MétaCan
Menu
Retour à la cohorte
Enregistrement W2072392101 · doi:10.1109/25.938578

Forward-link capacity in smart antenna base stations with dynamic slot allocation

2001· article· en· W2072392101 sur OpenAlexaff
R. Kuehner, T.D. Todd, F. Shad, V. Kezys

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2001
Typearticle
Langueen
DomaineComputer Science
ThématiqueWireless Communication Networks Research
Établissements canadiensMcMaster UniversityIBM (Canada)
Organismes subventionnairesnon disponible
Mots-clésSpace-division multiple accessBase stationComputer networkTime division multiple accessComputer scienceNetwork packetChannel (broadcasting)Smart antennaReal-time computingEngineeringDirectional antennaAntenna (radio)Telecommunications

Résumé

récupéré en direct d'OpenAlex

We consider a base station, which communicates to a set of portable stations using a smart antenna operating in multibeam, packet-switched, space division multiple access (SDMA) mode. We assume that the system operates using time division duplexing (TDD) and focus on the problem of access to the stations by the base station in the forward-link direction. A polling protocol is used which permits efficient access in this type of system. The operation of the protocol is unique in that it permits dynamic slot allocation and accommodates variations in channel time coherence. In the protocol, dynamic slot assignment is integrated into the forward-link beam scheduling. This allows us to explore the value of dynamic station slot assignment when constructing the SDMA/TDMA frames. The results show the improvements in capacity, which are possible in such systems and give insight into the degradation in protocol performance that occurs when channel coherence times decrease. We find that very large improvements in capacity are possible using dynamic slot allocation, especially under harsh channel conditions. We also investigate various base station queueing issues in this type of system. It is shown that care must be taken in how buffering is performed so that blocking effects do not unnecessarily degrade the forward-link capacity.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,258
Écart entre enseignants0,233 · 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

Citations31
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetWireless Communication Networks ResearchTravaux en français237 207