A Low-Complexity Time Synchronization Algorithm for MIMO ZP-OFDM in Urban Impulsive Noise Environments
Notice bibliographique
Résumé
The zero padding (ZP) variants of orthogonal frequency-division multiplexing (OFDM) exhibit a lower bit error rate (BER) and higher energy efficiency compared to their cyclic prefix (CP) counterparts. However, the employment of ZP-OFDM demands strict time synchronization, which is challenging in the absence of pilots or CP. Moreover, time synchronization in OFDM systems is even more challenging when impulsive noise is present. It is well known that urban noise, which consists largely of impulsive noise generated by spark plugs used in internal combustion engines, switching and industrial activities, and discharge of high voltage distribution lines, has a strong influence on digital mobile communications. In this paper, we propose a new low-complexity approximate maximum likelihood (A-ML) timing offset (TO) estimator for ZP multiple-input multiple-output (MIMO)-OFDM in impulsive-noise environments. Performance comparison of the A-ML estimator with existing TO estimators demonstrates a superior performance in terms of lock-in probability with similar computational complexity. Also, compared to the optimal ML TO estimator, it offers a significantly lower computational complexity with negligible performance loss. The A-ML estimator can be employed for both frame and symbol synchronization.
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 | 0,001 |
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 ».