MétaCan
Menu
Retour à la cohorte
Enregistrement W2172124779 · doi:10.1109/ccece.2007.125

Optimal Power Allocation for Pilot Channel Assisted Multi-User CDMA

2007· article· en· W2172124779 sur OpenAlexaff
R.A. Stuart, François Chan, Claude D’Amours

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCode division multiple accessChannel (broadcasting)Channel allocation schemesComputer networkPower (physics)TelecommunicationsWireless

Résumé

récupéré en direct d'OpenAlex

This paper examines the performance of a conventional direct sequence-code division multiple access (DS-CDMA) receiver, a two-stage multi-user receiver that does not employ channel fading estimation in the interference cancellation process and a two-stage multi-user receiver that uses the channel fading estimation when cancelling the multiple access interference. The optimal power allocation to the pilot and data channels is also determined for different numbers of users, processing gains and signal-to-noise ratios by finding out the power ratio of the data bit to the pilot bit that minimizes the probability of error. It has been observed that the optimal power allocation to the pilot signal varies from 20 to 30% of the total power depending on the number of users, processing gain and signal-to-noise ratio. Increasing the power allocated to the pilot requires a corresponding decrease in power to the data channel. The bit error rate degradation caused by allocating more power to the pilot outweighs the benefits obtained by more accurate channel estimates when we attempt to allocate more than 30% of the power to the pilot stream. Simulations have also shown the two-stage multi-user receiver that employs the channel estimates for interference cancellation consistently outperforms the other two receivers.

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)0,004
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: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,081
Tête enseignante GPT0,346
Écart entre enseignants0,265 · 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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWireless Communication Networks ResearchTravaux en français237 207