MétaCan
Menu
Retour à la cohorte
Enregistrement W2120892741

Performance of quadratic and exponential multiuser chirp spread spectrum communication systems

2013· article· en· W2120892741 sur OpenAlexaff
Muhammad Ajmal Khan, Raveendra K. Rao, Xianbin Wang

Notice bibliographique

RevueInternational Symposium on Performance Evaluation of Computer and Telecommunication Systems · 2013
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésChirpChirp spread spectrumAdditive white Gaussian noiseRayleigh fadingBit error rateSpread spectrumFadingElectronic engineeringAlgorithmProcess gainDirect-sequence spread spectrumComputer scienceMathematicsTelecommunicationsWhite noisePhysicsChannel (broadcasting)Decoding methodsEngineeringOptics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A novel non-linear chirp spread spectrum modulation (CSSM) is introduced for binary data transmission in a multi-user (MU) environment. Two subclasses of non-linear signals namely quadratic (Q-CSSM) and exponential (E-CSSM) modulations are described and their properties are given. The chirp rates in these modulations are varied as a function of user in an MU environment using the orthogonal structure inherent in non-linear chirp signals. A generic MU communication system model that employs non-linear chirp signals is presented and its bit error rate (BER) performance is analyzed in additive white Gaussian noise (AWGN) channel, and Rayleigh and Nakagami-m fading environments as a function of the number of users in the system, signal-to-noise ratio (SNR), and multiple access interference (MAI). An investigation of the trade off between bandwidth and the number of users in the system is provided for both Q- and E-CSSM. Numerical results demonstrate that these proposed modulations with proper chirp rate assignment are very effective in reducing MAI.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,029
Tête enseignante GPT0,287
Écart entre enseignants0,258 · 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

Citations17
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Symposium on Performance Evaluation of Computer and Telecommunication SystemsMême sujetWireless Communication Networks ResearchTravaux en français237 207