MétaCan
Menu
Retour à la cohorte
Enregistrement W2168590314 · doi:10.1109/26.923811

Performance of multidimensional multicode DS-CDMA using code diversity and error detection

2001· article· en· W2168590314 sur OpenAlexaff
Dong In Kim, V.K. Bhargava

Notice bibliographique

RevueIEEE Transactions on Communications · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésComputer scienceDiversity schemeDiversity gainElectronic engineeringPrecodingFadingMultipath propagationCode division multiple accessChannel (broadcasting)AlgorithmTelecommunicationsMIMOEngineering

Résumé

récupéré en direct d'OpenAlex

High rate transmission can be realized using multiple orthogonal codes (MOC), as proposed in the third-generation wide-band code-division multiple-access (W-CDMA) standard. However, the linear sum of MOC channels is no longer constant amplitude, and a highly linear, power-inefficient amplifier may be required for transmission. Recently, a nonlinear block coding technique called precoding is introduced to maintain a constant amplitude signal after superposition of MOC channels. This is achieved by adding redundancy. In this paper, we first describe a multidimensional signaling scheme that recovers some information rate loss by precoding. Second, we propose a self-interference (SI) cancellation scheme resulting from a code diversity between the in-phase and quadrature subchannels among MOC channels. In a typical wireless channel with multipath fading, this type of SI can be detrimental especially when the number of parallel MOC channels is large. Third, we show that the error detection capability of precoding can be combined with code diversity, resulting in a diversity gain. In addition, we show that the diversity gain can be achieved using antenna diversity to assure the degree of freedom in code diversity, and even with the large number of MOC channels, the error performance can be maintained reliably while outperforming the variable spreading factor scheme in W-CDMA.

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 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: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,784

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,057
Tête enseignante GPT0,284
Écart entre enseignants0,227 · 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.

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

Citations16
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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