MétaCan
Menu
Retour à la cohorte
Enregistrement W2169271879 · doi:10.1109/twc.2012.092512.110983

Power Loading Algorithms for OFDM-Based Cognitive Radio Systems with Imperfect Sensing

2012· article· en· W2169271879 sur OpenAlexaff
Praveen Kaligineedi, Gaurav Bansal, Vijay K. Bhargava

Notice bibliographique

RevueIEEE Transactions on Wireless Communications · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensJDSU (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCognitive radioOrthogonal frequency-division multiplexingComputer scienceInterference (communication)AlgorithmImperfectPower budgetTransmission (telecommunications)Power (physics)Scheme (mathematics)Electronic engineeringTelecommunicationsWirelessPower controlMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

In this letter, we investigate power allocation schemes for OFDM-based cognitive radio (CR) systems while taking errors due to imperfect sensing of primary user (PU) into account. The interference is introduced into PU band by CR user not only because of co-existence in side-by-side bands but also by missed detection due to imperfect sensing. We propose an optimal scheme such that the transmission capacity of CR users is maximized while keeping the total interference within a prescribed threshold and keeping the total power within a budget. As the optimal scheme can have a high complexity, low complexity suboptimal schemes have also been proposed. The performance of the proposed schemes is compared to the schemes that do not take sensing errors into consideration. Presented numerical results demonstrate the strength of our proposed schemes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,273
Écart entre enseignants0,244 · 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.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Wireless CommunicationsMême sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207