MétaCan
Menu
Retour à la cohorte
Enregistrement W2074007017 · doi:10.1109/tpwrd.2014.2330197

Optimal Signaling Scheme and Capacity Limit of PLC Under Bernoulli-Gaussian Impulsive Noise

2014· article· en· W2074007017 sur OpenAlexaff
Sanjeewa Herath, Nghi H. Tran, Tho Le‐Ngoc

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2014
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésImpulse noiseBernoulli's principleGaussian noiseGaussianControl theory (sociology)Impulse (physics)MathematicsNoise powerChannel capacityTopology (electrical circuits)Electronic engineeringComputer scienceChannel (broadcasting)Power (physics)TelecommunicationsEngineeringAlgorithmPhysics

Résumé

récupéré en direct d'OpenAlex

This paper studies the optimal signaling scheme and capacity of the Bernoulli-Gaussian impulsive noise channel to shed new light on the impact of impulsive noise on spectral efficiency of power-line communications systems. First, by focusing on the practically typical case with impulse power that is much higher than signal power, we develop a tight approximation to the differential entropy of Bernoulli-Gaussian noise. Closed-form tight lower and upper bounds on the capacity are then derived. By comparing these bounds, it is demonstrated that the capacity decreases with an increasing impulse occurrence rate and the Gaussian signaling scheme is nearly optimal. We then focus on the case with an impulse power lower than signal power to develop tight lower and upper bounds. We subsequently show that the Gaussian signaling can approach the capacity in this region as well. In addition, channel erasure is shown to be very effective for the impulsive noise channel when impulse power is higher than signal power, but it introduces rate loss when impulse power is sufficiently lower than signal power. Illustrative simulation results confirm the analytical derivations and show their applications to estimate the maximum achievable rate of a power-line communication link with practical parameters.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,351
Score d'incertitude au seuil0,881

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,208
Écart entre enseignants0,194 · 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'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

Citations26
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetPower Line Communications and NoiseTravaux en français237 207