預編碼矩陣結合資料相關性疊加訓練架構之分析

在通道估測時為了不受資料序列的影響，資料相關性疊加訓練（Data-Dependent Superimposed Training，DDST）架構提出了在傳送端疊加上訓練序列之前，先移除掉會對訓練序列造成影響的部分資料序列，但其會造成資料判斷問題（Data Identification Problem，DIP）。本論文將在此架構下，加入一個預編碼矩陣來解決資料判斷問題，並探討其可以適用的環境，使其除了通道估測可以較精準外，誤碼率效能也能有所改善。而預編碼矩陣的選擇，將針對對角矩陣來探討，使系統更能擁有低峰均值功率比(Peak-to-Average Power Ratio，PAPR)的優點。