Sparse channel estimation of pulse‐shaping multiple‐input–multiple‐output orthogonal frequency division multiplexing systems with an approximate gradient <i>l</i> <sub>2</sub> <i>−</i> <i>Sl</i> <sub>0</sub> reconstruction algorithm
Notice bibliographique
Résumé
Most of the existing compressed channel‐sensing methods for multiple‐input–multiple‐output orthogonal frequency division multiplexing (MIMO‐OFDM) systems did not take into account the pulse‐shaping filter in the transmitter and matched filter in the receiver. However, these two filters are commonly used in digital communication systems. The compressed channel‐sensing problem of pulse‐shaping MIMO‐OFDM systems is first formulated. A new signal‐reconstruction algorithm in the compressed sensing framework is then proposed. The algorithm is based on minimising a smoothed l 0 ‐norm regularised least‐square (LS) ( l 2 − Sl 0 ) objective function, and the unconstrained optimisation involved is performed by an approximate gradient method. Further, the proposed l 2 − Sl 0 algorithm is applied to reconstruct the channel impulse response. A number of computer simulation‐based experiments are conducted, showing a better reconstruction accuracy of the l 2 − Sl 0 algorithm as compared with the smoothed l 0 ‐norm ( Sl 0 ) algorithm. The proposed channel estimation approach can save nearly 25% pilot signals to maintain the same mean square error and bit error rate performances as given by the conventional LS method.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».