MétaCan
Menu
Retour à la cohorte
Enregistrement W4309258647 · doi:10.32920/21576681.v1

Multiantenna Spectrum Sensing Over Correlated Nakagami-m Channels With MRC and EGC Diversity Receptions

2022· preprint· en· W4309258647 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueElectromagnetic Compatibility and Measurements
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMaximal-ratio combiningRician fadingNakagami distributionMathematicsMultipath propagationAlgorithmStatisticsTopology (electrical circuits)FadingCombinatoricsEstimator

Résumé

récupéré en direct d'OpenAlex

<p>Increasing number of antennas are closely packed in emerging multiantenna systems and correlation among them can no longer be ignored. In this paper, such a multiantenna spectrum sensing system is investigated considering dual, triple, four and up to infinite number of correlated antenna branches. Constant, arbitrary and exponential correlation among the antenna branches are considered. Closed form expressions for the detection probability, in terms of the confluent hypergeometric function, is derived assuming maximal ratio combining (MRC) and equal gain combining (EGC) diversity techniques in Nakagami-m multipath fading channel. Numerical results quantify the interbranch correlation that impacts the detector performance significantly. However, results also show that this effect could be compensated by employing the appropriate diversity combining technique and by increasing the diversity branches. Furthermore, we find that at high m values (Rician like channel), low false alarm probability and highly correlated environments, EGC which is a simpler scheme performs as good as MRC which is a more complex scheme.</p> <p> </p>

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.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,130
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,201
Écart entre enseignants0,183 · 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