MétaCan
Menu
Retour à la cohorte
Enregistrement W2995078730 · doi:10.1109/cwit.2019.8929897

Key Performance Indicators in Multidimensional Constellations for Uplink SCMA Systems

2019· article· en· W2995078730 sur OpenAlexaff
Monirosharieh Vameghestahbanati, Ian Marsland, Ramy H. Gohary, Halim Yanıkömeroğlu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésConstellationComputer scienceTelecommunications linkKey (lock)Performance indicatorDecoding methodsChannel (broadcasting)Turbo codeWirelessTurboProcess (computing)Code (set theory)Bit error rateComputer networkAlgorithmTelecommunicationsEngineeringComputer security

Résumé

récupéré en direct d'OpenAlex

Sparse code multiple access (SCMA) is a promising non-orthogonal multiple access technique for future wireless systems. SCMA systems are sensitive to designing multidimensional constellations. It is crucial to employ a constellation that is suitable for a certain application. In this paper, we highlight the key performance indicators (KPIs) of multidimensional constellations that should be considered in their design process for various channel scenarios. We then evaluate the performance of some of the well-known SCMA constellations for uncoded, high-rate, and low-rate LTE turbo-coded SCMA systems. All turbo-coded comparisons are performed for bit-interleaved coded modulation, with a concatenated detection and decoding scheme. Simulation results confirm that multidimensional constellations that satisfy KPIs of a certain channel scenario outperform others.

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 enseignants0,062
Score d'incertitude au seuil0,333

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,009
Tête enseignante GPT0,218
Écart entre enseignants0,209 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207