MétaCan
Menu
Retour à la cohorte
Enregistrement W2045797779 · doi:10.1109/icc.2010.5502091

The Wireless/Power-Line Diversity Channel

2010· article· en· W2045797779 sur OpenAlexaff
Stephen W. Lai, Geoffrey G. Messier

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésWirelessComputer scienceBit error rateElectronic engineeringFadingChannel (broadcasting)Rician fadingTransceiverAntenna diversityTransmission (telecommunications)Diversity schemeSubcarrierOrthogonal frequency-division multiplexingComputer networkTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Wireless devices are often connected to power outlets in residential data and smart-home networks. As a result, physical layer performance can be improved by using the power distribution tree as a diversity channel. This paper proposes a hardware-efficient, low intermediate-frequency (low-IF) transceiver architecture which allows existing wireless protocols to be used over both wireless and power-line communication (PLC) channels. A signal model for this form of hybrid transmission is presented assuming Rayleigh flat-fading and Middleton Class A impulsive noise in the wireless and PLC channels, respectively. Analysis of maximal-ratio combining (MRC) reveals that detector input noise is also Class A-distributed. Expressions for average bit-error rate (BER) of a BPSK subcarrier show that BER is a function of PLC impulsiveness and significant improvement can be achieved with diversity and PLC SNR > 10 dB. In regions of low and high wireless SNR, BER curves are approximately linear with slope of 0 and -1, respectively. The inflection point between these two regions can be used by transceivers to select between PLC-only and hybrid transmission modes.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0020,000

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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · 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

Citations40
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Line Communications and NoiseTravaux en français237 207