วิทยานิพนธ์ฉบับนี้เสนอวิธีการปรับปรุงเครื่องรับที่สถานีฐานในระบบที่มีการส่งข้อมูลแบบหลายอัตราด้วยวิธีเปลี่ยนค่าอัตราแผ่ซึ่งพบว่าจะเกิดผลคล้ายปรากฏการณ์ใกล้ไกล (near-far effect) คือ ผู้ใช้ที่ส่งข้อมูลด้วยอัตราบิตข้อมูลต่ำ (low rate) จะถูกรบกวนจากการแทรกสอดเนื่องจากการเข้าถึงหลายทาง(Multiple Access Interference หรือ MAI) จากผู้ใช้ที่ส่งข้อมูลด้วยอัตราบิตข้อมูลสูง (high rate) จึงทำให้บิตที่ตัดสินได้มีความผิพลาดสูง ดังนั้นเมื่อนำบิตที่ตัดสินได้ของผู้ใช้ low rate มาสร้าง MAI จึงทำให้เกิดความผิดพลาดจึงได้มีการเสนอให้นำ MAI ที่สร้างขึ้นมาถ่วงด้วยตัวถ่วงน้ำหนัก (weightfactor) ที่กำหนดตามอัตราการส่งข้อมูลซึ่งเรียกวิธีนี้ว่า "GroupwiseWeighted PIC หรือ GW-PIC" ซึ่งการกำหนดตัวถ่วงน้ำหนักให้คงที่นี้ให้สมรรถนะไม่ดีเสมอไปเมื่อสภาพแวดล้อมของระบบเปลี่ยนไป ดังนั้นวิทยานิพนธ์ฉบับนี้เสนอการปรับตัวถ่วงน้ำหนักตามความเชื่อถือได้ของบิตที่นำมาสร้าง MAI ซึ่งความน่าเชื่อถือของบิตขึ้นกับ MAI ที่เข้ามารบกวน โดยตัวถ่วงน้ำหนักที่นำเสนอนี้พิจารณาจากค่าความแปรปรวน เนื่องจากค่าความแปรปรวน (variance) ของสัญญาณขาออกจากแมตช์ฟิลเตอร์ของคนที่พิจารณาพบว่าขึ้นกับกำลังสัญญาณที่รับได้ของผู้ใช้คนนั้นและ MAI ที่มารบกวนผู้ใช้คนนั้น จากผลการจำลองแบบในกรณีที่การควบคุมกำลังส่งเป็นไปอย่างสมบูรณ์พบว่าเครื่องรับที่นำเสนอเมื่อมีการขจัดการแทรกสอด 2 stage ให้เปอร์เซ็นต์การลดลงของอัตราบิตผิดพลาดเมื่อเทียบกับเครื่องรับแมตซ์ฟิลเตอร์ได้ 70 - 90%เมื่อเทียบกับ Standard PIC (SPIC) ในช่วง 40 - 60% และ GW-PIC ในช่วงประมาณ 10 - 40% และเมื่อเครื่องรับที่นำเสนอมีการขจัดการแทรกสอด 2 stageพบว่า BER ลดลงและทนต่อปรากฏการณ์ใกล้ไกลได้มากกว่าเมื่อทำการหักล้างเพียง 1stage โดยเปอร์เซ็นต์การลดลงของอัตราบิตผิดพลาดเมื่อเทียบกับเครื่องรับแมตช์ฟิลเตอร์มีค่าในช่วง 70 - 80% และ 90% เมื่อทำการขจัดการแทรกสอด1 stageและ 2 stage ตามลำดับนอกจากนั้นเมื่อวัดสมรรถนะในด้านความจุของระบบพบว่าวิธีที่นำเสนอสามารถรองรับจำนวนผู้ใช้ได้มากกว่าเครื่องรับชนิดอื่น คือ เมื่อพิจารณาที่ BER = 10('-2) (กรณี asynchronous)เครื่องรับแมตช์ฟิลเตอร์สามารถรองรับจำนวนผู้ใช้เสมือน low rate, medium rate และ high rate ได้6, 6และ 8 คน ตามลำดับ ในขณะที่เครื่องรับที่นำเสนอสามารถรองรับจำนวนผู้ใช้เสมือน low rate, medium rate และ high rate ได้ถึง 20, 17 และ 15 คนตามลำดับ นอกจากนั้นเมื่อจำนวนผู้ใช้ low rate เพิ่มขึ้นเครื่องรับที่นำเสนอสามารถรองรับจำนวนผู้ใช้ทั้งหมดได้มากกว่าเมื่อจำนวนผู้ใช้ medium rateและ high rateเพิ่มขึ้น และจากผลการจำลองแบบพบว่าจำนวนบิตที่ใช้คำนวณweight factor ของวิธีที่นำเสนอในช่วง 10 - 15 บิต เป็นต้นไปจะทำให้ BERมีค่าต่ำที่สุด