MétaCan
Menu
Retour à la cohorte
Enregistrement W2125193564 · doi:10.1109/icassp.2003.1202539

Robust blind multiuser detection for synchronous CDMA systems

2004· article· en· W2125193564 sur OpenAlexaff
A.B. Gershman, Shahram Shahbazpanahi

Notice bibliographique

Revue2003 IEEE International Conference on Acoustics, Speech, and Signal Processing, 2003. Proceedings. (ICASSP '03). · 2004
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMultiuser detectionRobustness (evolution)Computer scienceCovariance matrixCode division multiple accessAlgorithmComputational complexity theoryChannel (broadcasting)CovarianceMathematicsStatisticsTelecommunications

Résumé

récupéré en direct d'OpenAlex

The performance of blind multiuser detection methods is known to degrade in the presence of mismatches between the actual and the presumed desired user signatures. Such mismatches may occur in practical situations due to an imperfect knowledge of the channel impulse response. We propose a new robust approach to blind multiuser detection in the presence of unknown arbitrary-type mismatches of the desired user signature. The formulations of our robust multiuser receivers are based on the explicit modeling of uncertainties in the covariance matrix of the desired user signature/data covariance matrix and optimization of the worst-case performance. The proposed methods have a computational complexity comparable to that of the traditional blind multiuser detection algorithms, while offering an improved robustness and faster convergence rates.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,904
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
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 Opus0,083
Tête enseignante GPT0,314
Écart entre enseignants0,231 · 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.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2003 IEEE International Conference on Acoustics, Speech, and Signal Processing, 2003. Proceedings. (ICASSP '03).Même sujetWireless Communication Networks ResearchTravaux en français237 207