Non data-aided SNR estimation of OFDM signals

Socheleau, François-Xavier; Bey, Abdeldjalil Aïssa El; Houcke, Sébastien

doi:10.1109/lcomm.2008.081134

Cited by 60 publications

(73 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Yang pertama adalah estimasi derau dengan menggunakan bantuan data atau data-aided [3] dan yang kedua adalah estimasi derau tanpa bantuan data atau non data-aided [4][5]. Estimasi derau dengan bantuan data artinya adalah algoritma estimasi derau ini membutuhkan bantuan data tambahan seperti sinyal transmisi ataupun urutan data pilot yang dikirimkan di awal transmisi.…”

Section: Jurnal Infotel Vol 8 No 2 November 2016unclassified

“…Contohnya seperti pada [6], estimasi derau berdasarkan nilai eigen (eigenvalue) telah dilakukan. Begitu juga pada penelitian yang dilakukan oleh [5], estimasi derau dengan memanfaatkan cyclic prefix menjadi pilihan. Selain itu ada juga yang menggunakan algoritma maximum-likelihood untuk mengestimasi derau seperti pada [4].…”

Section: Jurnal Infotel Vol 8 No 2 November 2016unclassified

“…N adalah jumlah total subcarrier, NCP adalah panjang Dari Cyclic Prefix, m merepresentasikan jumlah simbol OFDM. Algoritma ini mengasumsikan sinkronisasi sempurna [5]. Artinya, sinkronisasi sempurna memastikan bahwa timing offset dan frequency carrier offset tidak muncul.…”

Section: B Estimasi Derau Dengan Algoritma Berbasis Cyclic Prefixunclassified

“…Hal ini sesuai dengan yang dinyatakan pada [5]. Apabila jumlah total dari simbol OFDM adalah m, dan panjang impulse channel response adalah + 1 dengan + 1 < maka sinkronisasi sempurna diasumsikan pada penerima untuk mendapatkan ( − ) .…”

Section: B Estimasi Derau Dengan Algoritma Berbasis Cyclic Prefixunclassified

See 3 more Smart Citations

Untitled

Farahiyah¹

2016

INFOTEL

View full text Add to dashboard Cite

Abstrak -Tiga algoritma estimasi derau tanpa informasi sinyal transmisi dibandingkan hasil performanya. Ketiga algoritma estimasi tersebut yaitu Maximum Likelihood Estimator, algoritma estimasi berdasarkan Cyclic Prefix dan algoritma estimasi dengan metode Forward Consecutive Mean Excision (FCME). Perbandingan dilakukan dengan menggunakan masukan sinyal Digital Video Broadcasting -Terrestrial (DVB-T) dan dengan melakukan variasi nilai signal-to-noise-ratio (SNR) dan jumlah simbol Orthogonal frequency division multiplexing (OFDM). Performa dari ketiganya diukur dengan pengukuran error yang lazim digunakan, yaitu NormalizedMean-Square-Error (NMSE). Cyclic Prefix-Estimator dan Maximum Likelihood-Estimator memiliki performa yang stabil terhadap perubahan SNR, sedangkan FCME-estimator memiliki performa yang berfluktuasi terhadap perubahan SNR. Penambahan jumlah simbol juga menghasilkan performa yang membaik pada ketiganya. Performa dari ketiganya menunjukkan bahwa Maximum Likelihood-Estimator memiliki NMSE yang paling kecil. Artinya bahwa estimator ini memiliki tingkat akurasi yang tinggi. Kata kunci -Estimasi, derau, DVB-T, tanpa sinyal tambahanAbstract -The comparison of the performance of three algorithms of blind noise estimation without a priori information about transmitted signal is conducted in this research. The three estimators are maximum likelihood estimator, estimator based on cyclic prefix and estimator based on Forward consecutive mean excision (FCME). The comparison is done with the input DVB-T signal and with varied SNR and time observation. The performance of the three estimators are measured with NMSE. Cyclic prefix-estimator and Maximum likelihood-estimator has a stable performance against SNR, while FCME estimator has a fluctuative result. The number of simbol has an impact for three estimators, thus the performances are getting better as the number of simbol is inCognitive Radio easing. The comparison shows that maximum likelihood-estimator has the best performances of all. It means that this estimator has high accuracy.

show abstract

Section: Jurnal Infotel Vol 8 No 2 November 2016unclassified

Section: B Estimasi Derau Dengan Algoritma Berbasis Cyclic Prefixunclassified

See 2 more Smart Citations

Untitled

Farahiyah¹

2016

INFOTEL

View full text Add to dashboard Cite

show abstract

“…El parámetro CSI más empleado es la estimación de la SNR. En [26], [41], [5] se denota que es necesaria gran cantidad de muestras y cómputos para calcular un parámetro tan básico, por lo tanto se puede tomar mucho tiempo para estimar este tipo de parámetros a nivel de procesamiento de señales, de manera que cuando se va a utilizar la información obtenida para hacer el cambio de modulación y codificación, el canal ha variado tanto que no será efectiva la decisión hecha. La tendencia ahora es explorar mecanismos de estimación de parámetros CSI recursivos que no requieran grandes tiempos de procesamiento, a una baja complejidad.…”

Section: Diseño De Receptoresunclassified

Body Area Network. A perspective to the future, from research

Betancur

2011

sist.telemat.

View full text Add to dashboard Cite

Artículo de revisión 11 ResumenActualmente, las redes de área corporal (Body Area Network) han logrado una especial relevancia, en particular por las tendencias que muestran su uso en la medicina, en aplicaciones de monitoreo y emergencia. Han surgido nuevos esquemas regulatorios y de estandarización, que han permitido la creación de nuevos estándares de comunicaciones, tales como Bluetooth, ZigBee, Ultra Wide Band (UWB), ECMA368, WiFi, GPRS, LTE, entre otros que tratan de dar soluciones a distintos retos y necesidades que surgen a medida que se incorporan estas tecnologías al estilo de vida. Este documento presenta el estado actual de las redes de área corporal desde una perspectiva de la investigación, que incluye un estado general de la regulación y estandarización de las redes de área corporal, la descripción de las aplicaciones y tendencias investigativas, y el posible futuro que enmarcan las comunicaciones de área personal AbstractBody Area Networks (BAN) is a growing field for such applications like Health monitoring and health related issues. Recently, new standards and technologies have been proposed, like Bluetooth, ZigBee, Ultra Wide Band (UWB), ECMA 386, WiFi, LTE, etc, oriented to provide solutions to different problems and requirements arising from our current life style. This document presents a revision of the current developments in Body Area Networks from a research point of view, revising aspects of standardization, applications and future trends in this amazing field.

show abstract

A robust non‐data‐aided SNR estimation method for OFDM systems

Sheng

2013

Trans. Emerging Tel. Tech.

View full text Add to dashboard Cite

The information of signal‐to‐noise ratio (SNR) plays an important role in orthogonal frequency division multiplexing (OFDM) systems. Some applications, such as cognitive radio, need non‐data‐aided (NDA) estimation of SNR. In this paper, we propose a robust NDA SNR estimation method, which is developed on the basis of the cyclic prefix of OFDM symbol. The proposed method is immune to the inter‐symbol interference caused by multipath channel and can thus obtain an unbiased estimate of the signal power even in the low‐SNR regime. Copyright © 2013 John Wiley & Sons, Ltd.

show abstract

Non data-aided SNR estimation of OFDM signals

Cited by 60 publications

References 6 publications

Untitled

Untitled

Body Area Network. A perspective to the future, from research

A robust non‐data‐aided SNR estimation method for OFDM systems

Contact Info

Product

Resources

About