Using Layered-Division-Multiplexing to Achieve Enhanced Spectral Efficiency in 5G-MBMS
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
3GPP is pursuing a multimedia broadcast multicast service subsystem in 5G (5G-MBMS) based on the latest LTE further evolved MBMS (feMBMS) system in Rel. 14. In this paper, Layered Division Multiplexing (LDM) is proposed as a new addition to the 5G technology toolbox for achieving significantly enhanced spectral efficiency for the 5G-MBMS to efficiently deliver mixed broadcast and unicast services. A capacity analysis is first conducted to derive the capabilities of an LDM-based 5G-MBMS system to deliver broadcast and unicast services in the different signal layers, under the conditions with severe co-channel interference (CCI). It is shown that using LDM can provide a nearly full-capacity unicast network on top of high-quality broadcast network. The broadcast capacity is mainly determined by the power allocations between the two signal layers. The unicast capacity can be maximized by deliberately operating the system in a CCI-limited mode. Simulation results are presented to demonstrate the capacity gain that can be achieved by incorporating LDM in the 5G-MBMS system. This study shows that LDM is one of the enabling technologies to close the gap between the LTE feMBMS capability and the 5G-MBMS requirements.
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