Design of nonuniformly-spaced tapped-delay-line equalizers for sparse multipath channels
Notice bibliographique
Résumé
The problem of designing nonuniformly-spaced tapped-delay-tine equalizers (NU-E) for sparse multipath channels is addressed. First, analytical expressions that explicitly indicate the tap positions and tap values of the infinite-length, T-spaced linear equalizers (LE) and decision feedback equalizers (DFE) under the zero-forcing (ZF) and minimum mean square error (MMSE) criteria are derived using the conventional matched receive filter (MF) and a square root raised cosine (SRRC) receive filter that is matched to a SRRC transmit filter. For both receive filter systems, the ZF-LE and the MMSE-LE for sparse multipath channels are nonuniformly-spaced with identical tap positions, but the ZF-DFE and MMSE-DFE are uniformly-spaced. Next, two suboptimum tap allocation algorithms based on the positions of large magnitude taps in the infinite-length, T-spaced equalizers are proposed for designing finite-length, T- and T/2-spaced MMSE NU-LE and NU-DFE. Results have shown that the proposed NU-E exhibit superior performance over uniformly-spaced tapped-delay-line equalizers (U-E) for the same number of taps, and only a small loss in SNR when compared to U-E with a large number of taps. Moreover, the SRRC receive filter is found to be a better front-end receive filter than the MF when used together with an appropriately-designed NU-E. A simple method that assigns extra T/2-spaced taps to improve the timing insensitivity of the proposed NU-E is also included.
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 ».