Tone diversity for OFDMA in broadband wireless communications
Notice bibliographique
Résumé
Abstract This paper presents two group‐based tone diversity schemes, namely, group‐orthogonal tone‐combining‐diversity (GO‐TCD) and group‐optimal tone‐selection‐diversity (GO‐TSD), for orthogonal frequency division multiple access (OFDMA) system in broadband wireless communications. In both schemes, the entire frequency band of N sub‐carriers is divided into N G = N / L f sub‐carrier groups with each having L f sub‐carriers. When the channel knowledge is not available at the transmitter, GO‐TCD, which has a split‐and‐group structure to reduce the peak‐to‐average ratio (PAR) and employs the multi‐user detection for maximum‐likelihood (ML) estimation to increase the number of active users, is proposed and shown to provide a lower PAR and similar performance as compared with the group‐orthogonal multi‐carrier CDMA, and outperforms the random‐hopping (RH)‐OFDMA and matched‐filter based MC‐CDMA. When the channel knowledge is available at the transmitter, GO‐TSD can be used to select the best sub‐carrier in a given sub‐carrier group for any active user and shown to offer a throughput comparable to the optimal tone selection but with much less complexity. Copyright © 2006 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».