MétaCan
Menu
← Retour à la cohorte
Enregistrement W2149242672 · doi:10.1109/icc.2009.5198765

Asymptotic Analysis and Design of Multiuser Cooperative DS-CDMA Systems

2009· article· en· W2149242672 sur OpenAlexaff
Keyvan Zarifi, Sofiène Affes, Ali Ghrayeb

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensConcordia UniversityInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésCode division multiple accessRelayComputer scienceInterference (communication)Expression (computer science)Asymptotic analysisSignal-to-noise ratio (imaging)Noise (video)Signal-to-interference-plus-noise ratioNoise powerCode (set theory)Simple (philosophy)Power (physics)Computer networkTopology (electrical circuits)TelecommunicationsMathematicsCombinatoricsChannel (broadcasting)Physics

Résumé

récupéré en direct d'OpenAlex

The performance of a cooperative multiuser direct-sequence code-division multiple-access (DS-CDMA) system is analyzed in the asymptotic regime where both the spreading codes and the number of users grow large with the same ratio. A simple signal-to-interference-plus-noise ratio (SINR) expression is derived that is independent from the spreading codes and explicitly accounts for the effects of the multiple-access interference (MAI) and the relay noise. The so-obtained SINR expression is then computed based entirely on the available local information. The results obtained above are then used to optimally design the cooperative system. In particular, it is shown how the amount of cooperation between each collaborating pair can be adjusted to simultaneously achieve a pre-assigned target SINR for both users. Based on the local information, the globally optimal amount of the relay power is also obtained that maximizes the achieved SINR at the access point.

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)0,011
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 seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,042
Tête enseignante GPT0,279
Écart entre enseignants0,237 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network Coding→Travaux en français237 207→