MétaCan
Menu
Retour à la cohorte
Enregistrement W1618670061 · doi:10.1109/vetecs.2006.1683076

Optimal Pulse Shaping for Pulse Position Modulation UWB Systems with Sparsity-Driven Signal Detection

2006· article· en· W1618670061 sur OpenAlexaff
Wei Li, T. Aaron Gulliver

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUltra-Wideband Communications Technology
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésAdditive white Gaussian noiseComputer sciencePulse-position modulationMatched filterPulse shapingUltra-widebandSIGNAL (programming language)Filter (signal processing)Pulse (music)Pulse-amplitude modulationModulation (music)Electronic engineeringNoise (video)AlgorithmTelecommunicationsWhite noisePhysicsArtificial intelligenceEngineeringAcousticsPower (physics)

Résumé

récupéré en direct d'OpenAlex

In this paper, we study the problem of optimal pulse shaping for pulse position modulation (PPM) ultra-wideband (UWB) systems with a recently proposed sparsity-driven signal detection method. This signal detection method offers superior performance over traditional matched filter based detection through the representation of additive white Gaussian noise (AWGN) and the UWB pulses via atoms from a Hadamard Walsh matrix and a pulse constellation dictionary, respectively. Recognizing the possibility to further improve the performance with sparsity-driven signal detection through shaping the UWB pulses to be dissimilar to AWGN, we formulate an optimal pulse shaping problem considering the federal communication commission (FCC) emission mask. We also develop a relaxation method to approximate the objective function, and solve the relaxed problem with classical nonlinear programming. Design examples are given to show the resulting pulse shape, its dissimilarity to the channel noise, and its compliance with the mandatory FCC emission mask.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil0,520

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 GPT0,202
Écart entre enseignants0,189 · 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
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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltra-Wideband Communications TechnologyTravaux en français237 207