MétaCan
Menu
Retour à la cohorte
Enregistrement W4286815178 · doi:10.48550/arxiv.1904.00095

Full-Duplex GFDM Radio Transceivers in the Presence of Phase Noise, CFO\n and IQ Imbalance

2019· preprint· W4286815178 sur OpenAlexaff
Amirhossein Mohammadian, Chintha Tellambura

Notice bibliographique

RevuearXiv (Cornell University) · 2019
Typepreprint
Langue
DomaineEngineering
ThématiqueFull-Duplex Wireless Communications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésOrthogonal frequency-division multiplexingTransceiverCarrier frequency offsetElectronic engineeringPhase noiseFrequency offsetComputer scienceInterference (communication)Radio frequencyMultiplexingTelecommunicationsElectrical engineeringWirelessEngineeringChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

This paper addresses the performance of a full-duplex (FD) generalized\nfrequency division multiplexing (GFDM) transceiver in the presence of radio\nfrequency (RF) impairments including phase noise, carrier frequency offset\n(CFO) and in-phase (I) and quadrature (Q) imbalance. We study analog and\ndigital self-interference (SI) cancellation and develop a complementary SI\nsuppression method. Closed-form solutions for the residual SI power and the\ndesired signal power and signal-to-interference ratio (SIR) are provided.\nSimulation results show that the RF impairments degrade SI cancellation and FD\nGFDM is more sensitive to them compares to FD orthogonal frequency division\nmultiplexing (OFDM). Hence, we propose an FD GFDM receiver filter for\nmaximizing the SIR. Significantly, it achieves 25 dB higher SIR than FD OFDM\ntransceiver.\n

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0040,001
Intégrité de la recherche0,0010,002
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 Opus0,048
Tête enseignante GPT0,198
Écart entre enseignants0,150 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetFull-Duplex Wireless CommunicationsTravaux en français237 207