Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2003.01010

帮助 | 高级搜索

计算机科学 > 信息论

arXiv:2003.01010 (cs)
[提交于 2020年3月2日 ]

标题: 关于MIMO-OFDM擦除的概率

标题: On the Probability of Erasure for MIMO-OFDM

Authors:K. Vasudevan, A. Phani Kumar Reddy, Gyanesh Kumar Pathak, Shivani Singh
摘要: 检测有效信号的存在是电信接收机的一项重要任务。当由于噪声和衰落,接收机无法检测到有效信号时,这种情况被称为擦除。本文研究了用于多输入多输出(MIMO)系统的正交频分复用(OFDM)信号的擦除概率计算问题。理论结果通过计算机仿真得到了验证。由于能够减轻由频率选择性衰落信道引起的码间干扰(ISI),OFDM 被广泛应用于当今的无线通信系统中。MIMO 系统提供了空间复用的优势,从而提高了比特率,这是像 5G 及更高级别最近无线标准的主要需求。
摘要: Detecting the presence of a valid signal is an important task of a telecommunication receiver. When the receiver is unable to detect the presence of a valid signal, due to noise and fading, it is referred to as an erasure. This work deals with the probability of erasure computation for orthogonal frequency division multiplexed (OFDM) signals used by multiple input multiple output (MIMO) systems. The theoretical results are validated by computer simulations. OFDM is widely used in present day wireless communication systems due to its ability to mitigate intersymbol interference (ISI) caused by frequency selective fading channels. MIMO systems offer the advantage of spatial multiplexing, resulting in increased bit-rate, which is the main requirement of the recent wireless standards like 5G and beyond.
评论: 6页,3个图,期刊
主题: 信息论 (cs.IT)
引用方式: arXiv:2003.01010 [cs.IT]
  (或者 arXiv:2003.01010v1 [cs.IT] 对于此版本)
  https://doi.org/10.48550/arXiv.2003.01010
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Kasturi Vasudevan [查看电子邮件]
[v1] 星期一, 2020 年 3 月 2 日 16:37:32 UTC (2,488 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
查看许可
当前浏览上下文:
cs.IT
< 上一篇   |   下一篇 >
新的 | 最近的 | 2020-03
切换浏览方式为:
cs
math
math.IT

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号