MétaCan
Menu
Retour à la cohorte
Enregistrement W1928451914 · doi:10.1109/isit.2015.7282740

Full large-scale diversity space codes for MIMO optical wireless communications

2015· article· en· W1928451914 sur OpenAlexaff
Yanyu Zhang, Hongyi Yu, Jian‐Kang Zhang, Yi-Jun Zhu, Jinlong Wang, Tao Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Wireless Communication Technologies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMIMOSpatial multiplexingFadingComputer scienceRepetition codeMIMO-OFDMDiversity schemeMultiplexingMulti-user MIMOElectronic engineeringOptical wirelessAntenna diversityAlgorithmMathematicsWirelessBlock codeTelecommunicationsLinear codeChannel (broadcasting)EngineeringDecoding methods

Résumé

récupéré en direct d'OpenAlex

In this paper, we consider a multiple-input-multiple-output optical wireless communication (MIMO-OWC) system suffering from log-normal fading. In this scenario, a general criterion for the design of full large-scale diversity space code (FLDSC) with the maximum likelihood (ML) detector is developed. Based on our criterion, FLDSC is attained if and only if all the entries of the space coding matrix are positive. Particularly for 2×2 MIMO-OWC with unipolar pulse amplitude modulation (PAM), a closed-form linear FLDSC satisfying this criterion is attained by smartly taking advantage of some available properties as well as by developing some new interesting properties on Farey sequences in number theory to rigorously attack the continuous and discrete variables mixed max-min problem. In fact, this specific design not only proves that a repetition code (RC) is the best linear FLDSC, but also uncovers a significant difference between MIMO radio frequency (RF) communications and MIMO-OWC that space-only transmission is sufficient for a full diversity achievement. Computer simulations demonstrate that FLDSC substantially outperforms spatial multiplexing with the same total optical power and spectral efficiency and the latter obtains only the small-scale diversity gain.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,268
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOptical Wireless Communication TechnologiesTravaux en français237 207