MétaCan
Menu
Retour à la cohorte
Enregistrement W1571355708 · doi:10.1109/pacrim.2005.1517298

Low-order Kalman filters for channel estimation

2005· article· en· W1571355708 sur OpenAlexaff
Michael McGuire, Mihai Sima

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésKalman filterRayleigh fadingFadingFast Kalman filterInvariant extended Kalman filterControl theory (sociology)Extended Kalman filterMinimum mean square errorFading distributionComputer scienceAlgorithmChannel (broadcasting)StatisticsMathematicsTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper addresses the design of low-order Kalman filters to estimate radio channels with Rayleigh fading. Rayleigh fading cannot be perfectly modelled with any finite order auto-regressive (AR) process. Previously, only first and second order Kalman filters were used for channel estimation since higher order Kalman filters were found to not significantly improve accuracy. This is due to mismatches in the statistics of the AR models of the Kalman filters and the true Rayleigh fading. In this paper, the coefficients of the AR models for the Kalman filter are calculated by solving for the minimum square error solutions of an over-determined linear systems. The AR models generated have statistics closely matching the Rayleigh fading process. The Kalman filter using these AR models can accurately estimate the Rayleigh fading process. The accuracy of the new Kalman filters is demonstrated in the tracking of simulated Rayleigh fading processes of different bandwidths.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,600
Score d'incertitude au seuil0,290

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 ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations18
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication TechniquesTravaux en français237 207