MétaCan
Menu
Retour à la cohorte
Enregistrement W2088397325 · doi:10.1109/jsac.2012.120214

Joint Zero-Forcing Based Precoder Design for QoS-Aware Power Allocation in MIMO Cooperative Cellular Network

2012· article· en· W2088397325 sur OpenAlexaff
Umesh Phuyal, Satish C. Jha, Vijay K. Bhargava

Notice bibliographique

RevueIEEE Journal on Selected Areas in Communications · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceBase stationTransmitter power outputMIMOComputer networkQuality of serviceRelayRSSEnhanced Data Rates for GSM EvolutionCellular networkTransmission (telecommunications)Interference (communication)Real-time computingPower (physics)Channel (broadcasting)TelecommunicationsTransmitter

Résumé

récupéré en direct d'OpenAlex

We study a cellular system scenario where multiple data streams originating from a base station (BS) targeted to multiple cell-edge mobile stations (MSs) are transmitted via pre-installed cooperative relay stations (RSs) with multiple antennas. Our objective is to guarantee quality-of-service (QoS) in terms of predefined signal-to-noise ratio at such users within the transmit power budgets at BS and RSs while minimizing total transmit power. We propose a novel precoder design method for power allocation between multiple data streams at BS and RS by using joint zero-forcing strategy in order to avoid multiuser interference (MUI) in the signal received by MSs via both the direct and relay links. We also propose low-complexity suboptimal power allocation algorithm. We focus on analyzing the significance of direct link transmission in providing QoS to cell-edge MSs specially when RS is not situated directly between BS and MSs. Simulation results show that considering direct link and using the proposed scheme in such case significantly improves system outage performance compared to existing schemes in the literature which do not consider direct link.

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)0,002
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,099
Tête enseignante GPT0,311
Écart entre enseignants0,212 · 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

Citations21
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal on Selected Areas in CommunicationsMême sujetCooperative Communication and Network CodingTravaux en français237 207