MétaCan
Menu
Retour à la cohorte
Enregistrement W2169342078 · doi:10.1109/pacrim.1995.519544

Maximal ratio combining with channel estimation errors

2002· article· en· W2169342078 sur OpenAlexaff
B.R. Tomiuk, Norman C. Beaulieu, Adnan Abu‐Dayya

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésChannel (broadcasting)ImperfectAlgorithmBit error rateWeightingMathematicsRayleigh fadingIdeal (ethics)Computer scienceSignal-to-noise ratio (imaging)Control theory (sociology)StatisticsFadingTelecommunicationsAcousticsPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

An ideal coherent maximal ratio (MR) combiner multiplies the signals on all the incoming channels by the complex conjugate of their complex channel gains and then sums the resultant products to provide the optimum combined signal. However, the channel gains can not be estimated perfectly in any practical system. Thus, system performance will be degraded because there will be an error in the estimation of the combiner weighting factors in realistic combiners. In the paper closed form results are obtained for the bit error rates (BER) of MFSK, MPSK (M=2,4,8) and MDPSK (M=2,4) using imperfect MR combining in Rayleigh fading. These results are used to approximate the BER performance of equal gain (EG) combining with imperfect co-phasing. The MFSK results are also compared with those of the optimum non-coherent square-law (SL) combiner to determine how good channel estimation must be to surpass the performance of the optimum non-coherent combiner.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil0,316

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 technologies0,0000,000
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 Opus0,020
Tête enseignante GPT0,225
Écart entre enseignants0,206 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication TechniquesTravaux en français237 207