MétaCan
Menu
Retour à la cohorte
Enregistrement W1541290803

CDMA Multiuser Delay-Tracking and Detection

2002· article· en· W1541290803 sur OpenAlexaff
Wei Zha, Steven D. Blostein

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCode division multiple accessMultiuser detectionControl theory (sociology)FadingAlgorithmKalman filterSpread spectrumMatched filterGroup delay and phase delayFilter (signal processing)TelecommunicationsDecoding methodsArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We propose a low complexity CDMA multiuser delay tracking receiver as an alternative to the more complex extended Kalman filter (EKF) based CDMA multiuser delay trackers. It integrates delay-tracking into CDMA multiuser detection by the delay-robust successive interference cancellation (SIC) technique, which was initially proposed for robust CDMA multiuser detection when there exists time delay estimation errors. When the delay error is small, the true user signature vector can be approximately expanded around the estimated time delay as a linear combination of an estimated signature vector and an error vector. This error vector is equivalent to a single-branch realization of the delay-late delay locked loop in a conventional single user CDMA receiver. The error signal is recursively estimated and cancelled in the multistage SIC iterations by using the tentative feedback decisions. Since the relative amplitude of the error signal provides information about the delay error, we propose the application of error signal feedback to improve the delay estimation. In a sliding window implementation, the delay-robust SIC is used to track multiple time varying user delays. For constant or slowly varying channels, a soft-decision function can be used to improve the delay-robust SIC. For fast fading channels, a linear decision function is used. Delay tracking results for both rectangular chip pulse and band-limited chip pulses are shown.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil0,197

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,050
Tête enseignante GPT0,270
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Communication Networks ResearchTravaux en français237 207