Performance Analysis for BICM Transmission over Gaussian Mixture Noise Fading Channels
Notice bibliographique
Résumé
Bit-interleaved coded modulation (BICM) has been adopted in many systems and standards for spectrally efficient coded transmission. The analytical evaluation of BICM performance parameters, in particular bit-error rate (BER), has received considerable attention in the recent past. In this paper, we derive BER approximations for BICM transmission over general fading channels impaired by Gaussian mixture noise (GMN). To this end, we build upon the saddlepoint approximation of the pairwise error probability (PEP) and a recently established approximation for the probability density function (PDF) of bit-wise reliability metrics for nonfading additive white Gaussian noise (AWGN) channels. We extend this PDF approximation to the case of GMN, and obtain closed-form expressions for its Laplace transform for fading GMN channels. The latter allows us to express the PEP and thus BER via the saddlepoint approximation. For the special case of fading AWGN channels the presented approximations are closed form, since the saddlepoint is well approximated by 1/2 for BICM decoding. Furthermore, we derive closed-form PEP expressions also for GMN channels in the high signal-to-noise ratio regime and establish the diversity and coding gain for BICM transmission over fading GMN channels. Selected numerical results for the BER of convolutional coded BICM highlight the usefulness of the proposed approximations and the differences between AWGN and GMN 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 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 | 0,001 | 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 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 ».