MétaCan
Menu
Retour à la cohorte
Enregistrement W2243731809 · doi:10.1109/conecct.2015.7383866

Performance analysis of variable rate multicarrier transmission schemes over LMS channel

2015· article· en· W2243731809 sur OpenAlexfundno aff
Akash Agarwal, Vijay Mukati, Preetam Kumar

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensnon disponible
Organismes subventionnairesMinistère de la Santé et des Services sociaux
Mots-clésComputer scienceCode division multiple accessTransmission (telecommunications)Channel (broadcasting)Bit error rateComputer networkVariable (mathematics)Electronic engineeringMobile telephonyDiversity schemeFrequency-division multiple accessFadingTelecommunicationsOrthogonal frequency-division multiplexingMobile radioEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

With the increasing demand for increased coverage area, higher QoS, ubiquitous availability, flexibility and expandability, Land Mobile Satellite (LMS) multimedia communication is gaining popularity over existing Land Mobile Terrestrial (LMT) communication. This paper presents a comparative study of GO-OFDMA and VSL MC-CDMA variable rate transmission scheme over L and Ka-band LMS channel. For both the schemes, four variable rate classes employing 15 users are considered. It is shown that, for both the frequency bands, the BER performance of GO-OFDMA scheme is better than that of VSL MC-CDMA for all the different data rate class of users. Though, for Ka-band, the performance of both the schemes is relatively poor than L-band. Also, the performance of both the schemes for different elevation angles are illustrated and analyzed. Later, the composite signal PAPR performance of both the transmission schemes is shown and compared. It is observed that, the PAPR performance of GO-OFDMA scheme is better than VSL MC-CDMA. Hence GO-OFDMA scheme is a suitable candidate for variable rate communication over LMS 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 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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,035
Tête enseignante GPT0,250
Écart entre enseignants0,215 · 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'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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSatellite Communication SystemsTravaux en français237 207