Zobrazeno 1 - 10
of 203
pro vyhledávání: '"M. Tanda"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Transactions on Signal Processing. 55:1828-1838
This paper deals with the problem of blind carrier-frequency offset (CFO) estimation in orthogonal frequency-division multiplexing (OFDM) systems based on offset quadrature amplitude modulation (OFDM/OQAM). Specifically, by assuming that the number o
Publikováno v:
IEEE Transactions on Communications. 55:242-246
In this letter, the problem of blind symbol-timing estimation with M-ary phase-shift keying (M-PSK) signals is considered. An estimator exploiting the constant modulus (CM) property of M-PSK constellations and the structure of the received signal whe
Autor:
M. Tanda
Publikováno v:
IEEE Transactions on Communications. 52:1609-1612
In this letter, the problem of blind symbol-timing and frequency-offset estimation in orthogonal frequency-division multiplexing (OFDM) systems with real data symbols is considered. Maximum-likelihood (ML) estimators for the parameters of interest ha