MétaCan
Menu
Retour à la cohorte
Enregistrement W2807983736 · doi:10.1109/wcnc.2018.8377409

Secondary system's scheduling using precoding-aided space shift keying for overlay cognitive radio

2018· article· en· W2807983736 sur OpenAlexaff
Zied Bouida, Anastassia Gharib, Mohamed Ibnkahla

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTransmitterCognitive radioOverlayComputer scienceScheduling (production processes)PrecodingKeyingComputer networkElectronic engineeringReal-time computingTelecommunicationsMIMOWirelessEngineeringMathematicsMathematical optimization

Résumé

récupéré en direct d'OpenAlex

In this paper, we consider an overlay cognitive radio (CR) scenario where the primary transmitter (PT) and the primary receiver (PR) communicate via the help of a secondary users' (SUs) system. Under a worst-case scenario, we assume that the link between the primary users (PUs) is broken and the help of a selected secondary transmitter (ST) is required. Taking advantage of this opportunity, this ST will be able to transmit its own data. The communications of the PUs and the SUs take place over two phases. In the first phase, receive space shift keying (R-SSK) is employed at the PT in order to activate one ST for reception. This ST is scheduled to transmit its own data during the second phase using conventional SSK, which also allows the PR to decode the PT's message. The proposed scheduling scheme is initiated by the PT based on its incoming bits which provides fairness among STs. The proposed system comes with other advantages including the low receivers' complexity and the improved energy efficiency (EE) all gained by the use of SSK. We analyze the performance of the proposed scheme in terms of the average bit error probability (ABEP). We finally provide comparisons to existing schemes and we generate numerical results through which we confirm the derived analysis and we demonstrate the effectiveness of the proposed overlay cognitive scheduling scheme.

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)0,000
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: aucune
Score de désaccord entre enseignants0,626
Score d'incertitude au seuil0,914

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
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 GPT0,274
Écart entre enseignants0,246 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207