MétaCan
Menu
Retour à la cohorte
Enregistrement W2071444230 · doi:10.1049/iet-com:20060336

Joint rate and power adaptation for radio resource management in uplink wideband code division multiple access systems

2008· article· en· W2071444230 sur OpenAlexaff
Lian Zhao, J.W. Mark

Notice bibliographique

RevueIET Communications · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Network Optimization
Établissements canadiensUniversity of WaterlooToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceThroughputPower controlTransmitter power outputTelecommunications linkBit error rateLink adaptationCode division multiple accessInterference (communication)FadingPower (physics)Code rateWidebandComputer networkReal-time computingElectronic engineeringTelecommunicationsTransmitterEngineeringWirelessChannel (broadcasting)Decoding methods

Résumé

récupéré en direct d'OpenAlex

The benefits of adaptive joint power control and rate allocation for uplink transmission in a wideband code division multiple access cellular system are investigated. Closed-loop power control (CLPC), to adaptively adjust the transmit power, has the effect of maintaining a target signal-to-interference ratio and bit error rate (BER) performance. On the other hand, rate adaptation requires less transmit power, although the BER performance may be poorer. The authors differentiate the power update interval from the data rate update interval, analyse and evaluate the performance of two joint rate/power adaptation algorithms in a fading environment: optimal spreading factor-power control (OSF-PC) and greedy rate packing-power control (GRP-PC). Numerical results show that GRP-PC exhibits superior throughput performance compared with other three adaptation schemes. CLPC alone exhibits throughput and BER performances comparable to those of the OSF-PC scheme, but consumes a significantly higher amount of transmit power. Rate adaptation only is not efficient in enhancing throughput, but its power consumption is minimal.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,059
Tête enseignante GPT0,273
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET CommunicationsMême sujetAdvanced Wireless Network OptimizationTravaux en français237 207