MétaCan
Menu
Retour à la cohorte
Enregistrement W4293211411 · doi:10.3390/electronics11162618

Wavelet-Transform-Based Sparse Code Multiple Access for Power Line Communication

2022· article· en· W4293211411 sur OpenAlexaff
Muhammad Sajid Sarwar, Sobia Baig, Hafiz M. Asif, Kaamran Raahemifar, Samir Al‐Busaidi

Notice bibliographique

RevueElectronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésComputer scienceFast Fourier transformInterference (communication)Code (set theory)Power-line communicationLine (geometry)Channel (broadcasting)Power (physics)Discrete wavelet transformWaveletComputer engineeringReal-time computingElectronic engineeringAlgorithmWavelet transformTelecommunicationsArtificial intelligenceEngineeringMathematicsProgramming language

Résumé

récupéré en direct d'OpenAlex

This paper presents Discrete Wavelet Transformed Sparse Code Multiple Access (DWT-SCMA) in Power Line Communication (PLC) systems. In the present internet of things era, PLC provides an established infrastructure for low-cost and reliable indoor connectivity. PLC systems can benefit from the Sparse Code Multiple Access (SCMA) technique, which allows multiple users to access a frequency slot simultaneously to maximize spectrum efficiency. However, interuser interference arises in SCMA when numerous users map their data to the same frequency resource; this, in turn, is likely to be enhanced by the noisy PLC channel. This article adopts the intriguing aspects of DWT to address the interference difficulties. A mathematical model of the proposed technique is also presented and compared with Fast Fourier Transformed SCMA (FFT-SCMA). In the PLC environment, DWT-SCMA is found to outperform FFT-SCMA.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,597
Score d'incertitude au seuil0,640

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 ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,272
Écart entre enseignants0,248 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronicsMême sujetPower Line Communications and NoiseTravaux en français237 207