Relay-Aided D2D MIMO Scheme (RAS) for Achieving Energy Efficiency in Satellite-Air-Ground Integrated Networks (SAGIN) Schéma D2D MIMO assisté par relais (RAS) pour atteindre l’efficacité énergétique dans les réseaux intégrés satellite-air-sol (SAGIN)
Notice bibliographique
Résumé
Space-air-ground integrated network (SAGIN), as a three-tiered architecture that assimilates satellite systems, aerial, and terrestrial communication networks, has become an intensive research domain in the present era of communications. SAGIN-based communication models are developed to enhance the user’s quality of experience (QoE). Besides providing noteworthy benefits in various applications and services, SAGIN has unprecedented challenges because of its self-organized, unpredictable, and heterogeneous nature. Relaying equipment in SAGIN can be a very low-orbit satellite, a base station (BS), and an unmanned vehicle assisting a pair of mobile users’ communications. Thus, developing a robust device-to-device (D2D) direct and relaying communication model concerning channel distribution is crucial. Based on this concern, this article proposes a relay-aided D2D multiple–input and multiple–output (MIMO) scheme (RAS) for enhancing the optimal energy efficiency (EE) as a function of spectral efficiency (SE). The proposed model derives a relay-based amplify-and-forward (AF) MIMO multihop communication system for implementation. The proposed computations of optimal EE and SE for D2D MIMO show that the approximation provided by a random matrix approximation is constrained to a specific signal-to-noise ratio (SNR) range when the optimal SE and EE are derived using Gaussian quadrature and a hypergeometric function.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».