MétaCan
Menu
Retour à la cohorte
Enregistrement W2113884614 · doi:10.1109/vetecs.2009.5073582

Identification of PCP-OFDM Signals at Very Low SNR for Spectrum Efficient Communications

2009· article· en· W2113884614 sur OpenAlexaff
Xianbin Wang, Hanwei Chen, Yiyan Wu, Jean‐Yves Chouinard, Chin-Liang Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensUniversité LavalCommunications Research Centre CanadaWestern University
Organismes subventionnairesnon disponible
Mots-clésOrthogonal frequency-division multiplexingCyclic prefixAdditive white Gaussian noiseComputer scienceCognitive radioRician fadingElectronic engineeringChannel (broadcasting)False alarmMultiplexingTelecommunicationsWirelessEngineeringFadingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

An adaptive Orthogonal Frequency Division Multiplexing (OFDM) system, with a preceded cyclic prefix (PCP), was proposed earlier to address the recent need of robust and flexible transmission technique in cognitive radio (CR) communications [1]. Identification of PCP-OFDM signals is therefore of great importance for the design of fair spectrum sharing mechanism, particularly at very low signal-to-noise ratio (SNR)when synchronization is not achievable. The preceded cyclic prefix, multiplexed with the data-carrying OFDM signals, provides one unique and recognizable feature of PCP-OFDM signals. In this paper, a robust PCP-OFDM signal identification technique is proposed under very low SNR in the presence of unknown timing and carrier frequency offset (CFO). Robust performance with very low false alarm probability and short sensing time was achieved under various channel conditions including Rician, Rayleigh and the additive white Gaussian noise (AWGN) channels.

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 enseignants0,924
Score d'incertitude au seuil0,403

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 ouverte0,0010,000
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 Opus0,019
Tête enseignante GPT0,266
Écart entre enseignants0,247 · 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

Citations8
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207