Joint Relay Selection, Full-Duplex and Device-to-Device Transmission in Wireless Powered NOMA Networks
Notice bibliographique
Résumé
This paper investigates non-orthogonal multiple access (NOMA), cooperative relaying, and energy harvesting to support device-to-device (D2D) transmission. In particular, we deploy multiple relay nodes and a cell-center D2D device which can operate in full-duplex (FD) or half-duplex (HD) mode to communicate with a cell-edge D2D device. In this context, there are two possible signal transmission paths from the base station (BS) to the far D2D user either through multiple decode-and-forward (DF) relay nodes or through a near D2D user. Consequently, we propose three schemes to support D2D-NOMA systems, namely non-energy harvesting relaying (Non-EHR), energy harvesting relaying (EHR) and quantize-map-forward relaying (QMFR) schemes. For each of the proposed schemes, closed-form expressions of the outage probabilities of both D2D users are derived. Extensive Monte-Carlo simulation results are provided to validate the derived analytical expressions. The study results show that the proposed schemes can improve the outage performance compared to conventional orthogonal multiple access (OMA) schemes. Moreover, it is shown that the Non-EHR scheme achieves the best outage performance among the three considered schemes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».