Multi-Level Coded Modulation for 16-ary Constellations in Presence of Phase Noise
Notice bibliographique
Résumé
Application of multi-level coded modulation (MLCM) for 16-ary constellations in coherent systems is studied. An MLCM system with Reed-Solomon component codes and multi-stage decoder is considered. A systematic numerical method for finding set-partitioning and optimal code rates is presented. The method only requires the probability density function of received samples and can be applied to any constellation regardless of irregularity or lack of symmetry. Performance of the designed MLCM system is verified in presence of nonlinear phase noise and normal phase noise. For nonlinear phase noise limited system, it is shown that the block error rate (BLER) of the system can be improved using our approach for set-partitioning. For phase noise limited system, both BLER and bit error rate (BER) are studied for a phase noise optimized and square 16-quadrature amplitude modulation (16QAM). Post forward-error correction (FEC) BER performance of the optimized constellation over square 16QAM is studied for different levels of phase noise. It is shown that the optimized constellation along with MLCM system decreases the required signal-to-noise ratio by several dB at high phase noise regime and low post FEC BER.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».