Equalization of Multiuser Wireless CDMA Downlink Considering Transmitter Nonlinearity Using Walsh Codes
Notice bibliographique
Résumé
<p>Transmitter nonlinearity has been a major issue in many scenarios: cellular wireless systems have high power RF amplifier (HPA) nonlinearity at the base station; satellite downlinks have nonlinear TWT amplifiers in the satellite transponder and multipath conditions in the ground station; and radio-over-fiber (ROF) systems consist of a nonlinear optical link followed by a wireless channel. In many cases, the nonlinearity is simply ignored if there is no out-of-band emission. This results in poor BER performance. In this paper we propose a new technique to estimate the linear part of the wireless downlink in the presence of a nonlinearity using Walsh codes; Walsh codes are commonly used in CDMA downlinks. Furthermore, we show that equalizer performance is significantly improved by taking into account the presence of the nonlinearity during channel estimation. This is shown by using a regular decision feedback equalizer (DFE) with both wireless and RF amplifier noise. We perform estimation in a multiuser CDMA communication system where all users transmit their signal simultaneously. Correlation analysis is applied to identify the channel impulse response (CIR) and the derivation of key correlation relationships is shown. A difficulty with using Walsh codes in terms of their correlations (compared to PN sequences) is then presented, as well as a discussion on how to overcome it. Numerical evaluations show a good estimation of the linear system with 54 users in the downlink and a signal-to-noise ratio (SNR) of 25 dB. Bit error rate ( BER) simulations of the proposed identification and equalization algorithms show a BER of 10(-6) achieved at an SNR of similar to 25 dB.</p> <p> </p>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».