Optimal Spectrum Leasing and Resource Sharing in Two-Way Relay Networks
Notice bibliographique
Résumé
Assuming a bidirectional relay assisted network, we study the problem of optimal resource sharing between two transceiver pairs. One pair, referred to as the primary pair, is considered to be the owner of the spectral resources. The rates of the two transceivers in this pair must be guaranteed to be greater than a predefined threshold. The second pair, called the secondary pair, is assumed to own the relay infrastructure. The secondary network allows the primary pair to use the relays to establish a bidirectional communication between its transceivers. In exchange for this cooperation, the primary pair assigns a portion of its resources to the secondary pair, thereby enabling a two-way communication between the secondary transceivers. Assuming amplify-and-forward relaying scheme, the relays collectively build two network beamformers each of which enables communication between the two transceivers in one pair. Aiming to optimally calculate the parameters of the two networks, we study three different design problems. The first approach relies on maximizing the smaller of the secondary transceiver rates subject to two separate constraints on the total power levels consumed in the primary and the secondary networks while providing a minimum data rate to the primary pair. In the second approach, we consider a constraint on the average total power consumed in both networks, while maximizing the smaller of the secondary transceiver rates. The third approach extends the second method to materialize a spectrum leasing and sharing scheme for the case when the primary network is active with a certain probability.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».