Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/408| Data-dependent superimposed raining architecture for wireless communication systems | |
| FERNANDO MARTIN DEL CAMPO RAMIREZ | |
| RENE ARMANDO CUMPLIDO PARRA | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Field programmable gate arrays Architecture Digital communication | |
| In order to correctly recover the information sent through the air in a digital wireless system, it is usually essential to have the most accurate description or model of the transmission channel. The majority of the existing commercial systems accomplish this by
inserting, along with the information, a series of known symbols, commonly called pilots
or training sequence symbols, whose analysis is used to make an estimation of the channel, that is, to obtain the parameters that describe the distortions caused over the data. Nevertheless, a part of the available bandwidth has to be used by these symbols, like in the
time division multiplexed training, where some of the time slots are used for the training sequences. Until now, no alternative solution has demonstrated to be fully satisfying for commercial use, but this could change thanks to a recently developed technique known as superimposed training (ST), which does not need extra bandwidth for its training sequences
(TS), as it adds them arithmetically to the data. This work describes a hybrid software-hardware FPGA implementation of an algorithm that belongs to the ST family: the Data-dependent Superimposed Training (DDST), that adds, apart from the TS, a third sequence known as data-dependent sequence, that destroys the interference caused by the data over the TS. As DDST’s computational burden is very high for the available microprocessors used in mobile systems, a different approach is proposed in order to solve the problem of the implementation of a digital receiver that uses this algorithm.
Para recuperar correctamente la información enviada a través del aire en un sistema digital de comunicaciones inalámbrico, es necesario contar con la descripción o modelo más preciso del canal de transmisión. La mayoría de los sistemas comerciales realizan esto insertando, junto con la información, una serie de símbolos conocidos, normalmente llamados pilotos o símbolos de entrenamiento. Su análisis permite realizar una estimación del canal, es decir, obtener los parámetros que describen las distorsiones causadas sobre los datos. Sin embargo, una parte del ancho de banda disponible tiene que ser usada por ´estos símbolos, como en el caso del entrenamiento multiplexado por división de tiempo, en el que algunas de las ranuras de tiempo son usadas para las secuencias de entrenamiento. Hasta ahora, ninguna solución alternativa ha demostrado ser completamente satisfactoria para ser usada en sistemas comerciales, pero esto podría cambiar gracias a una técnica recientemente desarrollada, conocida como entrenamiento superimpuesto (ES), que no necesita de un ancho de banda extra para sus secuencias de entrenamiento (SE) debido a que ´estas son sumadas aritméticamente a la información. Este trabajo describe una implementación hibrida hardware-software FPGA de un algoritmo que pertenece a la familia de ES: el Entrenamiento Superimpuesto Dependiente de Datos o DDST por sus siglas en ingles. DDST suma a la información, además de la secuencia de entrenamiento, una tercera secuencia (la secuencia dependiente de datos) que destruye la interferencia causada por los datos sobre la SE. Como la carga computacional del DDST es muy alta para los microprocesadores disponibles en los sistemas móviles, una solución alternativa es propuesta para resolver el problema de la implementación de un receptor digital que use este algoritmo. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| 2008-08 | |
| Tesis de maestría | |
| Inglés | |
| Estudiantes Investigadores Público en general | |
| DelCampo-Ramírez FM | |
| DISPOSITIVOS DE TRANSMISIÓN DE DATOS | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| CampoRFM.pdf | 2.84 MB | Adobe PDF | Visualizar/Abrir |