Signal processing and coding techniques for 6G ultra-reliable low-latency wireless machine-type communications

Abstract

The emergence of sixth-generation (6G) wireless networks imposes physical-layer requirements, particularly ultra-reliable low-latency communication (URLLC), demanding sub-millisecond latency and reliability exceeding 99.999%. Conventional long-blocklength coding schemes are incompatible with these constraints due to inherent decoding delays and interleaving latency. This dissertation develops low-complexity, high-reliability signal processing and coding techniques tailored for short-blocklength wireless machine-type communications (MTC). The first contribution demonstrates the feasibility of coded massive multiple-input multipleoutput (mMIMO) systems by integrating random linear codes (RLCs), zero-forcing spatial multiplexing, and guessing random additive noise decoding (GRAND). Results show significant reliability and latency improvements over comparable 5G polar codes, achieving significant block error rate (BLER) gains and reduced decoding time, particularly at high signal-to-noise ratios (SNRs). The second contribution extends symbol-level GRAND to mMIMO with arbitrary constellations through antenna-reliability ordering and constrained error enumeration, reducing decoding complexity by over 90% while preserving maximum-likelihood (ML) performance. The third contribution introduces constraint-based GRAND variants for short low-density parity-check (LDPC) codes, including set-partitioning, Sieving-GRAND, and largely constrained GRAND, enabling over 99% reduction in candidate error patterns while maintaining ML optimality. Finally, uniquely decodable Bose-Chowla-Lindström signature sequences are developed for grant-free random access over noisy adder channels, enabling reliable user identification and collision resolution.

As redes sem fios de sexta geração (6G) impõem requisitos rigorosos ao nível da camada física, em particular no que respeita a comunicações ultra-fiáveis de baixa latência (URLLC). Esta deve ser inferior a 1 ms, e com uma fiabilidade superior a 99, 999%. Os esquemas convencionais de codificação com códigos longos são incompatíveis com estas restrições devido aos atrasos inerentes à descodificação e ao uso de entrelaçadores. Esta dissertação desenvolve técnicas de processamento de sinal e de codificação de baixa complexidade, direcionadas para comunicações máquina-a-máquina (MTC) com códigos curtos. Aprimeira contribuição demonstra a viabilidade de sistemas massive multiple-input multipleoutput (mMIMO) codificados, integrando códigos lineares aleatórios (RLC), multiplexagem espacial baseada em "zero-forcing" e descodificação baseada em guessing random "additive noise" (GRAND). Os resultados evidenciam diminuições significativas da latência face aos códigos polares do 5G, alcançando também ganhos de codificação assinaláveis, especialmente para valores elevados de relação sinal-ruído (SNR). A segunda contribuição aplica o GRAND ao nível dos símbolos da modulação em sistemas mMIMO com constelações arbitrárias, através de ordenação das antenas e restrição dos padrões de erro, reduzindo a complexidade em mais de 90% sem perda de desempenho face à descodificação de máxima verosimilhança (ML). A terceira contribuição introduz variantes do GRAND com restrições para códigos LDPC de bloco curto, permitindo reduzir mais de 99% dos padrões de erro candidatos mantendo a optimalidade ML. Por fim, são desenvolvidas sequências de assinatura com soma única para acesso aleatório em canais aditivos ruidosos, permitindo identificação dos utilizadores.