Performance analysis of coded space‐time adaptive detection in DS/CDMA systems over Rayleigh fading channels
Notice bibliographique
Résumé
Abstract In this paper, we study the use of channel coding in a direct‐sequence code‐division multiple‐access (DS‐CDMA) system that employs space‐time adaptive minimum‐mean square‐error (MMSE) interference suppression over Rayleigh fading channels. It is shown that the employment of adaptive antenna arrays at the receiver can assist in attenuating multiuser interference and at the same time speeds‐up the convergence rate of the adaptive receiver. In this work, we assess the accuracy of the theoretical results developed for the uncoded and convolutionally coded space‐time multiuser detector when applied to the adaptive case. It is found that the use of antenna arrays brings the receiver performance very close to its multiuser counterpart. Using performance error bounds, we show that a user‐capacity gain of approximately 200% can easily be achieved for the space‐time adaptive detector when used with a rate 1/2 convolutional code (CC) and a practical channel interleaver. This capacity gain is only 10% less than the gain achieved for the more complicated multiuser‐based receiver. Finally, we perform a comparison between convolutional and turbo coding where we find that the latter outperforms the former at all practical bit‐error rates (BER). Copyright © 2006 John Wiley & Sons, Ltd.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».