MétaCan
Menu
Retour à la cohorte
Enregistrement W2168212999 · doi:10.1109/vetecf.2007.257

Decision-Feedback Detection for Free-Space Optical Communications

2007· article· en· W2168212999 sur OpenAlexaff
M.L.B. Riediger, Robert Schober, Lutz Lampe

Notice bibliographique

RevueIEEE Vehicular Technology Conference · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Wireless Communication Technologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésKeyingSymbol (formal)Optical wirelessComputer scienceDetection theoryChannel (broadcasting)On-off keyingWirelessUpper and lower boundsFree-space optical communicationChannel state informationFree spaceElectronic engineeringWindow (computing)Optical communicationAlgorithmReal-time computingTelecommunicationsBit error rateMathematicsPhase-shift keyingOpticsEngineeringPhysicsDetector

Résumé

récupéré en direct d'OpenAlex

Free-space optics (FSO) have received increased attention recently for last-mile wireless links. In this paper, we investigate noncoherent detection, i.e. detection assuming the absence of channel state information at the receiver, of on-off keying (OOK) in an FSO system. To partially recover the performance loss associated with conventional symbol-by- symbol noncoherent detection, we consider the application of decision-feedback detection (DFD), in which symbol-by-symbol decisions are made using previous decisions and an observation window of N received statistics. Analytical and simulation results indicate that the performance of a DFD receiver approaches the coherent detection lower bound with increasing window length. Consequently, as the proposed receiver exhibits a complexity independent of N, the conclusion is reached that DFD is an effective approach for noncoherent detection in an FSO system.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,021
Tête enseignante GPT0,265
Écart entre enseignants0,244 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Vehicular Technology ConferenceMême sujetOptical Wireless Communication TechnologiesTravaux en français237 207