Estimador de canal basado en sensado compresivo y LDPC para OFDM usando SDR

• Inga Ortega, Juan Paúl ^[1] ; Yanza Verdugo, Anthony ^[1] ; Pucha Cabrera, Christian ^[1]
  1. [1] Universidad Politécnica Salesiana

     Universidad Politécnica Salesiana

     Cuenca, Ecuador

     
• Localización: Ingenius: Revista de Ciencia y Tecnología, ISSN 1390-650X, ISSN-e 1390-860X, Nº. 23, 2020 (Ejemplar dedicado a: enero-junio), págs. 74-85
• Idioma: español
• Títulos paralelos:
  • Compressive Sensing Based Channel Estimator and LDPC Theory for OFDM using SDR
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este trabajo propone la aplicación de un estimador de canal basado en sensado compresivo (CS, del inglés Compressive Sensing) sobre un sistema que usa multiplexación por división de frecuencias ortogonales (OFDM, del inglés Orthogonal Frequency Division Multiplexing) usando dispositivos de radio definido por \emph{software} (SDR, del inglés Software Defined Radio). La aplicación de la teoría de CS se da a través del uso de algoritmos de reconstrucción dispersa como Orthogonal Matching Pursuit (OMP) y Compressive Sampling Matching Pursuit (CoSaMP) con el fin de aprovechar la naturaleza dispersa de las subportadoras piloto usadas en OFDM optimizando el ancho de banda del sistema. Además, para mejorar el rendimiento de estos algoritmos, se utiliza el concepto de la matriz de comprobación de paridad dispersa que se implementa en el despliegue de códigos de comprobación de paridad de baja densidad (LDPC, del inglés Low Density Parity Check) para obtener una matriz de sensado que mejore la propiedad de restricción isométrica (RIP, del inglés Isometric Restriction Property) perteneciente al paradigma de CS. El documento muestra el modelo implementado en los equipos SDR analizando la tasa de error de bit y la cantidad de símbolos piloto usados.

  • English

    This work proposes the application of a channel estimator based on Compressive Sensing (CS) over a system that uses Orthogonal Frequency Division Multiplexing (OFDM) using Software Defined Radio (SDR) devices. The application of the CS theory is given through the use of sparse reconstruction algorithms such as Orthogonal Matching Pursuit (OMP) and Compressive Sampling Matching Pursuit (CoSaMP) in order to take advantage of the sparse nature of the pilot subcarriers used in OFDM, optimizing the bandwidth of system. In addition, to improve the performance of these algorithms, the sparse parity checking matrix concept is used, which is implemented in the deployment of low density parity check codes (LDPC) to obtain a sensing matrix that improves the isometric restriction property (RIP) belonging to the CS paradigm. The document shows the model implemented in the SDR equipment and analyze the bit error rate and the number of pilot symbols used.