MétaCan
Menu
Retour à la cohorte
Enregistrement W2091545275 · doi:10.1109/vetecs.2010.5493866

Nomadic Relay-Directed Joint Power and Subchannel Allocation in OFDMA-Based Cellular Fixed Relay Networks

2010· article· en· W2091545275 sur OpenAlexaff
Mohamed Salem, Abdulkareem Adinoyi, Halim Yanıkömeroğlu, Young-Doo Kim

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésRelayComputer networkComputer scienceThroughputChannel allocation schemesWireless networkPower controlWirelessCellular networkPower (physics)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Various standardization activities leading to 4G and beyond networks have considered the synergy of OFDMA and multihop relaying thus giving way for the fixed relay station (FRS)-based radio access network. As such, the next-generation networks will comprise a plethora of performance enhancing devices among which is the plug-and-play nomadic relay station (NRS). It is essential for such dense and inevitably frequency reuse-aggressive networks to employ efficient mechanisms to mitigate the co-channel interference and to provide prudent energy utilization; this brings about the timely environmental concerns and the so-called green wireless initiative in designing future wireless networks. We present a novel joint power and subchannel allocation algorithm for the emerging OFDMA-based nomadic-augmented fixed relay networks. This NRS-directed algorithm performs adaptive power control (APC) within the autonomous opportunistic NRS medium access and channel reuse, using two different approaches. The APC mechanism is realized in an open-loop manner requiring no feedback from the WT. We demonstrate the power savings and user throughput improvement obtained through the joint scheme. We also identify a throughput-power saving trade-off in terms of the number of deployed FRSs. Through this work, the authors further establish their pioneering techniques for realizing the concept of NRS-augmented networks.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,594

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
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 Opus0,019
Tête enseignante GPT0,228
Écart entre enseignants0,209 · 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
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

Citations6
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207