MétaCan
Menu
Retour à la cohorte
Enregistrement W2166415399 · doi:10.1109/icc.2006.255452

EXIT Analysis of a Soft-Input/Soft-Output Iterative Multiuser Detector

2006· article· en· W2166415399 sur OpenAlexaff
Brad Zarikoff, J.K. Cavers

Notice bibliographique

Revue2006 IEEE International Conference on Communications · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésConcatenation (mathematics)EXIT chartDetectorComputer scienceFocus (optics)AlgorithmIterative methodGaussianConvolutional codeMultiuser detectionConvergence (economics)Decoding methodsMathematicsConcatenated error correction codeTelecommunicationsBlock code

Résumé

récupéré en direct d'OpenAlex

This paper applies extrinsic information (EXIT) analysis to an internally iterative multiuser detector (IMUD) in serial concatenation with convolutional codes. The focus is overloaded conditions, in which the number of transmitters exceeds the number of receiver antennas. The study seeks to verify if EXIT charts can be used as a design tool under these circumstances. The use of non-Gaussian LLR distributions in performance estimation is discussed. The mutual information of the extrinsic information from IMUD is characterized under a variety of situations. It is shown that the EXIT charts do provide a means to determine both the minimum SNR and necessary number of iterations for convergence. However, estimating the bit error rate from the EXIT chart does not seem to be possible except in special circumstances.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,918
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,329
Écart entre enseignants0,269 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2006 IEEE International Conference on CommunicationsMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207