ระบบจัดเก็บและค้นหางานวิจัยอัจฉริยะ

Low-complexity gated recurrent unit-based channel estimation for space–frequency block coding multiple-input multiple-output orthogonal frequency-division multiplexing in high-mobility tapped-delay-line-D channels

จาตุรงค์ สาระวงศ์ | N/A

จำนวนผู้เข้าชม

เปิดลิงก์เอกสาร

DOI Link

Collection	RMUTK Research Repository (RMUTK IR) วารสารวิชาการ — e-Journal Articles
ID RMUTK Digital	RMUTK000203
Title	Low-complexity gated recurrent unit-based channel estimation for space–frequency block coding multiple-input multiple-output orthogonal frequency-division multiplexing in high-mobility tapped-delay-line-D channels
Alternative title	Low-complexity gated recurrent unit-based channel estimation for space–frequency block coding multiple-input multiple-output orthogonal frequency-division multiplexing in high-mobility tapped-delay-line-D channels
Authors	รศ.ดร.ธนัยรัตน์ มาต๊ะ Corresponding จาตุรงค์ สาระวงศ์ (มหาวิทยาลัยราชภัฏบ้านสมเด็จเจ้าพระยา) ผู้แต่งหลัก รศ.ดร.พิสิฐ บุญศรีเมือง (สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง)
Faculty	คณะวิศวกรรมศาสตร์
Journal Title	ETRI Journal
ISSN	2233-7326
Volume / Issue / Pages	Vol.x \| No.x \| pp.xx-xx
Published	2026-08-11
Year	2569
Level	ระดับนานาชาติ (SCOPUS)
Quartile	Q2
DOI	10.4218/etrij.2025-0416
Abstract	N/A
Abstract (EN)	Reliable operation in space–frequency block coding (SFBC) multiple-input multiple-output orthogonal frequency-division multiplexing (MIMO-OFDM) systems requires accurate channel estimation, which is challenging in high-mobility scenarios owing to rapid channel variations. Traditional pilot-assisted estimators, such as least-squares (LS) and linear minimum mean-square error (LMMSE), suffer severe performance loss under these conditions. Long short-term memory (LSTM) networks and other deep-learning-based methods are more accurate but computationally expensive. This study proposes a low-complexity gated recurrent unit (GRU)-based channel estimator that reduces computational overhead while maintaining high performance. Simulation results over tapped-delay-line-D (TDL-D) high-mobility channels demonstrate that the proposed GRU- and conventional LSTM-based estimators outperform LS and LMMSE over the primary evaluated carrier-to-noise ratio (CNR) range of 0–20 dB in terms of mean-square error and bit error rate. Whereas LSTM slightly outperforms the proposed GRU at extremely low CNRs, the proposed GRU achieves superior overall performance, particularly at high CNRs, where LSTM may saturate.
Keywords (TH)	N/A
Keywords (EN)	channel estimation deep learning gated recurrent unit high mobility MIMO-OFDM
Access Level	Open Access (เปิดสาธารณะ)

ลิงก์แหล่งเผยแพร่

เอกสารฉบับเต็ม (ลิงก์ภายนอก)

https://doi.org/10.4218/etrij.2025-0416

เปิดลิงก์