A channel delay spread larger than the cyclic prefix (CP) creates inter-carrier/symbol interference (ISI/ICI) in orthogonal frequency-division multiplexing (OFDM). Recent interests in low-latency applications have motivated the usage of shorter OFDM symbols where one can either downscale the CP at the cost of interference, or maintain it but with larger overhead. Alternatively, this paper studies channel shortening methods exploiting the properties of large multi-antenna precoding in order to steer the transmitted signal energy toward channel paths inside an insufficient CP. It is shown that ISI/ICI can asymptotically be canceled by conventional subcarrier-based precoding with an infinite number of antennas. This is achieved by introducing time-delay selectivity inside frequency-selective precoders in order to remove undesired delayed signals, providing a trade-off between interference mitigation and multi-path combining gains, and leading to subsequent gains in high SNR. This frequency-domain precoding method, coined time-frequency (TF) precoding, is compared to time-reversal (TR) filtering whose asymptotic rate is optimal but introduces post-modulation processing with channel-dependent signal distortion. In addition to maintain the legacy precoded multi-antenna OFDM structure, finite-size analysis shows that TF-precoding converges faster to its asymptotic rate than TR-filtering, so that TF-precoding can outperform TRfiltering in the high-SNR regime with not-so-many antennas.


翻译:一个比环形前置( CP) 还要大的频道延迟, 其范围比环形前置( CP) 还要大得多, 从而在正向频率多变( OFDM ) 中产生传递信号的能量( ISI/ ICI ) 。 最近对低纬度应用的兴趣促使使用较短的 ODM 符号, 从而可以以干扰为代价, 或以更大的管理费来缩小 CP, 从而降低 CP, 或保持它。 或者, 这份论文研究将利用大型多线条预编码的特性来引导传输信号能量到一个不够的CP 的频道路径路径。 这表明 ISI/ ICI 能够通过常规的基于子载频率多功能的预编码取消 。 这是通过在频率选择性的预译内引入时间偏移( delay) 选择性, 以排除不理想的延迟信号, 提供干扰缓解和多路径组合之间的交换, 并导致高SNRR( ) 的频率前置预编码方法, 硬化( TTF) 时间- 之前的频率- train- train- transetty- translation- trade- trade- trade- trade- trade- trade- trade- trade- trade- trade- trade- pal- pal- stra) 和后演化, 后演化( ) 后演化, 后演化, 后演化, 后演算, 后演算, 后演算, 后演算, 后算, 后制成为最佳化, 后算,, 后制为最佳的 后制为最慢序- sil- sil- sal- sil- sl- sl- d- d- d- sil- d- stra- d- d- decil- stra- d- d- stra- stra- dal- dal- ro- dir- dir- dal- dal- dal- stra- dal- dal- dal- dal- dal- dal- decal- stra- dal- stra- dal- d- stra- stra-

0
下载
关闭预览

相关内容

这是第25届年度会议,讨论有约束计算的所有方面,包括理论、算法、环境、语言、模型、系统和应用,如决策、资源分配、调度、配置和规划。为了纪念25周年,吉恩·弗洛伊德创作了一本“虚拟卷”来庆祝这个系列会议。信息可以在这里找到。约束编程协会有本系列中以前的会议列表。CP 2019计划将包括展示关于约束技术的高质量科学论文。除了通常的技术轨道外,CP 2019年会议还将有主题轨道。每个赛道都有一个专门的小组委员会,以确保有能力的评审员将审查这些领域的人提交的论文。 官网链接:https://cp2019.a4cp.org/index.html
深度学习搜索,Exploring Deep Learning for Search
专知会员服务
57+阅读 · 2020年5月9日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17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
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【 关关的刷题日记47】Leetcode 38. Count and Say
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年4月3日
Arxiv
0+阅读 · 2021年4月2日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
VIP会员
相关VIP内容
深度学习搜索,Exploring Deep Learning for Search
专知会员服务
57+阅读 · 2020年5月9日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17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
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
相关资讯
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【 关关的刷题日记47】Leetcode 38. Count and Say
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员