of LTE-Advanced and also for the 5G. It is presented in
this document possible practical implementations of the FD- móvel suportando várias transmissões com vários streams ao
MIMO. mesmo tempo. A Figura 1 ilustra o esquema do MU-MIMO.
Resumo—Este documento tem por objetivo descrever as
características da técnica FD-MIMO (Full Dimension MIMO) e a
importância deste novo tipo de sistema MIMO (Multiple Imput
Multiple Output) para as redes celulares de LTE-Advanced e
também para o 5G. São apresentadas neste documento as
possíveis implementações práticas do FD-MIMO
Palavras chave—LTE, MIMO, FD-MIMO.

I. INTRODUÇÃO
Nos últimos anos verificou-se o elevado crescimento no
volume de dados cursado nas redes celulares em todo mundo
[1]. Esse aumento ocorre devido as novas tecnologias e
aplicações desenvolvidas para dispositivos móveis que agora
não se limitam apenas a cursar tráfego de voz. Com este fato, a
indústria voltou sua atenção para novas técnicas que pudessem
tornar a utilização do espectro mais eficiente e assim garantir
uma melhor experiência do usuário. Foi com esse objetivo que
o 3GPP (Third Generation Partnership Project) trabalhou na
padronização de técnicas como CA (Carrier Aggregation)
agregando várias portadoras com o objetivo de aumentar o
throughput, CoMP (Coordinated Multipoint) que pode ser
empregada tanto no downlink quanto uplink, assim
melhorando as taxas principalmente em borda de cobertura.
Outra técnica importante é o MIMO (Multiple-Input Multiple-
Output) [2]. Este último será detalhado ao longo deste
documento. No release 8 do 3GPP, o MIMO pode suportar até
duas antenas para downlink e duas antenas para uplink [3]. Já a
Release 10 (LTE-advanced), novas técnicas surgiram,
passando o downlink a suportar até 8 streams de multiplexação
espacial e MU-MIMO (Multi User MIMO) melhorado.
Para o uplink, tem-se SU-MIMO (Single User MIMO)
Trabalho de conclusão de curso apresentado ao Instituto Nacional de
Telecomunicações, como parte dos requisitos para a obtenção do Certificado
de Pós-Graduação em Engenharia de Redes e Sistemas de Telecomunicações.
Orientador: Prof. MSc. Daniel A. Nunes. Trabalho aprovado em 07/2018.
Fig.1. Estrutura MU-MIMO [3].
Para o Release 12 tem-se evolução do MIMO com novos
esquemas de CSI (Channel State Information), sendo este
constituído de: RI (Rank Indicator), CQI (Channel Quality
Indicator), PMI (Precoding Matrix Indicator) e PTI (Precoding
Type Indicator). Com esses novos esquemas de CSI o móvel
pode avaliar com mais precisão as condições de canal e
informar o eNodeB que então toma decisões tais como
modulação a ser utilizada, taxa de codificação e modo de
utilização de MIMO [3].
Com a introdução do LTE (Long Term Evolution) e
futuramente a implementação do 5G, passa a ser fundamental,
devido aos requisitos de maior throughput, a introdução de
técnicas que possibilitem melhor utilização do espectro. Sob
essa óptica, o Massive-MIMO ou FD-MIMO tem grande
importância e vem sendo estudado pelo 3GPP [2].
A utilização do FD-MIMO implica em um número maior de
antenas, quase sempre limitado pelos fatores de forma da BS
(Base Station), em outras palavras o espaço disponível para
instalação de antenas pode ser um empecilho a utilização do
FD-MIMO. Não menos importante são as frequências das O FD-MIMO, graças ao seu grande número de elementos de
portadoras utilizadas, já que seu comprimento de onda antenas, poderá direcionar diferentes feixe de radiação a
influenciará diretamente nos tamanhos dos elementos das diferentes usuários ou grupo de usuários. A Figura 2 lustra
antenas [4]. diferentes feixes de irradiação focalizando em diferentes
Este artigo tem por objetivo ilustrar os principais conceitos usuários [5].
de novas técnicas MIMO, o FD-MIMO. São discutidas suas
características, vantagens e seus desafios.
O restante deste documento está dividido da seguinte forma:
a Seção II descreve as técnicas MIMO e suas características; a
Seção III aponta os benefícios do FD-MIMO; a Seção IV
apresenta as matrizes de antenas 2D ativas; a Seção V
Avaliação de desempenho do FD-MIMO e por último na
Seção VI são apresentadas as conclusões deste trabalho.

II. TÉCNICAS DE MIMO E SUAS CARACTERÍSTICAS

Inicialmente, os estudos sobre os sistemas MIMO se
concentraram em cenários com um único stream ponto a ponto
entre a eNodeB e o usuário (SU-MIMO). Posteriormente, os
esforços foram direcionados para casos onde há vários
usuários (MU-MIMO), sendo que, neste último, há mais de um
usuário se comunicando com a eNodeB ao mesmo tempo,
compartilhando os mesmos recursos de frequência e tempo
[3].
As técnicas MIMO empregam dois métodos de transmissão,
diversidade e multiplexação espacial. No primeiro tem-se os
mesmos dados sendo enviados por diferentes antenas,
incrementando a ordem de diversidade e minimizando o
desvanecimento provocado pelo canal. Na multiplexação
espacial, um fluxo de dados de alta taxa de transmissão é
dividido em vários streams diferentes, com taxa menor,
compartilhando recursos de tempo e frequência. As maiores
dificuldades com o último método são os níveis de
interferência em baixas relações sinal-ruído em regiões de
borda de célula. Assim, essa técnica se aplica em situações de
elevada relação sinal-ruído [3]. A Tabela I [3] mostra as
diferenças entre as técnicas descritas.
Fig. 2. Sistema FD-MIMO [3].
III. BENEFÍCIOS DO FD-MIMO
Os sistemas FD-MIMO empregarão antenas em formato de
matrizes com dezenas de elementos de antenas internas,
servindo muitas dezenas ou centenas de terminais
compartilhando recursos de frequência e tempo. A principal
vantagem do uso desta técnica é obter os benefícios dos
sistemas MIMO tradicionais, mas com uma escala muito
maior. Alia-se a isso também ao fato de uma melhor eficiência
energética e melhor eficiência de utilização de espectro [6].
Internet das coisas, LTE e 5G serão tecnologias que se
beneficiarão da utilização desta técnica [6].
Muitos cenários de implementações podem ser realizados
com configurações diferentes das matrizes de antenas, tais
como linear, retangular, cilíndrica ou distribuída. A Figura 3
ilustra possíveis configurações de antenas.

TABELA I
DIVERSIDADE E MULTIPLEXAÇÃO ESPACIAL –
CARACTERÍSTICAS.

Diversidade Espacial Multiplexação Espacial

Envio da mesma informação por Envio de diferentes informações por

vários feixes. vários feixes.

Não há aumento de throughput do Aumenta o throughput do usuário.

usuário.
Melhoria na relação sinal-ruído na Sofre com altos índices de
recepção. interferência, portanto é tipicamente
utilizado por usuários que estão
próximos à eNodeB.
Fig.3. Possíveis configurações de distribuições de antenas [6].
Uma outra importante característica das técnicas MIMO é a
utilização de Beamforming. Esta é uma técnica que permite A técnica FD-MIMO pode aumentar a capacidade em 10
adaptar o padrão da radiação da antena de modo a focalizar o vezes ou mais e ao mesmo tempo melhorar a eficiência
feixe de radiação na direção do usuário [5]. energética em na ordem de 100 vezes. Isso ocorre porque com
um grande número de antenas a energia pode ser focalizada sites. Ao contrário, utilizando uma matriz quadrada, pode-se
uma pequena região no espaço [6]. diminuir esse espaço para cerca de 1 metro ou mesmo 0,5
Comparado com sistemas MIMO convencionais aplicados metro utilizando polarização dual numa matriz constituída de
em redes LTE, onde o número de streams tem número máximo 8x8 elementos [7].
de quatro, a técnica FD-MIMO pode suportar um número A Figura 5 ilustra uma matriz 2D de antenas com 8
muito maior de MU-MIMO streams simultâneos, com um elementos na horizontal, com espaçamento de dH = 0.5 λ por
grande número de antenas. Isso é possível porque se o número 4 elementos na vertical, com espaçamento de dV = 2 λ. Uma
de antenas de transmissão aumenta com um fator K, o número importante característica do arranjo é a disposição dos
de usuários que podem ser programados pode também elementos em polarizações de ϕ = ±45°. Isso faz com os
aumentar pelo mesmo fator, sem que haja degradação no SINR feixes tenham mesmas larguras na elevação (seu ângulo de
[2]. 3db no eixo vertical tem a mesma abertura) e sejam
Por outro lado, a implementação do FD-MIMO também afetados de forma semelhante pelo canal [2].
apresenta vários desafios como a determinação do modelo de
canal que tenha o perfil necessário para refletir o
comportamento do canal [3]. Embora o emprego do FD-
MIMO possa reduzir a potência irradiada em várias vezes ao
mesmo tempo em que consegue aumentar as taxas de dados,
seu hardware de processamento, em banda base, necessitará de
grande poder de processamento. Sendo assim, o custo
energético precisa ser considerado sendo necessário
desenvolvimentos de novos hardwares de forma que estes
sejam energeticamente viáveis [3].

IV. MATRIZES DE ANTENAS 2D ATIVAS

Uma importante característica da técnica FD-MIMO é
utilização de antenas distribuídas em matrizes 2D. Nestas
matrizes, os ganhos e fases são controlados por componentes
ativos como amplificadores de potência (PA) e amplificador Fig. 5. Visão de cima para baixo de uma antena FD-MIMO e a esquerda
de baixo ruído (LNA) [7]. alimentação de rede [2].
Cada um dos elementos das matrizes 2D pode controlar a
onda portadora no eixo vertical (elevação) e no eixo horizontal
(azimute). Desta forma, é possível o controle do diagrama de V. AVALIAÇÃO DE DESEMPENHO
irradiação resultante do arranjo de antenas, sendo esse
mecanismo denominado de 3D beamforming [7]. A Figura 4 A. Modelo de Canal 3D
ilustra um comparativo entre o MIMO tradicional e o FD-
MIMO com vários feixes 3D beamforming. Várias questões precisam ser analisadas para o projeto de
sistemas práticos, uma delas é caracterização realística do
canal. O MIMO tradicional considera apenas a propagação na
direção horizontal. No entanto, utilizando-se o FD-MIMO a
propagação no eixo vertical precisa ser considerada [7].
O modelamento dos efeitos de propagação pode ser
realizado combinando-se um modelo de desvanecimento de
larga escala com um modelo de desvanecimento de pequena
Fig. 4. MIMO tradicional versus FD-MIMO [3].
escala. O modelo de desvanecimento de grande escala trata as
mudanças lentas de propagação, tais como obstruções de
Antenas 2D com elementos formados por arranjos em
prédio, mudanças de relevo que podem provocar áreas de
formato de matrizes conseguem ter um grande número de
sombra [4]. Assim, são consideradas distâncias que possam
elementos ativos em seu interior, o que permite vários feixes
produzir variações no nível médio do sinal, a medida que o
de irradiação (característica do FD-MIMO), sem que isso
sinal percorre toda distância entre o transmissor e receptor [3].
resulte em antenas com tamanho exagerado, o que
Já o modelo de desvanecimento de pequena escala fornece
inviabilizaria sua utilização em locais com restrição de espaço.
informações sobre mudanças de comportamentos rápidas do
Para a construção de uma matriz 2D com 64 antenas lineares
canal devido aos múltiplos percursos. Para um canal que
no eixo horizontal e com um espaçamento de 0.5 λ ,
utiliza MIMO, o ganho de beamforming estático, com
considerando um sistema LTE operando em 2 GHz será
setorização padrão (3 setores) contribui para características de
preciso um espaço horizontal de cerca de 3 metros, resultando
propagação de larga escala [3]. Com relação ao
em um tamanho muito grande para utilização na maioria dos
desvanecimento de pequena escala, este não pode ser
desprezado e pode ser considerado empregando-se um modelo
SCM (Spatial Channel Model) baseado em geometria
estocástica e amplamente utilizado pelo 3GPP na avaliação de
desempenho de sistemas MIMO [4] [2].
Neste caso, mesmo os padrões de propagação serem em sua
natureza 3D, ou seja, tem características de ângulos de azimute
e também de elevação, as matrizes de antenas são modeladas
como lineares e horizontais e por simplicidade os ângulos de
elevação são tomados como sendo zero. Assim o SCM é um
modelo 2D [4].
Já o modelo SCM 3D considera que os ângulos de elevação
não são nulos, podendo estar associados aos ângulos de
azimute. Isso ocorre para que os efeitos de desvanecimento de
pequena escala possam ser modelados [3]. A Figura 6 ilustra
os modelos SCM e SCM 3D.
Fig. 6. Modelos SCM e SCM 3D [4].
B. Estimação de Canal no FD-MIMO
Para suportar o FD-MIMO deve ser considerado de maneira
cuidadosa a precisão da estimativa de canal bem a
escalabilidade dos sinais de referência [4] [3].
No que se refere ao downlink, dois tipos de sinais são
introduzidos nos padrões LTE para suporte do FD-MIMO.
CSI-RS (Channel State Information – Reference Signal) e o
DMRS (demodulation reference signals). O CSI-RS que,
como o próprio nome se refere traz informações sobre o estado
do canal. Já no DMRS provê ao móvel informação para
demodulação [2]. CSI-RS é importante por apresentar baixo
overhead e tem periodicidade de 5n ms (n = 1, 2, 4, 8 ou 16).
O overhead cresce proporcionalmente ao número de
elementos de antenas que são adicionados ao sistema [2].
Portanto, um grande número de portas para suportar o FD-
MIMO teria como impacto excessiva carga de sinais de
referência no downlink. Para conseguir trabalhar com essa
maior carga de sinalização de downlink uma alternativa seria
utilizar o FD-MIMO sobre LTE TDD (Time Division Duplex).
A utilização do LTE TDD traria como vantagem poder utilizar
a reciprocidade de canal, uma vez que tanto o downlink
quando o uplink utilizam o mesmo canal, porém em instantes
diferentes [2]. Entretanto, mesmo com uma reciprocidade de
canal válida, somente o móvel conseguirá determinar qual a
maior taxa de dados de downlink será suportada pelo canal já
que somente ele conhece o próprio desempenho do receptor e
o nível de interferência [2]. Portanto, mesmo para o LTE TDD
ainda há necessidade de aprimoramento do CSI-RS para o FD-
MIMO [2].
O aprimoramento do CSI-RS passa pela melhoria dos
seguintes itens:
1-RI: Indicação da preferência do número de streams de
downlink;
2-PMI: Indicação de preferência de pré-codificação;
3-CQI: Indicação de taxa máxima de dados suportada no
downlink [2].
A Figura 7 ilustra cenários de implementação do FD-
MIMO.
Fig. 7. Cenários de implementação do FD-MIMO.
C. Avaliação de performance FD-MIMO
Para efeito de analises comparativa de performance em
diferentes configurações de FD-MIMO, toma-se os resultados
simulados em um sistema empregando FD-MIMO com 57
células, dispostas com uma distância mínima entre sites de 500
m. As quedas de chamadas foram consideradas com
distribuição homogênea. As métricas foram cell average
throughput e 5 percentile user throughput. As unidades de
medida em ambos os casos são bits por segundo por hertz.
Cabe salientar que os resultados dessas medidas foram obtidos
levando-se em consideração um ambiente de canal 3D e
também que o receptor tem pleno conhecimento do CSI dos
canais de downlink e que o mesmo está localizado a 1,5 m do
solo [2].
Verifica-se na Figura 8 os resultados obtidos com NT=32 e
com NT=64, onde NT é o número de portas da antena (que se
refere ao número interno de elementos de antenas), e com 10
usuários por célula. O espaçamento horizontal entre elementos
da antena é de 0,5 λ e o espaçamento vertical de 0,5 λ ou
2 λ [6]. Os arranjos foram dispostos na configuração NH x NV
onde NH e NV representam o número de antenas nos eixos
horizontal e vertical, respectivamente [2].
Pode-se observar na simulação com espaçamento vertical de
2 λ temos um melhor desempenho de bps/Hz com a mesma
configuração de arranjo. Também é possível notar que o
melhor desempenho e alcançado pelo arranjo com maior
número de linhas da matriz (64x1) com 14 bps/Hz. Em outras
palavras, quanto maior o número de elementos na vertical
melhor será o desempenho.
Fig. 8. Performance FD-MIMO para diferentes configurações de matrizes
de antenas [2].
Na Figura 9 verifica-se a performance para diferentes
números de usuários (10, 20 e 30) numa simulação com
NT=64, considerando uma transmissão onde todos os usuários
estão no schedule, todos os usuários estão no mesmo
agendamento ao mesmo tempo, e está sendo utilizado toda a
banda (Full schedule) [2].
Como resultado observa-se que o throughput da célula é
maior quando o número de usuários é igual a 30. Isso ocorre
devido a utilização de MU-MIMO de alta ordem.
VI. CONCLUSÕES
Neste documento sobre a técnica FD-MIMO foram
discutidas suas características, vantagens e seus desafios.
Seu desempenho simulado também foi abordado, assim
como projetos de antenas 2D planas e a avaliação do
desempenho do FD-MIMO empregando-se um modelo de
canal 3D que leva em consideração não somente o azimute,
mas também a elevação dos feixes de propagação.
Os resultados das simulações apontam o FD-MIMO como
uma técnica potencial para melhoria de desempenho de redes
móveis, que pode ser aplicada tanto para o LTE como para
futuras redes 5G.
Fig. 9. Performance FD-MIMO para diferentes números de usuários por
célula [2].
REFERÊNCIAS
[1] K. Mallison “2020 Vision for LTE”, disponível na Internet
http://www.3gpp.org/IMG/pdf/wiseharbor.pdf . (Acesso em 2018)
[2] K. Younsun, J. Hyoungju, L. Juho, N. Young-Han, N. Boon Loong, T.
Ioannis, L. Yang, Z. Jianzhong (Charlie), “Full Dimension MIMO (FD-
MIMO): The Next Evolution of MIMO in LTE Systems”, IEEE Wireless
Communications (Volume: 21, Issue: 2, April 2014)
[3] O. Francine Cássia, N. Daniel Andrade, “Técnicas de Múltiplas antenas
para 4G e 5G”, disponível na Internet.
https://www.inatel.br/biblioteca/pos-seminarios/seminario-de-redes-e-
sistemas-de-telecomunicacoes/2017-2/9629-tecnicas-de-multiplas-
antenas-para-4g-e-5g/file. (Acesso em 2018)
[4] N. Young-Han, N. Boon Loong, S. Krishna, L. Yang, “Full-dimension
MIMO (FD-MIMO) for next generation cellular technology”, IEEE
Communications Magazine (Volume: 51, Issue: 6, June 2013).
[5] Masterson. C, “Massive MIMO and Beamforming, The Signal
Processing Behind of 5G Buzzwords”, disponível na Internet
http://www.analog.com/media/en/analog-dialogue/volume-51/number-
3/articles/massive-mimo-and-beamforming-the-signal-processing-
behind-the-5g-buzzwords.pdf (Acesso em 2018).
[6] L. Erik G., E. Ove, T. Fredrik, M. Thomas L., “Massive MIMO for the
Next Generation wireless systems”, IEEE Communications Magazine
(Volume: 52, Issue: 2, February 2014).
[7] J. Hyoungju; K. Younsun, L. Juho, O. Eko, “Overview of Full
Dimension MIMO in LTE-Advanced Pro”, IEEE Communications
Magazine (Volume: 55, Issue: 2, February 2017).
Ezequiel Ferreira de Oliveira nasceu em Natércia, MG, em 16 de novembro
de 1981. Possui o título: Engenheiro Eletricista (Inatel, 2005). Desde 2005
trabalha na área de comunicações móveis (celular), tendo trabalhado em
várias empresas como Nextel, Nokia e atualmente trabalha para Ericsson do
Brasil em projetos de otimização de Redes celulares 3G/4G.
Daniel Andrade Nunes nasceu em Santa Rita do Sapucaí em 1973, formado
como Técnico em Eletrônica na Escola Técnica de Eletrônica Francisco
Moreira da Costa em 1992 e graduado em Engenharia elétrica em 1998 pelo
INATEL – Instituto Nacional de Telecomunicações. Trabalhou 5 anos na
multinacional Ericsson como instrutor técnico e gerente de projetos
principalmente na área de sistemas celular no planejamento, otimização e
desenvolvimento de cursos para sistemas AMPS, DAMS, CDMA e GSM em
13 países da América latina, Estados Unidos, Europa e África. Obteve o grau
de Mestre em Telecomunicações, também pelo INATEL em agosto de 2007.
É professor dos programas de Graduação e Pós Graduação em matérias
relativas a comunicações móveis e transmissão digital no INATEL além de já
ter ministrado cursos nas áreas de planejamento e otimização para sistemas
GSM, WCDMA, LTE, WiFI e WiMAX pelo ICC – Inatel Competence
Center. Integrou o corpo de pesquisadores do Centro de Referência em
Radiocomunicações (CRR) do Inatel, onde desenvolveu pesquisa sobre o
desempenho de sistemas IEEE 802.11, LTE e 5G. Atualmente coordena uma
equipe de rollout de rede celular no projeto INATEL – Ericsson –VIVO.