MétaCan
Menu
Retour à la cohorte
Enregistrement W4385757649 · doi:10.1109/lcomm.2023.3304324

Ergodic Capacity Analysis for Cooperative Ambient Communication System Under Sensitivity Constraint

2023· article· en· W4385757649 sur OpenAlexaff
Wenjing Zhao, Jianchi Zhu, Xiaoming She, Gongpu Wang, Chintha Tellambura

Notice bibliographique

RevueIEEE Communications Letters · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Harvesting in Wireless Networks
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBackscatter (email)Computer scienceSensitivity (control systems)Ergodic theoryWirelessTransmission (telecommunications)Electronic engineeringTopology (electrical circuits)TelecommunicationsElectrical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Cooperative ambient backscatter communication (CABC) is a promising and energy-efficient wireless technique, particularly relevant for green Internet of Things applications. Previous studies on CABC have often assumed that the tag can always perform backscatter operations. However, this assumption is not accurate since the tag needs sufficient power to support its circuit consumption for successful backscatter. In light of this, this article focuses on studying a CABC system with sensitivity constraints at the tag. The main contributions of this work are as follows. First, we derive the ergodic sum capacity of both primary transmission from the RF source to the reader and backscatter transmission from the tag to the reader. The resulting expressions are solved using Gaussian-Chebyshev quadrature (GCQ) to ensure accuracy and efficiency. Second, we present compact asymptotic results for low and high signal-to-noise ratios, enabling simplified calculations and analysis. Finally, we provide simulations to validate our analytical results. By considering sensitivity constraints at the tag, our study enhances the potential of CABC implementations in real-world scenarios.

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)0,007
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 enseignants0,007
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,044
Tête enseignante GPT0,254
Écart entre enseignants0,210 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetEnergy Harvesting in Wireless NetworksTravaux en français237 207