Minimum-selection maximum ratio transmission schemes in underlay cognitive radio systems
Notice bibliographique
Résumé
Under the scenario of an underlay cognitive radio network, we introduce the concept of minimum-selection maximum ratio transmission (MS-MRT). Inspired by the mode of operation of the minimum-selection generalized selection combining (MS-GSC) technique, the main idea behind MS-MRT is to present an adaptive variation of the existing maximum ratio transmission (MRT) technique. While in the MRT scheme, all the transmit antennas are used for transmission, and only a subset of antennas verifying the interference constraint to the primary receiver in MS-MRT are adaptively selected and optimally beamformed in order to meet a given modulation requirement. The main goal of these schemes is to maximize the capacity of the secondary link while satisfying the bit error rate (BER) requirement and a peak interference constraint to the primary link. The performance of the proposed schemes is analyzed in terms of the average spectral efficiency, the average number of antennas used for transmission, the average delay, and the average BER performance. These results are then compared to the existing bandwidth efficient and switching efficient schemes (BES and SES, respectively). The obtained analytical results are then verified with selected numerical examples obtained via Monte-Carlo simulations. We demonstrate through these examples that the proposed schemes improve the spectral and the delay performance of the SES and BES schemes and fit better to delay sensitive applications. The proposed schemes also offer better processing-power consumption than the MRT schemes since a minimum number of antennas is used for communication in the MS-MRT schemes. The MS-MRT techniques represent power and spectral efficient schemes that can be extended to more practical scenarios. As an example, these schemes can be studied in the context of Long term Evolution (LTE) Networks where adaptive modulation, beamforming, and interference management are of the major enabling Techniques.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».