MétaCan
Menu
Retour à la cohorte
Enregistrement W2003918711 · doi:10.1109/glocom.2012.6503606

Analysis of spectral efficiency and energy efficiency interrelationship in cellular networks with outage constraint

2012· article· en· W2003918711 sur OpenAlexaff
Jaya Rao, Abraham O. Fapojuwo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésConstraint (computer-aided design)Spectral efficiencyBase stationInterference (communication)Telecommunications linkCellular networkComputer scienceEfficient energy useTransmission (telecommunications)Mathematical optimizationEnergy (signal processing)Outage probabilityTopology (electrical circuits)Control theory (sociology)MathematicsComputer networkTelecommunicationsEngineeringChannel (broadcasting)FadingElectrical engineeringStatistics

Résumé

récupéré en direct d'OpenAlex

This paper analyzes the interrelationship between the spectral efficiency (SE) and energy efficiency (EE) of cellular networks where the base stations (BSs) are arbitrarily distributed. The SE and EE performance metrics are assessed subject to a downlink transmission outage constraint when operating in interference limited operational environments. The network EE is expressed in closed-form as a function of SE, based on which the performance bounds of the network are determined. It is found that there exists an operating regime for which both SE and EE can be increased up to the optimal density of BSs concurrently utilizing the shared spectrum while satisfying the outage constraint. The SE-EE tradeoff regime is found to be applicable only when certain conditions related to the outage objective and the BS density are satisfied. Furthermore, for a given outage constraint it is shown numerically that, by carefully tuning the signal to interference ratio (SIR) threshold, it is possible to balance and improve both SE and EE performance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,367

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,197
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207