Зменшення відношення пікової до середньої потужності за допомогою алгоритму компандування для NOMA сигналу
Notice bibliographique
Résumé
Майбутні системи бездротового зв’язку можуть підтримувати величезну кількість з’єднань і підвищити ефективність використання спектра завдяки використанню підходу неортогонального множинного доступу NOMA (non-orthogonal multiple access). Однак високі рівні відношення пікової до середньої потужності PAPR (Peak-to-Average Power Ratio) можуть негативно впливати на NOMA, що призводить до зниження продуктивності системи та ускладнення підсилювачів потужності. У цьому дослідженні пропонується зменшити PAPR в NOMA, використовуючи методи компандування для 512, 256 і 64 піднесучих з метою вирішення цієї проблеми. Висока пікова потужність сигналів NOMA може бути ефективно стиснута за допомогою нелінійних методів компандування, таких як ущільнення за μ-законом і A-законом, що зменшує спотворення і покращує загальну надійність системи. Для оцінки ефективності запропонованих методів компандування використано моделювання, результати якого свідчать про значне зменшення PAPR, що забезпечує підвищення ефективності коефіцієнта бітових помилок BER (Bit Error Rate) та стійкості передачі в системах зв’язку на основі NOMA. Запропонований метод порівнюється з традиційними A-законом (C-A-law) та μ-законом (C-μ-law).
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,012 |
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 ».