Design of Noncoherent and Coherent Receivers for Chirp Spread Spectrum Systems
Notice bibliographique
Résumé
LoRaWAN is a prominent communication standard to enable reliable low-power, long-range communications for the Internet of Things (IoT). The modulation technique used in LoRaWAN, commonly known as LoRa modulation, is based on the principle of chirp spread spectrum (CSS). The main objective of this article is to design a practical, low-complexity coherent receiver for a recently proposed CSS-based modulation scheme, called phase-shift keying CSS (PSK-CSS), that embeds extra information bits in the starting phases of conventional CSS symbols. To this end, a novel method is proposed to perform coarse timing and frequency synchronization that makes use of a preamble consisting of both up and down chirps and the shape of the pulse shaping and/or receive (matched) filters. Furthermore, to enable fine synchronization, timing, and phase loop filters are designed as simple first-order and second-order phase-locked loop (PLL) circuits with dynamic gain control. A natural outcome of our design is a practical noncoherent receiver that can be used for the conventional LoRa/CSS system and has better performance and/or lower computational complexity as compared to other existing designs. Extensive simulation results are presented to demonstrate the excellent performance and merits of the proposed design. In particular, the bit-error-rate (BER) performance of the higher-rate PSK-CSS system obtained with the proposed coherent receiver is only 0.25 dB worse than that obtained with the ideal co-coherent receiver, whereas it enjoys about 0.75-dB power gain over the noncoherent detection performance of the conventional CSS system. Thanks to the extra information bits carried by the phases of CSS symbols, the PSK-CSS system implemented with quadrature phase-shift keying (QPSK) delivers additional 23.44% and 18.75% data rate as compared to the conventional CSS system for the spreading factors (SFs) of 8 and 10, respectively.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».