MétaCan
Menu
Retour à la cohorte
Enregistrement W2148812503 · doi:10.1109/iscas.2011.5937879

Performance analysis of differential chaotic shift keying communications in MIMO systems

2011· article· en· W2148812503 sur OpenAlexaff
Georges Kaddoum, Mai Vu, François Gagnon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueChaos control and synchronization
Établissements canadiensMcGill UniversityÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésBit error rateComputer scienceKeyingRobustness (evolution)ChaoticMIMOCommunications systemElectronic engineeringPhase-shift keyingModulation (music)TelecommunicationsAlgorithmDecoding methodsChannel (broadcasting)EngineeringPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper analyzes the performance of chaotic communications in a MIMO system. The robustness of chaos-based communications systems makes Differential Chaos Shift Keying (DCSK) the preferred modulation choice. In order to improve the performance of such a system, the Alamouti space-time code is used for 2 transmit and 2 receive antennas. A new approach for computing the bit-error-rate (BER) performance is provided, and an analytical BER expression is derived. The approach used explores the dynamic properties of chaotic sequences and takes into account the fact that the bit energy varies from one transmitted bit to the next. Simulation results confirm the accuracy of this approach.

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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,237
Écart entre enseignants0,207 · 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

Citations57
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetChaos control and synchronizationTravaux en français237 207