MétaCan
Menu
Retour à la cohorte
Enregistrement W2037364741 · doi:10.1109/vtcfall.2014.6966118

Performance Analysis of Space Modulation Techniques over alpha - mu Fading Channels with Imperfect Channel Estimation

2014· article· en· W2037364741 sur OpenAlex
Osamah S. Badarneh, Raed Mesleh, Salama Ikki, Hadi M. Aggoune

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésFadingPairwise error probabilityChannel state informationChannel (broadcasting)MIMOAlgorithmBit error rateModulation (music)Computer scienceKeyingFading distributionMathematicsTopology (electrical circuits)TelecommunicationsElectronic engineeringWirelessPhysicsEngineeringRayleigh fading

Résumé

récupéré en direct d'OpenAlex

This paper analyzes the performance of space modulation techniques over generalized fading channels with imperfect channel estimation. In particular, a unified approach for calculating the pairwise error probability (PEP) of spatial modulation (SM) and space shift keying (SSK) modulation techniques for multiple-input multiple-output (MIMO) wireless communication systems is presented. A new, simple, and exact closed-form expression for the PEP over generalized α-μ fading channels under imperfect channel state information (CSI) is derived. The PEP expression considers the joint distributions of the envelope and the phase of the fading channel. Furthermore, the derived PEP and the union bound technique are used to obtain a closed-form expression for the average bit error rate (BER). The influence of the fading parameters α and μ and the channel estimation error on the system performance is analyzed and discussed through representative numerical examples. The correctness of our derivations is validated by means of MonteCarlo simulations.

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 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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil0,486

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,008
Tête enseignante GPT0,230
Écart entre enseignants0,222 · 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