MétaCan
Menu
Retour à la cohorte
Enregistrement W2104275126 · doi:10.1109/pimrc.1995.476890

Code acquisition in a CDMA system based on Barker sequence and differential detection

2002· article· en· W2104275126 sur OpenAlexaff
D. Yan, P. Ho

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCode division multiple accessSpread spectrumSynchronization (alternating current)Frame (networking)ChipPreambleChannel (broadcasting)Network packetCode (set theory)Frame synchronizationSynchronismFadingReal-time computingElectronic engineeringComputer networkTelecommunicationsEngineeringAsynchronous communication

Résumé

récupéré en direct d'OpenAlex

Code division multiple access (CDMA) based on direct sequence (DS) spread spectrum (SS) modulation has been advocated for next generation personal/cellular communications. The topic of code acquisition is an important design issue in a CDMA system that supports multimedia services. Although in isolation acquisition is a physical layer design issue, the performance of this subsystem has a strong impact on the overall system design. As an example, the system designer has to decide for bursty traffic applications whether it is more desirable to acquire on a per packet basis or is it better to transmit a low rate signal to keep the communication link in synchronism (both in terms of chip timing and power control) in between data bursts. We present an acquisition procedure, based on a differentially encoded Barker sequence as the preamble, for CDMA packet radio systems that is able to provide frame and chip synchronization simultaneously. We also introduce a two-step algorithm and a windowing technique which we found effective in overcoming the partial correlation problem. With simulation studies, we found that the new scheme outperforms other conventional schemes both under a frequency selective fading channel and a AWGN channel.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,301

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 Opus0,039
Tête enseignante GPT0,266
Écart entre enseignants0,227 · 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'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

Citations6
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Communication Networks ResearchTravaux en français237 207