Effects of Side Information on Complexity Reduction in Superimposed Pilot Channel Estimation in OFDM Systems
Notice bibliographique
Résumé
A novel, reduced complexity iterative channel estimation algorithm for OFDM systems using superimposed pilots is proposed. It utilizes past channel estimations of double correlated channel as a side information to reduce number of iterations. Since pilots are available at all positions of the time-frequency OFDM grid in superimposed technique, the performance of the channel estimation does not degrade because of the variations of the fast fading channel between two pilots. On the other hand since no subcarrier is reserved for channel estimation purpose, superimposed pilot technique leads to improved spectral efficiency comparing to in-band OFDM pilots. However interference from data carrying signals made channel estimation more complex. In this paper, Least Square (LS) channel estimation followed by two dimensional Wiener filter for reducing OFDM symbol interference is done iteratively to achieve the Minimum Mean Square Error (MMSE). Small variations of the channel over each OFDM symbol duration are neglected due to a high data rate, but the values between different OFDM symbols are assumed correlated. The channel is modeled as a double selective, i.e. both frequency selectivity channel and Doppler shift are taken into consideration. Past channel estimates are used as side information for the present channel estimation to improve the forthcoming channel estimation at the first iteration and reduce the total number of iterations required.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».