MétaCan
Menu
Retour à la cohorte
Enregistrement W2083493426 · doi:10.1109/bsc.2010.5472977

Design and performance analysis of distributed relay selection techniques in wireless networks

2010· article· en· W2083493426 sur OpenAlexaff
Md Sahabul Alam, Keyvan Zarifi, Sofiène Affes, Ali Ghrayeb

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensConcordia UniversityInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésRelayComputer scienceRelay channelNode (physics)FadingComputer networkSelection (genetic algorithm)WirelessTransmission (telecommunications)Efficient energy useChannel (broadcasting)Outage probabilityWireless networkWireless sensor networkEnergy (signal processing)Power (physics)Topology (electrical circuits)TelecommunicationsEngineeringMathematicsElectrical engineeringStatistics

Résumé

récupéré en direct d'OpenAlex

We develop and analytically study the performances of three relay selection techniques for a two-hop decode-and-forward (DF) cooperative communication system in a large wireless sensor network with uniformly distributed nodes. It is assumed that there is no central processing unit to optimally select the relay and that the nodes use their locally available knowledge, that is, their distances from the source as well as their backward channel gains, to compete with one another to acquire the relaying status. The relay selection schemes are compared in terms of their fairness and energy efficiency. Taking into account both the fading effect and the nodes' locations distribution, the end-to-end outage probabilities of all relay selection schemes are derived and discussed. In particular, it is proved that when the source transmission power is high enough, the outage performance is independent from the scheme used to select the relay. Moreover, when the node intensity is large enough, the outage probability of the optimal relay selection scheme is almost the same as that of its suboptimal but more energy-efficient counterpart that uses the nearest node to the source as the relay. Computer simulations are used to validate the analytical results.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,240 · 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

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207