MétaCan
Menu
Retour à la cohorte
Enregistrement W4255201967 · doi:10.1109/glocom.2014.7417769

Code-Aided Time Synchronization of Turbo-Coded Square-QAM-Modulated Transmissions: Closed-Form Cramer-Rao Lower Bounds

2014· article· en· W4255201967 sur OpenAlexaff
Faouzi Bellili, Achref Methenni, Souheib Ben Amor, Sofiène Affes, Alex Stéphenne

Notice bibliographique

Revue2015 IEEE Global Communications Conference (GLOBECOM) · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésTurbo codeAlgorithmQAMQuadrature amplitude modulationCramér–Rao boundComputer scienceSynchronization (alternating current)Decoding methodsSquare (algebra)MathematicsTheoretical computer scienceEstimation theoryBit error rateTelecommunicationsChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

This paper tackles the problem of code-aided (CA) timing recovery in turbo-coded square-QAM transmissions. Owing to a simple recursive construction process, some hidden properties of Gray-coded (GC) square-QAM constellations are demystified and the code bits' a priori log- likelihood ratios (LLRs) are explicitly incorporated in the log-likelihood function (LLF). Then, by splitting the underlying LLF into the sum of two analogous terms, we derive for the very first time the closed-form expressions for the exact Cramer-Rao lower bounds (CRLBs) of the underlying turbo synchronization problem. Computer simulations will show that the new closed-form CRLBs coincide exactly with their empirical counterparts evaluated previously using exhaustive Monte-Carlo simulations. They will also show unambiguously the remarkable performance improvements of the CA scheme against the traditional non-data-aided (NDA) one. Over a wide range of practical SNRs, the new CA CRLBs reach those of the completely data-aided (DA) scheme in which all the transmitted symbols are perfectly known to the receiver.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,282
Écart entre enseignants0,264 · 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
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2015 IEEE Global Communications Conference (GLOBECOM)Même sujetAdvanced Wireless Communication TechniquesTravaux en français237 207