MétaCan
Menu
Retour à la cohorte
Enregistrement W3012245672 · doi:10.1109/access.2020.2979376

Phase Noise Compensation for CFBMC–OQAM Systems Under Imperfect Channel Estimation

2020· article· en· W3012245672 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Access · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePAPR reduction in OFDM
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Saskatchewan
Mots-clésComputer scienceImperfectCompensation (psychology)Phase noiseNoise (video)Channel (broadcasting)Control theory (sociology)EstimationElectronic engineeringTelecommunicationsArtificial intelligenceEngineering

Résumé

récupéré en direct d'OpenAlex

Among many multi-carrier systems, circular filter-bank multi-carrier offset quadrature amplitude modulation (CFBMC-OQAM) is one of promising candidates for future wireless communications. This paper studies the impact of phase noise and its compensation for CFBMC-OQAM under imperfect channel estimation, which has not been done before. In the presence of phase noise, a two-stage phase noise compensation algorithm is proposed. In the first stage, the channel frequency response and phase noise are estimated based on the transmission of a preamble. Such a preamble is designed to minimize the channel mean squared error. In the second stage, the estimated channel obtained from the first stage together with pilot symbols are used to compensate for the phase noise and detect the transmitted signal. Simulation results obtained under practical scenarios show that the proposed algorithm effectively estimates the channel frequency response and compensates for the phase noise. The proposed algorithm is also shown to outperform an existing algorithm that performs iterative phase noise compensation when phase noise impact is high.

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 enseignants0,679
Score d'incertitude au seuil0,621

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 savante0,0000,001
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 Opus0,070
Tête enseignante GPT0,334
Écart entre enseignants0,264 · 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