MétaCan
Menu
Retour à la cohorte
Enregistrement W4403979826 · doi:10.3390/electronics13214301

Adaptive Transmission of Cognitive Radio- and Segmented zeRIS-Aided Symbiotic Radio

2024· article· en· W4403979826 sur OpenAlexaff
Wenjing Zhao, Nanxi Li, Yi Gu, Jing Guo, Jianchi Zhu, Gongpu Wang, C. Tellambura

Notice bibliographique

RevueElectronics · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Radio Networks and Spectrum Sensing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCognitive radioTransmission (telecommunications)Computer scienceRadio frequencyRemote radio headSoftware-defined radioTelecommunicationsComputer networkWireless

Résumé

récupéré en direct d'OpenAlex

This paper presents a cognitive radio (CR)-enabled symbiotic ambient backscatter communication (AmBC) system with the help of a zero-energy reconfigurable intelligent surface (zeRIS). An adaptive transmission (AT) strategy for the zeRIS is devised based on the amount of harvested energy. Specifically, when energy reserve is insufficient, the zeRIS merely reflects signals without any phase adjustments (PAs), whereas under sufficient energy conditions, it reflects signals following precise PAs. Moreover, a segmented zeRIS is adopted by taking primary transmission (PT) and backscatter transmission (BT) into account. Following this, the coexistence outage probability and ergodic capacity are derived to assess the reliability and effectiveness of the proposed model, respectively. Their asymptotic performance is analyzed to gain insightful observations. Finally, simulation results are provided to verify the accuracy of the theoretical analysis, confirming that AT offers improved reliability, system rate, and energy efficiency over non-adaptive transmission. Furthermore, CR-aided AT demonstrates superior energy efficiency compared to non-CR-assisted AT. It is also crucial to note that the allocation of reflective elements between PT and BT must be reasonably managed to satisfy specific system requirements.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,735

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,229
Écart entre enseignants0,220 · 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'étudeAutre devis
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronicsMême sujetCognitive Radio Networks and Spectrum SensingTravaux en français237 207