Published January 1, 2022
| Version v1
Publication
Open
Low Complexity LSTM-NN-Based Receiver for Vehicular Communications in the Presence of High-Power Amplifier Distortions
Creators
- 1. Institut Supérieur d'Électronique de Paris
- 2. Institut Mines-Télécom
- 3. University of Lille
- 4. Universidade Tecnológica Federal do Paraná
- 5. Technology Innovation Institute
Description
Vehicular communications are an important focus of studies for 5G applications and beyond. However, in a scenario with doubly-selective and highly variable channel characteristics, tracking the wireless channel to ensure communication reliability is one of the main goals to provide communication efficiency. Moreover, multicarrier modulation schemes usually employed in these scenarios are susceptible to nonlinear distortions caused by high power amplifiers (HPA) at the transmitter, impairing the channel estimation and detection capability of the receivers. In view of these requirements and challenges, in the present work we propose a low complexity estimator based on the long short-term memory (LSTM) network, followed by a neural network (NN) in order to improve the data-pilot aided (DPA) estimation. In addition, we propose a new technique to exploit the characteristics of the vehicular channel, by sampling the subcarriers used at the input of the LSTM. Thus, besides tracking the variations of the wireless channel, the LSTM network is also used to interpolate the channel estimates for all subcarriers. The simulation results show the superiority of the proposed scheme in comparison with other state-of-the-art schemes, especially in high signal-to-noise ratio (SNR) regimes. Furthermore, the proposed scheme significantly reduces the computational complexity due to the subcarrier sampling procedure.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تعد اتصالات المركبات محورًا مهمًا للدراسات الخاصة بتطبيقات الجيل الخامس وما بعدها. ومع ذلك، في سيناريو ذي خصائص قناة مزدوجة الانتقائية ومتغيرة للغاية، يعد تتبع القناة اللاسلكية لضمان موثوقية الاتصال أحد الأهداف الرئيسية لتوفير كفاءة الاتصال. علاوة على ذلك، فإن مخططات تعديل الناقلات المتعددة المستخدمة عادة في هذه السيناريوهات عرضة للتشوهات غير الخطية الناجمة عن مضخمات الطاقة العالية (HPA) في جهاز الإرسال، مما يضعف تقدير القناة وقدرة أجهزة الاستقبال على الكشف. في ضوء هذه المتطلبات والتحديات، نقترح في العمل الحالي مقدرًا منخفض التعقيد يعتمد على شبكة الذاكرة قصيرة المدى (LSTM)، تليها شبكة عصبية (NN) من أجل تحسين تقدير مساعد البيانات (DPA). بالإضافة إلى ذلك، نقترح تقنية جديدة لاستغلال خصائص قناة المركبات، من خلال أخذ عينات من الناقلات الفرعية المستخدمة في مدخلات LSTM. وبالتالي، إلى جانب تتبع الاختلافات في القناة اللاسلكية، يتم استخدام شبكة LSTM أيضًا لاستكمال تقديرات القناة لجميع الناقلات الفرعية. تُظهر نتائج المحاكاة تفوق المخطط المقترح مقارنةً بالمخططات الحديثة الأخرى، خاصةً في أنظمة نسبة الإشارة إلى الضوضاء العالية (SNR). علاوة على ذلك، يقلل المخطط المقترح بشكل كبير من التعقيد الحسابي بسبب إجراء أخذ عينات الناقل الفرعي.Translated Description (French)
Les communications véhiculaires sont un axe important des études pour les applications 5G et au-delà. Cependant, dans un scénario avec des caractéristiques de canal doublement sélectives et très variables, le suivi du canal sans fil pour assurer la fiabilité de la communication est l'un des principaux objectifs pour assurer l'efficacité de la communication. De plus, les schémas de modulation multiporteuse habituellement utilisés dans ces scénarios sont sensibles aux distorsions non linéaires causées par les amplificateurs de puissance élevée (HPA) au niveau de l'émetteur, ce qui nuit à l'estimation du canal et à la capacité de détection des récepteurs. Compte tenu de ces exigences et défis, dans le présent travail, nous proposons un estimateur de faible complexité basé sur le réseau de mémoire à long terme (LSTM), suivi d'un réseau neuronal (NN) afin d'améliorer l'estimation assistée par pilote de données (DPA). De plus, nous proposons une nouvelle technique pour exploiter les caractéristiques du canal véhiculaire, en échantillonnant les sous-porteuses utilisées à l'entrée du LSTM. Ainsi, outre le suivi des variations du canal sans fil, le réseau LSTM est également utilisé pour interpoler les estimations de canal pour toutes les sous-porteuses. Les résultats de la simulation montrent la supériorité du schéma proposé par rapport à d'autres schémas de pointe, en particulier dans les régimes à rapport signal/bruit (SNR) élevé. En outre, le schéma proposé réduit considérablement la complexité de calcul en raison de la procédure d'échantillonnage de sous-porteuse.Translated Description (Spanish)
Las comunicaciones vehiculares son un foco importante de estudios para aplicaciones 5G y más allá. Sin embargo, en un escenario con características de canal doblemente selectivas y altamente variables, el seguimiento del canal inalámbrico para garantizar la fiabilidad de la comunicación es uno de los principales objetivos para proporcionar eficiencia en la comunicación. Además, los esquemas de modulación multiportadora generalmente empleados en estos escenarios son susceptibles a distorsiones no lineales causadas por amplificadores de alta potencia (HPA) en el transmisor, lo que perjudica la capacidad de estimación y detección del canal de los receptores. En vista de estos requisitos y desafíos, en el presente trabajo proponemos un estimador de baja complejidad basado en la red de memoria a largo plazo (LSTM), seguido de una red neuronal (NN) para mejorar la estimación asistida por piloto de datos (DPA). Además, proponemos una nueva técnica para explotar las características del canal vehicular, mediante el muestreo de los subportadores utilizados en la entrada del LSTM. Por lo tanto, además de rastrear las variaciones del canal inalámbrico, la red LSTM también se utiliza para interpolar las estimaciones de canal para todas las subportadoras. Los resultados de la simulación muestran la superioridad del esquema propuesto en comparación con otros esquemas del estado de la técnica, especialmente en regímenes de alta relación señal-ruido (SNR). Además, el esquema propuesto reduce significativamente la complejidad computacional debido al procedimiento de muestreo de subportadoras.Files
09954409.pdf.pdf
Files
(245 Bytes)
| Name | Size | Download all |
|---|---|---|
|
md5:8cc36dcc6577948f91c4b704181bec57
|
245 Bytes | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- جهاز استقبال منخفض التعقيد يعتمد على LSTM - NN لاتصالات المركبات في وجود تشوهات مضخم الصوت عالي الطاقة
- Translated title (French)
- Récepteur LSTM-NN de faible complexité pour les communications véhiculaires en présence de distorsions d'amplificateur de haute puissance
- Translated title (Spanish)
- Receptor basado en LSTM-NN de baja complejidad para comunicaciones vehiculares en presencia de distorsiones de amplificador de alta potencia
Identifiers
- Other
- https://openalex.org/W4309596727
- DOI
- 10.1109/access.2022.3223113
References
- https://openalex.org/W1518006379
- https://openalex.org/W1980502833
- https://openalex.org/W2064076416
- https://openalex.org/W2064675550
- https://openalex.org/W2099411281
- https://openalex.org/W2100133952
- https://openalex.org/W2108455582
- https://openalex.org/W2143553410
- https://openalex.org/W2247967722
- https://openalex.org/W2769478995
- https://openalex.org/W2804407783
- https://openalex.org/W2917549193
- https://openalex.org/W2959982203
- https://openalex.org/W3012019435
- https://openalex.org/W3029860766
- https://openalex.org/W3035974859
- https://openalex.org/W3118883616
- https://openalex.org/W3132762268
- https://openalex.org/W3169113599
- https://openalex.org/W3205144092
- https://openalex.org/W4206045210
- https://openalex.org/W4213197954
- https://openalex.org/W4214550726
- https://openalex.org/W4226165874
- https://openalex.org/W4281383472
- https://openalex.org/W4281738152
- https://openalex.org/W4285212712
- https://openalex.org/W595252221