MétaCan
Menu
Retour à la cohorte
Enregistrement W2121780062 · doi:10.1109/icc.2006.255734

On the Capacity Statistics of MIMO Ricean and Rayleigh Fading Channels

2006· article· en· W2121780062 sur OpenAlexaff
Amine Maaref, Sonia Aı̈ssa

Notice bibliographique

Revue2006 IEEE International Conference on Communications · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésChannel state informationFadingRician fadingRayleigh fadingMIMOKurtosisFading distributionChannel capacitySkewnessWishart distributionStatisticsMathematicsChannel (broadcasting)Computer scienceTelecommunicationsWireless

Résumé

récupéré en direct d'OpenAlex

In this work, we provide a new framework for the analysis of the multiple-input multiple-output (MIMO) Ricean and Rayleigh fading channel capacity statistics under the assumption of perfect channel knowledge at the receiver, no channel state information at the transmitter and isotropic Gaussian distributed inputs. More specifically, we show that by deriving the marginal densities of the unordered eigenvalues of (non) central Wishart matrices, it is possible to generalize Telatar's approach for evaluating the average channel capacity, to derive the capacity variance as well as its higher order statistics, such as its skewness and kurtosis, for a class of MIMO fading environments, including the uncorrelated Rician and Rayleigh fading and the semicorrelated Rayleigh fading, thereby alleviating the need to resort to the moment generating function approach so far used in the open literature. Numerical results are also provided and sustained by Monte Carlo simulations in order to show the perfect match between the theoretical and simulation results.

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 enseignants0,928
Score d'incertitude au seuil0,414

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 Opus0,067
Tête enseignante GPT0,287
Écart entre enseignants0,220 · 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

Citations7
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2006 IEEE International Conference on CommunicationsMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207