MétaCan
Menu
Retour à la cohorte
Enregistrement W2889009405 · doi:10.1109/ccece.2018.8447574

Inter-Cell Interference Coordination Using Fractional Frequency Reuse Scheme in Multi-Relay Multi-Cell OFDMA Systems

2018· article· en· W2889009405 sur OpenAlexaff
Ali M. Saleh, Ngon Thanh Le, A.B. Sesay

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésOrthogonal frequency-division multiple accessInterference (communication)Orthogonal frequency-division multiplexingFrequency reuseCellular networkComputer scienceRelayElectronic engineeringFrequency-division multiple accessReuseComputer networkEngineeringBase stationChannel (broadcasting)

Résumé

récupéré en direct d'OpenAlex

Inter-Cell Interference Coordination (ICIC) using frequency reuse schemes in Orthogonal Frequency Division Multiple Access (OFDMA) cellular networks is one of the most promising approaches to reduce the effect of interference and to improve the system performance. Fractional Frequency Reuse (FFR) schemes are efficient interference mitigation techniques that have been used to improve system performance in multirelay multi-cell OFDMA cellular networks, especially for the cell edge users. The purpose of FFR design is to deploy frequency patterns (sets) in such a way that a Mobile Station (MS) user can reduce interference from adjacent cells. The Frequency Reuse Factor (FRF) of 7/3 with frequency reuse pattern (7, 3, 1) is used to improve the system performance of FRF=1 and FRF=3. This paper proposes a new frequency pattern and deploys frequency sets with Amplify and Forward (AF) fixed relays to improve the performance of the system. Simulation results show that the proposed pattern achieves significant Inter-Cell Interference (ICI) reduction when compared to other cooperative and noncooperative 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)0,000
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,749

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0020,001
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 Opus0,105
Tête enseignante GPT0,329
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 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCooperative Communication and Network CodingTravaux en français237 207