MétaCan
Menu
Retour à la cohorte
Enregistrement W4378194712 · doi:10.1109/twc.2023.3278173

Channel Estimation for Multiple-Input Multiple-Output Orthogonal Chirp-Division Multiplexing Systems

2023· article· en· W4378194712 sur OpenAlexafffund
Xing Ouyang, Octavia A. Dobre, Yong Liang Guan, P. D. Townsend

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaIrish Research CouncilScience Foundation IrelandEnterprise Ireland
Mots-clésMIMOMultiplexingComputer scienceMIMO-OFDMAlgorithmOrthogonal frequency-division multiplexingElectronic engineeringChirpChannel (broadcasting)Time-division multiplexingBandwidth (computing)Spatial multiplexingTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

In multiple-input multiple-output (MIMO) systems, channel estimation is of crucial importance to guarantee reliable recovery of ultra-high-speed MIMO signals. This paper proposes a novel channel estimation algorithm for the emerging MIMO-based orthogonal chirp-division multiplexing (OCDM) systems by utilizing the unique features of OCDM signals. In the proposed algorithm, a set of pilot signals is designed based on the Fresnel basis, which is essentially a family of orthogonal linear chirps. The pilots are assigned to different antennas for transmission occupying the same time slot and bandwidth. According to the convolution-preservation theorem of the Fresnel transforms, the transfer matrices of MIMO-OCDM systems can be readily estimated at the receiver without any inter-antenna interference, even if the pilots overlap in both the time and frequency domains. The proposed algorithm avoids bandwidth waste in conventional channel estimators, in which silent pilots will be required in time and/or frequency to ensure the received MIMO pilots separable. We show that the proposed algorithm is unbiased for the unique OCDM pilots and has better estimate accuracy and system performance. Finally, analysis and numerical results are provided to validate its advantages as a promising algorithm for emerging wireless access technology based on MIMO-OCDM.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,296
Écart entre enseignants0,248 · 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.

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

Citations16
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207