MétaCan
Menu
Retour à la cohorte
Enregistrement W2102057158 · doi:10.1109/ccece.2007.25

Systolic Array-Based Pipelining Design of CCK Demodulators

2007· article· en· W2102057158 sur OpenAlexaff
Alan Y. W. Kok, K. L. Eddie Law

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAntenna Design and Analysis
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceComputer hardwareParallel computingSystolic arrayDemodulationBlock (permutation group theory)Embedded systemChannel (broadcasting)Very-large-scale integrationComputer network

Résumé

récupéré en direct d'OpenAlex

Complementary code keying (CCK) is one of the few channel coding techniques used in the widely deployed 802.11b wireless local area networks (WLANs). CCK is used for transmitting 5.5 and 11 Mbps data transfer rates. In this paper, we propose a design to improve the efficiency of CCK demodulation. The proposed systolic array architecture exploits and reuses the replicated butterfly structure of modified fast Walsh transform (MFWT). A typical MFWT CCK demodulator, consists of three stages, accepts all eight chips of the CCK codeword simultaneously, and outputs sixty-four values. Upon deploying the proposed systolic array design with its pipelining nature, instead of processing all eight chips of CCK in parallel during the first stage, every two chips can be processed immediately. At each stage, the results are moved instantly to the next stage upon multiplying the appropriate constants. This resulting systolic array architecture has many advantages over the conventional design. Firstly, a serial-to-parallel converter to convert serial incoming data to parallel blocks of eight chips is not required. This reduces hardware complexity. Secondly, every stage in the architecture is continuously processing data; whereas, in the conventional design, hardware in each stage is left idle after processing until inputs from the next eight chips block arrives. Thirdly, twenty-eight butterflies are needed in a conventional design, but, only thirteen butterflies are required due to hardware reuse in the proposed architecture.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,217
Écart entre enseignants0,200 · 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

Citations3
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAntenna Design and AnalysisTravaux en français237 207