MétaCan
Menu
Retour à la cohorte
Enregistrement W1945188709 · doi:10.1109/ccece.2000.849673

Comparison of carrier recovery techniques in M-QAM digital communication systems

2002· article· en· W1945188709 sur OpenAlexaff
A. Mouaki Benani, François Gagnon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésCarrier recoveryDetectorPhase-locked loopDemodulationJitterComputer sciencePhase detectorQAMElectronic engineeringContinuous phase modulationQuadrature amplitude modulationPhase frequency detectorPhase noiseTransmitterFrequency offsetTelecommunicationsElectrical engineeringEngineeringBit error rateChannel (broadcasting)Orthogonal frequency-division multiplexingCharge pump

Résumé

récupéré en direct d'OpenAlex

In digital wireless systems the frequency uncertainty between the transmitter and the receiver can take large values. The carrier recovery loop must be able to acquire lock in the presence of phase noise on the synthesized carrier. However, high level modulation formats such as 16, 32 and 64 QAM require very small steady state phase jitter. Unfortunately, these requirements are often incompatible in carrier recovery circuits. Practically, acquisition aiding techniques such as frequency sweeping or frequency detectors are the main solution to this problem. This paper addresses decision feedback carrier recovery loops for coherent demodulation of the 16 QAM signal format. Two types of decision-directed phase detector referred as basic or original phase detector (PD) and phase-frequency detector (PFD) are used in order to extend the acquisition range of the loop. Extensive and realistic simulation tests are performed to investigate the acquisition behavior of both phase detectors in the presence of phase noise. The best performance is obtained with the PFD structure. Compared with the original phase detector, the PFD structure leads to a 15-fold increase of the loop acquisition range.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,762
Score d'incertitude au seuil0,443

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 Opus0,027
Tête enseignante GPT0,281
Écart entre enseignants0,254 · 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

Citations14
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication TechniquesTravaux en français237 207