MétaCan
Menu
Retour à la cohorte
Enregistrement W4404914438 · doi:10.1109/tgcn.2024.3509989

Performance Analysis of Cooperative Wireless-Powered NOMA System With Energy Buffer

2024· article· en· W4404914438 sur OpenAlexaff
Kengyuan Xie, Guofa Cai, Ting Ning, Jiguang He, Georges Kaddoum

Notice bibliographique

RevueIEEE Transactions on Green Communications and Networking · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Wireless Communication Technologies
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesKey Laboratory of Industrial Internet of Things and Networked Control, Ministry of EducationNational Natural Science Foundation of China
Mots-clésNomaBuffer (optical fiber)WirelessComputer scienceEnergy (signal processing)Computer networkTelecommunicationsTelecommunications linkMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This paper proposes an energy buffer aided cooperative wireless-powered non-orthogonal multiple access (NOMA) system, which includes a base station (BS), a near user (NU), and a far user (FU). To consider a more general case and improve the system performance as much as possible, both the NU and FU are equipped with energy buffers. Two different energy management policies are considered at the NU and FU, namely the best-effort policy (BEP) and on-off policy (OOP). In the proposed system, the NU and FU first collect and store radio frequency based energy from the BS. Then, the FU uses the stored energy to transmit its signal to both the BS and NU. The NU decodes the received signal from the FU and uses the stored energy to transmit the superimposed signal that consists of its own signal and the decoded FU signal to the BS. The outage probability and throughput expressions of the proposed system with BEP and OOP are derived over Rayleigh fading channels. Results reveal that the proposed system can significantly improve the performance of FU compared to the energy buffer aided non-cooperative wireless-powered NOMA system, and can outperform the buffer-less cooperative wireless-powered NOMA system.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,658

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,015
Tête enseignante GPT0,222
Écart entre enseignants0,207 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Green Communications and NetworkingMême sujetAdvanced Wireless Communication TechnologiesTravaux en français237 207