MétaCan
Menu
Retour à la cohorte
Enregistrement W4234617096 · doi:10.1109/tcomm.2006.876882

Spectral-Efficient Differential Space–Time Coding Using Non-Full-Diverse Constellations

2006· article· en· W4234617096 sur OpenAlexaff
Mahmoud Taherzadeh, Amir K. Khandani

Notice bibliographique

RevueIEEE Transactions on Communications · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Data Compression Techniques
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSpectral efficiencyDecoding methodsAlgorithmSpace–time codeConstellationComputer scienceCoding (social sciences)Code (set theory)Antenna (radio)Differential (mechanical device)Transmit diversityTheoretical computer scienceMathematicsBlock codeTopology (electrical circuits)TelecommunicationsFadingEngineeringBeamforming

Résumé

récupéré en direct d'OpenAlex

In this paper, a method is proposed to construct spectral-efficient unitary space–time codes for high-rate differential communications over multiple-antenna channels. Unlike most of the known methods, which are designed to maximize the diversity product (the minimum determinant distance), our objective is to increase the spectral efficiency. The simulation results indicate that for high spectral efficiency and for more than one receive antenna, the new method significantly outperforms the existing alternatives. In the special case of two transmit antennas, which is the main focus of this paper, the relation between the proposed code and the Alamouti scheme helps us to provide an efficient maximum-likelihood decoding algorithm. Also, we demonstrate that similar ideas can be applied for designing codes for more than two transmit antennas. As an example, we present a construction for a 4 <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$times$</tex> 4 unitary constellations which has a good performance, as compared with the other known codes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,288
Écart entre enseignants0,257 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetAdvanced Data Compression TechniquesTravaux en français237 207