MétaCan
Menu
Retour à la cohorte
Enregistrement W2144841774 · doi:10.1109/tsp.2006.872585

Iterative multiuser detection and error control code decoding in random CDMA

2006· article· en· W2144841774 sur OpenAlexaff
Zhenning Shi, Christian Schlegel

Notice bibliographique

RevueIEEE Transactions on Signal Processing · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensUniversity of Alberta HospitalUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMinimum mean square errorAlgorithmDecoding methodsCode division multiple accessTurbo codeSingle antenna interference cancellationEXIT chartBit error rateMathematicsConcatenated error correction codeTelecommunicationsStatisticsBlock code

Résumé

récupéré en direct d'OpenAlex

The combination of forward-error control (FEC) coding with code-division multiple access (CDMA) using random spreading sequences is considered. Such systems can be viewed as serially concatenated, and iterative (turbo) decoding principles can be applied. An analysis of the component systems is presented by studying variance input-output behaviors. Soft symbols are derived from the FEC decoders' extrinsic information outputs. A variance measure of the error of these soft symbols is used in a variance transfer (VT) analysis between component systems to give an accurate description of the convergence properties of the iterative joint decoder. This VT analysis is applied to three CDMA interference resolution component-systems: 1) simple interference cancellation; 2) per-user minimum-mean-square-error (MMSE) cancellation; and 3) a low-complexity multistage method that is proposed to approximate the complex MMSE filter. Closed-form equations for large-scale systems are presented for all three filters as the number of users K/spl rarr//spl infin/. It is shown that per-user MMSE filtering has a spectral advantage of 1+1//spl alpha/ over simple matched filtering, where /spl alpha/ is the system load supported by the latter, and the multistage filter can approach the MMSE performance with a few stages. Moreover, the number of filter stages to achieve a certain performance is independent of the number of users. The impact of the FEC systems is studied, and it is shown that for low signal-to-noise ratios (SNRs) powerful concatenated codes are required, while for higher SNRs, simple single-error control codes support higher system loads. FEC code examples and simulation results are presented and put in contrast with the capacity limits of the random CDMA channel.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,253
Écart entre enseignants0,240 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations30
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Signal ProcessingMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207