MétaCan
Menu
Retour à la cohorte
Enregistrement W2099311991 · doi:10.1109/tvt.2003.810991

Efficient equalization and symbol detection for 8-PSK EDGE cellular system

2003· article· en· W2099311991 sur OpenAlexaff
J.C. Olivier, Sang-Yick Leong, Chengshan Xiao, K.D. Mann

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensNortel (Canada)
Organismes subventionnairesCouncil of Scientific and Industrial Research, IndiaUniversity of Pretoria
Mots-clésPhase-shift keyingEuclidean distanceAlgorithmComputer scienceEqualization (audio)GSMModulation (music)Intersymbol interferenceSymbol rateKeyingComputational complexity theoryElectronic engineeringBit error rateTelecommunicationsEngineeringDecoding methodsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A new method is presented for channel equalization and symbol detection of an enhanced data rate for Global System for Mobile (GSM) communication and IS-136 evolution (EDGE) cellular system in which eight phase-shift keying (8-PSK) modulation is employed. The new method iteratively minimizes the Euclidean distance between the detected and received signal sequences, with neighbor symbol perturbation to reduce the computational complexity. The new algorithm is computationally efficient and can also be easily implemented into commercial signal processors. Simulation results comparing our method with the reduced-state sequence-estimation (RSSE) method, both with and without set partitioning, are presented.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,890
Score d'incertitude au seuil0,821

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 recherche0,0000,000
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 GPT0,216
Écart entre enseignants0,208 · 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

Citations19
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207