MétaCan
Menu
Retour à la cohorte
Enregistrement W2123054575 · doi:10.1109/tcomm.2007.906399

Reduced-Complexity Time-Domain Equalization for Turbo-MIMO Systems

2007· article· en· W2123054575 sur OpenAlexaff
Y.L.C. de Jong, T.J. Willink

Notice bibliographique

RevueIEEE Transactions on Communications · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensCommunications Research Centre Canada
Organismes subventionnairesnon disponible
Mots-clésIntersymbol interferenceComputer scienceQuadrature amplitude modulationMIMOAlgorithmTurboEqualization (audio)Trellis (graph)QAMTurbo codeTrellis modulationElectronic engineeringMathematicsChannel (broadcasting)Bit error rateFadingTelecommunicationsDecoding methodsEngineering

Résumé

récupéré en direct d'OpenAlex

A reduced-complexity time-domain equalization scheme for wideband turbo-multiple-input multiple-output (turbo-MIMO) systems is presented. This scheme, called iterative trellis search equalization, is based on a modified version of the M-Bahl-Cocke-Jelinek-Raviv (M-BCJR) algorithm, applied to a suitably chosen trellis representation of the wideband MIMO channel process. Exploiting the properties of quadrature amplitude modulation (QAM) signal constellations with block-partitionable labels, this modified M-BCJR algorithm has complexity per bit that is independent of the constellation size, and polynomial in the number of transmit antennas and channel memory. Results from computer simulations show that the new scheme successfully mitigates intersymbol interference even if only a very small fraction of trellis state transitions is considered. It is also demonstrated that asynchronous transmission of the spatially multiplexed symbol streams can result in considerable performance improvement compared to synchronous MIMO systems.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,054
Tête enseignante GPT0,313
Écart entre enseignants0,259 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207