MétaCan
Menu
Retour à la cohorte
Enregistrement W1997392592 · doi:10.1002/ett.4460120412

Using array signal processing to improve rural area coverage for satellite communications services

2001· article· en· W1997392592 sur OpenAlexaffabout
Steven D. Blostein, Joubin Karimi

Notice bibliographique

RevueEuropean Transactions on Telecommunications · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensNokia (Canada)Queen's University
Organismes subventionnairesnon disponible
Mots-clésReflector (photography)Payload (computing)Geostationary orbitComputer scienceInterference (communication)Communications satelliteElectronic engineeringAutomatic gain controlAntenna (radio)Parabolic antennaSatelliteSignal processingAntenna arrayTelecommunicationsEngineeringDigital signal processingOpticsPhysicsAerospace engineeringComputer network

Résumé

récupéré en direct d'OpenAlex

Abstract We address wide—area coverage for hand—held portables using an on—board signal processing satellite in geostationary (GEO) orbit at minimum payload cost. A GEO link, being power—limited, differs from terrestrial mobile communications systems that use direct radiating antennas by requiring a focal—fed parabolic reflector, which acts as a fixed analog beamformer. We propose to cascade a high—gain parabolic reflector and a digital maximum signal—to—interference—plus—noise ratio (SINR) multi—beamformer for spatial multi—user interference suppression to achieve coverage extension. This involves on—board antenna array signal processing of multiple feeds. It is shown that nearly uniform coverage of an area the size of Canada can be provided using only five parbolic reflector apertures. Compared to conventional focussed multibeam system, link margins are typically increased from a minimum requirement of 5. 25 dB to 7. 5 dB in border areas. The more uniform coverage reduces dynamic power control requirements.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,049
Tête enseignante GPT0,280
Écart entre enseignants0,232 · 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'étudeExpérimental (laboratoire)
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
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Transactions on TelecommunicationsMême sujetSatellite Communication SystemsTravaux en français237 207