MétaCan
Menu
Retour à la cohorte
Enregistrement W2129559363 · doi:10.1155/2010/403936

Superimposed Training-Based Joint CFO and Channel Estimation for CP-OFDM Modulated Two-Way Relay Networks

2010· article· en· W2129559363 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEURASIP Journal on Wireless Communications and Networking · 2010
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Alberta
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésEstimatorCarrier frequency offsetComputer scienceJoint (building)Mean squared errorAlgorithmMinimum mean square errorRelayChannel (broadcasting)Orthogonal frequency-division multiplexingFrequency offsetEstimationStatisticsTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

Joint carrier frequency offset (CFO) and channel estimation is considered for two-way relay networks (TWRNs). Existing estimators provide only the convolved channel parameters and the mixed CFO values. In contrast, estimators using a superimposed training strategy are developed for the individual frequency and channel parameters. Depending on the number of pilots, three different estimators are developed. An iterative estimator with low complexity is also developed to further improve the estimation accuracy. The Cramér-Rao Bounds (CRBs) are derived. The simulations show that the iterative estimator converges rapidly, and the resultant estimation mean square error (MSE) approaches the CRB. For the special case of small CFO between the two source terminals, the MSE achieves the CRB at high SNRs, and the iterative algorithm is not necessary. However, for the general case, the gap between the MSE and the CRB indicates that there is room for further improvement of the estimation accuracy.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,948
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,076
Tête enseignante GPT0,304
Écart entre enseignants0,228 · 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