論文の概要: Algorithm for AGC index management against crowded radio environment
- arxiv url: http://arxiv.org/abs/2404.08652v1
- Date: Tue, 19 Mar 2024 05:42:29 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-21 20:04:31.273050
- Title: Algorithm for AGC index management against crowded radio environment
- Title(参考訳): 混在無線環境に対するAGCインデックス管理アルゴリズム
- Authors: Morgane Joly, Fabian Rivière, Éric Renault,
- Abstract要約: 本稿では,パケット受信に使用する最適な自動利得制御(AGC)指数,あるいは最も適切な可変利得範囲を推定し,ペイロード受信中に出現する干渉者を予測した。
これにより、受信機は、ゲインフリードペイロード受信期間中に発生しても干渉者に高い免疫を与えることができ、なおかつ、最適な感度レベルを確保できる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: This paper describes a receiver that uses an innovative method to predict, according to history of receiver operating metrics (packet lost/well received), the optimum automatic gain control (AGC) index or most appropriate variable gain range to be used for next packet reception, anticipating an interferer appearing during the payload reception. This allows the receiver to have higher immunity to interferers even if they occur during the gain frozen payload reception period whilst still ensuring an optimum sensitivity level. As a result, the method allows setting the receiver gain to get an optimum trade-off between reception sensitivity and random interferer immunity.
- Abstract(参考訳): 本稿では,パケット受信に使用する最適な自動利得制御(AGC)指数,あるいは最も適切な可変利得範囲を推定し,ペイロード受信中に出現する干渉者を予測した。
これにより、受信機は、ゲインフリードペイロード受信期間中に発生しても干渉者に高い免疫を与えることができ、なおかつ、最適な感度レベルを確保できる。
その結果、受信機利得の設定は、受信感度とランダムな干渉者免疫との間に最適なトレードオフを得ることができる。
関連論文リスト
- VERITAS: Verifying the Performance of AI-native Transceiver Actions in Base-Stations [0.745554610293091]
本稿では,AIネイティブトランスシーバーのポストデプロイのための共同計測・回復フレームワークを提案する。
VERITASはチャネルプロファイル,送信速度,遅延の変動を99%,97%,69%の精度で検出できることを示した。
評価の結果、VERITASはチャネルプロファイル、送信速度、遅延拡散の変化を86%、93.3%、94.8%で検出できることがわかった。
論文 参考訳(メタデータ) (2025-01-01T19:12:03Z) - A Machine Learning based Hybrid Receiver for 5G NR PRACH [2.319178116633846]
本稿では、プリアンブル検出のためのAI/MLモデルと、タイピング前進推定のための従来のピーク検出を併用したハイブリッド受信機の設計について述べる。
その結果、シミュレーションおよび実際のハードウェアキャプチャーデータセットに対する従来の受信機と比較して、ハイブリッド受信機の性能が優れていた。
論文 参考訳(メタデータ) (2024-11-03T11:49:12Z) - RIMformer: An End-to-End Transformer for FMCW Radar Interference Mitigation [1.8063750621475454]
RIMformerと呼ばれる新しいFMCWレーダ干渉緩和法は、エンドツーエンドのTransformerベース構造を用いて提案される。
このアーキテクチャは、時間領域IF信号をエンドツーエンドで処理するように設計されている。
その結果,提案したRIMformerは干渉を効果的に軽減し,ターゲット信号の復元を可能にすることがわかった。
論文 参考訳(メタデータ) (2024-07-16T07:51:20Z) - Secure Semantic Communication via Paired Adversarial Residual Networks [59.468221305630784]
本稿では,セキュリティを意識したセマンティック通信システムに対する敵攻撃の正の側面について検討する。
セマンティックトランスミッターの後に、セマンティックレシーバーの前に、一対のプラグイン可能なモジュールがインストールされる。
提案手法は,高品質なセマンティック通信を維持しつつ,盗聴者を騙すことができる。
論文 参考訳(メタデータ) (2024-07-02T08:32:20Z) - Bayes Risk Transducer: Transducer with Controllable Alignment Prediction [79.41540601816315]
ベイズリスクトランスデューサ(BRT)は、望ましい経路を強制し、制御可能なアライメント予測を実現することを提案した。
BRTは、非ストリーミングASRの推論コストを最大46%削減し、ストリーミングASRのシステム全体のレイテンシを41%削減する。
論文 参考訳(メタデータ) (2023-08-19T20:48:16Z) - Model-based Deep Learning Receiver Design for Rate-Splitting Multiple
Access [65.21117658030235]
本研究では,モデルベース深層学習(MBDL)に基づく実用的なRSMA受信機の設計を提案する。
MBDL受信機は、符号なしシンボル誤り率(SER)、リンクレベルシミュレーション(LLS)によるスループット性能、平均トレーニングオーバーヘッドの観点から評価される。
その結果,MBDLはCSIRが不完全なSIC受信機よりも優れていた。
論文 参考訳(メタデータ) (2022-05-02T12:23:55Z) - Covert Communications via Adversarial Machine Learning and
Reconfigurable Intelligent Surfaces [46.34482158291128]
再構成可能なインテリジェントサーフェス(RIS)は、信号の散乱と反射プロファイルを制御するために単位セルの配列に依存する。
本稿では,RISの存在下での隠蔽通信について考察する。
論文 参考訳(メタデータ) (2021-12-21T18:23:57Z) - Autoencoder-based Communications with Reconfigurable Intelligent
Surfaces [40.65785117824341]
本稿では、再構成可能なインテリジェントサーフェス(RIS)と送受信器ペアの結合設計に関する新しいアプローチを提案する。
RISはソフトウェアで定義された単位セルの配列であり、散乱と反射プロファイルで制御でき、送信機から受信機への受信信号に焦点を合わせることができる。
送信機-受信機ペアの動作は、受信機におけるエンドツーエンド通信性能を最適化するために、ディープニューラルネットワーク(DNN)のセットとして一緒に訓練される。
論文 参考訳(メタデータ) (2021-12-08T18:02:35Z) - Reinforcement Learning for Deceiving Reactive Jammers in Wireless
Networks [76.82565500647323]
投石機を標的チャネルに攻撃させるという考え方に基づいて, 新規な投石防止戦略を提案する。
ジャマーのチャネル情報はユーザには知られていないため、最適なチャネル選択スキームとサブ最適電力割当が提案されている。
シミュレーションの結果,提案手法は,比較したrlベース抗ジャミング法とランダム探索法よりも優れていた。
論文 参考訳(メタデータ) (2021-03-25T18:12:41Z) - Distributional Reinforcement Learning for mmWave Communications with
Intelligent Reflectors on a UAV [119.97450366894718]
無人航空機(UAV)搭載のインテリジェントリフレクタ(IR)を用いた新しい通信フレームワークを提案する。
ダウンリンク和率を最大化するために、最適プリコーディング行列(基地局)と反射係数(IR)を共同で導出する。
論文 参考訳(メタデータ) (2020-11-03T16:50:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。