MétaCan
Menu
Retour à la cohorte
Enregistrement W2912061344 · doi:10.1109/tvt.2019.2895551

Delay Analysis of Spatially Coded MIMO-ZFBF With Retransmissions in Random Networks

2019· article· en· W2912061344 sur OpenAlexafffund
Mohammad G. Khoshkholgh, Victor C. M. Leung

Notice bibliographique

RevueIEEE Transactions on Vehicular Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MIMO Systems Optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésRetransmissionMIMOBeamformingAlgorithmFadingNon-line-of-sight propagationComputer scienceCoverage probabilityTelecommunications linkTopology (electrical circuits)MathematicsComputer networkNetwork packetStatisticsTelecommunicationsDecoding methodsWireless

Résumé

récupéré en direct d'OpenAlex

For a low-mobile Poisson bipolar network and under line-of-sight/non-line-of-sight (LOS/NLOS) path-loss model, we study repetitive retransmissions (RR) and blocked incremental redundancy (B-IR). We consider spatially-coded multiple-input multiple-output (MIMO) zero-forcing beamforming (ZFBF) multiplexing system, whereby the packet success reception is determined based on the aggregate data rate across spatial dimensions of the MIMO system. Characterization of retransmission performance in this low-mobile configuration is practically important, but inherently complex due to a substantial rate correlation across retransmissions and intractability of evaluating the probability density function of aggregate data rate. Adopting tools of stochastic geometry, we first characterize the rate correlation coefficient (RCC) for both schemes. Our results show that, compared to the RR scheme, the B-IR scheme has higher RCC while its coverage probability is substantially larger. We demonstrate that the spotted contention between coverage probability and RCC causes the mean transmission delay (MTD) of B-IR to become either smaller or larger than the MTD of the RR scheme. Finally, we develop a numerical approximation of MTD, and evaluate the effective spatial throughput (EST), which is reciprocal to MTD, of the RR and B-IR schemes. Our numerical results highlight fundamental tradeoffs between densification, multiplexing gain, block length, and activity factor of nodes. We further observe that for dense networks: first, LOS component is considerably instrumental to enhance EST; second, EST of the B-IR scheme can be much higher than that of the RR scheme; third, when Doppler spread exists, it can improve MTD of B-IR, whereas it does not cast any meaningful effect on MTD of RR.

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 enseignants0,007
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,004
Tête enseignante GPT0,195
Écart entre enseignants0,191 · 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

Citations7
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Vehicular TechnologyMême sujetAdvanced MIMO Systems OptimizationTravaux en français237 207