Effective Comb Type Pilot Assignment and PAPR Reduction in NC-OFDM-Based Communication System
Notice bibliographique
Résumé
NC-OFDM(Non-Contiguous Orthogonal Frequency Division Multiplexing) 기반의 무선 통신 시스템은 많은 부반송파의 수로 인해 높은 PAPR(Peak-to-Average Power Ratio)을 갖는다. Comb type pilot은 시변 채널 추정에 있어서 block type pilot보다 낮은 계산 복잡도를 가지며 더 효율적이다. 그러나 CAZAC(Constant Amplitude Zero Auto-Correlation) 행렬 변환이 뛰어난 PAPR 저감 효과를 보임에도 불구하고, comb type pilot이 데이터 심볼에 삽입되게 되면 PAPR이 다시 증가하는 문제가 있다. 따라서, 본 논문에서는 이러한 comb type pilot 배치로 인해 증가된 PAPR을 개선하기 위해 추가적으로 새로운 방식의 SLM(Selective Mapping)을 적용하였다. 또한, 본 논문에서 사용된 새로운 방식의 SLM 기법은 일반적인 SLM 기법과 달리, SLM의 선택 정보를 전송하기 위한 추가적인 대역폭을 사용하지 않음으로써 대역 효율을 높인다. 따라서, 본 논문에서 제안된 시스템은 제한된 주파수 대역을 이용하여 고효율의 데이터 전송을 얻을 수 있다. Because of a large number of subcarriers, the high PAPR(Peak-to-Average Power Ratio) is the major drawback of NC-OFDM system used for wireless communication system. Comb type pilot assignment is more efficient and lower computational complexity for the channel estimation than the block type pilot. However, even if the CAZAC(Constant Amplitude Zero Autocorrelation) matrix transform is used for the PAPR reduction of the data symbols, PAPR increases when the pilot is inserted in comb type with the data symbols. Therefore, in this paper, we additionally use a new SLM technique in order to lower the PAPR again even in the comb type pilot. Also, a new SLM technique suggested in this paper does not need any additional bandwidth for sending selection information for SLM. This combined method has good PAPR reduction performance and efficient data transmission.
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) | 0,000 | 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 | 0,000 |
| 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 ».