Ultra-Reliable Energy-Efficient Cooperative Scheme in Asynchronous NOMA With Correlated Sources
Notice bibliographique
Résumé
Massive Internet-of-Things is proposed in fifth generation networks to serve the sporadic traffic generated by devices operating under tight resource constraints. In these applications the overhead for synchronization and control functions is comparable to the data size, hence the control/data ratio is very unfavorable. The proposed techniques in this paper take advantage of the fact that transmitters are privy to whole data in order to boost the spectral and power efficiency, while increasing the reliability. We propose identical content transmission over identical content transmission over NOMA (ICToNOMA) for transmitters with correlated sources, who cooperatively combine and transmit identical messages over consecutive data packets. Our proposed redundant transmission of data is not as straightforward as it seems, considering the asynchronous reception of the data streams at the receiver. Traditionally, it is believed that the substantial spectral efficiency (SE) achievements in nonorthogonal multiple access (NOMA) could be jeopardized in the asynchronous channels. We investigate the potency of successive interference cancellation (SIC), as the main block in current NOMA receivers, in asynchronous channels. By applying water-filling and geometric power allocation, we show that the SE degradation is caused by the nature of SIC. Moreover, we demonstrate that the SE is improved in asynchronous NOMA and ICToNOMA, by managing the channel's memory and correlation instead of canceling it. In addition, we propose our iterative joint detection and decoding (IJDD) receiver to outperform SIC in asynchronous NOMA receivers. Our extensive simulations show that ICToNOMA can outperform NOMA by providing a considerable boost in the channel reliability while increasing the spectral and power efficiency.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».