Equal-gain diversity receiver performance in wireless channels
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Performance analysis of equal-gain combining (EGC) diversity systems is notoriously difficult only more so given that the closed-form probability density function (PDF) of the EGC output is only available for dual-diversity combining in Rayleigh fading. A powerful frequency-domain approach is therefore developed in which the average error-rate integral is transformed into the frequency domain, using Parseval's theorem. Such a transformation eliminates the need for computing (or approximating) the EGC output PDF (which is unknown), but instead requires the knowledge of the corresponding characteristic function (which is readily available). The frequency-domain method also circumvents the need to perform multiple-fold convolution integral operations, usually encountered in the calculation of the PDF of the sum of the received signal amplitudes. We then derive integral expressions for the average symbol-error rate of an arbitrary two-dimensional signaling scheme, with EGC reception in Rayleigh, Rician, Nakagami-m (1960), and Nakagami-q fading channels. For practically important cases of second- and third-order diversity systems in Nakagami fading, both coherent and noncoherent detection methods for binary signaling are analyzed using the Appell hypergeometric function. A number of closed-form solutions are derived in which the results put forward by Zhang (see ibid., vol.45, p.270-73, 1997) are shown to be special cases.
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.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle