MétaCan
Menu
Retour à la cohorte
Enregistrement W2151044819 · doi:10.1109/twc.2009.070947

Pre-equalization for MISO DS-UWB systems with pre-Rake combining

2009· article· en· W2151044819 sur OpenAlexaff
Elham Torabi, Jan Mietzner, Robert Schober

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueUltra-Wideband Communications Technology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRakeEqualization (audio)Rake receiverComputer scienceFinite impulse responseTelecommunications linkAlgorithmMathematicsTelecommunicationsFadingDecoding methodsEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, we propose two novel pre-equalization schemes for multiple-input single-output (MISO) direct-sequence ultra-wideband (DS-UWB) systems with pre-Rake combining and symbol-by-symbol detection. The first scheme employs one pre-equalization filter (PEF) per transmit antenna, whereas in the second scheme, the simplified PEF (S-PEF) scheme, all transmit antennas share the same PEF. For both schemes the optimum finite impulse response (FIR) and infinite impulse response (IIR) PEFs are calculated based on the minimum mean squared error (MMSE) criterion. Our approach is sufficiently general to include also reduced-complexity versions of pre-Rake combining that employ a limited number of Rake fingers. We show that under certain conditions the S-PEF scheme achieves the same performance as the more complex PEF scheme. We also demonstrate that a single-input multiple-output (SIMO) DS-UWB system with post-Rake combining and MMSE post-equalization is the dual system to the considered MISO DS-UWB system with pre-Rake combining and MMSE pre-equalization. This uplink-downlink duality can be exploited for efficient calculation of the PEFs and for complexity reduction. Our simulation results show that the proposed PEF schemes achieve significant performance gains over pre-Rake combining without equalization, even if only short PEFs are employed.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,019
Tête enseignante GPT0,257
Écart entre enseignants0,238 · 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

Citations17
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetUltra-Wideband Communications TechnologyTravaux en français237 207