MétaCan
Menu
Retour à la cohorte
Enregistrement W4236709909 · doi:10.1002/wcm.601

Performance of selective space‐time coding and selection diversity under perfect and imperfect CSI

2008· article· en· W4236709909 sur OpenAlexaff
Yahan Pan, Sonia Aı̈ssa

Notice bibliographique

RevueWireless Communications and Mobile Computing · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSpace–time block codeComputer scienceDiversity gainImperfectMIMOAntenna diversityCooperative diversityChannel state informationTransmit diversityCoding (social sciences)Block codeSelection (genetic algorithm)Coding gainTransmitterTelecommunicationsChannel (broadcasting)Transmission (telecommunications)Antenna (radio)AlgorithmFadingDecoding methodsWirelessMathematicsStatisticsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Selective space‐time coding and selection diversity can be viewed as practical means to reduce the implementation complexity of multiple‐input multiple‐output (MIMO) systems while still taking benefit of the use of multiple antennas. In this paper, we evaluate the performance of selective space‐time block coding (selective‐STBC) and antenna selection diversity, and analyze the performance of both techniques under perfect and imperfect channel state information (CSI) available at both ends of the transmission link. Our performance analysis reveals that, under perfect or imperfect CSI and ideal feedback channel, selective‐STBC yields a loss in selection diversity gains and that selecting just a single antenna at the transmitter side is the best transmission strategy. We also show that selective‐STBC and antenna selection diversity have different behaviors when the feedback channel is imperfect. Indeed, it is shown that selection diversity outperforms selective‐STBC when the feedback channel is of high quality, while selective‐STBC yields better performance when the feedback channel is of low quality. Copyright © 2008 John Wiley & Sons, Ltd.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,822

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,014
Tête enseignante GPT0,233
Écart entre enseignants0,219 · 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.

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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWireless Communications and Mobile ComputingMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207