En este trabajo se presenta un ecualizador asistido por decisión (DFFE) mejorado para receptores de alta velocidad en presencia de canales altamente dispersivos. Esta técnica de ecualizador asistido por decisión se ha propuesto recientemente para receptores de comunicaciones multigigabit, en los que es obligatorio el uso de procesamiento paralelo. Las arquitecturas paralelas conocidas para el típico ecualizador de realimentación por decisión (DFE) tienen una complejidad que crece exponencialmente con la memoria del canal. En cambio, el nuevo DFFE evita ese aumento exponencial de la complejidad utilizando decisiones tentativas para cancelar iterativamente la interferencia entre símbolos (ISI). Aquí demostramos que el DFFE no sólo permite obtener un rendimiento similar al DFE típico, sino que además reduce la compeljidad en canales con gran memoria. Además, proponemos una aproximación teórica para la probabilidad de error en cada iteración. De hecho, cuando el número de iteraciones aumenta, la probabilidad de error en la DFFE tiende a aproximarse a la DFE. Estas ventajas hacen de la DFFE una opción excelente para la próxima generación de receptores de alta velocidad.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Investigación sobre la trayectoria de realización de la educación en inglés universitaria basada en el modelo de algoritmo SVM en el contexto de la computación en la nube y la comunicación inalámbrica.
Artículo:
Un método híbrido para predecir la utilización de hosts a corto plazo en la computación en nube
Artículo:
Predicción de Clientes Habituals en Plataforma de Comercio Electrónico Basada en Blockchain
Artículo:
Diseminación rápida de códigos de programa para redes definidas por software inalámbricas inteligentes.
Artículo:
Métodos basados en Deep Learning y Filtrado Colaborativo para la Predicción del Rendimiento de los Estudiantes y la Recomendación de Cursos.