MétaCan
Menu
Retour à la cohorte
Enregistrement W2980043203 · doi:10.22215/etd/2016-11443

Multilevel Polar Codes for Grassmannian Signalling

2016· dissertation· en· W2980043203 sur OpenAlexaff
Philip R. Balogun

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineComputer Science
ThématiqueError Correcting Code Techniques
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésGrassmannianConstellationCoding (social sciences)AlgorithmPolarComputer sciencePartition (number theory)Set (abstract data type)Channel (broadcasting)Constellation diagramDecoding methodsTheoretical computer sciencePolar codeMathematicsBit error rateTelecommunicationsStatistics

Résumé

récupéré en direct d'OpenAlex

Polar codes, ever since their introduction, have been shown to be very effective for various wireless communication channels.This, together with their relatively low implementation complexity, has made polar codes an attractive coding scheme for wireless communications.On the other hand, within the realm of non-coherent wireless MIMO communication, Grassmannian signalling has been shown to approach the ergodic capacity of frequency-flat block fading channels at high SNR.In this paper, we combine these two components together using multilevel polar coding to create a system that produces the best known performance for a coded non-coherent channel.This combination requires that the signal constellation be set-partition labelled, so, a novel set partitioning algorithm, which works for regular and irregular multidimensional constellations, such as the Grassmannian constellation, is proposed.Finally, we develop a methodology for designing polar codes for a noisy channel and this is used to further improve the performance of our system.In simulation, we compare the error rate performance of our design with that of existing schemes and show that significant gains are possible over the previously known best technique, which is based on turbo codes.We then provide a complexity analysis of our receiver in comparison with other existing methods and show that it is able to provide these gains at a considerably lower complexity.Prof. Halim Yanikomeroglu, thank you very much for all the encouragement you gave to me, financial and otherwise, and thank you for providing a comfortable working space.To Dr. Ramy Gohary, I appreciate all the time you spent explaining the Grassmannian concepts to me and all the resources you provided to improve my understanding.I thank you all for believing in me, I could not have asked for a better team of supervisors.I would also like to thank my research colleagues for all the support, encouragement and advice they gave me throughout my research process.I would like to thank my family

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 GPT0,308
Écart entre enseignants0,283 · 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'étudeThéorique ou conceptuel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetError Correcting Code TechniquesTravaux en français237 207