MétaCan
Menu
Retour à la cohorte
Enregistrement W3106693218 · doi:10.1109/jsyst.2020.3032878

NOMA Receiver Design for Delay-Sensitive Systems

2020· article· en· W3106693218 sur OpenAlexaff
Tasneem Assaf, Arafat Al‐Dweik, Mohamed Shawky El Moursi, Hatem Zeineldin, Mohammad Al‐Jarrah

Notice bibliographique

RevueIEEE Systems Journal · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensWestern University
Organismes subventionnairesKhalifa University of Science, Technology and Research
Mots-clésComputer scienceTelecommunications linkSingle antenna interference cancellationNomaDetectorBit error rateRician fadingElectronic engineeringKeyingMultiuser detectionReal-time computingChannel (broadcasting)Interference (communication)WirelessPhase-shift keyingFadingAlgorithmTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

Successive interference cancelation (SIC) has been considered widely for the detection of downlink nonorthogonal multiple access (NOMA) signals. However, the sequential detection inherent to SIC process may introduce additional time delay for certain users, making the SIC unsuitable for communication systems with time delay constraints such as wireless networks that utilize unmanned aerial vehicles or low earth orbit satellites. Therefore, this article considers the performance of NOMA systems using a joint multiuser detector (JMuD), which can detect the signals of all users simultaneously and, hence, reduce the detection time requirements. The performance of the JMuD is evaluated in terms of bit error rate (BER), computational complexity, and processing time and compared to the SIC detector (SICD). The exact BER of the JMuD is derived analytically using quadrature phase shift keying modulation where closed-form expressions are derived for the two- and three-user scenarios for the air-to-ground channel, which is modeled as a Rician fading channels with order statistics. The obtained analytical results corroborated by Monte Carlo simulation confirm that the BERs of the JMuD and SICD are identical; however, the processing time of the SICD is 51% more than the JMuD for several cases of interest.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,059
Tête enseignante GPT0,249
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), 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

Citations61
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Systems JournalMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207