MétaCan
Menu
Retour à la cohorte
Enregistrement W4285292779 · doi:10.1109/tcomm.2022.3175915

New Antenna Selection Schemes for Full-Duplex Cooperative MIMO-NOMA Systems

2022· article· en· W4285292779 sur OpenAlexaff
Zahra Mobini, Mohammadali Mohammadi, Theodoros A. Tsiftsis, Zhiguo Ding, Chintha Tellambura

Notice bibliographique

RevueIEEE Transactions on Communications · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesShahrekord University
Mots-clésComputer scienceRelayMIMOAntenna (radio)Quality of serviceComputer networkInterference (communication)Topology (electrical circuits)Electronic engineeringTelecommunicationsEngineeringElectrical engineeringChannel (broadcasting)Power (physics)

Résumé

récupéré en direct d'OpenAlex

In this paper, we address the antenna selection (AS) problem in full-duplex (FD) cooperative non-orthogonal multiple access (NOMA) systems, where a multi-antenna FD relay bridges the connection between the multi-antenna base station and NOMA far user. Specifically, two AS schemes, namely max-U1 and max-U2, are proposed to maximize the end-to-end signal-to-interference-plus-noise ratio at either or both near and far users, respectively. Moreover, a two-stage AS scheme, namely quality-of-service (QoS) provisioning scheme, is designed to realize a specific rate at the far user while improving the near user’s rate. To enhance the performance of the QoS provisioning AS scheme, the idea of dynamic antenna clustering is applied at the relay to adaptively partition the relay’s antennas into transmit and receive subsets. The proposed AS schemes’ exact outage probability and achievable rate expressions are derived. To provide more insight, closed-form asymptotic outage probability expressions for the max-U1 and max-U2 AS schemes are obtained. Our results show that while the QoS provisioning AS scheme can deliver a near-optimal performance for static antenna setup at the relay, it provides up to 12% average sum rate gain over the optimum AS selection with fixed antenna setup.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,271
Écart entre enseignants0,237 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207