MétaCan
Menu
Retour à la cohorte
Enregistrement W2075147842 · doi:10.1109/tsp.2011.2162956

Optimal Power Allocation for Secure Multicarrier Relay Systems

2011· article· en· W2075147842 sur OpenAlexaff
Cheol Jeong, Il‐Min Kim

Notice bibliographique

RevueIEEE Transactions on Signal Processing · 2011
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésRelaySubcarrierComputer scienceMaximizationTransmission (telecommunications)Transmitter power outputPower (physics)Signal-to-noise ratio (imaging)Mathematical optimizationCommunications systemSecure transmissionOrthogonal frequency-division multiplexingComputer networkMathematicsTelecommunicationsTransmitter

Résumé

récupéré en direct d'OpenAlex

We study power allocation for secrecy rate maximization in a multicarrier decode-and-forward relay system, where an eavesdropper exists. We consider three transmission modes: in no communication, the source and the relay do not transmit at all; in direct communication, the source broadcasts signals during the first time slot and the relay does not forward any signal during the second time slot; in relay communication, the source broadcasts signals during the first time slot and the relay forwards the reencoded signals to the destination during the second time slot. Determining the transmission strategy adaptively on each subcarrier, the optimal source power and the optimal relay power over all subcarriers are derived to maximize the sum secrecy rate under a total system power constraint. In addition, a suboptimal power allocation scheme is proposed to substantially reduce the computational complexity. It is shown that the proposed suboptimal solution is asymptotically optimal in the limit as the number of subcarriers goes to infinity. Extensive numerical results are presented for various scenarios. In particular, the performance of the suboptimal scheme is very close to that of the optimal scheme even if the number of subcarriers is moderately small.

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)0,004
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,058
Tête enseignante GPT0,281
Écart entre enseignants0,223 · 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

Citations98
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Signal ProcessingMême sujetCooperative Communication and Network CodingTravaux en français237 207