El rápido crecimiento de las futuras aplicaciones de ciudades inteligentes y del Internet de las cosas (IoT) ha generado mayores demandas en las tecnologías de acceso radioeléctrico de próxima generación en cuanto a densidad de conexión, eficiencia espectral (SE), precisión de transmisión y latencia de detección. Recientemente, se han considerado tecnologías como la transmisión más rápida que Nyquist (FTN) y el acceso múltiple no ortogonal (NOMA) como prometedoras para lograr una mayor SE y conexiones masivas, respectivamente. En este artículo, nuestro objetivo es explotar los beneficios conjuntos de FTN y NOMA superponiendo múltiples señales de transmisión basadas en FTN en los mismos recursos físicos. Dado que el esquema de transmisión propuesto introduce interferencias intra e interusuario complicadas, los métodos de detección convencionales sufren de una alta complejidad computacional. Por ello, desarrollamos un novedoso método de detección de ventana deslizante que incorpora la tecnología de aprendizaje
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:
Seguimiento adaptativo de objetos mediante filtro de Kalman y núcleo de producto de probabilidad
Artículo:
Modelado y Caracterización para Filtros Microstrip en el Proceso de Fabricación a través de la Transformada no Centrada y el Uso de Simuladores Electromagnéticos
Artículo:
Identificación en línea de los parámetros de la línea de distribución mediante PMUs teniendo en cuenta la precisión, la secuencia positiva y el ruido
Artículo:
Bootstrapping de FHE sobre los números enteros con gran espacio de mensajes
Artículo:
Fusión de imágenes confiable con aprendizaje profundo para aplicaciones inalámbricas