MétaCan
Menu
Retour à la cohorte
Enregistrement W2610471387 · doi:10.1017/9781316212493.009

Joint Power and Admission Control in Cognitive Radio Networks

2017· book-chapter· en· W2610471387 sur OpenAlexaff
Ekram Hossain, Mehdi Rasti, Long Bao Le

Notice bibliographique

RevueCambridge University Press eBooks · 2017
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensUniversité du Québec à MontréalUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCognitive radioQuality of serviceComputer networkComputer scienceWirelessRadio spectrumJoint (building)Wireless networkPower controlTelecommunicationsService (business)Radio resource managementPower (physics)BusinessEngineering

Résumé

récupéré en direct d'OpenAlex

Introduction Due to increasing demand for wireless access services, efficient utilization of the limited frequency spectrum has become crucial. Exclusive licensing of spectrum bands to specific users or services is very inefficient from the viewpoint of spectrum utilization, and it lacks the agility needed to support new applications. Cognitive radio networks (CRNs) have thus emerged as an adaptive cohabitation paradigm for wireless communication. The primary radio networks (PRNs) can dynamically share the spectrum with the secondary users (SUs) so that the SUs achieve their minimum acceptable quality-of- service (QoS), and at the same time, all the primary users (PUs) are protected in the sense that the SUs do not violate the QoS requirements of the PUs. The key concept in cognitive radio networks is opportunistic or dynamic spectrum access, which allows SUs to opportunistically access the band licensed to the PUs. There are two approaches for opportunistic spectrum access: spectrum overlay and spectrum underlay . In the overlay spectrum access strategy, the channels that are unused by the PUs are detected by the CRN through spectrum-sensing mechanisms and are assigned to the SUs. With overlay spectrum access, a channel-sharing method such as orthogonal frequency division multiple access (OFDMA) or time division multiple access (TDMA) is employed where spectrum holes (e.g., unused frequency or time slots) are detected and accessed in an opportunistic manner by SUs. In the underlay scenario, the available frequency spectrum is shared by all of the PUs and SUs, and since the admission of any of the SUs causes interference to all of the PUs’ receiving points, the interference caused by the SUs must be controlled through power control strategies in a way that all PUs are protected (i.e., all PUs achieve their target signal-to-interference-plus-noise ratio [SINR]). With underlay spectrum users employ channel sharing methods such as code-division multiple access (CDMA) or OFDMA in a way that the interference imposed by the SUs remains below a specified threshold and the QoS requirements of all of the PUs are supported. Therefore, with underlay spectrum access, which we focus on in this chapter, the overall spectrum can be utilized more effectively at the expense of higher complexity in controlling the QoS of SUs and the aggregate interference caused to the primary receivers.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,019
Tête enseignante GPT0,206
Écart entre enseignants0,187 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207