MétaCan
Menu
Retour à la cohorte
Enregistrement W2147230218 · doi:10.1109/4234.929605

Soft-decision COVQ for turbo-coded AWGN and Rayleigh fading channels

2001· article· en· W2147230218 sur OpenAlexaff
Guang-Chong Zhu, Fady Alajaji

Notice bibliographique

RevueIEEE Communications Letters · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésAdditive white Gaussian noiseRayleigh fadingTurbo codeComputer scienceFadingDemodulationTurbo equalizerAlgorithmTurboDecoding methodsBit error rateConvolutional codeElectronic engineeringChannel (broadcasting)TelecommunicationsConcatenated error correction codeEngineeringBlock code

Résumé

récupéré en direct d'OpenAlex

A robust soft-decision channel-optimized vector quantization (COVQ) scheme for turbo coded additive white Gaussian noise (AWGN) and Rayleigh fading channels is proposed, The log likelihood ratio (LLR) generated by the turbo decoder is exploited via the use of a q-bit scalar soft-decision demodulator. The concatenation of the turbo encoder, modulator, AWGN channel or Rayleigh fading channel, turbo decoder, and q-bit soft-decision demodulator is modeled as an expanded discrete memoryless channel (DMC). A COVQ scheme for this expanded discrete channel is designed. Numerical results indicate substantial performance improvements over traditional tandem coding systems, COVQ schemes designed for hard-decision demodulated turbo coded channels (q=1), as well as performance gains over a recent soft decoding COVQ scheme by Ho (see IEEE Commun. Lett., vol.3, p.208-10, 1999).

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil0,932

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 Opus0,033
Tête enseignante GPT0,289
Écart entre enseignants0,256 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207