MétaCan
Menu
Retour à la cohorte
Enregistrement W2100284636 · doi:10.1109/twc.2006.1673064

On the diversity order of space-time trellis codes with receive antenna selection over fast fading channels

2006· article· en· W2100284636 sur OpenAlexaff
A. Sanei, Ali Ghrayeb, Yousef R. Shayan, Tolga M. Duman

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPairwise error probabilityFadingTrellis (graph)Antenna (radio)Diversity gainSelection (genetic algorithm)Computer scienceAntenna diversityAlgorithmDiversity combiningCooperative diversityTelecommunicationsCoding gainMathematicsDecoding methodsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, we study the performance of space-time trellis codes (STTCs) with receive antenna selection over fast fading channels. Specifically, we derive upper bounds on the pairwise-error probability (PEP) with antenna selection. In performing the selection, we adopt a criterion that is based on using L out of the available M receive antennas that result in maximizing the instantaneous signal-to-noise ratio (SNR) at the receiver, where L les M. We show that the diversity order resulting from antenna selection deteriorates significantly and is actually dictated by the number of selected antennas. The implication of this result is that adding more receive antennas, while maintaining the same number of selected ones, will have no impact on the diversity order, but it does, however, provide some additional coding gain. This is unlike the case for quasi-static fading channels in which the diversity order is always preserved with antenna selection when the underlying STTC is full-rank. We present numerical examples that support our analysis

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)0,004
score de la tête « metaresearch » (Gemma)0,028
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,028
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,214 · 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

Citations11
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207