Joint Code-Frequency Index Modulation for IoT and Multi-User Communications
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this paper we propose a family of index modulation systems which can operate with low-power consumption and low operational complexity for multi-user communication. This is particularly suitable for non-time sensitive Internet of Things (IoT) applications such as telemetry, smart metering, and soon. The proposed architecture reduces the peak-to-average-power ratio (PAPR) of orthogonal frequency-division multiplexing (OFDM)-based schemes without relegating the data rate. In the proposed scheme, we implement joint code-frequency-index modulation (CFIM) by considering code and frequency domains for index-modulation (IM). After introducing and analysing the structure of the CFIM, we derive closed-form expressions of the bit error rate (BER) performance over Rayleigh fading channels and we provide extensive simulation results to validate our outcomes. To better exhibit the particularities of the proposed scheme, the PAPR and complexity are thoroughly examined. The obtained results show that the PAPR is reduced compared to conventional OFDM-like IM-based schemes. Therefore, the proposed system is more likely to operate in the linear regime, which can in turn be implemented into low-cost devices with cost effective amplifiers. In addition, the concept is extended to synchronous multi-user communication networks, where full functionality is obtained by using orthogonal spreading codes. With the characteristics demonstrated in this work, the proposed system would constitute an exceptional nominee for IoT applications where low-complexity, low-power consumption and high data rate are paramount.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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