MétaCan
Menu
Retour à la cohorte
Enregistrement W2172011588 · doi:10.1109/vtcf.2006.105

Antenna Selection for Space-Time Trellis Codes Over Block Rayleigh Fading Channels

2006· article· en· W2172011588 sur OpenAlexaff
A. Sanei, Ali Ghrayeb, Yousef R. Shayan

Notice bibliographique

RevueIEEE Vehicular Technology Conference · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésFadingPairwise error probabilityRayleigh fadingAntenna (radio)Computer scienceAlgorithmAntenna diversityTrellis (graph)Block codeSelection (genetic algorithm)Diversity gainTelecommunicationsElectronic engineeringMathematicsChannel (broadcasting)Decoding methodsEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper examines the performance of space- time trellis codes (STTCs) over block Rayleigh fading channels with receive antenna selection. Antenna selection is performed based on maximizing the instantaneous received signal-to-noise ratio (SNR). We derive explicit upper bounds on the pairwise error probability and show that the resulting diversity order deteriorates with antenna selection and becomes a function of the number of selected antennas. We provide numerical examples and simulation results that validate these theoretical findings. We remark that the same result holds for fast fading channels, as well as for quasi-static fading channels when the underlying STTC is rank deficient. However, when the channel is quasi-static fading and the STTC is full rank, the diversity order is maintained with antenna selection. In contrast, when the underlying code is an orthogonal space-time block code (OSTBC), the diversity order is always maintained with antenna selection regardless of the type of fading involved. The same results hold when the OSTBC is concatenated with an outer channel code. These findings render STTCs when antenna selection is employed unattractive.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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'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

Citations4
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Vehicular Technology ConferenceMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207