Optimisation of power allocation for asymmetric relay placement in multi‐hop relay systems
Notice bibliographique
Résumé
In this study, schemes for optimisation of power allocation (OPA) for asymmetric relay placement are presented for multi‐hop communication in a Rayleigh‐fading environment. For a decode‐and‐forward (DF) multi‐hop communication system, expressions are derived for optimised power allocation based on symbol error probability (SEP) and global channel state information (GCSI). The analysis for OPA based on GCSI is extended to a hybrid combination of amplify‐and‐forward (AF) and DF relays. Analysis is done for two kinds of modulation schemes: M ‐ary phase‐shift keying with coherent detection and orthogonal M ‐ary frequency‐shift keying with non‐coherent detection. Simulation results show that for a multi‐hop system with asymmetric relay placement, power optimisation schemes perform better than the conventional equal power allocation scheme. In addition, power optimisation based on GCSI shows substantially improved performance compared with power allocation based on end‐to‐end SEP. Further, performance comparison is shown for increase in number of relay nodes in an AF and DF multi‐hop system with and without power allocation. The performance of a DF system improves with increase in number of relay nodes whereas performance of an AF system degrades. Hybrid relaying provides an option to exercise switching between DF and AF so as to extract the maximum advantage of the two relaying 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 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».