MétaCan
Menu
Retour à la cohorte
Enregistrement W3135048088 · doi:10.1109/access.2021.3062627

UAV-Enabled Wireless Backhaul Networks Using Non-Orthogonal Multiple Access

2021· article· en· W3135048088 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Access · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueUAV Applications and Optimization
Établissements canadiensUniversité Laval
Organismes subventionnairesMinistry of Science and ICT, South KoreaNational Research Foundation of KoreaInstitute for Information and Communications Technology PromotionPusan National UniversityNational Research Foundation
Mots-clésComputer scienceBackhaul (telecommunications)WirelessTelecommunications linkConvexityWireless networkComputer networkMathematical optimizationBandwidth (computing)Distributed computingBandwidth allocationTelecommunications

Résumé

récupéré en direct d'OpenAlex

Owing to their potential mobility and agility, unmanned aerial vehicles (UAVs) have captured predominant interests in sustaining 5G wireless communication and beyond. In this paper, we scrutinize the downlink transmission of UAV-enabled wireless backhaul networks in which non-orthogonal multiple access is incorporated to boost up the massive connectivity and high spectra efficiency. More precisely, our aim is to maximize the worst ground user's achievable rate by optimizing bandwidth allocation, UAV's power allocation and placement. The formulated problem is non-convex and not easy to solve optimally. Consequently, to deal with the complexity and non-convexity of our problem, we develop a path following procedure and generate a less-onerous algorithm that is iteratively run till convergence. The simulation results are executed to validate not only the effectiveness, but also the convergence of the proposed method. In addition, a comparison with other alternative schemes is depicted to divulge the outperformance of our proposed algorithm.

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 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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,877

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 ouverte0,0000,000
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 Opus0,026
Tête enseignante GPT0,276
Écart entre enseignants0,250 · 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