MétaCan
Menu
Retour à la cohorte
Enregistrement W2142350604 · doi:10.1155/2010/189157

Resource Allocation in MU-OFDM Cognitive Radio Systems with Partial Channel State Information

2010· article· en· W2142350604 sur OpenAlexaff
Dong Huang, Zhiqi Shen, Chunyan Miao, Cyril Leung

Notice bibliographique

RevueEURASIP Journal on Wireless Communications and Networking · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOrthogonal frequency-division multiplexingChannel state informationSubcarrierComputer scienceTransmitterQuantization (signal processing)Cognitive radioChannel (broadcasting)Transmitter power outputBit error rateElectronic engineeringWirelessTelecommunicationsAlgorithmEngineering

Résumé

récupéré en direct d'OpenAlex

In wireless communications, the assumption that the transmitter has perfect channel state information (CSI) is often unreasonable, due to feedback delays, estimation errors, and quantization errors. In order to accurately assess system performance, a more careful analysis with imperfect CSI is needed. In this paper, the impact of partial CSI due to feedback delays in a multiuser Orthogonal Frequency Division Multiplexing (MU-OFDM) cognitive radio (CR) system is investigated. The effect of partial CSI on the bit error rate (BER) is analyzed. A relationship between the transmit power and the number of bits loaded on a subcarrier is derived which takes into account the target BER requirement. With this relationship, existing resource allocation schemes which are based on perfect CSI being available can be applied when only partial CSI is available. Simulation results are provided to illustrate how the system performance degrades with increasingly poor CSI.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil0,623

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,215 · 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

Citations17
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEURASIP Journal on Wireless Communications and NetworkingMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207