MétaCan
Menu
Retour à la cohorte
Enregistrement W2027091837 · doi:10.1109/lwc.2015.2421910

Performance Analysis of Non-Orthogonal AF Relaying in Cognitive Radio Networks

2015· article· en· W2027091837 sur OpenAlexafffund
Mahmoud Elsaadany, Walaa Hamouda

Notice bibliographique

RevueIEEE Wireless Communications Letters · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCognitive radioMathematical optimizationComputer scienceProbability density functionSignal-to-noise ratio (imaging)UnderlayChannel (broadcasting)Transmission (telecommunications)Optimization problemQuadratic growthQuadratic equationTopology (electrical circuits)MathematicsAlgorithmWirelessTelecommunicationsStatistics

Résumé

récupéré en direct d'OpenAlex

In this letter, we address the problem of maximizing the throughput of underlay cognitive networks, through optimal power allocation of non-orthogonal amplify-and-forward relays. The optimization problem is formulated and transformed to a quadratically constrained quadratic problem (QCQP). The optimal power allocation is obtained through an eigen-solution of a channel-dependent matrix where the corresponding signal-to-noise ratio (SNR) is shown to be the dominant eigenvalue of this matrix. Our optimal power allocation is shown to transform the transmission over the non-orthogonal relays into parallel channels, resulting in the received SNR to be the sum of the SNRs over the relaying channels. While closed-form expressions for statistics of the received SNR are mathematically intractable, we propose an approximation for the probability density function of the received SNR based on Gamma random distribution. The outage probability of the cognitive network is analyzed where the Gamma approximation is shown to be accurate and insightful.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil0,763

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,001
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 Opus0,063
Tête enseignante GPT0,304
Écart entre enseignants0,241 · 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

Citations14
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Wireless Communications LettersMême sujetCooperative Communication and Network CodingTravaux en français237 207