La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Complexity Suppression of Neural Networks for PAPR Reduction of OFDM Signal Suppression de la complexité des réseaux de neurones pour la réduction PAPR du signal OFDM

Masaya OHTA, Keiichi MIZUTANI, Katsumi YAMASHITA

  • Vues en texte intégral

    0

  • Citer

Résumé:

Dans cette lettre, un réseau neuronal (NN) pour la réduction de puissance de crête d'un signal de multiplexage par répartition orthogonale de la fréquence (OFDM) est amélioré afin de supprimer sa complexité de calcul. Des expériences numériques montrent que la quantité d'IFFT dans le NN proposé peut être réduite de moitié et que son temps de calcul peut être réduit de 21.5 % par rapport à un NN conventionnel. Par rapport au SLM, le NN proposé est efficace pour obtenir une réduction élevée du PAPR et présente un avantage par rapport au SLM dans des conditions de calcul égales.

Publication
IEICE TRANSACTIONS on Fundamentals Vol.E93-A No.9 pp.1704-1708
Date de publication
2010/09/01
Publicisé
ISSN en ligne
1745-1337
DOI
10.1587/transfun.E93.A.1704
Type de manuscrit
LETTER
Catégories
Technologies et applications à spectre étalé

Auteurs

Mots-clés

Table des matières