인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Taking forward Compressive Sensing (CS)-based channel estimation, the emphasis of this paper is to analyze the performance of CS-based channel estimation by varying the Fast Fourier Transform (FFT) size (number of subcarriers) employed in Orthogonal Frequency Division Multiplexing (OFDM). By selecting an optimal FFT size, it is possible to bring the Bit Error Rate (BER) down to zero at a particular Signal-to-Noise Ratio (SNR) for both the Least Square (LS) channel estimation technique and the least square with compressive sensing (LS-CS) channel estimation technique. The main benefit is that in the LS-CS technique, we need to sense only a very small percentage of the total channel coefficients, whereas in LS we must sense all channel coefficients, making the LS-CS technique much more efficient without any significant effect on the result. We also observe that by increasing the FFT size, performance of the system in terms of BER can be significantly improved, even when the channel is very noisy.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2019-569-000906991
