MétaCan
Menu
Retour à la cohorte
Enregistrement W2162541252 · doi:10.1109/glocom.2005.1577845

BER analysis of BPSK signaling in Ricean-faded cochannel interference

2005· article· en· W2162541252 sur OpenAlexaff
Zheng Du, Julian Cheng, Norman C. Beaulieu

Notice bibliographique

RevueGLOBECOM '05. IEEE Global Telecommunications Conference, 2005. · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPhase-shift keyingBit error rateInterference (communication)FadingComputer scienceSIGNAL (programming language)Saddle pointAlgorithmDemodulationWord error rateAdjacent-channel interferenceMathematicsChannel (broadcasting)TelecommunicationsElectronic engineeringSpeech recognitionEngineering

Résumé

récupéré en direct d'OpenAlex

The bit error rate of a binary phase shift keying signal in Ricean-faded cochannel interference is studied. A precise bit error rate expression based on a characteristic function method is derived for a bandlimited binary phase shift keying signal corrupted by an arbitrary number of asynchronous Ricean-faded interfering signals. For the special case when there is one synchronous Ricean-faded interfering signal, a Chernoff bound analysis is performed and it predicts that the error floor of the desired user signal decreases with an increase of the Rice factor in the interfering user's fading channel. However, our precise bit error rate analysis results reveal that the opposite phenomenon can also happen, in particular when the signal-to-interference power ratio is low. A saddle-point approximation based error rate analysis is also provided. It is shown that this approximation is highly accurate. An asymptotic analysis based on the saddle-point approximation further reveals that a minimum signal-to-interference power ratio is required to have the desired user's error rate performance improved by a less-faded interfering signal.

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)0,005
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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 savante0,0010,001
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 Opus0,026
Tête enseignante GPT0,287
Écart entre enseignants0,261 · 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

Citations3
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGLOBECOM '05. IEEE Global Telecommunications Conference, 2005.Même sujetAdvanced Wireless Communication TechniquesTravaux en français237 207