MétaCan
Menu
Retour à la cohorte
Enregistrement W2187877896 · doi:10.82308/20546

Estimation of transmission line parameters for digital equalization of high-speed data radio

2002· dissertation· en· W2187877896 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2002
Typedissertation
Langueen
DomaineEngineering
ThématiqueRadio Wave Propagation Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDigital radioData transmissionComputer scienceTransmission (telecommunications)Equalization (audio)TelecommunicationsChannel (broadcasting)Computer network

Résumé

récupéré en direct d'OpenAlex

This work considers the distortion created by an unmatched transmission line system at the receiver of a military data radio. The installation requirements for these types of systems are such that manual tuning of the antenna is impracticable. The antenna impedance may not match that of the cable and radio receiver, resulting in electrical reflections in the cable. These reflections create intersymbol interference (ISI), which distorts the received signal and limits the performance of the communication link. It is shown that this distortion can be modelled using only four parameters: the transit time, the amplitude and the angle of the reflection coefficient and the synchronization offset. A joint maximum likelihood (ML) block estimator for the parameters is presented with the corresponding Cramer-Rao bound. The performance of the estimator is evaluated using simulations and compared to the bound. A more practical iterative estimator algorithm for the joint estimation of the parameters is also suggested. To compensate for the distortion at the receiver, a filter design technique based on the estimated parameters is introduced. The method, obtained from the least squares procedure, produces an approximate inverse filter for the channel, minimizing the distortion at the receiver. Results comparing the proposed method to traditional adaptive equalizers are presented. They show that the minimum mean squared error (MSE) achieved by the proposed method approaches the power of the noise, the minimum value attainable.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,040
Tête enseignante GPT0,262
Écart entre enseignants0,222 · 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
GenreAutre

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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetRadio Wave Propagation StudiesTravaux en français237 207