MétaCan
Menu
Retour à la cohorte
Enregistrement W7139051077 · doi:10.1109/globecom59602.2025.11431916

CRLB Analysis for Matrix Pencil DoA Estimation in Hybrid Receivers Under Snapshot Constraints

2025· article· W7139051077 sur OpenAlexaff
Mona Mostafa, Ramy H. Gohary, Amr El-Keyi, Yahia Ahmed

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineComputer Science
ThématiqueDirection-of-Arrival Estimation Techniques
Établissements canadiensEricsson (Canada)Carleton University
Organismes subventionnairesnon disponible
Mots-clésSnapshot (computer storage)Cramér–Rao boundUpper and lower boundsExploitMatrix pencilSignal processing

Résumé

récupéré en direct d'OpenAlex

In this paper, we derive the Cramer-Rao lower bound (CRLB) for a newly developed approach for direction of arrival (DoA) estimation in hybrid analog/digital (HAD) receivers under snapshot constraints. In such cases, the inherent structure of the received signals can be exploited for reliable DoA estimation rather than using statistical averaging techniques. One approach to exploit this structure is the matrix pencil method (MPM). Unfortunately, existing HAD receivers tangle the signals at the output of the HAD receiver, hindering the direct use of the MPM. To address this difficulty, an approach developed in [1] enables the MPM to expose the structure of the output signal of the analog combiner by leveraging periodic, potentially unknown signals to disentangle the output of the HAD receiver. We derive the CRLB for this approach and show that it yields output signals resembling those of a fully-digital receiver, albeit with a snapshot penalty. Numerical simulations show that the developed approach achieves performance within a small gap of the corresponding CRLB and outperforms existing counterparts.

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)0,001
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,005
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,330
Écart entre enseignants0,305 · 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
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDirection-of-Arrival Estimation TechniquesTravaux en français237 207