MétaCan
Menu
Retour à la cohorte
Enregistrement W2534896225 · doi:10.1109/w-ficloud.2016.33

Dual-Backhaul Links in LTE - A Mobile Relay System for High-Speed Railways

2016· article· en· W2534896225 sur OpenAlexaff
Khaled M. Addali, Abderrahmane BenMimoune, Fawaz A. Khasawneh, Amamer Saied, Michel Kadoch

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensConcordia UniversityÉcole de Technologie SupérieureUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésComputer networkBackhaul (telecommunications)Computer scienceBase stationRelayHandoverLTE AdvancedThroughputMacroUser equipmentBandwidth (computing)WirelessMobile telephonyNetwork packetMobile radioTelecommunications linkTelecommunicationsPower (physics)

Résumé

récupéré en direct d'OpenAlex

Serving hundreds of User Equipments onboard of a high-speed train is a very big challenge in terms of resources and mobility management. In addition to the high penetration loss, direct connection between the Evolved Node B and fast User Equipment leads to increased handoff failure rate, and increased power consumption of Vehicular User Equipments. Moreover, sufficient bandwidth may not be gotten from only one Macro Evolved Node B to cover the required throughput of the large-number of diverse-operators User Equipments. Mobile Relay mechanism has been introduced in Release 12 of LTE-Advanced system to be one of the most significant solutions to solve some of these issues. Usually, Mobile Relays are installed on the roof of the train and act as small nodes. In our work, we are considering using the Carrier Aggregation scheme to provide the sufficient bandwidth through a dual-backhaul connection with two Macro base stations. The proposed work makes the group Handoff more seamless as well as improves the user throughput. Simulation results show better performance in terms of system throughput, blocking probability, and packet loss.

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 enseignants0,964
Score d'incertitude au seuil0,502

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced MIMO Systems OptimizationTravaux en français237 207