面向 MIMO-OFDM 无线系统的低复杂度峰值功率辅助数据导向信道估计方案
计算机视觉与模式识别
2024-10-10 v1 人工智能
摘要
本文首次提出一种面向单输入单输出 (SISO) 和多输入多输出正交频分复用 (MIMO-OFDM) 无线系统的低复杂度峰值功率辅助数据导向信道估计 (DACE) 方法。在 OFDM 中，当子载波相位一致并相互constructively干扰时，会出现高峰值功率。本研究提出一种峰值功率辅助信道估计方案，准确选择 OFDM 系统发射机的峰值功率载波，并将其用作 DACE 方法的可靠载波。通过将这些可靠载波与已知的导模符号作为额外的导模信号融入信道估计，可显著提高 MIMO-OFDM 系统的信道估计精度。这一方法无需在接收端确定可靠的数据符号，从而显著降低了系统的计算复杂度。然而，OFDM 中的高峰值功率被视为主要缺点。本文采用 companding 技术来缓解此问题，并为 DACE 方法提供足够的余量。对所提出的 DACE 方法进行了评估，使用最小二乘 (LS) 和线性最小均方误差 (LMMSE) 信道估计器。该方法不仅提高了信道估计精度，还提高了无线系统的频谱效率。它在系统均方误差 (MSE) 和比特误码率 (BER) 性能方面优于传统信道估计器，同时将 pilot 开销降低 50%，为 MIMO-OFDM 系统提供了带宽优化。这一技术为提高无线通信系统的性能和效率提供了有前景的解决方案。
引用
@article{arxiv.2410.05721,
title = {Mero Nagarikta: Advanced Nepali Citizenship Data Extractor with Deep Learning-Powered Text Detection and OCR},
author = {Sisir Dhakal and Sujan Sigdel and Sandesh Prasad Paudel and Sharad Kumar Ranabhat and Nabin Lamichhane},
journal= {arXiv preprint arXiv:2410.05721},
year = {2024}
}
备注
13 pages, 8 figures