MétaCan
Menu
Retour à la cohorte
Enregistrement W1965632003 · doi:10.1049/iet-com.2011.0572

Max–min relay selection in bidirectional cooperative networks with imperfect channel estimation

2012· article· en· W1965632003 sur OpenAlexaff
M. Jafar Taghiyar, Sami Muhaidat, Jie Liang

Notice bibliographique

RevueIET Communications · 2012
Typearticle
Langueen
DomaineComputer Science
ThématiqueCooperative Communication and Network Coding
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRelayComputer scienceRelay channelChannel (broadcasting)Transmission (telecommunications)ImperfectSelection (genetic algorithm)Channel state informationTransmitter power outputOutage probabilityTelecommunicationsPower (physics)WirelessMathematical optimizationMathematicsTransmitterFadingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The authors study the performance of wireless bidirectional relay-assisted networks in the presence of imperfect channel state information, where two end-source terminals S1 and S2 communicate with the assistance of M relay terminals Rj's. The max–min relay selection criterion is used to select the best relay that maximises the minimum signal-to-noise ratio of the links S1 → Rj → S2 and S2 → Rj → S1 over all relay terminals. The authors investigate the impact of imperfect channel estimation on the outage probability Pout of the system by means of the correlation coefficient pSi of the estimated channel gains and their actual values. Furthermore, the authors show that in a bidirectional relay-assisted network neither of the links S1 → Rj → S2 and S2 → Rj → S1 dominates the performance of the system. Instead, the performance is determined by the average performance of the two links, based on that the authors then discuss the power allocation in such networks. The authors demonstrate that in order to minimise Pout of the entire system, increasing the transmission power of the link with better estimation cannot compensate for the effect of the worse link and therefore the optimum power allocation with the least complexity is to transmit at each source terminals S1 and S2 with equal powers. Numerical results are also presented to corroborate the analytical expressions.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,682

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,037
Tête enseignante GPT0,294
Écart entre enseignants0,257 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET CommunicationsMême sujetCooperative Communication and Network CodingTravaux en français237 207