Aggregated V2I Communications for Improved Energy Efficiency Using Non-Orthogonal Multiplexed Modulation
Notice bibliographique
Résumé
Nowadays, data traffic in-car communication is increasing dramatically, due to the emerging technology of self-driving and on-board infotainment applications. The direct connections between vehicles and cellular infrastructures will introduce significant signalling overhead and excessive energy consumption, especially for congested and fast moving traffic. In order to improve energy efficiency and achieve green networking, an heterogeneous network, 5G-Vehicular Ad Hoc Network (5GVANET) is presented in this paper, which coupling the high data rates of VANET and the wide coverage area of 5G. In this integrated architecture, vehicles are clustered accordingly, and one vehicle in each cluster is selected as a gateway to support aggregated traffic. To ensure the capacity of the trunk link between the gateway and base station, a Non- orthogonal Multiplexed Modulation (NOMM) scheme is proposed in this paper to effectively aggregate the Vehicle-to-Infrastructure (V2I) traffic and further improve energy efficiency. NOMM splits data stream of each user into multi-layers and modulate them simultaneously. Sparse spreading code is also applied in partially superposing the modulated symbols on several resource blocks. Furthermore, we analyzed the energy efficiency of proposed NOMM scheme and traditional M-QAM theoretically. It was also validated by simulation results that NOMM provides less power consumption than M-QAM modulation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».