The discussion on using zero padding (ZP) instead of a cyclic prefix (CP) for enhancing channel estimation and equalization performance is a recurring topic in waveform design for future wireless systems that high spectral efficiency and location awareness are the key factors. This is particularly true for orthogonal signals, such as orthogonal frequency-division multiplexing (OFDM). ZP-OFDM is appealing for joint communications and sensing (JCS) in 6G networks because it takes the advantage of both OFDM and pulse radar. In term of communication, ZP-OFDM compared to CP-OFDM, has higher power efficiency and lower bit error rate (BER). However, time synchronization is challenging in ZP-OFDM systems due to the lack of CP. In terms of sensing, ZP facilitates ranging methods, such as time-sum-of-arrival (TSOA). In this paper, we propose a moment-based timing offset (TO) estimator for multiple-input multiple-output (MIMO) ZP-OFDM system without the need for pilots. We then introduce the which significantly improves the estimation accuracy of the previous estimator. We show that the proposed method asymptotically reaches the maximum likelihood (ML) estimator. Simulation results show very high probability of lock-in for the proposed estimators under various practical scenarios.


翻译:有关使用零覆垫(ZP)而不是环形前缀(JCS)来提高频道估计和均衡性能的讨论,是未来无线系统波形设计中一个反复出现的主题,因为光谱效率和位置意识高是关键因素。对于正方形信号来说尤其如此,例如正方形频率分布多路转换(OFDM),ZP-OFDM呼吁在6G网络上使用联合通信和感测(JCS),因为它利用了DM和脉冲雷达。就通信而言,ZP-OFDM与CP-OFDM相比,其功率效率更高,位误差率较低(BER)。然而,由于缺少CP,ZP-OFDM系统的时间同步性难度很大。在感测方面,ZP为OFDMDM(T)的测算方法提供便利。在本文件中,我们提议对多投影的多重输出(IMO)ZPDMDM(MI)系统采用基于最高概率的估测算方法,我们随后在试算出前期测结果时将大大改进。</s>

0
下载
关闭预览

相关内容

不可错过!《机器学习100讲》课程,UBC Mark Schmidt讲授
专知会员服务
73+阅读 · 2022年6月28日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2023年5月6日
VIP会员
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Top
微信扫码咨询专知VIP会员