Resumen

El rendimiento de la estimacin del canal en el dominio temporal se deteriora debido a la presencia de ruido del modelo de mezcla gaussiano (GMM), lo que da lugar a un elevado error cuadrtico medio (MSE) como problema. El rendimiento del estimador disminuye an ms cuando la complejidad del estimador es alta debido a la alta tasa de convergencia. En este trabajo se propone un mtodo de estimacin de canal optimizado de baja complejidad y alta precisin en el entorno GMM. En esta estimacin de canal, se utiliza un mtodo iterativo Gauss-Seidel mejorado con un nmero mnimo de iteraciones. La tasa de convergencia del mtodo Gauss-Seidel se mejora mediante la estimacin de un valor inicial adecuado cuando no se utilizan bandas de guarda en el smbolo de multiplexacin por divisin de frecuencia ortogonal (OFDM). Los resultados de la simulacin proporcionan un MSE aceptable para entornos GMM, hasta la probabilidad de un 5% de componente de ruido impulsivo. Este trabajo tambin presenta el diseo y la implementacin del estimador propuesto en la plataforma NEXYS-2 FPGA que proporciona la asignacin de recursos, la reconfigurabilidad, el esquema y el diagrama de temporizacin para una visin detallada.

• Materias:Algebra Algoritmos (Matemáticas) Ingeniería Lógica matemática Matemáticas
• Subjects:Algebra Agorithms (Math) Engineering Mathematical logic mathematics
• Palabras claves:Estimación del canal en el dominio del tiempo; ruido del modelo de mezcla gaussiana (GMM); error cuadrático medio (MSE); complejidad del estimador; tasa de convergencia; método optimizado de estimación del canal.
• Keywords:time-domain channel estimation; Gaussian mixture model (GMM) noise; mean squared error (MSE); estimator complexity; convergence rate; optimized channel estimation method