Sub Optimal Instances for Unequal Error Protection

in Wireless OFDM Wide Band Systems

Jeison Marn Alfonso PhD Student

Leonardo Betancur Agudelo PhD.

Universidad Pontificia Bolivariana

Email: jeison.marin@alfa.upb.edu.co

Universidad Pontificia Bolivariana

Email: leonardo.betancur@upb.edu.co

ResumenIn this paper, a novel Unequal Error Protection

(UEP) Optimization algorithm in an Orthogonal Frequency
Division Multiplexing (OFDM) transmission systems for
multimedia applications is presented. The main idea is to assign
encoded information that has more relevance value in the carriers
that have less chance of fade error to be transmitted. The
relevance of information is established by the compaction of the
images energy produced by the discrete cosine transform, while
the probability of error of the carriers is established by using
the channel estimator. To check the algorithm the transmission
of an image was simulated using some technical features which
adopt the standard for digital television T2 DVB physical layer.
The results show a greater tolerance for error in the transmission
with UEP.
ResumenEn este artculo, es presentado un algoritmo
de optimizacion aplicado a la proteccion desigual del error
(UEP) en un sistema de transmision OFDM de banda ancha
para aplicaciones multimedia. La idea principal es asignar la
informacion codificada que tiene mas relevancia a las portadoras
que presenten menor probabilidad de error por desvanecimiento
durante la transmision. La relevancia de la informacion se
establece a traves la compactacion de la energa de la imagen
que produce la transformada discreta de coseno, mientras
que la probabilidad de error de las portadoras se establece
mediante el uso del estimador de canal. Para comprobar el
algoritmo se simula la transmision de una imagen usando algunas
caractersticas tecnicas que adopta el estandar para television
digital DVB T2 en capa fsica. Los resultados muestran una
mayor tolerancia al error en la transmision con UEP.
Index
TermsOFDM,
Unequal
Error
Protection,
Optimization.

I.

I NTRODUCCI ON

Un gran numero de estandares de comunicacion

relacionados con servicios banda ancha, multimedia, television
de alta definicion (HDTV -high definition television) o redes
inalambricas, optaron por la tecnologa de multiplexacion
por frecuencia ortogonal (OFDM -Orthogonal Frequency
Division Multiplexing) a nivel de capa fsica, debido sus
multiples ventajas [1]. Ejemplos de estandares que usan
OFDM son: el DVB -T2, quien abarca la television digital
en aspectos como su transmision, interfaces, acceso o
interactividad, y ademas sirve de plataforma en una gran
variedad de servicios de internet inalambrico de banda ancha
con aplicaciones multimedia [2]; el estandar LTE (Long
Term Evolution) de la norma 3GPP, tecnologa de cuarta
generacion con mejores prestaciones de capacidad, tasas de
datos y costos de operacion [3]; o el estandar ECMA-368, el
cual trae especificaciones para UWB en capas fsica y MAC,

admitiendo velocidades de hasta 480Mb/s en el espectro entre

3100 y 10600 MHZ [4].
La implementacion de OFDM ha dado lugar a multiples
investigaciones dirigidas al mejoramiento de la calidad, la
robustez y la velocidad en la transmision de imagenes y
video; tecnicas de estimacion de canal en OFDM han sido
ampliamente estudiadas y adaptadas con el proposito de
mejorar el rendimiento de los receptores OFDM. Un caso
particular es la implementacion de algoritmos o esquemas
UEP (Unequal Error Protection) [5], los cuales aplicados a
la transmision sobre OFDM, buscan proteger los datos de
mayor prioridad ubicandolos en posiciones dentro de la trama
OFDM con menor tasa de error; el cual se puede predecir
precisamente gracias a las tecnicas de estimacion de canal. La
prioridad de los datos a transmitir normalmente se determina
mediante una transformacion de la senal, utilizando tecnicas
como la transformada discreta de coseno o DTC (Discrete
cosine transform) o la transformada wavelet discreta DWT
(discrete wavelet transform) [6] y [7].
Cuando se usan tecnicas de estimacion enmarcadas en
la categora Training methods, donde para la estimacion
se usan smbolos piloto conocidos por el receptor, el
desvanecimiento producido en dichos smbolos junto con los
parametros asociados a la transmision y los niveles dados
por el ecualizador, permite predecir la probabilidad de error
asociada al desvanecimiento de los smbolos de datos. En [5]
se describe un algoritmo UEP aplicado a la tecnica Block
training method; en el cual, para determinar los datos de
mayor prioridad, se utilizo el metodo SPIHT donde a traves
de la transformada wavelet se identifican los datos de mayor
prioridad como aquellos de ndice menor, y se transmiten en
bloques OFDM cercanos a los bloques piloto; sin embargo
no se utilizo ninguna tecnica de optimizacion para asegurar
la ubicacion de los datos prioritarios en las portadoras con
menos probabilidad de error. En [6] se implementan tecnicas
de optimizacion para minimizar la distorsion inducida por
el canal por pixel, y se usa la DTC para elegir los datos
prioritarios, mas no se utilizan estimadores de canal en el
proceso de recepcion OFDM para el analisis de error en
portadoras de datos, sino se toma como criterio la potencia
del subcanal, su BER y la probabilidad de transicion de
cada bit. En [8], buscando mejores tasas de errores en la
transmision de imagenes por OFDM, se involucran tecnicas
de optimizacion pero orientadas a la modulacion adaptativa,

buscando optimizar el tamano de las constelaciones; sin

embargo no se trabaja con la ubicacion de los datos. En [9],
[10] y [11], se trabajan tecnicas de optimizacion orientadas a
la localizacion de varios usuarios en las diferentes portadoras
OFDM para garantizar un flujo de datos y una calidad
del servicio requerida, aunque en este caso se priorizan
los usuarios y se trabaja con la asignacion de recursos en
aplicaciones de transmision de multiples videos.
Este trabajo muestra una implementacion UEP para la
transmision de imagenes por OFDM, donde los datos
prioritarios a transmitir se identifican mediante la DTC en
2D de la imagen y se asignan, con base en la solucion
de un problema de optimizacion, a subportadoras de datos
en los smbolos OFDM con menos probabilidad de error
pe . El artculo se organiza bajo la siguiente estructura: se
presenta una seccion inicial donde se describe el proceso para
determinar la prioridad de las muestras DTC a transmitir y las
probabilidades de error asociadas a las subportadoras OFDM.
En la seccion dos se muestra la formulacion del modelo, el
planteamiento de un problema de optimizacion y la heurstica.
La seccion 3 muestra la implementacion de la tecnica UEP,
mediante la simulacion de la transmision de una imagen por
OFDM con base en la heurstica formulada. Finalmente en una
u ltima seccion se presentan las conclusiones de este trabajo.
II.

EN OFDM
MODELO DE IMPLEMENTACI ON

Para poder aplicar la tecnica UEP a la transmision de

imagenes sobre OFDM se identifica el grupo de datos con
mayor prioridad para transmitir y las portadoras de datos
dentro las tramas OFDM [12] con mejor comportamiento
frente a la distorsion de la informacion por causa del
desvanecimiento producido en el canal de comunicacion, es
decir, con menor probabilidad de error. Posteriormente se
asignan los datos de mayor prioridad a las portadoras con
menos probabilidad de error. En este trabajo para determinar
la informacion de mayor prioridad, se calcula la DTC 2D de
la imagen, lo cual garantiza una compactacion de la energa de
la imagen en un grupo de muestras [13], las cuales vendran
a ser las prioritarias. Tecnicas analogas a esta han demostrado
ser eficaces en estandares de compresion como el JPEG los
cuales son la base de formatos multimedia MJPEG. Una vez
conocen las energas de cada coeficiente, estas se cuantifican
en K niveles diferentes, se codifican y posteriormente de
modulan. Dado que en este proceso dependiendo del esquema
de modulacion utilizado un grupo de smbolos finales pueden
tener como origen una misma muestra de la DTC de la imagen,
para aplicar la tecnica UEP es necesario asociar los smbolos
a transmitir con la energa de su muestra origen, de tal forma
que se puedan identificar los smbolos prioritarios. La figura
1, de manera ilustrativa, muestra el proceso descrito con 3
niveles de energa de la imagen y una modulacion QPSK.
Para determinar la probabilidad de error de las portadoras
OFDM, se implementa un estimador de canal [14] de categora
Pilot Training methods, donde se colocan una serie de
subportadoras piloto conocidas por el receptor entre los
datos transmitidos y se realiza la estimacion con base en

Figura 1. Procesamiento de la Imagen

interpolacion. Suponga una senal transmitida X(n) y una

senal recibida Y (n). De la senal Y (n) se extrae una senal
Y (k) siendo k el ndice de las subportadoras piloto. La senal
recibida se puede representar por:
Y (k) = C(k)X(k) + Z(k)

(1)

Donde C(k) es el desvanecimiento del canal en la posicion

k y Z(k) es el ruido. De acuerdo a esto, se pueden plantear
diversas tecnicas de estimacion. Una aproximacion inicial
puede ser asumiendo el ruido despreciable. En tal caso la
estimacion sera:
Y (k)
b
C(k)
=
(2)
X(k)

La ecualizacion se obtiene con la multiplicacion de los

smbolos recibidos por el inverso de los coeficientes de la
estimacion del canal:
e
b 1 Y (k)
S(k)
= C(k)

(3)

eLS (k) = [X (k)X(k)]1 X (k)Y (k)

C

(4)

Otra aproximacion para el calculo del estimador, es

mediante el metodo Least Squared o estimador LS [15],
en cuyo caso se busca minimizar el cuadrado del error. En tal
caso el estimador sera:

Para obtener la probabilidad de error asociada a cada

portadora de datos, se emplea el preambulo destinado a
la estimacion del canal para calcular la profundidad de
desvanecimiento de cada portadora. La probabilidad de error
asociada es proporcional a la profundidad de desvanecimiento
detectada en el receptor. Para la implementacion de la tecnica
UEP es necesario cuantificar los niveles de probabilidad de
error a un numero finito, por lo tanto se contara con P niveles
de probabilidad de error.

La figura 2 muestra el modelo sobre el cual se realiza la

tecnica UEP. Se cuenta con una serie de smbolos modulados
provenientes de la DTC 2D de la imagen con un numero finito
de energas asociadas y con una serie de portadoras OFDM
reservadas para datos con un numero finito de probabilidades
de error asociadas. El objetivo final es asignar a las portadoras
con menos probabilidad de error durante la transmision los
smbolos con mayor aporte de energa a la imagen.

de error conocida. Sea un conjunto P E = {1, 2, . . . P }

correspondiente a P magnitudes de probabilidad de error
posibles, donde P E = 1 corresponde a la probabilidad de
error mas baja y P E = P a la probabilidad de error mayor.
Sea P = {p1 , p2 , . . . , pM } el conjunto total de probabilidades
de error de cada una de las M portadoras de datos que se
usaran para la transmision de la informacion, siendo pj la
probabilidad de error de la portadora de datos j. Note que M
corresponde tanto al numero de smbolos a transmitir como al
numero de portadoras. (Ver figura 3).

Figura 2. Modelo de aplicacion UEP

Figura 3. Grupo de datos para el modelo lineal de optimizacion.

III.

DEL PROBLEMA DE
FORMULACI ON

OPTIMIZACI ON

III-A. Modelo Lineal [16]

Suponga una imagen RGB cuadrada, de N pixeles, cuya
transformada discreta de coseno (DTC) tiene N terminos. Sea
DT Cmin el valor mnimo de la DTC, y sea DT Cmax el valor
maximo de la DTC.
Sea un conjunto EN = {1, 2, . . . K} correspondiente a
K niveles de energa. A cada uno de los N terminos de la
DTC se le asocia un nivel de energa, asignando a DT Cmin
el valor de 1 y a DT Cmax el valor de K. De acuerdo a
este criterio, a los demas terminos de la DTC se le asigna
un nivel de energa EN que corresponda linealmente con su
magnitud. Para su transmision cada uno de los terminos de
la DTC de la imagen se cuantifica y codifica a binario, y
luego los bits resultantes se modulan, dando como resultado
un grupo de i smbolos. En el caso en que un termino de la
DTC de la imagen corresponda a varios de estos smbolos,
se tomara que cada smbolo tiene asociada la misma energa
del termino original. Sea E = {e1 , e2 , . . . , eM } el conjunto
total de energas de cada uno de los M smbolos, siendo ei la
energa del smbolo i. Suponga ademas que se desea transmitir
la informacion modulada a traves de OFDM. Sea un smbolo
OFDM con un total de S portadoras con SD portadoras
de datos, SP subportadoras piloto y SG subportadoras de
guarda. Las subportadoras de guarda se encuentran al inicio
y al final del smbolo OFDM, y las subportadoras piloto se
encuentran distribuidas entre las portadoras de datos, de tal
forma que un grupo de portadoras de datos se ubicaran entre
dos subportadoras piloto (categora Pilot Training methods).
Cada una de las portadoras de datos tiene una probabilidad

Se define una asignacion Ai,j como la union de un smbolo

i con una portadora de datos j. Se define fi,j como el factor
de error de una asignacion Ai,j . fi,j es igual al producto de
la probabilidad de error de la portadora j por la energa del
smbolo i.
fi,j = ei pj
(5)
Se define P EM como la Probabilidad de error media, la
cual corresponde al promedio de todos los factores de error
fi,j de todas las asignaciones Ai,j .
PM
(i,j) fi,j
(6)
P EM =
M
A partir de la informacion anterior, el problema
de optimizacion se define como: Encontrar la mnima
probabilidad de error media en la transmision de una imagen
RGB sobre OFDM. Note que esta suma se minimiza entre
menores sean los factores de error, lo cual involucra que las
mayores energas sean asignadas a menores probabilidades de
error.
Para escribir el problema de optimizacion se requiere definir
la variable Xi,j 0, 1 de la siguiente forma: Si la portadora
j es ocupada por el smbolo i, entonces el valor es 1. De lo
contrario el valor es 0. Es decir:

1
Si Ai,j Existe
Xi,j =
(7)
0 Si Ai,j N o existe
Se debe garantizar que una portadora j no pueda ser
asignada a mas de un smbolo i. Por lo tanto, para una
determinada portadora j, no puede existir mas de una
asignacion Ai,j con la misma i. Esto se expresa a traves de
la restriccion mostrada en la ecuacion 8. En esta restriccion,

dado que la suma debe necesariamente ser igual a 1, ademas

se esta obligando a que toda portadora j sea ocupada por un
dato.
M
X

Xi,j = 1 j P

El vector A tendra finalmente las asignaciones buscadas.

Note que el algoritmo busca asignar las mayores energas a
las menores probabilidades de error.

(8)
III-C. Ejemplo de Solucion

i=1

De forma analoga, se debe garantizar que un smbolo i no

pueda ocupar mas de una portadora j. Por lo tanto, para un
determinado smbolo i, no puede existir mas de una asignacion
Ai,j con la misma j. Esto se expresa a traves de la siguiente
restriccion.
M
X
Xi,j = 1 i E
(9)
j=1

En esta restriccion, dado que la suma debe necesariamente

ser igual a 1, se esta obligando a que todo smbolo i deba ser
asignado.
Finalmente, dado que el objetivo del problema es minimizar
la probabilidad de error media, el problema general de
optimizacion se formula de la siguiente forma.
mn

Paso 7Salida del algoritmo, A.

M
M X
X

Xi,j fi,j

(10)

i=1 j=1

A manera ilustrativa, se prueba el modelo presentado con

una sencilla instancia del problema, que consta de una matriz
que representa una imagen de 4 4 pixeles, con una DTC 2D
de 16 muestras, cada una con un nivel de energa asignado;
niveles que se normalizan con valores de 1 a 15, donde 1
corresponde al nivel mas bajo y 15 al nivel mas alto. Obviando
el proceso de cuantificacion, codificacion y modulacion, se
construye un vector de 16 posiciones que representan los
smbolos a transmitir, cada uno con los niveles de energa
mencionados. De otro lado se tiene un smbolo OFDM con
unas portadoras de datos y sus respectivas probabilidades de
error, las cuales se representan con valores de 1 a 4, donde 1
corresponde a la probabilidad de error mas baja y 4 a la mas
alta. La figura 4 muestra la representacion de esta instancia
y los respectivos niveles de energa y probabilidades de error
usadas.

Sujeto a las restricciones antes presentadas. La solucion del

problema debe arrojar una serie de asignaciones o ptimas.
III-B. Heurstica
Una imagen RGB de tamano medio, con aproximadamente
1 millon de pixeles, con una codificacion de su DTC 2D a n
bits donde por lo general n > 8, generara, por ejemplo, con
un esquema de codificacion 64QAM (utilizado por el estandar
DVB), mucho mas del millon de smbolos a transmitir; lo
cual se multiplicara en una secuencia de video. Al aplicar el
problema de optimizacion descrito, por cada smbolo y por
cada subportadora de datos se deben formular 2 restricciones;
y esto sumado al algoritmo usado para encontrar una solucion
o ptima (en caso de que la instancia del problema lo permita),
podra llegar a tener un muy alto costo computacional. Por esa
razon se presenta a continuacion una heurstica que provee una
solucion sub-optima al problema.
Suponga dos vectores E y P con M elementos cada uno,
y un vector A con (M, 2) elementos.
A = ASIG(E, P )
Paso 1Inicializar Ai,j = 0 para i de 1 a M y j de 1 a 2.
k = 1. M = max(P ) + 1.
Paso 2Emaxi = max(E), i = P os de Emax. Si el
maximo valor se repite, se selecciona el i mnimo.
Paso 3P minj = min(P ), j = P os de P min. Si el
mnimo valor se repite, se selecciona el j mnimo.
Paso 4Ak, 1 = i ; Ak, 2 = j.
Paso 5Ei = 0 ; P j = M . k = k + 1.
Paso 6Si el conjunto E no es igual a 0 para todo i, vaya al
paso 2.

Figura 4. Instancia del problema

La solucion del modelo lineal se realizo utilizando el

software libre LPsolve, mientras que la solucion por heurstica
se programo en MATLAB. Los resultados, en ambos casos,
minimizaron la sumatoria presentada en la ecuacion 6 a un
valor de 127.
M
M X
X

Xi,j fi,j = X1,1 f1,1 + X2,9 f2,9 + . . .

(11)

i=1 j=1

M
M X
X

Xi,j fi,j = 127

(12)

i=1 j=1

Las asignaciones resultantes en cada caso se muestran en la

figura 5.

piloto entre los datos permite la estimacion del canal. El

canal se modelo en el dominio de la frecuencia como un
modelo de canal banda ancha inalambrica CM1 del estandar
IEEE802.15.3a Saleh-Valenzuela [17] en la banda de 2,4GHz.
A partir del valor de desvanecimiento en cada una de las
portadoras, se dedujo una probabilidad de error que es
inversamente proporcional a su valor.
0.4
Sin UEP
Con UEP

0.35
0.3

MSE

0.25
0.2
0.15
0.1
0.05
0
26

28

30

32

34

36

38

40

SNR (dB)

Figura 5. Solucion a la instancia del problema

IV.

Figura 6. Error Cuadratico Medio vs SNR

A N ALISIS
DE R ESULTADOS

IV-A. Modelo de Transmision

Se desarrollo una simulacion en MATLAB en la cual
se transmite sobre OFDM una imagen RGB de 187
220 3 pixeles a traves un modelo de un canal Raleigh
con desvanecimiento para ambientes indoor. Para seleccionar
algunos parametros del canal y del smbolo OFDM, se tuvo
en cuenta algunas de las caractersticas tecnicas del sistema
DVB mostradas en el cuadro I.
DVB-T2
FEC
Modes
Guard Interval
FFT size
Scattered Pilots
Continuals Pilots
Bandwidth
Typical data rate (UK)
Max. data rate (20 dB C/N)
Required C/N ratio (22 Mbit/s)

LDPC + BCH 1/2, 3/5, 2/3, 3/4,

4/5, 5/6
QPSK,
16QAM,
64QAM,
256QAM
1/4, 19/128, 1/8, 19/256, 1/16,
1/32, 1/128
1k, 2k, 4k, 8k, 16k, 32k
1 %, 2 %, 4 %, 8 % of total
0,35 % of total
1,7, 5, 6, 7, 8, 10 MHz
40 Mbit/s
47,8 Mbit/s
8,9 dB

Cuadro I

E SPECIFICACIONES T E CNICAS DEL EST ANDAR

DVB - T2. [2]

Se selecciona un ancho de banda de 5M Hz y un intervalo

de guarda igual a 1/4, con una FFT de NF F T = 256
muestras. De acuerdo al ancho de banda seleccionado, el
IEEE Std 802.16 - 2009 recomienda un factor de muestreo de
144/125. Estos valores permiten seleccionar un espaciamiento
adecuado entre subportadoras piloto, el cual fue elegido
igual a 10. Finalmente se conformo una transmision OFDM
utilizando tramas de 5 smbolos, de los cuales uno es un
smbolo preambulo; este smbolo junto con las subportadoras

Figura 7. Aspecto de la imagen transmitida para dos valores de SNR

Siguiendo la filosofa del estandar JPEG, para transmitir la

imagen esta se dividio en sub bloques de 25 25 pixeles,
rellenando la imagen con ceros para poder tener un numero
N de bloques exactos. A cada bloque se le calcula la DTC
2D, se cuantifica, codifica, modula y luego se organiza en
tramas OFDM para ser transmitidas. Se realizaron pruebas
transmitiendo dichas tramas sin aplicar la tecnica UEP y

aplicandola, en cuyo u ltimo caso, antes de transmitir las

tramas los smbolos se reorganizan conforme a la heurstica
presentada en el modelo de optimizacion. Los resultados
expresados en terminos del error cuadratico medio (MSE) en
funcion de la relacion senal ruido y el aspecto de la imagen,
se muestran en las figuras 6 y 7.
Claramente se puede notar como al disminuir la SNR, se
presenta un menor error en la imagen transmitida con UEP.
Los resultados expresados en terminos del error cuadratico
medio (MSE) en funcion de la relacion senal ruido y el
aspecto de la imagen, se muestran en las figuras 6 y figura
7. Fjese como se pueden notar resultados diferentes en cada
sub-bloque de la imagen; de hecho para niveles bajos de
SNR algunos bloques que transmitidos sin la tecnica UEP
llegaron completamente distorsionados, utilizando la tecnica
fueron recuperados. El comportamiento fue mejor en aquellos
bloques con cambios de intensidad y color que en aquellos
bloques de color uniforme, esto debido a que en estos u ltimos
los coeficientes de la DTC de mayor energa no aportan
significativamente a la claridad de la imagen.
V.

C ONCLUSIONES

La tecnica UEP aplicada a la transmision multimedia sobre

OFDM es una alternativa adecuada y viable para mejorar la
calidad de recepcion, debido a que mediante un modelo de
optimizacion se asegura que la informacion mas relevante
este ubicada en las las portadoras de datos en las tramas
OFDM con menor probabilidad de error por desvanecimiento
durante la transmision.
La heurstica presentada ofrece una solucion sub o ptima
para el problema de optimizacion planteado; en su
implementacion durante la simulacion se establecieron mas
de 10000 niveles de energa posibles para ser asignados
a las muestras de la DTC de la imagen y mas de 1000
probabilidades de error diferentes, distribuidas entre uno y
cero, asignadas a las portadoras de datos en las tramas OFDM.
Los resultados de la simulacion mostraron que el algoritmo
UEP es mas efectivo en instancias donde el error es mayor y
en bloques de imagenes donde existen mas cambios bruscos o
fluctuaciones en su color. Cuando la relacion senal a ruido pasa
cierto umbral, la imagen recibida se distorsiona totalmente;
sin embargo utilizando la proteccion desigual de los errores,
para este mismo umbral varios bloques de la imagen son
recuperados. Para el caso particular que fue simulado, este
umbral fue de alrededor de 30 dB; para una SNR menor la
imagen en el receptor no era legible, mientras que con la
tecnica UEP se podan visualizar bloques en el receptor para
una SNR de 29 dB.
R EFERENCIAS
[1] H. R. y Sadjadpour, Chapter 10 - Orthogonal Frequency Division
Multiplexing (OFDM), de Handbook of RF and Wireless Technologies,
F. Dowla, Ed., Burlington, Newnes, 2004, pp. 333-353
[2] DVB-T2. Fact Sheet - February 2012.
[3] M. Rinne y O. Tirkkonen, LTE, the radio technology path towards 4G,
Computer Communications, vol. 33, n 16, pp. 1894-1906, 2010
[4] ECMA-368: High Rate Ultra Wideband PHY and MAC Standard. 3rd
Edition, 2008.

[5] Y. Sun, C. Pandana, X. Wang y K. J. R., A joint channel estimation

and unequal error protection scheme for image transmission in wireless
OFDM systems, 2002
[6] K.-P. Ho y J. M. Kahn, Image transmission over noisy channels using
multicarrier modulation, Signal Processing: Image Communication, vol.
9, n 2, pp. 159-169, 1997.
[7] T. Athanasiadis, K. H. Lin y Z. M. Hussain, Transmission of Compressed
Multimedia Data over Wireless Channels using Space-time OFDM with
Adaptive Beamforming, 2005.
[8] S. S. Tan, M. J. Rim, P. C. Cosman y L. B. Milstein, Adaptive Modulation
for OFDM-Based Multiple Description Progressive Image Transmission,
2008.
[9] H. Ha, C. Yim y Y. Y. Kim, Cross-layer multiuser resource allocation for
video communication over OFDM networks, Computer Communications,
vol. 31, n 15, pp. 3553-3563, 2008.
[10] J. Gross, J. Klaue, H. Karl y A. Wolisz, Cross-layer optimization of
OFDM transmission systems for MPEG-4 video streaming, Computer
Communications, vol. 27, n 11, pp. 1044-1055, 2004.
[11] I. Kim, H. L. Lee, B. Kim y Y. H. Lee, On the use of linear programming
for dynamic subchannel and bit allocation in multiuser OFDM, 2001.
[12] L. Hanzo, M. Munster, B.J. Choi y T.Keller, OFDM and MC-CDMA for
Broadband Multi-User Comunications, WLANs and Broadcasting, IEEE
Press, John Wiley y Sons, 2003.
[13] R.C. Gonzalez, R.E.Woods, Digital Image Processing, 3rd Edition,
Prentice Hall, 2007.
[14] J.M. Mendel, Lessons In Estimation Theory For Signal Processing
Comunications And Control, Alan V. Oppenheim Series, Prentice Hall,
1995.
[15] J.-J. v. de, O. Edfors, M. Sandell, S. K. Wilson y P. O. Borjesson, On
channel estimation in OFDM systems, 1995.
[16] T.H. Cormen, C.E. Leiserson, R.L. Rivest y C. Stein, Introduction
To Algorithms, 3rd Edition, The MIT Press Cambridge Massachusetts,
London England, 2009.
[17] A. Saleh and R. Valenzuela, A Statistical Model for Indoor Multipath
Propagation, IEEE JSAC, Vol. SAC-5, No. 2, pp. 128-137, 1987.