MétaCan
Menu
Retour à la cohorte
Enregistrement W2095010751 · doi:10.1109/jsac.2012.121011

Distributed Opportunistic Channel Access in Wireless Relay Networks

2012· article· en· W2095010751 sur OpenAlexaff
Zhou Zhang, Hai Jiang

Notice bibliographique

RevueIEEE Journal on Selected Areas in Communications · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésComputer scienceRelayOptimal stoppingComputer networkChannel (broadcasting)ThroughputWireless networkWirelessTransmission (telecommunications)Stopping timeChannel state informationMathematical optimizationTelecommunicationsMathematicsStatisticsPower (physics)

Résumé

récupéré en direct d'OpenAlex

In this paper, the problem of distributed opportunistic channel access in wireless relaying is investigated. A relay network with multiple source-destination pairs and multiple relays is considered. All source nodes contend through a random access procedure. A winner source may give up its transmission opportunity if its link quality is poor. In this research, we apply the optimal stopping theory to analyze when a winner source should give up its transmission opportunity. By assuming the winner source has channel state information (CSI) of links from itself to relays and from relays to its destination, the existence of an optimal stopping strategy is rigorously proved. The optimal stopping strategy has a pure-threshold structure. The case when a winner source does not have CSI of links from relays to its destination is also studied. Two stopping problems exist, one in the main layer (for channel access of sources), and the other in the sub-layer (for channel access of relays). An intuitive stopping strategy, where the main layer (for the first hop) and sub-layer (for the second hop) maximize their throughput respectively, is derived. The intuitive stopping strategy is shown to be non-optimal. An optimal stopping strategy is then derived theoretically. In either the intuitive stopping strategy or the optimal stopping strategy, the main-layer stopping rule has a pure-threshold structure, while the sub-layer stopping rule has a threshold determined by the channel realization in the preceding first-hop transmission. Our research reveals that multi-user (including multi-source and multi-relay) diversity and time diversity can be utilized in a relay network by our proposed strategies. The effectiveness of the strategies is validated by numerical and simulation 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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,104
Tête enseignante GPT0,347
Écart entre enseignants0,243 · 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

Citations18
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

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