MétaCan
Menu
Retour à la cohorte
Enregistrement W2026499148 · doi:10.1109/mwscas.2010.5548912

Ill condition identification for linear prediction-based MIMO-OFDM channel estimation

2010· article· en· W2026499148 sur OpenAlexaff
Feng Wan, Wei‐Ping Zhu, M.N.S. Swamy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlind Source Separation Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésMIMOAlgorithmChannel (broadcasting)Orthogonal frequency-division multiplexingMIMO-OFDMComputer scienceSIGNAL (programming language)Control theory (sociology)Identification (biology)Linear predictionMathematicsMathematical optimizationTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Based on our previously developed signal perturbation free (SPF) transmit scheme, a new linear prediction (LP)-based channel estimation algorithm with ill condition identification is proposed for MIMO-OFDM systems. Based on the estimated correlation matrix of the received signal without signal perturbation error by employing the SPF transmit scheme, a SPF LP-based MIMO-OFDM channel estimation algorithm is developed. In this algorithm, the common ill-conditioning problem existing in most LP-based blind methods is properly solved based on two ill-condition test rules. Computer simulations show that the proposed SPF LP-based channel estimation algorithm significantly outperforms the same algorithm without ill condition identification, the nulling-based semi-blind method as well as the LS method.

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)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,819
Score d'incertitude au seuil0,378

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,016
Tête enseignante GPT0,293
Écart entre enseignants0,276 · 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
GenreMéthodes

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBlind Source Separation TechniquesTravaux en français237 207