Performance analysis of wireless transmission of compressed images using DCT‐OFDMA system with different compression schemes
Notice bibliographique
Résumé
Abstract Transmitting images over an Orthogonal Frequency Division Multiplexing Access (OFDMA) system poses a significant challenge. The process entails sending a substantial amount of data, which consumes a significant amount of bandwidth. Consequently, compressing the transmitted image becomes essential to reduce the required bandwidth. The aim of this paper is to examine and analyse the wireless transmission of a compressed image via Discrete Cosine Transform (DCT‐OFDMA). A comparison is made with Discrete Fourier Transform (DFT‐OFDMA), across various subcarrier mapping schemes (localized and inter‐leaved), and different modulation schemes (16 Quadrature Amplitude Modulation (16QAM) and Quadrature Phase Shift Keying (QPSK)) using vehicular A, Stanford University Interim (SUI3), and uniform channel models. To evaluate the performance of the system, the minimum Signal‐to‐Noise Ratio (SNR) necessary to recover the transmitted compressed image is calculated. This work considers nine standard compression techniques. The results are carried out using the MATLAB simulator. According to the simulation results, the minimum SNR required to recover the transmitted compressed image was found to be 19 dB. This result was achieved when using Discrete Cosine Transform‐Loaclized‐Orthogonal Frequency Division Multiplexing Access (DCT‐LOFDMA) with QPSK modulation and set partitioning in hierarchical trees (SPIHT) compression method over the SUI3 channel model. Moreover, it was observed that the DCT‐LOFDMA and DFT‐IOFDMA systems attained equal SNR while utilizing the SPIHT_3D compression technique and QPSK modulation on the SUI3 channel model. Overall, the results suggest that the performance of DCT‐based localized OFDMA is somewhat superior to DFT‐based localized OFDMA, particularly when utilizing the SUI3 channel model and the QPSK modulation scheme. Therefore, it is feasible to transmit and receive a compressed image effectively over an OFDMA system with DCT.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».