文献

J-GLOBAL ID：202102281973439547   整理番号：21A0235933

水中音響OFDMシステムにおけるチャネル推定のためのクラスタ化スパースBayes学習【JST・京大機械翻訳】

Clustered-Sparse Bayesian Learning for Channel Estimation in Underwater Acoustic OFDM Systems

著者 (6件)： Wang Shuaijun (Wuhan University,Electronic Information School,Wuhan,China,430072) ,  Li Deshi (Wuhan University,Electronic Information School,Wuhan,China,430072) ,  Liu Mingliu (Wuhan University,Electronic Information School,Wuhan,China,430072) ,  Huang Wei (Wuhan University,Electronic Information School,Wuhan,China,430072) ,  Chen Haole (Wuhan University,Electronic Information School,Wuhan,China,430072) ,  Cen Yi (Wuhan University,Electronic Information School,Wuhan,China,430072)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： WCSP  ページ： 546-551  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 水中音響チャネルは典型的にクラスタ化スパース構造を示し,クラスタ化スパース構造に基づくスパースチャネル回復はより小さい構造誤差を達成できる。水中音響(UWA)直交周波数分割多重化(OFDM)通信システムにおけるスパースチャネル推定のための新しいクラスタ化スパースBayesモデルを提案した。このモデルでは,チャネルインパルス応答(CIR)のスパース性と時間的相関を一組のハイパーパラメータによって制御した。1つのフレームにおける連続伝送OFDMブロックのために,自己回帰(AR)プロセスを用いて時変UWAチャネルの時間的相関を特性化し,異なるクラスタを異なるARモデル係数を持つように考慮し,それらは通常異なる伝送経路に従って発生する。クラスタ分割が未知であるとき,UWAチャネルのクラスタ化スパース構造を学習するために,共同クラスタ分割とスパースBayes学習アルゴリズム(JCP-SBL)を提案した。数値シミュレーションおよび湖試行の結果は,時変UWAチャネルにおけるJCP-SBLチャネル推定器の有効性を実証し,それは,直交マッチング追跡(OMP),同時OMP(SOMP)および一時的多重スパースBayes学習(TMSBL)と比較して,より良いチャネル推定性能およびより低いビットエラー率(BER)を達成した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *水中音響 ,  インパルス応答 ,  *クラスタ化 ,  クラスタ分割 ,  多重化 ,  *クラスタ ,  通信方式 ,  自己回帰モデル ,  *OFDM ,  *チャネル推定
準シソーラス用語： 数値シミュレーション ,  ビット誤り率 ,  スパース性 ,  *Bayes学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 水中音響 ,  OFDMシステム ,  チャネル推定 ,  クラスタ化 ,  Bayes学習