MétaCan
Menu
Retour à la cohorte
Enregistrement W2093586807 · doi:10.1002/mop.25670

Spectrum sensing cognitive‐wave‐radio for interference identification in wireless communications

2010· article· en· W2093586807 sur OpenAlexafffund
Yansheng Xu, Mohamed AlJerjawi, Chahé Nerguizian, R.G. Bosisio

Notice bibliographique

RevueMicrowave and Optical Technology Letters · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueRadio Frequency Integrated Circuit Design
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCognitive radioInterference (communication)Electronic engineeringPhase-shift keyingAdjacent-channel interferenceElectrical engineeringTelecommunicationsRadio receiver designEngineeringChannel (broadcasting)Computer scienceWirelessTransmitterBit error rate

Résumé

récupéré en direct d'OpenAlex

Abstract Physical layer of cognitive‐wave‐radio receiver is investigated to identify interference signals, by spectrum sensing, in the presence of received QPSK data at 20 Mbps. The investigated cognitive‐wave‐radio receiver structure is based on existing wave radio physical layer (six‐port receiver interferometer) adapted for the receiver data active cancellation. For active cancellation of the received digital data, four outputs of the standard wave radio receiver are used in conjunction with three “single pole double throw” switches providing a single output of the “zero state time interval” for spectrum sensing of the interference signal. Two interference signals were tested: a 7‐dBm amplitude modulated interference and a wide band white noise with 0.01 mW/MHz. The microwave carrier of the QPSK signal is set at an amplitude of 16 dBm and a carrier frequency of 3.5 GHz. Once the interference signal spectrum is identified, the QPSK data are transmitted through the available channel. © 2010 Wiley Periodicals, Inc. Microwave Opt Technol Lett 53:195–200, 2011; View this article online at wileyonlinelibrary.com. DOI 10.1002/mop.25670

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,683

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 GPT0,231
Écart entre enseignants0,215 · 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'étudeExpérimental (laboratoire)
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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMicrowave and Optical Technology LettersMême sujetRadio Frequency Integrated Circuit DesignTravaux en français237 207