MétaCan
Menu
Retour à la cohorte
Enregistrement W2104033031 · doi:10.1155/s1110865702209038

Multiuser Delay-Tracking CDMA Receiver

2003· article· en· W2104033031 sur OpenAlexafffund
Wei Zha, Steven D. Blostein

Notice bibliographique

RevueEURASIP Journal on Advances in Signal Processing · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensQueen's University
Organismes subventionnairesGovernment of Canada
Mots-clésComputer scienceCode division multiple accessSingle antenna interference cancellationMultiuser detectionAlgorithmSIGNAL (programming language)FadingSpread spectrumChipDemodulationGroup delay and phase delayDelay spreadPropagation of uncertaintyDetectorControl theory (sociology)TelecommunicationsChannel (broadcasting)Bandwidth (computing)Artificial intelligenceDecoding methods

Résumé

récupéré en direct d'OpenAlex

We propose to integrate delay tracking into a successive interference cancellation (SIC) code division multiple access (CDMA) multiuser detector. Delay-robust SIC was initially proposed for CDMA multiuser detection when there exist time delay estimation errors. When the delay error is small, the true user signature vector can be approximately expanded around the estimated time delay as a linear combination of an estimated signature vector and an error vector. The amplitude of the error signal can be recursively estimated and cancelled in the multistage SIC iterations by using the tentative feedback decisions. Since the relative amplitude of the error signal provides information about the delay error, we propose the application of error signal feedback to improve the delay estimation. In a sliding window implementation, the delay-robust SIC is used to track multiple time varying user delays. For constant or slowly varying channels, a soft-decision function can be used to improve the delay-robust SIC. For fast fading channels, a linear decision function is used. Delay-tracking results for both rectangular chip pulses and band-limited chip pulses are shown.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,786

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,004
Science ouverte0,0020,000
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 Opus0,035
Tête enseignante GPT0,339
Écart entre enseignants0,303 · 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'étudeAutre devis
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEURASIP Journal on Advances in Signal ProcessingMême sujetWireless Communication Networks ResearchTravaux en français237 207