طراحی پیش کدر برای بهبود عملکرد مدولاسیون OQAM DCO-FBMC چندکاربره در سیستم مخابرات نور مرئی زیر آب
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 216
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIAE-20-3_005
تاریخ نمایه سازی: 9 خرداد 1402
چکیده مقاله:
عملکرد کانال مخابرات نور مرئی زیر آب۱ (UVLC) به دلیل وجود سه عامل نامطلوب جذب، پراکندگی و محوشدگی ناشی از اغتشاش به شدت کاهش مییابد. در این مقاله، عملکرد سیستم مخابراتی UVLC چندورودی-تک خروجی۲ (MISO) با تکنیک مدولاسیون بایاس-جریان مستقیم چندحاملی بانک فیلتر۳ (DCO-FBMC) همراه با مدولاسیون زیر حامل افست دامنه متعامد۴ (OQAM) بررسی شده است. مدولاسیون OQAM DCO-FBMC بدلیل نداشتن پیشوند چرخشی۵ دارای بهرهوری طیفی بیشتری در مقایسه با تکنیک مدولاسیون ۶DCO-OFDM است؛ اما به دلیل وجود تداخل ذاتی میان سمبلهای مجاور۷ (ISI) و حاملهای مجاور۸ (ICI)، عملکرد نرخ خطای بیت۹ (BER) آن تحت تاثیر شرایط نامطلوب کانال UVLC به خصوص محوشدگی ناشی از اغتشاش در نرخهای بالا خراب میشود. در این مقاله برای مقابله با عوامل نامطلوب کانال زیر آب و همچنین کمینه کردن تداخل ذاتی مدولاسیون OQAM DCO-FBMC، استفاده از پیش کدرهای چندضریبی در بخش فرستنده پیشنهاد می شود؛ برای این منظور، عملکرد یک سیستم فروسو برای انتقال داده از یک ایستگاه پایه با چندگانگی فضایی MISO به چندین کاربر متحرک در کانال ULVC بررسی شده است. طراحی ضرایب پیشکدر نیز با توجه به اطلاعات حالت کانال۱۰ (CSI)، با روش کمینه کردن میانگین مربع خطا۱۱ (MMSE) انجام شده و نتایج شبیهسازی نشان میدهد که روش پیشنهادی علاوه بر کاهش اثرات جذب و پراکندگی، قادر به بهبود قابل توجه نرخ خطای بیت در کانال های با محوشدگی ناشی از اغتشاش ضعیف خواهد شد.
کلیدواژه ها:
Underwater visible light communication ، Cyclic Prefix ، Precoder ، Bit error rate ، مخابرات نور مرئی زیر آب ، پیشوند چرخشی ، پیش کدر ، نرخ خطای بیت
نویسندگان
مصطفی مجاهد
Amirkabir University of Technology
سعید قاسم زاده
Amirkabir University of Technology
حمزه بیرانوند
Amirkabir University of Technology
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :