MétaCan
Menu
Retour à la cohorte
Enregistrement W1982238788 · doi:10.1109/cwit.2013.6621622

On the reserved sub-carrier approach to achieving N-continuity for side-lobe reduction in OFDM

2013· article· en· W1982238788 sur OpenAlexaff
Jesse Haber-Kucharsk, Ehsan Haj Mirza Alian, Patrick Mitran

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePAPR reduction in OFDM
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSide lobeOrthogonal frequency-division multiplexingReduction (mathematics)Electronic engineeringComputer scienceWeightingModulation (music)Overshoot (microwave communication)Power (physics)TelecommunicationsAlgorithmMathematicsChannel (broadcasting)EngineeringPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

Orthogonal frequency division multiplexing (OFDM) is a popular modulation scheme used in a variety of applications. One significant problem associated with OFDM is the possibility of large side-lobes in its spectrum. In this paper, we consider the so-called N-continuous method for reducing the side-lobes. We first consider one implementation approach, whereby certain sub-carriers are reserved for the purpose of adjusting the spectrum of an OFDM symbol. We find that significant side-lobe reduction is possible, although at the cost of injecting very large power in the reserved sub-carriers that results in unacceptable spectrum overshoot. In order to achieve reasonable power levels, at least 20% of all sub-carriers must be reserved for weighting. As a solution to the problem of spectrum overshoot, we propose an alternative approach whereby the power of the reserved sub-carriers is constrained. Numerical results show that reasonable power levels are achieved at the cost of significant performance loss in the N-continuous OFDM technique for side-lobe reduction. We thus find that the performance cost of eliminating the spectrum overshoot reduces the side-lobes reduction to less than 5 dB in cases of interest.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,024
Tête enseignante GPT0,231
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPAPR reduction in OFDMTravaux en français237 207