MétaCan
Menu
Retour à la cohorte
Enregistrement W2019656374 · doi:10.1109/tvt.2005.863345

Adaptive Hierarchical Modulation for Simultaneous Voice and Multiclass Data Transmission Over Fading Channels

2006· article· en· W2019656374 sur OpenAlexaff
Md. Jahangir Hossain, P.K. Vitthaladevuni, Mohamed‐Slim Alouini, V.K. Bhargava, Andrea Goldsmith

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésQuadrature amplitude modulationPhase-shift keyingFadingNakagami distributionTransmission (telecommunications)Computer scienceQAMBit error rateAlgorithmChannel (broadcasting)Link adaptationSpectral efficiencyConstellation diagramModulation (music)Electronic engineeringTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, a new technique for simultaneous voice and multiclass data transmission over fading channels using adaptive hierarchical modulation is proposed. According to the link quality, the proposed scheme changes the constellation size as well as the priority parameters of the hierarchical signal constellations and assigns available subchannels (i.e., different bit positions) to different kinds of bits. Specifically, for very bad channel conditions, it only transmits voice with binary phase-shift keying (BPSK). As the channel condition improves, a variable-rate adaptive hierarchical M-ary quadrature amplitude modulation (M-QAM) is used to increase the data throughput. The voice bits are always transmitted in the lowest priority subchannel (i.e., the least significant bit (LSB) position) of the quadrature (Q) channel of the hierarchical M-QAM. The remaining (log/sub 2/M-1) subchannels, called data subchannels, are assigned to two different classes of data according to the selected priority parameters. Closed-form expressions as well as numerical results for outage probability, achievable spectral efficiency, and average bit error rate (BER) for voice and data transmission over Nakagami-m fading channels are presented. The adaptive techniques employing hybrid binary shift keying (BPSK)/M-ary AM (M-AM) and uniform M-QAM for simultaneous voice and two different classes of data transmission are also extended. Compared to the extended schemes, the new proposed scheme is spectrally more efficient for data transmission, while keeping the same outage probability for voice and data (both classes) as the scheme employing BPSK/M-AM. The new scheme also provides, as a by-product, a spectrally efficient way of transmitting voice and a single-class data.

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,243 · 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

Citations94
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetAdvanced Wireless Communication TechniquesTravaux en français237 207