MétaCan
Menu
Retour à la cohorte
Enregistrement W3217173666 · doi:10.1109/ojcoms.2021.3129218

NOMA-Based User Cooperation With Incremental Hybrid Forwarding Protocols

2021· article· en· W3217173666 sur OpenAlexaff
Suyue Li, Junhuai Liu, Lina Bariah, Sami Muhaidat, Anhong Wang, Jie Liang

Notice bibliographique

RevueIEEE Open Journal of the Communications Society · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensCarleton UniversitySimon Fraser University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésComputer scienceProtocol (science)ThroughputTransmission (telecommunications)Computer networkOutage probabilityDecoding methodsNomaData transmissionWirelessChannel (broadcasting)TelecommunicationsTelecommunications linkFading

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate the performance of a non-orthogonal multiple access (NOMA) wireless system, in which signal transmission of a far user is assisted by a near user. In particular, we examine the outage performance of the underlying scenario with two cooperative forwarding protocols incorporated, namely, the hybrid decode-amplify-forward (HDAF) protocol and the incremental hybrid decode-amplify-forward (IHDAF) protocol. HDAF combines the advantages of decode-and-forward (DF) and amplify-and-forward (AF) and overcomes their limitations. On the other hand, the IHDAF protocol gives priority to successful decoding from the direct link before enabling HDAF. Specifically, we first derive outage probability expressions for the two users under the HDAF protocol. Furthermore, a closed-form outage expression of the weak user is derived considering the IHDAF protocol, which is envisioned to further boost the outage performance. Also, we present a comprehensive mathematical framework in order to evaluate the system throughput performance of the underlying system model, for the HDAF and IHDAF protocols. Analytical and simulation results reveal that the outage performance of the weak user under IHDAF outperforms that of HDAF.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,313
Écart entre enseignants0,266 · 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'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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of the Communications SocietyMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207