دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: الکترونیک: ارتباطات از راه دور ویرایش: نویسندگان: Lindskog E. سری: ISBN (شابک) : 9150613502 ناشر: سال نشر: 1999 تعداد صفحات: 335 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
در صورت تبدیل فایل کتاب Space-Time Processing for Wireless Communications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پردازش زمان و فضا برای ارتباطات بی سیم نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
در این پایان نامه چندین جنبه از پردازش فضا-زمان و یکسان سازی برای ارتباطات بی سیم مورد بررسی قرار می گیرد. ما چندین روش مختلف برای بهبود تخمین کانالهای فضا-زمان را مورد بحث قرار میدهیم، مانند پارامترسازی زمانی، پارامترسازی فضایی، تخمین کانال کاهش رتبه، تخمین کانال بوت استرپ، و تخمین مشترک یک کانال FIR و یک مدل نویز AR. در ارتباطات بی سیم، سیگنال اغلب در معرض تداخل بین نمادها و همچنین تداخل سایر کاربران است. ما در اینجا اکولایزرهای بازخورد تصمیم فضا-زمان و برآوردگرهای توالی احتمال حداکثر فضا-زمان را مورد بحث قرار می دهیم، که می تواند تأثیر این عوامل را کاهش دهد. در صورتی که کانال بی سیم مقدار زیادی تأخیر جفت شده و گسترش زاویه را تجربه نکند، ممکن است عملکرد کافی توسط یک اکولایزر با ساختار کمتر پیچیده به دست آید. بنابراین ما در مورد اکولایزرهای مختلف کاهش پیچیدگی و برآوردگرهای دنباله نماد بحث می کنیم. همچنین در مورد تخمین مجدد کانال و/یا تنظیم مجدد اکولایزر با روش بوت استرپ با استفاده از نمادهای تخمین زده بحث می کنیم. با این روش میتوانیم عملکرد تخمین کانال، یکسان سازی و سرکوب تداخل را بهبود بخشیم. از این روش می توان برای سرکوب تداخل کننده های ناهمزمان نیز استفاده کرد. هنگامی که اکولایزرها و الگوریتمهای تشخیص نماد بر اساس کانالهای تخمینی طراحی میشوند، باید در نظر بگیریم که چگونه خطاها در کانالهای تخمینی، یا خطاهای ناشی از تغییرات زمانی، بر عملکرد اکولایزر یا آشکارساز نماد تأثیر میگذارند. ما نشان میدهیم که اکولایزرهایی که بر اساس کانالهای تخمینی حداقل مربعات معمولی تنظیم شدهاند، درجهای از خود مقاومسازی را نشان میدهند، که به طور خودکار خطاهای احتمالی در تخمین کانال را جبران میکند.
In this thesis several aspects of space-time processing and equalization for wireless communications are treated. We discuss several different methods of improving estimates of space-time channels, such as temporal parametrization, spatial parametrization, reduced rank channel estimation, bootstrap channel estimation, and joint estimation of an FIR channel and an AR noise model. In wireless communication the signal is often subject to intersymbol interference as well as interference from other users. We here discuss space-time decision feedback equalizers and space-time maximum likelihood sequence estimators, which can alleviate the impact of these factors. In case the wireless channel does not experience a large amount of coupled delay and angle spread, sufficient performance may be obtained by an equalizer with a less complex structure. We therefore discuss various reduced complexity equalizers and symbol sequence estimators. We also discuss re-estimating the channel and/or re-tuning the equalizer with a bootstrap method using estimated symbols. With this method we can improve the performance of the channel estimation, the equalization, and the interferer suppression. This method can also be used to suppress asynchronous interferers. When equalizers and symbol detection algorithms are designed based on estimated channels we need to consider how errors in the estimated channels, or errors due to time variations, affect the performance of the equalizer or symbol detector. We show that equalizers tuned based on ordinary least squares estimated channels exhibit a degree of self-robustification, which automatically compensates for potential errors in the channel estimates.