MétaCan
Menu
Retour à la cohorte
Enregistrement W2577665255 · doi:10.1109/lcomm.2017.2655052

Antenna Selection in MIMO Cognitive AF Relay Networks With Mutual Interference and Limited Feedback

2017· article· en· W2577665255 sur OpenAlexaff
Eylem Erdoğan, Ali Afana, Salama Ikki, Halim Yanıkömeroğlu

Notice bibliographique

RevueIEEE Communications Letters · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueFull-Duplex Wireless Communications
Établissements canadiensCarleton UniversityLakehead University
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma KurumuSemiconductor Research Corporation
Mots-clésCognitive radioComputer scienceRayleigh fadingRelayMIMOInterference (communication)Diversity gainAntenna (radio)Selection (genetic algorithm)Mutual informationTransmitterFadingElectronic engineeringTelecommunicationsTopology (electrical circuits)Control theory (sociology)Power (physics)MathematicsWirelessChannel (broadcasting)EngineeringMachine learningArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This letter studies antenna selection in amplify-and-forward multiple-input multiple-output cooperative cognitive radio system under mutual primary-secondary interference. Two power allocation methods are adopted at the secondary transmitters, assuming perfect and limited feedback from the primary receiver. For both methods, outage, and error performance analysis is conducted, where simple, closed-form expressions are derived over Rayleigh fading channels. In addition, asymptotic analysis is performed to get insights about the diversity gain and the effects of key parameters, including the primary receiver feedback and the number of the antennas. Our analytical results, which are validated with simulations, show the effective impact of the proposed model on enhancing the overall system performance.

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)0,004
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,248
Écart entre enseignants0,222 · 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

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetFull-Duplex Wireless CommunicationsTravaux en français237 207