MétaCan
Menu
Retour à la cohorte
Enregistrement W2040812804 · doi:10.1109/icc.2013.6655309

Adaptive rate and power transmission for OFDM-based cognitive radio systems

2013· article· en· W2040812804 sur OpenAlexaff
Ebrahim Bedeer, Octavia A. Dobre, Mohamed H. Ahmed, Kareem E. Baddour

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensCommunications Research Centre CanadaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCognitive radioSubcarrierOrthogonal frequency-division multiplexingComputer scienceFadingChannel (broadcasting)TransmitterBit error rateTransmitter power outputInterference (communication)Transmission (telecommunications)ThroughputCo-channel interferenceComputer networkElectronic engineeringWirelessTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper studies the joint rate and power allocation problem for OFDM-based cognitive radio systems where secondary users (SUs) can opportunistically access the spectrum of primary users (PUs). We propose a novel algorithm that jointly maximizes the OFDM-based cognitive radio system throughput and minimizes its transmit power, while guaranteeing a target bit error rate per subcarrier and restricting both co-channel interference (CCI) and adjacent channel interference (ACI) to existing primary users. Since estimating the instantaneous channel gains on the links between the SU transmitter and the PUs receivers is impractical, we assume only knowledge of the path loss on these links. Closed-form expressions are derived for the close-to-optimal bit and power distributions. Simulation results are described that illustrate the performance of the proposed scheme and show its closeness to that of an exhaustive search for the discrete optimal allocations. Further, the results quantify the violation ratio of both the CCI and ACI constraints at the PUs receivers due to the partial channel information. The effect of adding a fading margin to reduce the violation ratio is also studied.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,457

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,009
Tête enseignante GPT0,206
Écart entre enseignants0,197 · 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
GenreMéthodes

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

En bref

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207