• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEICE Communications Express >Neural network-based time-domain equalization without training signal in OFDM systems without CP
【24h】

Neural network-based time-domain equalization without training signal in OFDM systems without CP

机译：基于神经网络的时域均衡，无需CP的OFDM系统中的训练信号

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes a neural network-based time-domain equalizer (TEQ) in OFDM systems. The proposed TEQ based on the minimum output energy criterion does not require the transmission of a training signal or the insertion of a cyclic prefix to suppress inter-symbol interference; thus, the proposed TEQ does not degrade bandwidth efficiency. Further, an arbitrary decision delay and multiple receive antennas are introduced to improve the bit error rate performance. By simulation, we show that the proposed TEQ is significantly superior to a conventional scheme.
机译：本文提出了在OFDM系统中基于神经网络的时域均衡器（TEQ）。 基于最小输出能量标准的提议的TEQ不需要传输训练信号或循环前缀的插入来抑制符号间干扰; 因此，所提出的TEQ不会降低带宽效率。 此外，引入任意决策延迟和多个接收天线以提高误码率性能。 通过模拟，我们表明所提出的TEQ显着优于传统方案。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号