MétaCan
Menu
Retour à la cohorte
Enregistrement W2611894512 · doi:10.1109/access.2017.2699967

Power Allocation in an RF Energy Harvesting DF Relay Network in the Presence of an Interferer

2017· article· en· W2611894512 sur OpenAlexafffund
Lina Elmorshedy, Cyril Leung

Notice bibliographique

RevueIEEE Access · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRelayComputer scienceThroughputComputer networkNode (physics)Channel state informationWirelessTransmission (telecommunications)Channel (broadcasting)Relay channelPower (physics)Energy harvestingWireless networkTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

In this paper, we study a cooperative wireless relay network in which multiple sourcedestination pairs communicate via a decode-and-forward relay, which harvests energy from the source transmissions in the presence of an interfering signal. The goal is to efficiently distribute the relay's power among the different relay-destination (R - D) links. The outage probability and the throughput in the delaysensitive transmission mode are derived for the non-shared and several shared power allocation schemes. Numerical results show that the studied shared allocation schemes outperform the non-shared allocation scheme in terms of outage probability and throughput. Different shared allocation schemes are compared against each other in terms of outage probability, throughput, and fairness. The R - D channel dependent and the weighted-sum-rate maximization schemes achieve the best outage and throughput performances but require knowledge of the statistical channel state information at the relay node. The results also illustrate the tradeoff between the throughput and fairness of the different shared allocation schemes.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,002
Science ouverte0,0020,000
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 Opus0,028
Tête enseignante GPT0,289
Écart entre enseignants0,261 · 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

Citations11
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207