MétaCan
Menu
Retour à la cohorte
Enregistrement W2399609796 · doi:10.1109/tvt.2016.2570801

Cognitive Coded Cooperation in Underlay Spectrum-Sharing Networks Under Interference Power Constraints

2016· article· en· W2399609796 sur OpenAlexafffund
Jules Merlin Moualeu, Walaa Hamouda, Fambirai Takawira

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCognitive radioComputer sciencePhase-shift keyingRayleigh fadingUnderlaySpectral efficiencyPairwise error probabilityBit error rateElectronic engineeringInterference (communication)Signal-to-noise ratio (imaging)FadingComputer networkTelecommunicationsWirelessDecoding methodsChannel (broadcasting)Engineering

Résumé

récupéré en direct d'OpenAlex

Since the radio-frequency spectrum is fast becoming scarce, increasing the spectral utilization is of utmost importance for the sustainable development of wireless communications systems. In an effort to improve the spectral efficiency, cooperative relaying techniques have recently been integrated into spectrum-sharing environments. In this paper, we examine the outage and bit error probabilities of dual-hop cognitive turbo-coded cooperative networks with outdated channel state information (CSI) subject to Rayleigh fading. We assume a spectrum-sharing environment where the transmit power conditions of the underlay network are governed by the combined power constraint of the interference in the primary network and the maximum allowable transmission power at the secondary network. In this network, cochannel interference from the primary transmitter on the secondary network is considered, and a single relay that maximizes the received signal-to-noise ratio (SNR) is selected among the secondary relays. To efficiently evaluate the key parameters on the system performance, we derive the analytical expressions of the end-to-end outage probability and bit error rate (BER) for the proposed scheme. Assuming binary phase-shift keying (BPSK), we obtain explicit upper bounds on the probability of bit error based on the pairwise error probability. Furthermore, we present simplified expressions of the outage probability in the high-SNR regime used to quantify the system performance in terms of diversity gain. Finally, simulation results are provided to verify the accuracy of our analytical framework.

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)0,005
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 enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,027
Tête enseignante GPT0,269
Écart entre enseignants0,242 · 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

Citations17
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetCooperative Communication and Network CodingTravaux en français237 207