Layered Division Multiplexing Enabled Broadcast Broadband Convergence in 5G: Theory, Simulations, and Scenarios
Notice bibliographique
Résumé
The vision of the future 5G - Multicast Broadcast Services (5G-MBS) is to achieve full convergence of broadcast and broadband services by providing these services on the same infrastructure and dynamically switching between them without impacting user experiences. By incorporating Layered Division Multiplexing (LDM) into the new 5G-MBS system and performing proper antenna precoding, the network can transmit a 2-layered signal where the higher-power Core Layer (CL) transmits a Single Frequency Network (SFN) broadcast signal, and the lower-power Enhanced Layer (EL) is used for broadband services. To evaluate the performance of the 2-layered network, a 5G system-level simulator is created and configured according to the 3GPP self-evaluation scenarios to compare against the 3GPP calibration results. The resulting Signal to Interference & Noise Ratio (SINR) Cumulative Distribution Function (CDF) curves fall within the tolerance margin of 1~2 dB from the 3GPP calibration average. Full simulations of the 2-layered network show for an urban scenario with Inter-Site Distance (ISD) of less than 1 km, the network can provide up to three 4K video broadcast services in the CL while supporting a near full broadband network in the EL. For further ISDs up to 3 km, the network can sustain video broadcast service at 1080p while supporting a partial broadband network. For a rural scenario, at the reference ISD of 1732 m, the CL can support three 4k video broadcast services while the EL performance matches a standalone broadband network. Finally, for further ISD of up to 5 km, the CL can support one 1080p and one 720p video broadcast service, and for ISD up to 10 km, the network can provide one broadcast service at 720p in the CL, all while providing a full broadband network in the EL.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| 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 ».