MétaCan
Menu
Retour à la cohorte
Enregistrement W2166498353 · doi:10.1109/isplc.2007.371159

A Comparison Study of Three Power-Line Communication Techniques in Low Signal-to-Noise Ratio Conditions

2007· article· en· W2166498353 sur OpenAlexaff
Julian Meng, Xin Ding

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésPower-line communicationAdditive white Gaussian noiseGaussian noiseDirect-sequence spread spectrumOrthogonal frequency-division multiplexingElectronic engineeringNarrowbandNoise (video)Computer scienceMultipath interferenceMultipath propagationNoise floorSpread spectrumSignal-to-noise ratio (imaging)Interference (communication)Noise powerNoise measurementTelecommunicationsChannel (broadcasting)Power (physics)EngineeringNoise reductionPhysicsAlgorithm

Résumé

récupéré en direct d'OpenAlex

The focus of this research is on the fundamental noise performance properties of three modern power-line communication (PLC) techniques: direct-sequence spread spectrum (DSSS), orthogonal frequency division multiplexing (OFDM) and the recently proposed Ergodic Chaotic Parameter Modulation (ECPM). The ubiquitous power-line has been utilized as a physical layer for building communications mainly because of the availability of a pre-installed infrastructure. However, the power-line channel can be significantly corrupted by both multipath distortion and external interference in the form of narrowband noise. As a result, the three proposed PLC techniques mentioned above have been specifically suggested due to their ability to perform in difficult channel conditions. In this study, we assess DSSS, OFDM and ECPM in low signal-to-noise ratio (SNR) conditions using three noise types: additive white Gaussian noise and two forms of narrowband noise which can be attributed to radio frequency ingress and switching devices connected to the power-line.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,521

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,030
Tête enseignante GPT0,326
Écart entre enseignants0,296 · 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'étudeObservationnel
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

Citations7
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPower Line Communications and NoiseTravaux en français237 207