MétaCan
Menu
Retour à la cohorte
Enregistrement W2154766530 · doi:10.1109/tcomm.2003.822187

Precise Error-Rate Analysis of Bandwidth-Efficient BPSK in Nakagami Fading and Cochannel Interference

2004· article· en· W2154766530 sur OpenAlexafffund
Norman C. Beaulieu, Julian Cheng

Notice bibliographique

RevueIEEE Transactions on Communications · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of AlbertaUniversity of Victoria
Mots-clésFadingPhase-shift keyingBit error rateElectronic engineeringFading distributionInterference (communication)Bandwidth (computing)BandlimitingAlgorithmComputer scienceNakagami distributionWord error rateMathematicsTelecommunicationsRayleigh fadingEngineeringSpeech recognitionFourier transformDecoding methods

Résumé

récupéré en direct d'OpenAlex

The bit-error rate (BER) of bandlimited binary phase-shift keying in a fading and cochannel interference (CCI) environment is derived for the case of perfect coherent detection. The fading-and-interference model assumed is general and of interest for microcellular system studies. The model allows both desired signal and interfering signals to experience arbitrary amounts of fading severity. A precise BER expression is derived using a characteristic function method. Using this accurate analytical result, the impact of the interfering users' fading severity on the desired user-error rate is examined. The BERs obtained under perfect coherent detection are also valid as lower performance bounds for practical realizable receivers where ideal coherent detection is difficult to implement. The error-rate performance of a novel bandwidth-efficient pulse shape is determined for the general fading and CCI environment. Analysis and numerical results show that the new pulse can provide better BER performance than the widely used raised-cosine 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)0,003
score de la tête « metaresearch » (Gemma)0,013
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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
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 Opus0,031
Tête enseignante GPT0,286
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 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

Citations108
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207