دانلود کتاب Equalization Concepts for EDGE

ترجمه فارسی توضیحات (ترجمه ماشینی)

مفاهیم تساوی برای EDGE

در این مقاله، یک مفهوم برابری برای طرح جدید دسترسی رادیویی، نرخ‌های داده پیشرفته برای GSM Evolution (EDGE) پیشنهاد شده‌است که توسط آن می‌توان عملکرد بالا را در پیچیدگی محاسباتی متوسط ​​به دست آورد. از آنجایی که مدولاسیون سطح بالا در EDGE به کار می رود، تساوی بهینه که معمولاً در گیرنده های سیستم جهانی ارتباطات سیار (GSM) انجام می شود بسیار پیچیده است و باید طرح های زیر بهینه را در نظر گرفت. نشان داده شده است که تخمین توالی بازخورد تصمیم با تأخیر (DDFSE) و تخمین توالی حالت کاهش یافته (RSSE) نامزدهای امیدوارکننده‌ای هستند. برای پروفایل‌های کانال مختلف، تقریبی‌هایی برای نرخ خطای بیت این تکنیک‌های یکسان‌سازی زیربهینه ارائه شده و با نتایج شبیه‌سازی برای DDFSE مقایسه می‌شوند. به نظر می رسد که یک پیش فیلتر زمان گسسته ایجاد یک پاسخ کلی ضربه ای حداقل فاز برای یک مبادله مطلوب بین عملکرد و پیچیدگی ضروری است. علاوه بر این، تأثیر تخمین کانال و فیلتر ورودی گیرنده بررسی شده و دلایل کاهش عملکرد در مقایسه با کانال نویز گاوسی سفید افزودنی نشان داده شده است. در نهایت، عملکرد کلی سیستم قابل دستیابی با مفهوم یکسان سازی پیشنهادی برای انتقال با کدگذاری کانال تعیین می شود.

Equalization Concepts for EDGE

In this paper, an equalization concept for the novel radio access scheme Enhanced Data rates for GSM Evolution (EDGE) is proposed by which high performance can be obtained at moderate computational complexity. Because high-level modulation is employed in EDGE, optimum equalization as usually performed in Global System for Mobile Communications (GSM) receivers is too complex and suboptimum schemes have to be considered. It is shown that delayed decision-feedback sequence estimation (DDFSE) and reduced-state sequence estimation (RSSE) are promising candidates. For various channel profiles, approximations for the bit error rate of these suboptimum equalization techniques are given and compared with simulation results for DDFSE. It turns out that a discrete-time prefilter creating a minimum-phase overall impulse response is indispensible for a favorable tradeoff between performance and complexity. Additionally, the influence of channel estimation and of the receiver input filter is investigated and the reasons for performance degradation compared to the additive white Gaussian noise channel are indicated. Finally, the overall system performance attainable with the proposed equalization concept is determined for transmission with channel coding.