Turbo Equalization for Alamouti Space-Time Block Coded Transmission
Notice bibliographique
Résumé
Recently, space-time block coding (STBC) has received a remarkable interest as an effective transmit diversity technique to combat channel fading, but STBC provides little or no coding gain. However, as channel coding is usually employed in wireless systems, the combination of channel coding and STBC can be used to achieve high throughput gains over wireless channels. On the other hand, turbo (iterative) equalization can be employed in channel coded broadband wireless systems to further enhance the performance. Hence, in this paper, we propose a minimum mean square error (MMSE)-based turbo equalization scheme for Alamouti space-time (ST) block coded multiple-input multiple-output (MIMO) systems. In the proposed iterative receiver, widely linear (WL) processing is used to exploit the rotational variance of the ST block coded transmit signal. Equalization and ST block decoding are jointly carried out at each iteration using the a priori information delivered by the convolutional channel decoder from the previous iteration. The extrinsic information generated by the combined soft equalization-ST block decoding stage is passed to the channel decoder as the a priori information. The simulation results demonstrate that high performance improvement can be obtained using the proposed iterative scheme in comparison with thenon-iterative equalization. Due to the low-complexity, the proposed iterative scheme may be highly attractive to be implemented in future Alamouti ST block coded wireless 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».