MétaCan
Menu
Retour à la cohorte
Enregistrement W2146964639 · doi:10.1109/glocom.2010.5683697

Pulse Shapes That Outperform Traditional UWB Antenna/Waveform Combinations

2010· article· en· W2146964639 sur OpenAlexaff
Mehrdad Mirshafiei, Mohammad Abtahi, Patrick Larochelle, Leslie A. Rusch

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUltra-Wideband Communications Technology
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésWaveformComputer scienceAntenna (radio)Pulse (music)Ultra-widebandElectronic engineeringTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Traditionally the Gaussian monocycle pulse and its higher derivatives have been proposed and deployed as impulse radio ultra-wideband (IR-UWB) pulses. Although relatively easy to generate in electronics, these pulses are ill-adapted to the sharp cutoffs in the US Federal Communications Commission (FCC) mask. The combination of these pulses with passband UWB antennas with steep roll-off improves power efficiency vis-a-vis the FCC mask. This approach is still quite sub-optimal and pulse shaping can provide marked improvement (to 3 dB) over the best traditional combinations. We show that optimal design of UWB waveforms, when taking into account antenna gain profiles, improves the power efficiency of the pulses. Three typical antennas are considered. A nonlinear optimization process is used to design an efficient pulse for each antenna. The proposed optimization is based on the hybrid genetic algorithm and a sequential quadratic program. We demonstrate that this method finds efficient pulses under severe antenna distortion. Simulation results confirm that the optimally designed pulses have superior performance compared to the more common Gaussian monocycle and the Gaussian fifth-derivative pulse.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,023
Tête enseignante GPT0,209
Écart entre enseignants0,186 · 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

Citations15
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltra-Wideband Communications TechnologyTravaux en français237 207