- -

Maximum likelihood low-complexity GSM detection for large MIMO systems

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Maximum likelihood low-complexity GSM detection for large MIMO systems

Mostrar el registro completo del ítem

García Mollá, VM.; Martínez Zaldívar, FJ.; Simarro, MA.; Gonzalez, A. (2020). Maximum likelihood low-complexity GSM detection for large MIMO systems. Signal Processing. 175:1-11. https://doi.org/10.1016/j.sigpro.2020.107661

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/176149

Ficheros en el ítem

Thumbnail
Nombre: GarciaMartinezSimarro ...
Tamaño: 642.4Kb
Formato: PDF
Descripción: Versión del Autor.
Abrir/Preview
[Cerrado]
Nombre: gsm_editorial.pdf
Tamaño: 693.2Kb
Formato: PDF
Descripción: Versión editorial
Solicitar una copia al autor

Metadatos del ítem

Título: Maximum likelihood low-complexity GSM detection for large MIMO systems
Autor: García Mollá, Víctor Manuel Martínez Zaldívar, Francisco José Simarro, M. Angeles Gonzalez, Alberto
Entidad UPV: Universitat Politècnica de València. Departamento de Comunicaciones - Departament de Comunicacions
Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació
Universitat Politècnica de València. Instituto Universitario de Telecomunicación y Aplicaciones Multimedia - Institut Universitari de Telecomunicacions i Aplicacions Multimèdia
Fecha difusión:
Resumen:
[EN] Hard-Output Maximum Likelihood (ML) detection for Generalized Spatial Modulation (GSM) systems involves obtaining the ML solution of a number of different MIMO subproblems, with as many possible antenna configurations ...[+]
Palabras clave: MIMO , Signal detection , Maximum likelihood detection , GSM
Derechos de uso: Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
Fuente:
Signal Processing. (issn: 0165-1684 )
DOI: 10.1016/j.sigpro.2020.107661
Editorial:
Elsevier
Versión del editor: https://doi.org/10.1016/j.sigpro.2020.107661
Código del Proyecto:
info:eu-repo/grantAgreement/AEI//RTI2018-098085-B-C41-AR//DYNAMIC ACOUSTIC NETWORKS FOR CHANGING ENVIROMENTS/
info:eu-repo/grantAgreement/GENERALITAT VALENCIANA//PROMETEO%2F2019%2F109//COMUNICACION Y COMPUTACION INTELIGENTES Y SOCIALES/
Descripción: This is the author's version of a work that was accepted for publication in Signal Processing. Changes resulting from the publishing process, such as peer review, editing, corrections, structural formatting, and other quality control mechanisms may not be reflected in this document. Changes may have been made to this work since it was submitted for publication. A definitive version was subsequently published in Signal Processing, volume 175, october 2020, 107661; DOI 10.1016/j.sigpro.2020.107661.
Agradecimientos:
This work has been partially supported by Spanish Ministry of Science, Innovation and Universities and by European Union through grant RTI2018-098085-BC41 (MCUI/AEI/FEDER), by GVA through PROMETEO/2019/109 and by Catedra ...[+]
Tipo: Artículo

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem