MétaCan
Menu
Retour à la cohorte
Enregistrement W2295334956 · doi:10.1109/lcomm.2015.2513775

BER Upper Bound Expressions in Coded Two-Transmission Schemes With Arbitrarily Spaced Signal Constellations

2015· article· en· W2295334956 sur OpenAlexafffund
Mehmet C. Ilter, Halim Yanıkömeroğlu, Pawel A. Dmochowski

Notice bibliographique

RevueIEEE Communications Letters · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensCarleton University
Organismes subventionnairesOntario Ministry of Economic Development and Innovation
Mots-clésFadingTransmission (telecommunications)Upper and lower boundsAlgorithmTrellis (graph)Computer scienceMathematicsNakagami distributionConvolutional codeExpression (computer science)Signal-to-noise ratio (imaging)Trellis modulationDecoding methodsConstellation diagramTopology (electrical circuits)Bit error rateTelecommunicationsCombinatoricsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

The main contribution of this letter is the derivation of an upper bound BER expression, as a function of distances between signal points, for arbitrary constellations, in a generic, two-transmission scheme such as relaying, HARQ, or CoMP. The approach utilizes the product-state matrix, and thus the arbitrarily chosen constellations together with the encoders do not need to satisfy the quasi-regularity property that includes geometrical uniformity and symmetry. The channel fading is modeled using a Nakagami-m distribution, both with and without correlation between the two transmissions. We also allow for different path loss at each transmission. The results are valid for general coded schemes as long as a transfer function expression can be derived (convolutional codes and trellis coded modulation). The upper bounds are very accurate for BER values lower than 10-2for any chosen constellation.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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 seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,065
Tête enseignante GPT0,304
Écart entre enseignants0,240 · 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

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetCooperative Communication and Network CodingTravaux en français237 207