MétaCan
Menu
Retour à la cohorte
Enregistrement W2886278914 · doi:10.1109/icc.2018.8423030

Capacity Enhancement for mmWave Multi-Beam Satellite-Terrestrial Backhaul via Beam Sharing

2018· article· en· W2886278914 sur OpenAlexaff
Qiang Cao, Humphrey Rutagemwa, Fanqin Zhou, Peng Yu, Lei Feng, Wenjing Li, Ao Xiong, Xuesong Qiu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensCommunications Research Centre Canada
Organismes subventionnairesnon disponible
Mots-clésBeamwidthBackhaul (telecommunications)Computer scienceCommunications satelliteSpectral efficiencyBandwidth (computing)Computer networkSatelliteElectronic engineeringTelecommunicationsEngineeringBase stationAerospace engineering

Résumé

récupéré en direct d'OpenAlex

The satellite is a primary means for providing emergency communication backhaul in disaster areas, where large bandwidth is demanded to support communication services in a wide affected area. Millimeter-wave (mmWave) communication with sufficient spectral resources promises significant enhancement to satellite-terrestrial link capacity. However, the alignment delay and mutual interference caused by directional communications with narrow beams severely limit the capacity of mmWave communication. To this end, we optimize the beamwidth to reduce the impact of beam alignment overhead on capacity. Then, considering the multi-user interference between beams, we propose a transmission scheduling scheme based on beam sharing, namely users with strong mutual interference when served simultaneously by independent beams, share the same beam. A heuristic algorithm is proposed to derive the groups of users sharing beams, and their beamwidth. Simulation results show that the proposed scheme achieves considerable capacity enhancement compared to the one-to-one beam occupation scheme (OB) and fixed beam scheme (FB), thus improving the spectrum efficiency of mmWave satellite-terrestrial communication.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,608
Score d'incertitude au seuil1,000

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,088
Tête enseignante GPT0,290
Écart entre enseignants0,203 · 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'étudeExpérimental (laboratoire)
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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSatellite Communication SystemsTravaux en français237 207