MétaCan
Menu
Retour à la cohorte
Enregistrement W2296715623 · doi:10.1049/iet-com.2015.0543

Diversity combining in bi‐directional relay networks with energy harvesting nodes

2016· article· en· W2296715623 sur OpenAlexaff
Reza Vahidnia, Alagan Anpalagan, Javad Mirzaei

Notice bibliographique

RevueIET Communications · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of TorontoToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésRelayDiversity (politics)Computer scienceEnergy harvestingDiversity combiningComputer networkEnergy (signal processing)TelecommunicationsMathematicsFadingStatisticsPhysics

Résumé

récupéré en direct d'OpenAlex

In this study, the authors consider two multiple‐antenna transceivers exchanging information through a relay‐assisted network using a single‐carrier communication scheme. The authors assume that the propagation delay in different relaying path is negligible and the relay nodes are synchronous. As a result, the end‐to‐end multipath channel is not frequency‐selective (time‐dispersive) and hence, the successive arriving signals at the transceivers do not interfere with each other. Otherwise, inter‐symbol‐interference (ISI) will be inevitable and cyclic insertion and removal matrices will be required to combat ISI. In such a two‐way network, the relay nodes harvest energy from the surrounding environment and utilise this energy to forward their received messages using a harvest‐then‐forward protocol. For different receiver diversity combining techniques, the authors design an optimal relay beamforming to maximise the quality of the received signals at the transceivers subject to the energy casualty constraint at the relay nodes (the energy consumed for transmission of each block cannot exceed the accumulative harvested energy). For each diversity combining technique, a closed‐form solution is obtained for the optimal signal‐to‐noise ratio (SNR) that shows how adjusting the data transmission rate of the transceivers and the amount of energy harvested at the relays affects the received SNR.

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 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 enseignants0,601
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,018
Tête enseignante GPT0,201
Écart entre enseignants0,184 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET CommunicationsMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207