En esta era, el número de usuarios en una red está aumentando tremendamente a un ritmo más rápido; como consecuencia, la calidad de servicio (QoS) está deteriorándose drásticamente. Para compensar este tipo de problemas, intentamos mejorar la QoS de la red, lo que conlleva a una mejora en el rendimiento, la calidad del enlace, la eficiencia espectral y muchos más aspectos. Para cumplir con los requisitos mencionados anteriormente, muchos investigadores intervienen para avanzar y proponer diferentes técnicas con una metodología de diseño apropiada. En este trabajo, intentamos enfatizar la tasa de error de símbolos (SER) y la tasa de error de tramas (FER) implementando algunas de las técnicas de codificación espacio-temporal existentes como la Codificación de Trenzas Espacio-Temporal (STTC), la codificación de trenzas espacio-temporal multinivel (MLSTTC) y la codificación de trenzas espacio-temporal multinivel agrupada (GMLSTTC). Aunque todas estas técnicas han demostrado ser lo suficientemente eficientes, inclu
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
PurExt: Extracción automatizada de la regla Purpose-Aware de la política de privacidad en lenguaje natural en IoT
Artículo:
Auto-optimización de la potencia del piloto en femtoceldas empresariales utilizando heurística multiobjetivo
Artículo:
Una arquitectura consciente de IoT para recopilar y gestionar datos relacionados con el comportamiento de las personas mayores
Artículo:
Evolución de la decisión verde de los fabricantes basada en modelado multiagente.
Artículo:
Estimación de la dirección de llegada con un arreglo de sensores vectoriales con dispersión espacial basado en Biquaternion MUSIC.