High pilot overhead and peak-to-average power ratio (PAPR) are challenging issues in channel estimation for orthogonal time frequency space (OTFS) systems. ZP-OTFS is a modified OTFS system where multiple rows along the delay axis are zero. We propose a two-step channel estimation method for the ZP-OTFS system. The proposed method inserts pilot sequences in the zero bins of the ZP-OTFS system, resulting in low overhead and PAPR. Our simulation results demonstrate the effectiveness of the proposed method and show that it outperforms embedded pilot estimation in terms of normalized mean square error (NMSE) at the same bit error rate (BER).


翻译:高导频开销和峰均比(PAPR)是正交时频空间(OTFS)系统信道估计中的挑战问题。ZP-OTFS是一种修改后的OTFS系统,其中沿时延轴的多行为零。我们提出了一种两步信道估计方法,适用于ZP-OTFS系统。所提出的方法在ZP-OTFS系统的零时频位置中插入导频序列,从而获得低开销和PAPR。我们的仿真结果证明了所提出方法的有效性,并表明它在相同误码率(BER)下的归一化均方误差(NMSE)方面优于嵌入式导频估计。

0
下载
关闭预览

相关内容

《先进传感器:协作技术联盟》美陆军
专知会员服务
22+阅读 · 2023年5月23日
【硬核书】树与网络上的概率,716页pdf
专知会员服务
72+阅读 · 2021年12月8日
专知会员服务
32+阅读 · 2021年9月16日
专知会员服务
14+阅读 · 2021年5月21日
【AAAI2021】用于多标签图像分类的深度语义词典学习
专知会员服务
14+阅读 · 2020年12月30日
【硬核书】树与网络上的概率,716页pdf
专知
23+阅读 · 2021年12月8日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
人脸检测库:libfacedetection
Python程序员
15+阅读 · 2019年3月22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
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
国家自然科学基金
0+阅读 · 2015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 · 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
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2023年5月23日
VIP会员
相关资讯
【硬核书】树与网络上的概率,716页pdf
专知
23+阅读 · 2021年12月8日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
人脸检测库:libfacedetection
Python程序员
15+阅读 · 2019年3月22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
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
ResNet, AlexNet, VGG, Inception:各种卷积网络架构的理解
全球人工智能
19+阅读 · 2017年12月17日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
相关基金
国家自然科学基金
0+阅读 · 2015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 · 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
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员