
Кратко предÑтавлены определение Ñигнала FTN и принцип передачи Ñигнала FTN, а на риÑунке показано Ñравнение форм Ñигналов между ортогональной передачей и передачей FTN. Ð”Ð»Ñ ÑиÑтемы передачи FTN Ñ Ð¾Ð´Ð½Ð¾Ð¹ неÑущей Ñначала предÑтавьте модель ÑиÑтемы передачи FTN Ñ Ð¾Ð´Ð½Ð¾Ð¹ неÑущей, метод модулÑции и демодулÑции Ñигнала FTN Ñ Ð¾Ð´Ð½Ð¾Ð¹ неÑущей и Ñквивалентную модель Ñигнала FTN Ñ Ð¾Ð´Ð½Ð¾Ð¹ неÑущей. Чтобы улучшить показатели ошибок по битам в ÑиÑтеме передачи FTN Ñ Ð¾Ð´Ð½Ð¾Ð¹ неÑущей, изучаетÑÑ Ñ‚ÐµÑ…Ð½Ð¾Ð»Ð¾Ð³Ð¸Ñ Ð¿Ñ€Ð¸ÐµÐ¼Ð° Ñигнала FTN, оÑÐ½Ð¾Ð²Ð°Ð½Ð½Ð°Ñ Ð½Ð° итеративном выравнивании. Итерационный приемник, оÑнованный на выравнивании MMSE, может хорошо уÑтранить внеÑенные помехи Ñ Ð¿Ð¾Ð¼Ð¾Ñ‰ÑŒÑŽ неÑкольких итераций, но ÑущеÑтвует большое количеÑтво операций ÑƒÐ¼Ð½Ð¾Ð¶ÐµÐ½Ð¸Ñ Ð¸ инверÑии матриц. По Ñтой причине на принимающей Ñтороне разработана Ð¸Ñ‚ÐµÑ€Ð°Ñ‚Ð¸Ð²Ð½Ð°Ñ Ñхема приема, оÑÐ½Ð¾Ð²Ð°Ð½Ð½Ð°Ñ Ð½Ð° непрерывном подавлении помех. Ð’ то же Ð²Ñ€ÐµÐ¼Ñ Ð¸Ð·ÑƒÑ‡Ð°ÐµÑ‚ÑÑ Ñ‚ÐµÑ…Ð½Ð¾Ð»Ð¾Ð³Ð¸Ñ Ð¿Ñ€Ð¸ÐµÐ¼Ð° Ñигнала FTN в канале Ñ Ð¼Ð½Ð¾Ð³Ð¾Ð»ÑƒÑ‡ÐµÐ²Ñ‹Ð¼ раÑпроÑтранением, и Ð¸Ñ‚ÐµÑ€Ð°Ñ‚Ð¸Ð²Ð½Ð°Ñ Ñхема приема по гауÑÑовÑкому каналу применÑетÑÑ Ðº каналу Ñ Ð¼Ð½Ð¾Ð³Ð¾Ð»ÑƒÑ‡ÐµÐ²Ñ‹Ð¼ раÑпроÑтранением. ПоÑредÑтвом многократного поÑледовательного Ð¿Ð¾Ð´Ð°Ð²Ð»ÐµÐ½Ð¸Ñ Ð¸ Ð´ÐµÐºÐ¾Ð´Ð¸Ñ€Ð¾Ð²Ð°Ð½Ð¸Ñ Ð¿Ð¾Ð¼ÐµÑ… может быть доÑтигнута характериÑтика ошибок приблизительной ортогональной передачи. быть полученным. Ð”Ð»Ñ ÑиÑтемы передачи FTN Ñ Ð¼Ð½Ð¾Ð¶ÐµÑтвом неÑущих ÑиÑтема передачи Ñ Ð¼Ð½Ð¾Ð¶ÐµÑтвом неÑущих иÑпользует ÑиÑтему мультиплекÑÐ¸Ñ€Ð¾Ð²Ð°Ð½Ð¸Ñ Ñ Ð¾Ñ€Ñ‚Ð¾Ð³Ð¾Ð½Ð°Ð»ÑŒÐ½Ñ‹Ð¼ чаÑтотным разделением каналов (OFDM / OQAM) Ñ ÐºÐ²Ð°Ð´Ñ€Ð°Ñ‚ÑƒÑ€Ð½Ð¾Ð¹ амплитудной модулÑцией. СоглаÑно ÑпоÑобу быÑтрой реализации ÑиÑтемы OFDM / OQAM, модулÑÑ†Ð¸Ñ Ð¸ демодулÑÑ†Ð¸Ñ Ñигналов FTN Ñ Ð½ÐµÑколькими неÑущими может быть реализована на оÑнове иÑходной ортогональной модулÑции Ñигнала передачи и демодулÑтора без необходимоÑти Ð¾Ñ‚Ð¾Ð±Ñ€Ð°Ð¶ÐµÐ½Ð¸Ñ Ð½Ð° передающей Ñтороне и ÑÐ¾Ñ…Ñ€Ð°Ð½ÐµÐ½Ð¸Ñ Ð±Ð¾Ð»ÑŒÑˆÐ¾Ð¹ объем данных. Ðа приемной Ñтороне вÑе еще применÑетÑÑ Ñхема итеративного приема, оÑÐ½Ð¾Ð²Ð°Ð½Ð½Ð°Ñ Ð½Ð° непрерывном подавлении помех, и обнаружение Ñигнала FTN Ñ Ð¼Ð½Ð¾Ð¶ÐµÑтвом неÑущих завершаетÑÑ Ð¿Ð¾ÑредÑтвом многократной итеративной коррекции. Ð”Ð»Ñ Ð¼Ð½Ð¾Ð³Ð¾Ð»ÑƒÑ‡ÐµÐ²Ñ‹Ñ… каналов коÑффициенты Ð·Ð°Ð¼Ð¸Ñ€Ð°Ð½Ð¸Ñ Ð¿Ð¾Ð´ÐºÐ°Ð½Ð°Ð»Ð¾Ð² различаютÑÑ Ð¸Ð·-за чаÑтотной избирательноÑти каналов.ПоÑтому Ð´Ð»Ñ Ñ€ÐµÐ°Ð»Ð¸Ð·Ð°Ñ†Ð¸Ð¸ приема Ñигналов FTN Ñ Ð½ÐµÑколькими неÑущими в многолучевых каналах чаÑтотно-временные характериÑтики импульÑного фильтра ÑвлÑÑŽÑ‚ÑÑ Ñ„Ð¾Ñ€Ð¼Ð¸Ñ€ÑƒÐµÑ‚ÑÑ Ð² ÑоответÑтвии Ñ Ð¿Ð°Ñ€Ð°Ð¼ÐµÑ‚Ñ€Ð°Ð¼Ð¸ канала и OFDM / OQAM. ЧаÑть приемника Ñ Ð¼Ñгким обратным отображением и непрерывным подавлением помех была изменена. ИÑÑледование технологии машинного Ð¾Ð±ÑƒÑ‡ÐµÐ½Ð¸Ñ Ð´ÐµÐ¼Ð¾Ð´ÑƒÐ»Ñции Ñигналов FTN. ОпиÑывает неÑколько ÑпоÑобов: ортогональном чаÑтотном разделении, ÑиÑтемы мультиплекÑÐ¸Ñ€Ð¾Ð²Ð°Ð½Ð¸Ñ (OFDM), ÑиÑтемы Ñ Ð¼Ð½Ð¾Ð¶ÐµÑтвом антенн, ÑиÑтемы оценки и Ð¿Ñ€Ð¾Ð³Ð½Ð¾Ð·Ð¸Ñ€Ð¾Ð²Ð°Ð½Ð¸Ñ ÐºÐ°Ð½Ð°Ð»Ð¾Ð², канального кодированиÑ, клаÑÑификации модулÑции и DL (Deep Learning - подразделение машинного обучениÑ), акцентирует внимание на работах DL и иÑпользует ÑоответÑтвующий график, чтобы показать.
The definition of FTN signal and the concept of FTN signal transmission are briefly presented, and the figure shows a comparison of waveforms between orthogonal transmission and FTN transmission. For a single carrier FTN transmission system, first introduce a model of a single carrier FTN transmission system, a method for modulating and demodulating a single carrier FTN signal, and an equivalent model of a single carrier FTN signal. To improve the bit error performance in a single carrier FTN transmission system, an FTN signal reception technology based on iterative equalization is being studied. An iterative receiver based on MMSE equalization can well remove the introduced interference with a few iterations, but there are many matrix multiplications and inverse operations. For this reason, an iterative reception scheme based on continuous interference cancellation has been developed at the receiving side. At the same time, the technology of receiving an FTN signal in a multipath channel is being studied, and an iterative scheme for receiving a Gaussian channel is applied to the multipath channel. By multiple successive interference cancellation and decoding, the error performance of the approximate orthogonal transmission can be achieved. to be received. For a multi-carrier FTN transmission system, the multi-carrier transmission system uses an orthogonal frequency division multiplexing (OFDM / OQAM) system with quadrature amplitude modulation. According to a method for quickly implementing an OFDM / OQAM system, modulation and demodulation of FTN multicarrier signals can be implemented based on the original orthogonal modulation of the transmit signal and demodulator without the need for mapping on the transmitting side and storing a large amount of data. On the receiving side, an iterative reception scheme based on continuous interference cancellation is still applied, and the detection of a multi-carrier FTN signal is completed by multiple iterative equalization. For multipath channels, subchannel fading rates are different due to channel frequency selectivity. Therefore, to implement multi-carrier FTN reception in multipath channels, the time-frequency response of the impulse filter is shaped according to the channel and OFDM / OQAM parameters. The part of the receiver with soft inverse display and continuous interference cancellation has been modified. Investigation of machine learning technology for demodulating FTN signals. Describes several methods: orthogonal frequency division multiplexing (OFDM) systems, multi-antenna systems, channel estimation and prediction systems, channel coding, modulation classification and DL (Deep Learning), focuses on DL work and uses the appropriate graph , to show.
technology learning machine, signal FTN single carrier; FTN a mulcarrier single, мÑлÑÑиплекÑиÑование Ñ Ð¾ÑÑогоналÑнÑм ÑаÑÑоÑнÑм Ñазделением, DL(deep learning-подÑаздел маÑинного обÑÑениÑ), faster than nyquist, DL (deep learning-subsection machine learning), непÑеÑÑвное подавление помеÑ, бÑÑÑÑее Ñем найквиÑÑ, Ñигнал FTN Ñ Ð½ÐµÑколÑкими неÑÑÑими, offset modulation amplitude kvadratunoy, orthogonal frequency division multiplexing, continuous suppression, Ñигнал FTN Ñ Ð¾Ð´Ð½Ð¾Ð¹ неÑÑÑей, ÑмеÑение квадÑаÑÑной амплиÑÑдной модÑлÑÑии, ÑÐµÑ Ð½Ð¾Ð»Ð¾Ð³Ð¸Ñ Ð¼Ð°Ñинного обÑÑениÑ
technology learning machine, signal FTN single carrier; FTN a mulcarrier single, мÑлÑÑиплекÑиÑование Ñ Ð¾ÑÑогоналÑнÑм ÑаÑÑоÑнÑм Ñазделением, DL(deep learning-подÑаздел маÑинного обÑÑениÑ), faster than nyquist, DL (deep learning-subsection machine learning), непÑеÑÑвное подавление помеÑ, бÑÑÑÑее Ñем найквиÑÑ, Ñигнал FTN Ñ Ð½ÐµÑколÑкими неÑÑÑими, offset modulation amplitude kvadratunoy, orthogonal frequency division multiplexing, continuous suppression, Ñигнал FTN Ñ Ð¾Ð´Ð½Ð¾Ð¹ неÑÑÑей, ÑмеÑение квадÑаÑÑной амплиÑÑдной модÑлÑÑии, ÑÐµÑ Ð½Ð¾Ð»Ð¾Ð³Ð¸Ñ Ð¼Ð°Ñинного обÑÑениÑ
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
