Adaptive MLSD receiver employing noise correlation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A per-survivor processing (PSP) maximum likelihood sequence detection (MLSD) receiver is developed for a fast time-varying frequency-selective Rayleigh fading channel with coloured additive noise, which follows an autoregressive (AR) model with unknown parameters. The correlation between noise samples is exploited to considerably enhance the performance of the communications. The maximum likelihood criterion is employed based on unknown noise parameters. This criterion has some desired properties, e.g. it has a unique joint minimum at the true values of the channel and the noise parameters. The new PSP–MLSD algorithm detects the input data and jointly estimates the noise and the channel parameters all together. The proposed structure can be viewed as a traditional PSP–MLSD receiver combined with an adaptive whitening filter. In a coloured noise environment, this scheme offers a faster tracking property, more accurate estimation of the channel and a substantially lower error probability compared with the traditional PSP–MLSD structure. The signal-to-noise ratio (SNR) improvement achieved by the proposed receiver, which can be called the noise whitening gain (NWG), is almost equal to the ratio of the energy of the additive noise to the energy of the unpredictable noise component. The square of the NWG gives also an accurate approximation for the bit error rate (BER) improvement ratio obtained by using the proposed algorithm compared with the traditional one.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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