Wireless information and power transfer for IoT applications in overlay cognitive radio networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
© 2014 IEEE. This paper proposes and investigates an overlay spectrum sharing system in conjunction with the simultaneous wireless information and power transfer to enable communications for the Internet of Things (IoT) applications. Considered is a cooperative cognitive radio network, where two IoT devices (IoDs) exchange their information and also provide relay assistance to a pair of primary users (PUs). Different from most existing works, in this paper, both IoDs can harvest energy from the radio-frequency signals received from the PUs. By utilizing the harvested energy, they provide relay cooperation to PUs and realize their own communications. For harvesting energy, a time-switching-based approach is adopted at both IoDs. With the proposed scheme, one round of bidirectional information exchange for both primary and IoT systems is performed in four phases, i.e., one energy harvesting phase and three information processing phases. Both IoDs rely on the decode-and-forward operation to facilitate relaying, whereas the PUs employ selection combining technique. For investigating the performance of the considered network, this paper first provides exact expressions of user outage probability (OP) for the primary and IoT systems under Nakagami-m fading. Then, by utilizing the expressions of user OP, the system throughput and energy efficiency are quantified together with the average end-to-end transmission time. Numerical and simulation results are provided to give useful insights into the system behavior and to highlight the impact of various system/channel parameters.
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.
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle