MétaCan
Menu
Retour à la cohorte
Enregistrement W4411983370 · doi:10.1109/tcomm.2025.3585509

Joint Optimization of 3-D Placement and Transmission Power for a Relay Based Covert Communication System

2025· article· en· W4411983370 sur OpenAlexaff
Shu Fu, Wei Wei, Liuguo Yin, Lian Zhao

Notice bibliographique

RevueIEEE Transactions on Communications · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Science Foundation of ChongqingNational Natural Science Foundation of China
Mots-clésJoint (building)RelayComputer scienceTransmission (telecommunications)Power (physics)Electronic engineeringCommunications systemEngineeringComputer networkTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

Covert communication is a significant scenario towards 6G, where the transmission between transmitter and receiver should be covert without being detected. In covert communication, the transmitter called Alice transmits signal to the receiver called Bob, and a detecter called Willie continuously observes its received signal. Alice should control the transmit power under a certain value to mislead Willie judging the received signal containing only White Gaussian Noise. Several works have been carried out focusing on the covert communication performance from the viewpoint of timeliness, throughput, etc. However, the covert relay communication, especially the UAV based relay in transparent forwarding manner (TFM) is scarcely considered. In this paper, we study a novel scenario for strict and deteriorative covert communication with the UAV based relay: 1) The transmission of both Alice and the UAV relay cannot be detected by Willie. 2) The UAV must be on the sight of Willie. The three-dimensional placement of the UAV, the transmit power of Alice, and the amplifier gain of the UAV with TFM are jointly optimized by geometric programming, where several Lemmas are also derived. Finally, the performance of the proposed algorithm is verified by extensive simulations.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,035
Tête enseignante GPT0,284
Écart entre enseignants0,249 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CommunicationsMême sujetCooperative Communication and Network CodingTravaux en français237 207