MétaCan
Menu
Retour à la cohorte
Enregistrement W2949909152 · doi:10.1109/tcomm.2019.2922255

Dual-Band Fading Multiple Access Relay Channels

2019· preprint· en· W2949909152 sur OpenAlexafffund
Subhajit Majhi, Patrick Mitran

Notice bibliographique

RevueIEEE Transactions on Communications · 2019
Typepreprint
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésRelayTelecommunications linkComputer scienceChannel (broadcasting)FadingTransmission (telecommunications)MicrowaveMicrowave transmissionAntenna (radio)TelecommunicationsPath lossTransmitter power outputElectronic engineeringPower (physics)Computer networkPhysicsWirelessEngineeringTransmitter

Résumé

récupéré en direct d'OpenAlex

Relay cooperation and integrated microwave and millimeter-wave (mm-wave) dual-band communication are likely to play key roles in 5G. In this paper, we study a two-user uplink scenario in such dual-bands, modeled as a multiple-access relay channel (MARC), where two sources communicate to a destination assisted by a relay. However, unlike the microwave band, transmitters in the mm-wave band must employ highly directional antenna arrays to combat the ill effects of severe path-loss and small wavelength. The resulting mm-wave links are point-to-point and highly directional, and thus used to complement the microwave band by transmitting to a specific receiver. For such MARCs, the capacity is partially characterized for sources that are near the relay in a joint sense over both bands. We then study the impact of the mm-wave spectrum on the performance of such MARCs by characterizing the transmit power allocation scheme for phase faded mm-wave links that maximizes the sum-rate under a total power budget. The resulting scheme adapts the link transmission powers to channel conditions by transmitting in different modes, and all such modes and corresponding conditions are characterized. Finally, we study the properties of the optimal link powers and derive practical insights.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,126
Tête enseignante GPT0,347
Écart entre enseignants0,221 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetCooperative Communication and Network CodingTravaux en français237 207