MétaCan
Menu
Retour à la cohorte
Enregistrement W2410996924 · doi:10.1049/iet-com.2015.0943

Performance enhancement of multi‐hop relay‐based wireless systems based on outage probability

2016· article· en· W2410996924 sur OpenAlexaff
Sami Baroudi, Yousef R. Shayan

Notice bibliographique

RevueIET Communications · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésHop (telecommunications)RelayComputer scienceOutage probabilityWirelessComputer networkWireless networkTelecommunicationsFadingChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Wireless communication is now accessible throughout the world, with an increasing number of users. Engineers are putting extra efforts to evaluate and improve the performance of wireless systems. Multi‐hop wireless systems have drawn significant attention as a cost‐effective solution to improve the performance of wireless systems. In these systems, a certain number of relays is deployed over the cell to help in the transmission of signals from the base station (BS) to the users. In a multi‐hop system, a low‐quality long‐distance link is broken into two or more better‐quality links, minimising the outage probability and enhancing the system performance. Interference is one of the fundamental elements affecting the quality of service in wireless networks. The probability density function (PDF) of the signal‐to‐interference ratio (SIR) is evaluated in a circular cell with uniformly distributed users around a BS located at the centre of the cell. Then, the PDF for outage probability is assessed, based on the evaluated SIR. After that, the minimum number of relays and their placement is found over the studied area, which can achieve the desirable performance of the wireless system. Finally, simulation is performed based on long‐term evolution parameters to validate the derived analytical solution.

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 enseignants0,001
Score d'incertitude au seuil0,005

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 technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,087
Tête enseignante GPT0,305
Écart entre enseignants0,218 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET CommunicationsMême sujetCooperative Communication and Network CodingTravaux en français237 207