Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
El Control de Potencia de Enlace Ascendente (ULPC) es una característica clave de las redes móviles. En particular, en LTE, el rendimiento del Canal Compartido Físico de Enlace Ascendente (PUSCH) depende fuertemente de la configuración del Control de Potencia de Enlace Ascendente. En este trabajo se presenta una metodología para la auto-planificación de los ajustes de Control de Potencia Fraccional (FPC) de enlace ascendente. Se proponen valores para la potencia nominal y el factor de compensación de pérdida de trayectoria del canal. El método está diseñado para las etapas de planificación y operativa (replanificación). Una solución muy rápida para el ajuste de FPC se puede lograr mediante la combinación de varias soluciones simples obtenidas asumiendo algunas simplificaciones. Primero, el problema de planificación de FPC se formula analíticamente a nivel de celda a través de la combinación de múltiples escenarios regulares construidos en función de la adyacencia de un escenario en vivo. En segundo lugar, la inspección detallada de los valores de los parámetros de FPC tiene como objetivo identificar las variables más importantes en el escenario que afectan a los ajustes óptimos de FPC. Finalmente, se pueden construir ecuaciones de regresión basadas en esas variables clave para un cálculo simple de parámetros de FPC, por lo que los costos computacionales se reducen considerablemente. Los resultados muestran que el rendimiento de la red con los ajustes de parámetros de FPC propuestos es bueno en comparación con las configuraciones típicas de FPC de los operadores.
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:
Técnicas de aprendizaje automático basadas en sistemas de múltiples etapas para la detección de intrusiones en redes WiFi.
Artículo:
Un cifrado autenticado de clave pública y buscable eficiente para Internet de las Cosas Médicas asistido por la nube.
Artículo:
Diagnóstico asistido por imagen de tomografía computarizada de emisión monofotónica para enfermedades de la tiroides mediante algoritmo neural de red convolucional.
Artículo:
Estabilización de la capacidad de transmisión en enlaces de ondas milimétricas mediante un esquema basado en Q-Learning
Artículo:
Aprendizaje automático distribuido sensible a los costes para la detección de actividad de botnets basada en NetFlow
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
