MétaCan
Menu
Retour à la cohorte
Enregistrement W2883914487 · doi:10.1109/vtcspring.2018.8417804

Blind Channel Estimation Technique for OFDM Systems over Time Varying Channels

2018· article· en· W2883914487 sur OpenAlexaff
Lina Bariah, Arafat Al‐Dweik, Sami Muhaidat

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésOrthogonal frequency-division multiplexingChannel (broadcasting)EstimatorPhase-shift keyingModulation (music)Interference (communication)AlgorithmAsk priceKeyingComputer scienceAmplitude-shift keyingQuadrature amplitude modulationMathematicsBit error rateTelecommunicationsStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents an efficient blind channel estimation technique for orthogonal frequency division multiplexing (OFDM) systems over-time varying channels. New frame structure is proposed, where different modulation schemes are employed to estimate the time-varying channel coefficients. Amplitude shift keying (ASK) and phase shift keying (PSK) modulation schemes are utilized to modulate particular pair of subcarriers over consecutive OFDM symbols, where the ASK and PSK symbols cooperate to enable blind estimation of the channel coefficients. In particular, PSK modulated symbols are employed in the amplitude- coherent detector (ACD) to allow blind detection for the ASK symbols. After that, the detected ASK symbols, with interpolation, are used to estimate the channel coefficients for the full frame. Exact closed-form expression for the symbol error rate (SER) of the ASK symbols is derived and corroborated with Monte Carlo simulations to evaluate the performance of the proposed technique and compare it with the pilot based OFDM system. Analytical and simulation results show that the proposed estimator can provide estimation with accuracy and computational complexity that are comparable to pilot based estimators.

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 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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,874
Score d'incertitude au seuil0,654

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 Opus0,022
Tête enseignante GPT0,283
Écart entre enseignants0,261 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication TechniquesTravaux en français237 207