Optimal symbol timing for OFDM wireless communications
Notice bibliographique
Résumé
Orthogonal frequency division multiplexing (OFDM) has become a promising physical layer modulation technology for beyond 3G or 4G wireless communications due to effective inter-symbol interference mitigation for high speed data transmission. However, the timing of the OFDM symbol, i.e., the placement of the DFT collection window in a multi-path time dispersive channel remains an important and challenging issue in OFDM receiver design. An erroneous timing decision creates inter-symbol interference (ISI), inter-carrier interference (ICI), channel attenuation, and channel estimation error, which leads to a penalty on the collected OFDM symbol signal to noise ratio (SNR) resulting in an irreducible error floor. In this paper we quantify such effects and derive an optimal OFDM symbol timing solution in the sense of maximizing the signal to interference ratio (SIR) of the collected OFDM symbol. A practical timing algorithm, referred to as the equilibrium algorithm, is then developed to approximate the optimal timing decision. Compared with existing schemes in the literature, the proposed approach does not rely on explicit detection of individual channel paths or the delay spread boundary and therefore greatly reduces timing complexity. The equilibrium algorithm performs nearly as well as the optimal solution over a variety of channel delay spreads, is simple to implement, and is robust to channel estimation errors.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 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 ».