Mean angle of arrival, angular and Doppler spreads estimation in multiple‐input multiple‐output system
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.
Notice bibliographique
Résumé
In this paper, the authors propose a new method to simultaneously estimate the mean angle of arrival (AoA), the angular spread (AS) and the maximum Doppler spread (DS). They exploit the multiple‐input multiple‐output (MIMO) Rayleigh channel with uniform linear arrays at both the transmitter and the receiver. They also consider the Gaussian and the Laplacian angular distributions for the incoming AoAs. The proposed method uses the first and the second derivatives of the received signals cross‐correlation functions. They take as benchmarks two estimators from the literature for the three parameters estimates. The spread root multiple signal classification (MUSIC) (SRM) estimator is used for the mean AoA and the AS parameters, whereas the auto‐correlation function (ACF)‐based approach is considered for the maximum DS estimates. These methods were developed for single‐input multiple‐output and single‐input single‐output systems. In this paper, the authors extend these algorithms to a MIMO configuration. Simulation results show that their algorithm outperforms the SRM one for the mean AoA and the AS estimation. For the maximum DS estimation, their approach offers lower error rate than the ACF‐based one when the AS and the mean AoA are small. For higher values of the couple AS and mean AoA, their algorithm presents similar results.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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