Multidimensional generalized quadrature index modulation scheme is proposed in this paper for conveying extra digital information with the aid of the space, radio frequency (RF) mirrors, and time indices. Explicitly, this proposed scheme cleverly combines another proposed time-indexed generalized quadrature spatial modulation (TI-GQSM) system with media-based modulation (MBM) transmission principle using RF mirrors, and it is referred to as TI-GQSM-MBM scheme. This scheme is attractive because of both the high data rate and the significant performance improvements that can be achieved. The system performance of the proposed schemes in terms of the bit error rate (BER) is evaluated and compared to the performance of the conventional schemes. Simulation results showed that a significant improvement is achieved by the TI-GQSM-MBM scheme as compared to that of TI-GQSM, time-indexed media-based modulation (TI-MBM) and the conventional generalized quadrature spatial modulation (GQSM) schemes for the same rate. It is also demonstrated that the proposed schemes are robust to channel estimation errors (CEEs) as compared to multidimensional generalized spatial modulation (GSM) schemes. Therefore, the proposed schemes can be effectively used as an alternative solution for various 5G and beyond wireless networks.


翻译:本文件提议采用多层面通用二次曲线指数调制办法,以便在空间、无线电频率(RF)镜像和时间指数的帮助下传递额外数字信息。清晰地说,这一拟议办法明智地结合了另一个拟议的时间索引通用二次曲线空间调制(TI-GQSM)系统与使用RF镜的媒体调制(MBM)传输原则,称为T-GQSM-MBM计划。这个办法具有吸引力,因为数据率高,而且可以实现显著的性能改进。对拟议办法的系统性能进行了比特误差率(BER)的评价,并与常规办法的性能作了比较。模拟结果表明,与TI-GQSM-MMM(MM)系统相比,与基于媒体调制(TI-GQSM)、时间指数媒体调制(TI-GQSMMMM)和常规通用的空间调制(GQSMM)方案相比,拟议的系统可有效改进,将通用办法比作各种频道估计。

0
下载
关闭预览

相关内容

计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
(TensorFlow)实时语义分割比较研究
机器学习研究会
9+阅读 · 2018年3月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16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
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
4+阅读 · 2018年4月26日
Arxiv
5+阅读 · 2018年1月30日
VIP会员
相关VIP内容
相关资讯
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Ray RLlib: Scalable 降龙十八掌
CreateAMind
9+阅读 · 2018年12月28日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
(TensorFlow)实时语义分割比较研究
机器学习研究会
9+阅读 · 2018年3月12日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16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
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员