MétaCan
Menu
Retour à la cohorte
Enregistrement W2079624325 · doi:10.1109/tcomm.2015.2389833

Analyzing the Impact of Inter Cooperation Region Interference in Coordinated Multi-Point Uplink Networks

2015· article· en· W2079624325 sur OpenAlexaff
S. Alireza Banani, Raviraj Adve

Notice bibliographique

RevueIEEE Transactions on Communications · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTelecommunications linkErgodic theoryBase stationCoverage probabilityInterference (communication)Computer scienceCellular networkTopology (electrical circuits)Parametric statisticsStochastic geometryPoint (geometry)Mathematical optimizationLattice (music)MathematicsTelecommunicationsStatisticsPhysicsMathematical analysisCombinatorics

Résumé

récupéré en direct d'OpenAlex

We analyze the uplink of coordinated multi-point (CoMP) networks in which cooperation can be amongst N = 2 or N = 3 base stations (BSs). We consider a 2-D network of BSs on a regular hexagonal lattice wherein the cooperation tessellates the 2-D plane into cooperation regions (CRs); specifically, we analyze the impact of the interference between the CRs in the network. Our model accounts realistic propagation conditions, particularly including shadowing. We obtain accurate, closed-form, approximations for the user capacity coverage probability (CCP) and the ergodic capacity at each point within the CR. To provide a network-level analysis, we focus on the locations within each CR with the minimum CCP - “the worst-case point(s)”. The worst-case CCP and/or ergodic capacity can be used in parametric studies for network design. Here, the analysis is applied to obtain the relationship between cell size and CCP and, thereby, the required density of BSs to achieve a chosen target capacity coverage. The analysis also allows for a comparison between different orders of BS cooperation, quantifying the reduced required BS density from higher orders of cooperation. Comprehensive simulations are used to illustrate the accuracy of our analysis, including the approximations used for analytic tractability.

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 enseignants0,996
Score d'incertitude au seuil0,484

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,056
Tête enseignante GPT0,305
Écart entre enseignants0,250 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207