A New ICI Matrices Estimation Scheme Using Hadamard Sequence for OFDM Systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The intercarrier interference (ICI) matrix for the orthogonal frequency division multiplexing (OFDM) systems usually has a fairly large dimension. The traditional least-square solution based on the pseudo-inverse operation, therefore, has its limitation. In addition, the provision of a sufficiently long training sequence to estimate the complete ICI matrix is not feasible, since it will result in severe throughput reduction. In this paper, we derive a lower bound for the mean-square estimation error among the least-square ICI matrix estimators using different training sequences and prove that the minimum mean-square error (MMSE) optimality is attained when the training sequences in different OFDM blocks are orthogonal to each other, regardless of the sequence length. We also prove that the asymptotical mean-square estimation error using the maximal-length shift-register sequences (m-sequences) as in the existing communication standards is 3 dB larger than that using the perfectly orthogonal sequences for ICI matrix estimation. Thus, we propose to employ the training sequences based on the Hadamard matrix to achieve a highly efficient and optimal ICI matrix estimator with minimum mean-square estimation error among all least-square ICI matrix estimators. Meanwhile, our new scheme involves only square computational complexity, while other existing least-square methods require the complexity proportional to the cube of the ICI matrix size. Analytical and experimental comparisons between our new scheme using Hadamard sequences and the existing method using m-sequences (pseudo-random sequences) show the significant advantages of our new ICI matrix estimator. The proposed method is most suitable for OFDM systems with large amount of subcarriers, using high order of subcarrier modulation, and designed for high-end of RF frequency band, where accurate ICI estimation is crucial.
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.
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 découle