MétaCan
Menu
Retour à la cohorte
Enregistrement W4289655226 · doi:10.1109/isit50566.2022.9834835

Converting a 1×K Static Rayleigh Channel to K Parallel AWGN Using Media-based Modulation

2022· article· en· W4289655226 sur OpenAlexaff
Ehsan Seifi, Amir K. Khandani

Notice bibliographique

Revue2022 IEEE International Symposium on Information Theory (ISIT) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensUniversity of WaterlooCiena (Canada)
Organismes subventionnairesnon disponible
Mots-clésAdditive white Gaussian noiseIndependent and identically distributed random variablesChannel (broadcasting)Topology (electrical circuits)AlgorithmModulation (music)Computer scienceDecoding methodsTelecommunicationsMathematicsRandom variablePhysicsStatisticsCombinatoricsAcoustics

Résumé

récupéré en direct d'OpenAlex

The idea of media-based modulation (MBM) [1] [2] is to embed information in the variations of the transmission media (channel states). Using a single traditional antenna surrounded by a closure with w radio frequency (RF) walls, MBM creates a set of 2 <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">w</sup> states for the end-to-end channel, and the data is mapped into the index of these channel states. Each channel state results in an independent complex channel gain to each receive antenna, which specifies an MBM constellation point coordinate. In a rich scattering environment, MBM constellation points are independent of each other, with coordinates that follow an independent identically distributed (i.i.d.) complex Gaussian density. In a 1 ×K MBM, this property mimics the random code-book generation for signaling over K parallel additive white Gaussian noise (AWGN) channels. Accordingly, it is shown in [2] that the capacity of a 1 ×K MBM system with one unit of transmit energy and AWGN variance σ <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> over each receive antenna is equal to K times the capacity of an AWGN with a signal to noise ratio of snr = 1/σ <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> . The current article provides an alternative proof based on a novel formulation that reveals several interesting features of MBM. It is shown that the capacity in a 1×K MBM, as a random variable defined over the sample space of MBM constellation of cardinality M, follows a normal distribution with a mean of K log(1 + snr) and variance of (K/M)(snr/(1 + snr)) <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sup> → 0 as the M →∞. This entails, in contrast to legacy MIMO where the singularity of the channel matrix governs the outage probability, in MBM the outage is determined by the realized energy of the MBM constellation, and for any multiplexing gain r < K, the outage probability decreases exponentially fast as the number of points increases.

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: aucune
Score de désaccord entre enseignants0,803
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,248
Écart entre enseignants0,232 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE International Symposium on Information Theory (ISIT)Même sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207