MétaCan
Menu
Retour à la cohorte
Enregistrement W4400351845 · doi:10.1109/tcomm.2024.3424233

On Power-Line-Based Front-Hauling for IoT Cellular Indoor Communications

2024· article· en· W4400351845 sur OpenAlexaff
Mai H. Hassan, Hesham G. Moussa, Pin‐Han Ho, Limei Peng

Notice bibliographique

RevueIEEE Transactions on Communications · 2024
Typearticle
Langueen
DomaineEngineering
ThématiquePower Line Communications and Noise
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésLine (geometry)Power-line communicationComputer sciencePower (physics)Electrical engineeringInternet of ThingsTelecommunicationsEngineeringCellular radioElectronic engineeringEmbedded systemBase stationPhysics

Résumé

récupéré en direct d'OpenAlex

This paper explores the usage of low-voltage Power-Line Communication (PLC) links for Enhanced Common Public Radio Interface (eCPRI)-based front-hauling in 5G Internet of Things (IoT) indoor mobile coverage environments, using a split Centralized Radio Access Network (C-RAN) architecture. This research aims to analyze how parameters such as wireless IoT device count, bandwidth, and transmission technology affect the delay performance of the proposed system. To achieve this goal, we develop detailed mathematical models that draw insights from queuing theory, stochastic geometry, and Markov models. Extensive system-level simulations verify these models’ accuracy, and the analytical results cover radio and access delay performance. We validate the system’s efficiency in supporting IoT indoor cellular applications and assess the feasibility of the proposed PLC-based front-hauling system, considering the strict delay requirements of the eCPRI standard.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,951
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
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 Opus0,038
Tête enseignante GPT0,285
Écart entre enseignants0,246 · 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.

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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetPower Line Communications and NoiseTravaux en français237 207