MétaCan
Menu
← Retour à la cohorte
Enregistrement W2053063877 · doi:10.1109/bmsb.2011.5954890

Radio channel models laboratory comparative study for the L-band DAB/DMB system

2011· article· en· W2053063877 sur OpenAlexaff
A. Mouaki Benani, Martin Quenneville

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensCommunications Research Centre Canada
Organismes subventionnairesnon disponible
Mots-clésMultipath propagationFadingDelay spreadMaximal-ratio combiningComputer scienceElectronic engineeringChannel (broadcasting)Rake receiverAntenna (radio)Diversity schemeAntenna diversityTransmission (telecommunications)TelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper presents the performance results of multipath fading characterizations performed in the laboratory with a single and dual-antenna DAB/DMB software receiver, using a sophisticated hardware channel simulator (Propsim FE). Different radio channel models corresponding to various scenarios and environments (urban, suburban, indoor, outdoor, SFN) have been tested and compared. For a single antenna scenario, it is shown that for the same environments, the COST207 and 3GPP channel models offer almost a similar performance. Moreover, it is found that in the case of indoor channel reception (WLAN profiles) and for a carrier to noise ratio (C/N) of 15-20 dB, the receiver maintains an acceptable level of pcBER for proper audio decoding. This observation also applies to the recently proposed DVB-H multipath channel profiles, except for the motorway rural channel (MR) at 100 km/h where the receiver fails to operate correctly at this mobile speed. In dual-antenna scenarios, the maximal ratio combining (MRC) diversity technique provides a clear improvement to the performance of the dual-antenna based DAB/DMB receiver for all multipath channel profiles tested. Finally, it is shown that DAB/DMB transmission with a simple delay diversity scheme can be effective to mitigate multipath flat fading degradation.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,099
Tête enseignante GPT0,278
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication Techniques→Travaux en français237 207→