Self-Matching Space-Time Block Codes for Matrix Kalman Estimator-Based ML Detector in MIMO Fading Channels
Notice bibliographique
Résumé
This paper presents a unifying framework for designing a joint channel-estimation-and-data-detection (CE/DD) scheme and space-time block code (STBC) that improves the performances in a multiple-input-multiple-output (MIMO) slow flat Rayleigh fading channel. Modeling the channel using the continuous-fading model, a matrix state-space model, which naturally represents the temporal and spatial dimensions of a MIMO system, is introduced. A consistent and novel matrix CE/DD scheme is developed using a matrix Kalman filter and a matrix normalized-innovations-based maximum-likelihood detector. In MIMO CE/DD in multiplicative fading, symmetric STBCs (S-STBCs) cause isometric data sequences, which lead to a detection error floor. Motivated by the minimization of the probability of error, two asymmetric STBCs are introduced to be used with these S-STBCs to mitigate isometry. To further improve detection performance, a self-matching STBC (SM-STBC), which mitigates isometry using asymmetry, improves estimation performance using training, and improves detection performance by adapting its code properties, is introduced. This SM-STBC generalizes a limited version that was previously proposed. A comprehensive analysis, which is supported by some simulation studies, indicates that the proposed framework of transceiver and STBC designs offers excellent detection performance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».