Orthogonal time-frequency space (OTFS) scheme, which transforms a time and frequency selective channel into an almost non-selective channel in the delay-Doppler domain, establishes reliable wireless communication for high-speed moving devices. This work designs and analyzes low-complexity zero-forcing (LZ) and minimum mean square error (LM) receivers for multiple-input multiple-output (MIMO)-OTFS systems with perfect and imperfect receive channel state information (CSI). The proposed receivers provide exactly the same solution as that of the conventional counterparts, and reduce the complexity by exploiting the doubly-circulant nature of the MIMO-OTFS channel matrix, the block-wise inverse, and Schur complement. We also derive, by exploiting the Taylor expansion and results from random matrix theory, a tight approximation of the post-processing signal-to-noise-plus-interference-ratio (SINR) expressions in closed-form for both LZ and LM receivers. We show that the derived SINR expressions, when averaged over multiple channel realizations, accurately characterize their respective bit error rate (BER) of both perfect and imperfect receive CSI. We numerically show the lower BER and lower complexity of the proposed designs over state-of-the-art exiting solutions.


翻译:将时间和频率选择频道转换成延迟-多普勒域中几乎非选择性的频道的OTFS(OTFS)方案,将一个时间和频率选择频道转换成一个几乎非选择性的频道,为高速移动装置建立可靠的无线通信。这项工作设计并分析低复合零力推进(LZ)和多投入多输出(MIIMO)-OTFS-不完善的多输出(MOIMO)-OTFS-LTFS系统最低平均正方差接收器(LMM)接收器(LMM)接收器(LMM),接收器接收器完美和不完善的频道国家信息。拟议接收器提供了与常规对口方完全相同的解决方案,并通过利用MIM-OTFS频道矩阵、区段反向反向和Schur 补充工具的双向网络双向循环系统双向循环系统,精确地描述他们各自不完善的C-BRIS(BER ) 的精确度和低位模型设计率(BER) 。

0
下载
关闭预览

相关内容

【ICML2020】机器学习无参数在线优化,294页ppt
专知会员服务
54+阅读 · 2020年8月1日
非凸优化与统计学,89页ppt,普林斯顿Yuxin Chen博士
专知会员服务
102+阅读 · 2020年6月28日
专知会员服务
61+阅读 · 2020年3月4日
PTGAN for Person Re-Identification
统计学习与视觉计算组
4+阅读 · 2018年9月10日
LibRec 精选:基于LSTM的序列推荐实现(PyTorch)
LibRec智能推荐
50+阅读 · 2018年8月27日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Soft-NMS – Improving Object Detection With One Line of Code
统计学习与视觉计算组
6+阅读 · 2018年3月30日
已删除
将门创投
3+阅读 · 2017年11月3日
Arxiv
0+阅读 · 2020年11月30日
VIP会员
相关VIP内容
【ICML2020】机器学习无参数在线优化,294页ppt
专知会员服务
54+阅读 · 2020年8月1日
非凸优化与统计学,89页ppt,普林斯顿Yuxin Chen博士
专知会员服务
102+阅读 · 2020年6月28日
专知会员服务
61+阅读 · 2020年3月4日
相关资讯
PTGAN for Person Re-Identification
统计学习与视觉计算组
4+阅读 · 2018年9月10日
LibRec 精选:基于LSTM的序列推荐实现(PyTorch)
LibRec智能推荐
50+阅读 · 2018年8月27日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Soft-NMS – Improving Object Detection With One Line of Code
统计学习与视觉计算组
6+阅读 · 2018年3月30日
已删除
将门创投
3+阅读 · 2017年11月3日
Top
微信扫码咨询专知VIP会员