MétaCan
Menu
Retour à la cohorte
Enregistrement W2505079570 · doi:10.1049/el.2016.1501

SLM localised SC‐FDMA performance evaluation based on 30 GHz channel measurement for 5G

2016· article· en· W2505079570 sur OpenAlexaff
Abdellatif Khelil, D. Slimani, Larbi Talbi, J. LeBel

Notice bibliographique

RevueElectronics Letters · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMillimeter-Wave Propagation and Modeling
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésNon-line-of-sight propagationFrequency-division multiple accessChannel (broadcasting)Electronic engineeringBit error rateComputer scienceTransmission (telecommunications)Power (physics)AmplifierOrthogonal frequency-division multiplexingOrthogonal frequency-division multiple accessTelecommunicationsWirelessEngineeringPhysicsBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

A performance evaluation of selective mapping localised single carrier frequency division multiple access technique (SLM LSC‐FDMA) is presented over channel measured at 30 GHz. These measurements were taken between three buildings under non‐line‐of‐sight (NLOS) for a propagation path length of 183 m. Simulation results present a peak‐to‐average power ratio gain of 3.78 dB for the proposed scheme over localised orthogonal frequency division multiple access system and an acceptable bit error rate with and without high power amplifier compared with LSC‐FDMA. These results show an improvement of the transmission efficiency under NLOS outdoor scenario at 30 GHz. Hence, these results suggest the use of SLM LSC‐FDMA wave form for fifth generation mobile communication at 30 GHz.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,563

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,034
Tête enseignante GPT0,221
Écart entre enseignants0,187 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronics LettersMême sujetMillimeter-Wave Propagation and ModelingTravaux en français237 207