MétaCan
Menu
Retour à la cohorte
Enregistrement W2280484585 · doi:10.1109/vtcfall.2015.7390999

Joint Carrier Frequency Offset, Sampling Time Offset and Channel Estimation for OFDM-OQAM Systems

2015· article· en· W2280484585 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePAPR reduction in OFDM
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOrthogonal frequency-division multiplexingCarrier frequency offsetEstimatorComputer scienceJoint (building)Offset (computer science)Frequency offsetUTC offsetElectronic engineeringMultiplexingChannel (broadcasting)AlgorithmControl theory (sociology)TelecommunicationsMathematicsStatisticsEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Among the alternative multicarrier modulation techniques to orthogonal frequency division multiplexing (OFDM), a derivative of OFDM based on offset quadrature amplitude modulation (OFDM-OQAM) has been one of the most prominent to alleviate the sensitivity problem of the former to timing and frequency mismatch. In this paper, we propose an improved joint estimation method for carrier frequency offset (CFO), sampling time offset (STO) and channel impulse response (CIR) in OFDM-OQAM systems. The proposed method instruments a data-aided maximum-likelihood (ML) joint estimation of the unknown parameters, as derived under an assumption of Gaussian noise and independent input symbols by splitting the interference into pilot, non-pilot and noise terms. Performance evaluation is carried out through simulations by comparing the proposed method with a highly-cited previous work which considers all the three types of parameters in one development. The improvements in the results indicate the superiority of the proposed joint ML-based estimator.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,818
Score d'incertitude au seuil0,576

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,257
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

En bref

Citations7
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPAPR reduction in OFDMTravaux en français237 207