I-Talk: Reliable and Practical Superimposed Signal Decoding Without Power Control
Notice bibliographique
Résumé
Internet-of-Things (IoT) is emerging, while the spectrum is at a premium. To enhance spectrum efficiency, a promising solution is Non-Orthogonal Multiple Access (NOMA) that enables users to communicate with the same resource at the same time, while decoding the superimposed signal at the receiver. Existing NOMA technologies, however, rely on strict power control to decode the superimposed signal, infeasible for heterogeneous and low-cost IoT devices. In contrast, we propose I-Talk, a new NOMA scheme that is designed for IoT and can decode the superimposed signals from two transmitters without power control. Importantly, considering the IoT systems in the wild, both the hardware imperfections and mobility are unavoidable, which can cause severe signal variations, resulting in an unreliable decoding performance. To solve this problem, we design a synthesis channel coefficient to track all signal offsets caused by the hardware imperfection. Meanwhile, we propose a diversity transmission and smart combining scheme to achieve high reliable decoding performance. To demonstrate the feasibility of this new NOMA approach in practical systems, we implement I-Talk with USRP devices and the experimental results illustrate that I-Talk achieves a one-order lower bit-error-rate and a 1.47× higher throughput gain than the state-of-the-art superimposed signal decoding scheme.
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 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».