MétaCan
Menu
← Retour à la cohorte
Enregistrement W2089231706 · doi:10.1109/icuwb.2015.7324398

A Context-Aware Cognitive SIMO DL Transceiver for LTE HetNet Enhanced Pico-Cell Range Expansion

2015· article· en· W2089231706 sur OpenAlexaff
Imen Mrissa, Faouzi Bellili, Sofiène Affes, Alex Stéphenne

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Techniques
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésComputer scienceFemto-TransceiverThroughputContext (archaeology)Channel (broadcasting)Transmitter power outputTelecommunications linkInterference (communication)TransmitterElectronic engineeringComputer networkTelecommunicationsEngineeringWireless

Résumé

récupéré en direct d'OpenAlex

Deploying small cells (pico, femto or relays) in a macro-cell network is an advantageous solution to increase system capacity. However, small cells usually transmit with a weaker power compared to macro-cells, this fact causes a serious interference problem for these former. Range Expansion technique is among the solutions proposed to overcome this problem. The idea is to bias the received signal power from pico-cells in an advantage manner so that we have more UEs offloaded from macro-cell than the real case. Many solutions were proposed in the literature to enhance Range Expansion technique performances. In this paper, we design a new single-input multiple-output (SIMO) context-aware cognitive transceiver (CTR) that is able to switch to the best performing modem in terms of link-level throughput. On the top of conventional adaptive modulation and coding (AMC), we allow the context-aware CTR to make best selection among three different pilot-utilization modes: conventional decision-aided (DA) or pilot- assisted, non-DA (NDA) or blind, and NDA with pilot which is a newly proposed hybrid version between the DA and NDA modes. We also enable the CTR to make best selection between two different channel identification schemes: conventional least-square (LS) and newly developed maximum-likelihood (ML) estimators. Depending on whether pilot symbols can be properly exploited or not at the receiver, we further enable the CTR to make best selection among two data detection modes: coherent or differential. We note that a considerable gains reaching $48\%$ and $42\%$ for $5^{th}$ percentile cell-site and average cell-site throughput respectively can be achieved by using jointly our cognitive transceiver with Range Expansion technique.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,031
Tête enseignante GPT0,273
Écart entre enseignants0,242 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication Techniques→Travaux en français237 207→