The research and development of OFDM/COFDM for digital television broadcasting has received considerable attention and has made a great deal of progress in Europe. OFDM/COFDM has already been implemented in digital audio broadcasting and is being considered for terrestrial digital television and HDTV broadcasting. The advantages of COFDM claimed by the advocates in Europe have also caught the attention of US broadcasters and generated enthusiasm although a digital modulation technique called 8-VSB has been selected by the FCC Advisory Committee on Advanced Television Service (ACATS) for the final testing. There is considerable debate in the industry over the use of COFDM vs. VSB or QAM for terrestrial HDTV broadcasting. In this paper, the history of research and development on OFDM and COFDM is reviewed. Then, the basic principles, performance and implementation of OFDM and COFDM are examined. Analysis is given to enable the selection of key elements for meeting the constraints of the required applications. Based on the ATV channel model, performance expectation of COFDM under imperfect channel conditions and implementation issues are examined in details.< >

This paper presents a multi-carrier digital modulation technique-orthogonal frequency division multiplexing. A review of the technique and its development and implementation are provided. The advantages and disadvantages in comparison to other modulation techniques are also discussed. The ideas of using a guard interval to accommodate long delay ghosts and of creating spectrum notches to combat co-channel interferences, as well as of assigning different order of modulations or power levels to different sub-carriers for layered services are discussed. The effects of phase noise and the peak-to-average power ratio of the OFDM signal are also analysed.< >

Abstract Tumours are dynamically evolving populations of cells. Subclonal reconstruction algorithms use bulk DNA sequencing data to quantify parameters of tumour evolution, allowing assessment of how cancers initiate, progress and respond to selective pressures. A plethora of subclonal reconstruction algorithms have been created, but their relative performance across the varying biological and technical features of real-world cancer genomic data is unclear. We therefore launched the ICGC-TCGA DREAM Somatic Mutation Calling -- Tumour Heterogeneity and Evolution Challenge. This seven-year community effort used cloud-computing to benchmark 31 containerized subclonal reconstruction algorithms on 51 simulated tumours. Each algorithm was scored for accuracy on seven independent tasks, leading to 12,061 total runs. Algorithm choice influenced performance significantly more than tumour features, but purity-adjusted read-depth, copy number state and read mappability were associated with performance of most algorithms on most tasks. No single algorithm was a top performer for all seven tasks and existing ensemble strategies were surprisingly unable to outperform the best individual methods, highlighting a key research need. All containerized methods, evaluation code and datasets are available to support further assessment of the determinants of subclonal reconstruction accuracy and development of improved methods to understand tumour evolution.

Abstract Subclonal reconstruction algorithms use bulk DNA sequencing data to quantify parameters of tumor evolution, allowing an assessment of how cancers initiate, progress and respond to selective pressures. We launched the ICGC–TCGA (International Cancer Genome Consortium–The Cancer Genome Atlas) DREAM Somatic Mutation Calling Tumor Heterogeneity and Evolution Challenge to benchmark existing subclonal reconstruction algorithms. This 7-year community effort used cloud computing to benchmark 31 subclonal reconstruction algorithms on 51 simulated tumors. Algorithms were scored on seven independent tasks, leading to 12,061 total runs. Algorithm choice influenced performance substantially more than tumor features but purity-adjusted read depth, copy-number state and read mappability were associated with the performance of most algorithms on most tasks. No single algorithm was a top performer for all seven tasks and existing ensemble strategies were unable to outperform the best individual methods, highlighting a key research need. All containerized methods, evaluation code and datasets are available to support further assessment of the determinants of subclonal reconstruction accuracy and development of improved methods to understand tumor evolution.

Tumours evolve through time and space. Computational techniques have been developed to infer their evolutionary dynamics from DNA sequencing data. A growing number of studies have used these approaches to link molecular cancer evolution to clinical progression and response to therapy. There has not yet been a systematic evaluation of methods for reconstructing tumour subclonality, in part due to the underlying mathematical and biological complexity and to difficulties in creating gold-standards. To fill this gap, we systematically elucidated the key algorithmic problems in subclonal reconstruction and developed mathematically valid quantitative metrics for evaluating them. We then created approaches to simulate realistic tumour genomes, harbouring all known mutation types and processes both clonally and subclonally. We then simulated 580 tumour genomes for reconstruction, varying tumour read-depth and benchmarking somatic variant detection and subclonal reconstruction strategies. The inference of tumour phylogenies is rapidly becoming standard practice in cancer genome analysis; this study creates a baseline for its evaluation.