MétaCan
Menu
Retour à la cohorte
Enregistrement W2914450851 · doi:10.1145/3308897.3308944

Interference Management Schemes for High Spectral Efficiency Satellite Communications

2019· article· en· W2914450851 sur OpenAlexaff
Joan Bas, Màrius Caus, André Perez, Reza Soleymani, Nazli Ahmad Khan Beigi

Notice bibliographique

RevueACM SIGMETRICS Performance Evaluation Review · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueWireless Communication Security Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSingle antenna interference cancellationInterference (communication)Computer scienceAsynchronous communicationCommunications satelliteElectronic engineeringSpectral efficiencyAdjacent-channel interferenceChannel (broadcasting)Co-channel interferenceSatelliteWaveformReuseNomaTelecommunicationsComputer networkTelecommunications linkEngineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a short review on the main high spectral efficient systems for multibeam satellite communications. In this regard, we study the use of Multi-User Detectors (MUD) and Successive Interference Cancellation (SIC) applied to aggressive frequency reuse, frequency packing and Non Orthogonal Multiple Access (NOMA). Furthermore, we have also considered the presence of co-channel interference and spectrum limitations. The experimental validations have been conducted using DVB-S2 waveform. The results point out that the residual co-channel interference reduce the benefits of using frequency packing schemes. Moreover, we investigate the effect of asynchronous reception of data streams in our previously proposed interference management scheme based on cooperative NOMA in multibeam satellite systems.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
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 Opus0,060
Tête enseignante GPT0,334
Écart entre enseignants0,274 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueACM SIGMETRICS Performance Evaluation ReviewMême sujetWireless Communication Security TechniquesTravaux en français237 207