MétaCan
Menu
Retour à la cohorte
Enregistrement W3202394763 · doi:10.18280/isi.260410

Performance Analysis of NOMA Downlink for Next- Generation 5G Network with Statistical Channel State Information

2021· article· en· W3202394763 sur OpenAlexvenueno aff
Indrajeet Kumar, Manish Kumar Mishra, Ritesh Kumar Mishra

Notice bibliographique

RevueIngénierie des systèmes d information · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNomaComputer scienceTelecommunications linkChannel state informationTransmitterRayleigh fadingOutage probabilityChannel (broadcasting)Wireless networkComputer networkReliability (semiconductor)FadingWirelessPower (physics)Telecommunications

Résumé

récupéré en direct d'OpenAlex

Non-orthogonal multiple access (NOMA) is a compelling strategy that helps wireless networks of the fifth-generation (5G) to fulfill the diverse demands of increased fairness, high reliability, extensive connectivity, low delay and superior performance. Traditionally, NOMA network presumes perfect transmitter-side channel state information (CSI), which is almost impossible for a number of communication scenarios. Furthermore, this paper contemplates the realistic NOMA downlink method in the Rayleigh fading networks, where the statistical CSI linked with each user is known to the transmitter. We evaluate the outage probability of the proposed model and obtain a closed-form framework of the probability of outage for each user. Besides, the source can optimize the network’s achievable sum-rate for different users based on statistical CSI. The precision of our outage probability analysis and the optimum power allocation algorithm proposed are both verified by the analytical and simulation results.

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 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 enseignants0,704
Score d'incertitude au seuil0,705

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 savante0,0000,004
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 Opus0,021
Tête enseignante GPT0,223
Écart entre enseignants0,203 · 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 tête enseignante, 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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIngénierie des systèmes d informationMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207