MétaCan
Menu
← Retour à la cohorte
Enregistrement W2165583801 · doi:10.1109/icc.2009.5198946

Downlink Power Distribution in a Wireless CDMA Network with Cooperative Relaying

2009· article· en· W2165583801 sur OpenAlexaff
B. Wang, Dongmei Zhao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTelecommunications linkCode division multiple accessComputer scienceComputer networkPower (physics)WirelessWireless networkTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper studies power distribution in the downlink of a wireless CDMA network, where mobile stations (MSs) cooperatively relay traffic for their peer stations, and the destination station (DS) combines signals received from both the base station (BS) and the relay station (RS). Both the DS and the RSs transmit at the same frequency band. We consider both decode-and-forward (DF) and amplify-and- forward (AF). An optimization problem is first formulated for distributing the transmission power of the BS and the RSs. The objective is to minimize the transmission power of the BS and the total transmission power of the RSs, subject to the average transmission rate and signal-to-interference-plus-noise ratio (SINR) requirement of the user traffic. The optimum power distribution requires link gains among different MSs, which are usually not available at the BS. We then propose a practical power distribution scheme based on link gains of the RS and DS to the BS. Our results show that i) the proposed link-gain based power distribution scheme achieves close-to-optimum performance, ii) by appropriately selecting the RS and forwarding techniques, cooperative relaying in the downlink of a CDMA network can reduce the communication outage probability and significantly save the BS transmission power in the downlink transmissions, and iii) cooperatively relaying requires very low transmission power from the RSs.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,250
Écart entre enseignants0,235 · 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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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