MétaCan
Menu
Retour à la cohorte
Enregistrement W4406207312 · doi:10.1002/dac.6121

Sparse Code Multiple Access With Time Spreading and Repetitive Transmissions

2025· article· en· W4406207312 sur OpenAlexaff
Oğuz Ülgen, Tolga Kağan Tüfekçi, Yalçın Şadi, Serhat Erküçük, Alagan Anpalagan, Tunçer Baykaş

Notice bibliographique

RevueInternational Journal of Communication Systems · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésComputer scienceCode (set theory)Computer networkParallel computingAlgorithmReal-time computingProgramming language

Résumé

récupéré en direct d'OpenAlex

ABSTRACT For the next‐generation communication systems, to improve spectral efficiency and increase the data rate, new multiple access techniques have been investigated. Orthogonal multiple access techniques are widely used in traditional communication systems while nonorthogonal multiple access (NOMA), proposed in 5G, has been a promising technology for satisfying the demand for future wireless communication networks. Sparse code multiple access (SCMA) is a code‐domain NOMA method that provides diversity gain with signal constellation coding. However, to increase the performance of SCMA, there are only limited works provided in the literature in terms of codebook design and receiver design. In this paper, a new multiple‐access model is proposed by applying various diversity techniques for downlink SCMA. The performance of the proposed model is evaluated with both computer simulations and theoretical analysis. Results show that the proposed model provides a 1.6 dB gain in terms of the bit error rate (BER) under the Rayleigh fading channel.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,360

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 savante0,0000,001
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 Opus0,017
Tête enseignante GPT0,290
Écart entre enseignants0,273 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Communication SystemsMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207