MIMO-OTFS in High-Doppler Fading Channels:Signal Detection and Channel Estimation(2)

14 篇文章 43 订阅
3 篇文章 1 订阅

3.2 OTFS modulation

在这里插入图片描述
上一节阅读到了TF modulation的部分,也就是上图中的小方框,今天将继续阅读 OTFS modulation。
首先我们要做的,就是把 x [ k , l ] x[k,l] x[k,l]做ISFFT&transmit windowing变换为 X [ n , m ] X[n,m] X[n,m]

  • ISFFT(inverse symplectic finite Fourier transform)变换
    X p [ n , m ] = 1 M N ∑ k = 0 N − 1 ∑ l = 0 M − 1 x [ k , l ] e j 2 π ( n k N − m l M ) X_p[n,m]=\frac{1}{MN}\sum_{k=0}^{N-1}\sum_{l=0}^{M-1}x[k,l]e^{j2\pi (\frac{nk}{N}-\frac{ml}{M})} Xp[n,m]=MN1k=0N1l=0M1x[k,l]ej2π(NnkMml)
  • transmit windowing
    X [ n , m ] = W t x [ n , m ] X p [ n , m ] X[n,m]=W_{tx}[n,m]X_p[n,m] X[n,m]=Wtx[n,m]Xp[n,m]
  • receive windowing
    Y W [ n , m ] = W r x [ n , m ] Y [ n , m ] Y_W[n,m]=W_{rx}[n,m]Y[n,m] YW[n,m]=Wrx[n,m]Y[n,m] Y p [ n , m ] = ∑ k , l = − ∞ ∞ Y W [ n − k N , m − l M ] Y_p[n,m]=\sum_{k,l=-\infty}^{\infty}Y_W[n-kN,m-lM] Yp[n,m]=k,l=YW[nkN,mlM]
  • SFFT
    x ^ [ k , l ] = ∑ n = 0 N − 1 ∑ m = 0 M − 1 Y p [ n , m ] e − j 2 π ( n k N − m l M ) \hat{x}[k,l]=\sum_{n=0}^{N-1}\sum_{m=0}^{M-1}Y_p[n,m]e^{-j2\pi(\frac{nk}{N}-\frac{ml}{M})} x^[k,l]=n=0N1m=0M1Yp[n,m]ej2π(NnkMml)
    但是不能理解其中的推导过程,只能将就着用了
    在这里插入图片描述
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值