MétaCan
Menu
Retour à la cohorte
Enregistrement W2141138878 · doi:10.1109/wcnc.2009.4917549

A TH-UWB Receiver with Near-MUD Performance for Multiple Access Interference Environments

2009· article· en· W2141138878 sur OpenAlexaff
Iraj Hosseini, Norman C. Beaulieu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUltra-Wideband Communications Technology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMatched filterUltra-widebandInterference (communication)Multiuser detectionAlgorithmGaussianFilter (signal processing)Electronic engineeringGaussian noiseNoise (video)Detection theorySignal-to-noise ratio (imaging)TelecommunicationsCode division multiple accessEngineeringArtificial intelligenceDetectorPhysics

Résumé

récupéré en direct d'OpenAlex

The multiple access interference (MAI) in a time-hopping (TH) ultra-wideband (UWB) system is known to be non-Gaussian even when the system has a moderately large number of active users. Therefore, the conventional matched filter (CMF) receiver, the optimal structure for Gaussian noise which maximizes the signal-to-noise ratio (SNR) and minimizes the probability of detection error in the absence of non-Gaussian interference, is not necessarily optimal. We express and prove a stronger claim that even the outputs of the matched filters in the conventional UWB receiver can not provide a sufficient decision statistic for detecting the information bits transmitted by the desired user. Further, a novel TH-UWB receiver is introduced which uses a similar methodology to the optimal multiuser detection (MUD) algorithm for detecting the information bits. However, the complexity of this new receiver is much less than that of the optimal MUD algorithm. It employs only one matched filter instead of a bank of matched filters resulting in a simple and low-cost TH-UWB receiver. Simulation results show that the new receiver outperforms previous single-user TH-UWB receivers and achieves essentially the performance of the CMF receiver operating in a single-user system.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,779
Score d'incertitude au seuil0,361

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,016
Tête enseignante GPT0,225
Écart entre enseignants0,209 · 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'étudeAutre devis
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltra-Wideband Communications TechnologyTravaux en français237 207