Книги, научные публикации Pages:     | 1 | 2 | 3 |

Государственное образовательное учреждение высшего профессионального образования УСанкт-Петербургский государственный политехнический университетФ На правах рукописи Трифонов Петр Владимирович Адаптивное ...

-- [ Страница 3 ] --

4. Адаптивная передача в многопользовательской системе 4.3.1 Сравнение адаптивных методов Для исследования выигрыша, даваемого применением предложенного алгоритма адаптивного распределения пользователей по подканалам, было произведено имитационное моделирование. При этом предполагалось, что отношения канал/шум для всех пользователей имеют одно и то же среднее значение, равное 1. Дисперсия шума также предпола ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ полоса 20 МГц, 512 подканалов, 64 польз., R=16 бит/польз., Perr = 2 неоптимизированная MC-CDMA с перемежением ASBA+bitloading, P=Q= ASBA [18], P = Q = 8 OFDMA, алгоритм Вонга [89] предложенный метод, MC-TF-CDMA, S f =1,ST =8 предложенный метод, MC-TF-CDMA, S f =8,ST =1 относительная мощность передатчика, дБ 0 0 1e-006 2e-006 3e-006 4e-006 5e-006 6e-006 7e-006 8e-006 9e-006 1e-005 1.1e- многопутевое рассеяние max, с Рис. 4.9 Сравнение различных адаптивных методов галась равной 1. В нижеприведенных графиках представлены значения средней мощности передатчика N 2 i=1 |si |, Pt = M N 2 требуемой для достижения заданной вероятности ошибки. На рисунке 4.9 представлены результаты моделирования для неоптимизированной MCCDMA системы, OFDMA-системы с адаптивным алгоритмом Вонга, MC-CDMA системы с адаптивным формированием полос (ASBA) и распределением мощности (bitloading), а также MC-TF-CDMA системы, использующей предложенный алгоритм. Во всех случаях помехоустойчивое кодирование не использовалась. Параметрами адаптации являлись размер сигнального множества КАМ, коэффициенты усиления и параметры разделения канала. Видно, что адаптивная передача позволят существенно снизить требуемую мощность по сравнению с неоптимизироанной схемой передачи. Даже очень простые методы, основанные на выборе наилучших подканалов (по сути, адаптивное формирование подполос основано именно на этой идее), позволяют получить выигргыш 6 дБ для каналов с небольшим разбросом задержек распространения сигнала. Совмещение этого подхода с адаптивным распределением мощности и адаптивной модуляцией позволяет дополнительно выиграть 2 дБ. Однако выигрыш, получаемый с помощью адаптивного формирования подполос, существенно уменьшается с ростом частотной селективности. Это связано со следующими причинами: Х Расширение в частотной области приводит к тому, что пропускные способности подполос (после соответствующей нормализации) оказываются более близкими к их ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ полоса 20 МГц, 512 подканалов, 64 польз., R=16 бит/польз., Perr = 2 OFDMA, алгоритм Вонга [89] S=1,Sf=1 S=2,Sf=1 S=4,Sf=1 S=8,Sf= относительная мощность передатчика, дБ 0 0 1e-006 2e-006 3e-006 4e-006 5e-006 6e-006 7e-006 8e-006 9e-006 1e-005 1.1e- многопутевое рассеяние max, с Рис. 4.10 Влияние коэффициента расширения на результаты оптимизации средним значениям. Это снижает частотную селективность эквивалентного канала, ограничивая возможности для адаптиации. Это относится к любому адаптивному алгоритму. Х В рамках модели системы с адаптивным формированием подканалов требуется, чтобы каждый пользователь передавал ровно P символов в точности по одной подполосе. Это существенно ограничивает свободу выбора при назначении пользователей на подканалы и приводит к увеличению требуемой мощности на 7 дБ по сравнению с намного более гибкой MC-TF-CDMA с Sf = 8, описанной в разделе 2.2. Сопоставляя кривые, соответствующие адаптивным OFDMA и MC-TF-CDMA системам, и учитывая общность использованных оптимизационных подходов, несложно заметить, что оптимизированное разделение подканалов позволяет получить выигрыш до 5 дБ, а общий выигрыш, получаемый за счет полного использования возможностей разделения подканалов, адаптивного распределения мощности и адаптивной модуляции, достигает 13 дБ по сравнению с неоптимизированной системой.

4.3.2 Анализ характеристик системы с адаптивным разделением подканалов Рассмотрим более подробно влияние различных параметров на характеристики адаптивной MC-TF-CDMA системы. Рисунок 4.10 илллюстрирует влияние коэффициента расширения S на результаты оптимизации. Видно, что его уменьшение приводит к значительному ухудшению показателей ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ полоса 20 МГц, 512 подканалов, 64 польз., R=16 бит/польз., Perr = 5 OFDMA без кодирования адаптивная OFDMA с кодированием адаптивная MC-TF-CDMA без кодирования, S f=1, ST=1 адаптивная MC-TF-CDMA с кодированием, S f=1, ST= относительная мощность передатчика, дБ 0 0 1e-006 2e-006 3e-006 4e-006 5e-006 6e-006 7e-006 8e-006 9e-006 1e-005 1.1e- многопутевое рассеяние max, с Рис. 4.11 Сравнение адаптивных систем со сверточным кодированием работы системы. Это связано с тем, что при малых значениях S множество допустимых значений коэффициентов разделения канала перестает адекватно аппроксимировать непрерывные переменные ki. Более того, сопоставляя кривую для случая S = 1 с кривой для OFDMA-системы на рис. 4.9, можно заметить, что предложенный алгоритм обеспечивает более полную оптимизацию системы. На рисунке 4.11 представлены результаты моделирования для случая адаптивных OFDMA и MC-TF-CDMA систем со сверточным кодированием6. Подобная конструкция является простейшим способом введения избыточности в систему с адаптивной модуляцией. Вместе с тем, известно, что в подобных системах целесообразно использование адаптивной кодированной модуляции. Однако ее использование эквивалентно изменению константы в выражении (2.20) и потому не может привести ни к каким принципиальным изменениям. Видно, что выигрыш от оптимизированного разделения подканалов не может быть получен другими путями, такими как кодирование, реализуемое пользователями независимо друг от друга. На рисунке 4.12 представлены результаты моделирования для случая систем с различным числом пользователей. Несложно заметить, что выигрыш от адаптивного разделения подканалов быстро возрастает с ростом числа пользователей. Это связано с тем, что в системах с небольшим числом пользователей достаточно часто встречаются ситуации, при которых пригодные для передачи данных диапазоны частот различных пользователей не пересекаются. В этом случае разделение подканалов не требуется и адаптивная MC-DS-CDMA система сводится к OFDMA (рис. 4.12(a)). Но если рассмотреть случай фиксированной общей скорости (рис. 4.12(b)), то оказывается, что при снижении числа пользователей и одновременном увеличении их скорости вероятность совпадения наи Использовался сверточный код с порождающими многочленами (0133, 0171).

ит ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ полоса 20 МГц, 512 подканалов, R=16 бит/польз 15 MC-DS-CDMA,Sf=1,K=4 MC-DS-CDMA,Sf=1,K=8 MC-DS-CDMA,Sf=1,K=16 MC-DS-CDMA,Sf=1,K=32 MC-DS-CDMA,Sf=1,K=64 OFDMA,K=4 OFDMA,K=16 OFDMA,K=32 OFDMA,K=64 полоса 20 МГц, 512 подканалов, общая скорость 1024 бита/OFDM символ MC-DS-CDMA,K=4 MC-DS-CDMA,K=8 MC-DS-CDMA,K=16 MC-DS-CDMA,K=32 MC-DS-CDMA,K=64 OFDMA,K=4 OFDMA,K=16 OFDMA,K=32 OFDMA,K= относительная мощность передатчика, дБ относительная мощность передатчика, дБ - -10 0 1e-006 2e-006 3e-006 4e-006 5e-006 6e-006 7e-006 8e-006 9e-006 1e-005 1.1e- 1e- 2e- 3e- 4e- 5e- 6e- 7e- 8e- 9e- 1e-005 1.1e- многопутевое рассеяние max, с многопутевое рассеяние max, с (a) Фиксированная скорость на пользователя (b) Фиксированная общая скорость Рис. 4.12 Сравнение систем с различным числом пользователей лучших подканалов различных пользователей возрастает с одновременным уменьшением возможностей перераспределения подканалов. Это приводит к некоторому ухудшению показателей. Представленные результаты интересно сравнить с нижней границей, полученной на основе однопользовательского УводонаполненияФ (см. табл. 2.1). Видно, что во всех случаях реальная мощность передатчика, полученная с помощью имитационного моделирования при больших значениях многопутевого рассеяния max, превышает полученную нижнюю границу на 1-2 децибела, что связано с потерями, вызванными необходимостью разделения канала, а также наличием некоторой зависимости между передаточными коэффициентами канала. Кроме того, полученная нижняя граница также свидетельствует о том, что при фиксированной общей скорости передачи данных система с большим числом пользователей требует меньшей общей мощности передатчика. На рисунке 4.13 представлено сравнение систем с различными значениями параметров частотно-временного расширения. Здесь Sf Ч коэффициент расширения в частотной области, а St = S/Sf Ч коэффициент расшширения во временной области. Несложно заметить, что для малых значений Sf увеличение мощности крайне незначительно. Однако для Sf = 8 (т.е. расширение в частотной области) мощность передатчика, требуемая для достижения заданного качества работы системы, возрастает на 2,5 дБ. Более того, как будет видно на рис. 4.15, реальная наблюдаемая вероятность ошибки в случае Sf = 8 и сильной частотной селективности канала оказывается слегка выше требуемой. Это связано с нарушением ортогональности расширяющих последовательностей. Рисунок 4.14 иллюстрирует зависимость объема сжатой служебной информации (см. п. 2.2.5) от параметров системы. Можно заметить, что при достаточно больших скоростях передачи данных зависимость объема служебной информации от требуемой скорости R исчезает. Это соответствует наиболее полному использованию всех доступных ресурсов системы. Видно, что адаптивная система требует передачи примерно 50 бит служебной информации на одного пользователя. Из сопоставления этой величины со скоростью R передачи пользовательских данных, обеспечиваемой адаптивной системой, следует, что ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ полоса 20 МГц, 512 подканалов, 64 польз., R=16 бит/польз., Perr = 2 Sf=1 Sf=2 Sf=4 Sf= относительная мощность передатчика, дБ 0 0 1e-006 2e-006 3e-006 4e-006 5e-006 6e-006 7e-006 8e-006 9e-006 1e-005 1.1e- многопутевое рассеяние max, с Рис. 4.13 Сравнение систем с различными параметрами расширения K=32, S=Sf=8 1800 1700 1600 1500 1400 1300 1200 1100 1000 900 800 0 1e-006 2e-006 3e-006 4e-006 5e-006 6e-006 7e-006 8e-006 9e-006 1e-005 1.1e-005 R=20 R=60 R=100 R= средний объем сжатых служебных данных, бит многопутевое рассеяние max, с Рис. 4.14 Объем служебной информации после сжатия ит ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ N=512, S=8, Sf=1, R=40 1 max=1E-5 s, v=3 km/h max=1E-5 s, v=20 km/h max=1E-7 s, v=3 km/h max=1E-7 s, v=20 km/h 1 N=512, S=Sf=8, R=40 max=1E-5 s, v=3 km/h max=1E-5 s, v=20 km/h max=1E-7 s, v=3 km/h max=1E-7 s, v=20 km/h истинная наблюдаемая вероятность ошибки 0. истинная наблюдаемая вероятность ошибки 0 10 20 30 40 50 60 70 0. 0. 0. 0. 0.001 0 10 20 30 40 50 60 70 номер OFDM символа номер OFDM символа (a) Адаптивная MC-DS-CDMA система (b) Адаптивная MC-CDMA система Рис. 4.15: Чувствительность адаптивной системы к временным изменениям состояния канала все управляющие данные могут быть переданы в одном OFDM-символе.

4.3.3 Чувствительность предложенного метода к временным изменениям состояния канала На рис. 4.15 представлены результаты моделирования, иллюстрирующие чувствительность описанного метода оптимизации к временным изменениям состояния канала. Т.к. в случае St = S/Sf > 1 передача осуществляется блоками по St символов, кривые на рис. 4.15(a) в действительности указывают вероятности ошибки для блоков из St смежных OFDM-символов. Можно заметить, что в случае низкой частотной селективности канала (малые значения max ) временные изменения его состояния оказывают более существенное влияние на показатели качества работы системы, чем в случае сильной частотной селективности (большие значения max ). Это связано с тем, что в случае сильной коррелированности передаточных коэффициентов ki в адаптивной системе, основанной на принципе водонаполнения, каждому из пользователей выделяется большое число подканалов. Ухудшение характеристик даже небольшой их доли приводит к существенному увеличению вероятности ошибки. Заметим также, что в случае сильной частотной селективности система с Sf = S менее чувствительна к изменениям состояния канала, чем в случае Sf = 1. Это связано с тем, что в первом случае адаптация производится к средним значениям отношения канал/шум по нескольким смежным подканалам. Эти величины менее подвержены временным изменениям, чем отношения канал/шум для отдельных подканалов. Сопоставление результатов имитационного моделирования, приведенных на рис. 4.15, и оценки длительности межоптимизационного интервала (см. рис. 2.7) позволяет сделать вывод о том, что допустимым является превышение истинной вероятности ошибки не более чем в 4 раза по сравнению с первоначальным (требуемым) значением. При этом необходимо отметить, что использованный в п. 2.2.6 метод анализа основывался на пред ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ положениях о независимости передаточных коэффициентов и о том, что Sf = 1. Результаты имитационного моделирования свидетельствуют о том, что с ростом max точность результатов, полученных с помощью этого метода, повышается. С другой стороны, использование Sf = S позволяет снизить чувствительность системы к временным изменениям состояния канала. Необходимо отметить, что высокая чувствительность системы к временным изменениям состояния канала при малых значениях max не является существенным недостатком, т.к. этот случай, как правило, соответствует использованию системы внутри помещений, где скорость перемещения объектов сравнительно мала.

4.3.4 Чувствительность предложенного метода к неточности оценивания канала Рисунок 4.16 иллюстрирует влияние неточности оценки состояния канала на показатели качеста работы системы. В данной работе на рассматривается никакого конкретного метода оценивания канала. Вместо этого предполагается, что приемник и передатчик используют зашумленные значения передаточных коэффициентов канала ki, т.е. ki = ki + ki, (4.7) где ki Ч независимые Гауссовские случайные величины с дисперсией 2 и 2 со ответственно. Можно заметить, что в случае сильной частотной селективности канала влияние погрешности оценивания канала на действительную вероятность ошибки весьма незначительно. Это связано с тем, что в случае сильной частотной селективности всегда существует набор подканалов с большим отношением канал/шум. Наличие некоторой погрешности в их оценивании не приводит к изменению порядка их величины, что оставляет возможность выявления таких подканалов в процессе оптимизации. В случае слабой частотной селективности значения отношений канал/шум лежат намного ближе к своему среднему значению, что требует более точного учета состояния канала. Заметим, что система с расширением в частотной области (Sf = 8) намного менее чувствительна к погрешности оценивания состояния канала. Это связано с тем, что в данном случае оптимизация производится с учетом средних значений отношения канал/шум, вычисленных на наборе подканалов, погрешность которых намного ниже. Можно также отметить весьма слабую чувствительность системы к погрешностям оценивания состояния канала на стороне приемника. Это связано с тем, что в адаптивной системе передача осуществляется по подканалам с большим отношением канал/шум, относительная погрешность оценки ki которых оказывается незначительной. Наличие погрешности оценивания как на приемнике, так и на передатчике приводит к незначительному ухудшению показателей работы системы, однако все вышеописанные особенности сохраняются.

4.3.5 Оценка сложности предложенного метода Ввиду сложности целевой функции (2.22) построить какие-либо аналитические оценки для числа итераций, требуемых для достижения оптимального решения, не удалось.

ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ долоса 20 МГц, 512 подканалов, 64 польз., m = 0 max=1E-05 s, Sf=1 max=1E-05 s, Sf=8 max=1E-07 s, Sf=1 max=1E-07 s, Sf=8 полоса 20 МГц, 512 подканалов, 64 польз., m = 0 max=1E-05 s, Sf=1 max=1E-05 s, Sf=8 max=1E-07 s, Sf=1 max=1E-07 s, Sf= относительная мощность передатчика, дБ 0. истинная вероятность ошибки 10- 10- 10- 0 0 0.005 0.01 0.015 0.02 0.025 0 0.005 0.01 0.015 0.02 0.025 0. дисперсия оценки в передатчике m дисперсия оценки в передатчике m (a) Неточность на стороне передатчика: вероятность (b) Неточность на стороне передатчика: мощность пеошибки редатчика полоса 20 МГц, 512 подканалов, 64 польз., m = 0 max=1E-05 s, Sf=1 max=1E-05 s, Sf=8 max=1E-07 s, Sf=1 max=1E-07 s, Sf= полоса 20 МГц, 512 подканалов, 64 польз., m = 0.03 max=1E-05 s, Sf=1 max=1E-05 s, Sf=8 max=1E-07 s, Sf=1 max=1E-07 s, Sf= истинная вероятность ошибки 10- истинная вероятность ошибки 0 0.005 0.01 0.015 0.02 0.025 0. 10- 10- 10- 10- 10- 0. 0. 0. 0. 0. 0. дисперсия оценки в приемнике m дисперсия оценки в передатчике m (c) Неточность на стороне приемника (d) Неточность на обоих сторонах Рис. 4.16 Чувствительность к неточности оценки состояния канала.

ит ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ WSSUS канал, 512 подканалов, 64 польз., 16 бит/польз, Sf = 20 Sf=1,J=10 Sf=1,J=50 Sf=1,J=100 Sf=1,J=200 Sf=1,J=500 Sf=1,J=1000 Sf=1,J=30000 512 подканалов, 64 польз., 16 бит/польз, max = Sf=1 Sf=2 Sf=4 Sf= относительная мощность передатчика, дБ относительная сложность оптимизации 0. 0. 0. 0. 0 0 1e-006 2e-006 3e-006 4e-006 5e-006 6e-006 7e-006 8e-006 9e-006 1e-005 1.1e- 0 1 10 100 1000 10000 многопутевое рассеяние max, с число итераций (a) Требуемая мощность при Sf = (b) Относительное время при Sf = Рис. 4.17 Зависимость качества оптимизации от его сложности В связи с этим оценка сложности предложенного метода была выполнена путем замера времени выполнения соответствующей программы, реализованной на языке C++. На рисунке 4.17 представлены графики, иллюстрирующие зависимость мощности передатчика, требуемой для достижения заданных параметров адаптивной системы, и среднего времени распределения пользователей по подканалам от максимального числа итераций J. В данной реализации на шаге 6 оптимизационного алгоритма использовался метод Кронгольда [75]. Время представлено в относительных единицах, характеризующих отношение времени, затраченного на на выполнение шагов 1 - 4 предложенного алгоритма, к полному времени оптимизации, включая шаг 6. Можно заметить, что чувствительность качества оптимизации к его сложности уменьшается с ростом частотной селективности канала. Необходимо также отметить, что при выполнении глубокой оптимизации (т.е. большом числе итераций) при Sf = 8 предложенный алгоритм имеет несколько меньшую относительную сложность, чем при Sf = 1. При этом абсолютная сложность оказывается пропорциональной N/Sf.

4.4 Выводы В данной главе были представлены результаты имитационного моделирования, характеризующие поведение предложенных адаптивных методов передачи в условиях кабельного и радиоканалов. Был приведен пример построения семейства многоуровневых кодов умеренной длины с использованием предложенного прагматического метода. Применение построенного семейства кодов в адаптивной системе позволило обеспечить передачу данных с вероятностью ошибки на бит около 107 при отношении сигнал/шум, превышающем предел Шеннона всего на 3 дБ. Было показано, что за счет увеличения числа компонентных кодов достигается снижение мощности передатчика, требуемой для достижения заданной скорости передачи данных, на величину порядка 2 дБ. В этом заключается основное преимущество предложенного метода адаптивного многоуровневого кодирования.

ПРИМЕНЕНИЕ АДАПТИВНЫХ МЕТОДОВ Сопоставление с результатами имитационного моделирования показывает, что предложенный метод теоретического анализа характеристик адаптивных многочастотных систем обеспечивает погрешность менее 1 дБ уже при сравнительно небольших значениях (порядка 106 с) максимального многопутевого рассеяния. Было показано, что предложенный адаптивный метод передачи в многопользовательских системах вещания позволяет снизить мощность передатчика, требуемую для достижения заданной вероятности ошибки, на 5 дБ по сравнению с аналогичными адаптивными системами. Были представлены оценки объема служебной информации, передача которой необходима для функционирования адаптивной системы. Приведенные результаты имитационного моделирования позволяют оценить интервал времени, в течение которого может использоваться одна и та же оптимизированная схема передачи. Были представлены также оценки сложности предложенного метода и исследовано влияние числа итераций оптимизационного алгоритма на качество решения задачи построения адаптированной схемы передачи.

Выводы Основными результатами данной диссертационной работы являются: 1. Метод поиска корней многочленов над конечным полем, позволяющий снизить сложность соответствующего этапа декодирования кодов Рида-Соломона в 2Ц6 раз. 2. Метод вычисления быстрого преобразования Фурье над конечным полем, обладающей наименьшей сложностью среди известных аналогов на длинах по крайней мере до 512. 3. Метод построения разреженных фактор-графов линейных кодов и его применение в задаче быстрого умножения матрицы на вектор в полях характеристики два. 4. Метод вычисления синдромного многочлена при декодировании кодов РидаСоломона, обладающий наименьшей сложностью среди известных аналогов для кодов с длинами по крайней мере до 255. 5. Метод вычисления произведения нульмерных взаимно простых полиномиальных идеалов и основывающийся на нем алгоритм интерполяции при списочном декодировании кодов Рида-Соломона. 6. Метод адаптивной передачи с использованием многоуровневого кодирования в многочастотных системах. 7. Метод оценивания пропускной способности векторного Гауссовского канала с независимыми случайными передаточными коэффициентами. 8. Метод адаптивного распределения мощности, скорости и разделения канала в многопользовательских многочастотных системах. Результаты, полученные в данной работе, позволяют выделить следующие направления дальнейших исследований: 1. Исследование возможности использования разреженного представления линейных кодов для их мягкого декодирования. 2. Разработка механизмов канального уровня, обеспечивающих поддержку предложенного метода адаптивной передачи в многопользовательских системах. 3. Исследование возможности дальнейшего снижения объема передаваемой служебной информации и сложности оптимизации в предложенном методе адаптивной передачи в многопользовательских системах. 4. Дальнейшее снижение сложности интерполяции при списочном декодировании кодов Рида-Соломона. ВЫВОДЫ Автор выражает благодарность проф. А.И. Генералову (Санкт-Петербургский Государственный Университет), д-ру Е. Коста (Siemens AG), доц. Ю.Б. Сениченкову и доц. С.В. Федоренко (Санкт-Петербургский Государственный Политехнический Университет) за многочисленные плодотворные обсуждения различных аспектов данной работы.

Литература [1] Adaptive modulation for the HIPERLAN/2 air interface / R. Grunheid, E. Bolinth, H. Rohling, K. Aretz // Proceedings of 5th International OFDM Workshop. Ч 2000. Ч September. [2] Adaptive modulation systems for predicted wireless channels / S. Falahati, A. Svensson, T. Ekman, M. Sternad // IEEE Transactions on Communications. Ч 2004. Ч February. Ч Vol. 52, no. 2. [3] Afanasyev V. On complexity of FFT over finite field // Proceedings of Sixth Joint Swedish-Russian International Workshop on Information Theory, Molle, Sweden. Ч 1993. Ч August. Ч Pp. 315Ц319. [4] Alamouti S., Kalel S. Adaptive trellis-coded multiple-phase-shift keying for Rayleigh fading channels // IEEE Transactions on Communications. Ч 1994. Ч June. Ч Vol. 42. Ч Pp. 2305Ц2314. [5] Alouini M.-S., Goldsmith A. J. Adaptive modulation over nakagami fading channels // Kluwer Journal on Wireless Communications. Ч 2000. Ч May. Ч Vol. 13, no. 1-2. Ч Pp. 119Ц143. [6] Al-Dhahir N., Cioffi J. M. Efficiently computed reduced-parameter input-aided MMSE equalizers for ML detection: A unified approach // IEEE Transaction on Information Theory. Ч 1996. Ч May. Ч Vol. 42, no. 3. [7] Al-Dhahir N., Cioffi J. M. Optimum finte-length equalization for multi-carrier transceivers // IEEE Transactions On Communications. Ч 1996. Ч January. Ч Vol. 44, no. 1. [8] Ardakani M., Esmailian T., Kschischang F. Near-capacity coding in multicarrier modulation systems // IEEE Transactions on Communications. Ч 2004. Ч November. Ч Vol. 52, no. 11. [9] Armstrong J. Analysis of new and existing methods of reducing intercarrier interference due to carrier frequency offset in OFDM // IEEE Transactions On Communications. Ч 1999. Ч March. Ч Vol. 47, no. 3. [10] Baccarelli E., Fasano A., Biagi M. Novel efficient bit-loading algorithms for peakenergy-limited ADSL-type multicarrier systems // IEEE Transactions on Signal Processing. Ч 2002. Ч May. Ч Vol. 50, no. 5. [11] Beckermann B., Labahn G. Fraction-free computation of matrix rational interpolants and matrix GCDs // SIAM Journal on Matrix Analysis and Applications. Ч 2001. Ч Vol. 22, no. 1. Ч Pp. 114Ц144. citeseer.nj.nec.com/beckermann00fractionfree.html. ЛИТЕРАТУРА [12] Bergamaschi L., Moret I., Zilli G. Inexact quasi-Newton methods for sparse systems of nonlinear equations // Future Generation Computer Systems. Ч 2001. Ч Vol. 18, no. 1. Ч Pp. 41Ц53. [13] Burr A. Modulation and Coding for Wireless Communications. Ч Prentice Hall, 2001. [14] Campello J., Modha D. S., Rajagopalan S. Designing LDPC codes using bit-filling // Proceedings of the IEEE ICC 2001. Ч 2001. [15] Canpolat B., Tanik Y. Performance analysis of adaptive loading OFDM under Rayleigh fading // IEEE Transactions On Vehicular Technology. Ч 2004. Ч July. Ч Vol. 53, no. 4. Ч Pp. 1105Ц1115. [16] Canteaut A., Chabaud F. A new algorithm for finding minimum-weight words in a linear code: Application to McElieceТs cryptosystem and to narrow-sense BCH codes of length 511 // IEEE Transactions on Information Theory. Ч 1998. Ч January. Ч Vol. 44, no. 1. Ч Pp. 367Ц378. [17] Capacity-approaching bandwidth-efficient coded modulation schemes based on lowdensity parity-check codes / J. Hou, P. H. Siegel, L. B. Milstein, H. D. Pfister // IEEE Transactions On Information Theory. Ч 2003. Ч September. Ч Vol. 49, no. 9. Ч Pp. 2141Ц2155. [18] Capacity optimization in MC-CDMA systems / E. Costa, H. Haas, E. Schulz, A. Filippi // European Transactions on Telecommunications. Ч 2002. Ч October. [19] Cheng R. S., Verdu S. Gaussian multiaccess channels with ISI: capacity regions and multiuser waterfilling // IEEE Transactions on Information Theory. Ч 1993. Ч May. Ч Vol. 39, no. 3. [20] Chen C.-L. Formulas for the solutions of quadratic equations over GF (2m ) // IEEE Transactions on Information Theory. Ч 1982. Ч September. Ч Vol. 28, no. 5. Ч Pp. 792Ц794. [21] Chen H., Pottie G. J. An orthogonal projection-based approach for par reduction in OFDM // IEEE Communication letters. Ч 2002. Ч May. Ч Vol. 6, no. 5. Ч Pp. 169 - 171. [22] Chien R. T. Cyclic decoding procedures for Bose-Chaudhuri-Hocquenghem codes // IEEE Transactions on Information Theory. Ч 1964. Ч Vol. 10, no. 4. Ч Pp. 357Ц363. [23] Chien R. T., Cunningham B. D., Oldham I. B. Hybrid methods for finding roots of a polynomial with application to BCH decoding // IEEE Transactions on Information Theory. Ч 1969. Ч Vol. 15, no. 2. Ч Pp. 329Ц335. [24] Choi B. J., Hanzo L. Optimum mode-switching assisted adaptive modulation // Proceedings of Globecom 2001. Ч 2001. Ч Pp. 3316Ц3320.

ЛИТЕРАТУРА [25] Chow P. S., Cioffi J. M., Bingham J. A. C. A practical discrete multitone transceiver loading algorithm for data transmission over spectrally shaped channels // IEEE Transactions On Communications. Ч 1995. Ч February/March/April. Ч Vol. 43, no. 2/3/4. [26] Chung S. T., Goldsmith A. J. Degrees of freedom in adaptive modulation: A unified view // IEEE Transactions on Communications. Ч 2001. Ч September. Ч Vol. 49, no. 9. Ч Pp. 1561Ц1571. [27] A>

ЛИТЕРАТУРА [37] Farhang-Boroujeny B., Ding M. Design methods for time-domain equalizers in DMT transceivers // IEEE Transactions On Communications. Ч 2001. Ч March. Ч Vol. 49, no. 3. [38] Fedorenko S. V., Trifonov P. V. Finding roots of polynomials over finite fields // IEEE Transactions on Communications. Ч 2002. Ч Vol. 50, no. 11. Ч Pp. 1709Ц1711. [39] Fedorenko S. V., Trifonov P. V., Costa E. Improved hybrid algorithm for finding roots of error-locator polynomials // European Transactions on Telecommunications. Ч 2003. Ч Vol. 14, no. 5. [40] Fischer R., Huber J. A new loading algorithm for discrete multitone transmission // Proceedings of GLOBECOMТ96. Ч 1996. Ч November. Ч Pp. 724Ц728. [41] Forney G. D. Generalized minimum distance decoding // IEEE Transactions on Information Theory. Ч 1966. Ч April. Ч Vol. 12, no. 4. Ч Pp. 125Ц131. [42] Forney G. D., Eyuboglu M. V. Combined equalization and coding using precoding // IEEE Communications Magazine. Ч 1991. Ч December. Ч Vol. 29, no. 12. [43] Gallager R. Low-density Parity-Check codes: Ph.D. thesis / MIT. Ч 1963. [44] Garcia-Armada A. A simple multiuser bit loading algorithm for multicarrier WLAN // Proceedings of IEEE Communications Conference. Ч 2001. Ч June. [45] Goldfeld L., Lyandres V. Capacity of the multicarrier channel with frequency-selective Nakagami fading // IEICE Transactions on Communications. Ч 2000. Ч March. Ч Vol. E83-B, no. 3. [46] Goldsmith A. J. Wireless Communications. Ч Cambridge University Press, 2005. [47] Goldsmith A. J., Varaiya P. Capacity of fading channels with channel side information // IEEE Transactions on Information Theory. Ч 1997. Ч November. Ч Vol. 43, no. 6. [48] Goldsmith A., Chua S.-G. Variable-rate variable-power MQAM for fading channels // IEEE Transactions On Communications. Ч 1997. Ч October. Ч Vol. 45, no. 10. [49] Goldsmith A., Chua S.-G. Adaptive coded modulation for fading channels // IEEE Transactions On Communications. Ч 1998. Ч May. Ч Vol. 46, no. 5. [50] Gross J., Karl H., Wolisz A. On the effect of inband signaling and realistic channel knowledge on dynamic OFDM-FDMA systems // Proceedings of 5th European Wireless Conference. Ч 2004. Ч February. [51] Gross R., Veeneman D. SNR and spectral properties for a clipped DMT adsl signal // Proceedings ICC Т94. Ч New Orleans, LA: 1994. Ч May. Ч Pp. 843Ц847.

ЛИТЕРАТУРА [52] Guruswami V., Sudan M. Improved decoding of Reed-Solomon and algebraic-geometric codes // IEEE Transactions on Information Theory. Ч 1999. Ч September. Ч Vol. 45, no. 6. Ч Pp. 1757Ц1767. citeseer.nj.nec.com/guruswami98improved.html. [53] Hayes J. F. Adaptive feedback communications // IEEE Transactions on Communications. Ч 1968. Ч February. Ч Vol. 16, no. 1. Ч Pp. 29Ц34. [54] Henkel W. Analog codes for peak-to-average ratio reduction // 3rd ITG Conference Source and Channel Coding. Ч Munich, Germany: 2000. Ч January 17Ц19. Ч Pp. 151 - 155. [55] Henkel W., Wagner B. Another application for trellis shaping: PAR reduction for DMT (OFDM) // IEEE Transactions On Communications. Ч 2000. Ч September. Ч Vol. 48, no. 9. Ч Pp. 1471Ц1476. [56] Henkel W., Zrno V. PAR reduction revisited: an extension to telladoТs method // 6th International OFDM-Workshop (InOWo). Ч Hamburg, Germany: 2001. Ч Pp. 31Ц1 - 31Ц6. [57] Hole K. J., Holm H., Oien G. E. Adaptive multidimensional coded modulation over flat fading channels // IEEE Journal On Selected Areas In Communications. Ч 2000. Ч July. Ч Vol. 18, no. 7. [58] HOMPACK90: A suite of Fortran 90 codes for globally convergent homotopy algorithms / L. T. Watson, M. Sosonkina, R. C. Melville et al. // ACM Transactions on Mathematical Software. Ч 1997. Ч December. Ч Vol. 23, no. 4. Ч Pp. 514Ц549. [59] Hong J., Vetterli M. Computing m DFTТs over GF (q) with one DFT over GF (q m ) // IEEE Transactions on Information Theory. Ч 1993. Ч January. Ч Vol. 39, no. 1. Ч Pp. 271Ц274. [60] Huber J. Multilevel codes: Distance profiles and channel capacity // ITG-Fachbericht 130, Conf. Rec. Ч 1994. Ч October. Ч Pp. 305Ц319. [61] Hughes-Hartogs D. Ensemble modem structure for imperfect transmission media: US. Patents Nos. 4,679,227 (July 1987). 4,731.816 (Mar. 1988). and 4,833,706 (May 1989). [62] Hu X.-Y., Eleftheriou E., Arnold D.-M. Regular and irregular progressive edge-growth tanner graphs // IEEE Transactions on Information Theory. Ч 2005. Ч January. Ч Vol. 51, no. 1. [63] Imai H., Hirakawa S. A new multilevel coding method using error correcting codes // IEEE Transactions on Information Theory. Ч 1977. Ч May. Ч Vol. 23, no. 3. Ч Pp. 371Ц377. [64] Jakes W. C. Mobile radio propagation // Microwave Mobile Communications / Ed. by W. C. Jakes. Ч New York: Wiley, 1974. Ч Pp. 11Ц78.

ЛИТЕРАТУРА [65] Jindal N., Vishwanath S., Goldsmith A. On the duality of Gaussian multiple-access and broadcast channels // IEEE Transactions on Information Theory. Ч 2004. Ч May. Ч Vol. 50, no. 5. [66] Johnson S. J., Weller S. R. A family of irregular LDPC codes with low encoding complexity // IEEE Communications Letters. Ч 2003. Ч Vol. 7, no. 2. [67] Johnson S. J., Weller S. R. Resolvable 2-designs for regular low-density parity-check codes // IEEE Transactions on Communications. Ч 2003. Ч September. Ч Vol. 51, no. 9. [68] Kailath T. Linear systems. Ч Prentice Hall, 1985. [69] Karagiannidis G. K., Zogas D. A., Kotsopoulos S. A. An efficient approach to multivariate Nakagami-m distribution using GreenТs matrix approximation // IEEE Transactions On Wireless Communications. Ч 2003. Ч September. Ч Vol. 2, no. 5. [70] Keller T., Hanzo L. Blind-detection assisted sub-band adaptive turbo-coded OFDM schemes // Proceedings of the IEEE Vehicular Technology Conference. Ч 1999. Ч Pp. 489Ц493. [71] Keller T., Hanzo L. Adaptive modulation techniques for duplex OFDM transmission // IEEE Transactions on Vehicular Technology. Ч 2000. Ч September. Ч Vol. 49, no. 5. [72] Kivanc D., Li G., Liu H. Computationally efficient bandwidth allocation and power control for OFDMA // IEEE Transactions On Wireless Communications. Ч 2003. Ч November. Ч Vol. 2, no. 6. [73] Koetter R., Vardy A. A complexity reducing transformation in algebraic list decoding of Reed-Solomon codes. Ч 2003. Ч March. [74] Kou Y., Lin S., Fossorier M. P. C. Low-density parity-check codes on finite geometries: A rediscovery and new results // IEEE Transactions on Information Theory. Ч 2001. Ч November. Ч Vol. 47, no. 7. [75] Krongold B., Ramchandran K., Jones D. Computationally efficient optimal power allocation algorithms for multicarrier communication systems // IEEE Transactions on Communications. Ч 2000. Ч January. Ч Vol. 48, no. 1. Ч Pp. 23Ц27. [76] Kschischang F. R., Frey B. J., Loeliger H.-A. Factor graphs and the sum-product algorithm // IEEE Transactions on Information Theory. Ч 2001. Ч February. Ч Vol. 47, no. 2. [77] Lau V. K. N., Maric S. V. Variable rate adaptive modulation for DS-CDMA // IEEE Transactions On Communications. Ч 1999. Ч April. Ч Vol. 47, no. 4. Ч Pp. 577Ц589. [78] Lin L., Yates R. D., Spasojevic P. Adaptive transmission with discrete code rates and power levels // IEEE Transactions On Communications. Ч 2003. Ч December. Ч Vol. 51, no. 12.

ЛИТЕРАТУРА [79] Li J., Kurtas E. A>

ЛИТЕРАТУРА [92] Nahman N. S., Holt D. R. Transient analysis of coaxial cables using the skin effect approximation // IEEE Transactions on Circuits Theory. Ч 1972. Ч Vol. 19, no. 5. Ч Pp. 443Ц451. [93] A new approach for evaluating clipping distortion in multicarrier systems / A. R. S. Bahai, M. Singh, A. J.. Goldsmith, B. R. Saltzberg // IEEE Journal on Selected Areas in Communications. Ч 2002. Ч Vol. 20. Ч Pp. 3Ц11. [94] Nielsen R. R. List decoding of linear block codes: Ph.D. thesis / Technical University of Denmark. Ч 2001. [95] Nielsen R. R., Hoholdt T. Decoding Reed-Solomon codes beyond half the minimum distance // Proceedings of the International Conference on Coding Theory and Cryptography, Mexico 1998. Ч Springer-Verlag, 1998. [96] Ochiai H. Performance analysis of peak power and band-limited OFDM system with linear scaling // IEEE Transactions On Wireless Communications. Ч 2003. Ч September. Ч Vol. 2, no. 5. Ч Pp. 1055Ц1065. [97] OFDM with reduced peak-to-average power ratio by multiple signal representation / S. Muller, R. Bauml, R. Fischer, J. Huber // Annals of Telecommunications. Ч 1997. Ч February. Ч Vol. 52, no. 1Ц2. Ч Pp. 58Ц67. [98] On the design of low-density parity-check codes within 0.0045 dB of the Shannon limit / S.-Y. Chung, G. D. Forney, T. J. Richardson, R. Urbanke // IEEE Communications Letters. Ч 2001. Ч February. Ч Vol. 5, no. 2. [99] Optimal decoding of linear codes for minimizing symbol error rate / L. Bahl, J. Cocke, F. Jelinek, J. Raviv // IEEE Transactions on Information Theory. Ч 1974. Ч Pp. 284 - 287. [100] Optimal design of adaptive coded modulation schemes for maximum average spectral efficiency / H. Holm, G. Oien, M. Slim-Alouini et al. // Proceedings of IEEE Workshop on Signal Prcessing Advances in Wireless Communications. Ч 2003. [101] Per tone equalization for DMT-based systems / K. van Acker, G. Leus, M. Moonen et al. // IEEE Transactions On Communications. Ч 2001. Ч January. Ч Vol. 49, no. 1. [102] Pfletschinger S., Munz G., Speidel J. Efficient subcarrier allocation for multiple access in OFDM systems // Proceedings of 7th International OFDM Workshop. Ч 2002. Ч September. [103] Pietrzyk S., Janssen G. J. M. Multiuser subcarrier allocation for QoS provision in the OFDMA systems // Proceedings of VTC FallТ02. Ч 2002. Ч September. [104] Prabhakar A., Narayanan K. Pseudorandom construction of low-density parity-check codes using linear congruential sequences // IEEE Transactions on Communications. Ч 2002. Ч September. Ч Vol. 50, no. 9.

ЛИТЕРАТУРА [105] P. H her. A statistical discrete-time model for the WSSUS multipath channel // IEEE o Transactions on Vehicular Technology. Ч 1992. Ч November. Ч Vol. 41, no. 4. [106] Rate-adaptive coding and modulation with LDPC component codes: Tech. rep. / O. Jetlund, G. E. Oien, K. J. Hole, V. Markhus: Department of Telecommunications, Norwegian University of Science and Technology, 2002. [107] A real-time sub-carrier allocation scheme for multiple access downlink OFDM transmission / C. Y. Wong, C. Y. Tsui, R. S. Cheng, K. B. Letaief // Proceedings of VTC FallТ99. Ч 1999. Ч September. Ч Pp. 1124Ц1128. [108] Regularized Newton methods for convex minimization problems with singular solutions / D.-H. Li, M. Fukushima, L. Qi, N. Yamashita // Computational Optimization and Applications. Ч 2004. Ч July. Ч Vol. 28, no. 2. Ч Pp. 131Ц147. [109] Rhee W., Cioffi J. M. Increasing in capacity of multiuser OFDM system using dynamic subchannel allocation // Proceedings of IEEE International Vehicular Technology Conference. Ч Vol. 2. Ч 2000. Ч May. Ч Pp. 1085Ц1089. [110] Richardson T. J., Urbanke R. The capacity of low-density parity check codes under message-passing decoding // IEEE Transactions on Information Theory. Ч 2001. Ч February. Ч Vol. 47, no. 2. [111] Richardson T., Shokrollahi M. A., Urbanke R. L. Design of capacity-approaching irregular low-density parity-check codes // IEEE Transactions On Information Theory. Ч 2001. Ч February. Ч Vol. 47, no. 2. Ч Pp. 619Ц637. [112] Rosenthal J., Vontobel P. Constructions of LDPC codes using Ramanujan graphs and ideas from Margulis // Proceedings of 38th Allerton Conference on Communication, Control and Computing. Ч 2000. [113] Roth R., Ruckenstein G. Efficient decoding of Reed-Solomon codes beyond half the minimum distance // IEEE Transactions on Information Theory. Ч 2000. Ч Vol. 46, no. 1. Ч Pp. 246Ц257. citeseer.nj.nec.com/roth00efficient.html. [114] Ryan W. E. An introduction to LDPC codes // CRC Handbook for Coding and Signal Processing for Recording Systems / Ed. by B. Vasic. Ч CRC Press, 2004. [115] Sampei S., Komaki S., Morinaga N. Adaptive modulation/TDMA scheme for large capacity personal multimedia communications systems // IEICE Transactions on Communications. Ч 1994. Ч September. Ч Vol. E77-B. Ч Pp. 1096Ц1103. [116] Santhi N., Vardy A. On the effect of parity-check weights in iterative decoding // Proceedings of IEEE International symposium on Information Theory. Ч 2004. [117] Sauer T. Polynomial interpolation of minimal degree and grobner bases groebner bases and applications // Groebner Bases and Applications (Proceedings of the International Conference У33 Years of Groebner BasesФ) / Ed. by B. Buchberger, F. Winkler. Ч ЛИТЕРАТУРА Vol. 251 of London Mathematical Society Lecture Notes. Ч Cambridge University Press, 1998. Ч Pp. 483Ц494. [118] Scholtz R. The origins of spread-spectrum communications // IEEE Transactions On Communications. Ч 1982. Ч May. Ч Vol. 30, no. 5. Ч Pp. 822Ц854. [119] Schurgers C., Srivastava M. B. A systematic approach to peak-to-average power ratio in OFDM // Proceedings of SPIEТs 47th Annual Meeting. Ч San Diego, CA: 2001. Ч July/August. Ч Pp. 454Ц464. [120] Seyedi A., Saulnier G. J. Symbol-error rate analysis of FischerТs bit-loading algorithm // IEEE Transactions On Communications. Ч 2004. Ч September. Ч Vol. 52, no. 9. Ч Pp. 1480Ц1483. [121] Shen Z., Andrews J., Evans B. L. Optimal power allocation in multiuser OFDM systems // Proceendings of IEEE Global Communications Conference. Ч Vol. 1. Ч 2003. Ч December. Ч Pp. 337Ц341. [122] Subcarrier allocation for variable bit rate video streams in wireless OFDM systems / J. Gross, J. Klaue, H. Karl, A. Wolisz // Proceedings of VTC FallТ03. Ч 2003. Ч October. [123] Tarokh V., Jafarkhani H. On the computation and reduction of the peak-to-average power ratio in multicarrier communications // IEEE Transactions On Communications. Ч 2000. Ч January. Ч Vol. 48, no. 1. Ч Pp. 37Ц44. [124] Torrance J. M., Hanzo L. Latency and networking aspects of adaptive modems over slow indoors Rayleigh fading channel // IEEE Transactions on Vehicular Technology. Ч 1999. Ч July. Ч Vol. 48. Ч Pp. 1237Ц1251. [125] Torrance J., Hanzo L. Optimization of switching levels for adaptive modulation in slow Rayleigh fading // IEE Electronics Letters. Ч 1999. Ч June. Ч Vol. 32, no. 13. Ч Pp. 1167Ц1169. [126] Trifonov P., Costa E., Schulz E. Adaptive user allocation, bit and power loading in multi-carrier systems // Proceedings of the 9th International OFDM-Workshop. Ч 2004. [127] Trifonov P., Costa E., Schulz E. Adaptive multilevel coding in OFDM systems // Proceedings of IEEE Vehicular Technology Conference Ч Spring 2005. Ч 2005. [128] Truong T.-K., Jeng J.-H., Reed I. S. Fast algorithm for computing the roots of error locator polynomials up to degree 11 in Reed-Solomon decoders // IEEE Transactions on Communications. Ч 2001. Ч Vol. 49, no. 5. Ч Pp. 779Ц783. [129] Ungerboeck G. Channel coding with multilevel/phase signals // IEEE Transactions on Information Theory. Ч 1982. Ч Vol. 28, no. 1. Ч Pp. 55Ц67.

ЛИТЕРАТУРА [130] Upper bounds on the rate of LDPC codes / D. Burshtein, M. Krivelevich, S. Litsyn, G. Miller // IEEE Transactions on Information Theory. Ч 2002. Ч September. Ч Vol. 48, no. 9. [131] van der Waerden B. L. Algebra. Ч Springer-Verlag, 1991. Ч Vol. 1. [132] Vareljian A. Behavioral modeling of transmission line channels via linear transformations: 10GBASE-T study group working document: 2003. [133] Vasic B., Milenkovic O. Combinatorial constructions of low-density parity-check codes for iterative decoding // IEEE Transactions on Information Theory. Ч 2004. Ч June. Ч Vol. 50, no. 6. [134] Viswanath P., Tse D. N. C., Anantharam V. Asymptotically optimal water-filling in vector multiple-access channels // IEEE Transactions On Information Theory. Ч 2001. Ч January. Ч Vol. 47, no. 1. [135] Vitter J. S. Design and analysis of dynamic Huffman codes // Journal of the ACM. Ч 1987. Ч October. Ч Vol. 34, no. 4. Ч Pp. 825Ц845. [136] Vontobel P. O., Koetter R. Lower bounds on the minimum pseudo-weight of linear codes // Proceedings of IEEE International symposium on Information Theory. Ч 2004. [137] Wachsmann U., Fischer R. F. H., Huber J. B. Multilevel codes: Theoretical concepts and practical design rules // IEEE Transactions On Information Theory. Ч 1999. Ч July. Ч Vol. 45, no. 5. Ч Pp. 1361Ц1391. [138] Wang X., Liu K. J. R. Adaptive channel estimation using cyclic prefix in multicarrier modulation system // IEEE Communications Letters. Ч 1999. Ч October. Ч Vol. 3, no. 10. Ч Pp. 291 - 293. [139] Wang Y., Zhu X. A fast algorithm for the Fourier transform over finite fields and its VLSI implementation // IEEE Journal on Selected Areas in Communications. Ч 1988. Ч Vol. 6, no. 3. Ч Pp. 572Ц577. [140] Webb W. T., Steele R. Variable rate QAM for mobile radio // IEEE Transactions on Communications. Ч 1995. Ч July. Ч Vol. 43, no. 7. Ч Pp. 2223Ц2230. [141] Weinstein S. B., Ebert P. M. Data transmission by frequency-division multiplexing using the discrete fourier transform // IEEE Transactions on Communications. Ч 1971. Ч October. Ч Vol. 19, no. 5. Ч Pp. 628Ц634. [142] Weller S. R., Johnson S. J. Iterative decoding of codes from oval designs // Proceedings of Wokshop on Defence Applications of Signal Processing. Ч 2001. [143] Woerz T., Hagenauer J. Iterative decoding for multilevel codes using reliability information // Proceedings of GLOBECOMТ92. Ч Vol. 3. Ч 1992. Ч December. Ч Pp. 1779 Ц1784.

ЛИТЕРАТУРА [144] Wu H.-C., Gu G. Analysis of intercarrier and interblock interferences in wireless OFDM systems // Proceedings of Globecom. Ч 2003. [145] Yang L.-L., Hanzo L. Multicarrier DS-CDMA: A multiple access scheme for ubiquitous broadband wireless communications // IEEE Communications Magazine. Ч 2003. Ч October. Ч Vol. 41, no. 10. [146] Yedidia J. S. Sparse factor graph representations of Reed-Solomon and related codes // Proceedings of IEEE International Symposium on Information Theory. Ч 2004. Ч June. [147] Yin H., Liu H. An efficient multiuser loading algorithm for OFDM-based broadband wireless systems // Proceedings of IEEE Global Communications Conference. Ч 2000. Ч November. Ч Pp. 103Ц107. [148] Yu Q., Wing O. W. Computational models of transmission lines with skin effects and dielectric loss // IEEE Transactions on Circuits and Systems. Ч 1994. Ч Vol. 41, no. 2. Ч Pp. 107Ц119. [149] Yu W., Cioffi J. M. FDMA capacity of gaussian multiple-access channels with ISI // IEEE Transactions on Communications. Ч 2002. Ч January. Ч Vol. 50, no. 1. Ч Pp. 102Ц111. [150] Афанасьев В. Б., Грушко И. И. Алгоритмы БПФ для полей GF (2m ) // Помехоустойчивое кодирование и надежность ЭВМ. Ч М.: Наука, 1987. Ч С. 33Ц55. [151] Ахо А., Хопкрофт Д., Ульман Д. Построение и анализ вычислительных алгоритмов. Ч М.: Мир, 1979. Ч 536 с. [152] Бахвалов Н., Жидков Н., Кобельков Г. Численные методы. Ч М.: Физматлит, 2002. Ч 632 с. [153] Белоусов А. И., Ткачев С. Б. Дискретная математика. Ч М.: Издательство МГТУ им. Баумана, 2001. Ч 744 с. [154] Берлекэмп Э. Р. Алгебраическая теория кодирования. Ч М.: Мир, 1971. Ч 477 с. [155] Блейхут Р. Теория и практика кодов, контролирующих ошибки. Ч М.: Мир, 1986. Ч 576 с. [156] Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. Ч М.: Мир, 1989. Ч 448 с. [157] Бычков Ю. А., Золотницкий В. М., Чернышев Э. П. Основы теории электрических цепей. Ч СПб.: Лань, 2002. Ч 464 с. [158] ван дер Варден Б. Л. Алгебра. Ч М.: Наука, 1976. Ч 648 с. [159] Васильев Ф. П. Методы оптимизации. Ч М.: Факториал, 2002. Ч 824 с.

ЛИТЕРАТУРА [160] Габидулин Э. М., Афанасьев В. Б. Кодирование в радиоэлектронике. Ч М.: Радио и связь, 1986. Ч 176 с. [161] Галлагер Р. Теория информации и надежная связь. Ч М.: Советское радио, 1974. Ч 720 с. [162] Гантмахер Ф. Р. Теория матриц. Ч 4 изд. Ч М.: Наука, 1988. Ч 543 с. [163] Грин П. Е. Системы с обратной связью // Лекции по теории систем связи / Под ред. Е. Д. Багдади. Ч Мир, 1964. [164] Дэйвид Г. Порядковые статистики. Ч М.: Наука, 1979. Ч 335 с. [165] Захарова Т. Г. Вычисление преобразования Фурье в полях характеристики 2 // Проблемы передачи информации. Ч 1992. Ч Т. 28, № 2. Ч С. 62Ц76. [166] Захарова Т. Г. Применение преобразования Фурье при декодировании кодов РидаСоломона // Радиотехника. Ч 1996. Ч № 12. Ч С. 55Ц57. [167] Кокс Д., Литтл Д., ОТШи Д. Идеалы, многообразия и алгоритмы. Ч М.: Мир, 2000. Ч 687 с. [168] Колесник В. Д., Полтырев Г. Ш. Курс теории информации. Ч М.: Наука, 1982. Ч 416 с. [169] Мак-Вильямс Ф. Д., Слоэн Н. Д. А. Теория кодов, исправляющих ошибки. Ч М.: Связь, 1979. Ч 744 с. [170] Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео / Д. Ватолин, А. Ратушняк, М. Смирнов, В. Юкин. Ч М.: ДИАЛОГ-МИФИ, 2002. Ч 384 с. [171] Питерсон У., Уэлдон Э. Коды, исправляющие ошибки. Ч М.: Мир, 1976. Ч 594 с. [172] Прокис Д. Цифровая связь. Ч М:: Радио и связь, 2000. Ч 800 с. [173] Рейнгольд Э., Нивергельт Ю., Део Н. Комбинаторные алгоритмы: теория и практика. Ч М.: Мир, 1980. Ч 478 с. [174] Трифонов П. В. Адаптивная передача в многопользовательских многочастотных системах вещания // Информационно-управляющие системы. Ч 2005. Ч Т. 1, № 14. Ч С. 41Ц45. [175] Трифонов П. В., Федоренко С. В. Метод быстрого вычисления преобразования Фурье над конечным полем // Проблемы передачи информации. Ч 2003. Ч Т. 39, № 3. Ч С. 3Ц10. [176] Финк Л. Теория передачи дискретных сообщений. Ч М.: Советское радио, 1970. Ч 728 с.

Pages:     | 1 | 2 | 3 |    Книги, научные публикации