Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy Xcover
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Scalable Signal Processing in Cloud Radio Access Networks

Xiaojun Yuan (Taschenbuch, Englisch)

Optischer Zustand
Beschreibung
This Springerbreif introduces a threshold-based channel sparsification approach, and then, the sparsity is exploited for scalable channel training. Last but not least, this brief introduces two scalable cooperative signal detection algorithms in C-RANs. The authors wish to spur new research activities in the following important question: how to leverage the revolutionary architecture of C-RAN to attain unprecedented system capacity at an affordable cost and complexity. Cloud radio access network (C-RAN) is a novel mobile network architecture that has a lot of significance in future wireless networks like 5G. the high density of remote radio heads in C-RANs leads to severe scalability issues in terms of computational and implementation complexities. This Springerbrief undertakes a comprehensive study on scalable signal processing for C-RANs, where ‘scalable’ means that the computational and implementation complexities do not grow rapidly with the network size. This Springerbrief will be target researchers and professionals working in the Cloud Radio Access Network (C-Ran) field, as well as advanced-level students studying electrical engineering.
58,84 €
Taschenbuch | Neu

oder

Auf Lager Versandbereit in 3-4 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 3-4 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
27.04.2019
Sprache
Englisch
EAN
9783030158835
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
SpringerBriefs in Electrical and Computer Engineering
Sonderedition
Nein
Autor
Xiaojun Yuan
Seitenanzahl
100
Auflage
1st edition 2019
Einbandart
Taschenbuch
Schlagwörter
cloud radio access network, signal processing, channel estimation, message passing, belief propagation, dynamic clustering, parallel computing, Wireless Communications, 5G Systems, Cellular Systems, MMSE detection, Coordinated Multi-point (COMP), Scalable Signal Processing, Clustering
Thema-Inhalt
TJKW - Drahtlostechnologie TJF - Elektronik UYS - Digitale Signalverarbeitung (DSP) TJK - Nachrichtententechnik, Telekommunikation
Höhe
235 mm
Breite
15.5 cm

Transparenz & Sicherheit

Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!