MétaCan
Menu
Retour à la cohorte
Enregistrement W1997986374 · doi:10.1109/tvt.2007.905454

Achieving High-Capacity Narrowband Cellular Systems by Means of Multicell Multiuser Detection

2008· article· en· W1997986374 sur OpenAlexafffund
Shirin Karimifar, J.K. Cavers

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensSimon Fraser University
Organismes subventionnairesSimon Fraser University
Mots-clésNarrowbandTelecommunications linkComputer scienceWidebandBandwidth (computing)Electronic engineeringInterference (communication)Multiuser detectionSpectral efficiencyComputational complexity theoryComputer networkTelecommunicationsEngineeringAlgorithmCode division multiple accessChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Narrowband cellular systems require no bandwidth expansion for spectrum sharing. This attractive property is offset by the need to separate cochannel cells in order to reduce mutual interference. The net effect is a larger cluster size and a smaller system capacity than can be obtained by wideband cellular systems that operate with a cluster size of one. We propose to use a joint maximum-likelihood detection in the uplink of a narrowband system as a method to also allow it to operate with a unit cluster size. Unlike previous research, we jointly perform the detection on the desired and other-cell users. The focus of this multicell multiuser detection is more on cluster-size reduction than additional same-cell users, although the latter is also achieved. We address the problem of computational complexity by including only the strongest interferers in the joint detection. We have shown that, with a small computational cost, a narrowband system can operate with a cluster size of one and, thereby, obtain many times the spatial reuse efficiency of conventional narrowband systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,579
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,020
Tête enseignante GPT0,222
Écart entre enseignants0,202 · 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.

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

Citations6
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetWireless Communication Networks ResearchTravaux en français237 207