MétaCan
Menu
Retour à la cohorte
Enregistrement W2171026174 · doi:10.1109/icc.2009.5199161

Low-Complexity Multisampling Multiuser Detector for Time-Hopping UWB Systems

2009· article· en· W2171026174 sur OpenAlexaff
Iraj Hosseini, Norman C. Beaulieu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueUltra-Wideband Communications Technology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDetectorComputer scienceUltra-widebandTime-hoppingInterference (communication)Multiuser detectionElectronic engineeringGaussianDuty cycleReal-time computingComputer networkTelecommunicationsEngineeringElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Multiple access interference (MAI) in time hopping (TH) ultra-wideband (UWB) systems is known to be non-Gaussian. Much previous research in TH-UWB receiver design has attempted to propose better single-user UWB detectors by introducing more accurate models for the distribution of the MAI. Recently, it was shown that some of the single-user receivers track closely the optimum achievable single-user performance. Although, these receivers are simple, all suffer from error rate floors, and hence limited user capacity. Multiuser detection (MUD) is considered for offering high performance at the cost of complexity that grows exponentially with the number of users. Thought to be too complex for low-cost UWB receivers, MUD applied in TH-UWB systems benefits from the low duty cycle implying that the number of effective interfering users is small compared to the number of active users. A novel low-complexity multisampling multiuser detector inspired by the inferiority of single-user receivers and the small number of effective interfering users in TH-UWB systems is proposed. Simulation results show that this detector achieves the performance of the conventional matched filter receiver operating in a single-user 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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,686

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 Opus0,025
Tête enseignante GPT0,246
Écart entre enseignants0,221 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUltra-Wideband Communications TechnologyTravaux en français237 207