MétaCan
Menu
Retour à la cohorte
Enregistrement W4417281860 · doi:10.1109/pimrc62392.2025.11274624

Age of Information Analysis for Full Duplex Cooperative SWIPT System: NOMA versus RSMA

2025· article· W4417281860 sur OpenAlexaff
Simon Kaboyo, Majid H. Khoshafa, Telex M. N. Ngatched, Maha Elsabrouty, Octavia A. Dobre

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineComputer Science
ThématiqueAge of Information Optimization
Établissements canadiensMemorial University of NewfoundlandMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTelecommunications linkNomaWirelessInformation transferMetric (unit)Maximum power transfer theoremBlock (permutation group theory)Block Error RateInformation exchange

Résumé

récupéré en direct d'OpenAlex

The Age of Information (AoI) is a critical metric in next-generation communication networks, quantifying data freshness essential for latency-sensitive applications in 6G systems, such as autonomous driving and industrial IoT. This paper presents an AoI analysis within a downlink full-duplex (FD) cooperative simultaneous wireless information and power transfer (SWIPT) system, employing rate-splitting multiple access (RSMA) for short packet communication to enhance timely data updates. By integrating RSMA with SWIPT and FD capabilities, we propose a robust framework to reduce the AoI. In this regard, closed-form expressions of the average block error rate of the RSMA-enabled FD cooperative SWIPT system are derived and validated via Monte Carlo simulations. The results demonstrate that RSMA outperforms non-orthogonal multiple access (NOMA) and FD cooperative SWIPT NOMA in terms of error performance, while also reducing the inherent system design complexity. Our findings reveal that RSMA is a promising approach for minimizing AoI across various system configurations, offering valuable insights for designing future 6G networks that prioritize low latency, high reliability, and data freshness.

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)0,005
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 enseignants0,002
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAge of Information OptimizationTravaux en français237 207