MétaCan
Menu
Retour à la cohorte
Enregistrement W4392152997 · doi:10.1109/globecom54140.2023.10437151

Rate-Splitting Multiple Access Based on Spectrum Sharing for Integrated Satellite-Terrestrial Network

2023· article· en· W4392152997 sur OpenAlexaff
Shuai Han, Zhiqiang Li, Weixiao Meng, Cheng Lit

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSatellite Communication Systems
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésComputer scienceSatelliteCommunications satelliteComputer networkSatellite broadcastingTelecommunicationsRemote sensingEngineeringGeologyAerospace engineering

Résumé

récupéré en direct d'OpenAlex

To provide seamless communication service, the integrated satellite-terrestrial network (ISTN) has become the trend of communication development, where terrestrial terminals and satellite terminals share the same spectrum resources. Meanwhile, rate-splitting multiple access (RSMA) has recently emerged for flexible multiple access and robust interference management. Based on the two promising technologies, spectrum sharing and RSMA, we design two coordinated multiple access schemes in overlay and underlay spectrum sharing modes for ISTN. Furthermore, we consider the quality of service rate requirements and formulate joint optimization problems to maximize the weighted sum rate. To solve the non-convex optimization problems, an improved alternating optimization algorithm based on weighted minimum mean square error is proposed. Simulation results verify that the proposed schemes have significant performance gains compared with various baseline schemes.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,961

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0010,000
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 Opus0,079
Tête enseignante GPT0,303
Écart entre enseignants0,224 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSatellite Communication SystemsTravaux en français237 207