文摘

LTE(长期演进)是一个适当的技术来切断物联网的要求(物联网)一起移动问题(用户设备),因为优先级服务,高数据率,低延迟等。LTE已经收到了OFDM的传输LTE-like范围的必要性,因为它满足灵活性和赋予广泛的运营商的成本唯利是图的反应。LTE提供大数据值,允许光谱重构,降低成本等。我们提出了一个4 g / 5 g采用OFDM基于multi-equalizer和BPSK (Binary-Phase移键控)。系统的误码率(比特误码率)是通过最优小波系数降低发射机的一面。这个最优小波系数是通过应用DWT(离散小波变换)输入信号通过BFF(二进制萤火虫)算法。串行并行过程进行BPSK调制。最后,multi-equalizer MMSE(最小化均方误差)和企业(最大似然)应用于OFDM模型降低了误码率。系统分析使用SER等参数(符号错误率)、频谱效率,MSE(均方误差),方方面面。该方法提供了一个更好的结果比现有的其他方法。

1。介绍

智能物联网设备功能作为我们生活的重要组成部分,除非任何直接的人类的入侵。LTE是作为一个强大的宽带无线方法网络技术解决方案和优秀的数据流量需求问题和物联网设备由于其高数据率帮助和另一个关键特点。但是,找到一个小信号在加性高斯白噪声(AWGN)从一个小的压缩等级没有信号复制是一个神秘的对象1]。实质性的识别信号的调制和授权的温和的一部分信号作为诽谤措施被给予更多的关注。提出了不同的审批(一步一步2]。OFDM(正交频分复用)信号检测过程的众多主权随机信号(3]。应用程序的远程信号GBS-denied,区域作为晚,由于几乎普遍直接在许多结构(4]。利用定向天线,我们使用一个假想的路线发射机方向信号合法的发射机(5]。这里,使用传输信号通过中心的基础。传球给队友的研究展览帮助油水界面(RAOWC)显示,它可以扩大紧张发射机的强度和改善前景的热心传授longer-extend扭曲通道。

信息传播的速度扩展通常使用高复发的航空公司和微波和毫米波信号为例6]。通过计算flex和进步,小波变换多尺度可以改善的信号。在时间变化,信号的小波空间最后山羊绝大多数信号收集的活力在几乎任何小波系数作为估计(((7,8]]。这个小波系数中发挥着重要的作用域的信息可以通过使用short-extend能够处理广播创新被认为是一个额外的组件没有网络蠕虫增加协会。控制来势汹汹的传感器网络和信号,保护它免受感染和蛆虫,我们需要一个坚实的安全组件(9]。在多个框架的主要问题是信号检测而可测量的信号处理技术主要是利用信号检测过程(10]。信号的问题改进是通常定义为预测问题,预测清洁信号从噪声信号(11]。遥感器的主要威胁是LTE信号攻击mimo - ofdm的框架,而在信号发现问题是观察作为一个组件承认问题,不包括在传统信号识别的计划(((12,13]]。纠正这些问题传递神经信号从嵌入式获得阴极向外单位(14]。

2。相关的工作

2017年,Hassani et al。15)提出了多任务无线传感器网络(MWSN)加入淋巴细胞脉络丛脑膜炎病毒波束形成,DOA评估和传播hub-Specific信号放大。排名靠猜的理想信号与网格集成基于传播信号的估计方法。此外,不同的信号确定了准备和事业的帮助下拨款算法有助于减少类似的资产。之后,提出了算法在偏远的声学传感器是利用组织情况以及众多的来源和假设的结果是有效的。

2016年,de la Hucha Arce et al。16)提出了一个泛化的实用传感器信号。这里,一个贪婪的方法是利用跟踪指定的传感器。除此之外,比较计算成本和可用LMMSE(线性最小均方误差)进行估计。

2014年,气和李17)提出了一种波形策略基于OFDM(正交频分复用)信号消除冲突决议在医学超声成像。信号,该方法减少了范围的旁瓣级-96分贝和-80分贝降低,峰值的旁瓣级。

2016年,郑和Kostamovaara [18)研究了ADC的统计特性通过AWGN(加性高斯噪声)的输入。数字化是通过2级比较器而不是multi-bit ADC时是一个大型的平均水平。

2016年,黄等。19)已经提出了一个特别提款权(软件定义比)方法建立跨平台LTE VSA(长期演进矢量信号分析仪)。这种方法不使用昂贵的现成的脉管,分为SA(信号采集)硬件和基于pc的CS(核心软件)。在这里,CS代表SA控制功能和LTE收到信号的过程。

2014年,Jerjawi et al。20.]分析了LTE SC-FDMA(长期演进单载频的时分多址)信号的二阶推导LTE SC-FDMA。这里,调查通过cyclostationarity-based检测算法进行了,而从循环自相关函数获得的结果是应用于信号检测。提出了算法产生更好的性能对各种渠道的约束。

2015年,黄等。19]介绍了ASI(自动信号识别)算法识别LTE和GSM信号。该算法是基于飞行员诱导二阶进行比较。它提供了一种低信噪比,而信道估计以及频率和时间同步过程[T。(21]]。

3所示。建议的方法:4 g / 5 g OFDM系统分析

利用DWT方法发射机的OFDM系统,输入信号的误码率(比特误码率)值可以减少。元启发式算法用来提高DWT系数如哈雾,Daubechies, Symlet。为串行并行发展,提高利用系数和BPSK,然而,在接收端,AWGN(自适应高斯白噪声)的通道被解调和分解变换技术是用来信号。验证了提出的方法的有效性通过误码率等性能指标,MSE,爵士和频谱效率。

3.1。OFDM系统

(一)OFDM是一种微调和多路复用。通常,多路复用表示多个系统的自治的信号(b)在一个OFDM系统,多路复用过程是用于接收到的信号,这些信号的子集被认为是一个重要的信号(c)独立通道,信号是第一部分,后来是多路复用生成OFDM持票人

3.2。LTE与OFDM模型

MIMO - OFDM系统整合与4 g, 5 g宽带因为文中的进步喜欢它可以通过多个天线传输不同的信号,而OFDM信道将频道广播分为密集子提供高速的信号。LTE-OFDM结构如图1。

3.3。LTE-OFDM发射机

发射机包括副载波映射、modulator-baseband逆向傅里叶变化,并串行转换、CP(循环前缀),和电脑简单转换器采用DPSK调制器。

3.4。LTE-OFDM接收机

OFDM收集器包括parallel-to-serial转换器,模拟到数字转换器,射频段,傅里叶变化,均衡器,CP剂、标识符,和sub-bearer de-mapper。利用基于噪声信号调制类型比接收的信号。映射到副载波调制信号及其通过传输线传输。这些调节也用来存储每个副载波的控制数据。

3.4.1。DWT的输入信号

输入信号是拒绝在复发时间和通过DWT描绘。转换波的提取过程通过两个步骤进行。首先,信号分解基于不同复发的群体。第二,评估一个特定的递归子群的分割信号在众多的约束。为信号,小波的varaition 小波给出如下

输入信号是通过渠道高通和低通的信号分离成两个子频带的小波滤波器称为高通副环带和低通子频带。这些分解后又分为两个单位和重复这个过程,直到一个合适的舞台。低通频道的结果被称为估计而DWT系数用于根除各种信号的属性。有许多选修小波;提出了利用小波的一些工作给出如下。(1)Haar小波(2)Daubechies小波(3)Symlet小波

(1)(1)Haar小波变换系数。二维贺南洪带宽是考虑进行过滤步骤,因为它减少了数量和计算时间,而表示如下。 在哪里代表了信息信号表示Haar小波变换。

在初始阶段,AA1分解,这个过程仍在继续。小波的每个阶段包括两个先进的渠道和downsampler是描绘在图2。是一个离散的母小波,它被称为一个高通通道而被称为低通频道,↓2代表了二次抽样。在初始阶段,AA1分解,这个过程仍在继续。均值估计的细节系数是通过细节系数定义为正常。 在哪里代表的激励手段估计系数。

细节系数的标准差评估通过广场平均价值的基础。 在哪里代表标准偏差的估计系数。

(2)(2)Daubechies小波变换系数。Daubechies小波的变化通过Haar小波定义的相对变化。之间的基本资格扩展信号和小波的小波包含了表示。在Daubechies小波的变化,扩展信号和小波一直支持这意味着它生成一个对比以及中点和利用更多的从信号品质。对于每一个小波组,生成的正交多分辨率平衡的任务检查如下。 在哪里 一群真正的数字被称为扩展覆盖或继承。

(3)(3)Symlet小波变换系数。这是其中一个dB频率的家人,Daubechies提出的。比较两个小波的特性。它被称为一个“符号”,后来通过蒸发分钟的数量表示。

3.4.2。最优系数选择使用的好朋友

萤火虫算法提出了杨在2007年。这个算法是受行为和萤火虫的闪光模式。这个算法是一个metaheuristic以人群为基础的方法。生成的短而有节奏的闪光萤火虫是观察,而雄性和雌性萤火虫的模式是为彼此不同。萤火虫沟通通过生物荧光闪烁的设计(22]。FF包含一定的标准,他们是:(我)萤火虫是男女皆宜的;因此,吸引过程不依赖于萤火虫性(2)萤火虫的魅力成正比的亮度萤火虫如果吸引力和亮度降低,然后飞增加之间的距离(23]。亮度较低的文件吸引苍蝇有亮度。如果萤火虫没有鲜艳一点,然后随机移动(3)景观的目标函数是用来定义萤火虫的光亮

(1)(1)二进制萤火虫。萤火虫算法通过二元结构。这个活动范围从0和1的结果。二值化技术的应用后,适当的0或1。

步骤1。萤火虫人口DWT系数的初始化 初始化, ;在这里,指定系数的绝对值。这里的值传输二进制的形式,选择修改生成的萤火虫群所需的大小。萤火虫空间的长度等于绝对的系数。萤火虫人口措施解决最优系数。

步骤2。萤火虫的光力强度测量在这个阶段。在这里,通过适应度函数小波系数是评价。

步骤3。目标角色的估计在每个FF被公认的光强度而FF。用更少的辉煌了,萤火虫光强度表示为 在哪里代表的吸引力 和代表了吸收系数,控制光力减少。

步骤4。每一个萤火虫包括订婚的用于增强萤火虫约束。 在哪里表明参与的质量 。

萤火虫的分离在位置特点如下: 在哪里表示空间坐标的细分和表示数量的测量。最后,一只萤火虫的进步被迫在一个有吸引力的替代方式,它是表示 在哪里表明萤火虫在下一代的情况。

表明萤火虫的现状 。

代表质量。

表示随机参数和 。

第5步。上面的过程一直持续到最优系数。

输入信号的误码率降低通过选择最优系数;之后,输入传播LTE-OFDM发射机。然后,通过发射机信号处理进一步解释的部分。

3.5。BPSK调制技术

BPSK两相平衡的方案中,传输信号的两个不同阶段状态表示0和1的双消息。图3描述了BPSK调制和图的结构4说明了BPSK解调结构。承运人表示如下, 在哪里表示1Ω负载电阻的正弦载波估计峰值,而权力分散的表达如下,

在二进制调整,两个信号映生产基地通过额外的误差概率并行信号安排。错误的概率减少允许多个波形广播数据。传输信号的特点是通过并表示如下 在哪里表明脉冲的波形信息,包括一个冗长的继承和身高1。

传输的信号表示为, 在哪里指出了波形和阶段代表了信号的力量。

每个传输的能量块给出如下:

摘要的存在提供了BPSK的最佳接收方,而滤波器(低通频道)是结合传输的基带信号。反应是表示 。的收益率低通频道给出如下

BPSK信号的数据传输的能力却降低了分离过程,而在断开状态,数据传输的容量减少 。在调制过程中,输入来自源编码器分为log2M位集群的S / P(串行并行)转换器,显示的数字调制方案大小利用每一副载波。在这里,的数量符号生成。密谋之后,信号传输线容器[26]这些传输线垃圾箱继电器的对称sub-transporters OFDM信号。因此,OFDM的沟通表达如下:

通过使用 - - - - - -点FFT的功能,独特的信号受体减少,表示如下: 在哪里是存在于通道的情况下,比较FFT的样本。

3.6。摘要通道

通道的过程中承认,摘要频道是一个广泛利用数值模型。在这里,令人不安的影响的主要来源在接收端被认为是温暖的骚动。添加高斯白喧闹的AWGN信道的信号。这是表示如下: 在哪里和而代表接收和传输信号显示的高斯白噪声添加到AWGN信道。此外,高斯拨款用于噪声测试,及其厚度的函数与波动给出如下

例如,多路径的负面影响减少通过与最短路径传输信号与高数据率多路径通道。

3.7。Multi-Equalizers减少数量

传统的OFDM接收方通常支持传播的逆过程。在这里,OFDM接收方利用multi-equalizer检索的信号增强的属性数量和保持更好的信噪比。

3.7.1。MMSE均衡器(最小均方误差)

无数的MMSE安排包括各种系数系数为每个示例位于时间限制误差之间的平衡和完美的信号。MMSE收件人是用来减少发生的平均估计误差的传播符号。误差估计的能力传达使用约束(21)。 在哪里显示测试时间的错误 ,和和分别代表列和段测量向量,而方程的系数和储备限制了接受测试。表示均衡器或时间的周期数。

3.7.2章。大中型企业(最大似然均衡器)

初速比数量和最高时称为选修方式及或PDF格式中公认的情况。这种方法比较每接收到信号,选择概率。初速表示如下 在哪里表示输入信号。这里,收件人是发散的接收信号的矢量和潜在的安排而毫升均衡器评估信道脉冲响应。系统的性能是提高定期识别信号,而不是扩大多方面的性质。MMSE-ML噪声LTE-OFDM信号的均衡降低了误码率。

4所示。实验结果

这项研究工作是在MATLAB平台上实现2015版本的系统配置i5处理器包含4 gb RAM。这项工作的主要目的是减少误码率(比特误码率)通过4 g / 5 g采用OFDM。减少通过选择最优的小波系数进行BFF(二进制萤火虫)算法。在这里,一些和下行吞吐量等性能指标,考虑最小延迟,和信噪比的绩效评估。表现出工作的结果应用于提高生产力的方法。

上面的图5描述了图形表示的比较分析,但提出4 g / 5 g OFDM和方法。参数分析信噪比和误码率。从分析,该方法的方方面面比其他现有技术逐渐减少。

上面的图6描述了图形表示的比较分析,但提出4 g / 5 g OFDM和现有的技术。参数分析信噪比和下行吞吐量(DLT)。从分析,该方法的DLT逐渐增加相比其他现有技术。

上面的图7说明了该技术的比较与multi-equalizer和MMSE。从分析结果,该方法减少了数量和错误率,提高频谱效率,过错,和DLT相比其他技术。

上面的图8说明了该方法的比较分析与multi-equalizer MMSE SNR-based光谱效率。作为一个分析的结果,提出的方法的频谱效率逐渐增加相比,现有的方法。

上面的图9说明了该技术的比较与multi-equalizer MMSE的地表铺面(Peak-Average权力减少)。分析结果表明,该技术最小化延迟相比其他现有技术。

上面的图10说明了该方法的比较分析multi-equalizer和MMSE。从分析结果,该方法减少了数量和错误率,提高频谱效率,过错,和DLT相比其他技术。

图11说明了比较分析各种调节器等4 qam, 8 qam,与BPSK和QPSK的误码率,下行和上行吞吐量,最小延迟,频谱效率、MSE、地表铺面。仿真结果表明,文中提出的BPSK减少噪声干扰和错误数量和提供了一个准确的决定比其他调节器。

5。结论

本研究工作主要集中在降低OFDM的误码率值模型依赖于其基于lte网络的物联网。这里,拟议的框架通过BPSK环绕时发生与额外的调整块在AWGN(加性高斯白噪声)的通道。DWT-OFDM通过BPSK的性能提供了一些具体的独特属性,依靠其他平衡方法。因此,BPSK与低速通信最合适的应用程序。输入信号是模拟等通过各种小波双正交的,哈雾,Symlet, Daubechies。通过MATLAB进行仿真平台。仿真结果产量最优小波系数的基础上,计划也提供的最小平均误码率。

数据可用性

使用的数据来支持本研究的结果包括在本文中。要进一步的数据或信息,这些都可以从相应的作者。

信息披露

这是作为就业的大学的一部分执行。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者感谢Shree技术教育学院,Tirupati提供描述支持来完成这个研究工作。