Performance enhancement techniques for variable spreading factor OFCDM systems
Notice bibliographique
Résumé
n this thesis we investigate the effect of Carrier Frequency Offset (CFO) on the performance of downlink Variable Spreading Factor (VSF) OFCDM systems when subcarrier grouping is used. An analytic expression of the SINR is derived for downlink VSF-OFCDM with CFO for the case of maximal ratio combining receiver. Numerical results show that, when the total spreading factor is fixed, the VSF-OFCDM system with higher frequency domain spreading factor is more sensitive to CFO than that with lower frequency domain spreading factor. Due to the adverse impact of the CFO on VSF-OFCDM systems, we propose a correction scheme based on the maximum likelihood principle. We derive the likelihood function for VSF-OFCDM system with CFO and use a gradient algorithm to estimate and minimize the effect of CFO in a tracking mode. Our results show that the BER performance in the low SNR environment can be improved significantly with few number of iterations for different spreading factors. We also propose a threshold-based group-adaptive modulation algorithm used with an adaptive subcarrier allocation technique for downlink VSF-OFCDM to increase the spectral efficiency for a given target BER. The proposed algorithm provides an increase in spectral efficiency without increasing the total transmit power for different spreading factors with and without coding.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,004 | 0,006 |
| 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 ».