基于监督学习方法的体域网BCC非相干OOK符号检测
信息论
2020-08-20 v1 信号处理
math.IT
摘要
对于人体上或人体周围使用的医疗器件，人们一直有着提高其准确性和易用性的需求。通信对医疗应用至关重要，而无线体域网（WBANs）有潜力彻底改变诊断方式。尽管十分重要，WBAN技术仍处于起步阶段，需要大量研究。我们考虑体信道通信（BCC），其将整个身体以及皮肤用作通信介质。BCC对人体自然循环和动作敏感，这需要一种用于无线通信的非相干模型。为了准确处理在人体上或人体内工作的电子设备的实际应用，我们为采用通断键控（OOK）调制的BCC配置了 realistic 系统模型。我们提出了新颖的OOK符号检测技术，并通过利用分布式接收和监督学习方法提升了性能。数值结果表明，所提技术对BCC的非相干OOK传输是有效的。
引用
@article{arxiv.2008.08286,
title = {Noncoherent OOK Symbol Detection with Supervised-Learning Approach for BCC},
author = {Jihoon Cha and Junil Choi and David J. Love},
journal= {arXiv preprint arXiv:2008.08286},
year = {2020}
}
备注
This paper has been accepted from the IEEE International Symposium on Personal, Indoor and Mobile Radio Communications (PIMRC)