Beamforming with limited feedback in amplify-and-forward cooperative networks - [transactions letters]
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A relay selection approach has previously been shown to outperform repetition-based scheduling for both amplify-and-forward (AF) and decode-and-forward (DF) cooperative networks. The selection method generally requires some feedback from the destination to the relays and the source, raising the issue of the interplay between performance and feedback rate. In this letter, we treat selection as an instance of limited feedback distributed beamforming in cooperative AF networks, and highlight the differences between transmit beamforming in a traditional multi-input single-output (MISO) system and the distributed case. Specifically, Grassmannian line packing (GLP) is no longer the optimal codebook design, and orthogonal codebooks are no longer equivalent to each other. We derive the high signal-to-noise ratio expressions for outage probability and probability of symbol error for unlimited-feedback and selection schemes, which are then used for performance comparisons. The selection protocol is compared to a limited-feedback distributed beamformer that assigns codebooks based on the Generalized Lloyd algorithm (GLA), and one that uses random beam-vectors. The main conclusion is that the performance improvement to be seen using the very complex GLA is small, and that many more feedback bits are required with random beamforming than selection for the same performance. These results indicate that the selection protocol is a very attractive protocol, with low complexity, that provides excellent performance relative to other known methods.
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.
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 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle