Analysis and Modeling of Physical Layer Alternatives in OFDM Based WLANs
Notice bibliographique
Résumé
In this paper we provide a baseband simulation model which is used to study the performance of the physical layer of IEEE 802.11a OFDM based wireless LANs. In our study we provide two different system alternatives called system 1 and system 2. System 1 represents a low complexity implementation that meets the minimum requirements of the standards. We use system 1, which employs a zero forcing channel estimator, hard decision Viterbi decoder and a non-overlapped windowing spectral shaping, as a reference model. In system 2 we provide a more efficient system that utilizes channel estimation using least square error (LSE) estimation and soft decision Viterbi decoding. We then evaluate the performance of both systems. The simulation results demonstrate an increase in the performance of system 2 over system 1 that coincides with the classical results for LSE estimation and soft decision decoding, which confirms the accuracy of the simulation model. Our results also show that channel estimation degrades the system performance when the channel is mainly AWGN with very low fading effects. Finally in order to reduce the out of band emissions of OFDM WLANs, we design a new spectral shaping filter. We show that the filter's effect on the overall system performance is negligible while it significantly reduces the out of band spectral leakage.
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 | 0,000 |
| 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 ».