Deep learning‐based pilot‐assisted channel state estimator for OFDM systems
نویسندگان
چکیده
منابع مشابه
channel estimation for mimo-ofdm systems
تخمین دقیق مشخصات کانال در سیستم های مخابراتی یک امر مهم محسوب می گردد. این امر به ویژه در کانال های بیسیم با خاصیت فرکانس گزینی و زمان گزینی شدید، چالش بزرگی است. مقالات متعدد پر از روش های مبتکرانه ای برای طراحی و آنالیز الگوریتم های تخمین کانال است که بیشتر آنها از روش های خاصی استفاده می کنند که یا دارای عملکرد خوب با پیچیدگی محاسباتی بالا هستند و یا با عملکرد نه چندان خوب پیچیدگی پایینی...
Parallel Channel Estimator and Equalizer for Mobile OFDM Systems
Mobile OFDM refers to OFDM systems with fast moving transceivers, in contrast to traditional OFDM systems whose transceivers are stationary or have a low velocity. In this paper, we use the basis expansion model (BEM) to model time-varying OFDM channels. Using different BEM’s, we investigate various architectures to implement the least-squares (LS) channel estimation and its corresponding zero-...
متن کاملLow-complexity WLMMSE channel estimator for MB-OFDM UWB systems
Widely linear (WL) minimum mean square error (MMSE) channel estimation scheme have been proposed for multiband orthogonal frequency division multiplexing ultra-wideband (MB-OFDM UWB) systems dealing with non-circular signals. This WLMMSE channel estimation scheme provides significant performance gain, but it presents a high computational complexity compared with the linear one. In this paper, w...
متن کاملImproved Channel Estimation for DVB-T2 Systems by Utilizing Side Information on OFDM Sparse Channel Estimation
The second generation of digital video broadcasting (DVB-T2) standard utilizes orthogonal frequency division multiplexing (OFDM) system to reduce and to compensate the channel effects by utilizing its estimation. Since wireless channels are inherently sparse, it is possible to utilize sparse representation (SR) methods to estimate the channel. In addition to sparsity feature of the channel, the...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: IET Communications
سال: 2020
ISSN: 1751-8628,1751-8636
DOI: 10.1049/cmu2.12051