MétaCan
Menu
Retour à la cohorte
Enregistrement W2889007602 · doi:10.1109/access.2018.2866910

Performance Analysis of Wireless Powered Incremental Relaying Networks With an Adaptive Harvest-Store-Use Strategy

2018· article· en· W2889007602 sur OpenAlexafffund
Guoxin Li, Hai Jiang

Notice bibliographique

RevueIEEE Access · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAnhui Sanlian UniversityAlberta Innovates
Mots-clésRelayComputer scienceLinear network codingDiversity gainChannel state informationDecoding methodsEnergy harvestingWirelessRelay channelMaximal-ratio combiningComputer networkSignal-to-noise ratio (imaging)Cooperative diversityWireless networkEnergy (signal processing)FadingPower (physics)TelecommunicationsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

In this paper, we consider a wireless powered cooperative network, in which a source with constant power supply communicates with a destination under the assistance of an energy harvesting (EH) relay. From signals of the source, the relay can perform EH and information decoding simultaneously by using the power splitting (PS) technique. To increase the spectrum efficiency of the system and save energy consumption at the relay, an incremental decode-and-forward (IDF) relaying protocol is adopted to forward information. Inspired by the features of the IDF protocol, we propose a new energy harvesting and use strategy, named adaptive harvest-store-use (AHSU). In this proposed strategy, the relay adaptively sets its PS ratio according to a one-bit feedback from the destination, the channel estimation result for the source-to-relay link, and the relay's energy status. A finite-state Markov chain (MC) is employed to model the charging/discharging behavior of the relay's battery. The steady-state distribution of the MC is first derived, and then used to calculate the exact outage probability. In order to gain further insights, we investigate the outage performance of the system when the transmit signal-to-noise ratio of the source is high. Based on the asymptotic outage probability expression, the diversity order and coding gain are characterized, which demonstrates that a full diversity order is achieved by our proposed AHSU strategy in the considered network.

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)0,005
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 enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,256
Écart entre enseignants0,225 · 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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207