Uniform Approximations for Wireless Performance in Fading Channels
Notice bibliographique
Résumé
We derive uniform approximations (UAs) for typical performance measures such as error probability, outage probability and capacity of wireless transmissions over flat fading channels impaired by noise. Uniform refers to the fact that these approximations are accurate over the whole range (low to high) of signal-to-noise ratio (SNR) values. First, the high-SNR results of Wang and Giannakis are generalized and unified for an arbitrary performance measure. Second, we develop a Mellin-transform-based procedure to construct low- and high-SNR asymptotics of error probability or outage. Specifically, these asymptotics are related to the left- and right-sided poles of a Mellin product with respect to its fundamental strip. Third, by using multiple low-SNR terms and a single high-SNR term, UAs for the error probability of coherent modulation are constructed for Rayleigh fading, maximal-ratio-combining (MRC), selection-combining (SC), dual hop relaying, and co-channel interference. UAs are also developed for the error probability of single- and multi-channel differential modulation, the product of two Q functions, and the miss probability of energy detection. By using a single low-SNR term and multiple high-SNR terms, the outage probability UA is also developed. Finally, since the capacity measure is not an exponentially decaying function, we derive a UA for an intermediate function which is based on the moment-generating function (MGF) and ultimately, the resulting approximation for the capacity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».