MétaCan
Menu
Retour à la cohorte
Enregistrement W2793899835 · doi:10.1109/tvt.2018.2799939

Full-Duplex Non-Orthogonal Multiple Access in Cooperative Relay Sharing for 5G Systems

2018· article· en· W2793899835 sur OpenAlexaff
Md. Fazlul Kader, Soo Young Shin, Victor C. M. Leung

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNomaTelecommunications linkRelaySingle antenna interference cancellationComputer scienceDecodesInterference (communication)CorrectnessTopology (electrical circuits)Decoding methodsComputer networkMathematicsTelecommunicationsAlgorithmChannel (broadcasting)PhysicsCombinatorics

Résumé

récupéré en direct d'OpenAlex

In this paper, a full-duplex (FD) non-orthogonal multiple access (NOMA) scheme for a cooperative relay sharing network (termed as FD-NOMA-RS) is presented, in which two source-destination pairs share a dedicated FD relay FD-R. Following the principle of uplink NOMA, both sources transmit their symbols to FD-R, forming a NOMA pair, by depending on their channel conditions with respect to FD-R. The FD-R then decodes these symbols and simultaneously transmits a superimposed composite signal to the destinations with a processing delay τ according to the principle of downlink NOMA. The ergodic sum capacity, outage probability and outage sum capacity of FD-NOMA-RS are investigated comprehensively along with analytical derivations, considering both perfect and imperfect interference cancellation. A simulation is conducted to corroborate the correctness of the analysis presented here. Moreover, the effectiveness of FD-NOMA-RS is demonstrated through analysis and simulation and then compared with that of its counterpart, the half-duplex system.

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)0,001
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 seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,280
Écart entre enseignants0,257 · 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

Citations124
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207