COMPARISON OF MODEL AND PROPAGATION MEASUREMENT-BASED BER PERFORMANCE PREDICTIONS FOR RAKE RECEIVERS IN URBAN MICROCELLULAR WCDMA SYSTEMS
Notice bibliographique
Résumé
One of the WCDMA service specifications is the delivery of data rates up to 2 Mbps to a single user on a downlink channel. The transmission of such high data rates in an urban propagation environment, however, poses unique problems not encountered previously in DSSS systems intended primarily for voice and low data rate traffic. At high data rates, both multiple-access interference (MAI) and multipath-induced self-interference (SI) can become significant sources of bit error rate (BER) degradation. This is a consequence of the high cross-correlation sidelobes that result from the use of short spreading sequences to achieve high data rates if the system bandwidth is fixed. Although MAI can be mitigated using an increase in power transmitted to the desired user, reductions in SI cannot be achieved by this means. Adequate modelling and simulation of SI effects is therefore a topic of increasing importance. In addition, when analysing the performance of Rake receivers to be used in WCDMA systems it is often assumed that resolvable multipath groups (i.e. delay line model taps) have equal average power and independent, Rayleigh fading statistics. However propagation mea-surements conducted in downtown Ottawa reveal that these assumptions are not valid. This paper reports a method by which the above-cited problems and simplifying assumptions used to erroneously predict WCDMA link performance can be avoided. A computationally-efficient semi-analytical technique (SAT) will be introduced. This technique extends the work of Lehnert and Pursley [1], which analysed the effects of MAI in non-fading conditions, to accurately account for SI
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».