MétaCan
Menu
Retour à la cohorte
Enregistrement W2131357459 · doi:10.1109/vetecs.2006.1683073

Analysis of NB BPSK in MB-OFDM UWB Interference and Fading

2006· article· en· W2131357459 sur OpenAlexaff
Amir Nasri, Robert Schober, Lutz Lampe

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUltra-Wideband Communications Technology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFadingOrthogonal frequency-division multiplexingPhase-shift keyingAdditive white Gaussian noiseRayleigh fadingBit error rateFading distributionElectronic engineeringInterference (communication)Multipath propagationUltra-widebandComputer scienceTelecommunicationsAlgorithmWhite noiseDecoding methodsEngineeringChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

In this paper, we evaluate the effect of multi-band orthogonal frequency division multiplexing (MB-OFDM) ultra-wideband (UWB) interference in fading narrowband (NB) channels. We derive the exact bit error rate (BER) of a binary phase-shift keying (BPSK) NB receiver impaired by fading, MB-OFDM UWB interference, and additive white Gaussian noise. We show that for NB signal bandwidths much smaller and much larger than the OFDM sub-carrier spacing a Gaussian approximation (GA) and an impulsive GA (IGA) of the MB-OFDM UWB interference lead to accurate performance predictions, respectively. While for general fading distributions and most NB signal bandwidths of practical interest the exact BER analysis has to be used to obtain meaningful results, both the GA and the IGA are very accurate for Rayleigh fading and arbitrary NB signal bandwidths

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,509
Score d'incertitude au seuil0,195

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,006
Tête enseignante GPT0,204
Écart entre enseignants0,198 · 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'étudeObservationnel
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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltra-Wideband Communications TechnologyTravaux en français237 207