MétaCan
Menu
Retour à la cohorte
Enregistrement W2160026295 · doi:10.1109/vtcf.2006.133

A Distributed SIR-Based Power Control Algorithm for WCDMA Systems

2006· article· en· W2160026295 sur OpenAlexaff
Gaurav P. Mandhare, Ali Ghrayeb

Notice bibliographique

RevueIEEE Vehicular Technology Conference · 2006
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceMultipath propagationAlgorithmPower controlRayleigh fadingCode division multiple accessConvergence (economics)Interference (communication)Algorithm designChannel (broadcasting)Signal-to-noise ratio (imaging)FadingPower (physics)Computer networkTelecommunications

Résumé

récupéré en direct d'OpenAlex

Power control has been an important issue in multiple access systems allowing more users to share the system resources. The capacity of the WCDMA system is limited by the total interference, called multiple access interference (MAI). An efficient power control algorithm is always required to improve the system performance. In this paper, we propose a distributed, first order power control algorithm. The proposed algorithm uses an exponential function with a modified form of the LMS algorithm in order to achieve a better speed of convergence. We examine the proposed algorithm for time varying multipath Rayleigh fading environment. We compare the performance of the proposed algorithm and the 3GPP standard algorithm. We demonstrate that the proposed algorithm achieves better convergence and saves on the signal-to-noise ratio (SNR) required to achieve a certain performance. We also demonstrate that the proposed algorithm works well for different mobile speeds with a continuously changing channel.

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)0,002
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,015
Tête enseignante GPT0,254
Écart entre enseignants0,239 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Vehicular Technology ConferenceMême sujetWireless Communication Networks ResearchTravaux en français237 207